为解决含氢综合能源系统(hydrogen integrated energy system,HIES)在源荷出力和场景概率多重不确定性下难以兼顾鲁棒性和经济性的问题,提出了一种计及场景概率的分布鲁棒和两阶段鲁棒结合的三阶段四层随机鲁棒优化方法。首先,充分考虑...为解决含氢综合能源系统(hydrogen integrated energy system,HIES)在源荷出力和场景概率多重不确定性下难以兼顾鲁棒性和经济性的问题,提出了一种计及场景概率的分布鲁棒和两阶段鲁棒结合的三阶段四层随机鲁棒优化方法。首先,充分考虑系统运行的灵活性、低碳性,建立HIES,并引入碳捕集机组和阶梯式碳交易保证系统低碳运行;其次,用鲁棒优化法和随机规划中的场景法分别处理源荷出力不确定和场景概率不确定,建立min-max-max-min三阶段四层优化模型。采用变量交替迭代的列与约束生成算法求解得到最优鲁棒调度结果以及最恶劣场景概率分布。最后,通过算例分析表明所提方法兼顾了经济性和鲁棒性,并且系统具有较强的新能源消纳能力,保证了HIES系统的低碳、经济运行。展开更多
柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow ...柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow search algorithm is used to optimize the convolutional long-term and short-term memory neural network,SSA-CNN-LSTM)对新能源和负荷进行日前和日内功率预测;其次,根据柔性负荷的特性和需求响应灵活性,将负荷分为可平移、可转移和可削减负荷等不同类型,以考虑阶梯式碳交易成本的系统运行成本和污染气体排放最优为目标构建源荷互动的日前-日内两阶段低碳环境经济调度模型;最后,利用改进多目标灰狼算法(multi-objective grey wolf algorithm,MOGWO)对模型进行求解。算例分析表明,通过对柔性负荷分类参与调度较传统方式总成本降低8.6%、污染物排放减少4.1%、新能源消纳能力提高4.2%,在多时间尺度内显著降低新能源和负荷响应的不确定性并提高新型电力系统的低碳环境经济综合效益。展开更多
文摘为解决含氢综合能源系统(hydrogen integrated energy system,HIES)在源荷出力和场景概率多重不确定性下难以兼顾鲁棒性和经济性的问题,提出了一种计及场景概率的分布鲁棒和两阶段鲁棒结合的三阶段四层随机鲁棒优化方法。首先,充分考虑系统运行的灵活性、低碳性,建立HIES,并引入碳捕集机组和阶梯式碳交易保证系统低碳运行;其次,用鲁棒优化法和随机规划中的场景法分别处理源荷出力不确定和场景概率不确定,建立min-max-max-min三阶段四层优化模型。采用变量交替迭代的列与约束生成算法求解得到最优鲁棒调度结果以及最恶劣场景概率分布。最后,通过算例分析表明所提方法兼顾了经济性和鲁棒性,并且系统具有较强的新能源消纳能力,保证了HIES系统的低碳、经济运行。
文摘柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow search algorithm is used to optimize the convolutional long-term and short-term memory neural network,SSA-CNN-LSTM)对新能源和负荷进行日前和日内功率预测;其次,根据柔性负荷的特性和需求响应灵活性,将负荷分为可平移、可转移和可削减负荷等不同类型,以考虑阶梯式碳交易成本的系统运行成本和污染气体排放最优为目标构建源荷互动的日前-日内两阶段低碳环境经济调度模型;最后,利用改进多目标灰狼算法(multi-objective grey wolf algorithm,MOGWO)对模型进行求解。算例分析表明,通过对柔性负荷分类参与调度较传统方式总成本降低8.6%、污染物排放减少4.1%、新能源消纳能力提高4.2%,在多时间尺度内显著降低新能源和负荷响应的不确定性并提高新型电力系统的低碳环境经济综合效益。
