考虑用户综合需求响应的区域综合能源系统多目标优化调度

随着传统能源枯竭,为提高供能经济性和效率,区域综合能源系统应运而生,区域综合能源系统的优化调度成为关键问题.由于多种能源之间存在耦合,多种能源的综合需求响应为区域综合能源系统的优化调度提供新的手段.因此,首先分析了区域综合能源用户的多种能源需求侧响应函数,进而构建了以经济性和能效为目标的区域综合能源系统多目标优化调度模型,最后提出改进的带精英策略的非支配排序的遗传算法用于求解多目标优化问题.通过算例验证了该模型可有效解决区域综合能源系统的多目标优化调度问题,综合需求响应可以有效提升区域综合能源系统的经济性和能效水平.     

计及源荷双侧不确定性的综合能源系统优化配置

以源–网–荷–储的综合能源系统为研究对象,同时考虑源侧风光出力及负荷预测误差的双重不确定性对系统优化配置的影响。为提高系统的稳定性与经济性,以总成本最小为目标,采用价格需求响应中的分时电价研究策略。首先选用模糊聚类方法对用户负荷进行时段划分,然后采用机会约束将源荷双侧不确定性转化为确定性,再对供需平衡及设备约束的综合能源系统构建系统优化配置模型,最后对不同场景进行算例仿真。仿真表明所提出的定价机制具有削峰填谷作用,且不同场景下的优化配置有显著差异,验证了所提方法的有效性。     

考虑需求侧多能源响应的虚拟电厂优化运行策略

虚拟电厂技术为聚合分布式能源和用户侧资源参与能源市场交易提供了有效手段.针对综合能源场景下能源供需互动不足的问题,基于虚拟电厂内多能源聚合商参与需求响应为背景,建立了一种综合考虑了储能设备、能源耦合设备、分布式可再生能源发电、多能源市场交易及激励型综合需求响应的虚拟电厂两阶段优化运行模型,第一阶段为虚拟电厂最优经济调度...     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统双层随机优化调度模型.上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动方差最小为目标函数,...     

基于热需求响应的综合能源系统可靠供能能力评估

随着多能互补能源结构的规模化发展,综合能源系统将成为未来能源系统的主要形式。针对综合能源系统各能源子系统的复杂耦合特性的特点,采用基于非支配排序的多目标差分进化算法的协同进化算法对综合能源系统的多维可靠供能区间进行求解。以供暖型热负荷参与需求响应为例,分析了需求响应的实施对系统的可靠供能能力的影响。通过仿真案例验证了该算法在综合能源系统可靠供能区间求解问题上的有效性,且需求响应的参与能够扩大系统的可靠供能区间,对综合能源系统的规划评估提供了参考。     

基于综合需求侧响应的多能存储系统优化配置

相比单一储能和需求响应(demand response,DR),多能存储和综合需求响应(integrated demand response,IDR)可显著改善多能源系统的经济性.首先构建基于激励手段的综合需求响应模型,接着对多能存储系统进行分析及建模,同时引入用户用能舒适度指标模型.最后,基于典型日负荷轮廓,以系统年最低总成本为优化目标建立多能存储系统优化配置模型.算例分析表明多能存储和综合需求响应可协同优化各时段能源供给和柔性负荷需求,可显著提高多能存储系统的经济性.     

基于需求侧响应的电热综合能源系统风电消纳低碳经济调度

电热综合能源系统作为能源互联网的重要组成部分,促进了能源在更广阔范围内的配置.首先,本文提出了一种多目标电热综合能源系统低碳经济调度模型,充分挖掘了储热装置、电锅炉以及电储能的风电消纳特性;其次,系统考虑需求侧响应的影响,通过峰谷分时电价优化负荷曲线,有效削减了负荷峰谷差,为风电上网提供了空间;最后,采用多目标细菌群体...     

含风电的综合能源系统源-荷滚动优化调度模型

为了有效解决综合能源系统对强间歇性风电消纳能力较弱的问题,提出含风电的综合能源系统源-荷协同滚动优化调度方法;应用场景树分析法对综合能源系统中负荷需求响应与风电消纳等源-荷多不确定性进行定量分析;以综合能源系统运行成本最低为优化目标,构建含风电的综合能源系统源-荷协同优化调度模型,并采用滚动优化方法对模型进行求解.仿真...     

天然气制氢的园区综合能源系统氢储能优化配置

在中国致力于实现碳达峰、碳中和的要求下,氢能因具有零碳排高热值的特点,氢能产业发展成为中国未来发展的重要目标。针对电解水制氢储能的工业园区综合能源系统能量转换效率不高、制氢量少、经济效益低的特点以及国家对氢能发展大规模低成本制氢的需要,提出了一种以天然气制氢模式代替电解槽制氢的氢储能园区综合能源系统架构。在分析天然气水蒸气重整制氢单元的能耗与能量回收利用以及氢储能单元电、热、气多种能量特性的基础上,建立了天然气制氢储能的氢储能模型;进一步考虑设备投资成本、运行成本、碳排放价格以及制氢效益,以年化投资成本最小与年运行收益最大为目标建立目标函数,利用快速非支配排序遗传算法(NSGA-Ⅱ)进行求解,提出了以天然气制氢储能的园区综合能源系统氢储能优化配置模型。最后以新疆某园区为实际算例分析了园区配置氢储能后电源、电负荷、热负荷特性,运行经济效益以及天然气价格与碳排放价格对配置的影响,验证了通过配置天然气制氢的氢储能提升园区综合能源系统制氢量与运行收益的可行性,并指出了适用场景。     

计及出行行为调整的综合能源系统双层博弈优化策略

针对园区综合能源系统中各个主体的利益难以兼顾及新能源汽车出行计划临时变动会对系统运行带来不利影响的问题,提出了考虑车主出行行为调整的电热氢综合能源系统双层博弈优化运行策略。首先,建立以能源运营商(IESO)、负荷聚合商(ULA)和新能源汽车负荷聚合商(NEVLA)为主体的Stackelberg-Shapley双层博弈框架;其次,将双层博弈框架嵌入两阶段模型预测控制滚动调度模型中,并在第1阶段引入惩罚博弈机制,抑制车主按照个人意愿无序改变充电计划的行为;最后,联合沙丘猫优化算法与CPLEX求解器对博弈模型进行求解。仿真结果表明：所提策略与无惩罚博弈机制的滚动优化运行策略及考虑惩罚博弈机制的单断面优化运行策略对比,能源运营商的收益分别提高了4.43%、7.75%,负荷聚合商的剩余价值分别提高了6.48%、12.18%,电动汽车负荷调度成本分别减少了13.64%、4.43%,验证了所提策略具有更好的系统运行经济性。     

考虑冷热电三联供系统耦合特性的区域综合能源系统运行优化

为了加快实现双碳目标,提高能源利用效率、减少碳排放量,本文通过选取关键供能设备 冷热电三联供系统 （combined cooling heating and power system,CCHP）构建综合能源系统模型,并利用改进的二代非支配排序遗传算法（non-dominated sorting genetic algorithm-II,NSGA-Ⅱ）研究了引入该设备后园区整体运行方式和运作效率的改变。结果表明：CCHP 设备可通过其强耦合特性实现供能侧设备的多能互补和能量梯级利用;可见通过引入 CCHP 过后,可大大提高综合能源系统的运行效率,在减少运行成本的同时相对控制碳排放量的释放,提高系统总体效益。     

考虑电储能设备碳排放的综合能源系统低碳经济运行

为了减少综合能源系统发电过程中产生的碳排放造成的环境污染,必须提升综合能源系统的经济效益.除各发电机组设备存在大量碳排放外,电储能设备的间接使用过程中也存在较大的碳排放,应当计量在系统碳排放中.研究基于含电气热冷负荷需求的综合能源系统,分析系统中各机组设备的碳排放量,并运用生命周期分析方法,分析系统中电储能设备产生的碳...     

考虑电池储能与需求响应的微网多时间尺度优化运行

为提高清洁能源的利用率,在微网优化运行问题中引入电池储能和需求响应.对于电池储能的老化特性,采用反映没有规律的充放电周期的储能老化成本模型;对于激励型需求响应,设计一种阶梯方式补偿机制.在此基础上,综合考虑电池储能老化特性、价格型和激励型需求响应以及风电的不确定性,建立日前-日内多时间尺度的微网优化运行模型.最后,通过...     

基于网络系统集成的能源监测体系

本文论述了基于网络集成自动化的能源监测，即在网络集成自动化的基础上，把自动检测、计算机网络、软件工程等技术有机地结合起来，成功地实现了玉溪红塔集团的现代化能源监测。     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

基于CNN-LSTM的综合能源系统负荷预测模型

负荷的准确预测是综合能源系统设计、运行、调度和管理的前提。现有的负荷预测模型中大都考虑了气象、日期因素,却没有考虑系统中电、冷、热负荷间的相关性,这会对模型的预测精度造成影响。使用了科普拉理论对系统中3种负荷之间的相关性进行分析。从分析结果看,它们之间具有强相关的关系。基于上述分析结果,提出了一种基于深度学习的智慧综合能源系统负荷预测模型,该模型使用卷积神经网络(convolutional neural network,CNN)来提取系统中电、冷、热负荷间的耦合特性相关的特征量。将得到的特征量转换为时间序列后,输入到长短期记忆(long short-term memory,LSTM)网络中进行负荷预测。实验显示,所提出的CNN-LSTM组合模型的预测精度更为精准,可为综合能源系统的负荷预测提供参考。