【摘 要】
:
能源作为人类赖以生存和发展的重要物质基础,既保障着国家战略安全,也为经济可持续发展提供重要支撑。当前,随着传统化石能源的逐渐枯竭,单一发电体系所产生的能源危机和生态环境问题使人类陷入新一轮能源危机,风、光等可再生能源的新使用模式倍受人们重视,提高能源利用率和发展新能源成为世界各国能源转型发展的必然趋势。冷热电联供系统是新型分布式能源管理形式,以天然气为主要燃料运行,不仅能够供应冷、热、电负荷,还能
论文部分内容阅读
能源作为人类赖以生存和发展的重要物质基础,既保障着国家战略安全,也为经济可持续发展提供重要支撑。当前,随着传统化石能源的逐渐枯竭,单一发电体系所产生的能源危机和生态环境问题使人类陷入新一轮能源危机,风、光等可再生能源的新使用模式倍受人们重视,提高能源利用率和发展新能源成为世界各国能源转型发展的必然趋势。冷热电联供系统是新型分布式能源管理形式,以天然气为主要燃料运行,不仅能够供应冷、热、电负荷,还能增加电力供给的安全与稳定,是未来能源转型发展中不可或缺的补充。本文首先介绍了冷热电联供型微电网的发展现状、冷热电联供型微电网的优化调度和需求侧响应的研究现状,以及冷热电联供型微电网的典型结构和各分布式设备的作用。另外对冷热电联供型微网中的分布式设备分别建立数学模型,其中主要有风机、光伏等可再生能源设备,燃气轮机、余热锅炉、吸收式制冷机等燃气轮机联供系统,燃料电池、燃气锅炉、电锅炉、电制冷机等能量转换设备,蓄电池和蓄热槽等能量储备设备。分布式设备的数学模型作为微网优化调度研究的理论依据。其次以微网中各设备数学模型为基础,在考虑微网功率平衡和各个分布式设备运行约束的前提下,构建以微网综合运行成本为目标的冷热电联供型微电网优化调度模型。介绍了在混合整数规划模型下运用CPLEX求解器对处理复杂微电网优化调度问题的优点,同时采用粒子群算法、灰狼算法和微分进化算法对微网优化调度模型进行求解,仿真结果表明,混合整数规划模型下运用优化求解器相对于传统智能算法在求解冷热电联供型微电网优化调度问题上,表现出更好的求解速度和收敛结果。最后构建计及需求响应的冷热电联供型微电网双层优化调度模型,微网上层以实时电价为引导,构建以微网净负荷出力最小平方和为目标的优化调度模型,将上层优化所得到的实时电价和电负荷输入到微网的下层模型,微网下层综合考虑微网能量平衡和设备运行约束,构建以微网综合运行成本和污染气体治理费用为目标的多目标优化调度模型,运用模糊数学理论在Pareto解集中寻找最优解。对于微网下层模型的求解,将ε约束法与传统多目标粒子群算法和多目标非劣排序遗传算法进行对比,另外通过设计不同场景来分析需求侧响应和储能设备对风、光等可再生能源消纳和对微网优化结果的影响。仿真结果表明,基于求解器的ε约束法在Pareto解的分布性、收敛性以及计算时间上均表现出好的效果,本文双层优化调度模型能够进一步增加可再生能源的转化和使用方式,储能设备能在时间上自动调整储能的出力,用户需求侧响应能够实现微网的削峰填谷,这有利于提高系统整体的经济性和环保性。
其他文献
“碳达峰、碳中和”已成为国家重大战略目标,电动汽车及充电设施产业化、规模化发展,是实现“双碳”目标的必由路径,是应对气候变化、推动绿色发展的战略举措。随着新能源汽车保有量的不断增长以及充电设施的大规模建设,各类充电故障、异常、安全事故频发,电动汽车充电安全问题日益凸显。然而,作为电动汽车快速补电手段的直流充电设施,其当前状态监测、故障响应机制存在响应慢、成本高、效率低等问题,如何可靠地保障充电安全
随着传统化石能源的供应量与需求量的杠杆平衡在慢慢打破,减污降碳双控格局正逐渐形成,分布式光伏发电系统在新一轮的能源转型革命中扮演着越来越重要的角色。并网逆变器作为连接太阳能电池板与电网的核心转换器件就变得举足轻重了,其中,非隔离型单相双极并网逆变器以其工作平稳、转化效率高、装机配置灵活等优势在光伏发电系统中极具发展前景。然而,目前单相双极并网逆变器仍然留下若干技术短板需及时补充:首先,后级并网输出
随着全球经济的快速发展,能源短缺和环境污染问题越发严重,新型可再生能源的开发和利用已成为解决这类问题的必经之路。传统的供能方式需要消耗大量的化石能源,而冷热电联供(Combined Cooling,Heating and Power,CCHP)系统基于能量梯级利用的原理,以节能减排为目标,可以结合新型可再生能源实现能源利用最大化。由于可再生能源的出力具有间歇性和波动性的特点,并且渗透率越来越高,使
电力行业作为国家重要的基石行业之一,它的稳定运行会为各行各业的发展提供有力的保障。其中电力负荷预测既是影响电力系统稳定运行的重要因素之一,也是构建智能电网的重要一环。精准的电力负荷预测对于优化能源配置、节约电网运行成本以及提高社会经济效益都具有重要的意义。而随着人工智能技术的发展以及智能设备的普及应用,将深度学习技术应用在电力负荷预测领域成为了新的方向,并且海量的电力数据也为深度学习的应用提供了数
配电网重构是通过改变开关状态来变换网络结构,实现负荷转移,从而实现高电能品质、高运行可靠率、清洁能源的高渗透率和为主网提供备用电能。随着分布式电源大规模并网,配电网络由单向潮流向多向潮流转变,分布式电源出力的随机性对系统网损和电能质量影响较大,传统的控制手段例如负荷侧调压、优化调度、配电自动化等已不能抵抗高渗透率分布式电源对电网的冲击,因此本文针对含分布式电源的主动配电网重构问题展开研究。首先分析
现阶段,电网基础负荷持续增长、可再生能源和电动汽车等大量接入、电能质量要求的进一步提高,加大了配电网调峰、调压、安全经济运行的难度。而储能系统接入配电网可改善可再生能源功率特性、参与电网调峰调频工作、参与需求侧响应等,其对解决配电网诸多难题具有重大意义。因此,本文针对考虑电动汽车充电负荷的配电网储能配置问题,构建相应模型并采用基于改进和声搜索算法结合二阶锥松弛的混合求解方法进行求解,完成储能配置并
智能配电网与传统配电网相比在其自愈性、可靠性、兼容性、高效性和交互性等方面都有其优势,是建设现代智能电网的重要模块,一直以来也是国内外学者研究的热点。智能配电网非正常状态下的网络恢复也是智能配电网自愈控制中重要的一环。智能配电网在故障情况下,能够有效的维持系统安全运行、自动修复、快速恢复供电的能力,也能够针对配电系统内外可能会发生的扰动进行预防抵御,有效消除运行中的不确定性影响。本文主要的研究内容
鸟害检测和涉鸟故障危害鸟种智能识别研究对输电线路鸟害防治工作具有重要的意义和应用价值。根据数据统计,鸟害已成为造成输电线路故障跳闸的第三大因素,为了更加高效地预防鸟害,电网运维人员对涉鸟故障类型和风险进行了评估,针对不同危害程度的鸟种在输电线路上装设对应有效的防鸟装置进行防护,但由于输电线路巡检人员对涉鸟故障危害鸟种相关习性和对应鸟害类型缺乏足够的了解,还难以做到针对不同类型和不同危害程度的鸟种进
随着能源危机和环境污染等问题的日益加剧,电动汽车因其高效清洁的优点得到了各国的大力推广,然而电动汽车充电负荷在时间和空间上的随机性将会给电网的安全稳定运行带来极大的挑战。在车网互动(Vehicle to Grid,V2G)模式下,对电动汽车充放电行为进行适当地引导和调控,不仅可以减小电动汽车充电负荷对电网的影响,还可以参与电网的优化调度,因此制定合理有效的电动汽车充放电调度策略显得尤为重要。同时微
近年来,随着电力电子技术和直流配电技术的快速发展,以及直流配电网展现出来的能够降低网损、提高新能源消纳、提高供电可靠性及供电质量等诸多的优势,使得直流配电网受到了国内外的广泛关注和研究,直流配电网也成为未来智能电网发展的必然趋势。然而交流配电网发展时间长且规模较大,因此在交流配电网转变为直流配电网的过渡阶段交流配电网将长期作为配电网的主体而存在,直流配电网则可作为补充,以此充分发挥两者互联的优势。