考虑可靠性的电-气综合能源系统规划研究综述

随着燃气机组(natural gas-fired plant,NGFP)的大规模应用和电转气(power to gas,P2G)技术的逐渐成熟,催生出了新的能源体系-电-气综合能源系统(integrated electricity-gas energy system,IEGES),规划是IEGES从理论到工程实践的基础。为了提高IEGES的利用效率和供能的可靠性,本文首先介绍了IEGES的研究现状,并针对现有研究存在的问题,概括了IEGES的可靠性及可靠性指标;介绍了IEGES及其耦合元件;并对IEGES规划的基本形式进行了归纳总结。     

考虑供气约束与净负荷预测误差的电-气综合能源系统调度策略

当前电-气综合能源系统调度存在天然气供气流量波动性较大、调整次数过多等问题,导致配气系统调峰压力较大。为此建立天然气供气模型,包含供气流量调整幅度、方向、总次数等约束;对天然气系统标幺制进行推导,通过合理选择基准值可对天然气系统的相关参数进行合理放缩变换,以便观察分析;用高斯混合模型对净负荷预测误差概率分布进行精确拟合,基于此提出考虑天然气供气约束和净负荷预测误差的电-气综合能源系统调度策略,并采用数据驱动的机会约束规划来处理净负荷预测随机性。最后,通过算例验证所提策略的有效性,仿真结果表明所提策略可明显降低天然气供气流量波动,保障系统的可靠经济运行。     

计及可替代负荷的电-气综合能源系统可靠性评估

随着电力系统与天然气系统耦合关系逐渐加深,通过引导用户改变用能行为,可以增强电-气综合能源系统互联互济的能力,同时也必将对耦合系统的可靠性产生影响。文章重点研究了可替代负荷对电-气综合能源系统可靠性的影响,基于用户可控性和负荷替代前后能源消耗量变化的特点,建立了计及可替代负荷的综合能源系统最优切负荷模型,为系统提供最优切负荷策略。基于非序贯蒙特卡洛法,提出了计及可替代负荷的电-气综合能源系统可靠性评估指标和算法。算例分析表明,可替代负荷用户通过对电力系统和天然气系统用能的双向选择,减少了2个子系统之间能量转化产生的损耗,及时满足了用户的用能需求,更好地提高了系统的经济性和可靠性,为电-气耦合系统规划和运行提供了参考。     

面向区域综合能源服务的电-水联合潮流

现有关于综合能源系统潮流的研究大多以电力、热力、燃气系统耦合形成的多能系统为研究主体,而少量关于电-水联合系统潮流的研究又存在耦合方式单一、模型适应性差等问题。为此面向区域供电、供水综合服务商,提出配电网、配水网耦合形成的区域电-水联合系统的潮流模型和计算方法。提出2种用户级电-水能源集线器模型以描述终端用户综合用能行为产生的电-水关联关系;在此基础上,考虑电-水之间的泵站耦合和用户级能源集线器2种耦合方式,以及水负荷的水压特性,提出区域电-水联合潮流模型及计算方法;用2个不同规模的区域电-水联合系统验证了所提潮流计算方法的有效性,并对比分析了用户级电-水能源集线器及水负荷水压特性对联合潮流的影响。     

基于LSTM和多任务学习的综合能源系统多元负荷预测

随着综合能源利用技术的不断发展与用户用能需求的多元化,现有单一负荷预测方法难以反映多元负荷间的耦合特性,精确的多元负荷预测将成为综合能源系统优化调度和经济运行的首要前提.基于此,提出一种以长短时记忆神经网络作为共享层的多任务学习负荷预测方法,经由共享层模拟多元负荷间的耦合特性,进而达到提升预测精度的目的.首先,以"硬共...     

基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测方法

负荷预测是综合能源系统（integrated energy system, IES）能量管理和优化调度的基础,其预测精度直接关系到系统的整体运行性能。提出了一种基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测模型。首先对Transformer网络和多任务学习结构的基本原理进行了介绍;然后通过基于随机森林的特征选择步骤提取反映负荷特性和变化规律的典型指标,构建多任务学习输入特征,基于Transformer网络构建多任务学习权值共享层,并通过全连接层输出多能负荷的预测值;最后通过实际园区微能源系统的数据验证所提方法和算法的有效性,结果表明本文所提模型可以充分学习电-热耦合特征,提高负荷预测的精度。     

基于ResNet-LSTM网络和注意力机制的综合能源系统多元负荷预测

综合能源系统中多种负荷之间可能存在复杂的、较强的相互耦合关系.相对于对各类负荷进行单一独立的预测,直接开展多元负荷预测能够进一步挖掘负荷之间的内在联系,提高预测准确度.该文提出一种基于ResNet-LSTM网络和注意力机制的多任务学习模型,用于拟合多能负荷之间的空间耦合关系和时间耦合关系.首先,采用多层ResNet作为...     

电-气综合能源系统多故障两阶段恢复策略

考虑电-气综合能源系统中电力系统和天然气系统的耦合运行情况,并运用储电、储气、P2G等设备,提出了两阶段的恢复策略和恢复模型。在应急恢复阶段以恢复过程中电-气综合能源系统的经济损失最小为目标,优先恢复负荷能源供应及一部分故障设备,在综合恢复阶段恢复剩余的故障设备。构建了一个考虑多种设备的两阶段故障恢复混合整数模型,并运用分段线性化的方法进行处理。得出故障恢复过程中的最优拓扑恢复序列,并给出最优恢复方案,最终使系统在恢复进程中综合经济损失最小并使恢复效率达到最大。最后通过仿真验证了所提策略的有效性。     

基于MMoE多任务学习和长短时记忆网络的综合能源系统负荷预测

精确的多元负荷预测是实现综合能源系统优化调度与经济运行的关键技术。在考虑多元负荷相关性的基础上,提出一种基于MMoE多任务学习和长短时记忆网络(LSTM)的多元负荷预测方法。利用皮尔逊相关系数分析冷热电负荷及气象因素存在的强相关性和弱相关性;构建MMoE多任务学习模型,利用专家子网和门控单元学习多元负荷间耦合特性的差异;使用LSTM构建子任务模型,对多元负荷进行预测。利用公开数据集进行性能验证,结果表明所提基于MMoE多任务学习和LSTM的模型能够有效提升多元负荷预测精度。     

基于多任务学习和单任务学习组合模型的综合能源系统多元负荷预测

针对气象因素对多元负荷变化的灵敏度差异及多元负荷间耦合强度的差异导致多任务学习(multi-tasklearning,MTL)预测模型精度受限的问题,该文提出一种MTL和单任务学习(single-tasklearning,STL)组合的多元负荷预测方法。首先使用基于长短期记忆(long and short-term memory,LSTM)网络的MTL模型提取多元负荷间的耦合信息进行初步预测;然后采用基于前置双重注意力长短期记忆(dual attention before LSTM,DABLSTM)网络的STL模型减少输入噪声进行二次预测;同时将初步的预测值输入STL模型,使得STL模型可以考虑未来的时序信息;最后,通过全连接层对两个模型的预测结果进行融合得到最终的预测结果。实验结果表明,所提组合模型相比单一的MTL和STL模型具有更高的预测精度。     

基于XGBoost-MTL的综合能源系统多元负荷预测

精确的多元负荷预测是综合能源系统(integrated energy system,IES)优化调度和稳定运行的前提。针对IES中多元负荷之间耦合关系复杂以及影响负荷预测的因素众多等问题,文中提出一种基于极限梯度提升(extreme gradient boosting,XGBoost)与多任务学习(multi task learning,MTL)的多元负荷预测方法。首先通过XGBoost重要度排序得到各影响因素对于多元负荷的贡献度,依据贡献度来选取影响负荷预测的关键性因素作为预测模型的输入,保证了输入特征对于多元负荷预测有效的修正作用;其次以门控循环单元(gated recurrent unit,GRU)作为共享层来搭建MTL预测模型,各子任务通过共享信息来有效利用各负荷之间复杂的耦合关系;最后以上海某综合能源站的负荷数据为例对文中所提模型的有效性进行验证。结果表明:该模型能够适应实际综合能源系统中各类负荷的变化,有效提高预测精度并减少训练时间。     

基于改进DaNN的综合能源系统多能负荷预测

随着能源革命的推进及双碳目标的提出,综合能源系统越发受到广大研究者的重视,对综合能源系统进行高效的规划和控制离不开精准的多能负荷预测。基于上述需求,引入迁移学习理论,提出一种改进领域自适应神经网络（DaNN）负荷预测模型对综合能源系统中的冷、热、电负荷进行统一建模与预测。首先,通过历史数据分别构筑冷、热、电负荷特征图,随后输入改进DaNN的参数共享卷积层和全连接层;其次,基于冷、热、电负荷联合预测的特点改进传统神经网络的损失函数,加入最大均值差异指标,并优化训练模型;最后,通过3个各自独立的全连接层分别输出冷、热、电负荷的预测值。通过采用实际算例验证并与基准模型对比可知,所提改进DaNN模型能够有效提高综合能源多能负荷预测精度。     

An explainable framework for load forecasting of a regional integrated energy system based on coupled features and multi-task learning

To extract strong correlations between different energy loads and improve the interpretability and accuracy for load forecasting of a regional integrated energy system (RIES), an explainable framework for load forecasting of an RIES is proposed. This includes the load forecasting model of RIES and its interpretation. A coupled feature extracting strat egy is adopted to construct coupled features between loads as the input variables of the model. It is designed based on multi-task learning (MTL) with a long short-term memory (LSTM) model as the sharing layer. Based on SHapley Additive exPlanations (SHAP), this explainable framework combines global and local interpretations to improve the interpretability of load forecasting of the RIES. In addition, an input variable selection strategy based on the global SHAP value is proposed to select input feature variables of the model. A case study is given to verify the effectiveness of the proposed model, constructed coupled features, and input variable selection strategy. The results show that the explainable framework intuitively improves the interpretability of the prediction model.     

电-气互联系统预测-校正型仿射能流算法

综合能源系统能流耦合渐趋紧密,与此同时可再生能源和负荷需求的强不确定性对系统能流分析提出了挑战。因此,提出一种电-气互联系统(IEGS)仿射型区间能流算法,在仿射能流计算结果中保留噪声元特征,通过噪声元系数分析各独立不确定因素对系统状态变量的影响程度。建立电、气子系统仿射模型及能流方程。提出基于域收缩思想的IEGS预测-校正型仿射能流算法,根据灵敏度对状态量的解域进行保守的预测,并构建优化模型对解域进行压缩校正。同时,采用多能流分布式迭代方法进行求解,其无须考虑复杂耦合网络中的多能流计算顺序。最后通过仿真验证了所提方法在保守性、计算效率方面的优势,并量化分析了不确定因素对系统状态量的影响。     

基于GRU-TGTransformer的综合能源系统多元负荷短期预测

综合能源系统的多元负荷短期预测,对系统的优化调度和经济运行至关重要。多元负荷之间耦合关系紧密,Transformer作为一种完全建立在自注意力机制上的模型,能很好地分析多元负荷之间的内在联系。传统Transformer模型针对自然语言类问题而设计,难以直接应用于多元负荷预测。为此,提出一种GRU-TGTransformer(GRU-Talkinghead-Gated residuals-Transformer)模型。该模型采用门控循环单元代替原有的词嵌入及位置编码环节,对输入数据进行特征融合,取得具备相对位置信息的高维特征数据。通过在多头自注意力环节引入交流机制,提高多头自注意力的表达效果。为进一步强化网络结构,在残差连接中引入门控单元,提高模型在时序预测问题上的稳定性。以美国亚利桑那州立大学坦佩校区的综合能源系统为算例,通过对所提出模型与传统模型之间进行对比分析,证明所提出的模型具有更高的预测精度。     

考虑负荷裕度的区域综合能源系统储能双层优化配置

综合能源系统通过多能互补与相关市场机制提升了能源利用效率的同时也引入了更多的风险因素,合理的负荷裕度是综合能源系统安全经济运行的重要保障。基于储能对综合能源系统负荷裕度的有利作用,建立了考虑负荷裕度的综合能源系统储能双层优化配置模型。其中下层模型利用储能对综合能源系统负荷裕度均衡度进行优化,而上层模型则结合负荷裕度进行储能容量优化配置,实现了社会综合成本最小化。最后,结合实际算例验证了所提优化方案的有效性。结果表明双层优化模型在实现储能容量优化配置的同时,也优化了其充、放能计划,最终实现了综合能源系统中负荷裕度的有效均衡,提高了综合能源系统应对负荷波动的能力和运行的经济性。     

考虑需求侧电热气负荷响应的区域综合能源系统优化运行

作为能源互联网的基础,综合能源系统将是未来能源发展的重要方式,实现区域内综合能源系统的协调运行会变得至关重要。在考虑到需求侧天然气与电能同样具有商品属性,类比电负荷的峰谷分时电价策略,首先搭建天然气和电能峰谷分时价格及热能负荷响应数学模型。其次建立了以运行成本最低为目标函数,对供需平衡和供储能设备等设立约束的电热气联合供应的区域综合能源系统模型。算例分析表明,考虑到电热气需求侧响应将会优于不考虑或者只考虑单一和两者响应,可达到运行成本更低、削峰填谷、减少弃风弃光和提高能源利用率等优势。     

面向区域综合能源系统的安全域模型

区域综合能源系统(RIES)中自动化水平的提高为故障后的负荷转带奠定了基础,基于N-1安全准则的系统安全边界有待研究。针对以能量枢纽(EH)为多能供应源的RIES,提出了RIES安全域概念与模型;分析了RIES的N-1安全性校验方法,包括EH关键设备N-1安全性校验与EH关键管线出口N-1安全性校验;基于系统最大供能能力工作点,提出了安全边界仿真拟合计算方法,实现了安全域的降维观测;结合算例验证了所提模型的有效性,并讨论了系统的供能能力、安全状态与安全边界距离。     

含电、气、热3种储能的微网综合能源系统经济优化运行

风电的反调峰特性和供暖季"以热定电"模式导致弃风现象严重,造成能源浪费。随着能源互联网的推进和综合能源系统的发展以及各种储能方式的出现,通过建立含有电、气、热3种储能方式的综合能源系统的运行方式,可以提高风电的利用率。将蓄电池、蓄热电锅炉和电转气(P2G)技术应用于微网系统,以成本费用最小为目标函数,建立微网综合能源系统的经济优化运行模型。对比分析了4种方案,通过算例验证方案的可行性,分析风电出力和负荷不确定性对效益的影响。结果表明含有3种储能方式的综合能源系统可以减少弃风电量,降低环境污染治理费用,提高经济效益,具有良好的应用前景。