既有办公建筑供电系统的直流改造实践

以成都地区的既有办公建筑为研究对象,结合“光储直柔”电气系统和各供电构架的研究状况,对既有办公建筑的供电系统进行改造。采用交直流混合构架为光伏微电网系统供电。通过对光伏系统仿真数据与实测数据的对比分析,验证了该系统的稳定性和可行性。该供电系统在既有办公建筑改造中有可推广性。

面向“双碳”目标的光储一体化建筑集群电力协同调度方法研究综述

为实现建筑用能领域的“双碳”目标,需将大规模的城乡建筑集群配置为光储一体化建筑集群,同时考虑到光伏发电的间歇性和随机性,还需实现此类建筑集群的大规模电力协同调度,从而有效的消纳可再生能源。通过文献综述对比了现有发用储融合的用电模式,总结了光储一体化建筑集群电力协同调度的概念和优势,进一步对比分析了针对光储一体化建筑集群电力系统的协同调度方法,认为基于多智能体强化学习的去中心化电力调度方法具有灵活性强、适用度高等特点,并进一步梳理多智能体强化学习应用在电力协同调度中的关键问题,提出基于数字孪生技术能在数据涌现进行算法训练层面有效助力实现基于多智能体强化学习的光储一体化建筑集群电力协同调度。

新型电力系统下综合电动汽车充电站的优化运行

构建以新能源为主体、用电负荷多元化发展的新型电力系统是实现中国"双碳"目标的重要途径.源与荷双重不确定性的考验,对电力系统调控平衡能力及运行调度方式提出了更高的要求.本文提出一个集成了插电式电动汽车(Plug-in Electric Vehicles,PEV)、新能源发电、固定储能,并与商业建筑物相结合的双向综合电动汽车充电站(Integrated Electric Vehicle Charging Station,IEVCS),建立了一个考虑其时间特性及协同互动的四阶段智能优化控制算法.目标在于最大程度地降低考虑了用户满意度及潜在不确定性的IEVCS运行成本,同时通过调整PEV充放电、电池储能充放电、电网供给电量、可调整负荷等的优化调度来保障实时供需平衡.文中分析了该算法每个阶段的作用,并验证了每个阶段在应对源荷不确定性状况时为电力供给提供更多弹性及冗余度的必要性.

基于NSGA-Ⅲ与模糊聚类的光储式充电站储能系统优化运行方法

针对光储式充电站运行成本高、电网侧负荷波动水平较大的问题,提出一种基于参考点约束的非支配排序遗传算法(nondominated sorting genetic algorithmⅢ,NSGA-Ⅲ)与模糊聚类结合的优化算法用于储能系统优化运行。首先,在分析光储式充电站系统结构的基础上,以电网侧负荷方差最小、储能系统运行维护成本最小和向电网购电费用最小为目标函数,建立储能系统多目标优化运行模型;然后,采用NSGA-Ⅲ对模型进行求解,针对多目标优化得到的Pareto最优解集所含信息量大,使得运行人员决策困难的问题,采用模糊聚类方法对Pareto最优解集进行筛选;最后,通过算例验证了所提优化算法的有效性,与粒子群算法相比,所提算法在满足负荷需求的基础上进一步提升了充电站经济性和电网侧的负荷水平,使系统整体性能综合最优。