掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
能源互聯網系統中的負荷優化調度 版權信息
- ISBN：9787030693778
- 條形碼：9787030693778 ; 978-7-03-069377-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
能源互聯網系統中的負荷優化調度 內容簡介
本書較為系統地介紹了能源互聯網環境下供需資源的負荷優化調度模型與方法，以期提高復雜供需資源協同優化水平，促進供需交互響應，支撐能源互聯網系統經濟高效、綠色低碳、安全可靠運行。本書共10章，章為概述；第2章總結了能源互聯網供需兩側負荷優化調度理論基礎和研究現狀；第3章介紹了考慮經濟激勵的電動汽車充放電調度；第4章介紹了電動汽車接入的微電網負荷優化調度；第5章、第6章和第7章分別介紹了社區能量樞紐的魯棒負荷優化調度、多能量樞紐的協同魯棒負荷優化調度和含氫能的能量樞紐分布魯棒負荷優化調度；第8章和第9章分別介紹了面向智能制造的工業企業負荷優化調度和面向智能家居的家用電器負荷優化調度；0章介紹了基于供需預測的微電網負荷優化調度。
能源互聯網系統中的負荷優化調度 目錄
目錄
前言
第1章 緒論 1
1.1 能源系統形態的演進 1
1.2 能源互聯網發展概述 2
1.2.1 能源互聯網的概念 3
1.2.2 國內發展概述 5
1.2.3 國外發展概述 5
1.3 能源互聯網中的主要概念 7
1.3.1 產消者 7
1.3.2 虛擬電廠 8
1.3.3 微電網 10
1.3.4 能量樞紐 11
1.3.5 需求側管理和需求響應 13
1.3.6 綜合能源服務 14
1.4 基于管理視角的能源互聯網概述 15
1.5 主要內容結構 17
參考文獻 20
第2章 能源互聯網供需兩側負荷優化調度 25
2.1 引言 25
2.2 供給側負荷優化調度 26
2.2.1 機組組合 26
2.2.2 微電網負荷優化調度 26
2.2.3 能量樞紐負荷優化調度 33
2.3 需求側負荷優化調度 35
2.3.1 居民負荷優化調度 35
2.3.2 工業負荷優化調度 39
2.4 供需兩側聯合負荷優化調度 41
2.5 負荷優化調度模型的常用求解方法 42
2.5.1 傳統的數學方法和啟發式算法 42
2.5.2 數據驅動的方法 43
2.6 結論 44
參考文獻 45
第3章 考慮經濟激勵的電動汽車充放電調度 55
3.1 引言 55
3.2 基本模型 56
3.2.1 時間段劃分 56
3.2.2 主要變量 57
3.2.3 目標函數 57
3.2.4 約束條件 58
3.3 推薦模型 59
3.3.1 主要變量 60
3.3.2 目標函數 61
3.3.3 約束條件 61
3.4 實驗結果分析 63
3.4.1 實驗設置 63
3.4.2 不同充電模式下單輛電動汽車調度結果 64
3.4.3 不同充電模式下多輛電動汽車調度結果 69
3.5 結論 74
參考文獻 74
第4章 電動汽車接入的微電網負荷優化調度 76
4.1 引言 76
4.2 分布式發電和電動汽車充電建模 77
4.2.1 分布式電源發電特性 77
4.2.2 電動汽車充電模型 78
4.3 模型構建 81
4.3.1 目標函數 82
4.3.2 約束條件 83
4.4 求解方法 84
4.4.1 粒子群算法 85
4.4.2 改進的粒子群算法 85
4.5 實驗結果分析 87
4.5.1 實驗設置 87
4.5.2 結果分析 90
4.5.3 成本權重因子的影響 96
4.5.4 不同充電場景的影響 98
4.6 結論 99
參考文獻 99
第5章 社區能量樞紐的魯棒負荷優化調度 102
5.1 引言 102
5.2 模型構建 102
5.2.1 問題描述 102
5.2.2 目標函數 103
5.2.3 約束條件 105
5.3 魯棒優化與求解方法 109
5.3.1 不確定性集的選取 110
5.3.2 魯棒優化模型 111
5.3.3 求解方法 112
5.4 實驗結果分析 113
5.4.1 實驗數據與參數設置 113
5.4.2 結果分析 117
5.5 結論 121
參考文獻 122
第6章 多能量樞紐的協同魯棒負荷優化調度 124
6.1 引言 124
6.2 模型構建 125
6.2.1 問題描述 125
6.2.2 目標函數 126
6.2.3 約束條件 127
6.3 魯棒優化與求解方法 130
6.3.1 不確定性集的定義 130
6.3.2 魯棒優化模型 131
6.3.3 求解方法 132
6.4 實驗結果分析 134
6.4.1 實驗數據與參數設置 134
6.4.2 結果分析 137
6.5 結論 142
參考文獻 143
第7章 含氫能的能量樞紐分布魯棒負荷優化調度 145
7.1 引言 145
7.2 問題描述 146
7.3 模型構建 147
7.3.1 目標函數 147
7.3.2 約束條件 148
7.3.3 數據驅動的分布魯棒優化模型 152
7.3.4 求解方法 154
7.4 實驗結果分析 157
7.4.1 實驗數據與參數設置 157
7.4.2 結果與討論 160
7.5 結論 163
參考文獻 163
第8章 面向智能制造的工業企業負荷優化調度 166
8.1 引言 166
8.2 智能制造概述 166
8.3 智能制造過程能耗建模 168
8.3.1 智能制造過程建模 169
8.3.2 儲能系統建模 170
8.3.3 分布式能源建模 170
8.4 模型構建 171
8.4.1 目標函數 171
8.4.2 約束條件 171
8.5 實驗結果分析 173
8.5.1 實驗數據與參數設置 173
8.5.2 結果分析 175
8.6 結論 180
參考文獻 181
第9章 面向智能家居的家用電器負荷優化調度 184
9.1 引言 184
9.2 智能家居概述 184
9.3 模型構建 187
9.3.1 目標函數 187
9.3.2 約束條件 188
9.4 實驗結果分析 189
9.4.1 實驗數據與參數設置 189
9.4.2 結果分析 190
9.5 結論 196
參考文獻 196
第10章 基于供需預測的微電網負荷優化調度 198
10.1 引言 198
10.2 主要方法 198
10.2.1 人工神經網絡 198
10.2.2 循環神經網絡和長短期記憶網絡 199
10.2.3 粒子群優化算法 200
10.3 模型構建 201
10.3.1 預測模型 201
10.3.2 優化模型 204
10.4 實驗結果分析 207
10.4.1 實驗數據 207
10.4.2 負荷預測結果 208
10.4.3 光伏輸出功率預測結果 209
10.4.4 微電網負荷優化調度結果 210
10.5 結論 214
參考文獻 215
總結與展望 219
前言
第1章 緒論 1
1.1 能源系統形態的演進 1
1.2 能源互聯網發展概述 2
1.2.1 能源互聯網的概念 3
1.2.2 國內發展概述 5
1.2.3 國外發展概述 5
1.3 能源互聯網中的主要概念 7
1.3.1 產消者 7
1.3.2 虛擬電廠 8
1.3.3 微電網 10
1.3.4 能量樞紐 11
1.3.5 需求側管理和需求響應 13
1.3.6 綜合能源服務 14
1.4 基于管理視角的能源互聯網概述 15
1.5 主要內容結構 17
參考文獻 20
第2章 能源互聯網供需兩側負荷優化調度 25
2.1 引言 25
2.2 供給側負荷優化調度 26
2.2.1 機組組合 26
2.2.2 微電網負荷優化調度 26
2.2.3 能量樞紐負荷優化調度 33
2.3 需求側負荷優化調度 35
2.3.1 居民負荷優化調度 35
2.3.2 工業負荷優化調度 39
2.4 供需兩側聯合負荷優化調度 41
2.5 負荷優化調度模型的常用求解方法 42
2.5.1 傳統的數學方法和啟發式算法 42
2.5.2 數據驅動的方法 43
2.6 結論 44
參考文獻 45
第3章 考慮經濟激勵的電動汽車充放電調度 55
3.1 引言 55
3.2 基本模型 56
3.2.1 時間段劃分 56
3.2.2 主要變量 57
3.2.3 目標函數 57
3.2.4 約束條件 58
3.3 推薦模型 59
3.3.1 主要變量 60
3.3.2 目標函數 61
3.3.3 約束條件 61
3.4 實驗結果分析 63
3.4.1 實驗設置 63
3.4.2 不同充電模式下單輛電動汽車調度結果 64
3.4.3 不同充電模式下多輛電動汽車調度結果 69
3.5 結論 74
參考文獻 74
第4章 電動汽車接入的微電網負荷優化調度 76
4.1 引言 76
4.2 分布式發電和電動汽車充電建模 77
4.2.1 分布式電源發電特性 77
4.2.2 電動汽車充電模型 78
4.3 模型構建 81
4.3.1 目標函數 82
4.3.2 約束條件 83
4.4 求解方法 84
4.4.1 粒子群算法 85
4.4.2 改進的粒子群算法 85
4.5 實驗結果分析 87
4.5.1 實驗設置 87
4.5.2 結果分析 90
4.5.3 成本權重因子的影響 96
4.5.4 不同充電場景的影響 98
4.6 結論 99
參考文獻 99
第5章 社區能量樞紐的魯棒負荷優化調度 102
5.1 引言 102
5.2 模型構建 102
5.2.1 問題描述 102
5.2.2 目標函數 103
5.2.3 約束條件 105
5.3 魯棒優化與求解方法 109
5.3.1 不確定性集的選取 110
5.3.2 魯棒優化模型 111
5.3.3 求解方法 112
5.4 實驗結果分析 113
5.4.1 實驗數據與參數設置 113
5.4.2 結果分析 117
5.5 結論 121
參考文獻 122
第6章 多能量樞紐的協同魯棒負荷優化調度 124
6.1 引言 124
6.2 模型構建 125
6.2.1 問題描述 125
6.2.2 目標函數 126
6.2.3 約束條件 127
6.3 魯棒優化與求解方法 130
6.3.1 不確定性集的定義 130
6.3.2 魯棒優化模型 131
6.3.3 求解方法 132
6.4 實驗結果分析 134
6.4.1 實驗數據與參數設置 134
6.4.2 結果分析 137
6.5 結論 142
參考文獻 143
第7章 含氫能的能量樞紐分布魯棒負荷優化調度 145
7.1 引言 145
7.2 問題描述 146
7.3 模型構建 147
7.3.1 目標函數 147
7.3.2 約束條件 148
7.3.3 數據驅動的分布魯棒優化模型 152
7.3.4 求解方法 154
7.4 實驗結果分析 157
7.4.1 實驗數據與參數設置 157
7.4.2 結果與討論 160
7.5 結論 163
參考文獻 163
第8章 面向智能制造的工業企業負荷優化調度 166
8.1 引言 166
8.2 智能制造概述 166
8.3 智能制造過程能耗建模 168
8.3.1 智能制造過程建模 169
8.3.2 儲能系統建模 170
8.3.3 分布式能源建模 170
8.4 模型構建 171
8.4.1 目標函數 171
8.4.2 約束條件 171
8.5 實驗結果分析 173
8.5.1 實驗數據與參數設置 173
8.5.2 結果分析 175
8.6 結論 180
參考文獻 181
第9章 面向智能家居的家用電器負荷優化調度 184
9.1 引言 184
9.2 智能家居概述 184
9.3 模型構建 187
9.3.1 目標函數 187
9.3.2 約束條件 188
9.4 實驗結果分析 189
9.4.1 實驗數據與參數設置 189
9.4.2 結果分析 190
9.5 結論 196
參考文獻 196
第10章 基于供需預測的微電網負荷優化調度 198
10.1 引言 198
10.2 主要方法 198
10.2.1 人工神經網絡 198
10.2.2 循環神經網絡和長短期記憶網絡 199
10.2.3 粒子群優化算法 200
10.3 模型構建 201
10.3.1 預測模型 201
10.3.2 優化模型 204
10.4 實驗結果分析 207
10.4.1 實驗數據 207
10.4.2 負荷預測結果 208
10.4.3 光伏輸出功率預測結果 209
10.4.4 微電網負荷優化調度結果 210
10.5 結論 214
參考文獻 215
總結與展望 219
展開全部
能源互聯網系統中的負荷優化調度 節選
第1章 緒論 1.1 能源系統形態的演進 電力相關技術的發明和應用是19世紀60年代至20世紀初發生的第二次工業革命的重要標志[1]。此后，能源電力生產、傳輸、轉換和利用的相關技術得到了快速發展，推動了經濟社會和人類文明的不斷進步。與此同時，與能源電力系統相關的生產方式、市場機制、商業模式、管理體系以及政策環境也不斷發展和演化。根據能源電力系統生產、運行、組織和管理的特點，第二次工業革命以來能源電力系統的發展和演化大致分為四個階段，如圖1.1所示。 圖1.1 能源電力系統的發展和演化 (1)分散式能源系統。在電力技術發明之初，能源電力生產和利用的技術水平相對較低，這一時期，人們的電力需求主要由技術水平落后、發電規模較小、空間分布零散的發電系統來滿足。因此，這一時期能源電力生產和消費的模式基本上是自給自足的，這種分散式能源電力系統是相對獨立的，運行效率低。 (2)集中式能源系統。在工業化大生產時期，能源電力生產、傳輸和利用等技術取得了顯著進步，能源電力部門成為重要的獨立工業部門，大型集中式發電成為能源電力供應的主要方式，滿足工業化生產的大規模電力需求。集中式能源系統的集中化生產、遠距離傳輸和持續用能保障等特征，為提高能源電力供給的穩定性和可靠性提供了重要支撐。然而，以燃煤發電為主的集中式火力發電也帶來了許多嚴重的環境污染問題[2，3]，此外，集中式能源系統在能源服務靈活性、多樣性、個性化等方面的不足也日益顯現。 (3)分布式能源系統。隨著大規模集中式發電所帶來的資源環境問題日益嚴峻，建設綠色低碳、靈活高效能源系統的需求愈加迫切[4-6]。基于風力發電、光伏發電等可再生能源發電以及儲能相關技術，并在先進的系統優化控制和智能決策技術的支撐下，小型化、多樣化、靈活化的分布式發電和微電網得到快速發展，成為能源開發和利用的重要形式[7-10]。作為集中式能源系統的重要補充，分布式能源系統受到越來越多的關注，對于促進能源供需平衡，提高能源利用效率，增加可再生能源消納，推動能源系統綠色低碳轉型具有重要意義。 (4)智能互聯能源系統。隨著互聯網、云計算、大數據、人工智能、區塊鏈、5G通信等新一代信息技術不斷融入能源生產、傳輸、存儲、調配、消費全過程，傳統的物理能源系統逐漸被數字化，能源生產和利用體系深刻變革，形成從生產到消費全過程以智能化、綠色化、網絡化、互動化和個性化為主要特征的智能互聯能源系統，衍生了能源互聯網、互聯網+智慧能源、綜合能源服務、泛能網、泛在電力物聯網、虛擬電廠等智能互聯能源系統相關概念[11-14]。智能互聯能源系統中，從能源生產、輸送到存儲、調配、消費等各環節獲取的能源大數據成為一種新的戰略資源，大數據分析和數據驅動的系統優化與智能決策成為智能互聯能源系統高效穩定運行和服務模式創新的重要支撐和關鍵驅動力。供需交互響應、雙向友好互動、系統靈活開放、多能協同互補和綜合能源服務，以及清潔、智能、安全、高效等成為智能互聯能源系統的重要特征。通過用戶價值創新、數據價值創新和效率價值創新實現的新產品、新服務和新商業模式，成為能源產品和服務提供商的核心競爭優勢。 需要指出的是，上述能源電力系統形態發展和演化劃分主要是基于組織管理和運作模式特點進行的大致劃分，各系統形態之間并不是嚴格分割的。例如，分布式能源系統難以完全取代集中式能源系統，集中式能源系統與分布式能源系統協同互補將在未來較長時期內并存，而能源系統的智能互聯化既包括現有集中式能源系統和分布式能源系統的智能互聯化，也包括正在和即將出現的一些智能互聯能源系統的新形態。 總之，能源電力系統發展演化的動力一方面來自能源電力相關技術的不斷進步，另一方面也源自經濟社會發展進步對能源服務不斷提出的新需求。能源電力系統發展演化的*終目標是建立靈活多元、清潔低碳、經濟高效、安全可靠、自主可控且可持續的能源生產和利用體系，為提高人們生活水平、提升組織運作效率、促進企業綠色生產、推動經濟高質量發展和社會文明進步提供持續動力。 1.2 能源互聯網發展概述 能源互聯網是能源系統智能互聯化發展的重要方向，是互聯網、云計算、大數據、人工智能、區塊鏈、5G通信等新一代信息技術與能源系統深度融合形成的智慧能源系統形態，具有設備智能、多能協同、信息對稱、供需分散、系統扁平和交易開放等主要特征[15]。本節主要對能源互聯網的形成與發展、內涵與特征以及國內外發展現狀進行簡要概述。 1.2.1 能源互聯網的概念 杰里米 里夫金(Jeremy Rifkin)在2011年出版的《第三次工業革命：新經濟模式如何改變世界》(The Third Industrial Revolution: How Lateral Power Transforming Energy， the Economy， and the World)一書中指出新能源技術和信息技術的深入融合將催生能源互聯網，并認為能源互聯網將成為第三次工業革命的重要標志[16]。里夫金指出能源系統將向能源生產民主化、能源消費互聯網化方向轉變，將形成以“可再生能源+互聯網為基礎的能源共享網絡，其五大支柱如表1.1所示。 表1.1 能源互聯網五大支柱 能源互聯網作為一個跨領域的前沿概念，其內涵也在不斷豐富和演化。一般可以認為，能源互聯網是利用物聯網傳感技術、信息通信技術及智能管理技術等，實現電力網、天然氣網、氫能網和交通網絡等深度耦合，形成能量流、信息流、業務流多流融合的多能集成互補、多元主體參與和供需交互響應的能源互聯共享網絡。“橫向多能源體互補，縱向源網荷儲協調是能源互聯網的基本特征。能源互聯網的基本架構如圖1.2所示[17]。 根據地域范圍，可將能源互聯網分為全球能源互聯網、區域級能源互聯網和用戶級能源互聯網。全球能源互聯網是以超高壓、特高壓技術為核心，實現清潔能源跨洲、跨區域、跨國的傳輸與調配，因此全球能源互聯網可以促進廣域能源資源的優化配置；區域級能源互聯網是由電、熱、氣等多形式能源系統耦合互聯而成，它可以實現能源系統內部資源的優化配置，同時可以實現不同能源系統之間的能量交互和路由；用戶級能源互聯網是范圍更小的能源互聯網，通常以居民小區、工業園區、商業建筑等形式存在，主要目的是就地消納分布式可再生能源，促進不同形式能源的局部高效利用和多元主體靈活參與、友好互動。 圖1.2 能源互聯網基本架構 能源互聯網主要有以下五大技術特征[18]。 (1)泛在互聯。能源互聯網不僅能夠支持微能源網內各種分布式電源、分布式儲能裝置、電動汽車(Electric Vehicle，EV)和負荷通過輸配電網絡實現互聯；同時支持不同微能源網、不同區域能源網，甚至不同國家和地區之間的廣域能源網的互聯互通。 (2)對等開放。能源互聯網是多層級、多尺度、多維度的開放平臺，在供給側，各種清潔能源可以自由接入能源互聯網實現多能互補；而在需求側，各類用戶可以平等接入能源互聯網獲取所需能源，而且用戶可以通過多樣化交易機制和需求響應等參與供需互動。 (3)低碳高效。以可再生能源為代表的清潔能源是能源互聯網中的主要能源形態；同時，可以通過供需互動、多能互補和協同優化調度來提高能源互聯網系統運行效率，因此，低碳高效是能源互聯網的基本特征之一。 (4)多能協同。能源互聯網系統包含電力網絡、熱力管網、天然氣管網等多種類型網絡，電、冷、熱、氣、氫等多種形態能源靈活轉化和高效利用，這使得能源互聯網系統呈現多能源協同耦合的特點。 (5)安全可靠。能源互聯網是關鍵公共基礎設施，與經濟、社會、國防等領域息息相關。能源互聯網覆蓋區域廣、環境差異大、網絡結構復雜，能源互聯網安全可靠運行至關重要。因此，以更嚴格的技術和管理措施確保系統安全可靠是能源互聯網的重要特征之一。 1.2.2 國內發展概述 我國政府部門和能源企業一直積極推進能源互聯網建設與發展，學術界和產業界共同合作，開展了一系列的前沿理論探索和工程應用示范。中國電力科學研究院于2010年在關于未來電網形態的研究中，提出了第三代智能電網“靈活配電系統的概念。2014年，中國工程科技發展戰略研究院將能源互聯網列入中國戰略性新興產業。2015年，國務院發布了《國務院關于積極推進“互聯網+行動的指導意見》，“互聯網+智慧能源成為重點行動之一[19]。2016年，為了加快推動能源互聯網建設，國家發展改革委、國家能源局、工業和信息化部聯合出臺了《關于推進“互聯網+智慧能源發展的指導意見》，指出能源互聯網是推動我國能源革命的重要戰略支撐，對促進能源清潔高效利用、提升能源綜合效率和促進能源轉型具有重要意義[20]。 國家能源局于2017年7月正式公布首批55個“互聯網+智慧能源(能源互聯網)示范項目[21]。其中城市能源互聯網綜合示范項目12個、園區能源互聯網綜合示范項目12個、其他及跨地區多能協同示范項目5個、基于電動汽車的能源互聯網示范項目6個、基于靈活性資源的能源互聯網示范項目2個、基于綠色能源靈活交易的能源互聯網示范項目3個、基于行業融合的能源互聯網示范項目4個、能源大數據與第三方服務示范項目8個、智能化能源基礎設施示范項目3個。 1.2.3 國外發展概述 1.2.3.1 美國 美國國家科學基金會(National Science Foundation，NSF)于2008年啟動了“未來可再生電能傳輸與管理系統(Future Renewable Electric Energy Delivery and Management System，FREEDM)項目，開展配電系統能源互聯網研究，該項目旨在構建一種適應高滲透率分布式可再生能源發電和分布式儲能并網的高效配電系統，其具有三個典型特征[22，23]，如表1.2所示。 表1.2 FREEDM能源互聯網典型特征 1.2.3.2 歐盟國家 德國聯邦經濟和技術部于2008年啟動了 E-Energy計劃，該計劃旨在將信息通信技術與能源系統深度融合，使電網從一種分布式結構轉變為互聯結構，旨在建立能夠實現自我調控的智能化電力系統[24]。德國聯邦經濟和技術部選取了6個試點地區，分別由6個技術聯盟負責項目研發和具體實施，示范項目的主要內容如表1.3所示。 表1.3 德國E-Energy計劃示范項目主要內容 瑞士聯邦政府能源辦公室和產業部門共同發起了“未來能源網絡愿景
書友推薦
- >
經典常談
- >
羅庸西南聯大授課錄
- >
二體千字文
- >
巴金－再思錄
- >
山海經
- >
回憶愛瑪儂
- >
伊索寓言-世界文學名著典藏-全譯本
- >
煙與鏡
本類暢銷
