调度自动化机房机器人的巡检系统设计

研究了调度自动化机房机器人的一种巡检系统,主要内容有现场巡视机器人、监控中心终端以及监控中心 操作系统.将监控中心客户端安装于监控中心终端,而监控中心终端与机房巡视机器人采用无线连接.     

源网荷储的优化调度技术的应用研究

近年来在电力的运行控制领域中,源网荷储协同优化运行是重要的发展及应用趋势,对于提高系统的运行 经济性和稳定性具有重要的意义.首先分析了电力系统源网荷储等资源的基本类型,然后阐述了基于改进和声搜索算 法的源网荷储的优化调度模型,最后进行了相应的案例分析,对于提高电力系统调度策略的合理性和电力系统的运行 可靠性具有重要的意义.     

碳排放交易机制下的综合能源系统低碳经济运行控制策略

目前二氧化碳排放量呈现增长势头,为响应“碳达峰、碳中和” 的要求,阶梯型碳排放交易机制得到普遍 应用.首先,建立了电力系统低碳经济运行模型对电力系统关键设备的碳排放特性进行分析.接着,提出了基于阶梯 型碳排放交易机制的低碳经济运行策略.最后,建立碳排放关键设备的数学模型,以系统运行维护成本、碳排放成 本、购能成本和弃风弃光惩罚成本最小为优化目标构建优化运行模型.算例分析表明,所提运行控制策略使得总成本 降低10.3％,排除碳排放成本,其他成本增加了9.1％,但碳排放成本降低了50％,证明此种控制策略的引入能够促 进电力系统的节能减排,在保证经济社会发展的同时,践行“双碳”目标.     

节能减排背景下综合智慧能源优化调度系统研究

为提高能源利用效率、降低环境污染,在节能减排背景下,设计综合智慧能源优化调度系统。建立综合智慧能源优化调度系统架构,包括应用层、计算层、能源路由网络层及电网和微网设备服务层,这四层结构分别与调度总线相连。设计能源优化调度方法,在外层规划模型中,计算综合储能建设成本,同步建立风力与光伏等新能源的调度函数。在内层规划模型中,设置弃风弃光的惩罚成本系数,建立风能和光能运行功率的约束条件。内层运行模型与外层规划模型相连,实现能源优化调度系统。在实验中,依据3个预设场景对研究区智慧能源体系架构的能源负荷进行仿真,得到三个场景的总成本分别为79336.42、69417.95、65279.92元,其中场景3的总成本最低,可见该优化调度系统具备有效性。     

考虑异质能源时空互补特性的风光最大消纳策略研究

单一考虑最小发电成本造成弃风、弃光,而只关注风电、光伏等新能源最大消纳量容易造成电力系统不稳定。为了解决上述矛盾,首先分析了风、光、水、火异质能源之间的时空互补特性;然后以总发电成本最小化和风电、光伏消纳量最大化为双目标,考虑负荷平衡和各发电机组约束条件,建立了多目标电力系统优化调度模型,并利用模拟退火法进行模型优化。最后以某地区电网为例进行了仿真分析与计算,优化计算结果表明,利用异质能源之间的时空互补特性,在满足负荷需求和系统备用要求等前提下,提高了风、光消纳量,减少了化石燃料的消耗,验证了该模型在控制发电成本和增加风、光消纳方面的有效性。     

面向低碳经济的人工智能赋能微电网优化运行技术

安全稳定高效、能量流动灵活、经济效益与环境效益兼顾等是微电网低碳经济运行的基础,然而随着多类型分布式电源、多利益主体的柔性负荷等接入微电网,以及“云计算–大数据–物联网–移动互联网–人工智能”技术广泛应用,微电网的组网模式、运行方式等正发生较大的改变。为此,梳理并归纳总结人工智能赋能微电网优化运行关键技术与挑战。首先,介绍微电网物理架构并总结智能化发展趋势,梳理微电网在低碳经济目标下的特点和优化运行所面临的挑战。其次,从决策变量、优化目标、约束条件和求解方法 4个方面阐述人工智能赋能微电网优化运行原理。再次,聚焦于可再生能源出力预测技术、微电网优化调度技术、碳交易机制、人工智能深度融合下不确定调控技术等典型应用场景,分析并总结人工智能赋能微电网优化运行的应用效果。最后,总结分析了人工智能赋能微电网优化运行的未来发展方向,为绿色微电网技术发展提供借鉴。     

水库群消落期多目标智能优化调度研究

本文考虑了河道天然流量模式调度需求,以发电量、供水满足度最大和河道流量偏差函数值最小为目标,建立了水库群消落期多目标优化调度模型,采用非支配排序遗传算法求解,以湘江流域东江-双牌-涔天河水库群为研究对象,进行了实例分析。研究结果表明：相比常规方案,在丰、平、枯水年情景下,发电量最大方案分别能提高1571万kW·h(11.2%)、1167万kW·h(10.9%)和811万kW·h(10.0%)的发电量;生态效益最好的方案,能减小1.56(61.2%)、0.33(6.3%)和0.89(13.6%)的河道流量偏差函数值;供水满足度最大的方案能提高2.1%、2.6%和3.4%的供水效益。构建的水库群消落期多目标优化调度模型可为长江流域水库群消落调度提供理论参考。     

雅砻江梯级水库优化调度规则提取研究

针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。     

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。     

基于水-光-荷模块分层协同搜索的风险调度策略

多能互补是促进清洁能源并网消纳与提升电力调节性能的重要途径,多源接入规模加剧了决策与风险并存问题。该文旨在优化搜索维度,协调源–荷互动关系以应对能源消纳与调峰压力,并保障电站与机组运行可靠性。为此提出光–荷模块分层协同搜索策略。在外层,提出光–荷预测偏差的鲁棒特征,依据场景集合反演特征参数,计及光–荷模块多重不确定性的置信区间;在中层,结合源–荷调节平衡能力重构水–光模块,旨在支持系统出力调峰目标;在内层,引入中层电力重构的电量与波动特征识别机组运行风险区间,通过逐步优化机组安排与分区负荷转移,降低机组穿越振动区风险;以此建立层间目标跟踪与层内风险调控的动态协同搜索策略,形成光–荷不确定性下的发电决策空间。最后以澜沧江西藏段混合发电系统为研究背景,结果表明该策略相较于传统方法,在响应调峰目标的基础上有效降低了光、荷交替波动下的系统运行风险。