风电等可再生能源的出力具有不确定性,传统的鲁棒优化和随机优化方法在处理风电等可再生能源出力不确定性时都存在一些局限与不足。基于分布鲁棒优化研究了考虑风电出力不确定性的电-气-热综合能源系统(electricity-gas-heat integrated...风电等可再生能源的出力具有不确定性,传统的鲁棒优化和随机优化方法在处理风电等可再生能源出力不确定性时都存在一些局限与不足。基于分布鲁棒优化研究了考虑风电出力不确定性的电-气-热综合能源系统(electricity-gas-heat integrated energy system,EGH-IES)日前经济调度问题。将Kullback-Leibler(KL)散度作为分布函数与参考分布之间距离的量度,建立风电出力的分布函数集合。然后以系统运行总成本作为目标函数,建立了EGH-IES日前经济调度鲁棒机会约束优化模型。将所建立的鲁棒机会约束优化模型转化为利用求解器可直接求解的确定性混合整数线性优化模型。最后,通过算例分析验证了所提方法的有效性,并分析了电转气技术和热网管道输送延时对风电消纳的作用。展开更多
“双碳”目标下,为进一步降低综合能源系统(integrated energy system,IES)碳排放,提升可再生能源消纳能力,提出一种IES低碳经济运行优化策略。首先引入阶梯型碳交易机制约束IES的碳排放;然后建立耦合电转气(power to gas,P2G)和碳捕集...“双碳”目标下,为进一步降低综合能源系统(integrated energy system,IES)碳排放,提升可再生能源消纳能力,提出一种IES低碳经济运行优化策略。首先引入阶梯型碳交易机制约束IES的碳排放;然后建立耦合电转气(power to gas,P2G)和碳捕集系统(carbon capture system,CCS)模型,并细化P2G两阶段运行;接着在传统热电联产机组(combined heat and power,CHP)中引入卡琳娜循环与电锅炉联合运行,构造热电灵活输出的CHP模型;最后以系统运维成本、碳交易成本、购能成本和弃风弃光成本之和最小为优化目标,构建IES低碳经济调度模型,并设置不同运行场景对比分析。结果表明:IES碳排放减少38.45%,运行总成本降低10.37%,验证了所建模型的低碳性和经济性。展开更多
为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机...为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机制的含P2G和CCS耦合模型,并构建多能量转换设备和储能设备组成的电-热-冷综合能源系统;其次,基于多时间尺度的优化调度策略,以购能成本、运维成本、碳交易成本、弃风光成本为目标函数建立日前-日内滚动-实时调整3个阶段的优化调度模型;最后,以四川某工业园区为例进行仿真,结果证明本文提出的模型有效提高了综合能源系统的低碳经济效益、能源利用率和系统稳定性。展开更多
【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含...【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含碳捕集与封存(carbon capture and storage,CCS)—两段式电转气(power to gas,P2G)综合能源系统低碳优化策略。【方法】在技术层面,通过对电P2G两阶段精细化建模,提高氢能利用效率,建立热电联产(combined heating and power,CHP)-CCS-P2G耦合模型;在市场机制层面,引入阶梯型碳交易模型以降低系统中CO_(2)排放量。最终,基于信息间隙决策理论(IGDT)构建不同风险偏好下的优化调度模型。【结果】以典型综合能源系统进行算例分析,仿真结果表明所提模型可提高风光消纳率,实现系统低碳、经济、稳定运行。【结论】该优化策略可有效帮助决策者根据其风险偏好制定风险规避与风险追求策略下的调度方案,实现系统不确定性与经济性的平衡。展开更多
为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将...为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将遗传算法与模糊控制相结合,设计一种遗传模糊碳交易参数优化器,从而对现有阶梯型碳交易机制进行改进,实现该机制参数的自适应变化;其次,在传统CHP中加入卡琳娜(Kalina)循环与电锅炉(electricboiler,EB),构造CHP热电灵活输出模型,以同时满足电、热负荷的不同需求;然后,提出一种柔性指标——电、热输出占比率,进而计算出电、热输出占比率区间,以衡量CHP运行灵活性;最后,将改进阶梯型碳交易机制和CHP热电灵活输出模型协同优化,以系统运行成本和碳交易成本之和最小为目标,构建PIES低碳经济优化模型。算例分析表明,所提策略可有效降低经济成本和碳排放量,同时还可扩展CHP灵活输出调节范围,能够为PIES低碳经济调度提供参考。展开更多
为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦...为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦合特性。提出了一种基于多变量相空间重构(multivariate phase space reconstruction,MPSR)和径向基函数神经网络(radial basis function neural network,RBFNN)相结合的IES超短期电冷热负荷预测模型。首先,分析了IES中能源子系统之间的耦合关系,运用Pearson相关性分析定量描述多元负荷和气象特征的相关性。然后,采用C-C法对时间序列进行MPSR以进一步挖掘电冷热负荷和气象特征在时间上的耦合特性。最后,利用RBFNN模型对电冷热负荷间耦合关系进行学习并预测。实验结果表明,所提方法有效挖掘并学习电冷热负荷在时间上的耦合特性,且在不同样本容量下具有良好且稳定的预测效果。展开更多
混合储能系统具有储能容量大、调节能力强等优点,有助于提高综合能源系统(integrated energy system,IES)的需求响应能力。首先,构建了一种电-氢-热混合储能系统(electric-hydrogen-thermal hybrid energy storage system,EHT-HESS),其...混合储能系统具有储能容量大、调节能力强等优点,有助于提高综合能源系统(integrated energy system,IES)的需求响应能力。首先,构建了一种电-氢-热混合储能系统(electric-hydrogen-thermal hybrid energy storage system,EHT-HESS),其中采用电解槽(electrolytic cell,EC)、蒸气重整反应(steam methane reforming,SMR)装置、储氢、热电联产氢燃料电池(hydrogen fuel cell,HFC)设备,实现电、气向氢能的转换,以及以氢能作为中间模态的“制氢-储氢-放氢/电/热”功能。其次,建立考虑EHT-HESS的IES需求响应策略优化模型,其中考虑IES响应电价和气价,同时根据富余风电量,进行购电、购气、用电、用热、用氢等策略决策的综合需求响应(integrated demand response,IDR)行为;并采用信息间隙决策理论(information gap decision theory,IGDT)计入概率分布未知的风电严重不确定性,采用基于综合范数的分布鲁棒优化(distributionally robust optimization,DRO)方法计入概率分布不完备的电价严重不确定性。最后,算例验证了模型和方法的合理性及有效性,并表明IES装设热电联产HFC构建EHT-HESS可实现氢能向电能与热能的转换,有助于增加风电消纳量,增加IDR决策的鲁棒性。展开更多
文摘风电等可再生能源的出力具有不确定性,传统的鲁棒优化和随机优化方法在处理风电等可再生能源出力不确定性时都存在一些局限与不足。基于分布鲁棒优化研究了考虑风电出力不确定性的电-气-热综合能源系统(electricity-gas-heat integrated energy system,EGH-IES)日前经济调度问题。将Kullback-Leibler(KL)散度作为分布函数与参考分布之间距离的量度,建立风电出力的分布函数集合。然后以系统运行总成本作为目标函数,建立了EGH-IES日前经济调度鲁棒机会约束优化模型。将所建立的鲁棒机会约束优化模型转化为利用求解器可直接求解的确定性混合整数线性优化模型。最后,通过算例分析验证了所提方法的有效性,并分析了电转气技术和热网管道输送延时对风电消纳的作用。
文摘“双碳”目标下,为进一步降低综合能源系统(integrated energy system,IES)碳排放,提升可再生能源消纳能力,提出一种IES低碳经济运行优化策略。首先引入阶梯型碳交易机制约束IES的碳排放;然后建立耦合电转气(power to gas,P2G)和碳捕集系统(carbon capture system,CCS)模型,并细化P2G两阶段运行;接着在传统热电联产机组(combined heat and power,CHP)中引入卡琳娜循环与电锅炉联合运行,构造热电灵活输出的CHP模型;最后以系统运维成本、碳交易成本、购能成本和弃风弃光成本之和最小为优化目标,构建IES低碳经济调度模型,并设置不同运行场景对比分析。结果表明:IES碳排放减少38.45%,运行总成本降低10.37%,验证了所建模型的低碳性和经济性。
文摘为提升综合能源系统(integrated energy system,IES)的可再生能源消纳以及低碳经济效益,提出含电转气(power-to-gas,P2G)和碳捕集(carbon capture system,CCS)耦合的综合能源系统多时间尺度优化调度模型。首先,建立基于阶梯型碳交易机制的含P2G和CCS耦合模型,并构建多能量转换设备和储能设备组成的电-热-冷综合能源系统;其次,基于多时间尺度的优化调度策略,以购能成本、运维成本、碳交易成本、弃风光成本为目标函数建立日前-日内滚动-实时调整3个阶段的优化调度模型;最后,以四川某工业园区为例进行仿真,结果证明本文提出的模型有效提高了综合能源系统的低碳经济效益、能源利用率和系统稳定性。
文摘【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含碳捕集与封存(carbon capture and storage,CCS)—两段式电转气(power to gas,P2G)综合能源系统低碳优化策略。【方法】在技术层面,通过对电P2G两阶段精细化建模,提高氢能利用效率,建立热电联产(combined heating and power,CHP)-CCS-P2G耦合模型;在市场机制层面,引入阶梯型碳交易模型以降低系统中CO_(2)排放量。最终,基于信息间隙决策理论(IGDT)构建不同风险偏好下的优化调度模型。【结果】以典型综合能源系统进行算例分析,仿真结果表明所提模型可提高风光消纳率,实现系统低碳、经济、稳定运行。【结论】该优化策略可有效帮助决策者根据其风险偏好制定风险规避与风险追求策略下的调度方案,实现系统不确定性与经济性的平衡。
文摘为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将遗传算法与模糊控制相结合,设计一种遗传模糊碳交易参数优化器,从而对现有阶梯型碳交易机制进行改进,实现该机制参数的自适应变化;其次,在传统CHP中加入卡琳娜(Kalina)循环与电锅炉(electricboiler,EB),构造CHP热电灵活输出模型,以同时满足电、热负荷的不同需求;然后,提出一种柔性指标——电、热输出占比率,进而计算出电、热输出占比率区间,以衡量CHP运行灵活性;最后,将改进阶梯型碳交易机制和CHP热电灵活输出模型协同优化,以系统运行成本和碳交易成本之和最小为目标,构建PIES低碳经济优化模型。算例分析表明,所提策略可有效降低经济成本和碳排放量,同时还可扩展CHP灵活输出调节范围,能够为PIES低碳经济调度提供参考。
文摘为解决能源危机问题,提高能源利用率,综合能源系统(integrated energy system,IES)成为发展创新型能源系统的重要方向。准确的多元负荷预测对IES的经济调度和优化运行有着重要的影响,而借助混沌理论能够进一步挖掘IES多元负荷潜在的耦合特性。提出了一种基于多变量相空间重构(multivariate phase space reconstruction,MPSR)和径向基函数神经网络(radial basis function neural network,RBFNN)相结合的IES超短期电冷热负荷预测模型。首先,分析了IES中能源子系统之间的耦合关系,运用Pearson相关性分析定量描述多元负荷和气象特征的相关性。然后,采用C-C法对时间序列进行MPSR以进一步挖掘电冷热负荷和气象特征在时间上的耦合特性。最后,利用RBFNN模型对电冷热负荷间耦合关系进行学习并预测。实验结果表明,所提方法有效挖掘并学习电冷热负荷在时间上的耦合特性,且在不同样本容量下具有良好且稳定的预测效果。