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
海上具有极为丰富的风资源,研究海上风电制氢技术和荷侧需求响应对风电消纳及平抑海上风电波动性具有重要意义。为此,提出了一种含海上风电制氢(offshore wind power hydrogen production,OWHP)和多重需求响应的含氢综合能源系统(integr...海上具有极为丰富的风资源,研究海上风电制氢技术和荷侧需求响应对风电消纳及平抑海上风电波动性具有重要意义。为此,提出了一种含海上风电制氢(offshore wind power hydrogen production,OWHP)和多重需求响应的含氢综合能源系统(integrated energy system,IES)源-荷多时间尺度优化调度策略。首先,探究了海上风电制氢系统运行机理,构建了含风电制氢、氢气压缩、海水淡化、输氢管道以及气体储氢的海上风电制氢模型,并构建了含燃气掺氢、氢气甲烷化和氢燃料电池的氢能多重利用模型。其次,分析了荷侧资源在各时间尺度的调节特性,提出了多重需求响应模型。最后,为降低海上风电的预测误差对IES运行影响,提出了日前-日内-实时三阶段的多时间尺度优化模型,平抑系统功率波动。算例仿真结果表明,所提模型可有效消纳海上风电资源,提升IES经济、低碳性,并缓解源、荷不确定性对系统运行的影响。展开更多
为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机...为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机制的含P2G和CCS耦合模型,并构建多能量转换设备和储能设备组成的电-热-冷综合能源系统;其次,基于多时间尺度的优化调度策略,以购能成本、运维成本、碳交易成本、弃风光成本为目标函数建立日前-日内滚动-实时调整3个阶段的优化调度模型;最后,以四川某工业园区为例进行仿真,结果证明本文提出的模型有效提高了综合能源系统的低碳经济效益、能源利用率和系统稳定性。展开更多
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。
文摘海上具有极为丰富的风资源,研究海上风电制氢技术和荷侧需求响应对风电消纳及平抑海上风电波动性具有重要意义。为此,提出了一种含海上风电制氢(offshore wind power hydrogen production,OWHP)和多重需求响应的含氢综合能源系统(integrated energy system,IES)源-荷多时间尺度优化调度策略。首先,探究了海上风电制氢系统运行机理,构建了含风电制氢、氢气压缩、海水淡化、输氢管道以及气体储氢的海上风电制氢模型,并构建了含燃气掺氢、氢气甲烷化和氢燃料电池的氢能多重利用模型。其次,分析了荷侧资源在各时间尺度的调节特性,提出了多重需求响应模型。最后,为降低海上风电的预测误差对IES运行影响,提出了日前-日内-实时三阶段的多时间尺度优化模型,平抑系统功率波动。算例仿真结果表明,所提模型可有效消纳海上风电资源,提升IES经济、低碳性,并缓解源、荷不确定性对系统运行的影响。
文摘为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机制的含P2G和CCS耦合模型,并构建多能量转换设备和储能设备组成的电-热-冷综合能源系统;其次,基于多时间尺度的优化调度策略,以购能成本、运维成本、碳交易成本、弃风光成本为目标函数建立日前-日内滚动-实时调整3个阶段的优化调度模型;最后,以四川某工业园区为例进行仿真,结果证明本文提出的模型有效提高了综合能源系统的低碳经济效益、能源利用率和系统稳定性。
