考虑风电不确定性和碳交易成本的多能源微网日前鲁棒经济调度模型

在低碳背景下,含热电联产(Combined Heating And Power,CHP)及电转气(Power to Gas,P2G)技术的多能源微网系统可以实现多种能源清洁低碳化供应,提高能源综合利用效率。然而,风电强烈的随机性与波动性严重影响多能源微网运行的安全性与经济性。基于此,采用可调鲁棒优化方法应对风电出力不确定性;并根据P2G低碳特性和碳交易市场机制建立阶梯型碳交易模型,综合考虑常规机组的运行成本、电量交易成本、弃风惩罚成本以及碳交易成本,构建多能源微网日前双层可调鲁棒经济调度模型。最后,对系统不同场景的调度结果进行对比分析,结果表明:引入阶梯型碳价后,可以有效提升含P2G的热-电联产型多能源微网低碳运行的经济性,可调鲁棒方法能使多能源微网在经济性和保守性上得以平衡。

不同典型用户侧储能配置评估与运行优化模型

不同典型用户的负荷行为存在很大差异,为使用户侧储能配置更加合理,缓解高峰负荷供需平衡,提出了基于层次分析法的用户侧电池储能系统配置评估与运行优化两阶段模型。首先,以用户侧储能全寿命周期内净收益最大为目标函数,对储能配置进行优化,得到储能配置结果和评估参数;其次基于层次分析法,以储能全寿命周期内净收益、回收年限和投资回报率为评估指标构建判断矩阵,评估不同典型用户储能配置方案的优劣;对适合配置储能的用户,以日调度期内购电成本最低为目标函数,建立日前优化调度模型,优化储能充/放电策略。最后通过Matlab平台分别对4类典型用户进行算例仿真,结果表明目前典型商业用户配置储能效益最佳,并分析了影响储能经济效益的指标,为不同用户侧储能商业化推广提供借鉴。

基于负荷数据频域特征和LSTM网络的类别不平衡负荷典型用电模式提取方法

现有用户用电模式提取技术主要基于负荷数据时域特征提取,无法准确分辨时域上欧式距离接近但频域上波动特性差异较大的负荷数据,且对类别不平衡负荷数据的分类准确率较低。为解决上述问题,文章首先通过基于样本支持向量的过采样方法(support vector machines-synthetic minority over-sampling technique,SVM-SMOTE)对存在类别不平衡问题的负荷数据进行处理;然后,通过极大重叠离散小波变换(maximal overlap discrete wavelet transform,MODWT)对负荷数据进行分解,并将分解后的尺度系数和细节系数组成频域的特征矩阵;最后将频域特征矩阵输入深度长短期记忆(long short-term memory,LSTM)神经网络进行负荷分类并通过求取各个类别质心来获取典型用电模式。实验结果表明,该方法具有良好的类别不平衡数据处理能力和负荷分类效果。

区块链技术下考虑风电不确定性的微网群鲁棒博弈交易模式

微网群电能交易可以提高多微网系统整体经济性,促进可再生能源消纳并缓解配电网运行压力.然而风电出力不确定性严重影响了单个微网运行调控行为,进而影响微网群电能交易的经济性和可靠性.同时,可再生能源出力不确定性和微网群规模的扩大使传统集中式交易模式在处理微网群电能交易产生的海量、复杂、实时的微网数据时,存在交易信息不透明、可靠性低等问题.因此,考虑风电出力不确定性,引入具备数据透明性和可靠性的区块链技术,提出区块链技术下的多微网电能交易两阶段鲁棒博弈竞标调度模型.首先,对区块链技术与多微网电能交易非合作博弈模型的契合度进行分析,并给出基于区块链技术的多微网电能交易架构;其次,采用两阶段可调鲁棒优化模型和非合作博弈理论构建多微网鲁棒博弈竞标调度模型;再次,采用二进制扩充法、对偶理论、大M法、列和约束生成(column and constraint generation,C&CG)算法对该模型进行求解,得到各个微网的最优经济调度策略以及竞标策略;最后,通过算例验证了所提方法可以实现多微网系统分布式交易,提高整体经济性,并有效应对风电出力不确定性.