基于主从博弈的园区级综合能源系统动态定价与低碳经济调度

面向园区综合能源系统中供能方与用能方的角色互换,以及园区低碳经济运行的强约束,提出了一种考虑动态参数的阶梯型碳交易机制和需求响应的园区级综合能源系统主从博弈优化调度方法。首先,将园区级综合能源系统中能源运营商(energy system operator,ESO)设定为上层领导者、综合能源系统园区设定为下层跟随者,并且能源运营商以最大化自身效益为目标,通过制定与园区间的购售电价格、碳交易基价、价格增长幅度,引导下层园区优化;下层园区以最小化其运行成本为目标,对上层发布的价格信息做出反应,从而构建主从博弈模型。其次,充分考虑园区级综合能源系统的低碳经济运行约束,在博弈模型中引入考虑动态参数的阶梯型碳交易机制以限制二氧化碳排放量,并在园区侧引入需求响应。最后,利用水母搜索算法对上层发布的购售电价、碳交易基价、价格增长幅度进行优化,利用CPLEX优化下层园区设备出力、需求响应以及购售电计划。仿真结果证明了所提模型和方法的有效性。

变压器故障诊断用油中溶解气体征兆优选方法

基于油中溶解气体(dissolved gas analysis,DGA)构造的故障征兆作为变压器故障诊断的重要先验信息,其质量直接影响诊断效果。目前,基于DGA气体的故障征兆数量繁多,但种类相对单一且诊断效果有限,为实现更高准确率的变压器故障诊断,该文提出云征兆方法以丰富现有比值征兆集。为适应高维云征兆的云变换,设计自组织云概念提取神经网络(self-organized cloud concept extraction,SOCCE)进行云概念的提取,以深度挖掘多DGA气体间的关联信息,提高智能算法的诊断能力。最后,通过先排序后寻优的征兆优选策略遴选出最优的DGA混合征兆集。通过IEC TC10故障数据库下的对比诊断可知,该文优选的混合新征兆能够实现92.4%的诊断准确率,相较于传统征兆诊断准确率提升了13.2%~30.8%,且在现场应用和多诊断模型中均表现出较强的泛化能力和推广能力。

碳-绿色证书交易机制下考虑回收P2G余热和需求响应的PIES优化调度

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。