XiaoMi-AI文件搜索系统
World File Search System调度模型
竞价和调度模型对大型电力系统中储能利用的影响
摘要 — 能源存储是实现低排放电力系统的关键推动因素，但需要适当的调度模型才能与大容量电力系统中的其他发电资源进行经济协调。本文分析了不同的调度模型和竞价策略如何影响非管制电力系统中不同持续时间的存储利用率。我们使用动态规划模型根据价格预测计算存储的运营机会值，并使用机会值结果作为设计市场竞价的基础。我们比较了单周期经济调度中的两种市场竞价和调度模型：一种没有充电状态 (SoC) 约束，一种有 SoC 约束。我们使用来自纽约独立系统运营商的历史实时价格数据测试了两种存储调度模型，结合了不同的价格预测和存储持续时间。我们将利用率与完美价格预测案例的结果进行比较。我们的结果表明，虽然价格预测准确性对于容量少于四小时的短时存储至关重要，但持续时间超过十二小时的存储即使使用简单的日前价格预测也可以轻松实现高于 80% 的利用率。在单周期实时调度中，将存储投标建模为依赖于 SoC，将在所有持续时间情况和投标策略中提供约 5% 的存储利用率改进，而更高的可再生能源份额可能会提高存储利用率，因为负价格的发生率更高。索引术语 — 储能、动态规划、电力系统经济学
融合碳排放交易和绿色证书交易的虚拟电厂优化调度模型
大规模清洁能源的并网为清洁能源体系的建立提供了可能，如何提高清洁能源的利用效率以减少碳排放是亟待解决的问题。首先，分析了碳交易和绿证交易机制下的虚拟电厂（VPP）运营模式。其次，将碳交易机制和绿证交易机制融入到包括风电、光伏发电、燃气轮机和储能装置的VPP优化调度模型中，以VPP的净利润为优化目标，兼顾经济性和环保性。基于VPP是否参与碳交易和绿证交易，建立了3种方案并进行比较分析。此外，为应对可再生能源的波动性，对3种方案下4个典型日可再生能源出力场景的利用率进行了比较分析。针对该问题，本文提出了自归纳变分粒子群优化（SCV-PSO）算法。仿真结果表明,提出的VPP优化调度模型及求解算法能在保证经济性的前提下有效提高可再生能源利用率、减少碳排放,为今后电力系统低碳经济运行提供有益参考。
考虑干热岩热电联产的区域综合能源系统分布式稳健优化调度模型
干热岩储量丰富、分布广泛、绿色低碳，具有广阔的开发潜力与前景。本文提出了一种考虑干热岩热电联产的区域综合能源系统分布式鲁棒优化（DRO）调度模型。首先，在区域综合能源系统引入干热岩增强型地热系统（HDR-EGS），HDR-EGS通过与区域电网和区域热网协调运行，实现热电联产的热电解耦，增强系统风电接入空间。其次，在分时电价背景下，利用价格需求响应指导转移高峰负荷。最后，以区域综合能源系统调度周期内总成本最小化为优化目标，构建了考虑干热岩热电联产的区域综合能源系统DRO调度模型。通过模拟真实的小型区域综合能源系统，结果表明，HDR-EGS可以有效促进风电消纳，降低系统运行成本。
使用基于自动强化学习的多周期预测实现孤立微电网的优化调度
摘要 —为降低负荷与可再生能源出力的不确定性对微电网运行的负面影响，提出一种基于自动强化学习的可再生能源发电与负荷多周期预测的孤立微电网优化调度模型。首先，设计一种优先经验重放自动强化学习（PER-AutoRL）来简化基于深度强化学习（DRL）预测模型的定制化部署，首次提出基于PER-AutoRL的单步多周期预测方法来解决现有多步预测方法存在的误差积累问题，然后通过误差分布对所提预测方法得到的预测值进行修正以提高预测精度；其次，以最小化微电网总运行成本为目标，构建考虑需求响应的调度模型，以修正后的预测值作为调度依据，根据误差分布设置旋转备用机会约束；最后，利用序列运算理论（SOT）将原调度模型转化为易解的混合整数线性规划问题，并利用CPLEX求解器对转化后的模型进行求解。仿真结果表明，与传统的不带预测的调度模型相比，该方法通过提高预测精度，可以显著降低系统运行成本。
基于动态奖惩碳排放定价机制的综合能源系统低碳经济调度
综合能源系统在节能减排中起着重要作用。为实现综合能源系统的低碳经济调度，现有研究中通常采用固定和基于阶梯式定价机制的单位碳排放成本（CEUC）作为优化调度模型，但这些机制没有考虑系统的碳排放水平，且相关参数（如间隔长度）不易设定。针对这一难题，构建了具有动态奖惩定价机制（DRPPM）的CEUC模型，并在此基础上提出了以碳排放成本、购电成本、设备运行成本等综合运行成本最小化为目标的优化调度模型。最后，以实际电-热-冷-气综合能源系统为对象，分析了CEUC模型参数对调度的影响。
基于平衡优化算法的风火储能系统鲁棒优化调度
风资源的不确定性是导致弃风的主要原因之一，考虑到风电功率预测的不确定性，提出了一种针对采用先进绝热压缩空气储能（AA-CAES）技术的风火储能系统的鲁棒优化调度模型。其中，根据AA-CAES的运行特点，定义了发电厂的运行约束和备用容量的约束。基于有限场景方法，提出了一种实现系统最优鲁棒性和经济运行的解决框架，为智能算法在鲁棒优化调度中的应用提供了新途径。具体而言，采用一种新的平衡优化算法来解决最优调度问题，该算法具有良好的全局搜索性能。通过基于IEEE-39节点系统的仿真验证了所提出的解决方案。仿真结果验证了所提出的调度模型和智能求解器的有效性。
基于液体二氧化碳储能的综合能源系统的低碳经济调度
实现综合能源系统（IES）低碳和经济调度以及可再生能源利用，综合能源系统经济调度模型引入了液态二氧化碳能量存储（LCES）和碳捕获系统（CCS）。本文为考虑LCE和碳捕获系统的综合能源系统提出了一个低碳经济调度模型。本文考虑了碳交易机制对系统性碳排放的影响，旨在最大程度地降低系统的总运行成本，并比较两种情况下的集成能源系统调度：配备了LCE的集成能源系统和配备了电池能量存储的集成能源系统。cplex仿真软件模拟了这个综合的能源系统。从不同角度分析调度的结果，例如电能，热能和CO 2排放。这些结果表明，提出的模型有效地减少了碳排放，改善了能源利用，并实现了综合能源系统的全面低碳经济运作。
考虑可再生能源和内部负荷不确定性的综合社区能源系统优化进化调度
摘要：面向未来可再生能源高渗透率的综合能源系统发展，提出了一种包含各种可再生能源和能量转换单元的综合社区能源系统 (ICES) 调度模型。构建了基于传统能源枢纽 (EH) 模型的 ICES 能量耦合矩阵。用多区间不确定性集 (MIUS) 刻画可再生能源和内部负荷长期预测数据的不确定性。为了应对可再生能源和内部负荷不确定性带来的影响，整个调度过程分为两个阶段。考虑到 ICES 的各种约束，我们在第一阶段通过改进的粒子群优化 (IPSO) 算法求解调度模型。然后在第二阶段提出最优进化调度来克服短期预测数据的演变和误差并获得最优调度计划。通过考虑巨大不确定性的算例证明了所提出的调度方法的有效性。与传统方法相比，所提调度方法有效降低了系统运行成本，提高了环境效益，实现了能源公司和用户的双赢。
考虑可再生能源和内部负荷不确定性的综合社区能源系统优化进化调度
摘要：面向未来可再生能源高渗透率的综合能源系统发展，提出了一种包含各种可再生能源和能量转换单元的综合社区能源系统 (ICES) 调度模型。构建了基于传统能源枢纽 (EH) 模型的 ICES 能量耦合矩阵。用多区间不确定性集 (MIUS) 刻画可再生能源和内部负荷长期预测数据的不确定性。为了应对可再生能源和内部负荷不确定性带来的影响，整个调度过程分为两个阶段。考虑到 ICES 的各种约束，我们在第一阶段通过改进的粒子群优化 (IPSO) 算法求解调度模型。然后在第二阶段提出最优进化调度来克服短期预测数据的演变和误差并获得最优调度计划。通过考虑巨大不确定性的算例证明了所提出的调度方法的有效性。与传统方法相比，所提调度方法有效降低了系统运行成本，提高了环境效益，实现了能源公司和用户的双赢。
Li, L.-L., Lou, J.-L., Tseng, M.-L., Lim, MK 和 Tan, RR (2022) 一种用于平衡运营成本的混合动态经济环境调度模型
平衡可再生能源运行成本与污染物排放的混合动态经济环境调度模型:一种新的改进蜉蝣算法摘要本研究提出一种结合火电机组、风电机组、光伏和储能装置的混合动态经济环境调度模型，在稳定可再生能源出力的前提下，实现运行成本与污染物排放的平衡。随着越来越多的可再生能源接入电网，大多数研究都针对经济和环境问题进行优化调度，而忽略了可再生能源出力的稳定性。针对可再生能源出力不稳定的问题，提出一种风光稳定出力策略，并利用储能装置合理控制可再生能源调度功率。改进适应度函数，提出一种采用混沌初始化、惯性权重和变异策略的改进蜉蝣（IMA）算法来寻优，并在两个不同配置的系统上验证了算法的性能。此外，还考虑了功率平衡、各发电设备出力、储能装置能量等约束。结果表明：IMA算法的运行成本分别比MA、MFO和PSO算法降低4.12%、13.21%和15.14%，采用IMA算法的模型能有效实现经济与环境的平衡并获得稳定的可再生能源出力。该研究为多种可再生能源接入条件下电网的稳定运行提供了有益参考。