排序方式: 共有44条查询结果,搜索用时 31 毫秒
1.
考虑条件风险价值的虚拟电厂多电源容量优化配置模型 总被引:1,自引:0,他引:1
虚拟电厂中风、光等可再生能源出力及市场电价的不确定性会导致其收益具有一定的风险性。合理配置虚拟电厂中风电、光伏、储能以及常规机组的容量,能够降低系统成本,使投资者的利益最大化。以投资和运行成本最小为优化目标,采用条件风险价值作为风险量度的指标,建立了一种基于投资组合理论中计及风险量度的虚拟电厂容量优化配置模型。在此基础上,探讨风险偏好对规划虚拟电厂多电源容量配置的影响,以及环境成本、自然资源及负荷之间的相关性对配置结果的影响。以美国德克萨斯州某地区附近的风、光资源,电价及负荷数据为实例,采用场景技术模拟不确定性。算例结果表明了该模型的正确性,可为不同风险偏好的投资商在规划建设虚拟电厂时面对多电源容量配置问题提供定量依据。 相似文献
2.
区块链作为一种新兴的基础架构与分布式计算范式,具有去中心化、公开透明、不可篡改、可追溯等特点,与能源互联网的开放、对等、互联和共享特征相符合,有望推动能源互联网的进一步发展。首先详细归纳了能源区块链的研究现状,具体在分布式能源交易、阻塞管理与辅助服务、需求响应服务、碳排放权认证与绿色证书交易、数据管理与信息安全以及能源数字代币的发布与投资6类典型应用场景展开。其次,总结评述了每种应用场景对应的典型能源区块链项目。最后,对能源区块链在我国的发展前景进行了展望,并提出了相关的发展建议。 相似文献
3.
4.
导体温度作为运行电缆的关键状态参数,是影响电缆载流能力、绝缘性能的重要因素。针对传统方法难以克服电缆本身物性参数和外部环境变化影响的局限,构建了以电缆运行电流和电缆实时外表面温度为输入,以导体温度为输出的Elman神经网络模型,并引入粒子群算法优化网络的初始权值和阈值。最后,提出了具体的电缆导体温度动态计算方法,通过设计不同工况下电缆温升实验,进而验证了所提出方法的有效性。实验结果表明,所提方法的计算准确度可以不受电缆物性参数、负荷变化方式及外部环境变化的影响,有助于实现电缆导体温度的实时监测。 相似文献
5.
6.
高压大截面电缆热机械效应所产生的热应力与热应变会挤压和破坏电缆绝缘层结构,是影响电缆运行可靠性的重要原因之一。为实现高压大截面电缆热应力与热应变的定量计算,以两端抱箍固定的高压大截面电缆为研究对象,建立电缆磁热力耦合的有限元计算模型。计算电缆电磁损耗,将其作为载荷施加到有限元模型中,计算高压大截面电缆各层热应力与热应变。ANSYS仿真结果表明:高压大截面电缆热应力主要分布在导体与金属护层中,电缆其他各层热应力较小。通过数据拟合,确定导体与金属护层热应力与负荷电流的二次函数关系式,为高压大截面电缆运行状态监测提供理论参考。 相似文献
7.
合理评估电动汽车快速充电网对其规划方案决策和运行薄弱环节改善有着重要意义,是促进电动汽车发展的重要环节之一。为此,构建了电动汽车快充网的综合评估体系。首先,结合快充网的多重属性,分析电动汽车快充网-用户-交通网-配电网之间的耦合交互关系,提出快充网运行水平、用户体验度、交通网运行影响度和配电网运行影响度四个准则,并在准则下构建相应的评价指标,形成了具有目标层、准则层和指标层的综合评估指标体系;其次,利用层次分析法和熵权法分别确定准则层和指标层权重,结合层次递推的模糊综合评价方法,量化快充网对各主体的影响并进行综合评估;最后,通过对某城市4种快充网进行综合评估,验证了所提方法的有效性。 相似文献
8.
为了进一步消除电压暂降时的监测盲区,建立了一种基于最小暂降幅值搜索的电网电压监测点优化配置方法。得到不同故障条件下的电压暂降幅值对应的故障位置之间的函数关系,再对所有节点暂降幅值进行黄金分割法搜索获得故障位置信息。研究结果表明:该方法可以利用更少监测点来完成对所有位置故障的监测功能,显著消除了各个监测盲区。当凹陷域扩大后,监测点的数量相对于其它方法都发生了减小,表现出更好适应性。采用该方法相对于文献方法消耗的时间降低了近80%,实现计算效率的显著提升。当电压阈值减小后,配置方案将会产生更大的监测信息冗余度。通过设置最佳的监测冗余度可以确保精确获得电压暂降特征以及完成对故障点的快速定位,不同节点能够承受的电压暂降程度及其负荷变化规律,对各监测点进行合理优化。 相似文献
9.
以虚拟电厂技术促进清洁能源消纳是泛在电力物联网建设内容的重要组成部分.首先对虚拟电厂的基本概念进行了详细的介绍,其次从定义、数据结构、分类、共识机制以及智能合约方面对区块链技术进行了阐述.再次,对区块链技术与虚拟电厂相结合的适用性进行了详细的分析.在此基础上,建立了基于区块链技术的虚拟电厂商业运营架构和电力交易模式,设计了基于区块链技术的虚拟电厂能源认证和证书交易模式,并对区块链在虚拟电厂中的应用进行了案例说明.最后,给出了虚拟电厂与区块链技术进一步深度融合的发展建议. 相似文献
10.
由于风力发电的随机性和间歇性,风功率预测不仅需要准确的点预测,而且需要可靠的区间预测和概率预测来量化风功率的不确定性。提出了一种基于变分模态分解(variational mode decomposition,VMD)和分位数卷积-循环神经网络的风功率概率预测模型。首先,使用VMD技术将原始风功率数据序列分解为一系列特征互异的模态分量,再通过卷积神经网络(convolutional neural network,CNN)提取反映各模态分量动态变化的高阶特征。然后,基于提取的高阶特征进行分位数回归建模,采用长短期记忆(long short-term memory,LSTM)循环神经网络预测未来任意时刻不同分位数条件下的风功率值。最后,利用核密度估计(kernel density estimation,KDE)得到风功率概率密度曲线。以中国某风电场数据作为算例测试,证明了所提出模型的有效性。 相似文献