计及热惯性和不确定性的热电联供型微网调度策略

来源 :华北电力大学 | 被引量 : 0次 | 上传用户:html007
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
长期以来,世界能源发展过度依赖化石能源,导致资源紧张、气候变化、环境污染等问题日益突出,能够实现多种能源并重、相互补充的热电联供系统越来越受到人们的关注。将热电联供系统与微网结合形成的热电联供型微网能够满足用户的热、电负荷需求,并进一步提高微网运行的经济性与环保性。但是热电联供型微网内的可再生能源出力及电负荷容易受到天气等因素的影响,在预测值基础上存在一定的误差,并且对于热电联供型微网中的供热区域来说,其温度参数是多时段的耦合量,热出力和热需求之间并不是瞬时平衡的,为热电联供型微网的优化调度带来了极大的挑战。同时,随着微网技术的成熟,越来越多的微网接入配网,微网之间可能存在电功率的交互从而形成多微网系统,多微网系统会产生不同于单一微网的运行特性。基于上述背景,本文主要针对热电联供型微网的优化调度问题展开研究,完成的工作及论文取得的研究成果如下:(1)详细分析了热电联供型微网中各组成单元的数学模型和工作原理,并考虑供热区域的热动态特性,将供热区域温度参数表示为多时段的耦合量,将传统的热负荷实时平衡约束转化为供热区域温度满足人体的温度需求,将供热区域散热量作为控制变量加入到调度中,建立了热电联供型微网中供热区域的热惯性模型,为后续研究奠定了基础。(2)在计及供热区域热惯性的基础上,考虑地理上相邻微网间存在电功率的交互,建立了计及供热区域热惯性及微网间功率交互的多微网系统经济调度模型,分析了考虑供热区域热惯性和微网间的电功率交互对多微网系统经济调度的影响。得出考虑供热区域热惯性以及多微网系统中相邻微网间存在电功率交互能够提高多微网系统的经济性这一结论。(3)提出了一种热电联供型微网的区间多目标线性优化方法,用于同时考虑微网中可再生能源出力、电负荷的不确定性以及微网的多目标优化运行。该方法以微网运行的经济成本和环境成本最低为多目标,将微网中可再生能源出力及电负荷的不确定性表示为一个区间,并将功率平衡等约束转化为区间约束,同时考虑供热区域的热动态特性,使用混合整数线性规划方法对模型进行了求解。通过算例分析可知多目标优化模型更能满足微网运行的经济和环境要求,区间形式的最优解能够反映微网中不确定因素对微网优化运行的影响。
其他文献
通信网络的时延可预测性是判断通信系统在多种不确定条件下能否保证数据流量高效传输的重要指标,也是网络规划及优化配置的重要参考标准。随着网络技术的发展,传统以太网已难以满足低时延传输需求。时间敏感网络(Time Sensitive Networking,TSN)在满足了工业自动化通信所需的“低时延、高可靠”传输特性外,还避免了硬件兼容问题,简化了部署流程,降低了成本。但是,目前与时间敏感网络时延可预测
随着“十四五”期间加快开发利用清洁能源措施的出台,全国风电并网规模必将不断扩大,同时风力发电的随机性和波动性给电力系统带来了更重大的安全隐患,因此尽可能精确掌握风功率预测误差的概率分布对保障电力安全具有重要意义。已有的研究成果表明,不同地区风电场的误差分布特征差异较大,而参数模型的选择依赖于工程人员的主观判断,在实际应用中遭遇到了较大困难。与参数估计相比,非参数估计无需进行先验模型假设,理论上是更
近年来随着风电行业快速增长,人们对机组运行的安全性、稳定性和可靠性有了更高的要求。为了弥补风电场运维存在的“维修过度”及“维修不足”的缺点,风电领域引入了故障预测和健康管理技术,使其可以尽早发现故障的早期症状或者微小故障,及时排除,避免造成更大的损失。本文开展了基于机器学习的风电机组故障预测与健康管理的研究,旨在通过发展视情维修来提高风电机组的安全性和可靠性,主要包括机组的故障诊断和故障预测两个方
为应对能源危机、缓解环境问题,发展可再生能源成为世界各国的共同目标。随着风电、光伏发电等间歇式能源大规模接入电网,给电网的频率调整和安全运行带来极大的挑战。作为目前技术最为完善、存储容量最大的储能电源,抽水蓄能电站具有良好的调频、调峰能力,是保证电网稳定运行的有效手段。常规的抽水蓄能机组一般采用同步电机,在抽水工况无法进行功率调节,在发电工况无法运行在最佳效率区间。相比之下,新型的变速抽水蓄能机组
低压配电网的用户用电数据是低压台区线损计算、负荷预测、非侵入式负荷识别等应用的基础,但在采集、传输等环节,用户数据往往会出现不同程度的缺失,成为后续应用的瓶颈。为了突破这一瓶颈,本文针对低压配电网用户数据的特点提出了基于张量的低压配电网用户数据高精度补全方法。(1)首先,本文详尽地分析了低压配电台区产生数据缺失的原因,并总结分析了经典数据缺失模式。然后,从数据的相对值、绝对值及波动性角度出发提出了
随着当今社会科技的飞速发展,机器人在人类生活中扮演着越来越重要的角色,人们希望采用自然语言与机器人对话,因此人机对话技术受到了学术界和工业界的广泛关注。虽然人机对话技术已经取得了较大的进步,但当前对话系统仍处于起步阶段,它通常只是被动地回答对方提出的问题或要求。在一些特殊的场景例如警务危机谈判中,模拟谈判专家的机器人在生成对话时,除了要考虑劫持者的语句以外,还需要根据劫持者的情绪、当前的环境以及在
为推动能源转型,保障人类社会可持续发展,融合清洁能源的分布式能源得到越来越多的关注。但由于分布式能源具备分布广、小规模、数量多等特点,导致其结构特殊,很难利用传统电网的集中控制方式进行调控,因此分布式能源调控技术逐渐成为研究的热点与重点。多主体系统是一种由多个独立主体协同合作以完成复杂任务的分布式系统,而分布式能源调控中各单元可被视作多主体系统中的单个主体,由此可将多主体系统应用于分布式能源调控中
集群光伏功率预测为电力市场中的电网管理和交易提供了基础。为了解决传统的区域性光伏发电建模方法的不足,如难以选择有用的气象信息、单个模型无法充分了解功率曲线的复杂多样的波动特征等问题,本文提出了一种将波动模式识别模型与基于卫星云图的波动模式预测模型相互融合的光伏电站集群超短期功率预测框架。首先,对集群光伏功率曲线的波动特征进行提取,包括采样损失面积、平均值、标准差和三阶导数,并基于这些波动特征建立了
传统化石能源储量的不断减少和生态环境的日益恶化,使各种新能源技术快速发展,在全球能源使用比例中不断提高。太阳能光热发电在各种新能源中发展较为成熟,但依旧存在无法稳定供应的问题,因此发展储能储热技术以提高其利用率的研究正受到越来越多人关注。本文以太阳能光热发电中储热系统研究为背景,采用沙子作为储热材料,利用加热的空气模拟吸收太阳能后的热源,主要研究了气固两相换热的过程。这一研究在深入掌握沙子的储热能
随着电网整体规模不断扩大,变压器的数量也在逐年攀升。作为电网的重要组成部分,变压器的运行状况极大影响了供电可靠性和系统稳定性,因此需要对变压器的健康状态进行监测。因为红外热成像仪作为一种测温设备可以有效地呈现设备的温度状态,进而反映其健康状态,所以已经被广泛用于电力设备巡检中。而目前的巡检方式主要依靠人工对已采集的红外图像进行分析,但是当面对海量数据时,仅依靠人工难以完成。所以本文针对性地提出基于