如今,由于可再生能源 (RES) 的整合度不断提高以及汽车电气化,本地配电网面临着技术、经济和监管方面的挑战。电网扩建的传统解决方案(例如,建设一条额外的电力线)是以公用事业为中心的解决方案,即配电网运营商 (DSO) 是唯一参与解决电网问题的一方。DSO 必须让电网用户与技术提供商合作,以开发创新解决方案,以经济高效的方式解决一个问题并克服多个问题。本文提出了一种整体解决方案,以最佳方式控制由不同 RES、水力发电厂 (HPP) 和风力涡轮机 (WT) 组成的互连微电网 (MG) 之间的跨部门能量流,以满足电动汽车 (EV)、住宅、商业和工业需求以及主电网贡献。这个问题将为社区 MG 的本地能源交易提供优势,从而形成一个积极参与的系统,但是,需要适当的控制策略才能正常运行。所提出的解决方案基于通过多端口转换器 (MPC) 在两个 MG 之间建立新的互连线路,并考虑了新安装的组件(例如 MPC、电缆和所需的电池储能系统 (BESS))。在分离、互连和孤岛模式下,在三种不同条件下评估了所提出的案例研究,例如负载增量、需求响应 (DR) 和 N-1 标准。使用 GAMS 软件的 CPLEX 求解器求解混合整数线性规划模型。结果表明,与分离运行模式相比,MG 的连接线可以降低系统总成本,减少对上游电网施加的峰值,并提高系统在不同条件下的可靠性。此外,所应用的解决方案使 MG 能够在不同条件下全天(24 小时)在孤岛模式下运行。
世界人口的快速增长以及全球经济增长的上升趋势引发了与能源消耗有关的严重问题。在这方面,根据人口趋势、主要经济指标、技术条件、社会和环境问题全面分析当前和潜在的能源形势已成为制定周密的全球和区域能源战略的重要问题。在本研究中,构建了一个可再生能源规划的多目标决策模型,通过重点关注五种可再生能源,即太阳能、风能、地热能、水力发电和生物质能,确定最适合土耳其的资源多样性。在提出的多目标模型中提出了四个目标函数,包括最大化地区的技术得分、最大化创造就业机会、最大化环境得分和最小化成本。作为一种解决方案,执行了两阶段模糊目标规划方法。使用 LINGO 软件作为模型优化的综合求解器来解决所提出的模型。通过将所提出的方法与其他多目标方法进行比较,分析了该方法的适用性。结果表明,为了满足所述目标,大部分能源需求应通过太阳能和水力发电来满足。© 2022 Elsevier Ltd. 保留所有权利。
随着电动汽车 (EV) 的普及,电动汽车充电成本将成为家庭能源成本不可或缺的一部分。本研究提出了一种新颖的家庭能源成本优化方法,适用于电力出口受限且拥有电动汽车的并网家庭。它通过将更现实的多变电动汽车充电特性、电力出口限制、电池储能 (BES) 的退化和电池回收收入纳入一个综合的技术经济能源系统模型,解决了先前研究的局限性。使用相对较新的分时 (ToU) 电价和南澳大利亚家庭的实际负荷和光伏 (PV) 发电数据,针对四种系统配置给出了成本优化结果。通过改变每日家庭负荷需求、PV/BES 容量、电力出口限制和 PV/BES 成本对年度能源成本 (AEC) 进行敏感性分析。对 PV、BES 和 EV 对家庭需求的影响进行了电力流和峰值需求分析。结果表明,对于个人家庭而言,配备 BES 和 EV 的 PV 是最经济的配置,与没有 EV、PV 和 BES 的普通家庭相比,AEC 最多可减少 39.6%。BES 可有效减少家庭高峰时段的电力和能源需求,分别最多可减少 80.4% 和 89.1%。
SparkCognition 屡获殊荣的 AI 解决方案使组织能够预测未来结果、优化流程并防止网络攻击。我们与世界行业领导者合作,分析、优化和学习数据,增强人类智能,推动盈利增长并实现卓越运营。我们获得专利的 AI、机器学习和自然语言技术引领行业创新并加速数字化转型。我们的解决方案使组织能够解决关键挑战——防止意外停机、最大限度地提高资产性能、优化价格并确保工人安全,同时避免对重要 IT 和 OT 基础设施进行零日网络攻击。要了解有关 SparkCognition 的 AI 解决方案如何释放数据潜力的更多信息,请访问 www.sparkcognition.com。
随着我们向脱碳电网迈进,对依赖天气的能源的依赖性增加,长期自然资源短缺(即能源干旱)的风险也随之增加。当两种或两种以上的主要可再生能源同时处于干旱状态时,就会发生复合能源干旱。在本研究中,我们提出了一种用于检查复合风能和太阳能干旱的方法和数据集,以及 2020 年基础设施美国大陆 (CONUS) 能源干旱的第一个标准化基准。使用最近开发的模拟每小时工厂级发电的数据集(其中包括数千个风能和太阳能发电厂),我们在各种时间和空间尺度上检查了能源干旱的频率、持续时间、幅度和季节性。结果针对 15 个平衡机构 (BA) 给出,这些区域是美国电网中风能和太阳能是电网必须使用的资源并且必须保持平衡的区域。结果表明,复合风能和太阳能干旱在整个 CONUS 中具有不同的空间和时间模式。干旱分析中还包括 BA 级负载,以量化高负载与风能和太阳能干旱同时发生的事件。我们发现能源干旱的特征是区域性的,最长的干旱可持续 16 至 37 小时,最长可达 6 天。最长的每小时能源干旱发生在德克萨斯州,而最长的每日干旱发生在加利福尼亚州。与仅涉及风能和太阳能的事件相比,包括负载的复合能源干旱事件平均更为严重。此外,我们发现,在风能和太阳能复合干旱期间,复合高负载事件更常发生,这是偶然发生的。从这些发现中获得的见解以及总结的能源干旱特征为区域范围内的电网规划和存储规模提供了宝贵的指导。
本研究调查了将风电场的间歇性发电与碱性电解槽结合起来生产绿色氢气的可行性。首先开发了一个物理上精确的商用电解模块模型,该模型考虑了由于模块冷却而导致的转换效率下降、由于风电间歇性导致的关机影响以及工作时间范围内的电压下降。该模型已经在真实模块上进行了校准,并提供了其工业数据。我们考虑了三种商用模块尺寸,即 1、2 和 4 MW。第二步,将该模型与来自真实风电场的历史功率数据集相结合,该风电场的标称装机功率为 13.8 MW。最后,在尺寸算法中实施该模型,以找到实际风电场功率输出和电解槽容量之间的最佳组合,以尽可能达到最低的氢气平准成本 (LCOH)。为此,我们根据工业数据和市场报告,考虑了整个系统(风电场和电解槽)的资本成本的实际数据,以及包括定期更换退化部件和定期维护在内的维护成本。模拟表明,如果对这两个系统进行正确的尺寸调整,即使使用现有技术也可以实现具有竞争力的氢气生产成本。较大的模块灵活性较差,但目前比较小的模块便宜得多。因此,未来需要碱性电解槽的规模经济来促进该技术的传播。
根据美国能源信息署 (EIA) 的数据,美国本土 48 个州的峰值需求已达到 790 吉瓦。近年来,这一数字已降至 704 吉瓦。这代表了峰值瞬时电力需求。要满足所有这些负荷,就意味着我们需要可再生能源和储能来满足这个峰值需求以及由于交通运输和其他潜在行业向电力化转变而预计的电力需求增长。这就要求我们建设同样数量的新可再生能源和储能设施,外加预留出缺口以应对不可用情况。要做到这一点,需要大量的空地。美国的土地面积可再生资源需要土地来用于太阳能和风能资源以及储能。美国总面积(陆地和水域)超过 24 亿英亩。阿拉斯加占美国总面积的 17% 以上。阿拉斯加的面积比德克萨斯、加利福尼亚和蒙大拿的总面积还多。美国只有三个州的总面积超过 1 亿英亩:阿拉斯加、德克萨斯和加利福尼亚。专注于美国本土 48 个州,这意味着美国本土 48 个州共有 1,996,726,285 英亩土地。美国大部分土地已经开发,无法开发用于风能、太阳能和储能。城市和乡镇通常不能开发用于公用事业规模的可再生资源,除了停车场、仓库和可能的储存设施。其他已开发的城市地区可以容纳有限的屋顶太阳能、停车场和仓库设施。目前,美国有 6600 万英亩土地被视为已开发土地。农村住宅总面积为 7300 万英亩,可支持一些小型太阳能装置。在可用土地中,美国约有 3.49 亿英亩土地用于种植农作物。这相当于大约四个蒙大拿州大小的州。这些土地无法用于太阳能,因为粮食生产对人类和动物的消费至关重要。