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
中国农村地区的太阳能、生物质能等可再生能源十分丰富,但能源利用率较低,污染较为严重。针对生物质能、太阳能等清洁可再生能源接入的乡村场景,考虑热网传输特性与农业生产负荷可调性,提出了一种基于生-光耦合利用的乡村电-热综合能源系统多目标规划方法。首先,基于生物质与太阳能资源的耦合利用构建了乡村综合能源系统典型架构,同时对热网虚拟储能功能、农业生产可调控负荷以及系统关键设备进行建模分析,并提出相关运行策略;其次,构建了兼顾经济性、环保性以及能效性的乡村综合能源系统规划优化模型,考虑投资能力、设备运行和能量平衡等约束,采用基于莱维飞行的粒子群优化算法(particle swarm optimization algorithm based on Levy flight,LPSO)求解规划优化方案;最后,以中国北方某县所属村镇为例进行规划仿真,结果表明所提方法是合理且有效的。
为降低含5G基站的多能工业园区供电成本,提出了一种多能工业园区全寿命周期供能系统规划方法。首先,建立了5G基站多能负荷模型并刻画了园区内多能流耦合特征;随后,以全寿命周期成本最低为目标函数,构建了工业园区供能系统规划模型;进一步,考虑园区内分布式光伏发电及多能负荷不确定性,并应用机会约束刻画不确定性对规划方案的影响,提升规划方案的鲁棒性。仿真算例表明,通过园区内多能互补,园区年用能成本降低0.52%、年规划投资成本降低7.6%,验证了所提方法的有效性。此外,通过调整模型机会约束越限概率参数,可有效平衡规划方案鲁棒性与经济性。
为进一步促进园区级综合能源系统(park integrated energy system,PIES)的可再生能源消纳和碳减排,优化园区级综合能源系统的运行总成本,提出一种碳-绿色证书交易机制下考虑回收电转气(power to gas,P2G)余热和需求响应的园区级综合能源系统优化调度模型。首先,考虑阶梯式碳交易机制和绿色证书交易制度,以促进可再生能源的消纳和碳减排。其次,引入回收余热的电转气设备,优化电-热-气耦合关系来提高系统消纳可再生能源和碳减排水平。然后,建立含可削减、转移、替代负荷的需求侧响应模型,指导用户的用能方式由高能耗、高污染向低碳、可持续转变。最后,以购能成本、弃风惩罚成本、需求响应补偿成本、阶梯式碳交易成本、绿色证书交易收益之和最小为目标,构建PIES优化调度模型。算例结果表明,该模型可以有效促进可再生能源消纳和碳减排并降低系统运行成本。
考虑分布式电源出力的波动性、负荷预测的误差以及各类调度资源的运行特性在时间尺度上存在差异等问题,提出一种在需求侧响应机制下主动配电网的多时间尺度优化调度模型。首先,负荷参与需求侧响应的形式分为价格型和激励型两类,分别对这两种需求侧响应的形式进行建模分析。其次,建立基于模型预测控制的主动配电网多时间尺度调度框架,根据模型预测控制方法分别建立日前调度、日内滚动和实时反馈三个阶段的配电网优化调度模型。考虑到配电网调度过程中的有功无功耦合特性,通过控制无功调度资源使得配电网各节点电压控制在允许范围。最后,通过对改进的31节点算例进行仿真,验证了所提模型可以有效地降低预测产生的误差并提高主动配电网运行的经济性和安全性。
母线负荷基数小,波动性和不确定性大,随着光伏、风电等可再生能源的接入,母线负荷受天气等随机性因素的影响增加,母线负荷的高精度预测受到很大影响。针对小样本场景下母线负荷预测问题,提出了一种基于离散小波变换-多目标黏菌算法-支持向量机 (discrete wavelet transformation-multiple objective slime mould algorithm-support vector machine, DWT-MOSMA-SVM)的多目标优化短期母线负荷预测方法。首先采用离散小波变换对母线负荷数据进行处理;然后兼顾预测的精度和稳定性两个目标函数,采用多目标黏菌算法对支持向量机的惩罚因子和核函数参数进行优化;最后在优化所得的Pareto前沿面上选择Pareto最优解,以此搭建支持向量机(support vector machine, SVM)预测模型进行训练,并将预测结果与长短期记忆网络(long short-term memory, LSTM)、未优化的SVM以及多目标黏菌算法(multi-objective slime mold algorithm, MOSSA)优化的SVM模型预测结果进行对比。实验结果表明,提出的MOSMA-SVM模型的预测精度和稳定性更佳。
近年来不断增多的强台风天气给沿海及部分内陆地区配电网带来了愈发严重的损失,造成大规模重要负荷长时间失电,提高含多元源荷的主动配电网恢复能力成为亟待解决的问题。针对现有配电网负荷损失评估方法在强台风弱通信条件下无法准确获取节点信息而造成灾损分析精度不高的问题,提出一种基于Transformer深度学习网络的主动配电网多元源荷灾损辨识方法,充分利用深度学习网络去模型化的特点并发挥其在灾损预测精度方面的优势。考虑地面粗糙程度和高度,结合弱通信条件下的台风灾害气象数据,构建主动配电网所处地理环境的风速、降雨强度等气象信息修正模型;在此基础上考虑强台风致灾机理和主动配电网拓扑结构,利用Transformer深度学习方法构建配电网灾损辨识模型,实现强台风弱通信条件下的主动配电网多元源荷灾损辨识精度提升。通过对改进的IEEE 33节点主动配电网算例进行仿真测试,对损失负荷、损坏节点数等特征量进行计算,验证了所提主动配电网多元源荷灾损辨识方法能够满足台风多发配电网灾损评估精度。
数据中心供电系统内部多供电单元(power supply unit,PSU)与配电网间交互作用,易造成数据中心供电系统发生低频振荡现象,而当前针对数据中心多PSU低频振荡研究尚缺乏有效的分析模型。提出一种针对数据中心多PSU的低频导纳建模与稳定性分析方法。首先,在单相PSU低频导纳模型基础上,通过等效聚合多PSU频率耦合影响,建立考虑频率耦合效应及直流侧电压影响的多PSU低频导纳模型,以提高阻抗模型的精度。然后,建立多PSU并联系统中单相PSU低频导纳模型,并基于奈奎斯特稳定判据详细地分析PSU数量、容量和电压环参数对系统稳定性的影响,得出各因素对系统稳定性影响规律。最后,通过仿真实验验证了所提方法的有效性,为数据中心电力系统规划设计及稳定性运行提供可靠的分析模型。
配网故障原因的准确识别对于缩短故障查找时间、提高供电恢复速度和供电可靠性有重要意义。根据责任归属可将配网故障原因分为内部原因和外部原因,内部原因指设备绝缘弱化、过电压等电气相关原因,而外部故障通常由于天气、动物或人类活动引起。由于外部原因导致的故障是多种因素共同作用的结果,为此提出融合线路参数、天气、时间等非电气量信息及动作电流、故障相数等电气量信息的故障外部原因识别方法,首先对5种典型外部故障原因的特点及相关影响因素进行分析,构建识别模型,然后使用无监督学习训练得到深度信念网络各层的最优参数,利用有监督学习对全局参数进行微调,得到基于深度信念网络的配网故障外部原因识别模型,最后利用西部某地区的实际故障数据对算法的准确性进行了验证,结果显示识别准确率可达94.82%,证明了方法的正确性。
利用现场可再生能源有利于数据中心降低用能成本、减少碳排放,但可再生能源出力的间歇性会导致部分现场可再生能源无法得到有效的利用。因此,利用数据中心负载的可调节特性,设计了数据中心运营商与电动汽车运营商可再生能源联合消纳机制,从而达到完成剩余可再生能源的利用。充分考虑多元主体竞争偏好行为,基于Stackelberg博弈理论,建立了由能源服务商代售的单一模型和直接售电与能源服务商代售结合的多重模型。根据电动汽车充电站日充电负荷的需求和2种模式优势对比,最终提出一种考虑竞争偏好的数据中心-电动汽车用能联合优化策略,并进行仿真与分析,结果表明所采用的优化策略具有较好的经济收益。
随着可再生能源渗透率的持续提升,电网波动性与随机性日益增加,需求侧可调资源将愈发重要。电动汽车(electric vehicle, EV)在需求侧资源中占比较大,但现有研究较少考虑电动汽车参与需求响应过程中个人与社会因素的多因素交互影响。因此,文章提出了一种基于决策实验室算法-对抗解释结构模型(decision-making trial and evaluation laboratory-adversarial interpretive structure modeling,DEMATEL-AISM)算法的EV多场景需求响应充电调度策略。首先,通过数据挖掘法分析多场景下充电站运行特性与电动汽车充能特性,构建电动汽车充电负荷特性模型;其次,使用DEMATEL-AISM算法对多场景下影响电动汽车充能行为的多因素耦合关系进行分析,挖掘主导因素;最后,基于多场景主导因素分析,制定多因素影响下的用户调控策略。通过仿真分析,验证了所提方法能有效平抑负荷峰谷水平,降低节点电压波动,提高电力系统需求侧的稳定性与经济性。
在电气综合能源系统(integrated electricity-gas system, IEGS)中,电、气负荷的持续增长除引发电力系统的电压失稳外,还会引发天然气系统的气压骤降,造成气压失稳,进而影响IEGS整体的安全稳定运行。因此,亟需研究电、气负荷增长对于IEGS中气压的影响。首先借鉴电力系统静态灵敏度分析的思想,基于统一IEGS多能流模型,分别构建天然气系统气压-有功负荷与天然气系统气压-气负荷灵敏度矩阵;在此基础上,引入连续多能流模型计算在静态气压稳定临界状态下的IEGS气压-总负荷灵敏度指标,并依此定位IEGS中气压薄弱环节。最后,通过算例分析,验证所提方法在辨识IEGS气压薄弱环节的有效性。
为提高微电网频率响应的动态性能,提出一种基于协同控制理论的微电网频率稳定性控制策略。根据微电网频率特性与微源的调频特性,基于协同控制理论构建含有系统动态性能及控制指标的宏变量,由定义的控制流形推导出微电网频率调节的协同控制律,设计了一种微电网协同控制器。其中储能装置在系统受到扰动时迅速参与调频,通过释放或吸收功率,减小频率的恶化程度,同时柴油发电机根据储能功率变化量与系统频率对微电网的功率进行调节,保证了微源侧供电的可靠性。最后基于MATLAB/Simulink软件搭建仿真平台,对所设计的控制策略进行验证,对比分析了不同控制方式下微电网调频效果。仿真结果表明所提出的协同控制器可以在微电网功率发生扰动时,充分利用微源的调频特性,快速平抑微电网内功率不平衡产生的频率波动。
针对直流组网中并联Boost DC/DC变换器带恒功率负荷的“源-荷”级联系统稳定性问题,利用特征值法和阻抗比法重点分析了并联Boost DC/DC变换器系统的稳定性和带恒功率负荷的能力,并通过时域仿真法验证理论分析的正确性,系统性比较了V-I和I-V下垂控制在并联Boost DC/DC变换器系统应用中的优缺点。多台并联Boost DC/DC变换器带阻感负荷时,控制器参数的稳定域基本不随并联台数的增加而改变,V-I下垂系统随虚拟阻抗减小(I-V下垂系统随虚拟阻抗增加)系统稳定性变差;带恒功率负荷时,系统带载能力大小变化与稳定性方向一致。相同虚拟阻抗下,多台并联V-I下垂系统带载能力大于I-V下垂系统。为V-I和I-V两类下垂控制在并联Boost DC/DC变换器实际工程中的应用提供了一般设计规律。
发展新能源是应对环境污染和能源危机的根本性措施,有助于推动“双碳”目标的实现。可再生能源发电固有的间歇性、波动性给电网规划和运行带来严峻挑战。针对高比例新能源电力系统,分析了以最小功率波动为目标的新能源和储能容量最佳配比。立足风光资源的互补性,构建了最小化系统功率波动的风光最优配比模型,并提出了基于线性规划的求解算法。最后建立了面向平滑新能源出力的储能容量配置参数线性规划模型,得到波动性指标关于储能容量的解析表达式,并根据成本确定了最优储能容量。所提方法为政策制定提供了可视化工具以及比单一最优解更加丰富的信息。
我国沿海地区经济发达,能源需求量大,探索海上风电制氢为其他行业供能具有现实意义。比较了海上风电输电上岸后的两种利用模式:1)风电售电模式;2)风电制氢模式。首先通过比较碱性(alkaline,ALK)电解槽和质子交换膜(proton exchange membrane,PEM)电解槽的工作特性,建立了制氢系统产氢量模型。其次,建立两种模式的经济分析模型;最后,结合净现值和平准化制氢成本比较了不同风能利用模式的经济性。结果表明在当前技术情景下,氢价取46.93元/kg、风电上网电价取0.531 8元/(kW·h)时,风电制氢模式比风电售电模式更具有经济性,氢价是影响制氢模式经济性的最大因素,而氢价取决于未来氢市场的供需关系,不确定性较大。
