基于碱性电解槽宽功率适应模型的风光氢热虚拟电厂 容量配置与调度优化

为提高能源利用效率,降低碳排放水平,改善虚拟电厂运行效益,构建了基于碱性电解槽宽功率适应模型的风光氢热虚拟电厂(Virtual Power Plant, VPP)模型。将制氢电解槽、氢燃料电池、储氢罐构成氢能系统,代替传统虚拟电厂中的蓄电池,并提出碱性电解槽宽功率适应模型,提高电解槽在不同输入功率条件下的适应性。利用氢能系统运行时产生热量对系统负荷实行热电联供,并将电解槽产生氧气出售。在此基础上,使用改进多路无网格光线寻优算法对各设备出力调度与设备容量配置进行优化。仿真结果表明,该算法在计算精度和速度上有一定提高。基于碱性电解槽宽功率适应模型的风光氢热VPP,在降低系统运行成本的同时可以有效应对风、光出力波动,提高风、光消纳水平,减少碳排放。     

MgO激发剂对碱矿渣抗压强度、水化产物及孔结构的影响

运用XRD、SEM、核磁共振等测试方法研究了MgO碱当量对碱矿渣材料的抗压强度、水化产物及孔结构的影响.结果表明,在试验给定碱当量范围内(3％～11％),碱矿渣砂浆的抗压强度与MgO碱当量近似呈现线性关系.MgO激发矿渣材料的水化产物主要是水滑石、托贝莫来石等C-S-H和方解石,随着龄期增长,水滑石、托贝莫来石型C-S-H结晶程度逐渐提高.随着MgO碱当量增大,碱矿渣砂浆28 d孔结构不断粗化,孔隙率不断降低,最小孔径均大于10 nm.研究结果可为MgO基碱矿渣材料的理论研究提供参考.     

考虑可靠性及灵活性的风光储虚拟电厂分层容量配置

可再生能源出力的随机波动性和不确定性使得系统可靠性在急剧下降的同时,系统灵活性需求剧增,这会导致可再生能源消纳能力大幅下降,资源浪费现象严重。针对上述问题,提出一种兼顾可靠性、灵活性和经济性的风光储虚拟电厂分层容量配置策略。其中,上层模型从利用分时电价引导用户响应可再生能源出力变化的角度,制定可削减、可转移负荷的调度方案。中层模型从可靠性最佳的角度,制定储能电池容量配置方案。下层模型在灵活性指标的约束下,从综合运行成本最优的角度,进一步完善中层模型制定的储能电池容量配置方案。最后,以新疆某地区负荷数据为例,进行了仿真验证。结果表明所提方法具有明显的经济效益,为碳达峰、碳中和提供新思路。     

基于集成深度神经网络的配电网分布式状态估计方法

随着大量分布式能源的接入,配电系统的运行与控制方式愈加复杂。针对配电网状态估计方法面临分布式电源波动数据辨识困难、估计精度低、鲁棒性与估计时效性差等问题,提出一种基于集成深度神经网络的配电网分布式状态估计方法。首先,利用量测数据相关性检验的数据辨识技术识别不良数据和新能源波动数据。在此基础上,利用时域卷积网络(temporal convolutional network, TCN)-双向长短期记忆网络(bidirectional long short term memory, BILSTM)对不良数据进行修正。然后,建立集成深度神经网络(deep neural network, DNN)状态估计模型,采用最大相关-最小冗余(maximum relevance-minimum redundancy, MRMR)的方法优化训练样本,从而提高状态估计的精度和鲁棒性。最后,建立分布式集成深度神经网络模型,弥补了集中式状态估计速度慢的不足,从而提高状态估计效率。基于IEEE123配电网的算例分析表明,所提方法能更准确地辨识分布式电源波动数据和不良数据,同时提高状态估计的精度和效率,且具有较高的鲁...     

基于SC-DNN和多源数据融合的新能源电力系统状态估计方法

大规模新能源并网重塑了电力系统的控制运行特性,现有的电力系统状态估计方法面临新能源波动数据识别困难、估计精度低、估计速度慢等问题。为改善现有方法的不足,提出了一种基于残差连接(skip connection, SC)-深度神经网络(deep neural network, DNN)和多源数据融合的新能源电力系统状态估计方法。首先采用基于双向长短期神经网络(bidirectional long short-term memory, BILSTM)预测的改进插值法进行多源数据融合。然后利用联合时空交叉机制和BILSTM网络的数据辨识技术替代传统的量测量突变检测法,以便更好地处理新能源波动数据。最后根据原始量测数据集建立基于SC-DNN的状态估计模型,把残差模块的拟合优势和神经网络的速度优势结合起来,从而实现状态估计精度和速度的提高。基于IEEE39节点系统和新疆某地区实网的算例分析表明,相比于传统方法,所提方法能在更准确地分辨新源波动数据与不良数据的同时提高状态估计的精度和速度。     

基于优化计算型区块链系统的虚拟电厂模型与调度策略

为提高虚拟电厂（VPP）的调度运行效率和信息安全水平，该文对区块链技术进行改进，并将其运用到VPP的优化调度过程中。首先以VPP分布式运行环境为背景，提出基于区块链的分布式粒子群优化算法和优化计算工作量证明共识算法；然后根据该算法，对传统区块链系统进行改进，形成了适用于VPP的优化计算型区块链系统；最后基于此系统建立了VPP结构模型，并提出相应的调度策略。仿真结果表明，优化计算型区块链系统能够较好地适应VPP运行环境，可以有效提高VPP调度效率，同时基于该系统建立的VPP模型和提出的调度策略，在降低系统运行成本、提高风/光消纳水平、减少二氧化碳排放量等方面相比传统VPP具有显著优势。