摘要：含氢综合能源系统(HIES)是未来能源体系的重要发展方向。为进一步提升HIES的低碳性及经济性,建立基于阶梯绿证与源荷双重响应的HIES优化调度模型。首先,借鉴阶梯碳交易机制(CTM)的作用机理,引入补偿因子和惩罚因子设计阶梯绿证交易机制;其次,在传统需求响应的基础上建立源荷双重响应模型,实现供需两侧灵活响应;最后,以总成本最小为优化目标建立HIES优化调度模型。案例分析表明,所提模型在提高HIES运行经济性的同时可降低碳排放。

摘要：针对孤岛运行方式下微电网的电源容量优化设计问题,建立了考虑设备投资成本、替换成本、运行维护成本、燃料成本、环境成本、未供电费用,以系统等年值综合成本最低为目标函数的经济性优化数学模型;提出了一种以粒子群优化算法为主、遗传算法为辅的混合优化算法,既能降低搜索到局部最优解的概率,又能保证全局最优解的精度。选取某微电网案例进行优化计算,在满足系统约束条件的一系列配置中,求解出了系统的最优电源容量设计方案,并进行了算例分析,算例结果验证了模型及方法的正确性和有效性。

摘要：为提升光伏发电功率预测的精度和智能化程度,本文基于深度学习算法对光伏发电功率预测方法展开研究,通过深度学算法组合应用的思路建立CNN-LSTM光伏功率预测模型,并分别阐述预测模型建立过程中的模型结构、激活函数选择、时间步数设置和特征变量选择。实验结果表明,在超短期预测中,CNN-LSTM模型的性能表现最佳,说明本文提出的CNN-LSTM光伏发电功率预测模型的特征提取能力更强;在短期预测中,CNN-LSTM模型在晴天和阴雨天时的预测精度均为最高,说明本文提出的CNN-LSTM光伏发电功率预测模型适用于多种天气的短期预测,并具有显著的精度优势。