综合能源系统(integrated energy system,IES)以其高度灵活、环境友好的特点,在实现低碳经济和提高能源效率方面具有巨大潜力。然而,现有的IES建模方法难以挖掘氢能多设备的协同耦合性、且调度策略缺少市场机制的支持。因此,文中提出一...综合能源系统(integrated energy system,IES)以其高度灵活、环境友好的特点,在实现低碳经济和提高能源效率方面具有巨大潜力。然而,现有的IES建模方法难以挖掘氢能多设备的协同耦合性、且调度策略缺少市场机制的支持。因此,文中提出一种综合考虑绿色证书交易、阶梯型碳交易和需求响应的含氢IES优化调度策略。首先,建立基于电转气(power-to-gas,P2G)两阶段运行的氢能多元利用模型,推动新能源的使用;然后,建立绿证-碳联合交易机制,通过市场激励减少对化石燃料的依赖;最后,考虑综合需求响应优化用户侧用能行为,建立以经济运行成本最小为目标函数的IES优化调度模型,并通过CPLEX求解器进行求解。算例结果表明,文中所提模型能够实现IES多能耦合,提高新能源的消纳能力,减少碳排放量。展开更多
文摘综合能源系统(integrated energy system,IES)以其高度灵活、环境友好的特点,在实现低碳经济和提高能源效率方面具有巨大潜力。然而,现有的IES建模方法难以挖掘氢能多设备的协同耦合性、且调度策略缺少市场机制的支持。因此,文中提出一种综合考虑绿色证书交易、阶梯型碳交易和需求响应的含氢IES优化调度策略。首先,建立基于电转气(power-to-gas,P2G)两阶段运行的氢能多元利用模型,推动新能源的使用;然后,建立绿证-碳联合交易机制,通过市场激励减少对化石燃料的依赖;最后,考虑综合需求响应优化用户侧用能行为,建立以经济运行成本最小为目标函数的IES优化调度模型,并通过CPLEX求解器进行求解。算例结果表明,文中所提模型能够实现IES多能耦合,提高新能源的消纳能力,减少碳排放量。
文摘风速变化的间歇性和波动性给风功率的精准预测带来极大挑战,充分挖掘风电功率与风速等关键因素的内在规律是提高风电功率预测精度的有效途径。提出一种结合时间模式注意力(time pattern attention,TPA)机制的多层堆叠双向长短期记忆网络的超短期风电功率预测方法。首先,利用基于密度的含噪声空间聚类方法(den⁃sity based spatial clustering with noise,DBSCAN)和线性回归算法进行风功率数据集的异常值检测,利用k最邻近(k⁃nearest neighbor,KNN)插值法重构异常点数据;其次,综合考虑风电功率与各气象特征的内在关联性,在MBLSTM网络中引入TPA机制合理分配时间步长权重,捕捉风电功率时间序列潜在逻辑规律;最后,利用实验仿真数据进行分析验证本文方法的有效性,该方法能够充分挖掘风功率与风速影响因素的关系,从而提高其预测精度。
