With the upgrade of the voltage level and power level of energy storage systems,the number of cells in a series-connected battery pack increases,making the imbalance between battery packs more complex.Therefore,a transformer-based direct equalization topology for multi-path series-connected battery packs is proposed.The topology,which uses a transformer as the energy transfer carrier,is able to switch between Buck-Boost mode and flyback mode.By controlling a low-conduction bi-directional switching array,the topology structure can achieve equalization between any battery cells.This topology is of multiple equalization modes,flexible equalization paths and fast equalization speed.In order to distribute energy effectively and achieve equalization efficiently,a fuzzy control strategy with State of Charge(SOC)as its equalization index is designed.Finally,a series of simulation experiments are carried out to verify the effectiveness of the proposed topology and its control strategy under different working conditions.The results show that the proposed balancing topology and control strategy have good effects in overcoming the inconsistency between single cells in a battery pack.This study is of great significance for improving the capacity difference between the battery cells,the capacity utilization rate of the energy storage system and the service life of the battery pack.
随着大量分布式新能源接入配电网,其电能损耗和节点电压偏差增大等问题愈发严重,仅依赖安装无功补偿设备、改变传统发电机机端电压等手段已无法满足高比例新能源配电网的高调节性能需求.为此,研究深度挖掘不同种类新能源对于配电网的无功调控潜力,详细分析了目标函数以及约束条件的设置,规划了基于数据驱动的无功调控算法流程,实现了合理调节配电网的节点电压与降低配电线路电能损耗的目标.首先,构建了高比例新能源参与配电网无功优化的数学模型,并应用多种智能算法求解.随后,采用多种算法得到的无功调控策略作为深度学习长短期记忆(LSTM)神经网络的训练数据,通过训练的网络在此类模型下可以预测得到优质的、高效率的无功调控策略.最后,利用IEEE 14与IEEE 33节点算例验证了所提算法的有效性和优化性能.
根据电网企业在电力市场中扮演的角色,在供给侧企业间两方博弈的基础上,将电网企业引入竞价,构建异质性企业与电网代理购电模式下供大于求的三方演化博弈模型.由于购、售双方信息不对称,为保证自身收益最大化而风险最小化,双方通过补偿机制来抵御风险.研究市场出清价格(MCP)和按报价结算(PAB)竞价机制下的电力市场竞价博弈行为,研究结果表明:在MCP机制下,三方博弈系统存在2个不受补偿影响的竞价演化稳定策略(ESS),改变补偿系数只会影响系统收敛至不同ESS的路径;PAB机制下,调整补偿系数会出现不同的ESS,且在一定条件下PAB机制下的购电成本低于MCP机制.
随着新型电力系统建设的推进,用户侧小型储能装置愈发受到重视.然而无序的充放电管理模式既给电网带来安全运行隐患,又造成资源浪费.基于此,提出一种通过储能聚合商云服务平台实现用户侧小储能装置联合调度的运行模式.建立综合考虑储能运营商、储能装置投资者和电网等各参与主体的最优运行模型,然后基于纳什均衡理论建立各参与主体在约束条件下的合作博弈模型.通过算例仿真分析,对模型求解得出最优共享储能定价方案.结果表明:多主体合作最优定价方案达到了削峰填谷、节约资源的目的,同时实现了电网、储能聚合商、储能装置投资者的多方共赢.提出的定价机制被验证具有一定的可行性和科学性.
针对集中供热系统滞后性等因素导致的短期热负荷预测精度较低问题,提出一种基于互补集合经验模态分解(CEEMD)数据处理技术与灰狼优化算法-长短期记忆网络(GWO-LSTM)的精细非侵入性负荷监测方法.采用CEEMD将采集得到的原始热负荷数据分解为若干个平稳的固有模态函数(IMF)并对每个IMF分别进行建模预测,叠加每个IMF的预测值作为最终的预测输出.为了提高预测精度,利用GWO算法对LSTM的隐藏层神经元数目、训练次数和初始学习率进行参数寻优,建立CEEMD-GWO-LSTM短期热负荷预测模型.以实际热负荷数据进行仿真试验并与单一LSTM模型、CEEMD-LSTM模型进行对比,试验结果表明,CEEMD-GWO-LSTM模型的均方根误差、平均绝对误差和平均绝对百分比误差分别为0.591 5 MW,0.460 2 MW和8.083 8%,显著低于其他对比模型.
随着中国社会城镇化的进一步深入和城市的进一步发展,电力资源逐步出现紧缺情况.不少地区在用电高峰期间由于城市用电超负荷而不得不进行区域性的拉闸限电以缓解城市供电的压力.在这种情况下,用户自主性地管理和节约电能就显得尤为重要.为了使家庭用户可以自主管理电能的使用,实现电网与用户之间的双向互动,同时保证需求侧响应(DR)的执行,提出一种基于人工情感长短期记忆(AELSTM)网络算法的智慧家庭能量管理的控制方法.该方法由人工情感深度神经网络(AEDNN)和长短期记忆(LSTM)网络构成.结合这2部分可以做到人性化实时监测和管理家庭用电情况.
2020 年 9 月 22 日,我国在第 75 届联合国大会一般性辩论上提出"中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和".在"双碳"目标的驱动下,亟须转变现有能源消费结构以应对气候变化这一全球性重大挑战.在"双碳"目标与愿景中,如何构建以新能源为主体的新型电力系统成为实现该目标的关键.随着电力体制改革的进一步深化,以"能源互联网""信息-物理-社会系统""泛在电力物联网""透明电网""数字孪生电网""韧性电网"等概念为基础和代表的"互联网+"新型智慧能源电力系统变得更加复杂且面临着更高的不确定性.传统能源、新能源发电商、新增供电实体、电力零售商、负荷聚合商、电网公司、产消者等各类主体加入电力系统,参与市场竞争的主体类型日趋复杂多样,使得电力交易决策面临诸多挑战.例如,市场已出现"用户侧-电网侧(激励、响应)""发电侧-用户侧(直购电交易)""发电侧-电网侧(长期竞价)"等多种复杂的市场博弈类型与交易场景,逐渐形成了多种类型的混合博弈均衡状态.因此,有必要将新型电力系统多元主体博弈行为的理论分析与复杂的动态决策过程结合起来,从新的博弈视角将实际新型电力系统多主体复杂动态交互行为问题转化为完全/有限理性和信息对称/不对称条件下的长期博弈决策问题,从而为促进"双碳"目标的实现和新型电力系统的智能化发展奠定基础.
随着新型电力系统加速构建,主动可再生分布式能源日益普及,无源配电网正迅速转变为有源配电网,但可再生电源具有间歇性和不可控性,大量可再生能源的渗透给网络的安全可靠运行带来了严重问题.主动配电网作为解决大规模分布式能源接入及配网优化运行问题的有效解决方案,为了保持电网的最佳运行状态,大量学者围绕主动配电网管理这一主题进行了广泛研究.从主动配电网智能规划技术、主动配电网智能决策与控制技术、主动配电网供电恢复技术与主动配电网负荷管理技术等相关重点领域出发,分析了主动配电网关键技术的研究现状,阐述了国内外主动配电网的研究进展,指出未来的研究方向主要是考虑各种不确定性及其时间和空间相关性的鲁棒规划等.
随着居民用电量的不断提高,新型电力系统加速构建,需求响应成为保障上级电网安全稳定的重要手段,系统对需求侧的重视程度大幅提高.负荷聚合商作为上级电网和用户之间的协调机构,发挥着越来越重要的作用.为促进负荷聚合商日前投标市场的稳定性并提高用户参与需求响应的积极性,将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,引入博弈理论及势博弈概念,建立上级电网、负荷聚合商和用户的分层交易模型.首先,根据用户的响应机制及日前市场的投标价格机制建立用户和负荷聚合商的收益模型;随后,建立各负荷聚合商之间的非合作博弈模型,通过构建势函数将原来的多目标优化问题转换为单目标凸二次规划问题,能够短时间内收敛至纳什均衡且对大规模需求响应仍能保持收敛性.算例分析表明,该模型可在提高负荷聚合商利润的同时提升用户的收益.
随着我国"双碳"目标的提出,新能源发电量大幅提升,为提高风光消纳率,引入虚拟电厂(VPP)运营商、负荷聚合商(LA)和储能电站(ESS),提出了一种基于主从博弈的储能电站协同源荷消纳新能源调控策略.将独立运行的VPP运营商作为上层领导者,具备需求响应能力的双向产消LA作为下层跟随者,通过上下层间价格和用能策略的博弈,实现新能源消纳和源荷储收益共赢.算例分析表明:源荷储三方在实时电、热价博弈机制下能够实现共赢并有效提高新能源消纳水平;引入ESS平抑了负荷和新能源出力波动,既提高了源侧VPP供能收益,又在保证荷侧用能满意度的前提下降低了LA的用电成本,提高了用户的需求响应能力和系统的风光上网空间.模型采用分布式遗传联合二次规划(GA-QP)算法进行求解,具有良好的收敛速度和效果,同时能够保护博弈各方的数据隐私.
随着能源革命和"互联网+"战略的提出和可再生能源的快速发展,能源互联网作为一种新的能源业态逐渐成为能源转型过程中构建新型电力系统的重要组成部分.为衡量能源互联网园区项目的综合效益,构建了综合效益评价模型.首先,建立了涵盖经济、社会、环境以及工程推广4个维度的能源互联网园区项目综合效益评价体系;其次,运用博弈论思想将使用熵权法(EWM)和贝叶斯最优最劣法(BBWM)生成的主观和客观权重进行组合,得到涵盖数据信息和指标含义的综合权重;然后,构建了依据折中方案度量备选方案并排序(MARCOS)的能源互联网园区项目综合效益评价模型,并通过对北京某微电网项目进行综合效益评价,得出清洁能源消纳率、投资回收期和供电可靠性是影响能源互联网园区项目综合效益的3个关键性指标,以及该项目的历年综合效益标表现;最后,通过敏感性分析和排序一致性检验论证了所提模型的鲁棒性.
电力管线入地敷设在城市电网建设和改造中得到大规模推广,合理的线路管廊入廊费用定价机制对促进线路管廊的建设与发展具有重要意义.现有收费机制在计算分摊系数时存在缺陷,鉴于此,提出了一种基于灰色群组聚类和客观赋权法(CRITIC)组合赋权的费用分摊模型.基于受益方付费原则确定入廊各方的费用分摊指标,分别采用灰色群组聚类和CRITIC计算各分摊指标的主观权重系数和客观权重系数,综合考虑指标权重的主客观信息,基于离差平方和方法计算各分摊指标的组合权重.将该模型应用于某线路管廊入廊费用分摊案例,验证了所提方法的有效性.
电、气、热耦合的综合能源系统中蕴藏着丰富的灵活惯性资源.由于热力系统和天然气系统均具有相似的慢动态特性,都可以针对外界功率波动提供缓冲空间以缓解外部的能量冲击,在电力系统功率缺额场景下协同利用综合能源系统气热惯性,为电网故障提供功率支撑.基于综合能源系统的气热惯性特性分别建立相应的数学模型,提出了考虑气热惯性的综合能源系统运行策略;以运行经济性最优为目标建立了考虑气热惯性的综合能源系统应对功率缺额优化模型,通过实际场景验证了所提策略的可行性.算例结果结合实际运行条件,给出了不同情况下综合能源系统园区气热惯性资源与配置的经济最优解.
针对光伏系统故障难以被准确高效地诊断和分类的问题,提出了一种基于改进原子轨道搜索优化的随机森林(IAOS-RF)算法.此算法在光子的发射和吸收部分引入了自适应权重机制和反向学习机制,用于更新电子的位置,能有效加强算法在搜索空间的全面勘探和开发能力.基于一组并网光伏系统故障数据进行算例分析,对比了IAOS-RF算法和几类基准算法的性能差异,结果显示,IAOS-RF算法故障分类准确率最高并且可达到98%,其诊断结果趋于稳定所需的迭代次数最小,具有较快的收敛速度.最后针对该算法存在的一些局限性和改进空间,提出未来需要进一步研究和探讨的问题.
针对农业园区综合能源系统能耗成本高和可再生能源消纳率低的问题,提出了一种基于改进概率规划算法的农业园区综合能源系统优化运行方法.首先,针对农业园区能源多元化的特点,构建农业园区综合能源系统整体架构;然后,基于农业园区负荷的可调节特性,以系统运行经济最优为目标函数建立农业园区综合能源系统优化运行模型;最后,对概率规划算法进行改进,用高斯概率分布代替三角概率分布,将不确定性最佳化问题转换为确定性最佳化问题.以西北某农业园区为例进行算例分析,结果表明,使用改进的概率规划算法对农业园区综合能源系统优化可降低园区的综合运行成本,夏季典型日系统运行成本减少了45.52%,新能源消纳率提高了35.57百分点;冬季典型日系统运行成本减少了37.42%,新能源消纳率提高了26.25百分点.
准确的综合能源需求预测是区域综合能源系统调度和能效评估的基础.在综合能源需求预测方面,影响因素众多、设计参数复杂、计算效率较低,且在长序列预测上仍有较大优化空间,因此提出了一种基于Transformer算法的园区综合能源需求预测方法.建立了园区冷热电负荷影响因素的筛选模型,为数据预处理后筛选适当的影响因素提供基础;建立了基于欧氏距离的综合相似度的相似日选取方法,为综合能源的预测奠定了基础;建立了基于Transformer算法的冷热电负荷预测模型,以实现园区综合能源需求预测;以中国东部某园区为对象进行算例分析,预测园区综合能源需求.结果表明,所提预测方法能有效提高预测精度,具有较高的准确度和实用性.
为实现碳达峰、碳中和目标下的"算力+电力"协同,数据中心作为一种增长迅速、耗电量大的新型负载进行节能降碳,充分挖掘其调节潜力具有重大意义.为充分发挥数据中心负载灵活性,提出一种考虑负载响应特性的数据中心综合能源系统优化调度的方法.首先,建立了数据中心综合能源系统优化调度框架,对数据中心的负载响应特性和能耗设备进行建模,对数据中心冷、热、电3种负荷展开研究;其次,确定目标函数和约束条件,以数据中心能源系统运行成本最低为目标建立优化模型;最后,以某数据中心为例进行仿真分析,通过对算例进行不同场景对比分析发现,最佳策略能够有效降低系统成本和能耗,实现工作负载的最佳分配.
综合能源系统对我国"双碳"目标下的能源产业发展有重要作用.随着电力市场改革的推进,研究辅助服务市场与碳市场、绿证市场和绿电市场的耦合机制可以帮助综合能源系统更好地参与能源市场体系建设,推动新能源的消纳和规模化开发.总结了以美国、欧洲能源市场为代表的能源市场建设和发展经验,梳理了国内能源市场发展的现状,并结合我国能源相关市场特点分析了辅助服务市场进行市场耦合的可行性.通过市场价格、发展、作用以及政策背景等重叠部分分析了辅助服务市场与各能源市场协同运作的机理,在此基础上对辅助服务市场与不同市场之间耦合机制设计中的交易、规则和目标提出了要点分析和建议.
可再生能源的大规模应用是解决温室效应的重要途径,综合能源系统的开发是提高能源利用率的重要方向,但分布式能源出力随机性会引发系统的安全运行.通过对分布式能源不确定性和能源价格不确定性进行分析,并以清洁能源消纳率最大和系统运行成本最低作为系统优化目标,构建了考虑双重不确定性的综合能源系统优化模型.通过选取长三角地区某综合能源系统示范基地进行算例分析,有效验证了提出模型的可行性,为碳中和目标的实现奠定了基础.
