二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测

用户级综合能源系统多元负荷存在随机性、波动性相对更大的特点,现有预测方法不能得到很好的预测效果.为此提出一种基于核主成分分析(KPCA)、二次模态分解、深度双向长短期记忆(DBiLSTM)神经网络和多元线性回归(MLR)的多元负荷预测模型.首先,运用自适应噪声的完全集合经验模态分解分别对电、冷、热负荷进行本征模态分解,对分解得到的强非平稳分量运用变分模态分解进行再次分解.然后,运用KPCA对天气、日历规则特征集提取主成分实现数据降维;将分解得到的非平稳、平稳分量结合特征集主成分分别用DBiLSTM神经网络、MLR进行预测.最后,将预测结果进行重构得到最终预测结果.通过实际算例分析可知,与其他模型相比,所提模型具有更高的预测精度.     

双回非全线平行输电线路零序参数测量方法

文章建立了双回非全线平行输电线路分布参数模型,考虑到线路参数的非均匀性,提出了双回非全线平行输电线路分布参数精确测量方法.该方法利用拉普拉斯变换完整地推导得到线路的传输矩阵,配合GPS技术在不同测量方式下同步测量线路首末两端的电压和电流,代入该文推导的计算公式可求得高精度的零序参数.与传统方法相比,所提方法所需的测量数据少,且可在双回线路停电状态下或是线路部分带电情况下进行测量.利用PSCAD/EMTDC软件对所提方法进行了仿真验证,并与传统方法进行了对比.仿真结果表明:所提方法测量精度高,对线路长度的变化适应性强,且在不同的零序参数初值下具有很好的鲁棒性,可适用于任意电压等级的长距离双回非全线平行线路.     

基于时空规律的电动汽车负荷建模及其自动需求响应

目前关于电动汽车负荷预测的研究大都未针对实际区域进行预测研究。本文提出将数据驱动与模型驱动相结合进行电动汽车负荷预测,在此基础上,提出了一种自动需求响应策略。首先,通过对滴滴数据进行采集,挖掘获得该区域功能区划分、电动汽车出行时间、空间转移矩阵等再生信息,考虑多日一充,构建了负荷预测模型。其次,以平抑净负荷波动为目标,协同考虑供需两侧效益制定自动需求响应策略,结合价格型、激励型需求响应机制为用户带来的收益,引入logistic函数刻画了用户参与的不确定性。最后以海口某片区为例,仿真结果验证了预测模型能有效针对实际区域进行负荷预测,所提策略能实现供需两侧的双赢,就地消纳新能源,平抑负荷波动。     

考虑需求响应和电动汽车负荷路-电耦合特性的配电网可靠性评估

随着电动汽车的普及,大量的无序充电行为给配电网可靠性带来负面影响.文章建立了考虑需求响应和路电耦合特性的配电网可靠性评估模型,准确预测电动汽车时空分布负荷并对其进行调度,改善可靠性指标.提出了路电耦合模式结构及时空负荷预测框架;建立了路网模型、用户模型、考虑需求响应的充电负荷补充模型,得到电动汽车负荷时空分布;基于双向...     

考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化

"双碳"背景下,为提高能源利用率,优化设备的运行灵活性,进一步降低综合能源系统(IES)的碳排放水平,提出一种IES低碳经济运行策略.首先考虑IES参与到碳交易市场,引入阶梯式碳交易机制引导IES控制碳排放;接着细化电转气(P2G)的两阶段运行过程,引入电解槽、甲烷反应器、氢燃料电池(HFC)替换传统的P2G,研究氢能的多方面效益;最后提出热电比可调的热电联产、HFC运行策略,进一步提高IES的低碳性与经济性.基于此,构建以购能成本、碳排放成本、弃风成本最小的低碳经济运行目标,将原问题转化为混合整数线性问题,运用CPLEX商业求解器进行求解,通过设置多个运行情景,对比验证了所提策略的有效性.