设备变工况特性给综合能源系统(integrated energy system,IES)经济调度的准确性带来了严峻挑战。为此,提出了一种基于深度神经网络(deep neural network,DNN)的变工况下IES低碳经济调度方法。首先,基于能量枢纽模型(energy hub,EH)和...设备变工况特性给综合能源系统(integrated energy system,IES)经济调度的准确性带来了严峻挑战。为此,提出了一种基于深度神经网络(deep neural network,DNN)的变工况下IES低碳经济调度方法。首先,基于能量枢纽模型(energy hub,EH)和效率修正模型,建立具有可变效率的动态能量枢纽模型(dynamic energy hub,DEH)。其中,EH模型刻画多能源之间的耦合关系,基于DNN的效率修正模型提取设备效率的非线性特征。在此基础上,提出了以总运行成本最小为目标函数的IES低碳经济调度模型。算例分析表明,所提方法能实现IES低碳经济运行,有效提高调度模型的求解速度和精度。展开更多
新能源的随机性、波动性及弱调节特性给电力系统静态电压的安全及稳定性带来了挑战。针对此问题,提出一种考虑源荷双侧不确定性的高比例新能源电力系统静态电压稳定裕度在线概率评估方法。首先,基于新能源无功调节特性与传统机组的差异...新能源的随机性、波动性及弱调节特性给电力系统静态电压的安全及稳定性带来了挑战。针对此问题,提出一种考虑源荷双侧不确定性的高比例新能源电力系统静态电压稳定裕度在线概率评估方法。首先,基于新能源无功调节特性与传统机组的差异,分析了大量新能源替代传统机组对稳定裕度的影响。然后,分析了新能源出力不确定性对稳定裕度分布范围的影响,并建立源荷不确定性模型以生成典型场景。最后,为了应对新能源快速波动性给稳定裕度带来的影响,提出基于优化ELM-KDE的稳定裕度在线概率评估方法。利用优化极限学习机(extreme learning machine,ELM)预测典型场景稳定裕度并通过核密度估计(kernel density estimation,KDE)准确获得其概率分布函数。构建了静态电压稳定期望裕度和静态电压稳定风险度两个指标对结果进行表征。分别在New England 39和IEEE300节点系统进行了仿真测试,并将结果与传统蒙特卡洛方法计算结果对比,验证了所提方法的有效性。展开更多
文摘设备变工况特性给综合能源系统(integrated energy system,IES)经济调度的准确性带来了严峻挑战。为此,提出了一种基于深度神经网络(deep neural network,DNN)的变工况下IES低碳经济调度方法。首先,基于能量枢纽模型(energy hub,EH)和效率修正模型,建立具有可变效率的动态能量枢纽模型(dynamic energy hub,DEH)。其中,EH模型刻画多能源之间的耦合关系,基于DNN的效率修正模型提取设备效率的非线性特征。在此基础上,提出了以总运行成本最小为目标函数的IES低碳经济调度模型。算例分析表明,所提方法能实现IES低碳经济运行,有效提高调度模型的求解速度和精度。
文摘新能源的随机性、波动性及弱调节特性给电力系统静态电压的安全及稳定性带来了挑战。针对此问题,提出一种考虑源荷双侧不确定性的高比例新能源电力系统静态电压稳定裕度在线概率评估方法。首先,基于新能源无功调节特性与传统机组的差异,分析了大量新能源替代传统机组对稳定裕度的影响。然后,分析了新能源出力不确定性对稳定裕度分布范围的影响,并建立源荷不确定性模型以生成典型场景。最后,为了应对新能源快速波动性给稳定裕度带来的影响,提出基于优化ELM-KDE的稳定裕度在线概率评估方法。利用优化极限学习机(extreme learning machine,ELM)预测典型场景稳定裕度并通过核密度估计(kernel density estimation,KDE)准确获得其概率分布函数。构建了静态电压稳定期望裕度和静态电压稳定风险度两个指标对结果进行表征。分别在New England 39和IEEE300节点系统进行了仿真测试,并将结果与传统蒙特卡洛方法计算结果对比,验证了所提方法的有效性。
基金北京市教育委员会社科计划重点资助项目(SZ201510005002)科技部重点研发计划子课题资助项目(2016YFB0901200)+2 种基金国家自然科学基金重大研究计划重点项目(91646201)国家基金重大研究计划培育项目(91546111)supported by Beijing Municipal Education Commission key program of social science program(No.JD011012201501)