期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
风光火储多源系统参与调峰的分层优化调度研究
1
作者 袁浩锋 柯杨 +4 位作者 向昆 范李平 马辉 王灿 席磊 《水力发电》 2025年第5期98-103,共6页
针对大规模风电、光伏等可再生能源并网造成火电机组调峰困难以及弃风弃光严重的问题,提出利用风光火储多源联合系统参与调峰的分层优化调度策略。首先考虑储能荷电状态与负荷区间,划分调峰工作区域;其次提出在上层模型中引入调峰功率... 针对大规模风电、光伏等可再生能源并网造成火电机组调峰困难以及弃风弃光严重的问题,提出利用风光火储多源联合系统参与调峰的分层优化调度策略。首先考虑储能荷电状态与负荷区间,划分调峰工作区域;其次提出在上层模型中引入调峰功率控制策略,在不同负荷区间与不同储能荷电状态组合时构建6种模式下储能参与调峰的充放电功率控制数学模型,协调储能以不同的充放电功率进行出力;然后构建以系统净负荷方差最小为上层目标,并在上层模型中加入调峰功率控制策略以控制储能的出力,系统运行成本最小为下层目标,优化火电机组出力的分层优化调度模型;最后通过IEEE-30节点对比分析所提模型和策略的有效性。仿真结果表明,相比于单层优化模型,采用调峰功率控制策略的分层模型可有效减少弃风弃光量,提高系统的稳定性。 展开更多
关键词 风光火储系统 储能荷电状态 调峰功率控制 可再生能源消纳 优化调度 分层优化
在线阅读 下载PDF
基于K近邻算法和混合BiLSTM功率预测的微电网运行策略
2
作者 毛睿 马辉 +4 位作者 向昆 范李平 赵剑楠 王灿 席磊 《分布式能源》 2025年第2期12-24,共13页
可再生能源出力的不确定性为微电网的优化调度带来了重大挑战。同时,传统的优化方法和调度时间尺度过于单一,导致调度结果存在较大误差,从而难以确保系统运行的可靠性与经济性。针对上述问题,提出了一种基于K-近邻(K-nearest neighbor,K... 可再生能源出力的不确定性为微电网的优化调度带来了重大挑战。同时,传统的优化方法和调度时间尺度过于单一,导致调度结果存在较大误差,从而难以确保系统运行的可靠性与经济性。针对上述问题,提出了一种基于K-近邻(K-nearest neighbor,K-NN)算法、变模态分解(variational mode decomposition,VMD)、卷积神经网络(convolutional neural network,CNN)以及双向长短期记忆(bidirectional long short-term memory,BiLSTM)神经网络的微电网两阶段优化运行策略。首先,构建了基于K-近邻算法和混合BiLSTM功率预测模型,为两阶段优化调度模型提供准确的风光发电预测数据。其次,建立了两阶段优化调度模型。在日前调度阶段,引入阶梯式碳交易机制和激励型需求响应,以最小化系统总运行成本为目标制定日前调度计划;在日内调度阶段,则采用基于模型预测控制的方法,实现日内滚动优化调度策略,以调整量最小为目标对日前调度计划进行动态修正,从而降低因预测误差引起的功率波动。最后,以某微电网为例进行了仿真分析,结果表明:该方法不仅有效提高了预测精确性,同时也提升了微电网的经济性、环保性及稳定性。 展开更多
关键词 K-近邻(K-NN)算法 微电网 功率预测 两阶段运行策略 激励型需求响应 模型预测控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部