綜合能源微網(wǎng)智能規(guī)劃技術(shù)

目錄
前言
基礎(chǔ)篇
第1章研究背景 3
1.1 綜合能源微網(wǎng)研究背景 3
1.2 國內(nèi)外研究現(xiàn)狀 5
1.2.1 綜合能源微網(wǎng)優(yōu)化配置及運(yùn)行的研究現(xiàn)狀 5
1.2.2 綜合能源微網(wǎng)規(guī)劃不確定性分析研究現(xiàn)狀 8
1.2.3 場景生成法在綜合能源系統(tǒng)中的應(yīng)用 9
1.2.4 綜合能源微網(wǎng)供能可靠性研究 10
1.2.5 綜合能源微網(wǎng)優(yōu)化配置 11
參考文獻(xiàn) 12
應(yīng)用篇
第2章微網(wǎng)多源-儲*優(yōu)容量聯(lián)合規(guī)劃 21
2.1 引言 21
2.2 計及微網(wǎng)源-荷波動特性差異的風(fēng)-光-荷典型場景生成 22
2.2.1 時序波動特征差異分析 23
2.2.2 典型場景生成方法 23
2.3 孤島微網(wǎng)系統(tǒng) 24
2.3.1 光伏電池陣列出力模型 25
2.3.2 風(fēng)力發(fā)電機(jī)組出力模型 25
2.3.3 柴油發(fā)電機(jī)出力模型 26
2.3.4 儲能系統(tǒng)模型 26
2.3.5 微網(wǎng)能量管理策略 27
2.4 計及微網(wǎng)綜合指標(biāo)的聯(lián)合規(guī)劃 27
2.4.1 微網(wǎng)經(jīng)濟(jì)規(guī)劃目標(biāo)函數(shù) 27
2.4.2 計及微網(wǎng)綜合性能指標(biāo)的運(yùn)行約束 29
2.4.3 決策變量 30
2.4.4 教與學(xué)優(yōu)化算法 30
2.5 案例分析 32
2.5.1 典型場景的構(gòu)建與分析 32
2.5.2 微網(wǎng)規(guī)劃結(jié)論驗(yàn)證 34
參考文獻(xiàn) 39
第3章基于多指標(biāo)面積灰關(guān)聯(lián)決策的分布式電源規(guī)劃方法 42
3.1 引言 42
3.2 基于面積灰關(guān)聯(lián)決策的多指標(biāo)綜合賦權(quán) 44
3.2.1 確定*佳 DG接入位置的評價指標(biāo) 44
3.2.2 基于面積灰關(guān)聯(lián)決策的*優(yōu)綜合賦權(quán) 45
3.3 基于半不變量法的配電網(wǎng)概率潮流 46
3.3.1 分布式電源的概率建模 46
3.3.2 半不變量概率潮流法 48
3.4 嵌入節(jié)點(diǎn)重要度下基于多目標(biāo)分布式算法的分布式電源高效規(guī)劃 48
3.4.1 目標(biāo)函數(shù) 48
3.4.2 約束條件 49
3.4.3 基于節(jié)點(diǎn)重要度的分布估計算法 50
3.5 算例分析 52
3.5.1 指標(biāo)沖突分析 53
3.5.2 概率潮流計算 53
3.5.3 IEEE33節(jié)點(diǎn)系統(tǒng)下規(guī)劃結(jié)果分析 55
3.5.4 IEEE69節(jié)點(diǎn)及 IEEE118節(jié)點(diǎn)系統(tǒng)下規(guī)劃結(jié)果分析 57
參考文獻(xiàn) 60
第4章多能耦合微能源網(wǎng)雙層博弈規(guī)劃 63
4.1 引言 63
4.2 問題描述 66
4.2.1 問題框架 66
4.2.2 模型結(jié)構(gòu) 66
4.3 模型公式 68
4.3.1 環(huán)境經(jīng)濟(jì)博弈模型 68
4.3.2 能源動態(tài)定價策略模型 70
4.3.3 微能源網(wǎng)的結(jié)構(gòu)和建模 72
4.3.4 能源樞紐模型 73
4.3.5 約束條件 75
4.4 博弈平衡 76
4.4.1 多策略集合演化博弈模型 76
4.4.2 Stackelberg博弈 78
4.5 算例分析 79
4.5.1 規(guī)劃結(jié)果 81
4.5.2 能源動態(tài)定價 82
4.5.3 結(jié)果分析 83
參考文獻(xiàn) 86
第5章計及復(fù)雜氣象耦合特性的多源-荷聯(lián)合場景生成 89
5.1 引言 89
5.2 氣象信息對源-荷的影響 89
5.2.1 相關(guān)性分析 89
5.2.2 基于氣象歷史數(shù)據(jù)的耦合氣象特征集聚類 91
5.3 MDVAE多源-荷場景生成方法 94
5.3.1 變分自編碼器 94
5.3.2 去噪變分自編碼器 95
5.3.3 MDVAE場景生成 96
5.3.4 風(fēng)-光出力轉(zhuǎn)化 97
5.3.5 基于深度學(xué)習(xí)框架的場景生成方法比較 98
5.4 典型氣象場景與極端溫度場景生成與評估 98
5.4.1 概率分布特性 99
5.4.2 風(fēng)-光-荷相關(guān)性 99
5.4.3 波動性 99
參考文獻(xiàn) 102
第6章家庭光伏和退役電池儲能系統(tǒng)經(jīng)濟(jì)性分析 105
6.1 引言 105
6.2 退役電池儲能系統(tǒng)必要性分析 106
6.2.1 中國電池梯次利用市場分析 106
6.2.2 基于用戶行為引入退役電池儲能系統(tǒng)必要性分析 107
6.3 用戶負(fù)荷及戶級光伏出力深度場景生成 112
6.3.1 DVAE場景生成 112
6.3.2 生成場景質(zhì)量評估及應(yīng)用 113
6.4 住宅光伏-儲能系統(tǒng)建模及經(jīng)濟(jì)性分析 120
6.4.1 退役電池儲能系統(tǒng)建模 120
6.4.2 戶級 PV建模 122
6.4.3 運(yùn)營成本 122
6.4.4 用戶經(jīng)濟(jì)收益 124
6.5 基于負(fù)荷及光伏出力不確定性的經(jīng)濟(jì)分析 125
6.5.1 考慮電價政策與用戶行為的經(jīng)濟(jì)性分析 125
6.5.2 用戶光伏利用率 134
6.5.3 考慮退役電池容量衰減的經(jīng)濟(jì)性分析 135
6.5.4 考慮源-荷不確定性的經(jīng)濟(jì)性分析 137
參考文獻(xiàn) 140
第7章基于深度聯(lián)合場景生成的綜合能源微網(wǎng)*優(yōu)配置 143
7.1 引言 143
7.2 綜合能源微網(wǎng)系統(tǒng)優(yōu)化配置模型 144
7.2.1 能源樞紐模型 144
7.2.2 綜合能源微網(wǎng)能量流模型 145
7.3 深度聯(lián)合場景的生成與縮減 147
7.3.1 典型氣象類型聚類 147
7.3.2 基于模塊化降噪變分自編碼器的深度聯(lián)合場景生成 148
7.3.3 生成場景的質(zhì)量評估 149
7.3.4 典型氣象場景集與極端溫度場景集生成 152
7.3.5 場景削減 155
7.4 綜合能源微網(wǎng)系統(tǒng)配置規(guī)劃模型 157
7.4.1 目標(biāo)函數(shù) 157
7.4.2 約束條件 159
7.5 案例分析 160
7.5.1 經(jīng)濟(jì)效益 160
7.5.2 基于仿真運(yùn)行的供能可靠性分析 164
參考文獻(xiàn) 171