计算机技术在能源调度系统中的应用初探

随着全球信息技术的不断发展，计算机的应用也越来越广泛，其中之一就是能源调度系统中的应用。主要分三部分，第一部分分析能源调度的现状，第二部提出信息化能源管理手段在现代企业能源管理中的作用，第三部分提出现有信息化能源管理系统存在的问题和需要改进的方向。

南钢能源调度系统的设计和应用

简要介绍了南钢能源管理中存在的一些问题，阐述了无线能源监测系统的设计思想、系统配置、系统功能及在南钢能源测量系统中的应用。通过这种先进的监测手段，为南钢生产现场的能源合理配置提供了科学依据。

计算机在能源调度系统中的应用初探

分析了梅山公司能源调度系统的现状和存在问题，应用计算机管理系统后，强化了能源管理，提高了节能效果，同时还介绍了计算机管理系统的结构，流程和主要功能。

基于C藤Copula及条件风险价值的综合能源系统灵活爬坡优化调度

随着可再生能源渗透率增加,净负荷波动幅度也随之变大。因此,该文针对净负荷不确定性变化,结合预测误差相关性与条件风险价值(conditional value at risk,CVaR),提出一种综合能源系统灵活爬坡优化调度方法。首先,通过神经网络模型预测风光荷初始功率,针对预测误差,运用C藤Copula函数构建多元随机变量预测误差的联合概率分布,并据此提出一种灵活爬坡产品设计方法;然后,在考虑净负荷不确定性带来的弃风光和切负荷条件风险价值的基础上,构建考虑灵活爬坡产品风险价值的综合能源系统优化调度模型。仿真结果表明,考虑净负荷预测误差相关性的优化使系统整体经济性提升1.22%,切负荷与弃风光总量减少了17.01%,验证该文方法的有效性。结合不同置信水平下的CVaR值,可为综合能源系统调度提供一定的风险参考。

新洛轴工程能源调度系统实现远程监控

2010年12月2013，洛阳LYC轴承有限公司能源保障部技术人员在公司动能调度中心，轻点鼠标，远在20公里外的新洛轴工程中心配电所高压电力系统的实时数据即刻显示在计算机屏幕上，这标志着新洛轴工程高压远程电力监控系统正式启动。

基于低碳工艺与流程控制的钢铁工业园区综合能源系统低碳调度方法

钢铁工业作为我国能源密集型重工业支柱产业,是我国实现双碳目标的重要阵地。低碳转型工艺有助于钢铁产业实现节能降碳,而工艺转型使得钢铁园区综合能源系统结构更为复杂,运行调度面临巨大的挑战。基于传统高碳长流程钢铁企业综合能源系统结构,充分考虑现阶段较为可行的高炉注氢辅助还原铁以及电弧炉短流程炼钢2种低碳转型工艺,构建钢铁工业园区低碳综合能源系统架构以及模型,引入外购电动态碳排放因子及碳配额交易机制,提出了兼顾多能耦合以及柔性工序优化的园区低碳综合能源系统低碳调度方法。算例仿真验证了引入2种转型工艺的钢铁企业低碳综合能源系统的降碳潜力,并对新能源大规模接入电网后的园区运行情况进行了前瞻性分析,为钢铁企业的降碳工艺升级和园区综合能源系统低碳调度提供参考。

基于Stackelberg主从博弈多目标模型的综合能源优化调度

为进一步提高综合能源系统的灵活性和经济性,将分布式能源站作为综合能源系统的研究对象,建立了能源站收益模型和用户获能满意度模型,在用户获能满意度模型内部,以用户获取最大综合效能和用户满意度构成多目标函数。在传统博弈模型基础上增加对用户满意度的考虑,将能源站作为决策者,用户作为反应者建立Stackelberg主从博弈模型,并通过天牛须分布式算法对模型进行求解。算例仿真结果表明,Stackelberg博弈在考虑用户满意度和新能源参与下的综合能源系统中有良好的适用性,天牛须分布式算法在对目标优化模型求解具有良好的可行性,最后验证了不同程度新能源接入系统时对系统的影响。

科学城能源管控系统的建设

科学城能源管控系统是在新建能调中心初步建立以供水、燃气、电力(包括低压配电)、热力、污水等五大系统SCADA为基础的集管理、储存、分析、调度、决策为一体的软件及硬件平台框架。

基于多能互补的综合能源基地协同优化调度系统的设计与实现

随着清洁能源逐渐替代传统能源,风电、光伏、水电、抽水蓄能等新能源发电技术得到了广泛应用。本文主要介绍一种综合利用风能、光能和水能等可再生能源的新型能源调度系统的设计与实现方法。该系统基于多能互补将这些能源进行转化和优化利用,旨在提高能源利用效率,减少能源消耗,提高能源企业效益,并通过储能预报模型、多能互补调度决策模型、发电能效评价模型,对能源的协同调度提供决策依据,实现对能源的预报、调度、评价的闭环管理,对于保护环境、促进经济发展和实现能源可持续发展具有重要意义。

基于三维Kmeans-DDPG的多能园区优化调度

模型驱动的优化方法已无法解决风、光的间歇性和负荷的波动性给多能微电网系统的调度带来的问题,在此背景下提出了一种基于三维K均值聚类算法(K-means Clustering Algorithm,K-means)及深度确定性策略梯度(Improved Deep Deterministic Policy Gradient,IDDPG)算法的调度方法,以解决复杂环境下的随机性问题。首先按照风、光出力和负荷需求将微电网环境数据划分为三个维度并采用K-means对三维空间下的数据进行分类,然后将分类后的数据分别交互至DDPG中,同时构建综合能源微电网系统的数学模型,选取状态空间、调度策略和奖励函数,随后分别训练各类别的数据得出不同类别微电网数据下DDPG的参数,同时自适应改变动作探索范围,并根据微电网模型选取最优动作策略,最后将所提算法应用在某高校实际微电网算例中,并证明此算法无论在收敛性和给微电网带来的经济效益方面都优于DDPG和传统的调度方法。

面向智慧电网大数据的云计算框架研究及应用

随着电网覆盖范围不断扩大,并网数据已呈指数型增长,使得数据处理与分析缓慢且成本高。针对海量化、多类型电网大数据,探究了电网大数据与云计算二者之间的关系,基于Hadoop系统建立了电网大数据云计算可执行框架,并根据云计算框架设计了智慧电网多能源电力调度系统结构框架和功能与界面,实现云计算框架在智慧电网上的应用。