基于P2G及Stackelberg博弈模型的多能源系统调度优化

随着经济的快速发展,人类社会对能源的需求量越来越大,不可再生能源的一次性与环境破坏性危险也随之越来越大。因此,为探究多能源系统的调度优化机制,提升可再生能源的效率,考虑在引入P2G设备的基础上,建立关于供能商和能源用户的Stackelberg博弈模型,并通过仿真的方式验证了P2G技术对于消纳风光出力的积极作用。

考虑P2G的多能源系统优化运行研究

电转气技术(P2G)的出现给多能源系统中风电消纳问题带来了新的解决方案,而目前P2G设备的运行成本的高昂又与实现充分的弃风消纳存在矛盾。基于此,文中在考虑P2G设备运行成本的基础上,提出了一种计及分段弃风成本的多能源优化运行模型。首先,基于能源中心的概念,分析了包含P2G设备等多种能源转换装置在内的多能源系统模型。以能源系统供能成本最小为目标函数,并在目标函数中考虑了计及分段弃风惩罚因子的风电弃风成本,采用变惯性权重ω的粒子群算法进行求解,对24 h时间段内多场景下系统风电消纳情况、系统供能成本变化进行分析。结果表明,多能源系统中利用P2G设备可以提高风电利用效率,减少系统供能成本,综合效益显著。

含电动汽车和P2G的虚拟电厂调度优化策略

虚拟电厂是一个既可以满足用电需求又可以实现电网分配电能平衡、减少电能浪费的系统。本文对含有电动汽车和P2G设备的虚拟电厂结构建模,更直观了解系统各分布式能源利用效果,建立运行经济效益最大和用户热舒适度最小目标函数,并选取某地符合本文所描述的VPP冬季供暖场景进行算例分析,设计研究经济性和舒适性的最优调度方案。结果表明客户用电需求不同,用电时间段不同,使燃气轮机及个单位模型所出效率不同,达到了虚拟电厂调度优化效果。

基于CIPSO算法的综合能源系统优化

随着“双碳”政策的提出,节能环保理念的重要性更加凸显提高。为降低系统运行成本、减少弃风弃光和二氧化碳的排放,构建了含P2G和碳捕集设备的综合能源系统;采用非线性惯性权重、异步学习因子和混沌映射改进粒子群算法,并测试对比改进前后的算法性能;以改进的综合能源系统作为算例,使用改进后的粒子群算法(CIPSO)对综合能源系统模型进行求解,分析P2G设备和碳捕集设备参与综合能源系统对系统总成本、碳交易成本和购能成本等的影响。研究结果表明改进后算法对目标函数求解具有快速性和准确性。

小水电站内电转气及储能设备协同规划

电转气(Power to Gas,P2G)和储能技术的发展,为解决小水电弃水问题提供了途径。以总收益最高为目标函数,建立了小水电站优化配置P2G设备和储能设备的协同规划模型,同时建立了能源转换设备的投资成效评估体系。仿真分析了配置能源转换设备前后小水电站的收益和水电消纳情况,验证了P2G设备和储能设备协同配置对提高水电消纳和水电站收益的有效性。