XiaoMi-AI文件搜索系统
World File Search System日前
考虑电能和热能的微型燃气轮机微电网日前优化调度
摘要。微电网被视为建筑物中各种分布式能源整合的关键要素。它们能够在并网和孤岛模式下运行，并在吸收可再生能源方面表现出巨大的潜力。然而，间歇性可再生能源的广泛实施，再加上可变电价，大大增加了微电网运行的不确定性。本文分析了一个综合能源系统的运行策略，该系统包括微型燃气轮机、地源热泵、光伏板，旨在满足商业建筑的供暖和电力需求。为了促进这一努力，开发了一个微型燃气轮机的神经网络模型，重点是快速计算时间和高精度地捕捉非设计性能。此外，使用 Modelica 语言开发和验证了地源热泵、光伏板的数学模型。使用 Dymola 优化包来推导系统的日前调度和一小时间隔，目的是最大限度地降低与系统相关的电力和供暖成本。结果表明，在分析期间，总成本可以降低约 51%，这表明在系统运行中节省成本的途径很有希望。
整体日前分布式能源管理方法：客户博弈的均衡选择
摘要。本文提出了一种具有理想均衡选择能力的智能配电网新型整体日前分布式能源管理方法。客户与配电公司之间的互动被建模为单领导者多追随者的 Stackelberg 博弈。客户之间的互动被建模为非合作广义纳什博弈，因为他们面临着共同的约束。客户将总负荷的平均值保持在适当的范围内以重塑它并提高负荷系数 (LF)。配电公司的策略是通过最大化利润进行日前能源定价，在风险优化中将其制定为随机条件值，以考虑批发市场电价的不确定性。客户的策略基于可延迟负荷的每小时消耗和储能设备的预定充电/放电率以响应价格。广义纳什博弈具有多个均衡。因此，本文提出了分布式近端 Tikhonov 正则化算法来实现理想均衡。仿真结果验证了所提算法的性能，LF 提高了 31.46%，最大总需求和总计费成本分别降低了 45.89% 和 14.23%。
利用深度强化学习实现日前电力市场的储能套利
摘要 — 可再生和分布式能源资源的大规模整合增加了能源价值链各个层面对灵活性的需求。储能系统被视为灵活性的主要来源。它们有助于维持安全可靠的电网运行。问题是这些技术是资本密集型的，因此需要新的算法来实现套利，同时确保财务可行性。为此，在本研究中，我们开发了一种基于约束深度 Q 学习的竞价算法，以确定日前电力市场中的最佳竞价策略。所提出的算法确保符合储能系统约束。它将不完善但相当准确的 24 小时前价格预测数据作为输入，并返回最佳竞价策略作为输出。数值结果和敏感性分析表明，所提出的算法有效地包含了价格预测不确定性的影响，以保证财务可行性。索引术语 — 储能、能源套利、深度强化学习、深度 Q 网络、日前电力市场。
岛屿风电/储能混合发电厂的日前 MPC 能源管理系统
岛屿严重依赖进口能源是这些地区面临的最大问题之一。目前，主要问题与对进口化石燃料的依赖、淡水供应和废物管理有关 [1]。正因如此，可再生能源在近年来岛屿电力生产中占据了很高的渗透率。可再生风能是岛屿上最常用的能源之一。风能的多变性和不确定性给电力系统运行带来了巨大挑战，特别是对于薄弱或孤立的电网。出于这些原因，风力发电厂的电网规范规定了确保受控功率输出和辅助服务供应的要求。有必要减少由风的随机行为引起的频率波动，这会使调度更加困难，同时增加系统的运营成本 [2、3]。因此，全球范围内风力涡轮机 (WT) 的安装正在大规模增长。由于风速的变化，风力发电系统的功率输出是间歇性的。因此，违反日前竞标的处罚将不可避免。这些问题在瓜德罗普岛等岛屿电网中被放大，应予以管理以提高电网效率，同时不影响稳定性和能源质量 [4,5]。解决这些问题的一种方法是建立混合动力发电厂 (HPP)，将风力涡轮机与生产或存储技术相结合。为了管理能源以减轻风力发电的波动，HPP 可以考虑将可再生能源与传统/可再生能源生产结合起来，例如风电-柴油混合动力系统 [6,7]、风电-热电 [8,9]、风电-水电 [10,11] 和风电-太阳能系统 [12,13]。还可以将风力发电与存储系统相结合，例如电池、燃料电池和/或储氢。通过这种方式，就可以立即向电网注入电力，并为传统发电系统提供备份[14-16]。
日前发行策略，用于考虑通过压缩空气存储热电脱钩的太阳能的集中力量
由于化石燃料资源有限，能源需求的增加以及维持积极的环境影响的需求，将太阳能（CSP）植物作为一种有前途的技术促使世界驱使世界找到新的可持续和竞争能源生产方法。配备热量储能（TES）的CSP工厂的调度能力超过了光伏（PV）单元，并增强了能源系统性能的可持续性。但是，由于其高投资，与PV工厂相比，限制CSP工厂的应用是一个挑战性的问题。本文提出了一个模型，可以与CSP工厂组装组合的热量和功率（CHP），以增强热量利用并降低工厂的整体成本，因此，可以更经济地实施研究所证明的CSP福利。此外，压缩空气储能（CAE）与CSP-TES-CHP工厂一起使用，以便促进CHP的热电解耦。因此，创建的虚拟发电厂（VPP）是用于大电网的合适设计，可以通过热电限制来对市场进行热量和电力，而无需限制市场。此外，VPP的日常产品策略被建模为混合整数线性编程（MILP）问题，目的是最大化市场利润。模拟结果证明了所提出的模型的效率。与没有CAE的系统相比，拟议的VPP的利润增加了2％，每天市场电价最高增加6％。
火电-水电-风电-太阳能混合系统日前调度的多阶段稳健优化
摘要 大规模不确定、不可控的风电和太阳能发电的并网给现代电力系统的运行带来了新的挑战。在水资源丰富的电力系统中，具有高运行灵活性的水力发电是提高风电和太阳能发电渗透率的有力工具。本文研究了火电-水电-风电-太阳能发电系统的日前调度。考虑了可再生能源发电的不确定性，包括不确定的自然水流入和风能/太阳能发电量。我们探讨了在多阶段稳健优化 (MRO) 框架下如何利用水力发电的运行灵活性和火电-水电的协调来对冲不确定的风电/太阳能发电。为了解决计算问题，采用混合决策规则将原始多层结构的 MRO 模型改写为双层模型。将列和约束生成 (C&CG) 算法扩展到 MRO 案例中以求解双层模型。所提出的优化方法在三个实际案例中进行了测试。计算结果证明了水力发电能够促进不确定的风能和太阳能发电的适应能力。
日前和自动频率恢复储备市场上电池存储系统竞标的经济评估
在未来的电力系统中，低碳技术不仅要提供发电，还要提供频率稳定。电池系统是填补这一空白的一个有前途的解决方案。然而，有关其收入潜力的不确定性可能会阻碍投资。因此，我们应用基于代理的电力市场模型 AMIRIS 来模拟日前市场和自动频率恢复储备市场。为了演示模型设置，我们选择了可再生能源占比较高的场景。首先，我们使用 2019 年德国的历史市场数据对我们的模型进行回测。模拟结果的平均日前价格为 39.20 欧元/兆瓦时，接近历史价格 38.70 欧元/兆瓦时。其次，我们在 2030 年的情景下对这两个市场进行建模。模拟的日前市场价格平均高于今天观察到的价格，尽管我们发现大约 550 小时/年负载完全由可再生能源覆盖。模拟价格的方差与历史值相比略高。备用容量市场的竞标源自不参与日前市场的机会成本。这导致正备用价格高达 45 欧元/兆瓦，而负备用价格为 0 欧元/兆瓦。最后，我们评估电池存储的收入潜力。与 2019 年相比，我们看到日前市场的经济潜力有所提高，重要性也有所增加。高功率电池存储表现最佳，而往返效率的提高只会略微提高收入。尽管在德国进行了演示，但所提出的模块化方法可以适应国际市场，从而实现全面的电池存储评估。
基于自适应模拟退火粒子群算法的风光互补氢能储能系统日前运行分析
摘要：随着低碳经济的不断发展，利用可再生能源替代化石能源的能源结构调整已成为必然趋势。为提高可再生能源在电力系统中的比例，提高可再生能源制氢发电系统的经济性，本文基于电化学储能和氢储能技术，建立了风光互补氢储能系统运行优化模型，采用自适应模拟退火粒子群算法进行求解，并与标准粒子群算法进行了比较。结果表明，改进算法求解的日前运行方案全天可节省系统运行成本约28%。算例分析结果表明，建立的模型充分考虑了系统中设备的实际运行特点，在分时电价机制下，通过调节从电网购入的电量和蓄电池的充放电功率，可以减少风能和太阳能的浪费。系统日前调度优化在保证制氢功率满足氢气需求的同时，实现了日系统运行成本最小化。