利用综合能源系统的多元消纳技术和多元存储技术辅助解决可再生能源就地消纳问题,将电转气(power to gas,P2G)细分为电转氢气和电转天然气,考虑电解槽、甲烷反应器的实际运行特性,以及氢储能的充放过程,建立P2G精细化模型。在含P2G的综...利用综合能源系统的多元消纳技术和多元存储技术辅助解决可再生能源就地消纳问题,将电转气(power to gas,P2G)细分为电转氢气和电转天然气,考虑电解槽、甲烷反应器的实际运行特性,以及氢储能的充放过程,建立P2G精细化模型。在含P2G的综合能源系统中,针对可再生能源预测误差相对较大、负荷预测精度相对较高的特点,在源侧采用鲁棒优化的工程博弈模型处理风电不确定性,在荷侧利用随机优化方法处理负荷不确定性,构建计及电转气精细化模型的综合能源系统鲁棒随机优化调度模型。算例结果验证了所提模型的有效性和可行性,相较于一般的P2G模型,所提精细化P2G模型细致表现了P2G技术的能源耦合方式,同时,综合能源系统鲁棒随机优化调度模型有利于兼顾系统调度成本和可靠性。展开更多
公共楼宇是智能电网用电环节需求响应的重要组成部分,在强不确定性环境下,为了提高公共楼宇短期负荷预测的精度,并能更好反映楼宇负荷的不确定性。提出了一种集合多维尺度分析技术(multidimensional scaling,MDS),基于Copula函数相关性...公共楼宇是智能电网用电环节需求响应的重要组成部分,在强不确定性环境下,为了提高公共楼宇短期负荷预测的精度,并能更好反映楼宇负荷的不确定性。提出了一种集合多维尺度分析技术(multidimensional scaling,MDS),基于Copula函数相关性测度、长短期记忆网络分位数回归(quantile regression long short-term memory,QRLSTM)和核密度估计(kernel density estimation,KDE)的短期公共楼宇负荷概率密度预测的方法。首先采用MDS技术对楼宇群进行初步划分,再通过基于Copula函数的相关性测度方法定量计算影响因素(外界天气、人类活动)与目标楼宇负荷的相关程度;其次,运用QRLSTM回归模型预测未来不同分位数上的负荷值。最后,通过核密度估计得到未来任意时刻预测点的概率密度函数。实验结果表明,综合考虑强相关影响因素,并结合QRLSTM回归和KDE技术,能够更好地解决短期公共楼宇负荷概率密度预测问题。展开更多
分布式可再生能源(Distributed Energy Resources,DER)以微电网的形式大规模并网,其稳定运行面临着挑战。针对微电网中可再生能源出力的不确定性及调控过程中柔性负荷调整量过大可能会使用户满意度下降的问题,建立了考虑DER出力不确定...分布式可再生能源(Distributed Energy Resources,DER)以微电网的形式大规模并网,其稳定运行面临着挑战。针对微电网中可再生能源出力的不确定性及调控过程中柔性负荷调整量过大可能会使用户满意度下降的问题,建立了考虑DER出力不确定性和计及用户满意度的日前优化调度模型。首先,采用基于条件风险价值(Conditional ValueatRisk,CVaR)理论对微电网不确定性风险进行量化处理,提高系统运行稳定性,并将其转化为风险成本。其次,将优化前后的新旧负荷曲线差异程度作为评判用户满意度大小的指标,在满足微电网经济运行的同时,提高用户侧的用电体验感。以微电网综合运行成本最小和用户满意度最大为目标函数,建立优化调度模型。最后,采用改进的NSGA-Ⅱ算法求解该模型,并通过仿真分析了不同置信水平及三种方案下的优化结果,从而验证了所提模型的有效性。展开更多
文摘利用综合能源系统的多元消纳技术和多元存储技术辅助解决可再生能源就地消纳问题,将电转气(power to gas,P2G)细分为电转氢气和电转天然气,考虑电解槽、甲烷反应器的实际运行特性,以及氢储能的充放过程,建立P2G精细化模型。在含P2G的综合能源系统中,针对可再生能源预测误差相对较大、负荷预测精度相对较高的特点,在源侧采用鲁棒优化的工程博弈模型处理风电不确定性,在荷侧利用随机优化方法处理负荷不确定性,构建计及电转气精细化模型的综合能源系统鲁棒随机优化调度模型。算例结果验证了所提模型的有效性和可行性,相较于一般的P2G模型,所提精细化P2G模型细致表现了P2G技术的能源耦合方式,同时,综合能源系统鲁棒随机优化调度模型有利于兼顾系统调度成本和可靠性。
文摘传统惯量评估方式并未考虑扰动发生时间的不精确测定、通信技术以及频率分布特性对惯量评估的影响,导致无法准确评估系统惯量。为此,提出了新能源电力系统的等效惯量评估方法。首先根据动能定理,定义了中心频率平方偏差(central frequency squared deviation,CFSD)的概念并提出了新的惯量评估方法,降低了扰动发生时间的不精确测量以及通信技术对惯量评估精度的影响,节约了PMU安装成本。然后,考虑到频率分布特性对惯量评估的影响,提出了惯量图心的概念以确定合适的频率采集地点。此外,应用了滑动窗口技术处理数据,降低了一次调频对惯量评估精度的影响。最后,根据惯量评估的结果,分析并计算了扰动期间一次调频最小出力与系统最小虚拟惯量。提出的方法被验证于DIgSILENTPowerFactory中改进的IEEE 39节点新英格兰系统。
文摘公共楼宇是智能电网用电环节需求响应的重要组成部分,在强不确定性环境下,为了提高公共楼宇短期负荷预测的精度,并能更好反映楼宇负荷的不确定性。提出了一种集合多维尺度分析技术(multidimensional scaling,MDS),基于Copula函数相关性测度、长短期记忆网络分位数回归(quantile regression long short-term memory,QRLSTM)和核密度估计(kernel density estimation,KDE)的短期公共楼宇负荷概率密度预测的方法。首先采用MDS技术对楼宇群进行初步划分,再通过基于Copula函数的相关性测度方法定量计算影响因素(外界天气、人类活动)与目标楼宇负荷的相关程度;其次,运用QRLSTM回归模型预测未来不同分位数上的负荷值。最后,通过核密度估计得到未来任意时刻预测点的概率密度函数。实验结果表明,综合考虑强相关影响因素,并结合QRLSTM回归和KDE技术,能够更好地解决短期公共楼宇负荷概率密度预测问题。
文摘分布式可再生能源(Distributed Energy Resources,DER)以微电网的形式大规模并网,其稳定运行面临着挑战。针对微电网中可再生能源出力的不确定性及调控过程中柔性负荷调整量过大可能会使用户满意度下降的问题,建立了考虑DER出力不确定性和计及用户满意度的日前优化调度模型。首先,采用基于条件风险价值(Conditional ValueatRisk,CVaR)理论对微电网不确定性风险进行量化处理,提高系统运行稳定性,并将其转化为风险成本。其次,将优化前后的新旧负荷曲线差异程度作为评判用户满意度大小的指标,在满足微电网经济运行的同时,提高用户侧的用电体验感。以微电网综合运行成本最小和用户满意度最大为目标函数,建立优化调度模型。最后,采用改进的NSGA-Ⅱ算法求解该模型,并通过仿真分析了不同置信水平及三种方案下的优化结果,从而验证了所提模型的有效性。
