考虑碳排放分摊的综合能源服务商交易策略

为寻求在满足用户用能需求的同时降低系统碳排放的有效途径,提出了一种考虑碳排放分摊的多综合能源服务商能源交易策略。基于网络流模型实现碳流追踪并联合Shapley理论建立了综合能源服务商碳排放成本计算模型。应用Nash议价理论构建了多综合能源服务商合作博弈运行模型,将综合能源服务商碳排放成本引入优化目标函数,并利用分布式算法求解最优能源交易量和交易费用。基于由修改的IEEE 39节点电网和12节点气网构成的多综合能源服务商系统进行仿真分析,验证了所提模型和方法的有效性。

“双碳”背景下结合系统动力学和弹性网络回归的区域电力需求中长期预测方法

在“双碳”目标的驱动下,地区社会经济发展、能源生产与消费结构将迎来深刻的变革,从而引发区域电力需求预测影响因素和变化趋势的新特征。作为实现“双碳”目标的关键领域,电力行业亟须深入探索新形势下的区域电力需求预测方法。针对这一挑战,提出了一种创新性的区域电力需求预测方法,该方法融合了系统动力学(system dynamics,SD)与弹性网络回归分析的优势。综合考虑了经济、政策、能源等多重影响因素,并基于SD模型建立了一个包含社会经济、清洁能源发电占比、电气化率、能源强度四大子系统的电力需求场景生成模型。为了进一步提升模型的预测精度,引入了弹性网络回归方法,提升了模型的拟合效果。以我国某地区为例,基于SD模型仿真结果对该地区“双碳”背景下的不同情景电力需求进行了预测,并与传统的电力需求预测方法进行了对比。结果表明所提出的预测方法能够更准确地反映区域电力需求的动态特征,为实现“双碳”目标提供了科学的决策支持。

基于长短期记忆网络和模糊C均值聚类的配电网故障预警方法研究

为辅助电网运行部门能够及时采取有效的风险防控措施,提高配电网供电可靠性,提出一种基于长短期记忆网络(long short-term memory network,LSTM)和模糊C均值(fuzzy C-means,FCM)聚类算法的配电网故障预警模型。首先,通过对电网运行数据进行归类,筛选出配电网25个特征变量,并采用主成分分析法进行特征变量融合,形成可表征配电网运行状态的低维特征变量;然后,基于已融合的特征变量,选用FCM聚类算法对配电网故障状态和非故障状态区分的边界条件进行辨识,并采用LSTM对短期内配电网特征量进行预测,进一步结合特征量预测结果和所得出的状态区分边界条件,预测未来短期内的故障发生时刻,实现故障预警;最后,以某地级市39条馈线配电网运行数据为例,验证了所提方法的有效性。