扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
(精)东北革命和抗日根据地货币研究
-
>
近代天津工业与企业制度
-
>
眉山金融论剑
-
>
图解资本论
-
>
金融炼金术(专业珍藏版)2021专业审订
-
>
认知世界的经济学
-
>
全球货币进化史
能源互联网系统中的负荷优化调度 版权信息
- ISBN：9787030693778
- 条形码：9787030693778 ; 978-7-03-069377-8
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
能源互联网系统中的负荷优化调度 内容简介
本书较为系统地介绍了能源互联网环境下供需资源的负荷优化调度模型与方法，以期提高复杂供需资源协同优化水平，促进供需交互响应，支撑能源互联网系统经济高效、绿色低碳、安全可靠运行。本书共10章，章为概述；第2章总结了能源互联网供需两侧负荷优化调度理论基础和研究现状；第3章介绍了考虑经济激励的电动汽车充放电调度；第4章介绍了电动汽车接入的微电网负荷优化调度；第5章、第6章和第7章分别介绍了社区能量枢纽的鲁棒负荷优化调度、多能量枢纽的协同鲁棒负荷优化调度和含氢能的能量枢纽分布鲁棒负荷优化调度；第8章和第9章分别介绍了面向智能制造的工业企业负荷优化调度和面向智能家居的家用电器负荷优化调度；0章介绍了基于供需预测的微电网负荷优化调度。
能源互联网系统中的负荷优化调度 目录
目录
前言
第1章 绪论 1
1.1 能源系统形态的演进 1
1.2 能源互联网发展概述 2
1.2.1 能源互联网的概念 3
1.2.2 国内发展概述 5
1.2.3 国外发展概述 5
1.3 能源互联网中的主要概念 7
1.3.1 产消者 7
1.3.2 虚拟电厂 8
1.3.3 微电网 10
1.3.4 能量枢纽 11
1.3.5 需求侧管理和需求响应 13
1.3.6 综合能源服务 14
1.4 基于管理视角的能源互联网概述 15
1.5 主要内容结构 17
参考文献 20
第2章 能源互联网供需两侧负荷优化调度 25
2.1 引言 25
2.2 供给侧负荷优化调度 26
2.2.1 机组组合 26
2.2.2 微电网负荷优化调度 26
2.2.3 能量枢纽负荷优化调度 33
2.3 需求侧负荷优化调度 35
2.3.1 居民负荷优化调度 35
2.3.2 工业负荷优化调度 39
2.4 供需两侧联合负荷优化调度 41
2.5 负荷优化调度模型的常用求解方法 42
2.5.1 传统的数学方法和启发式算法 42
2.5.2 数据驱动的方法 43
2.6 结论 44
参考文献 45
第3章 考虑经济激励的电动汽车充放电调度 55
3.1 引言 55
3.2 基本模型 56
3.2.1 时间段划分 56
3.2.2 主要变量 57
3.2.3 目标函数 57
3.2.4 约束条件 58
3.3 推荐模型 59
3.3.1 主要变量 60
3.3.2 目标函数 61
3.3.3 约束条件 61
3.4 实验结果分析 63
3.4.1 实验设置 63
3.4.2 不同充电模式下单辆电动汽车调度结果 64
3.4.3 不同充电模式下多辆电动汽车调度结果 69
3.5 结论 74
参考文献 74
第4章 电动汽车接入的微电网负荷优化调度 76
4.1 引言 76
4.2 分布式发电和电动汽车充电建模 77
4.2.1 分布式电源发电特性 77
4.2.2 电动汽车充电模型 78
4.3 模型构建 81
4.3.1 目标函数 82
4.3.2 约束条件 83
4.4 求解方法 84
4.4.1 粒子群算法 85
4.4.2 改进的粒子群算法 85
4.5 实验结果分析 87
4.5.1 实验设置 87
4.5.2 结果分析 90
4.5.3 成本权重因子的影响 96
4.5.4 不同充电场景的影响 98
4.6 结论 99
参考文献 99
第5章 社区能量枢纽的鲁棒负荷优化调度 102
5.1 引言 102
5.2 模型构建 102
5.2.1 问题描述 102
5.2.2 目标函数 103
5.2.3 约束条件 105
5.3 鲁棒优化与求解方法 109
5.3.1 不确定性集的选取 110
5.3.2 鲁棒优化模型 111
5.3.3 求解方法 112
5.4 实验结果分析 113
5.4.1 实验数据与参数设置 113
5.4.2 结果分析 117
5.5 结论 121
参考文献 122
第6章 多能量枢纽的协同鲁棒负荷优化调度 124
6.1 引言 124
6.2 模型构建 125
6.2.1 问题描述 125
6.2.2 目标函数 126
6.2.3 约束条件 127
6.3 鲁棒优化与求解方法 130
6.3.1 不确定性集的定义 130
6.3.2 鲁棒优化模型 131
6.3.3 求解方法 132
6.4 实验结果分析 134
6.4.1 实验数据与参数设置 134
6.4.2 结果分析 137
6.5 结论 142
参考文献 143
第7章 含氢能的能量枢纽分布鲁棒负荷优化调度 145
7.1 引言 145
7.2 问题描述 146
7.3 模型构建 147
7.3.1 目标函数 147
7.3.2 约束条件 148
7.3.3 数据驱动的分布鲁棒优化模型 152
7.3.4 求解方法 154
7.4 实验结果分析 157
7.4.1 实验数据与参数设置 157
7.4.2 结果与讨论 160
7.5 结论 163
参考文献 163
第8章 面向智能制造的工业企业负荷优化调度 166
8.1 引言 166
8.2 智能制造概述 166
8.3 智能制造过程能耗建模 168
8.3.1 智能制造过程建模 169
8.3.2 储能系统建模 170
8.3.3 分布式能源建模 170
8.4 模型构建 171
8.4.1 目标函数 171
8.4.2 约束条件 171
8.5 实验结果分析 173
8.5.1 实验数据与参数设置 173
8.5.2 结果分析 175
8.6 结论 180
参考文献 181
第9章 面向智能家居的家用电器负荷优化调度 184
9.1 引言 184
9.2 智能家居概述 184
9.3 模型构建 187
9.3.1 目标函数 187
9.3.2 约束条件 188
9.4 实验结果分析 189
9.4.1 实验数据与参数设置 189
9.4.2 结果分析 190
9.5 结论 196
参考文献 196
第10章 基于供需预测的微电网负荷优化调度 198
10.1 引言 198
10.2 主要方法 198
10.2.1 人工神经网络 198
10.2.2 循环神经网络和长短期记忆网络 199
10.2.3 粒子群优化算法 200
10.3 模型构建 201
10.3.1 预测模型 201
10.3.2 优化模型 204
10.4 实验结果分析 207
10.4.1 实验数据 207
10.4.2 负荷预测结果 208
10.4.3 光伏输出功率预测结果 209
10.4.4 微电网负荷优化调度结果 210
10.5 结论 214
参考文献 215
总结与展望 219
前言
第1章 绪论 1
1.1 能源系统形态的演进 1
1.2 能源互联网发展概述 2
1.2.1 能源互联网的概念 3
1.2.2 国内发展概述 5
1.2.3 国外发展概述 5
1.3 能源互联网中的主要概念 7
1.3.1 产消者 7
1.3.2 虚拟电厂 8
1.3.3 微电网 10
1.3.4 能量枢纽 11
1.3.5 需求侧管理和需求响应 13
1.3.6 综合能源服务 14
1.4 基于管理视角的能源互联网概述 15
1.5 主要内容结构 17
参考文献 20
第2章 能源互联网供需两侧负荷优化调度 25
2.1 引言 25
2.2 供给侧负荷优化调度 26
2.2.1 机组组合 26
2.2.2 微电网负荷优化调度 26
2.2.3 能量枢纽负荷优化调度 33
2.3 需求侧负荷优化调度 35
2.3.1 居民负荷优化调度 35
2.3.2 工业负荷优化调度 39
2.4 供需两侧联合负荷优化调度 41
2.5 负荷优化调度模型的常用求解方法 42
2.5.1 传统的数学方法和启发式算法 42
2.5.2 数据驱动的方法 43
2.6 结论 44
参考文献 45
第3章 考虑经济激励的电动汽车充放电调度 55
3.1 引言 55
3.2 基本模型 56
3.2.1 时间段划分 56
3.2.2 主要变量 57
3.2.3 目标函数 57
3.2.4 约束条件 58
3.3 推荐模型 59
3.3.1 主要变量 60
3.3.2 目标函数 61
3.3.3 约束条件 61
3.4 实验结果分析 63
3.4.1 实验设置 63
3.4.2 不同充电模式下单辆电动汽车调度结果 64
3.4.3 不同充电模式下多辆电动汽车调度结果 69
3.5 结论 74
参考文献 74
第4章 电动汽车接入的微电网负荷优化调度 76
4.1 引言 76
4.2 分布式发电和电动汽车充电建模 77
4.2.1 分布式电源发电特性 77
4.2.2 电动汽车充电模型 78
4.3 模型构建 81
4.3.1 目标函数 82
4.3.2 约束条件 83
4.4 求解方法 84
4.4.1 粒子群算法 85
4.4.2 改进的粒子群算法 85
4.5 实验结果分析 87
4.5.1 实验设置 87
4.5.2 结果分析 90
4.5.3 成本权重因子的影响 96
4.5.4 不同充电场景的影响 98
4.6 结论 99
参考文献 99
第5章 社区能量枢纽的鲁棒负荷优化调度 102
5.1 引言 102
5.2 模型构建 102
5.2.1 问题描述 102
5.2.2 目标函数 103
5.2.3 约束条件 105
5.3 鲁棒优化与求解方法 109
5.3.1 不确定性集的选取 110
5.3.2 鲁棒优化模型 111
5.3.3 求解方法 112
5.4 实验结果分析 113
5.4.1 实验数据与参数设置 113
5.4.2 结果分析 117
5.5 结论 121
参考文献 122
第6章 多能量枢纽的协同鲁棒负荷优化调度 124
6.1 引言 124
6.2 模型构建 125
6.2.1 问题描述 125
6.2.2 目标函数 126
6.2.3 约束条件 127
6.3 鲁棒优化与求解方法 130
6.3.1 不确定性集的定义 130
6.3.2 鲁棒优化模型 131
6.3.3 求解方法 132
6.4 实验结果分析 134
6.4.1 实验数据与参数设置 134
6.4.2 结果分析 137
6.5 结论 142
参考文献 143
第7章 含氢能的能量枢纽分布鲁棒负荷优化调度 145
7.1 引言 145
7.2 问题描述 146
7.3 模型构建 147
7.3.1 目标函数 147
7.3.2 约束条件 148
7.3.3 数据驱动的分布鲁棒优化模型 152
7.3.4 求解方法 154
7.4 实验结果分析 157
7.4.1 实验数据与参数设置 157
7.4.2 结果与讨论 160
7.5 结论 163
参考文献 163
第8章 面向智能制造的工业企业负荷优化调度 166
8.1 引言 166
8.2 智能制造概述 166
8.3 智能制造过程能耗建模 168
8.3.1 智能制造过程建模 169
8.3.2 储能系统建模 170
8.3.3 分布式能源建模 170
8.4 模型构建 171
8.4.1 目标函数 171
8.4.2 约束条件 171
8.5 实验结果分析 173
8.5.1 实验数据与参数设置 173
8.5.2 结果分析 175
8.6 结论 180
参考文献 181
第9章 面向智能家居的家用电器负荷优化调度 184
9.1 引言 184
9.2 智能家居概述 184
9.3 模型构建 187
9.3.1 目标函数 187
9.3.2 约束条件 188
9.4 实验结果分析 189
9.4.1 实验数据与参数设置 189
9.4.2 结果分析 190
9.5 结论 196
参考文献 196
第10章 基于供需预测的微电网负荷优化调度 198
10.1 引言 198
10.2 主要方法 198
10.2.1 人工神经网络 198
10.2.2 循环神经网络和长短期记忆网络 199
10.2.3 粒子群优化算法 200
10.3 模型构建 201
10.3.1 预测模型 201
10.3.2 优化模型 204
10.4 实验结果分析 207
10.4.1 实验数据 207
10.4.2 负荷预测结果 208
10.4.3 光伏输出功率预测结果 209
10.4.4 微电网负荷优化调度结果 210
10.5 结论 214
参考文献 215
总结与展望 219
展开全部
能源互联网系统中的负荷优化调度 节选
第1章 绪论 1.1 能源系统形态的演进 电力相关技术的发明和应用是19世纪60年代至20世纪初发生的第二次工业革命的重要标志[1]。此后，能源电力生产、传输、转换和利用的相关技术得到了快速发展，推动了经济社会和人类文明的不断进步。与此同时，与能源电力系统相关的生产方式、市场机制、商业模式、管理体系以及政策环境也不断发展和演化。根据能源电力系统生产、运行、组织和管理的特点，第二次工业革命以来能源电力系统的发展和演化大致分为四个阶段，如图1.1所示。 图1.1 能源电力系统的发展和演化 (1)分散式能源系统。在电力技术发明之初，能源电力生产和利用的技术水平相对较低，这一时期，人们的电力需求主要由技术水平落后、发电规模较小、空间分布零散的发电系统来满足。因此，这一时期能源电力生产和消费的模式基本上是自给自足的，这种分散式能源电力系统是相对独立的，运行效率低。 (2)集中式能源系统。在工业化大生产时期，能源电力生产、传输和利用等技术取得了显著进步，能源电力部门成为重要的独立工业部门，大型集中式发电成为能源电力供应的主要方式，满足工业化生产的大规模电力需求。集中式能源系统的集中化生产、远距离传输和持续用能保障等特征，为提高能源电力供给的稳定性和可靠性提供了重要支撑。然而，以燃煤发电为主的集中式火力发电也带来了许多严重的环境污染问题[2，3]，此外，集中式能源系统在能源服务灵活性、多样性、个性化等方面的不足也日益显现。 (3)分布式能源系统。随着大规模集中式发电所带来的资源环境问题日益严峻，建设绿色低碳、灵活高效能源系统的需求愈加迫切[4-6]。基于风力发电、光伏发电等可再生能源发电以及储能相关技术，并在先进的系统优化控制和智能决策技术的支撑下，小型化、多样化、灵活化的分布式发电和微电网得到快速发展，成为能源开发和利用的重要形式[7-10]。作为集中式能源系统的重要补充，分布式能源系统受到越来越多的关注，对于促进能源供需平衡，提高能源利用效率，增加可再生能源消纳，推动能源系统绿色低碳转型具有重要意义。 (4)智能互联能源系统。随着互联网、云计算、大数据、人工智能、区块链、5G通信等新一代信息技术不断融入能源生产、传输、存储、调配、消费全过程，传统的物理能源系统逐渐被数字化，能源生产和利用体系深刻变革，形成从生产到消费全过程以智能化、绿色化、网络化、互动化和个性化为主要特征的智能互联能源系统，衍生了能源互联网、互联网+智慧能源、综合能源服务、泛能网、泛在电力物联网、虚拟电厂等智能互联能源系统相关概念[11-14]。智能互联能源系统中，从能源生产、输送到存储、调配、消费等各环节获取的能源大数据成为一种新的战略资源，大数据分析和数据驱动的系统优化与智能决策成为智能互联能源系统高效稳定运行和服务模式创新的重要支撑和关键驱动力。供需交互响应、双向友好互动、系统灵活开放、多能协同互补和综合能源服务，以及清洁、智能、安全、高效等成为智能互联能源系统的重要特征。通过用户价值创新、数据价值创新和效率价值创新实现的新产品、新服务和新商业模式，成为能源产品和服务提供商的核心竞争优势。 需要指出的是，上述能源电力系统形态发展和演化划分主要是基于组织管理和运作模式特点进行的大致划分，各系统形态之间并不是严格分割的。例如，分布式能源系统难以完全取代集中式能源系统，集中式能源系统与分布式能源系统协同互补将在未来较长时期内并存，而能源系统的智能互联化既包括现有集中式能源系统和分布式能源系统的智能互联化，也包括正在和即将出现的一些智能互联能源系统的新形态。 总之，能源电力系统发展演化的动力一方面来自能源电力相关技术的不断进步，另一方面也源自经济社会发展进步对能源服务不断提出的新需求。能源电力系统发展演化的*终目标是建立灵活多元、清洁低碳、经济高效、安全可靠、自主可控且可持续的能源生产和利用体系，为提高人们生活水平、提升组织运作效率、促进企业绿色生产、推动经济高质量发展和社会文明进步提供持续动力。 1.2 能源互联网发展概述 能源互联网是能源系统智能互联化发展的重要方向，是互联网、云计算、大数据、人工智能、区块链、5G通信等新一代信息技术与能源系统深度融合形成的智慧能源系统形态，具有设备智能、多能协同、信息对称、供需分散、系统扁平和交易开放等主要特征[15]。本节主要对能源互联网的形成与发展、内涵与特征以及国内外发展现状进行简要概述。 1.2.1 能源互联网的概念 杰里米 里夫金(Jeremy Rifkin)在2011年出版的《第三次工业革命：新经济模式如何改变世界》(The Third Industrial Revolution: How Lateral Power Transforming Energy， the Economy， and the World)一书中指出新能源技术和信息技术的深入融合将催生能源互联网，并认为能源互联网将成为第三次工业革命的重要标志[16]。里夫金指出能源系统将向能源生产民主化、能源消费互联网化方向转变，将形成以“可再生能源+互联网为基础的能源共享网络，其五大支柱如表1.1所示。 表1.1 能源互联网五大支柱 能源互联网作为一个跨领域的前沿概念，其内涵也在不断丰富和演化。一般可以认为，能源互联网是利用物联网传感技术、信息通信技术及智能管理技术等，实现电力网、天然气网、氢能网和交通网络等深度耦合，形成能量流、信息流、业务流多流融合的多能集成互补、多元主体参与和供需交互响应的能源互联共享网络。“横向多能源体互补，纵向源网荷储协调是能源互联网的基本特征。能源互联网的基本架构如图1.2所示[17]。 根据地域范围，可将能源互联网分为全球能源互联网、区域级能源互联网和用户级能源互联网。全球能源互联网是以超高压、特高压技术为核心，实现清洁能源跨洲、跨区域、跨国的传输与调配，因此全球能源互联网可以促进广域能源资源的优化配置；区域级能源互联网是由电、热、气等多形式能源系统耦合互联而成，它可以实现能源系统内部资源的优化配置，同时可以实现不同能源系统之间的能量交互和路由；用户级能源互联网是范围更小的能源互联网，通常以居民小区、工业园区、商业建筑等形式存在，主要目的是就地消纳分布式可再生能源，促进不同形式能源的局部高效利用和多元主体灵活参与、友好互动。 图1.2 能源互联网基本架构 能源互联网主要有以下五大技术特征[18]。 (1)泛在互联。能源互联网不仅能够支持微能源网内各种分布式电源、分布式储能装置、电动汽车(Electric Vehicle，EV)和负荷通过输配电网络实现互联；同时支持不同微能源网、不同区域能源网，甚至不同国家和地区之间的广域能源网的互联互通。 (2)对等开放。能源互联网是多层级、多尺度、多维度的开放平台，在供给侧，各种清洁能源可以自由接入能源互联网实现多能互补；而在需求侧，各类用户可以平等接入能源互联网获取所需能源，而且用户可以通过多样化交易机制和需求响应等参与供需互动。 (3)低碳高效。以可再生能源为代表的清洁能源是能源互联网中的主要能源形态；同时，可以通过供需互动、多能互补和协同优化调度来提高能源互联网系统运行效率，因此，低碳高效是能源互联网的基本特征之一。 (4)多能协同。能源互联网系统包含电力网络、热力管网、天然气管网等多种类型网络，电、冷、热、气、氢等多种形态能源灵活转化和高效利用，这使得能源互联网系统呈现多能源协同耦合的特点。 (5)安全可靠。能源互联网是关键公共基础设施，与经济、社会、国防等领域息息相关。能源互联网覆盖区域广、环境差异大、网络结构复杂，能源互联网安全可靠运行至关重要。因此，以更严格的技术和管理措施确保系统安全可靠是能源互联网的重要特征之一。 1.2.2 国内发展概述 我国政府部门和能源企业一直积极推进能源互联网建设与发展，学术界和产业界共同合作，开展了一系列的前沿理论探索和工程应用示范。中国电力科学研究院于2010年在关于未来电网形态的研究中，提出了第三代智能电网“灵活配电系统的概念。2014年，中国工程科技发展战略研究院将能源互联网列入中国战略性新兴产业。2015年，国务院发布了《国务院关于积极推进“互联网+行动的指导意见》，“互联网+智慧能源成为重点行动之一[19]。2016年，为了加快推动能源互联网建设，国家发展改革委、国家能源局、工业和信息化部联合出台了《关于推进“互联网+智慧能源发展的指导意见》，指出能源互联网是推动我国能源革命的重要战略支撑，对促进能源清洁高效利用、提升能源综合效率和促进能源转型具有重要意义[20]。 国家能源局于2017年7月正式公布首批55个“互联网+智慧能源(能源互联网)示范项目[21]。其中城市能源互联网综合示范项目12个、园区能源互联网综合示范项目12个、其他及跨地区多能协同示范项目5个、基于电动汽车的能源互联网示范项目6个、基于灵活性资源的能源互联网示范项目2个、基于绿色能源灵活交易的能源互联网示范项目3个、基于行业融合的能源互联网示范项目4个、能源大数据与第三方服务示范项目8个、智能化能源基础设施示范项目3个。 1.2.3 国外发展概述 1.2.3.1 美国 美国国家科学基金会(National Science Foundation，NSF)于2008年启动了“未来可再生电能传输与管理系统(Future Renewable Electric Energy Delivery and Management System，FREEDM)项目，开展配电系统能源互联网研究，该项目旨在构建一种适应高渗透率分布式可再生能源发电和分布式储能并网的高效配电系统，其具有三个典型特征[22，23]，如表1.2所示。 表1.2 FREEDM能源互联网典型特征 1.2.3.2 欧盟国家 德国联邦经济和技术部于2008年启动了 E-Energy计划，该计划旨在将信息通信技术与能源系统深度融合，使电网从一种分布式结构转变为互联结构，旨在建立能够实现自我调控的智能化电力系统[24]。德国联邦经济和技术部选取了6个试点地区，分别由6个技术联盟负责项目研发和具体实施，示范项目的主要内容如表1.3所示。 表1.3 德国E-Energy计划示范项目主要内容 瑞士联邦政府能源办公室和产业部门共同发起了“未来能源网络愿景
书友推荐
- >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥37.7¥68.0 - >
巴金－再思录
巴金－再思录
¥17.2¥46.0 - >
随园食单
随园食单
¥18.9¥48.0 - >
山海经
山海经
¥27.3¥68.0 - >
烟与镜
烟与镜
¥20.2¥48.0 - >
唐代进士录
唐代进士录
¥27.9¥39.8 - >
中国历史的瞬间
中国历史的瞬间
¥16.3¥38.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥6.3¥10.0
本类畅销
-
元代榷盐与社会(2009/8)
¥11.6¥30 -
工业现代化――新时代的制造强国之路
¥37.3¥49 -
健身经济
¥49.3¥69 -
农产品深加工技术2000例-专利信息精选(下册)
¥7.8¥19 -
用户知识付费行为及教育共富研究
¥49.3¥69 -
