考虑大规模电动汽车(Electric vehicle,EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题,根据风光特性将联合系统划分为“有风有光”、“有风无光”、“有光无风”、“无风无光”四种运行模式,提出一种计及E...考虑大规模电动汽车(Electric vehicle,EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题,根据风光特性将联合系统划分为“有风有光”、“有风无光”、“有光无风”、“无风无光”四种运行模式,提出一种计及EV充电负荷的风电-光伏-光热协调调度策略。在“多能源端”通过外加电加热模块将盈余电功率转换成热功率储存在光热电站(Concentrating solar power,CSP)的蓄热系统(Thermal energy storage,TES)中,在可再生能源出力不足时,通过TES放热推动汽轮机组出力,从而减少功率波动性。在“负荷侧”将EV负荷划分为无序EV、单纯有序EV和V2G(Vehicle-to-grid)三种不同的EV负荷。最后利用Matlab进行仿真分析,仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。展开更多
考虑电动汽车(electric vehicle)及可再生能源不断并入综合能源系统,导致整个综合能源系统不确定性加大,进而产生能源利用不充分问题,提出含可再生能源与压缩空气储能(compressed air energy storage,CAES)电站的电热综合能源系统调度...考虑电动汽车(electric vehicle)及可再生能源不断并入综合能源系统,导致整个综合能源系统不确定性加大,进而产生能源利用不充分问题,提出含可再生能源与压缩空气储能(compressed air energy storage,CAES)电站的电热综合能源系统调度策略。根据电力负荷需求大小划分为2种调度模式,在能源端与储能端利用CAES与光热电站联合运行方式(solar and compressed air energy storage,S-CAES)增强电网与热网之间的耦合,实现不同能源之间的高效转换与利用;在负荷端将EV负荷按照其可控性分为有序、无序EV负荷,针对不同的模式给出S-CAES不同的运行功能并给出不同的优化调度模型。最后利用Matlab分别在不同负荷模式下进行仿真分析,与传统调度策略进行对比,仿真结果验证了所提策略在增加可再生能源消纳和减小综合成本等方面的有效性和优越性。展开更多
文摘考虑大规模电动汽车(Electric vehicle,EV)随机接入含高比例可再生能源电力系统后会进一步加大系统运行的稳定性问题,根据风光特性将联合系统划分为“有风有光”、“有风无光”、“有光无风”、“无风无光”四种运行模式,提出一种计及EV充电负荷的风电-光伏-光热协调调度策略。在“多能源端”通过外加电加热模块将盈余电功率转换成热功率储存在光热电站(Concentrating solar power,CSP)的蓄热系统(Thermal energy storage,TES)中,在可再生能源出力不足时,通过TES放热推动汽轮机组出力,从而减少功率波动性。在“负荷侧”将EV负荷划分为无序EV、单纯有序EV和V2G(Vehicle-to-grid)三种不同的EV负荷。最后利用Matlab进行仿真分析,仿真结果验证了所提调度策略在减少净负荷方差、增大可再生能源消纳、减小传统机组波动等方面的有效性。
文摘考虑电动汽车(electric vehicle)及可再生能源不断并入综合能源系统,导致整个综合能源系统不确定性加大,进而产生能源利用不充分问题,提出含可再生能源与压缩空气储能(compressed air energy storage,CAES)电站的电热综合能源系统调度策略。根据电力负荷需求大小划分为2种调度模式,在能源端与储能端利用CAES与光热电站联合运行方式(solar and compressed air energy storage,S-CAES)增强电网与热网之间的耦合,实现不同能源之间的高效转换与利用;在负荷端将EV负荷按照其可控性分为有序、无序EV负荷,针对不同的模式给出S-CAES不同的运行功能并给出不同的优化调度模型。最后利用Matlab分别在不同负荷模式下进行仿真分析,与传统调度策略进行对比,仿真结果验证了所提策略在增加可再生能源消纳和减小综合成本等方面的有效性和优越性。
