为了考虑风光不确定性给微网运行带来的风险,针对独立型微网的容量优化配置,提出一种基于生成对抗网络(generative adversarial network,GAN)场景模拟和条件风险价值(conditional value at risk,CVaR)的容量随机优化配置模型。首先利用...为了考虑风光不确定性给微网运行带来的风险,针对独立型微网的容量优化配置,提出一种基于生成对抗网络(generative adversarial network,GAN)场景模拟和条件风险价值(conditional value at risk,CVaR)的容量随机优化配置模型。首先利用GAN模拟大量风光出力场景,再用K-medoids聚类进行消减得到若干典型场景;其次,以微网供电可靠性为约束,以经济性和可再生能源利用率为目标函数,通过CVaR度量因风光资源不确定性给微网系统带来的运行风险,并将其以平均风险损失的形式与目标函数相结合,构建微网电源容量随机优化配置模型;最后,采用电源损失风险和负荷风险损失指标对配置结果进行评价。仿真算例表明,相比于仅采用典型年风光资源数据进行配置的传统方法,文中提出的模型对于规划周期内可能出现的运行场景适应性更好。展开更多
电网和天然气网通过双向耦合可实现高可靠性运行。为解决电-气耦合的能源互联网故障自愈问题,提出了一种能源互联网自愈及优化运行方法。首先,该方法基于电-气耦合特性,充分利用天然气网对电网的能量补充,在考虑天然气网经济性和新能源...电网和天然气网通过双向耦合可实现高可靠性运行。为解决电-气耦合的能源互联网故障自愈问题,提出了一种能源互联网自愈及优化运行方法。首先,该方法基于电-气耦合特性,充分利用天然气网对电网的能量补充,在考虑天然气网经济性和新能源出力不确定性的基础上,建立双层优化模型,实现综合能源系统的故障快速自愈及优化运行。上层模型利用基于广度优先搜索法的改进蚁群算法,优化供电恢复路径,得到系统开关状态。下层模型基于电-气耦合特性分析,以天然气网经济性为主要目标,采用条件风险价值理论(conditional value at risk,CVaR),同时考虑新能源出力不确定性带来的运行风险,构建电-气耦合的能源互联网优化重构模型。然后,对双层优化模型进行求解并进行全局优化,得到电-气互联型能量调度最优的故障恢复和优化运行方案。最后,通过IEEE33节点配电网和7节点天然气网耦合的能源互联网仿真模型,验证了所提方法的有效性。展开更多
文摘为了考虑风光不确定性给微网运行带来的风险,针对独立型微网的容量优化配置,提出一种基于生成对抗网络(generative adversarial network,GAN)场景模拟和条件风险价值(conditional value at risk,CVaR)的容量随机优化配置模型。首先利用GAN模拟大量风光出力场景,再用K-medoids聚类进行消减得到若干典型场景;其次,以微网供电可靠性为约束,以经济性和可再生能源利用率为目标函数,通过CVaR度量因风光资源不确定性给微网系统带来的运行风险,并将其以平均风险损失的形式与目标函数相结合,构建微网电源容量随机优化配置模型;最后,采用电源损失风险和负荷风险损失指标对配置结果进行评价。仿真算例表明,相比于仅采用典型年风光资源数据进行配置的传统方法,文中提出的模型对于规划周期内可能出现的运行场景适应性更好。
文摘电网和天然气网通过双向耦合可实现高可靠性运行。为解决电-气耦合的能源互联网故障自愈问题,提出了一种能源互联网自愈及优化运行方法。首先,该方法基于电-气耦合特性,充分利用天然气网对电网的能量补充,在考虑天然气网经济性和新能源出力不确定性的基础上,建立双层优化模型,实现综合能源系统的故障快速自愈及优化运行。上层模型利用基于广度优先搜索法的改进蚁群算法,优化供电恢复路径,得到系统开关状态。下层模型基于电-气耦合特性分析,以天然气网经济性为主要目标,采用条件风险价值理论(conditional value at risk,CVaR),同时考虑新能源出力不确定性带来的运行风险,构建电-气耦合的能源互联网优化重构模型。然后,对双层优化模型进行求解并进行全局优化,得到电-气互联型能量调度最优的故障恢复和优化运行方案。最后,通过IEEE33节点配电网和7节点天然气网耦合的能源互联网仿真模型,验证了所提方法的有效性。