光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化...光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化中不确定集的构建相结合,建立了基于区间概率不确定集的自适应鲁棒优化调度模型。首先,通过GPR生成自适应鲁棒优化调度模型中不确定集的固定项,然后调节决策环节所考虑的风险水平以确定不确定集中的波动项,进而确定衡量不同调度保守度下的不确定集边界;接着采用预测区间质量评测指标来考核各个不确定集所对应的区间优劣。最后,通过改进的IEEE-37节点微电网系统验证了所提模型在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。展开更多
电转气(power to gas,P2G)技术实现了电能与天然气的相互耦合,在提升多能源系统经济性和降低系统的碳排放方面发挥着重要作用。文中针对P2G过程中电解水产生的氧气未能被充分利用的问题,提出了基于P2G与富氧燃烧联合运行的多能源系统优...电转气(power to gas,P2G)技术实现了电能与天然气的相互耦合,在提升多能源系统经济性和降低系统的碳排放方面发挥着重要作用。文中针对P2G过程中电解水产生的氧气未能被充分利用的问题,提出了基于P2G与富氧燃烧联合运行的多能源系统优化调度模型。首先,将P2G过程分为电转氢过程和甲烷化过程,电转氢过程产生的氧气输送给富氧燃烧电厂使用;再将富氧燃烧电厂捕集的CO_(2)与电转氢过程生成的氢气作为甲烷化反应的原料,生成的天然气供给燃气机组使用,从而实现资源的充分利用。其次,将P2G与富氧燃烧电厂联合运行模型引入多能源系统,构建了基于P2G与富氧燃烧电厂联合运行的低碳多能源系统架构。最后,建立以多能源系统运行成本最小为目标的低碳经济调度模型,并通过设置场景对比的方式进行验证。仿真结果表明,所提模型有效降低了系统成本及碳排放量。展开更多
文摘光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化中不确定集的构建相结合,建立了基于区间概率不确定集的自适应鲁棒优化调度模型。首先,通过GPR生成自适应鲁棒优化调度模型中不确定集的固定项,然后调节决策环节所考虑的风险水平以确定不确定集中的波动项,进而确定衡量不同调度保守度下的不确定集边界;接着采用预测区间质量评测指标来考核各个不确定集所对应的区间优劣。最后,通过改进的IEEE-37节点微电网系统验证了所提模型在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。
文摘电转气(power to gas,P2G)技术实现了电能与天然气的相互耦合,在提升多能源系统经济性和降低系统的碳排放方面发挥着重要作用。文中针对P2G过程中电解水产生的氧气未能被充分利用的问题,提出了基于P2G与富氧燃烧联合运行的多能源系统优化调度模型。首先,将P2G过程分为电转氢过程和甲烷化过程,电转氢过程产生的氧气输送给富氧燃烧电厂使用;再将富氧燃烧电厂捕集的CO_(2)与电转氢过程生成的氢气作为甲烷化反应的原料,生成的天然气供给燃气机组使用,从而实现资源的充分利用。其次,将P2G与富氧燃烧电厂联合运行模型引入多能源系统,构建了基于P2G与富氧燃烧电厂联合运行的低碳多能源系统架构。最后,建立以多能源系统运行成本最小为目标的低碳经济调度模型,并通过设置场景对比的方式进行验证。仿真结果表明,所提模型有效降低了系统成本及碳排放量。
