基于数据驱动的园区综合能源系统优化调控方法

来源 :电力需求侧管理 | 被引量 : 0次 | 上传用户:javabudong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前园区综合能源系统管理中分布式本地可再生能源利用率低、用户侧购电成本高、源-储-荷协调不充分等现实问题,提出了数据驱动的实时调度决策方法和模型.该混合模型首先基于大量用能数据,应用K-means算法对其特性指标与时间序列特征进行聚类分析,得出具有代表性的用能模式.然后引入参数化模糊推理系统与启发式优化算法,依据代表样本对模糊逻辑推理规则进行自趋优设计,从而得出实现园区综合能源系统经济化调度的实时控制模型.再通过实际数据集仿真计算验证了所提出方法和模型的有效性.
其他文献
针对多能源协同规划、共同运行的能源系统发展趋势,提出了一种含有电能、热能和氢能的综合能源市场交易机制,以促进综合能源系统的发展.市场参与者为拥有可以供给多类型能源的能源转化设备的综合能源服务商和具有灵活需求响应能力的用户.为解决市场参与方和参与者之间相互竞争博弈问题,建立了上层为综合能源服务商之间的对能源销售价格竞争的非合作博弈,下层为多用户之间的演化博弈的双层博弈模型.同时,根据综合能源服务商与用户间的交易次序,构建了二者之间的Stackelberg主从博弈模型.通过算例分析验证了该综合能源交易机制不仅
随着我国电力体制改革的不断深入,电力市场建设取得重大进展.电价是电力市场的关键影响因素,每个参与者都基于电价进行电力交易.因此,提高电价预测的精度对于电力市场中每个参与者而言都十分重要.采用单层神经网络预测的预测精度有限.为此,根据机器学习在预测方面展示出的精准度,采用深度信念网络的方法对日前电价进行预测.在算例部分,采用美国PJM电力市场的真实数据进行仿真预测,并与其他神经网络的预测模型进行比较.算例结果表明,采用的深度信念网络模型的预测精度更高,使用深度信念网络可以为我国售电公司进行电价预测提供一种有
接触网零部件疲劳破坏是接触网常见的故障形式,为减少该类故障的发生,提高维修效率,需预测接触网零部件的疲劳寿命.本文设计了基于运行工况的接触网零部件疲劳寿命分析流程,其中分析工具包括弓网动态仿真平台、支持与定位结构仿真平台和零部件疲劳寿命仿真平台;以京沪高铁某段接触网为分析对象,分析该段接触网零部件的载荷分配,计算支持与定位结构的应力时程,提取零部件的载荷时程,并对比不同支柱定位器的疲劳寿命,得出中心转换柱的定位器疲劳寿命最小值比中间柱的定位器小,且最容易出现疲劳破坏的区域为定位器与定位支座连接处的结论.
为了提高清洁能源消纳率,降低碳排放量,给出一种柔性交直流供电系统拓扑,该拓扑通过直流母线实现光伏发电、储能及电动汽车充放电的能量交互,通过双向AC/DC设备实现交直流系统能量互动.为保证该系统的安全、稳定、经济运行,提出一种多时间尺度调度控制策略,包含毫秒级、秒级到分钟级、小时级到日等不同时间尺度.策略结合储能、光伏发电、电动汽车电气特性及功率备用率和能量备用率,灵活调度各种电力电子设备.该系统可以最大化提升光伏消纳效率,减少功率变换损失,最大化地发挥电动汽车作为灵活资源在能量调控中的作用,减少柔性直流系
接触网线岔是关系行车安全的关键设备,而18号道岔作为高速铁路常用道岔,其对弓网关系提出了更高的要求,岔区接触网布置是否合理直接影响列车在岔区高速通过的安全性和受流性能,因此在施工中常作为重点研究的内容之一.
针对电气化铁路牵引网故障,研究一种牵引网智能重构自愈技术.该技术基于广度优先搜索和遗传算法,当发生牵引网故障时,可根据牵引网拓扑结构结合故障区段和故障类型计算确定牵引网最优供电方案,自动推导出开关动作顺序并生成重构自愈方案.
针对传统电能计量多维数据的聚类分析算法存在的计算过程复杂、效率低下、系统耗能高等问题,设计出一套适用的解决方案.该方案基于大数据平台进行计算存储,通过混沌关联维聚类分析方法对电能计量数据进行多维分析.该方法吸收了传统大数据聚类算法和混沌特征提取的优点,通过选取交互信息量的第一个最小值作为最佳时间延迟,采用虚假最近邻点算法选择最佳的嵌入维数u重构相空间.然后基于相空间重构提取出混沌关联维特征,并糅合聚类算法对电能计量多维数据进行聚类.实验证明,本研究的混沌关联维聚类分析法效率高、过程简单且能耗低.
季节性冻土地区如何防止接触网支柱基础发生冻拔破坏,一直是困扰铁路行业的难题.本文对季节性冻土地区接触网支柱基础选型进行详细分析,得出桩基础为季节性冻土地区接触网支柱基础的首选形式,提出了接触网支柱桩基础抗冻拔的具体措施,并结合工程实例对采用此类措施后桩基础抗冻拔的稳定性进行了分析验证.
自2015年我国新一轮电力体制改革启动以来,不断复杂化的市场结算关系和市场环境下的网荷互动模式对现有计量系统提出了全新的挑战.首先调研了美国德州电力市场的智能计量系统概况,该系统利用智能电能表及相关通信技术提高了能源数据的访问和利用效率,有效地支撑了德州竞争性电力市场的运行.然后,归纳了我国电力计量系统的发展和应用现状,梳理了新电改形势下计量系统面临的问题.最后,针对我国当前计量系统的改造提出建议,以适应市场环境下的复杂结算和网荷互动需求.
风力发电机组行星齿轮箱振动信号是一种非线性非平稳的复杂信号,传统的故障诊断方法面对此类信号时,能够很好地处理的范围有限.建立了卷积深度信念网络用于行星齿轮箱故障诊断,为了防止超参数选择有误造成识别的准确率不够,引入粒子群算法对网络的超参数进行优化,对粒子进行混沌初始化提高了粒子的全局搜索能力.首先将原始信号进行变分模态分解提取出冲击信息比较集中的本征模态函数作为网络的输入数据.然后利用训练集进行训练,将混沌粒子群算法根据适应度函数最小确定网络的超参数,利用逐层贪婪算法不断向前更新网络参数.最后将提取的故障