【摘 要】
：
随着“3060”双碳目标的提出,构建以清洁能源为主体,实现安全稳定、灵活高效且多能互补的现代能源体系成为当前的重要任务。电-气互联系统（Integrated Electricity-Gas System,IEGS）通过燃气机组（Gas Fired Unit,GFU）与电转气（Power to Gas,P2G）技术实现电力系统与天然气系统的双向耦合,能够有效优化资源配置,提高系统供电可靠性与能源利用
论文部分内容阅读
随着“3060”双碳目标的提出,构建以清洁能源为主体,实现安全稳定、灵活高效且多能互补的现代能源体系成为当前的重要任务。电-气互联系统（Integrated Electricity-Gas System,IEGS）通过燃气机组（Gas Fired Unit,GFU）与电转气（Power to Gas,P2G）技术实现电力系统与天然气系统的双向耦合,能够有效优化资源配置,提高系统供电可靠性与能源利用效率,增强系统的风电消纳能力,有望成为现代能源系统下的一种基本形式。合理的模型构建与优化运行方案能有效提高系统安全稳定性、环境与经济效益,因此本文以考虑风电接入的IEGS优化调度为研究主题,主要开展并完成了以下研究工作:将IEGS整体系统分为风电数学模型、电力系统模型、天然气系统模型及由GFU与P2G装置组成的能量转换装置模型四部分,详细分析各模型运行过程中需要计及的约束条件及产生的运行成本,建立IEGS稳态基础模型。结合IEGS多能流互补、灵活高效的特性,建立了以降低系统总运行费用、减少污染气体排放量、提高系统削峰填谷能力及降低购电购气费用为优化目标的IEGS多目标优化调度模型,针对模型非凸非线性,求解困难的问题,提出了一种分段线性化与改进二阶锥松弛结合的模型简化方法;为求解含四个目标的IEGS多目标优化调度模型,提出一种ε-约束法与法线平面交叉法（Normal Boundary Intersection,NBI）结合的求解方法,结合熵权双基点法获得最优运行方案。通过仿真算例分析,验证本文所提模型简化方法的合理性及多目标优化求解方法的有效性。在IEGS多目标优化模型的基础上,考虑风电及负荷预测误差的不确定性。以功率不平衡量可行集约束的方式处理考虑风电及负荷预测误差的功率平衡约束,并将功率平衡约束及旋转备用容量约束其转化为机会约束条件;针对机会约束条件确定性转化问题,采用不影响模型凸优化特性,且能够克服累积分布函数及反函数求解困难问题的基于采样的确定性转化方法进行处理,并通过本文提出的ε-约束与NBI法结合的多目标优化模型求解方法求取Pareto前沿集,通过熵权双基点法获得最优运行方案。最后通过仿真算例,论证了本文建立的计及不确定性的IEGS多目标优化模型的有效性及多目标优化求解方法的普适性。
其他文献
随着我国社会和经济的发展,人们生活水平不断地提高,对生鲜产品的需求持续增长,对其安全性与质量的要求也越来越高。由于生鲜产品具有易变质特征,零售商通常会采取一定的保存技术延长产品的保鲜时间,使得产品不会立即发生变质,这一现象被称为非立即变质。在生鲜产品供应链中,其补货及配送环节占据了近40%的总运营成本,且在“补货-库存-配送”过程中均需进行保鲜管理和时间控制,因此,从供应链整体的角度制定合理的库存
随着信息技术的发展,越来越多的企业内部业务迁移到了线上平台,人们对于内网业务系统访问的需求也越来越高。传统VPN技术虽然可以满足人们的访问需求,但是它存在平台兼容性差、权限控制粒度粗等问题。一般的WebVPN虽然可以一定程度上解决上述问题,却也存在只能访问HTTP协议服务,无法让运维人员进行SSH、VNC协议连接的问题。针对上述问题,论文进行了如下工作。（1）针对内网业务系统访问的需求,论文研究了
柔性直流输电等高压大功率输电技术的飞速发展,对换流阀用压接型IGBT器件运行可靠性的要求进一步提高,双面散热、功率密度高、易于串联和失效短路是压接封装结构不同于传统焊接封装模块的优势所在,但压接封装的器件存在着由压力不均匀带来的可靠性问题,芯片在经历长期的循环热应力后会产生疲劳失效,压力分布与器件可靠性联系紧密,建立准确的压接型IGBT器件疲劳寿命预测模型,重点分析压力分布性对疲劳寿命的影响,对指
分数阶微分方程模型在许多专业领域中有着非常普遍的运用,比如流体力学、图像处理、信号处理、材料科学、自动控制系统理论等都可以用分数阶微分方程模型来计算和解释。所以,分数阶微分方程的研究对于科学技术的发展有着十分关键的意义。本文研究了两类分数阶微分方程边值问题,得到其对应的Lyapunov-type 不等式和 Lyapunov 不等式。第一类研究的是含Caputo导数且边界条件含有参数的分数阶微分方程
随着智能电网量测技术的发展,电力系统量测数据的体量急剧增加,研究并实现准确、快速的负荷预测对于电网安全稳定运行发挥着至关重要的作用。本文针对电力系统的负荷数据开展预测建模和并行化预测研究工作,主要工作及成果如下:（1）分析了不同尺度下用电负荷的波动特性和影响因素,利用不同负荷数据之间的相关性构建特征,通过斯皮尔曼相关系数分析时序相关性,为后续建立在线更新负荷预测模型,以及实现预测模型分布式并行计算
回收原烟气中水分及余热是缓解火力发电行业水污染、锅炉排烟损失大的重要途径,可进一步促进煤炭清洁燃烧和充分利用。基于此,本文以燃煤电厂排烟系统为对象,通过构建复合陶瓷膜法原烟气水分及余热回收系统,研究烟气水分和余热回收过程中的热质传递机理及其相互作用机制,以期揭示系统主要运行参数、设备结构参数以及运行操作条件对系统性能的影响规律,并进行技术经济性分析。首先分析了陶瓷膜的分离机理,确定了陶瓷膜烟气水分
当前,人工智能导致了多个领域的技术革命。在医疗领域,人工智能技术的应用提高了医生对患者的诊断质量,根据患者的病史为其提供更好的治疗方案,并对未来的健康状况进行预测。例如,自然语言处理（natural language processing,NLP）技术被用来处理及标记医疗数据,使用随机试验的数据为特定患者提供恰当的诊疗方案。在ILSVRC竞赛上,卷积神经网络（Convolutional Neura
基于模块化多电平换流器（modular multilevel converter,MMC）拓扑结构的多端直流（multiterminal high voltage direct current,MTDC）输电系统具有控制自由度高、占地面积小、可供电给无源网络、输出电压电流波形质量高等诸多优点,是解决大规模新能源并网、区域电网互联和城市电网供电等的重要解决方案。针对柔性直流电网目前面临的控制和保护问
随着大数据时代的来临,国家电网公司以海量数据为基础所形成的数据中台和数据链路,其建设规模日渐庞大和复杂,同时也不可避免地出现各种类型的异常环节。如何准确、快速地实现数据链路异常环节的定位与分析,成为企业数据中台建设过程中亟需解决的问题。因此,本文旨在定位数据链路异常环节并进行分析。针对现有异常分析方法的不足,本文提出了基于机器学习技术的异常定位和诊断算法,构建了数据链路异常定位模型和数据链路异常类
随着我国经济建设和电力工业的快速发展,高压直流输电、新能源发电以及变频调速电机等设备的大规模应用,大电网动态无功需求和暂态电压失稳问题更加突出。其中,电压暂降占比最高,造成的经济损失最大,已经成为最严重的电能质量问题。因此,为维持电网安全稳定运行,如何对电压暂降事件进行状态估计成为了电力行业目前最关心的问题之一。为了对暂降事件的状态水平进行评估与研究且考虑到成本问题,当前电网公司仅在公共连接点和部