中国科学引文数据库(CSCD)核心期刊
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
碳中和目标下,作为中国碳排放主要来源的能源电力系统需要进行“脱碳革命”,其核心是通过颠覆性技术创新应用来重塑能源电力供需形态。运用多层次视角理论分析中国能源电力演变历程,剖析中国能源电力转型面临的问题与挑战,并结合颠覆性技术理论,构建多层次视角下颠覆性能源技术驱动的中国能源电力动态转型框架。根据转型框架,提出多层次视角下颠覆性能源技术驱动的中国能源电力转型路径。在转变路径与技术替代路径并存阶段(转型初期),培育具有颠覆式变革前景的能源技术。在重构路径阶段(转型中期),颠覆性技术进入成长扩散期,逐渐形成新的技术组合和管理体制,大范围重构现行高碳的能源社会技术体制。在解构和重置路径阶段(转型后期),颠覆性技术进入成熟稳定期,驱动能源结构发生根本性变革,建成清洁低碳、安全高效的新型能源体系。
随着分布式电源、电动汽车接入电网的比例越来越高,配电网发展面临的形势日趋复杂,亟须构建能够适应新型电力系统建设需求的配电网二次系统,以提升配电网的局部自治和故障自愈能力。首先,分析了新形势下配电网发展面临的挑战,并从数据采集、传输、存储和应用四个环节梳理了现有配电网二次系统的发展现状及存在的问题。然后,针对配电网二次系统各环节存在的问题,提出了“管住中间、放开两端”的配电网二次系统发展思路,对配电网二次系统各环节的未来体系架构进行了探讨和展望,为新型电力系统背景下的配电网二次系统建设提供了参考。
在“双碳”目标推动下,我国正致力于构建高效低碳的能源体系。然而,风、光等可再生能源的间歇性和波动性给微能源网稳定运行带来挑战,同时大量秸秆、垃圾、生物污水等生物质废物资源未被充分开发和利用。因此,提出基于农村生物质废弃物能量转换系统的微能源网架构,设计两阶段调度优化框架:在日前阶段,以运行成本最低和生态环境效益最大为目标建立多目标调度优化模型;在日内阶段,引入鲁棒优化描述风光不确定性,构造以偏差调整成本最小为目标的日内滚动调度优化模型。最后,以中国北方某微能源网开展实例分析,结果表明:1)多时间尺度调度模型可发挥各单元的调节能力,衔接日前调度计划与日内调度策略,制定最优调度策略;2)日前多目标调度优化考虑不可能三角,以适度的经济成本增加5.02%为代价,成功实现生态效益提升14.82%。总的来说,所提优化模型能促进农村生物质废物资源能源化利用,有利于实现能源结构的清洁低碳转型。
为了促进综合能源系统低碳化运行和清洁能源消纳,提出考虑动态能价及碳证交易的综合能源系统零碳优化模型。首先,引入碳捕集设备与储碳设备,设计综合能源系统的运行结构,并对系统内部各设备的出力进行建模。其次,提出考虑综合因子的能源价格与需求响应价格修正模型。然后,考虑碳交易市场与绿证交易市场的协同,以综合能源系统总运行成本最小为目标函数,构建零碳运行优化模型。最后,以某一区域的综合能源系统为例展开算例分析,算例结果表明所提模型能提高系统的清洁性、低碳性与调节性。
随着我国能源结构逐步低碳转型,风、光等新能源的并网比例将不断扩大,为满足未来新能源装机容量规划的同时保证电力系统的安全可靠运行,在电力系统中需要具备相应调节能力的灵活性资源。为此,提出一种计及时空响应特性的多类型灵活性资源配置优化模型。首先,建立基于空间响应特性和时间响应特性的灵活性评价模型,并构造灵活性平均缺额和灵活性覆盖指数的灵活性评价指标,分别用于电力系统灵活性不足节点筛选和各节点的灵活性充裕性分析。然后,分析多类型灵活性资源的调节特性,建立多类型调节能力模型。最后,考虑时间灵活性评价指标约束,构建灵活性资源两阶段配置优化模型,基于灵活性资源与新能源波动特性的多尺度匹配特性,指导各灵活性不足节点的灵活性资源配置,并以IEEE 9节点系统验证了所提灵活性资源配置方法的有效性和适用性。
“双碳”目标下,风光储场站群将成为新型电力系统电源侧的典型形态,功率跟踪控制是其并网运行应具备的基本能力。提出一种考虑储能寿命损耗的风光储场站群功率跟踪优化控制策略及其闭环仿真方法。首先,以某地大规模风光储场站群示范工程作为仿真对象,搭建了基于实时数字仿真器(real time digital simulator, RTDS)的硬件在环实时仿真平台;然后,考虑储能运行状态对储能寿命衰减的影响,建立了精细化的储能寿命退化模型,并进一步提出基于储能等寿命退化的风光储场站群功率指令分配策略和基于储能实时补偿的风光储场站指令跟踪策略。最后,通过对不同测试工况、不同时间尺度的算例闭环仿真测试,验证了所提控制策略的有效性和鲁棒性。
近年来,台风灾害对沿海地区的影响愈加严重。为了更准确地评估台风灾害情况下风电场的可信容量,考虑了台风对输电线路的时空影响,提出了一种考虑台风时空演变对输电线路影响的台风灾害下风电容量可信度评估方法。首先,建立具有时空特性的台风仿真模型,并将输电塔和导线的时变故障概率建模为时变台风强度的函数。其次,考虑了台风对风电出力的影响,构建了风电场出力模型。然后,根据输电线路时变故障概率模型求解故障概率矩阵,并基于蒙特卡洛法抽样获取系统输电线路故障状态,生成故障场景,通过指标计算量化电力系统可靠性。最后,应用IEEE RTS-24基本算例评估台风灾害下风电场的容量可信度,验证了所提方法的可行性。
合理规划新能源装机容量是实现新能源高效消纳的基础。新能源的波动性给系统的安全稳定运行带来了极大挑战,为平抑风光出力的波动性,需要增设储能设备以提高系统稳定性。当前考虑源-荷匹配的新能源装机规划模型大多固定储能容量,且针对如何缩小源-荷匹配偏差问题鲜有涉及,难以解决源荷最优匹配下的最优经济效益问题。文章提出了一种考虑源-荷匹配的区域电网风光储容量规划-运行联合优化方法。首先,基于k-means聚类获取全年8 760 h中最具代表性的24 h×7的典型日数据作为规划基础数据;其次,建立包含风、光、储的考虑源-荷匹配的区域电网风光储容量规划-运行联合优化模型,以日平均规划成本最小为目标,在已有约束基础上引入源-荷匹配约束实现电源侧总出力与负荷侧变化趋势一致以减小调峰压力,并设计了匹配偏差惩罚机制以缩小源荷匹配偏差;最后,以江苏省某区域电网为对象进行算例分析,结果表明所提模型能够减少系统运行成本,缩小源-荷匹配偏差,降低调峰压力,验证了所提模型的有效性与可行性。
针对风电数据波动性过大而导致的风电功率预测不精确问题,提出一种基于自适应噪声完备集合经验模态分解(complementary ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与蜣螂算法(dung beetle optimizer,DBO)优化的广义回归神经网络(generalized regression neural network,GRNN)超短期风电功率预测方法。首先将原始风功率序列进行时滞特性分析,选取与预测时刻相关性强的时序进行多路时序建模;然后对相关性强的时序进行CEEMDAN分解,得到一组本征模态分量(intrinsic mode function,IMF)和剩余分量;其次将上述两组分量输入经蜣螂优化算法优化的GRNN网络进行各分量预测;然后将各预测分量叠加,得到最终预测结果。算例分析表明,所提的CEEMDAN-DBO-GRNN预测模型的预测精度更高,而且CEEMDAN能够减少风电功率波动性与随机性对预测结果的影响,同时利用蜣螂算法优化后的超参数模型进行预测,在一定程度上提高了超短期风电功率预测的精度。
水下压缩空气储能(underwater compressed air energy storage,UCAES)技术定压储取能,系统能量回收效率高且储能密度大,与海上风电在空间位置上天然契合。为提高UCAES的性能,构建了储取能过程数学模型,模拟分析了影响UCAES性能的关键因素并探索了提效技术。主要研究成果如下:1)针对数学模型的求解难题,提出了以能量回收效率最高作为目标函数和以热回收介质流量作为决策变量的求解方法,确定了空气和热回收介质的最佳质量配比;2)为明确定容和定压压缩空气储能的性能差异,通过对比分析了二者的工作过程,揭示了储罐压力的变化是影响性能的最关键因素,UCAES的能量回收效率和储能密度比定容压缩空气储能分别提高8.25%和120.82%;3)量化分析了设备性能和储能深度对储能性能的影响,指出提高膨胀机效率对能量回收效率的提升更有效,而深度直接决定了储能密度;4)提出了电加热提升膨胀机进气温度的提效技术,该技术提高了系统发电量并产生大量热能,加热用电能中约1/3又转化为电能,约60%转化为可利用热能,为北方濒海城市可再生能源规模化供暖提供了新选择。成果可为后续UCAES工程的建设和推广提供参考,可为海上风电的大规模发展提供坚实支撑。
为了提高高压直流(high voltage direct current,HVDC)输电线路在样本数量不足和高阻抗条件下的识别准确率,提出了一种基于格拉姆角差场(Gramian angular difference field,GADF)和迁移残差网络(ResNet18)结合的高压直流输电线路故障识别方法。首先利用格拉姆角差场将一维时序信号转化为二维角差场图,然后将在源域ImageNet-1K数据集上训练好的ResNet18模型的权重参数迁移至以角场图为目标域的ResNet18模型中,自适应提取故障相关特征,进行故障类型识别。实验结果证明:相较于其他深度学习方法,所提方法在小样本条件下能够正确识别区内正极接地故障、区内负极接地故障、区内双极短路故障和区外故障,识别准确率达到99.67%,并且具有较强的耐受过渡电阻能力、抗噪性和泛化性。
在“双碳”背景下,为解决当今综合能源微电网(integrated energy microgrid, IEM)往往独立运行而导致能源浪费和不平衡分配的问题,构建了一种基于纳什均衡博弈框架的微电网集群电能共享模型。模型考虑源荷双重不确定性,提高了微电网运行的鲁棒性。其次,设计了一种改进交替方向乘子算法(alternating direction method of multipliers,ADMM)对微电网集群经营成本进行求解,验证了算法和模型的有效性并加快了运算收敛速度。最后,提出基于纳什均衡的效益分配策略,以贡献度综合评估各主体的谈判力指标,保证微电网集群内各主体收益的公平分配。算例分析表明所提模型可快速求出内部交易的电量与电价,最大程度降低微电网集群经营成本的同时也降低了碳排放量。
新能源汽车持有量大幅增长,其配套充电设施的数量和铺设范围也快速扩大。充电桩运行过程中可能会因设备老化或人为影响导致计量失准,而目前依靠人工定期逐个检修的方法成本高、效率低。针对上述问题,通过分析充电站工作方式,以能量守恒原理和拓扑关系为基础,考虑了计量误差、线损和固定损耗等多个因素,区分交流充电站和直流充电站能量守恒关系,分别建立其误差估计模型,进而建立了基于递推阻尼最小二乘法的求解方法。算法通过实时求解充电枪表的误差系数,实现充电桩计量失准的在线检测。最后,在仿真数据和真实数据下,验证了所提方法的有效性和优越性。研究为电动汽车充电桩的计量问题提供了理论框架和实际解决方案。
多接入边缘计算为满足配电网海量终端接入的通信和计算需要提供了一种有效的解决方案,边缘计算通过将实时采集的终端设备数据上传到距离更近的边缘服务器,进行数据处理和存储,从而降低了通信时延和减轻了云服务器的负担。然而,由于系统环境的动态变化,任务卸载优化成为一个具有挑战性的问题。基于强化学习和协同缓存模型,提出了联合无线信道条件、边缘服务器和云服务器的带宽资源与算力资源的云-边-端协同任务卸载策略。该策略结合了深度Q网络(deep Q-network,DQN)算法与协同缓存模型,旨在满足通信时延和能耗约束的前提下,最大程度地提高配电网系统的传输效率、安全性和处理效率。仿真结果表明,相比于其他卸载策略,所提策略在最大任务数据量、终端设备数量和边缘服务器最大计算频率方面可以有效降低系统时延与能耗。
高比例分布式光伏的分散、随机特性加剧了配电系统潮流分布的不确定性,使得配电系统的安全经济运行面临严峻挑战。提出了考虑降压节能调节和分布式光伏预测误差三维特性的主动配电网多时间尺度优化调度方法。首先,分析负荷功率与馈线电压的灵敏度关系,提出了基于降压节能调节方法的综合负荷建模方法。其次,从时间-空间-功率三维角度,建立了一种分布式光伏预测误差的三维分析模型,为调度提供更精准的误差分析结果。然后,基于降压节能方法和预测误差三维分析模型,构建了可有效协调日前慢速调节资源与日内快速响应资源的主动配电网多时间尺度优化调度模型。最后,以改进IEEE 33节点系统为算例进行分析,算例分析结果表明所提误差建模方法对光伏功率有着较好的跟随效果,且基于该模型的优化调度策略能够减少误差随机性对调度决策的影响,提升配电系统运行的安全性与经济性。
