-
为解决新能源大基地(千万千瓦级装机规模)开发中风光出力波动、火电调峰压力大、储能配置不合理及跨省域送电安全稳定等问题,提升系统运行稳定性与能源利用效率,开展风光火电储容量协调优化技术研究.论文首先界定核心概念,分析系统构成及优化基本原则;再深入研究风光出力预测、火电调峰协同、风光互补协同控制(AGC/一次调频)、储能配置及多能源控制及跨省域送电安全管控等关键技术,最终构建完整技术体系.研究表明,该技术可有效平衡多能源供需、保障跨省域送电安全,为新能源大基地规模化建设与高效运行提供支撑.
新能源大基地风光火电储容量协调优化多能源协同
-
为高效利用废弃煤矿地下空间进行跨季节储热供暖,基于华北某典型废弃煤矿,建立巷道空间热-流耦合三维瞬态数值模型,系统分析巷道深度、储热温差、注采流量及回水温度对系统储热功率、取热功率、热回收效率和储热密度的影响规律.结果表明,增加巷道深度与储热温差可提升系统储取热能力,但温差过大会降低热回收效率;提高注采流量可增强储取热能力,但会对热量的回收产生负面影响,系统围岩热扰动范围可达50 m;回水温度升高虽然可降低能耗,却会削弱地下储取热性能,需要在采暖季负荷变化条件下实现地上-地下系统的协同优化.在优化工况下,系统年均取热功率达1 021 kW,可为约3 万m2建筑供暖,具有良好的经济性与推广应用潜力.
废弃矿储热地下空间储能储热性能分析
-
为提升高比例新能源系统中配套储能设施的经济性与灵活性,解决新能源汇集区各场站在有限理性下对新型储能选型、容量配置的非对称性规划决策问题,文章对场站、电网及政府在新型储能投资时的决策进行分析.首先,利用新能源汇集处风电与光伏的时空互补特性,建立多场站互补发电协同使用储能资源的基本运营框架;其次,基于演化博弈理论构建高比例新能源系统新型储能类型与容量的规划模型;再次,采用基于差分进化算法的演化博弈方法,实现新型储能类型与容量的双重动态演化博弈模型求解;最后,以某新能源开发区为算例,验证了所提规划策略的有效性,并分析了新能源上网电价等因素对规划方案的影响.
高比例新能源系统新型储能非对称性规划决策发电协同演化博弈
-
随着新能源装机容量的持续增长,风光出力与负荷需求的不确定性对电力系统规划的准确性与经济性构成严峻挑战.为此,文章提出一种基于 Z-score 数据筛选的凸包不确定性集合建模方法,在压缩不确定域的同时实现精准筛选,提升出力数据有效性.同时,引入改进的Canopy-FCM聚类算法,依据风光出力特征进行柔性场景划分,增强聚类场景的典型性与代表性.在此基础上,构建了综合考虑投资、运行、碳排放、弃风、储能及需求响应成本的多目标随机规划模型,并包含系统功率平衡与各类设备运行约束.在配电网测试系统进行的仿真与帕累托加权分析表明,所提方法在不确定性覆盖率、样本保留率与聚类紧凑性上均优于传统方法,能有效支持高比例新能源电力系统的随机规划,为新型电力系统规划提供更科学的决策依据.
电力系统不确定性规划Z-score数据剔除不确定性集合FCM聚类帕累托最优
-
在实现"双碳"目标的背景下,智能海岛型电力系统的低碳化发展至关重要.文章提出了一种基于改进粒子群优化和深度Q学习混合算法(Improved Particle Swarm Optimization and Deep Q Learning,IPSO-DQL)的智能海岛型电力系统优化碳减排策略,旨在提升智能海岛型电力系统的低碳性能与运行效率.该策略综合考虑海岛电力系统中可再生能源的间歇性、负荷的不确定性等因素,利用改进粒子群优化算法和深度 Q 网络的优势,对电力系统的电源出力、储能配置及电网运行方式等进行协同优化.IPSO-DQL策略通过IPSO优化DQL的网络结构和超参数,将IPSO与DQL有机地结合在一起,同时使用DQL的经验回放机制来指导 IPSO 的粒子更新.该策略不仅提高了算法在复杂的海岛电力系统环境中做出碳减排决策的效率,而且显著增强了其适应性和泛化能力.算例分析结果表明,与单独使用 IPSO相比,IPSO-DQL在收敛速度、优化结果和环境适应性方面具有显著优势,该混合算法能够有效降低系统的碳排放量,提高可再生能源的消纳比例,同时保障电力系统的可靠性和稳定性,为智能海岛型电力系统的碳减排提供了一种可行且高效的解决方案.
智能海岛型电力系统碳减排改进粒子群优化深度Q学习
-
针对高比例可再生能源接入条件下,风电机组出力波动引发的弃电问题,文章在不考虑火电调节的孤岛或纯新能源场景下,提出了一种面向风电主导系统的阶梯式动态弃电比例优化方法.该方法以最小化弃电成本与储能运行成本为目标,构建混合整数线性规划模型,引入储能优先吸纳机制以缓解功率过剩,并构造随过剩程度及时间变化的阶梯式边际弃电代价函数,实现弃电分配的动态优化.同时,设置弃电变化平滑约束与一致性机制,抑制相邻时段弃电比例的频繁波动,提高调度策略的稳定性.仿真表明,文章方法在4 种风光配比场景下均能有效抑制弃电比例的频繁波动,相较于无平滑机制的情形,运行抖动显著降低;一致性约束机制能够有效避免弃电行为退化为单边弃电.上述结果验证了文章方法在不同风电占比场景下的良好适应性与鲁棒性.
风电主导系统动态弃电分配混合整数线性规划阶梯式边际成本
-
风速与负荷变化不同步必须配置可行的供需平衡能量调度系统,风/储联合调度可缓解供需功率的不平衡问题.首先,基于分布式风力发电特性分析,进行风/储供电方案总体设计.根据负荷特性分析,构建时变交直流负荷.然后,根据供需联络线参数变化与负荷关系模型解析,设计基于变换器模型预测的风储能量吞吐控制策略,实现供电能量的有效调节.再者,采用外PI内MPC的双闭环控制方法用于变换器的控制.并且通过与传统的双闭环PI控制比较分析,验证控制方法的优越性.最后,利用典型日风速与负荷数据仿真,验证系统能量调度与控制方法的可行性,通过动态平抑母线中电压波动,实现供需功率平衡有效调节.
就地消纳风储模型预测双闭环变换器
-
为满足现有风电场的配储需求并提高风力发电系统经济性、可靠性与高效性,以优化系统成本、发电计划跟踪率和弃电率为目标,提出一种基于 K-Means-FLC-NSGA-Ⅱ组合模型的风氢耦合发电系统容量配置多目标优化策略,采用 K-Means 聚类算法(K-Means Clustering Algorithm,简称 K-Means)提取实际风电场的典型日数据,结合模糊逻辑控制(Fuzzy Logic Control,FLC)模拟系统运行过程,利用非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对系统关键参数进行多目标寻优,对帕累托最优解集及关键参数进行敏感性分析.结果表明:最小距离法得到的风氢耦合发电系统最优配置为184 MW 电解槽系统、1 659 MW•h 储氢系统和79 MW燃料电池系统;相较于单一风电场系统,此配置的发电计划跟踪率提高 76.2％,弃电量由 4 380.408 MW•h 降至1 453.227 MW•h,有效提升系统的经济性、可靠性与风能利用率.
风力发电氢储能容量配置多目标优化聚类算法
-
为应对电动汽车(EVs)随机充电引发的电力负荷波动及配电网损耗加剧的挑战,提出一种基于电动汽车与电网(V2G)双向能量交互技术的协同调度策略.利用V2G电动汽车的双向能量流动潜在储能特性,分时段对其充电和放电行为进行优化,从而达到降低电网总负荷方差和网损的目标.通过构建IEEE33节点系统的仿真平台进行实证分析,结果显示该策略使负荷峰谷波动幅度降低27.1%,等效网损减少16.4%,充电费用降低38.6%,模式切换次数控制在≤3次/日的安全区间内,可实现电动汽车与电网的协同运行和资源合理分配,显著改善电网运行品质.
电动汽车车网互动有序充电配电网网损优化分时电价调度负荷方差最小化网损灵敏度
-
水下压缩空气储能系统需要确保在复杂的海洋环境中稳定运行.为探究大型储气装置悬浮在水中受海流冲击时的流场特性及其受力特性,开展了相关研究及分析.采用大涡模拟方法,对悬浮在水中的大型储气装置进行动力学数值仿真模拟,对比分析了流速分别为0.2、0.5、1.0、3.0、5.0 m/s工况下流场的时均速度、回流区长度、装置表面时均压力系数、升力系数、阻力系数及斯特罗哈尔数,并监测1.0 m/s流速下的涡流结构.研究表明,水平方向上的力对储气装置具有显著影响,装置的阻力系数约为0.56.在1.0 m/s流速下,斯特罗哈尔数为0.15,从而得到脱涡周期约为75 s,该周期性脱涡会对装置造成扰动.研究结果揭示了悬浮水中大型储气装置的水动力学特征,可为该类装置的锚泊系统设计和整体优化提供参考.
水下压缩空气储能储气装置有限长圆柱圆柱绕流
