XiaoMi-AI文件搜索系统
World File Search System系统调度
使用整数线性规划的绿色数据中心独立可再生能源系统调度
摘要 考虑到数据中心在世界各地的分布及其巨大的能源消耗，一些研究人员专注于任务调度和资源分配问题，以尽量减少数据中心的能源消耗。其他举措则侧重于实施绿色能源，以尽量减少化石燃料的消耗和二氧化碳排放。作为 ANR DATAZERO 项目 [ 34 ] 的一部分，一些研究团队旨在定义完全绿色数据中心的主要概念，该数据中心仅由可再生能源供电。为了实现这一目标，必须注重高效管理由太阳能电池板、风力涡轮机、电池和燃料电池系统组成的自主混合动力系统。这项工作的目的不是证明独立的数据中心在经济上可行，而是证明其可行性。本文提出了一组基于混合整数线性规划的模型，该模型能够管理能源承诺，以满足数据中心的电力需求。该方法在优化时会考虑季节和天气预报。
采用动态最优功率流的电池储能系统调度框架
摘要 — 电池储能系统 (BESS) 有助于实现具有更高灵活性的低碳电网，但只有通过适当调度其运行才能实现既定目标。本文开发了一种基于动态最优功率流 (DOPF) 的调度框架，以优化电网规模 BESS 的日前运行，旨在减轻可再生能源发电的预测限制，并平滑传统发电机提供的网络需求。在 DOPF 中，整个网络和整个时间范围内的所有发电机组（包括模拟 BESS 出口和进口的发电机组）都集成到一个网络上。随后，应用 AC-OPF 来调度它们的功率输出以最小化总发电成本，同时满足功率平衡方程，并处理每个时间步骤的单元和网络约束以及与充电状态 (SOC) 相关的跨时间约束。此外，这里开发的 DOPF 需要经常应用的恒定电流-恒定电压充电曲线，该曲线在 SOC 域中表示。考虑到 1 MW BESS 在特定 33 kV 网络上的实际应用，调度框架旨在满足每个周期中 BESS 可用能源容量最佳利用的实际要求，同时每天完成最多一个周期。
可再生能源社区内的最佳电池储能系统调度
摘要：本文提出了一种在可再生能源社区 (REC) 中调度电池储能系统 (BESS) 的策略。2018/2001 指令已在欧盟层面对 REC 进行了定义；一些成员国将其转化为国家立法，将 REC 定义为虚拟微电网，因为它们仍使用现有的低压本地馈线并共享相同的低压中压变压器。本文分析了在意大利立法框架下运营的 REC，其资产包括光伏发电机、BESS 和不可控负载。定义了一种方法来优化 REC 的经济收入并最大限度地降低全年运营成本。提出的 BESS 控制策略由三个不同的模块组成：(i) 基于机器学习的预测算法，使用历史数据集和天气预报，为微电网负载和光伏发电提供提前 1 天的预测； (ii) 一种混合整数线性规划 (MILP) 算法，该算法优化 BESS 调度，使 REC 运营成本最小化，同时考虑电价、光伏发电机的可变上网电价、BESS 成本和最大化自用量；(iii) 一种决策树算法，该算法在小时内级别工作，时间步长为 1 分钟，使用实际负载和光伏发电测量值实时调整 BESS 调度。对所提出的策略的验证是基于从意大利能源供应商建立的真实小规模 REC 获取的数据。与未优化的 BESS 使用情景相比，仅生产消费者就可以获得 10% 的平均收入增加；与无管理基线情景相比，这种收入增加是通过将 BESS 使用量减少约 30% 获得的。
结合电池退化模型的混合可再生能源和电池系统调度优化模型
近年来，现有电网中可再生能源系统的整合度不断提高，加上缺乏综合调度模型，导致了电力浪费。本文提出了一种混合可再生发电机加电池系统的混合整数非线性优化模型，目标是最大化长期利润。先前的研究表明，电池的高和低充电状态 (SOC) 都会损害其使用寿命，并会导致电池容量随时间降低。此外，增加充电和放电循环次数也会导致容量降低。本文对这两个因素进行了建模，并将容量损失与 SOC 和电池完成的循环次数联系起来。容量损失在优化模型的目标函数中受到惩罚，从而不鼓励高和低 SOC 以及频繁循环。滚动时间范围优化方法用于克服在长期时间范围内实现全局最优的计算困难。通过考虑电池退化，该模型能够最大限度地提高电力调度到电网的利润，同时最大限度地延长电池的使用寿命。本文使用考虑多种电池容量的光伏系统发电时间序列样本，在案例研究中运用了该模型。结果表明，与在调度决策中忽略电池退化的传统模型相比，最佳电池寿命有所延长。最后，我们分析了电池操作决策与由此产生的容量衰减之间的关系。[DOI：10.1115/1.4052983]