利用光伏电站备用容量平滑系统功率波动的研究

为了抑制光伏电站输出功率波动性的不利影响,提出了一种利用光伏电站备用容量平滑系统功率波动的方法。该方法通过优化设计光伏电站备用容量并结合自动发电控制策略,可提高光伏电站实际输出功率低值,进而降低输出功率的波动性。虽然增加光伏电站备用容量会导致其度电成本略有上升,但可使其具有一定的功率调节能力,可降低以新能源电力为主体的新型电力系统的边际成本。     

考虑主动储能的HVAC需求响应策略实验与模拟

为了增强电网的稳定性和充分利用集中式空调（HVAC）系统在夏季参与“削峰”需求响应的潜力,提出考虑主动储能的需求响应（DR）策略. 利用全尺寸变风量HVAC实验平台,对该策略与区域温度重设策略进行物理实验和TRNSYS仿真模拟. 结果表明,与区域温度重设（GTA）策略相比,主动储能策略能够在降低对用户热舒适度影响的同时为电网提供稳定的削峰负荷. 对于整个供冷季而言,相比所有天数均采用非储能常规运行策略,主动储能策略下空调系统节约一定的运行成本;相较于在DR时采用GTA策略且非DR时采用非储能常规运行策略,主动储能策略的节费优势更大.     

商业建筑HVAC电力需求响应综述与分析

针对空调系统参与电网需求响应所面临的问题,从暖通空调(HVAC)系统特性的角度,对建筑-电网下多种能源交互的HVAC需求响应(demand response,DR)进行综述性研究与分析.概述了HVAC需求响应的定义和分类,并论述了利用模型预测控制算法、遗传算法等多种算法预测HVAC需求响应潜力的方法.针对区域温度重设、...     

基于神经网络的区域供热系统短期负荷预测

准确的热负荷预测是实现区域供热系统精细控制和节能减碳的关键。以国内北方某城市区域供热系统为研究对象，分别采用BP神经网络(BPNN)、遗传算法(Genetic Algorithm, GA)优化BP神经网络(GA-BPNN)和自回归移动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)组合BP神经网络(ARIMA-BPNN)方法对其热负荷进行预测，并对比了各预测方法的准确性和适用性。结果表明，GA-BPNN预测误差最小，ARIMA-BPNN次之，但后者预测所需数据更少。此外，验证了在减少样本数目以及影响因素的种类的情况下，GA-BPNN预测方法的平均相对误差均在5%以内，表明GA-BPNN预测方法适用于样本减少的情况。