不确定性环境下园区风光储互动运行的PPO强化学习策略

随着能源结构的不断升级,部署有新能源发电的新型园区将在未来新型电力系统中扮演重要的角色。需求的随机性、风光出力的间歇性、电力市场电价的波动性等不确定性因素耦合在一起,使得风光能源与电池储能系统的合理互动运行变得十分困难。考虑到传统优化方法的局限性,提出了一种基于PPO算法的深度强化学习方法,用于解决不确定环境下园区风光储互动运行问题。基于强化学习的理论框架,为园区互动运行构建了一个具有连续状态空间和连续动作空间且转移概率未知的马尔可夫决策模型,通过与新型负荷控制系统对接的能源管理系统控制园区微电网中的电池储能系统及柔性资源,在充分考虑电池退化成本的基础上,实现园区经济运行。     

负荷密集区基于江水源热泵供能的建筑用能特性分析

以重庆市江北中央商务区江水源热泵供能工程项目为案例,从建筑的日负荷密度、日负荷率等负荷特性评价指标分析区域建筑用能特性,结果表明：年平均日负荷相较低,能源站设备具有较大的可利用裕度;日峰谷差率较高,系统调节负荷峰值的潜力较大;公共建筑的冷负荷率为40%～50%的占比最大,居住建筑冷负荷率为10%～20%的占比最大,热负荷率为0～10%的占比75%以上。     

基于SVR模型的湖北省“十三五”期间电能需求预测

在政府大力推行电能替代的背景下,湖北省"十三五"期间对电量的需求量将会增加。结合电能消耗影响因素,应用SVR模型对湖北省"十三五"期间电能消耗量进行预测。预测结果表明,"十三五期间",湖北省电能消耗量将稳步上升,电能替代工作有较大发展空间。