随着全国碳交易市场政策落地,为充分挖掘区域综合能源系统(regional integrated energy system,RIES)低碳减排能力,提高多区域综合能源系统接入主动配电网(active distribution network,ADN)的经济交互效益,提出了考虑灵活性资源与低碳...随着全国碳交易市场政策落地,为充分挖掘区域综合能源系统(regional integrated energy system,RIES)低碳减排能力,提高多区域综合能源系统接入主动配电网(active distribution network,ADN)的经济交互效益,提出了考虑灵活性资源与低碳交互结构的区域综合能源系统联盟参与配电网调峰调度的优化调度策略。建立了以主动配电网为主体,区域综合能源系统联盟为从体的主从博弈模型。主体以最大化交互效益目标制定分时电价策略,从体成员间通过联络线实现多能共享,考虑碳交易制度以供能与碳交易成本之和最小为目标,响应主体电价策略,建立了下层多区域综合能源系统联盟合作博弈优化模型。引入包含需求响应、储能和电动汽车在内的灵活性资源,配合碳捕集-电转气耦合机组优化联盟内部各系统的低碳供能策略,满足联盟负荷需求。基于纳什议价理论完成联盟成员合作收益的分配。通过算例验证所提策略能够有效减少各区域综合能源系统碳排放,并保障主从交互经济效益。展开更多
考虑到直接对经验模式分解(EMD)所得多个分量分别建模预测会引入多重随机误差和产生较大预测工作量,提出一种基于游程检测法重构原则的EMD-Elman神经网络组合的风电短时功率预测算法,运用游程检测法对风电出力时间序列EMD得到系列本征...考虑到直接对经验模式分解(EMD)所得多个分量分别建模预测会引入多重随机误差和产生较大预测工作量,提出一种基于游程检测法重构原则的EMD-Elman神经网络组合的风电短时功率预测算法,运用游程检测法对风电出力时间序列EMD得到系列本征模态函数IMF和趋势项Res进行波动性程度检测,将波动程度相似、变化规律相近的分量依照fine to coarse顺序重构成高频分量、低频分量和趋势项。然后针对性地对3个分量分别建立较准确的Elman神经网络短时多步预测模型,可减少预测分量建模数,提高预测精度和预测速度,最后将三分量预测结果自适应叠加。还分别给出两种预测模型的算例,对比分析发现EMD-Elman组合预测模型的精度优于Elman神经网络单一预测模型。展开更多
为避免功率失配损失,太阳能模组一般都配置旁路二极管,提供一个能量散逸的途径。基于这种配置提出一种新的太阳能模组性能评估算法。依据实际旁路区段配置建立网络方程,通过牛顿-拉夫逊非线性迭代方法实现拓扑求解,继而获得模组的整体...为避免功率失配损失,太阳能模组一般都配置旁路二极管,提供一个能量散逸的途径。基于这种配置提出一种新的太阳能模组性能评估算法。依据实际旁路区段配置建立网络方程,通过牛顿-拉夫逊非线性迭代方法实现拓扑求解,继而获得模组的整体性能。在用制造商标准测试数据验证了该评估算法的有效性后,进一步考察各种阴影场景下的模组整体性能,并给出全局最大功率点(maximal power point,MPP)位置随辐射强度变化时的定性结论。理论分析和仿真结果表明,由于多辐射强度导致功率多峰值的存在,常规最大功率点跟踪(maximal power point track,MPPT)算法可能会因为只能检测到MPPT伪极大值点而失效;而且,旁路二极管的合理配置对太阳能模组性能有很大影响。展开更多
文摘随着全国碳交易市场政策落地,为充分挖掘区域综合能源系统(regional integrated energy system,RIES)低碳减排能力,提高多区域综合能源系统接入主动配电网(active distribution network,ADN)的经济交互效益,提出了考虑灵活性资源与低碳交互结构的区域综合能源系统联盟参与配电网调峰调度的优化调度策略。建立了以主动配电网为主体,区域综合能源系统联盟为从体的主从博弈模型。主体以最大化交互效益目标制定分时电价策略,从体成员间通过联络线实现多能共享,考虑碳交易制度以供能与碳交易成本之和最小为目标,响应主体电价策略,建立了下层多区域综合能源系统联盟合作博弈优化模型。引入包含需求响应、储能和电动汽车在内的灵活性资源,配合碳捕集-电转气耦合机组优化联盟内部各系统的低碳供能策略,满足联盟负荷需求。基于纳什议价理论完成联盟成员合作收益的分配。通过算例验证所提策略能够有效减少各区域综合能源系统碳排放,并保障主从交互经济效益。
文摘考虑到直接对经验模式分解(EMD)所得多个分量分别建模预测会引入多重随机误差和产生较大预测工作量,提出一种基于游程检测法重构原则的EMD-Elman神经网络组合的风电短时功率预测算法,运用游程检测法对风电出力时间序列EMD得到系列本征模态函数IMF和趋势项Res进行波动性程度检测,将波动程度相似、变化规律相近的分量依照fine to coarse顺序重构成高频分量、低频分量和趋势项。然后针对性地对3个分量分别建立较准确的Elman神经网络短时多步预测模型,可减少预测分量建模数,提高预测精度和预测速度,最后将三分量预测结果自适应叠加。还分别给出两种预测模型的算例,对比分析发现EMD-Elman组合预测模型的精度优于Elman神经网络单一预测模型。
文摘为避免功率失配损失,太阳能模组一般都配置旁路二极管,提供一个能量散逸的途径。基于这种配置提出一种新的太阳能模组性能评估算法。依据实际旁路区段配置建立网络方程,通过牛顿-拉夫逊非线性迭代方法实现拓扑求解,继而获得模组的整体性能。在用制造商标准测试数据验证了该评估算法的有效性后,进一步考察各种阴影场景下的模组整体性能,并给出全局最大功率点(maximal power point,MPP)位置随辐射强度变化时的定性结论。理论分析和仿真结果表明,由于多辐射强度导致功率多峰值的存在,常规最大功率点跟踪(maximal power point track,MPPT)算法可能会因为只能检测到MPPT伪极大值点而失效;而且,旁路二极管的合理配置对太阳能模组性能有很大影响。
