基于增强精英保留遗传算法的虚拟微网群动态划分及能量局域自治

互联的多微网系统作为可再生能源利用的有效形式之一,随着“双碳”工作的推进越发受到重视。该文旨在研究基于海量可控设备的优化调节方法,以促进可再生能源充分就地消纳,提高多微网系统运行经济性。然而,对海量可控设备的全局控制将面临“维数灾难”的挑战。现有研究中基于地理分布的分区优化能够实现“降维控制”,但可再生能源出力的波动性与负荷在时间上的变化和空间上的迁移,都会导致固定分区的方法难以适用于多微网系统态势变迁下的能量动态管控。针对上述问题,首先建立微电网动态模型;进而提出通过增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)将互联多微网场景划分为多个边界可动态调整的虚拟微网群,并进行能量“局域自治”优化;最后基于改进的IEEE-123节点模型进行仿真,结果显示1 h内动态边界虚拟微网群的总运行成本比固定边界虚拟微网群的总运行成本降低了13.6%,且所采用的SEGA的求解时间比传统遗传算法减少了7.09%。

基于“虚拟碳储存”的需求侧电-碳耦合交易机制

“双碳”目标指引下,电力系统低碳转型势在必行。结合时变价格信号的低碳需求响应可以引导用户调整用电行为降低碳排放。然而,不同用户灵活性差异较大,仅通过价格信号的变化难以引导低灵活性用户实现碳减排;同时,部分高灵活性用户的调节潜力并未被完全释放。为了通过用户间碳排放责任的交易进一步释放需求侧的碳减排潜力,该文提出需求侧电-碳耦合交易机制,旨在通过碳排放责任的再分配进一步释放高灵活性用户的碳减排潜力。但根据比例共享定理,碳排放责任与用电量成固定比例,限制其在用户间的灵活转移,提出“虚拟碳储存”,使储能中电的碳排放强度成为可控变量,实现碳排放责任在用户间的自由转移。以地区电力系统为研究场景,综合考虑电费成本、碳排放成本以及负荷调节成本,引入近端策略优化算法求解用户的最佳用电策略。仿真结果显示,相比用户仅参与传统电力市场,参与电-碳耦合市场并考虑“虚拟碳储存”,可减少31.9%的碳排放,同时显著降低了用户用电成本。

考虑用能经济性与用户满意度灵活协同的综合能源系统双层优化

在含氢能区域综合能源系统参与碳交易的能量协同优化过程中,用户经济性和满意度目标一致性动态变化,给含多决策变量的区域综合能源系统能量协同优化带来了挑战。为此,该文构建了包含氢能梯级利用的冷热电联产系统模型,提出了基于预测平均投票数指标的用户综合需求响应策略,具体地,以上层综合能源运营商为领导者和下层用户聚合商为跟随者构建了主从双层博弈均衡模型,并采用基于成功历史的自适应差分进化算法嵌套CPLEX求解双方收益均衡化的交互策略。仿真结果表明该文所提策略提升了双方收益,且该文采用基于成功历史的自适应差分进化算法的求解时间分别比差分进化算法、遗传算法、自适应遗传算法减少了15.6%,8.6%,4.8%。

碳约束下基于双重博弈的电力零售商售电价格决策优化

在碳约束下,市场中的多零售商竞争售电和多用户购电给电力零售商制定售电价格提高自身利润带来了挑战。为解决零售商售电价格制定的问题,提出了在碳约束条件下多电力零售商竞争售电和多用户购电的双重博弈价格决策优化模型。首先,建立各市场参与者的决策模型。其次,建立并描述电力零售商的双重博弈架构,其中,各电力零售商间构成非合作博弈,各零售商与各用户间构成主从博弈。然后,采用循环迭代嵌套IPOPT求解器的方法求解零售商的双重博弈问题。最后,通过仿真算例对所提模型进行验证分析。仿真结果表明,通过所提模型寻优合理的售电价格可以实现各零售商自身售电利润的最大化,同时用户也能通过博弈模型得到最优的购电策略,以提升用电综合满意度。

高比例分布式光伏接入的配电网过电压责任分摊方法

高比例分布式光伏接入中低压配电网后,在午间时段,分布式光伏的高发电功率与用户的低负荷需求会导致配电网发生潮流倒送,进而引发过电压问题。在分析配电网过电压机理的基础上,提出基于功率传输转移分布因子(power transfer distribution factor,PTDF)和电压灵敏度矩阵的光伏接入点倒送功率配额分配方法。然后,以该配额为基准,当接入点倒送功率大于配额且发生过电压问题时,采用Shapley值法计算每个接入点的分布式光伏主体对过电压应分摊的责任。最后,采用33节点算例验证所提过电压责任分摊方法的有效性。

新基建下我国“区块链+能源互联网”工程建设现存难点综述及应对措施

作为一种分布式的基础架构与计算范式,区块链技术有着去中心化、公开、透明的优势,能够支撑能源互联网在点对点交易、隐私保护、交易市场管理、需求侧管理和家庭能量管理等方面的建设。随着区块链技术的发展,区块链与能源互联网的结合有望成为我国新基建下能源系统建设的核心与重点。目前国内“区块链+能源互联网”相关试点工作已经逐步展开,取得了阶段性成就,但在大规模推广时遇到了困境。将重点放在深层次剖析“区块链+能源互联网”试点项目的“缺陷”上,结合实际案例点明了当前相关工作的不足和隐患。结合我国国情提出的一系列在“区块链+能源互联网”工程建设上的应对措施和相关建议可以作为该领域研究工作的补充,为未来大规模商业应用及相关政策标准的制定提供借鉴。

基于特征选择和组合预测模型的负荷短期预测方法

提高配电网母线负荷短期预测准确性对配电网调度运行具有重要意义,随着配电网中气象敏感负荷数量的不断增加,气象因素带来的负荷波动性对预测精度的影响也随之增大.针对传统负荷预测建模中的气象特征选择问题,基于特征的最大相关性、最小冗余性和最大协同作用提出了一种最优气象特征选择流程.在此之上,基于不同特征的不同时间维度提出了回归模型与时间序列模型相结合的短期负荷组合预测模型.采用回归模型对未来的日期时间特征、气象特征进行拟合,以卷积神经网络-双向门控循环单元构建时间序列模型描述历史负荷、历史气象时间序列中的时序特征和气象因素的累积效应.算例分析证明了本文特征选择方法比传统特征选择方法有更低的预测误差,且组合预测模型相比于传统回归、时序模型的预测准确性提升显著.

计及实时碳减排的产消群价格型需求响应机制

随着电力市场不断发展,电价机制不断得到完善,但在电价机制制定的过程中未将碳排放因素考虑在内,电价和碳排放成本在需求侧耦合方面的研究尚有欠缺.以更好地推动碳减排为目标,在产消者负荷调节优化过程中充分考虑产消者差异化的特性,提出考虑碳排放的价格型需求响应机制及边云协同优化策略.在保障公平性的前提下,利用所提出的碳-电折扣因子能使积极参与碳减排调节的产消者获得更多电价折扣.仿真实验表明:基于所提出的碳-电折扣因子的需求响应机制,在光伏发电量大于和小于需求量的情况下,售电商的效益分别可以提高2.4倍和0.9倍.

面向用户需求的区域能源互联网价值形态研究框架及应用分析

以用户能源需求类型为导向,自底向上构建区域能源需求结构。首先,按照普惠用能、成本敏感性、质量敏感性、激励响应性和政策保障驱动性对用户用能行为进行了分类分析。根据供应价值链理论,从价值要素分析、价值载体设计、价值实现机制三方面构建了区域能源互联网价值形态研究框架,分析提炼涉及区域能源互联网价值形态研究的科学理论问题及关键技术。最后借鉴系统性思维方法论,建立"阶段-属性-价值"三维评价体系,在泛在连接、互动融合、智能化服务等不同发展阶段讨论了区域能源互联网价值应用场景,为能源云基础设施建设与连通提供理论指导。

一种基于混合随机H2/H∞方法的能源互联网边缘计算系统控制策略

作为一种新兴的计算范式,边缘计算可以将数据计算和处理任务下放到靠近用户的网络边缘侧执行,从而避免远距离数据传输所引发的高时延。随着边缘计算任务的增加,边缘计算中心的供能问题成为一个巨大的挑战。利用能源互联网对边缘数据中心进行供能是一个可行的方向,但可再生能源产能和边缘数据中心的耗能具有很强的不确定性和随机性。面对这一挑战,提出一种基于纳什均衡的随机最优鲁棒控制策略。该控制器通过最优控制最大化地使用可再生能源为边缘数据中心进行供能,同时也保证了边缘数据中心尽量以最大的工作功率进行数据运算。此外,该控制器还可以在有随机扰动的环境下保证母线频率偏差稳定。考虑到最优控制和鲁棒控制两个目标可能会相互冲突,该文通过纳什均衡使得二者达到一种平衡状态。最后,通过数值仿真验证了提出方法的可行性。

基于链式路由网络的能源接入管理策略研究

针对能源路由器在能源互联网示范工程中的应用需求,提出了链式路由网络结构以及基于边缘扩散的路由控制实现策略,初步解决了示范工程内部用户级的能量管理问题.1)在介绍单能源路由器的基础上,设计了由多个能源路由器链接组成的链式路由网络,实现了能量的区块化划分;2)给出了边缘扩散策略.以链式网络内的个体路由器为决策中心,把功率不平衡性传递到临近的路由器,最终由链式网络最外缘的低压电网消除功率失衡,从而实现自身的功率平衡;3)对通信支撑网络和应用场景进行了分析,初步说明了链式路由网络在示范工程中的实际可行性.

生成对抗网络及其在新能源数据质量中的应用研究综述

由于新能源数据的随机性和波动性等特点,并网数据存在的数据缺失、重复、异常以及分布不均匀等数据质量问题变得越来越突出,针对数据质量的评估和治理等研究对新能源的发展具有重要的积极意义。传统数据质量研究手段不适用于解决新能源数据质量问题,而人工智能算法在处理这方面问题上具有无可比拟的优点。生成对抗网络(generative adversarial networks,GAN)是人工智能领域近年来最热门的研究方向之一,其出色的数据生成能力受到了广泛的关注。本文首先介绍了经典GAN的架构、优劣势及其改进综述;接着对GAN在新能源方面的应用进行了综述;然后概述了新能源数据质量研究文献,并阐述了GAN在新能源数据质量方面的应用;最后总结并展望了未来GAN在新能源方面的可能应用。

面向能源互联网的云边协同技术研究

本文针对云边协同系统在能源互联网中的应用进行研究。在介绍相关研究现状的基础上,根据能源互联网的特点,讨论了云边协同能源系统构成;提出云边协同能源系统的实现方式和能源互联网云边协同算法。算法分为规则分类和人工智能预测两个阶段。同时,文章对基于云边协同的能源互联网典型业务场景进行规则阶段设计,并针对算法进行了仿真分析。在能源互联网中,云边协同系统可以在减少处理时延的同时提升系统整体性能,具有经济和技术可行性。

人工智能在能源互联网中的应用综述

人工智能技术具有高效解决复杂问题的突出优点。能源互联网是信息技术与能源相结合的产物,可以为消费者提供灵活的能源共享服务。由于可再生能源具有间歇性和波动性,对可再生能源的有效利用对能源供需信息的实时性要求越来越高,能源的供需曲线也变得更加复杂多变,因此人工智能技术在能源互联网中具有广泛的应用前景。人工智能技术已经被广泛地应用于能源互联网领域中的系统建模、预测、控制和优化等方面。文章对人工智能技术在能源互联网典型应用场景的研究现状进行了综述,并对未来的发展方向进行了展望。

共识边缘计算及其在能源互联网中的应用

边缘计算和共识是分布式计算领域的2个重要研究课题。边缘计算将一部分资源下放到靠近终端设备的边缘侧以提高计算效率和质量,共识通过实现分布式个体状态的一致性为分布式系统提供安全保障。在简要综述相关文献的基础上,总结和分析了边缘计算与共识的互惠关系:边缘计算架构为共识算法研究提供了理论模型的创新,共识为边缘计算提供了理想的系统安全性。将边缘计算和共识算法有机地进行结合,提出"共识边缘计算"的概念,在能源互联网的背景下对这种结合的应用进行展望性分析,并进一步列举可能的发展方向。