耦合源-荷多元预测与电热混合储能区域综合能源系统的优化调度

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

耦合源-荷多元预测与电热混合储能区域综合能源系统的优化调度

更新时间：2025-11-05

- 耦合源-荷多元预测与电热混合储能区域综合能源系统的优化调度
- Issue 3, Pages: 135-144(2025)
- 作者机构：
  
  1. 贵州电网有限责任公司
  2. 贵州大学电气工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TK02;TM73
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (3): 135-144.
DOI：

[J]. 2025, (3): 135-144. DOI：

摘要

热电联产（combined heat and power

CHP）机组作为区域综合能源系统中的核心耦合单元，是实现其高效运行的关键。然而CHP机组固有的热电耦合特性对其灵活调节能力和运行性能的提升存在一定限制，且其“以电定热”和“以热定电”的调度策略缺乏前瞻性考虑多元负荷和可再生能源的波动特征。集成储能系统可有效实现热电解耦，然而储能的充放电能力受其能量状态的影响。基于此，该文采用长短记忆神经网络对区域综合能源系统中多元负荷及可再生能源进行预测，以考虑多元负荷及可再生能源的时序波动，提出耦合源-荷多元预测与电热混合储能的主动调度策略。构建计及碳排放惩罚、可再生能源弃电惩罚及运行成本的优化调度模型。以某区域综合能源系统为例，对比分析“以电定热”、“以热定电”和“主动调度”策略。结果显示，长短记忆神经网络的最大预测误差为4.7%。采用电-热混合储能主动调度策略的运行成本比“以电定热”和“以热定电”运行策略分别降低了11.12%和3.67%。此外，主动调度策略可在平滑热电比负荷曲线的同时降低区域综合能源系统购电成本，并且对CHP机组的能效具有促进作用，进一步降低了区域综合能源系统的运行成本。

Abstract

关键词

Keywords

references

严儒井.多重不确定性下区域综合能源系统的供需协调规划研究[D].华北电力大学(北京),2022(03).

杨莘博.新能源微网多能协同运行优化及效益分配模型研究[D].华北电力大学(北京),2022(03).

刘雪涛.基于能量枢纽的源网荷储多能协同优化研究[D].华北电力大学(北京),2022(03).

林佳兴.考虑电热综合需求响应的园区综合能源系统优化调度研究[D].东北电力大学,2021(09).

罗真.考虑不确定性的综合能源系统优化调度研究[D].湖南大学,2021(09).

Zhang Bin,Ghias Amer M.Y.M.,Chen Zhe.A double-deck deep reinforcement learning-based energy dispatch strategy for an integrated electricity and district heating system embedded with thermal inertial and operational flexibility[J].Energy Reports,2022.

Garcet J.,De Meulenaere R.,Blondeau J..Enabling flexible CHP operation for grid support by exploiting the DHN thermal inertia[J].Applied Energy,2022.

Hongming Yang,Tonglin Xiong,Jing Qiu,Duo Qiu,Zhao Yang Dong.Optimal operation of DES/CCHP based regional multi-energy prosumer with demand response[J].Applied Energy,2016.

张浩,陆海,罗恩博,李远,陈淑敏,王达达.考虑资源灵活性的多区域综合能源系统协同调度[J].电网与清洁能源,2024(09).

张程,曾崟琳,匡宇.考虑需求响应和碳捕集电厂灵活运行方式的综合能源系统调度[J].智慧电力,2024(09).

李阳,沈小军,杨伟新,张扬帆.基于运行数据的风电场风速传感器运行品质评价方法及应用[J].电工技术学报,2024(13).

陈明昊,朱月瑶,孙毅,谢志远,吴鹏.计及高渗透率光伏消纳与深度强化学习的综合能源系统预测调控[J].电工技术学报,2024(19).

栗然,罗东晖,李鹏程,臧向迪,张文昕,祝晋尧,严敬汝,回旭.基于宽度和深度模型以及残差网络的综合能源负荷短期预测[J].华北电力大学学报(自然科学版),2023(06).

张爱军,刘紫玉,邢华栋,慕腾,杜翔.基于GM估计的电-气-热综合能源系统分解协调鲁棒状态估计方法[J].智慧电力,2023(10).

田路遥.地源热泵冷热源耦合供能最优运行策略[J].节能技术,2023(05).

汤若鑫,王培红,王乾,王玟苈.基于含储热双抽机组特性的NSGA-Ⅱ改进方法研究[J].节能技术,2023(04).

魏震波,杨超,李银江.参与多元耦合市场的电-气综合能源系统低碳经济调度[J].智慧电力,2023(05).

柳松林,成贵学,赵晋斌,蒋明喆,李健明.基于双层优化的电-热综合能源系统调峰运行方法[J].智慧电力,2023(05).

张大海,孙锴,和敬涵.基于相似日与多模型融合的短期负荷预测[J].电网技术,2023(05).

王忠义,聂凡杰,徐扬,刘晓军,姜超,冉子旭.计及综合需求响应的电热集成系统优化运行[J].智慧电力,2023(01).

李雨佳,殷文倩,龙覃飞,侯云鹤.多元不确定性环境下含海量资源电力系统的弹性提升技术[J].高电压技术,2022(09).

欧阳静,杨吕,尹康,赵宇航,潘国兵.基于ALIF-LSTM多任务学习的综合能源系统短期负荷预测[J].太阳能学报,2022(09).

杨龙,张沈习,程浩忠,吕佳炜.区域低碳综合能源系统规划关键技术与挑战[J].电网技术,2022(09).

董雪涛,冯长有,朱子民,唐君毅,刘震,徐志,亢朋朋.新型电力系统仿真工具研究初探[J].电力系统自动化,2022(10).

朱琼锋,李家腾,乔骥,史梦洁,王朝亮.人工智能技术在新能源功率预测的应用及展望[J].中国电机工程学报,2023(08).

张智刚,康重庆.碳中和目标下构建新型电力系统的挑战与展望[J].中国电机工程学报,2022(08).

黎博,陈民铀,钟海旺,马子明,刘东冉,何钢.高比例可再生能源新型电力系统长期规划综述[J].中国电机工程学报,2023(02).

张圣祺,刘何毓,汪飞,郭慧,施天灵.面向电网二次调频需求的“PXP”储能集群分布式均衡控制策略[J].中国电机工程学报,2022(03).

卓振宇,张宁,谢小荣,李浩志,康重庆.高比例可再生能源电力系统关键技术及发展挑战[J].电力系统自动化,2021(09).

栗然,丁星,孙帆,韩怡,刘会兰,严敬汝.基于Wide & Deep-XGB2LSTM模型的超短期光伏功率预测[J].电力自动化设备,2021(07).

陆继翔,张琪培,杨志宏,涂孟夫,陆进军,彭晖.基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J].电力系统自动化,2019(08).

Views

359

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰