计及能源自洽率和共享氢储能的电-氢-交通耦合配电网低碳经济运行

新型储能的多元化发展为能源资源的优化配置和就地高水平消纳奠定了基础,为此提出了一种计及能源自洽率和共享氢储能(shared hydrogenstorage,SHS)的能源网低碳经济调度方法。设计了包含电负荷-氢负荷的氢燃料电池车(hydrogen fuel cell vehicle,HFCV)交通网与新能源配电网双向耦合架构。在此基础上,以提高能源自洽率、降低碳排放成本为目标,综合考虑配电网、交通网、氢储能系统的运行约束条件以及短期氢储能(short-term hydrogenstorage,STHS)和SHS服务,建立了电-氢-交通耦合配电网的低碳经济优化调度模型,并给出了基于精英遗传算法(elitist strategy genetic algorithm,ESGA)的求解方法。算例分析证明,提出的方法可有效提升电-氢-交通耦合网络能源自洽率、降低整体系统碳排放成本。

基于改进的多目标量子遗传算法的高速服务区综合能源管理

目前我国高速服务区和电动汽车的电力大部分来源于传统能源,间接增加了碳排放。为减少高速服务区和电动汽车用电对环境的污染,文章引入清洁能源自洽率,提出一种光储换一体化的高速服务区的能源管理与服务策略,旨在充分保障电动汽车换电服务的基础上,最大限度地提高经济效益和清洁能源自洽率。针对高速服务区的能源管理与服务策略的优化问题,文章提出一种改进的多目标量子遗传算法。由于传统量子遗传算法存在过早收敛、灵活性差且易陷入局部最优的不足,首先在种群初始化过程中引入小生境协同进化策略,其次对交叉概率、变异概率及旋转角采用自适应调整并改进量子旋转门,然后采用精英保留策略,以提高收敛速度并增加种群的多样性。最后,该方案在光储换一体化的某离网高速服务区微网模型进行了仿真验证,结果表明在保证电动汽车换电需求下,系统实现了经济效益和清洁能源自洽率的双提升,达到了降低碳排放的目的。