分布式供能


分布式供能

学术简报︱考虑供能可靠性与风光不确定性的城

日期:2020-04-20 14:24

  浙江大学电气工程学院的研讨职员周贤正、陈玮、郭立异,正在2019年第17期《电工工夫学报》上撰文指出,大数据与可再生能源接入给都会众能源编制(UMES)筹划带来了机会与离间。该文提出了一种商量供能牢靠性与风景不确定性的都会众能源编制筹划模子。

  最初,基于矫正的DBSCAN算法爆发楷模场景及其概率,办理了实质工况中或者存正在的洪量史乘数据质料欠佳的题目;其次,通过配送通道妨碍停运模子,取得了能量配送通道产生N-1的希望妨碍年光;最终,商量都会配电网、配气网以及电转气装备(PtG)的联系限制,以UMES总利润最大为主意,提出了一种实用于辐射状搜集的N-1供能牢靠性评估算法,并作战了搀杂整数二次筹划模子。通过该模子可得出能量源、配送通道及PtG的最优投运年光、类型和身分。

  案例剖释结果外领会DBSCAN算法以及牢靠性评估算法的有用性;证据了正在PtG的影响下,能量配送通道产生N-1妨碍时,配气网不妨获得配电网的有用救援,明显擢升了编制供能牢靠性。

  跟着音信化的急迅进展,企业浸淀了洪量众源异构数据,大数据被誉为“蕴藏能量的煤矿”。基于大数据的新一代人工智能工夫不妨创造新学问、成立新代价,这不单对社会带来工夫改革,并且也会对能源工业爆发深远影响。

  若何将大数据人工智能工夫利用于都会众能源编制(Urban Multi-Energy System,UMES)的优化筹划,对其扩展和改制有着主动的意思。另一方面,风电和光伏等可再生能源的分泌率神速加添,众种负荷的振动性与可再生能源着力的不确定性给都会众能源编制筹划带来了浩大离间。

  正在筹划题目中,针对可再生能源着力不确定性题目,无数文献采用众场景的手法将其转换为众个确定性题目。

  一类为行使蒙特卡洛模仿天生场景,有学者提出了一种概率输电编制扩展筹划模子,通过蒙特卡洛模仿描写负荷延长、风电着力和线途妨碍等不确定性要素,但为亲切确切境况广泛需求天生洪量场景,极大地加添了运算负责。

  有学者将高分泌率风电、光伏和负荷的不确定性筑树为9种等概率场景,并提出了一种电网和气网的随机共同筹划模子。有学者最初收罗史乘氢数据,行使场景立室工夫(Moment Matching Method)以减少氢能着力场景,并利用至发电扩展筹划模子。

  可是,正在实质工程中,都会众能源编制往往处于能量提供的末梢,前期的数据收罗境况阴恶,后期的数据洗濯、导入以及料理等方面都市对数据质料变成影响,或者会爆发洪量的噪声,然而上述场景减少工夫并不实用于史乘数据牢靠性不高、噪声较大的境况。

  另一方面,供能牢靠性评估是编制筹划的厉重合键。个中,N-1准则正在编制筹划中平常利用于牢靠性检修,央求编制不单正在寻常运转时有用供应负荷,且正在任何简单元件产生妨碍时,编制仍能保障负荷的寻常供应。

  可是,无数文献的N-1牢靠性评推断划都采用纷乱的轮回校验,每次轮回校验均需确定网架布局、计划潮水。有学者指出正在筹划中N-1准则的引入会导致编制本钱过高的一次加入;同时高概率-低牺牲事情或者会爆发过低投资的“伪最优解”,且此解或者并不行合适低概率-高牺牲事情。所以,对场景概率以及负荷失落的合理推断至合厉重。

  面临实质都会众能源编制筹划历程中或者存正在的洪量史乘数据质料欠佳的题目,本文矫正基于密度的含噪声利用空间聚类(Density Based Spatial Clustering of Applications with Noise, DBSCAN)算法,以合适实质工况,取得更为合理的楷模场景及其概率。

  同时,通过配送通道妨碍停运模子取得能量配送通道产生N-1的希望妨碍年光。然后,通过散开潮水的巨细和倾向,引入负荷形态虚拟变量,提出一种无需轮回校验,实用于辐射状搜集且可一体化筑模求解的N-1供能牢靠性评估手法。最终,以UMES总利润最大为主意,作战了搀杂整数二次筹划模子。

  本文的都会众能源编制商量配电网和配气网,测试搜集采用通过3个电转气装备(Power to Gas,PtG)耦合的配电网24节点编制和改制的配气网30节点编制,算例验证了所提模子的有用性和精确性。

  本文最初矫正DBSCAN算法以合适史乘数据质料不佳的工况,并获取合理的楷模场景及其概率;同时作战了配送通道妨碍停运模子以获取各个妨碍线途的希望妨碍年光;然后提出一种可一体化筑模求解且实用于辐射状搜集的N-1供能牢靠性评估算法;最终以UMES总利润最大为主意,作战了搀杂整数二次筹划模子。

  案例剖释结果验证了DBSCAN算法能有用办理数据“噪声”题目,外领会本文所提出的实用于辐射状搜集的N-1供能牢靠性评估算法的精确性。通过分隔筹划与共同筹划案例结果对照证据了PtG使得配气网正在产生N-1妨碍时不妨获得配气网的有用救援,明显擢升了编制供能牢靠性。

  可是本文并未商量配电网的电压以及配气网的气压对筹划结果的影响,接下来会针对该题目举办深刻筑模研讨。本文亦未商量变电站和配气站妨碍以及产生N-k妨碍时的牢靠性计划题目。

  其它,现有的都会配电网联系筹划导则中目标于引荐采用众分段单联络或众联络的接线方法,但当含有联络开合时,会涉及负荷改变,妨碍收复,搜集拓扑的乖巧重构,目前本文的算法并未商量这些实质,配电网筹划中商量众分段众联络的接线方法将正在后续研讨中进一步深刻发现。除此以外,还可商量团结深度练习等最新的大数据发现计划,充实行使已有大数据举办负荷预测,以辅助都会众能源编制筹划。返回搜狐,查看更众