针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体...针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体氧化物电解池等能量转化设备,构建了电-热-氢低碳能源系统及其容量优化配置方法。首先,考虑到风电出力和光照强度的不确定性以及与电负荷之间的时序相关性,建立了基于两阶段时空聚类的多运行场景提取模型。其次,在基于概率的多运行场景基础上,通过条件风险价值(conditional value at risk,CVaR)理论度量因不确定性带来的风险,以总成本最小为目标,构建低碳能源系统容量优化配置模型。最后,通过算例进行仿真验证,结果表明该系统满足负荷需求情况下,可降低年碳排放量和弃风率,提高CSP电站利用率,并为不同风险偏好的决策者面对系统容量优化配置问题时提供了定量依据。展开更多
文摘针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体氧化物电解池等能量转化设备,构建了电-热-氢低碳能源系统及其容量优化配置方法。首先,考虑到风电出力和光照强度的不确定性以及与电负荷之间的时序相关性,建立了基于两阶段时空聚类的多运行场景提取模型。其次,在基于概率的多运行场景基础上,通过条件风险价值(conditional value at risk,CVaR)理论度量因不确定性带来的风险,以总成本最小为目标,构建低碳能源系统容量优化配置模型。最后,通过算例进行仿真验证,结果表明该系统满足负荷需求情况下,可降低年碳排放量和弃风率,提高CSP电站利用率,并为不同风险偏好的决策者面对系统容量优化配置问题时提供了定量依据。
