-
题名考虑电热需求响应的综合能源系统低碳优化运行
被引量：4
- 1
-
-
作者
孙亮
原瑞彤
张程
孙冬川
-
机构
东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室
长春供电公司
-
出处
《可再生能源》
CAS
CSCD
北大核心
2023年第6期836-844,共9页
-
基金
国家自然科学基金项目(51877033)。
-
文摘
综合能源系统既能提升能源利用率,还能明显提升能源消纳效率,从而提升系统碳减排能力。碳交易将市场机制引入电力系统,不仅能够保证系统的经济性,还能对碳排放量进行有效控制,对电力企业碳减排存在深远影响。同时,随着电力系统的不断发展,电网需求侧也逐步介入电力系统的管理,实现了源-荷两侧双向互动,使能源消纳效率得到明显的提升,有效减少碳的排放量。文章建立了园区综合能源系统模型,在此基础上引入碳交易机制和电热需求响应构建了低碳调度模型。基于对系统成本的考虑,分别对4种场景下的成本和碳排放量进行比较。研究结果表明,碳交易机制和电热需求响应的引入可以有效降低二氧化碳排放量,证实了该低碳调度模型在系统减排方面的有效性。
-
关键词
电热需求响应
碳交易
综合能源系统
低碳调度
-
Keywords
electrothermal demand response
carbon trading
integrated energy systems
low carbon dispatching
-
分类号
TK51
[动力工程及工程热物理—热能工程]
TK81
[电气工程—电力系统及自动化]
TM72
-
-
题名基于深度强化学习的多能虚拟电厂优化调度
- 2
-
-
作者
孙冬川
孙亮
孔令乾
李冠儒
-
机构
东北电力大学电气工程学院
-
出处
《东北电力大学学报》
2024年第3期102-111,共10页
-
基金
国家重点研发计划(2022YFB2403000)。
-
文摘
多能虚拟电厂(Multi-Energy VPP,MEVPP)能够聚合电能、热能等多种形式的分布式能源及需求侧灵活性资源。为实现MEVPP的优化调度,文中建立了包含发电单元、制热单元、储能装置以及空调负荷集群、需求响应负荷的MEVPP模型,并面向该模型提出一种基于深度强化学习(Deep Reinforcement Learning, DRL)的优化调度方法,并设计了相应的状态、动作空间与奖励函数。该方法以近端策略优化(Proximal Policy Optimization, PPO)算法为基础,能够根据预测负荷、风/光出力、室外气温等环境信息,对分布式能源和需求侧灵活性资源进行调节,并以最小化运行成本为目标得到MEVPP优化调度策略集。算例结果证明了DRL在MEVPP优化调度中的可行性与策略集的可拓展性。
-
关键词
虚拟电厂
多能互补
优化调度
深度强化学习
-
Keywords
virtual power plant
multi-energy complementary
optimal scheduling
deep reinforcement learning
-
分类号
TM73
[电气工程—电力系统及自动化]
-
