基于CNN-Bi-LSTM功率预测的海岛综合能源系统优化调度

合理构建海岛综合能源系统对沿海能源清洁化转型意义重大,其优化调度更是实现海岛能源供需平衡的有效途径。为此,提出了一种考虑风光功率预测的海岛综合能源系统优化调度方法。首先,搭建包含氢能设备、海水源热泵、海水淡化装置、波浪能发电装置等新型能源转换设备的系统模型。其次,海上气候多变会导致新能源发电不稳定,故采用含环境变量重要性排序的一维卷积神经网络和双向长短时记忆神经网络(convolutional neural network-bi-directional long short-term memory,CNN-Bi-LSTM)联合模型对发电功率进行预测。然后,为维持海岛基本生存条件,以电-冷-淡水-氢平衡为约束,以改善系统运行经济性和可再生能源消纳率为目标函数,建立综合能源系统优化调度模型。对夏冬两个典型日进行仿真分析,结果表明所提出的预测模型具有较高的预测精度,所提优化调度方法可以实现海岛能源供需平衡,同时能够有效降低系统运行成本,提高可再生能源消纳率。

地震灾害下海岛综合能源系统韧性评估方法研究

台风、地震等极端自然灾害下,海岛综合能源系统元件故障率将大幅度升高,高阶故障状态的数量将急剧增加,严重威胁到海岛能源供应的安全性和可靠性。为评估海岛综合能源系统遭受极端自然灾害后的供能恢复能力,首先建立海岛综合能源系统及其极端自然灾害下各元件故障率的数学模型;然后,从鲁棒性、快速性和冗余性3个方面构建海岛综合能源系统的韧性评估指标,根据评估结果确定系统的薄弱环节,提出相应的改进措施;最后,通过修改的巴厘岛综合能源系统对所提韧性评估指标进行分析、验证。结果表明,所提海岛综合能源系统韧性评估指标能够全面分析和评估极端自然灾害下海岛综合能源系统的供能能力和灾害后的供能恢复能力,并根据结果筛选海岛综合能源系统的薄弱环节,进行有针对性的韧性改善和提升。