针对气象敏感型综合能源负荷的收敛交叉映射因果关系分析

气象敏感型综合能源负荷是随气候条件变化而波动明显的电、冷、热等多元负荷,具有较强的随机性、不确定性与耦合转化关系,现有的负荷特性分析方法难以精准量化评估气象因素对其的影响。选取实际的综合能源系统为分析对象,基于负荷特性分析,建立了包含多种单一和综合气象因素的关联指标体系,通过基于滑窗法的强关联时段提取、基于收敛交叉映射方法的因果关系强度及敏感度计算构建了因果关系模型与分析流程,结合算例仿真对所提模型进行了验证。结果表明,所提方法能够准确衡量气象因素对多元负荷的影响,可为后续开展能源系统规划与负荷预测研究提供参考。

江苏省能源负荷控制途径研究

江苏省2010年、2015年和2020年的能源负荷预测结果表明,在江苏省经济维持GDP年递增率10%的高速发展条件下,必须使单位GDP能源消耗年降低率接近或不小于9.09%,才能成功降低江苏的能源负荷。为此提出以生态工业的理论为指导,从转变节能的工程意识、着重开展技术节能、发展提升产业集群、开展工业系统代谢过程模拟技术研究、发展循环经济实现产品生命周期节能等5个方面分析,以达到节能工作模式和思路根本转变,并提出了江苏省节能降耗的具体实施途径。

深度学习方法在能源负荷预测的应用

通过对6种常用的深度学习网络(循环神经网络、长短期记忆网络、门控循环单元网络、卷积神经网络、深度置信网络、生成式对抗网络)的解析,阐述深度学习的理论思想,综述深度学习方法在能源负荷预测领域的应用。深度学习在处理海量数据方面有更强的学习、提取特征的能力,有助于提高预测精度。研究文献及实例对比的结果都显示深度学习模型(LSTM模型)的性能要优于浅层机器学习模型(BP模型)以及传统统计模型(ARIMA模型)。以深度学习算法为基础的组合模型,是目前能源负荷预测领域的重点。通过将其他模型或者优化算法(PSO、EMD、GA算法等)与深度学习模型相结合,能够使得预测精度得到显著提高。实例对比中所使用的PSO-LSTM模型的预测精度高于LSTM模型,证明了组合模型能够有更高的精度。

基于Q学习算法的区域综合能源负荷预测方法

当前区域综合能源负荷预测节点的布设形式一般较为独立,负荷预测的范围较小,导致负荷预测差值增加,为此提出对基于Q学习算法的区域综合能源负荷预测方法的设计与验证分析。根据当前的负荷预测需求及标准的变化,先进行负荷预测特征的提取,采用多目标的方式,扩大负荷预测的范围,部署多目标预测节点,以此为基础,构建Q学习测算区域综合能源负荷预测模型,采用栈式集成修正实现负荷预测处理。测试结果表明对比于传统多元负荷特性区域综合能源负荷预测小组、传统计及区域综合能源负荷预测小组,所设计的Q学习测算区域综合能源负荷预测小组最终得出的负荷预测差值被较好地控制在3.5 MW以下。结合Q学习算法,降低预测误差,强化预测的精准度,具有实际的应用价值。

计及能源转换负荷影响的气电耦合系统连锁故障评估

气电耦合系统中电转气负荷与气转电负荷为故障在电网与气网间的传播提供了通道,将电转气负荷与气转电负荷统称为能源转换负荷,其在电、气负荷中的占比与在阻断控制过程中的切除优先度可能对耦合系统连锁故障的传播特性带来无法忽视的影响。为此,提出了一种计及能源转换负荷影响的气电耦合系统连锁故障评估方法。首先,提出能源转换负荷占比与切除优先度模型,分析不同占比与切除优先度下故障在电、气网间连锁传播的机理与特性。然后,分别建立基于能源转换负荷占比与切除优先度的电力系统优化调度模型与天然气系统优化调度模型,两者交替迭代模拟连锁故障演化过程。基于此,提出表征拓扑完整性与物理运行特性的指标以定量评估连锁故障风险,从而构建气电耦合系统连锁故障评估模型。最后,利用IEEE RTS 24节点系统与29节点天然气系统构造气电耦合测试系统,通过对比不同场景,验证了所提方法可有效揭示能源转换负荷对连锁故障的影响。

能源互联网系统用户侧冷热负荷预测模型研究

发展能源互联网系统是建设资源节约型、环境友好型社会的必然要求,用户侧负荷预测是能源互联网系统设计和运行的基础。以夏热冬冷地区典型非工业生产建筑为研究对象,依据传热学的基本原理,将影响建筑负荷的因素分为运行属性和自有属性两类,以运行属性参数为基准,自有属性参数为修正,依据主元解耦方法,建立了典型建筑冷热负荷计算快速预测模型,并验证了数学模型的准确性,结果表明:所提出的快速计算模型具有较高的精度,对能源互联网系统用户侧的能量管理、调节和输配提供参考。

基于多组实时数据回归分析的空调负荷预测方法研究

传统的空调负荷预测方法存在一定局限性或计算工作量大、周期较长等问题,本文提出一种利用多组实时数据进行回归分析预测空调负荷方法,在规划前期条件不确定时,通过多对组数据的相关分析,判断供能面积与冷负荷、热负荷的相关性,拟合回归方程,并应用于实际工程进行空调负荷预测,通过与传统空调负荷预测方法计算值进行比对,预测结果相对误差5%以内。该方法在一定范围条件下,可作为一种前期空调负荷估算的实用方法。

面向需求响应的高负荷能源物理设备就地自控方法

为保证电力能源的再利用与正常运转、均衡电能供需,针对电力能源的需求响应提出一种高负荷能源物理设备就地自控方法。设定需求响应目标,基于发电费用期望值的需求响应模型,架构负荷均衡与需求侧响应约束条件,构建储能设备同步旋转坐标系数学模型获取电流分量控制特征;根据电网与储能设备间交换功率、设备交流侧基波电压幅值与电压间关系,完成正弦脉宽调制与四象限功率就地自控。经对比方法使用前后的风力发电机运行情况,证明所提方法具有显著的节能效果。

基于聚合混合模态分解和时序卷积神经网络的综合能源系统负荷修正预测

为增强综合能源系统负荷精细化分解水平,充分利用误差信息以进一步提升预测性能,提出一种基于聚合混合模态分解和时序卷积神经网络(temporal convolutional network,TCN)的综合能源系统负荷修正预测框架。首先,采用改进完全集合经验模态分解对电、冷和热负荷初步分解处理,随后利用变分模态分解对具有强复杂性的子序列进一步分解。然后,依据最大信息系数(maximum information coefficient,MIC)分析多元负荷的耦合特性并通过多元相空间重构(multivariate phase space reconstruction,MPSR)丰富特征信息。最后,构建基于TCN的修正预测模型。以校园综合能源系统算例对比不同预测模型,结果显示所提修正预测框架的电、冷和热负荷预测均具有较低的平均绝对百分比误差,有效解决了预测中模态分解的模态混叠以及模态高频分量问题,实现预测误差修正。

上海市民用建筑空调能源需求与环境负荷的系统动力学分析

鉴于目前关于建筑能耗未来发展态势的预测很多而结论不一的现象,运用系统动力学原理与方法建立了民用建筑空调能源需求与环境负荷的计算模型,并结合情景分析的方法,以上海为例,计算了3种不同情景下上海市民用建筑空调的能源需求与环境负荷。

分布式电源、储能与负荷智能协调控制方法

针对配电网中分布式能源控制方式存在网配效率低、控制能力差的问题,本研究采用混沌差分进化算法实现全局优化与区域协调控制,并将配电网全网划分成多时间尺度区域,通过种群粒子实现控制区域模拟,进而实现划分后小区域中不同时间尺度的控制。同时,根据吞吐量实现能源负荷的可控控制。试验时,通过搭建仿真平台,构建配电网拓扑结构,对配电网设备参数以及节点的功率值进行设置,验证了本研究方法的可行性,提高了配电网运行的稳定性。

基于时间序列相似性度量的新能源-负荷特性指标

为满足新能源高渗透率电力系统在曲线性状、特征、度量上对负荷特性指标的新需求,提出一种将新能源出力和用电负荷曲线的负荷特性指标拓展为可表达其相互关系的新能源-负荷特性指标。计及数据分布特性与形态波动特征,改进时间序列相似性度量方法,将欧氏距离与改进后的动态时间弯曲距离相结合求取负荷曲线和新能源出力曲线的相似性距离,将其定义为源荷相似性距离作为新能源-负荷特性指标。算例表明,所提指标比传统负荷特性指标能更有效描述新能源高渗透率电力系统负荷特性。

新时期下配电网新能源与多元负荷接入研究

从多方面分析新能源接入对配电网形成的影响,其次总结新能源与多元负荷接入存在的现实问题,最后较为详细的电缆网馈线自动化的实现方法。

计及分布式能源配电网多时间尺度优化控制

针对配电网中分布式能源控制方式存在网配效率低、控制能力差的问题,采用混沌差分进化算法实现全局优化与区域协调控制,并将配电网全网划分成多时间尺度区域,通过种群粒子实现控制区域模拟,进而实现划分后小区域中不同时间尺度的控制,并根据吞吐量实现能源负荷的可控控制,试验时,通过搭接仿真平台,构建配电网拓扑结构,对配电网设备参数以及节点的功率值进行设置,验证了该研究方法的可行性,提高了配电网运行的稳定性。

基于改进LSTM的新能源联网负荷预测算法设计

为解决新能源接入电网后对短期负荷难以进行预测的问题,文中提出了一种基于改进LSTM的短期负荷预测模型。该模型以神经网络中的双向长短期记忆网络为主体架构,引入了注意力机制和滑动更新模块,使得模型更加注重有效特征并实时更新输入数据,进而获得更为准确的特征信息,从而提高了对新能源电网负荷预测的准确性。以新能源占比较高的某省电网数据为例进行的实验分析结果显示,所提模型预测电网负荷的平均相对误差与均方根误差分别为1.25%和15.80MW,优于传统的机器学习模型及经典LSTM神经网络,表明其能够有效地对新能源电网负荷进行预测,为电力系统调度和结构优化提供技术支撑。

建筑节能势在必行

建筑能耗持续迅速增加是不可避免的趋势。建筑能耗占全国总能耗的比例,将从现在的27.6％快速上升到33％以上。如果国家从现在起就下决心抓紧建筑节能工作,则到2020年我国建筑能耗可减少3.35亿吨标准煤,空调高峰负荷可减少约8000万千瓦时。建筑节能不可能自发地开展,必须首先由政府主导,由国家立法,对建筑节能做出明确的规定。