摘要:在“双碳”目标的推动下,融合多种碳减排价值权证,对综合能源系统的低碳经济转型具有重要作用。为此,提出了基于绿证-碳交易-中国核证自愿减排量联合交互机制的热电联产综合能源系统优化调度策略。首先,综合考虑绿证交易、阶梯碳交易和国家核证自愿减排量的联合机制,引导综合能源系统约束碳排放量;然后,提出热电比可调的新型热电联产模型,充分利用IES中的灵活性资源,进一步提高综合能源系统的低碳性与经济性;最后,通过设置对比场景,利用MATLAB求解所构建的综合能源系统低碳调度模型,验证所提策略的合理性与有效性。经过算例分析论证,所用方法可促进综合能源系统的低碳经济运行。

摘要:针对台风这一极端自然灾害频发对配电网可靠性和稳定性带来的挑战，提出了一种不确定源荷下计及台风影响的配电网韧性扩展规划方法。首先，计及配电网在台风事件中的脆弱性，构建电力线路故障场景集。其次，针对常规场景，采用场景聚类方法生成涵盖源-荷波动性的典型场景集。随后，以最小化规划总成本和规划期内台风造成的停电损失为目标，综合考虑投资预算、电力潮流、节点失负荷及运行变量上下限等约束条件，基于随机优化方法，建立不确定源荷下计及韧性需求的配电网扩展规划模型。所建立模型为混合整数线性规划模型，可通过商业求解器有效求解。仿真结果表明，所提方法能够在规划期内显著提升配电系统的负荷供应能力和抗灾能力，为韧性增强型配电网的规划提供技术支持。

摘要:针对高耗能工业用户负荷调节潜力多元化、差异化显著的特点,为实现其参与多品种需求响应市场的精准投标,提出一种负荷调控灵活性量化评价方法及跨时间参与需求响应报价的策略。首先,构建基于序关系分析法-熵权法-利用优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)法的多时间尺度负荷调控灵活性评估指标体系,量化负荷调控灵活性差异;其次,设计了计及负荷调控灵活性的跨时间负荷资源与多类型需求响应品种的动态匹配机制,建立需求响应总收益最大化的跨时间报价模型;最后,采用粒子群算法求解某工业用户在参与约定需求响应(agreed demand response,ADR)、快速避峰响应(fast peak avoidance response,FPAR)、实时需求响应(real-time demand response,RDR)时的最优功率分配预案与报价组合,案例表明该策略可使用户参与各类型需求响应的总收益均达到最大。

摘要:在“双碳”目标驱动下,建设风光储一体化基地是推动能源绿色低碳转型的关键路径。提出一种耦合风光资源时空特性与混合储能协同策略的规划方法,针对四川省西北部地区,将光伏、风电、储能的容量规模作为决策变量,构建以送电曲线匹配度为优化目标的互补模型,通过全年时序生产模拟筛选可行配置方案,并结合经济性评价模型进行比选,进行风光储互补基地的容量规划与电源配置决策研究。研究得出经济性最优的一体化基地规划方案,能够有效利用该区域风电高峰与光伏午间功率特性,通过储能分级调节,降低新能源外送通道弃电率。

摘要:随着智能微电网中分布式新能源的渗透率提升,需求侧资源调度管理对风电功率预测的精度提出了更高要求。为了应对这一挑战,提出了一种基于强化人工蜂鸟算法(enhanced artificial hummingbird algorithm, EAHA)优化的多任务学习(multi-task learning, MTL)-注意力机制(attention mechanism, ATT)-时间序列神经层次插值(neural hierarchical interpolation for time series, NHITS)短期风电功率预测模型。首先,构建了一个MTL框架下的NHITS预测模型,该模型同时考虑风速预测和风电功率预测两个相关任务,通过共享部分参数提高模型的泛化能力,引入ATT动态分配每个栈的输出权重,从而更有效地捕捉不同时间尺度上的关键特征。其次,为进一步优化预测模型的超参数,对传统AHA进行了优化,采用混沌序列初始化种群以丰富种群多样性,并引入交叉学习策略以优化个体间的信息交互,从而提高算法的全局搜索能力和收敛精度。最后,基于山西省某风电场的实际数据进行了算例分析,验证了所提方法的有效性。

摘要:针对矿区废弃资源浪费和规模化储能的迫切需求问题,充分利用矿区废弃地下矿洞空间资源,结合矿井涌水巨大位势落差的储蓄能力及其所蕴含的低焓值地热能量,采用多层级能量回收方式减小资源浪费,将抽水蓄能(pumped-storage power, PSP)、压缩空气储能(compressed air energy storage,CAES)和水源热泵(water source heat pump,WSHP)技术耦合,提出复合储能型矿区综合能源系统架构。为克服传统优化建模方法的局限,将综合能源系统运行优化问题转化为马尔可夫决策过程(markov decision process,MDP),以系统运行净利润、风电消纳和低碳排放为目标,基于深度Q学习网络(deep Q-learning network,DQN)强化学习算法设计矿区综合能源系统优化调度策略。最后利用不同场景进行算例仿真分析,验证了DQN优化策略能够较好解决系统非线性和风电、负荷的不确定性问题,并保障了调度策略的实时响应能力;且提出的系统模型能够有效节约能量,提高储能密度,获得较好的经济和环境效益。

摘要:多微电网系统中可再生能源渗透率提高导致运行波动性与经济性挑战突出,单一类型独立储能难以兼顾功率与能量双重需求。为此,提出混合共享储能架构,并建立基于主从-纳什混合博弈理论的双层协同优化模型,融合点对点电能交易与共享储能代理交易机制。上层以储能容量配置成本最小为目标,下层以多微电网运行成本最优为目标,并采用结合Gurobi与改进差分进化算法的双层混合迭代方法求解。仿真表明,所提策略显著提升系统经济性与可再生能源消纳能力,有效协调多点对点交易与共享储能调度,为多市场环境下微电网群协同优化提供新途径。

摘要:针对初创企业因历史数据匮乏、生产计划波动而导致用电负荷难以准确预测的难题,用电模式不稳定的难题,提出了基于条件生成对抗网络(conditional generative adversarial networks,CGAN)和双向门控循环单元(bidirectional gated recurrent unit,Bi-GRU)的初创企业用电负荷预测方法。首先,在分析影响企业用电的关键内外部因素的基础上,形成结构化的影响因素体系,构建包括配电数据、设备能耗、生产计划和气象环境的多变量特征。然后,融合多变量特征与用电负荷时序数据构建原始样本,并利用CGAN实现数据增强。最后,将增强后的样本输入到BiGRU网络进行训练,以捕捉复杂的双向时序依赖关系,实现用电负荷预测。以某航空发动机维修初创企业为案例的实验表明,该方法在数据稀缺条件下仍能保持高精度,其预测误差较基线模型显著降低,有效验证了所提数据与特征增强策略的优越性。该研究可为数据不足场景下的负荷预测提供理论和应用支撑。

摘要:精准的中期电力负荷预测对电力调度与资源优化至关重要。基于电力调度对日级负荷极值管理的实际需求,以日最大/最小负荷为预测粒度研究中期负荷预测。针对传统方法在长时间预测中因历史负荷和多维外部变量的耦合关系衰减导致的误差累积问题,提出一种融合交叉多头注意力机制(CMA)的深度神经网络时序预测方法。该模型采用三重创新设计:首先,双支卷积神经网络(CNN)-长短期记忆网络(LSTM)分别提取负荷序列的局部形态特征和外部变量的时序关联;其次,交叉多头注意力层建立历史负荷与未来时段外部变量的动态权重映射;最后,通过门控循环单元(GRU)实现多尺度特征的自适应融合。实验结果表明,该模型在中期电力负荷预测任务中表现出较高的准确性和鲁棒性。

摘要:地铁负荷预测可辅助地铁电力系统稳定和高效运行。现有的地铁电力负荷预测大多采用统计学或机器学习模型(如线性回归、支持向量机)等方法,难以有效捕捉地铁供电系统负荷的时空特性,特别是负荷的时变性和非线性等复杂特点,预测精度仍有待提高。为进一步提高地铁负荷预测精度,提出一种基于时空图神经网络的地铁供电负荷预测方法(spatial-temporal graph neural networks,STGNN),预测地铁运行时各个站点的电力负荷。STGNN从多个角度提取地铁各个站点间的时空关系,通过构建地理距离图、负荷相似性图及动态学习图等多视角时空图,全面捕捉地铁供电系统负荷的时空动态变化。其中动态学习图机制可自适应地调整邻接矩阵,增强预测模型对非线性及时间演变特征的感知能力。采用某市地铁线站点的电力负荷历史数据进行实验,结果表明,STGNN电力负荷预测精度达到89.37%,较XGBoost、LightGBM、LSTM和MTGNN模型分别提高3.16%、3.90%、11.38%和2.10%,验证了STGNN在地铁电力负荷预测具有广泛的应用前景。

摘要:为解决用电侧碳排放因子选取过于粗糙的问题，进一步促进高碳排放企业用电行为的低碳化，提出一种考虑精细化碳排放因子的平板玻璃企业低碳需求响应方法。首先，以平板玻璃这一典型企业为例，通过分析平板玻璃生产的碳排放情况，建立平板玻璃企业的碳排放核算模型；然后，考虑潮流网损分摊，基于比例潮流追踪的方法，结合平板玻璃企业用电特性，对用户侧碳排放因子进行细化；最后，通过将碳排放因子与碳税结合，提出了基于碳排放因子的低碳需求响应模型，激励企业进行降碳用电行为。通过算例分析，证明了所提方法可以实现碳排放因子在时空分布层面的细化，并引导企业调整自身用电行为，挖掘其碳减排潜力。

摘要:针对当前用户侧低碳用能缺乏关键引导信号的问题,提出一种计及用户侧低碳需求响应行为的动态碳排放因子预测方法。首先,基于碳排放流理论构建用户动态用电碳排放因子计算模型,结合系统运行模拟构建碳排放因子数据池;其次,构建电力用户面向动态碳排放因子的低碳用能响应行为模型,并提出计及用户侧低碳需求响应行为的动态碳排放因子预测方法;然后,基于长短期记忆神经网络开展碳排放因子预测,实现基于任意源荷输入对给定系统的节点级动态碳排放因子有效预测;最后,基于PJM-5节点电力系统与某高比例可再生能源36节点电力系统开展了算例分析,验证了所提方法在预测计及用户低碳需求响应的节点级用电碳排放因子方面的有效性。

摘要:在“双碳”目标深入实施的背景下,园区综合能源系统日益成为能源管理与资源调度的双重主体。然而,现有研究多孤立考虑需求响应或优化调度,缺乏源荷协同优化措施。因此,提出一种考虑电-碳需求响应的综合能源系统双层低碳优化调度模型。首先,构建了面向园区运营商的需求响应与优化调度联合框架;其次,提出基于动态碳排放因子的多能碳排放计量方法,建立了考虑“电视角”与“碳视角”的综合需求响应模型;最后,建立了园区需求响应与优化调度的双层优化模型,通过负荷碳排放因子迭代更新,实现模型优化求解。算例分析表明考虑电碳需求响应后,较未考虑需求响应下运营商总成本降低4.15%,碳排放减少14.3%。

摘要:针对现有对于工业园区的调控较少平衡碳排放、经济效益、电网平衡的多目标协同,提出一种考虑碳交易和需求响应的工业园区优化调度方法。首先,针对实际电力市场的碳交易价格机制,构建改进的阶梯式碳交易机制,激励资源运行低碳化。其次,针对园区内灵活资源的海量性和异质性,建立可调资源响应数学模型,刻画资源响应行为及成本特性。进一步构建工业园区优化运行模型,以经济效益和碳排放量为优化目标,进行多资源协同调度,充分利用资源互补特性。最后,采用多目标粒子群和综合隶属度方法进行多目标求解。算例结果表明所提方法在工业园区领域的应用具有重要价值。

摘要:针对分布式电力资源与能源区块链技术结合过程中,单链式区块链无法同时满足电力市场对弱中心化的网络安全校核与电能的经济环境价值认证需求的问题,提出兼顾物理、经济和环境属性的电能链和交易链与环境碳链三链耦合运行架构。首先,借助“分时能量块”概念,设计了基于源荷相似性,计及交易信息的电碳计量方法,构建了能量块P2P交易匹配与出清模型。其次,针对能量块P2P交易特点,设计了三链耦合的智能合约与共识机制,将能量块挂单、交易、交割、结算、考核等一系列过程部署在智能合约中,选择以Hyperledger Fabric平台作为智能合约开发和部署平台。然后,针对能量块P2P交易订单差异化特性,设计了非同质化能量块通证(NFBO-Token),通过NFBO-Token的确权与存证方案将差异化的实体电能资产映射为区块链上的数字资产,并提出以能源碳通证(EC-Token)形式货币化减碳交易的环境权益。最后,经算例验证表明,三链式区块链能有效解决实体电能资产在区块链上能量达成所产生的安全校核及价值表示、转移等问题,实现对能量块间接碳排放的精准追踪与核算。

摘要:随着电力市场改革的不断推进,发电商的策略行为成为研究的热点,尤其是发电商的策略行为对市场需求侧价格的影响,其中,需求侧价格作为负荷侧电价水平的指标,按负荷节点的节点边际电价(locational marginal price,LMP)计算。基于江苏省的简化网架结构,探讨了装机结构和输电容量变化对省级现货市场中发电商合谋集团策略、需求侧价格、市场竞价行为及社会福利的影响。通过构建4个算例(案例1—案例4),分析了不同装机结构和输电容量条件下,发电商的策略选择、市场表现和需求侧价格波动。在装机结构方面,发电商市场份额分布不均时,合谋行为显著抬高需求侧价格,导致负荷需求减少,增加消费者电力负担。输电容量的限制则在系统阻塞情况下加剧了合谋行为,发电商利用阻塞线路抬高LMP,进一步提高收益并抬高市场价格。社会福利分析表明,存在合谋行为的情况下,市场福利显著低于完全竞争状态,特别是当系统发生阻塞时,福利进一步下降。结果表明,装机结构和输电容量变化都会显著影响发电商的定价策略及市场效率,政策制定者应在电网建设和能源转型过程中,采取有效措施,以避免发电商策略行为对需求侧价格的负面影响,从而提升市场的整体社会福利。

摘要:分布式智能电网能够实现新能源就地消纳的同时其内部灵活性资源可参与电力市场交易,但分布式智能电网参与市场的交易机制尚不清楚。为了解决该问题,提出计及灵活性评估的分布式智能电网辅助服务调峰交易优化方法:首先,建立计及灵活性评估的分布式智能电网辅助服务调峰交易优化模型,以运营主体辅助服务调峰收益、用户满意度收益与上级主网调峰效果收益最大化为目标,分布式智能电网灵活性供给大小为约束,以模拟分布式智能电网参与辅助服务调峰情况;然后,建立考虑辅助服务调峰收益的分布式智能电网灵活性评估模型,以计及市场收益的分布式智能电网运行成本最低为目标,灵活性负荷运行模型为约束,模拟分布式智能电网内部运行,从而计算对外灵活性供给,并将该结果传递给市场交易优化模型;最后,利用IEEE33节点系统对方法进行验证,结果表明,分布式智能电网参与辅助服务调峰后,使外部电网峰谷差率从53.3%降至36.6%,峰谷差从0.99MW减少至0.68MW,抑制了负荷波动。

摘要:作为全国碳市场重要参与者，火电企业合理使用交易策略有助于降低履约成本，实现碳资产保值增值。首先刻画碳市场微观结构，依据配额分配量相对履约要求盈余/平衡/不足划分交易场景；随后分场景探究市场强趋势与弱趋势两种状态下的最优策略选择问题，发现趋势跟踪和均值回归策略分别在强趋势与弱趋势状态下表现最优。进一步发现，“趋势跟踪+均值回归”策略组合能够融合二者优势，相对单一策略在配额盈余场景下提升收益3.0%~5.4%，在配额平衡场景下提升收益17%~33%，在配额不足场景下降低成本0.1%~6.6%。基于市场结构与市场趋势构建差异化交易策略框架，为火电企业更好地参与全国碳市场提供指引。