计及碳捕集和电转气的农村虚拟电厂多目标随机调度优化模型

针对农村地区存在大量生物质秸秆、垃圾、屋顶光伏、分散式风电等分布式能源,设计了集成燃气碳捕集设备(gas-power plant carbon capture,GPPCC)、电转气设备(power-to-gas,P2G)及垃圾发电(waste incineration power,WI)的农村虚拟电厂(GPPCC-P2G-WI-based virtual power plant, GPW-VPP)。然后,引入信息间隙理论(information gap decision theory,IGDT)和模糊满意度方法构造GPW-VPP近零碳运营优化模型。其中,选择最大化运营收益和最小化碳排放量作为优化目标,并利用模糊满意度理论转化为综合满意度最优化目标。再然后,利用IGDT描述风电、光伏发电和用户负荷3个不确定性变量影响,用于构造GPW-VPP随机调度优化模型。最后,选择中国兰考能源革命试点为对象开展实例分析验证所提模型的有效性,结果表明所提运营优化模型能在兼顾不同主体利益诉求的同时推进农村分布式能源的最优聚合利用,有利于实现整体能源结构清洁低碳转型。     

计及风电不确定信息间隙的火电-储能-需求响应多源低碳调峰交易优化模型

将碳排放权交易融入调峰交易中,核算火电调峰产生的碳变动效应,提出多源低碳调峰成本核算方式,构造确定性多源低碳调峰交易优化模型。针对风电不确定性,利用信息间隙决策理论(information gap decision theory,IGDT)反映风电预测值与实际值的信息差距,构造不确定性多源低碳调峰交易优化模型。最后,选取中国西北某局域电网作为仿真系统验证所提模型的有效性和适用性。结果表明,所提多源低碳调峰交易模型可以促进风电并网,实现各参与方共享合作效益,确立不同风险态度决策者的调峰交易方案。     

基于CEEMDAN-GRU的电网工程主材价格多步预测北大核心CSCD

电网工程主要原材料价格变动对电网工程的造价控制有着重要影响。为提高主材价格的预测精度,提出了一种基于自适应噪声完备集合经验模态分解和门控循环单元的电网工程主材价格多步预测方法。首先对原始价格序列进行分解,随后根据分解所得的各子序列的模糊熵值进行聚类。对模糊熵值较大的聚合序列进行变分模态分解,分解所得的各子序列利用GRU模型进行多步预测;对模糊熵值较小的各聚合序列直接进行多步预测。基于真实数据对所提预测方法的性能进行了实验,结果表明所提方法在预测精度上有明显提升,对电网工程材料价格预测具有较大的参考价值。     

电网输电工程项目数据插补及造价预测融合模型

针对由于电网输电工程项目造价系统的多变性、非线性以及复杂性导致造价难以预测的问题,提出一种基于回归类算法与决策树类算法相融合的造价预测模型.在分析电网输电工程造价影响因素的基础上,采用随机森林算法对分类型变量数据与连续型变量数据进行缺失插补,多种机器学习算法进行造价预测,利用粒子群启发式算法对多种预测模型的权值进行寻优实现模型的融合预测.结果表明,所提方法的数据缺失插补较为准确,RMSE为87 615,MAPE为2.17%,能够合理地进行电网输电工程造价预测.