新型配电网大数据集成技术与应用

随着可再生能源和互联网技术的快速发展,以大数据为代表的新型互联网技术为大量能源节点与信息节点间能量流和信息流的双向流动提供了可能,推动了能源体系的又一次变革。由于多能互补系统中冷热电负荷具有强随机性,且与各自的输入呈现非线性关系,因此人工神经网络常被用于多能互补综合能源系统中的冷热电负荷的预测。为解决新型配电网中多设备互联问题,本文在采集到多源异构数据的基础上,建立了基于IEC61850标准的新型配电网多设备信息模型。考虑到多源异构数据结构复杂、种类繁多,从逻辑和物理层面分析不同来源、不同格式数据的时间、空间、量值等特性,并综合考虑配电网大数据中多能负荷的不确定性,研究了基于大数据的新型配电网冷热电负荷预测方法。最后,基于对泰州中国医药城冷热电负荷特征分析,对其中冷热电负荷进行了预测,验证了本文所研究的新型配电网大数据集成技术的有效性与可行性。     

计及云边协同的综合能源系统双层优化

多区域互联的综合能源系统具备两大优势：区域内部多能互补与区域之间能量互济,本文针对综合能源系统设计了一种云边协同调控方法以兑现这两大优势。首先,本文设计了能量管理云平台-边缘控制器双层架构分别统筹子区域内和子区域间的能量流,子区域以预测控制方法(model predictive control, MPC)实现边缘控制器内部能量的实时调控。其次,基于所提双层架构设计了包括集中调控层-分布协同层的双层能量优化模型,集中调控层负责区域间能量互济以降低整个系统对外部配电网的能量需求,提高系统运行经济性;分布协同层负责控制区域内可控机组以降低实际运行工况与日前调度计划值的偏差,降低系统运行波动性。然后,研究了交替方向乘子法(alternating direction method of multipliers, ADMM)求解所提双层能量优化模型的具体步骤。最后,仿真验证了所提云边协同能量调控方法对多区域互联综合能源系统经济性与稳定性的改善作用。