XiaoMi-AI文件搜索系统
World File Search System调度模型
一种用于微电网多时间尺度协调运行的软演员-评论家深度强化学习方法
摘要 本文提出了一种基于现代深度强化学习的微电网多时间尺度协调运行方法。考虑到不同储能设备的互补特性，所提出的方法通过引入分层的两阶段调度模型实现了电池和超级电容器的多时间尺度协调。第一阶段使用每小时预测数据做出初步决策，而不考虑不确定性，以最小化运营成本。第二阶段旨在为第一阶段的决策生成纠正措施，以补偿实时可再生能源发电波动。第一阶段被表述为非凸确定性优化问题，而第二阶段被建模为马尔可夫决策过程，通过熵正则化的深度强化学习方法即软演员-评论家来求解。软演员-评论家方法可以有效地解决探索-利用困境并抑制变化。这提高了决策的鲁棒性。仿真结果表明，可以在两个阶段使用不同类型的储能设备来实现多时间尺度的协调运行。证明了所提方法的有效性。关键词：微电网运行，混合储能系统，深度强化学习
电—氢混合动力系统灵活性裕度研究...
氢能在低碳能源转型中扮演着重要的角色，电—氢耦合将成为典型的能源场景。针对高风电、光伏占比的低碳电—氢耦合系统的运行灵活性，本文基于模型预测控制对电—氢耦合能源块灵活性裕度进行研究。通过分析异质能源功率交换特性，建立各类异质能源均质化模型。针对电力系统灵活性裕度分析，从系统运行维度定义3个维度的灵活性裕度评价指标，建立电—氢耦合能源块调度模型。采用模型预测控制算法对电—氢耦合能源块功率平衡运行进行优化，定量分析计算能源块灵活性裕度。通过实例分析，验证了本文提出的计算方法不仅能实现电—氢耦合能源块的在线功率平衡优化，而且能有效量化电—氢耦合能源块的运行灵活性裕度。
间歇性电源资源：常见问题
什么是间歇性电力资源？ 间歇性电力资源：(1) 可再生；(2) 设施所有者或运营商无法储存；(3) 具有超出设施所有者或运营商控制范围的可变性。在纽约，依赖风能、太阳能或垃圾填埋气作为燃料的资源被归类为间歇性电力资源 (IPR)。每个依赖风能作为燃料的间歇性电力资源应包括所有在单个调度点标识符 (PTID) 处计量的涡轮机。 2. 间歇性电力资源可以参与哪些批发市场？ 互联且电力位于纽约控制区内的 IPR 可以参与日前市场 (DAM)、实时市场 (RTM) 和容量市场，前提是它们满足其他资格要求。接收 DAM 计划的 IPR 像任何其他供应商一样需要进行 RTM 平衡。与所有其他资源一样，IPR 必须遵守适用的关税规定和 ISO 程序。 3. 风能资源如何参与能源市场？ NYISO 采用专门针对风力发电厂的调度模型。有关风力发电厂参与 DAM 或 RTM 的具体规则，请参阅技术公告 154 和 NYISO 市场管理和控制区域服务费率（NYISO 市场服务费率）。4. 太阳能资源如何参与能源市场？太阳能发电厂可以向 NYISO 的 DAM 和 RTM 提供能源。在 DAM 中，太阳能发电厂与所有其他发电机一样对待。在 RTM 中，太阳能发电厂可以提供其全部铭牌容量，NYISO 会根据太阳能发电厂提供的当前输出水平调度其他灵活发电机。与风力发电厂不同，太阳能发电厂不作为灵活资源纳入 NYISO 的调度模型，尽管 NYISO 正在通过其大规模太阳能调度工作寻求变革。5. 如果间歇性电力资源的实时产量比 NYISO 预期的多或少，会发生什么情况？IPR 会为其所有产出付费，即使其产出超过了 NYISO 预期的产出量。当风力发电厂被指示通过 NYISO 的经济调度减少其产量时，情况会例外。此外，当 IPR 的产量低于 NYISO 预期的数量时，它们可免于发电不足费用。请参阅 NYISO 市场服务费率第 2.3 节中可补偿的过度发电和第 15.3.A.2 节中持续发电不足费用的定义。6. NYISO 是否需要间歇性电力资源的预测？NYISO 为风能和太阳能发电厂采购集中式能源预测。风能和太阳能发电厂还需要提供特定于站点的数据。具体数据要求包括 NYISO 市场服务费率第 5.8 节、安装容量手册和输电和调度操作手册中的内容。另外一个参考资料是风能和太阳能发电厂运营商数据用户指南。
风能的分布式稳健优化策略...
摘要：随着风电、光伏等可再生能源的不断扩张，其波动性和不确定性对系统调峰带来重大挑战。为加强系统的调峰管理和风电与光伏发电的融合，本文提出了一种结合深度调峰的风电-光伏热储电力系统分布式稳健优化调度策略。首先，建立了火电机组详细的调峰过程模型，建立了考虑碳排放的风电-光伏热储多能源耦合模型。其次，针对风电-光伏输出的变化性和不确定性，利用1-范数和∞-范数约束场景概率分布模糊集，建立了数据驱动的分布式稳健优化调度模型。最后，通过列和约束生成算法（C&CG）对模型进行迭代求解。结果表明，所提出的策略不仅增强了系统的峰值负荷处理和WD-PV集成，而且提高了系统的经济效率并减少了系统的碳排放，实现了模型经济性和系统稳健性之间的平衡。
短期存储运营对资源充足性的影响
在可变可再生能源 (VRES) 渗透率较高的电力系统中，电池等短期存储技术对资源充足性的潜在贡献正变得越来越重要。然而，与发电机不同，存储可以通过多种方式运行来促进资源充足性。我们研究了存储运营策略，这些策略导致相同数量的预期未服务能量 (EENS) 但不同的负载损失预期 (LOLE)，以调查可能的 LOLE 范围以及哪些因素会影响此范围。比利时电力系统使用经济调度模型（典型的最先进的充足性评估）的案例研究结果显示 LOLE 介于 2 到 6 小时/年之间，存储持续时间越长，差异就越小，存储安装容量越高，差异就越大。容量信用 (CC) 给出了资源对系统充足性的相对贡献，也可能受到存储操作的影响，并且存储的 CC 显示出根据操作和 CC 计算方式的不同，差异高达 30%。鉴于这些发现，建议建模者在充分性评估和容量信用计算中明确透明地说明他们假设的存储操作。© 2023 Elsevier Ltd. 保留所有权利。
在电力系统建模中表示电动汽车——聚合车辆表示与个人驾驶概况
摘要：本研究描述、应用和比较了三种不同的方法，将电动汽车 (EV) 整合到成本最小化的电力系统投资模型和调度模型中。这些方法包括聚合车辆表示和乘用电动汽车的个人驾驶概况。瑞典随机选择的 426 辆汽车的驾驶模式分别在 30 到 73 天之间记录，并用作个人驾驶概况的电力系统模型的输入。主要结论是，对于大多数建模场景，聚合车辆表示与包含个人驾驶概况时的结果相似。然而，本研究还得出结论，在以下情况下，在电力系统优化模型中表示个人驾驶概况的异质性非常重要：(i) 充电基础设施仅限于电力系统中太阳能和风能占比较高的地区的家庭位置，以及 (ii) 在解决特殊研究问题（例如车辆到电网 (V2G) 对电池健康状况的影响）时。如果充电基础设施仅限于家庭位置，则聚合车辆表示将高估 V2G 潜力，从而导致可变可再生电力发电的份额更高（高达 10 个百分点），并低估短期和长期存储技术的投资。
考虑大规模电池储能热致事故的可再生能源系统可靠性评估
摘要 — 电池储能系统 (BESS) 被认为是电力系统中可再生能源容纳的有效解决方案。然而，大型 BESS 的剩余容量和最大功率受到电池性能下降和热失控 (TR) 传播等热诱发事件的严重影响。在现有技术研究中，热诱发事件对 BESS 服务性能的影响尚未得到很好的建模，导致电力系统的可靠性估计相对过于乐观。本文研究了考虑电池性能下降和 TR 传播的大型并网 BESS 的可靠性及其对电力系统整体可靠性的影响。为了量化 BESS 的时变性能，构建了一个多状态模型。所提出的模型描述了 BESS 内部电池的老化过程，结合了连续 TR 和周围电池因吸热而导致的性能下降的综合影响。基于蒙特卡罗方法，模拟了反映间歇性风力发电和波动负载不确定性的场景。建立了储能系统最优调度模型，提出了求解算法，计算了储能系统在实时性能范围内考虑热工条件的调度结果，并通过实例验证了所提模型和技术的有效性。
电氢耦合能量弹性裕度研究
摘要：氢能在低碳能源转型中扮演着重要的角色，电氢耦合将成为典型的能源场景。针对风电、光伏占比较高的低碳电氢耦合系统运行灵活性问题，本文基于模型预测控制（MPC）对电氢耦合能源块灵活性裕度进行研究。通过分析异质能源功率交换特性，建立各类异质能源的同质化模型。针对电力系统灵活性裕度分析，从系统运行维度定义3个维度的灵活性裕度评价指标，建立电氢耦合能源块调度模型。采用模型预测控制算法对电氢耦合能源块功率平衡运行进行优化，定量分析计算能源块灵活性裕度。通过算例分析，验证了本文提出的计算方法不仅能实现电氢耦合能源块在线功率平衡优化，还能有效量化电氢耦合能源块的运行灵活性裕度。
在英国的辅助服务期间，在锁定期间：无碳未来的一瞥
在2020年的前半年，几个国家的共同大流行导致了几个国家的部分或全部锁定，这又导致电力需求降低。在英国（GB）中，这种低需求加上有时可再生产量的大量需求，这会产生预期的条件，直到可再生能力增加以满足未来几年的排放目标。GB系统经历了非同步可再生能源的瞬时穿透非常高的时期，由于网格缺乏惯性，因此损害了系统稳定性。在本文中，提供了对GB电力系统锁定的后果的详细分析，重点是为保证稳定性所采购的辅助服务。辅助服务成本在5月至2020年7月的几个月中增加了2亿英镑，而2019年同期（增长了三倍），强调了辅助服务在低碳系统中的重要性。此外，本文中还使用了频率安全的调度模型来展示GB期望经历的未来趋势，因为到2050年，可再生能源的渗透率在净零排放的道路上增加。考虑了几种敏感性，表明辅助服务代表的总运营成本的份额可能达到35％。
日前和日内电力经济调度...
摘要 为提高可再生能源的渗透率，本文提出了一种考虑虚拟储能的电氢综合能源系统模型。具体而言，对电氢综合能源系统进行数学建模。考虑到建筑物的热特性和用户的需求响应，将虚拟储能系统集成到模型中以优化系统的整体性能。针对可再生能源发电、负荷预测和功率波动的不确定性，提出了日前和日内优化调度策略。日前优化模型协调各组件的输出以最小化日运行成本，从而得到24小时运行计划。日内调度模型旨在通过滚动优化细化日前策略来平滑功率波动并提高系统稳定性。提出了四个比较案例来验证所提出的模型。本研究的定量结果表明，在电氢综合能源系统中引入虚拟储能系统具有多个显著优势。通过优化运营成本，系统的设备成本显着降低，可再生能源的整合显著提高，有效促进可持续发展。此外，虚拟储能的应用，最大程度发挥氢能优势，同时助力减少碳排放，为未来能源体系的可持续性提供有力支撑。