为缓解环境污染,提高终端用能效率,综合能源系统(integrated energy system,IES)已成为我国能源结构调整的重要方向。在IES框架下,传统以电力系统为对象的潮流计算方法将难以满足对互相耦合的能量流分析的需求。提出了一种适用于含电、...为缓解环境污染,提高终端用能效率,综合能源系统(integrated energy system,IES)已成为我国能源结构调整的重要方向。在IES框架下,传统以电力系统为对象的潮流计算方法将难以满足对互相耦合的能量流分析的需求。提出了一种适用于含电、热、气的IES的扩展Newton-Raphson多能流计算方法。首先,分别建立了IES中电力、热力和天然气网络的数学模型;针对现有方法对含压缩机的天然气网络建模的繁冗性问题,计及不同的控制方式,提出了改进的实用化处理方法;在此基础上,进一步构建了IES多能流计算模型,考虑IES中电力系统并网和孤岛2种运行方式,推导并得出了反映多能源耦合关系的雅可比矩阵。算例验证了该方法在不同运行场景下对多能流进行计算和互动特性分析的有效性。展开更多
目前基于能量枢纽(energy hub,EH)的区域综合能源系统的优化运行缺乏对EH内热电联产(combined heat and power,CHP)机组热电比可调的考虑,且在此类场景中参与需求侧响应的负荷种类单一。针对此状况,构建双层优化模型,建立EH机组内部能...目前基于能量枢纽(energy hub,EH)的区域综合能源系统的优化运行缺乏对EH内热电联产(combined heat and power,CHP)机组热电比可调的考虑,且在此类场景中参与需求侧响应的负荷种类单一。针对此状况,构建双层优化模型,建立EH机组内部能效特性与外部能源分配的联系,实现内部机组高效运行和外部能源经济分配。模型通过卡罗需-库恩-塔克条件(Karush-Kuhn-Tucker Conditions,KKT)将双层优化转换为单层优化,并用确定性优化软件求解。算例结果表明,EH双层优化运行模型可减少用能成本,提高用能效率。通过调节CHP热电比,同时利用广义弹性负荷参与响应,可以减小CHP热电比与区域内热电负荷比之间差距,从而提高CHP供能比例,实现区域综合能源系统高效经济运行。展开更多
需求侧响应(demand response,DR)资源是未来能源电力系统中重要的可调控资源。在能源互联网以及智能电网背景下,通过智能能量管理系统(smart energy management system,SEMS)合理地调控用户侧的需求侧响应资源,是实现供需双侧互动以及...需求侧响应(demand response,DR)资源是未来能源电力系统中重要的可调控资源。在能源互联网以及智能电网背景下,通过智能能量管理系统(smart energy management system,SEMS)合理地调控用户侧的需求侧响应资源,是实现供需双侧互动以及电力系统协同互联的重要手段。首先,基于SEMS系统架构,对用户用电设备进行分类建模,在考虑用户用电满意度的条件下,以用户用电成本以及系统负荷波动最小为目标,构建两阶段的用户需求侧响应资源调控策略模型;其次,通过分布式的需求侧响应资源调控机制对用户用电行为进行优化,最大程度上保护用户的用电信息隐私;最后,进行算例仿真,在实时电价条件下,分析上述需求侧响应调控策略对用户用电行为的影响,结果表明上述两阶段的需求侧资源调控模型能够进一步优化用户的用电行为。展开更多
文摘为缓解环境污染,提高终端用能效率,综合能源系统(integrated energy system,IES)已成为我国能源结构调整的重要方向。在IES框架下,传统以电力系统为对象的潮流计算方法将难以满足对互相耦合的能量流分析的需求。提出了一种适用于含电、热、气的IES的扩展Newton-Raphson多能流计算方法。首先,分别建立了IES中电力、热力和天然气网络的数学模型;针对现有方法对含压缩机的天然气网络建模的繁冗性问题,计及不同的控制方式,提出了改进的实用化处理方法;在此基础上,进一步构建了IES多能流计算模型,考虑IES中电力系统并网和孤岛2种运行方式,推导并得出了反映多能源耦合关系的雅可比矩阵。算例验证了该方法在不同运行场景下对多能流进行计算和互动特性分析的有效性。
文摘需求侧响应(demand response,DR)资源是未来能源电力系统中重要的可调控资源。在能源互联网以及智能电网背景下,通过智能能量管理系统(smart energy management system,SEMS)合理地调控用户侧的需求侧响应资源,是实现供需双侧互动以及电力系统协同互联的重要手段。首先,基于SEMS系统架构,对用户用电设备进行分类建模,在考虑用户用电满意度的条件下,以用户用电成本以及系统负荷波动最小为目标,构建两阶段的用户需求侧响应资源调控策略模型;其次,通过分布式的需求侧响应资源调控机制对用户用电行为进行优化,最大程度上保护用户的用电信息隐私;最后,进行算例仿真,在实时电价条件下,分析上述需求侧响应调控策略对用户用电行为的影响,结果表明上述两阶段的需求侧资源调控模型能够进一步优化用户的用电行为。
