The Benefits of Hydrogen Energy Transmission and Conversion Systems to the Renewable Power Grids: Day-ahead Unit Commitment
随着可再生能源在现代电力系统中的渗透率迅速上升,可再生能源的削减越来越频繁。这是对免费和绿色可再生能源的浪费,意味着目前的电网无法容纳更多的可再生能源。一个主要原因是,更高的可再生能源渗透水平需要更高的输电容量。另一个主要原因是可再生能源发电的波动性。混合氢或纯氢管道既能以氢的形式传递能量,又能以氢的形式储存能量。然而,其加速可再生能源整合的潜力尚未得到研究。本文将氢气管网与电力制氢(P2H)和氢气发电(H2P)设施相结合,组成氢能传输与转换系统(HETCS)。研究了含HETCS的电力系统的运行情况,提出了含HETCS的日前安全约束机组组合(SCUC)。SCUC仿真是在一个改进的IEEE 24节点电力系统上进行的。仿真结果表明,HETS可以大大减少可再生能源削减,CO2排放,负荷支付和总运营成本。这项研究验证了HETCS可以成为实现净零可再生电网的一个有前途的解决方案。
2022-06-28 cs.SY eess.SY
Stochastic Economic Dispatch with Battery Energy Storage considering Wind and Load Uncertainty
Washington State University(华盛顿州立大学)
本文提出含储能的随机动态经济调度框架,利用分层与重要性采样生成风电和负荷不确定性场景,在改进IEEE 39节点系统上验证了BESS部署可减少弃电和调度成本、提升系统灵活性。
2025-08-28 cs.SY eess.SY
Stochastic Optimal Power Flow with Network Reconfiguration: Congestion Management and Facilitating Grid Integration of Renewables
如今,电网中的可变可再生能源发电量大幅增长。然而,该行业仍然使用确定性优化来建模和解决实时发电调度的最优潮流(OPF)问题,该问题忽略了与间歇性可再生电力相关的不确定性。由于随机最优潮流能够考虑间歇性可再生能源的概率预测信息,因此有必要研究能够更好地处理不确定性的随机最优潮流(SOPF)。输电网络拥塞是可再生能源限电的主要原因之一。文献中的先前努力表明,利用传输网络重构可以缓解拥塞并解决拥塞引起的问题。本文通过将网络重构纳入调度模型来增强SOPF。数值模拟表明,可再生削减可以避免与建议的网络重构方案,缓解输电阻塞在事故后的情况。研究还表明,网络重构可以大大降低阻塞成本,特别是意外情况下的阻塞成本。
2019-11-29 cs.SY eess.SY math.OC
Reducing BESS Capacity for Accommodating Renewables in Subtransmission Systems with Power Flow Routers
可再生能源在次输电系统中的广泛应用导致了严重的电能质量问题,如电压违规,导致可再生能源的大量削减。这是由于可再生能源的固有可变性和次级输电系统的高R/X比。为了实现可再生能源的充分利用,通常使用电池储能系统(BESS)来减轻RESS大幅波动的负面影响。潮流路由器(PFR),这可以被视为一种通用类型的网络侧控制器,也已被验证,以提高电网的灵活性,以适应可再生能源。在本文中,我们调查的价值PFR在帮助BESS可再生能源住宿。PFR的性能进行了评估与零可再生能源削减所需的最小BESS容量与PFR和没有。在多周期优化模型中考虑了BESS的运行约束和PFR的端电压特性。通过对一个改进的IEEE 30节点次输电系统的数值仿真,验证了该模型的有效性,结果表明,在一条线路上安装PFR可以使BESS容量减少15%。
2020-05-31 cs.SY eess.SY math.OC
Techno-Economic Planning of Spatially-Resolved Battery Storage Systems in Renewable-Dominant Grids Under Weather Variability
本文针对可再生能源主导电网中的波动性与切负荷问题,提出基于两阶段随机规划的电池储能系统选址、定容与选型方法,并以纽约州为案例验证其可减少34%弃电和21%切负荷,揭示成本与可再生能源渗透率的非线性关系。
2025-08-17 cs.SY eess.SY
Optimal Energy Storage Scheduling for Wind Curtailment Reduction and Energy Arbitrage: A Deep Reinforcement Learning Approach
Monash University(莫纳什大学)
本文提出一种基于深度强化学习的风储联合竞价框架,通过解耦共址系统市场参与,实现电池储能系统同时减少弃风与能量套利,从而最大化现货市场整体收入并提升经济可行性。
2023-04-05 cs.LG cs.SY eess.SY
Gibbs sampling for game-theoretic modeling of private network upgrades with distributed generation
由于供应过剩或网络限制,可再生能源日益受到限制。智能电网管理可以部分避免限电,但长期的解决方案是网络加固。然而,网络升级可能代价高昂,因此最近的兴趣集中在激励私人投资者参与网络投资上。在本文中,我们研究设置一个私人可再生能源投资者建设一条电力线,但也提供了访问其他发电机支付输电费。投资者对最佳(和相互依赖的)可再生能源能力的决定,影响到项目的削减和盈利能力,可以用斯塔克伯格博弈来表达。最佳产能共同依赖于随机变量,如项目所在地的可再生资源。在本文中,我们展示了如何马尔可夫链蒙特卡罗(MCMC)和吉布斯抽样技术,可以用来从历史资源数据生成观测和模拟多个未来的情况。最后,我们验证和应用我们的博弈论制定的投资决策,在英国的一个真正的网络升级问题。
2019-08-22 cs.CE cs.CY cs.SY
A Scenario-based Stochastic Model of using BESS-based Virtual Transmission Lines in Day-Ahead Unit Commitment
University of Houston(休斯顿大学)
本文提出考虑可再生能源不确定性的基于场景的随机安全约束机组组合模型SSCUC-VTL,评估基于BESS的虚拟输电线路在缓解拥堵、降低成本方面的效益,仿真显示其优于物理线路和单独BESS。
2025-10-26 cs.SY eess.SY
Dual Pricing to Prioritize Renewable Energy and Consumer Preferences in Electricity Markets
针对电力市场未纳入买方偏好及可再生能源易遭弃电的问题,提出“双重定价机制”,允许买方竞价支付意愿与绿电偏好,从而为绿电和传统电力生成不同价格信号以优先调度可再生能源。
2024-09-27 cs.SY eess.SY
Optimal Coordination of Local Flexibility from Electric Vehicles with Social Impact Consideration
本文提出一种考虑电动汽车用户社会影响的智能充电灵活性优化协调方法,结合AC OPF、kmeans聚类和极坐标降维,在Orkney电网模型上验证可将典型夏季周的风电弃电量减少99.5%。
2025-08-22 cs.SY eess.SY
Annual Benefit Analysis of Integrating the Seasonal Hydrogen Storage into the Renewable Power Grids
人们越来越有兴趣将氢存储集成到具有高可再生渗透水平的电网中。储氢一体化的经济效益和电网可靠性都是至关重要的。本文提出了一个能源枢纽(EH)耦合电网的年度调度模型(ASM),以研究季节性储氢(SHS)的年度效益。每个能源中心都由氢存储,电解槽和燃料电池组成。电能和氢能可以在公交车上与能源中心交换。在ASM中强制执行网格和EH的物理约束。建议的ASM考虑了EH耦合电网的季节内日常运行。ASM采用四种典型的日廓线来表示四季的网格状况,减少了计算量。此外,季节内和跨季节的氢交换和存储都在ASM中建模。因此,氢储存的利用率在全年水平上得到优化。对IEEE 24节点系统进行了数值仿真。模拟结果表明,季节性储氢可以有效地节省年运行成本,减少可再生能源的削减。
2023-02-18 cs.SY eess.SY
Quantifying the multi-scale and multi-resource impacts of large-scale adoption of renewable energy sources
本研究针对纽约州电力系统,考察多时空尺度下可再生能源与负荷的共变性影响,通过简化系统模型验证了不同能源组合可平抑波动,明确了不同时间尺度电价波动的主导因素。
2023-07-20 cs.SY eess.SY
Capacity Expansion of High Renewable Penetrated Energy Systems Considering Concentrating Solar Power for Seasonal Energy Balance
针对高比例可再生能源系统季节性能量失衡问题,提出整合聚光太阳能发电的长期高分辨率扩容规划模型,经新疆案例验证可显著降本、削减净负荷峰谷差并减少弃电。
2023-07-23 cs.SY eess.SY
Data-Driven Distributionally Robust Scheduling of Community Integrated Energy Systems with Uncertain Renewable Generations Considering Integrated Demand Response
社区综合能源系统(CIES)是能源互联网和智慧城市在地理和功能上的重要载体。它的出现为解决能源利用和环境污染问题提供了新的途径。为协调可再生能源发电的综合需求响应和不确定性,构建了数据驱动的两阶段分布式鲁棒优化模型。不确定性概率分布信息集采用1-范数和无穷范数组成的综合范数,避免了复杂的概率密度信息。为了解决RG的多重不确定性问题,提出了一种基于Wasserstein距离和梯度惩罚的生成对抗网络来生成RG场景,具有广泛的适用性。为了进一步挖掘需求响应的潜力,我们考虑了人体热舒适性的模糊性和建筑物的热惯性。因此,建立了一个综合的需求响应机制,有效地促进了可再生能源的消费。该方法在华北地区的一个实际的CIES中进行了仿真。通过与传统随机规划和鲁棒优化方法的比较,验证了所提DRO模型较好地平衡了经济运行与鲁棒性之间的关系,具有较强的适应性。此外,我们的方法优于其他常用的DRO方法,具有更好的运行经济性,更低的可再生电力削减率,更高的计算效率。
2023-01-28 cs.SY eess.SY
High-Spatial Resolution Transmission and Storage Expansion Planning for High Renewable Grids: A Case Study
本文提出含短时储能选址定容的高空间分辨率TEP模型,并通过2,000母线合成得克萨斯系统验证输电与储能协同优化的价值。
2024-12-05 cs.SY eess.SY
Secure Expansion of Energy Storage and Transmission Lines Considering Bundling Option Under Renewable Penetration
该研究提出考虑输电线路捆绑扩容的多阶段输电网-储能-风电厂联合规划模型,结合RPS政策与N-1安全准则,通过时序聚类、加速BDD算法求解MILP问题,经IEEE标准测试系统验证了有效性。
2023-10-09 cs.SY eess.SY
Quantifying the power grid hosting capacity gained by coordinating distributed solar, battery storage and electrified flexible loads
Massachusetts Institute of Technology(麻省理工学院);University of Vaasa(瓦萨大学)
本文通过动态协调分布式能源资源提高电网承载能力,采用三种方法分析电网承载能力,发现动态操作和DER交互可显著提升容量,电池成为最关键技术。
2026-11-13 cs.SY eess.SY
Improving operational flexibility of integrated energy system with uncertain renewable generations considering thermal inertia of buildings
传统的热电联产机组冬季采暖期“热定”运行方式导致系统运行灵活性不足,是制约可再生能源消费的关键问题。为了提高系统运行的灵活性,减少可再生能源的弃用,提出了一种基于机会约束规划(CCP)的以发电成本最小为目标的小规模综合能源系统(IES)优化调度模型。在该模型中,考虑到包括风力发电机组和光伏发电机组在内的可再生能源发电的不确定性,以机会约束的形式提供概率旋转备用;从用户体验的角度出发,建立考虑建筑热舒适性和惯性的热负荷模型。为了解决该模型,基于序列操作理论(SOT)的解决方案的基础上,原来的CCP为基础的调度模型处理成一个可解的混合整数线性规划(MILP)制定通过转换的机会约束到其确定性等价类,从而通过CPLEX求解器求解。在改进的IEEE 30节点系统上的仿真结果表明,该方法通过综合利用建筑物和各种辅助设备的热惯性,提高了可再生能源发电量不确定情况下IES的运行灵活性,为促进可再生能源消费提供了一条根本途径。
2020-01-25 cs.SY eess.SY math.OC
Cost and efficiency requirements for a successful electricity storage in a highly renewable European energy system
该研究以欧洲为案例,推导了通用储能技术storage-X在成本最优高比例可再生能源系统中部署所需的成本和效率门槛,发现其大规模部署需高放电效率或极低能量容量成本,且现有新兴技术均不满足,但热能储存接近达标,最优部署可使系统成本降低9%。
2023-04-11 cs.SY eess.SY physics.soc-ph
Moving Beyond Marginal Carbon Intensity: A Poor Metric for Both Carbon Accounting and Grid Flexibility
本文论证边际碳强度(MCI)在碳核算和电网灵活性优化上均不可靠且不可操作,指出其存在不可观测等局限,呼吁研究直接报告过剩电力等更具可操作性的指标。
2025-07-15 cs.SY eess.SY
Neural Network Certification Informed Power System Transient Stability Preventive Control with Renewable Energy
针对含可再生能源和负荷不确定性的TSC-OPF,本文利用DBN替代时域仿真并嵌入内点法,结合α, β-CROWN认证动态调整安全裕度,实现低成本且经安全验证的预防控制。
2024-11-13 cs.SY eess.SY
Data Center Spatio-Temporal Load Flexibility in Security-Constrained Unit Commitment for Enhanced Grid Efficiency and Reliability
University of Houston(休斯顿大学)
本文提出了一种模块化的安全约束机组调度框架,协调灵活的数据中心工作负载与系统级调度,以减少可再生能源弃风弃光、缓解电网拥堵并降低运行成本。通过三种混合整数线性规划模型:数据中心空间模型(DC-S)、数据中心时间模型(DC-T)和数据中心时空模型(DC-ST),实现了跨地理分布站点的即时工作负载重新分配、时间可延迟负载的转移以及两者联合激活,从而扩大可行的操作区域。
2026-05-18 cs.SY eess.SY
A 2030 United States Macro Grid Unlocking Geographical Diversity to Accomplish Clean Energy Goals
美国一些州已经制定了清洁能源目标和指标,以努力使其电力部门脱碳。制定这些目标和具体目标有许多原因,包括气候变化的影响日益明显。少数几个州(华盛顿州、加利福尼亚州、纽约州和弗吉尼亚州)的目标是到2050年或更早实现深度脱碳,距离今天只有30年或更短的时间。为了避免灾难性的气候影响,需要大幅减少碳排放(到2030年减少50%或更多),这一紧迫性需要比一些最初的目标(例如,30%的可再生能源组合标准)。近年来,随着太阳能和风能成本的下降速度快于预期,经济因素也推动了清洁能源投资的快速扩张。考虑到这一点,本报告研究了区域间交流和高压直流(HVDC)传输升级和增加的组合,以评估大规模传输扩展的好处。
2022-11-19 cs.SY eess.SY
Real-time scheduling of renewable power systems through planning-based reinforcement learning
Tsinghua University(清华大学);State Grid Corporation of China(国家电网有限公司);National Power Dispatching and Control Center(国家电力调度控制中心);China Electric Power Research Institute(中国电力科学研究院)
不断增长的可再生能源对传统的电力调度提出了重大挑战。运营商很难获得准确的可再生能源发电的前一天预测,从而要求未来的调度系统做出与超短期预测一致的实时的【形】调度决策。受计算速度的限制,传统的基于优化的方法无法解决这一问题。强化学习(RL)的最新发展已经证明了解决这一挑战的潜力。然而,现有的强化学习方法在约束复杂度、算法性能和环境保真度方面存在不足。我们是第一个基于最先进的强化学习算法和真实电网环境提出系统解决方案的公司。所提出的方法使规划和更精细的时间分辨率调整发电机,包括单位承诺和经济调度,从而提高电网的能力,接纳更多的可再生能源。训练有素的调度代理显着减少可再生能源削减和负荷削减,这是传统调度依赖于不准确的前一天预测所产生的问题。高频控制决策利用了现有机组的灵活性,减少了电网对硬件改造的依赖,节省了投资和运营成本,实验结果表明。这项研究展示了强化学习在促进低碳和智能电力系统方面的潜力,并代表了可持续发电的坚实一步。
2023-03-13 cs.AI cs.LG cs.SY
Unlocking Energy Flexibility From Thermal Inertia of Buildings: A Robust Optimization Approach
针对建筑热惯性灵活性利用问题,本文提出鲁棒优化评估与需求响应激活的两步方法,并在 Modelica 仿真中验证其高峰削峰效果优于基于价格的需求侧管理。
2023-12-08 cs.SY eess.SY
Electricity storage requirements to support the transition towards high renewable penetration levels: Application to the Greek power system
本文以希腊2030年60%可再生能源渗透率目标的电力系统为案例,用混合整数线性规划确定短中时储能最优组合,发现合理储能组合可提升消纳并覆盖成本带来净效益,最优需求随渗透率和电源结构变化。
2022-09-22 cs.SY eess.SY
Subtransmission Grid Control via Online Feedback Optimization
OST – Eastern Switzerland University of Applied Sciences(东瑞士应用科学大学);Automatic Control Laboratory, ETH Zurich(苏黎世联邦理工学院自动控制实验室)
本文提出了一种基于在线反馈优化的子电网控制方法,通过优化电网运行效率,提高实时控制性能。
2025-12-05 cs.SY eess.SY
An Enterprise Control Methodology for the Techno-Economic Assessment of the Energy Water Nexus
近年来,能源-水关系文献已经认识到,使这两种商品的生产、分配和消费成为可能的电力和水基础设施从根本上是相互交织的。电力用于生产、处理、分配和回收水,而水用于发电和消耗电力。与此同时,在全球气候变化的背景下,可再生能源的整合得到了极大的关注。虽然这两个问题似乎无关,但它们的解决具有潜在的协同作用,因为可再生能源技术不仅二氧化碳排放量低,而且用水强度也低。此外,由于水容易储存,它有可能作为电网供需双方的灵活能源。尽管有这些协同增效作用,但可再生能源一体化和能源-水关系文献尚未在方法上趋于一致,以系统地处理潜在的协同增效作用。本文提出了一种企业控制方法,作为评估能源-水网络技术经济绩效的一种手段。近年来,企业控制方法学已经发展起来,以推进可再生能源一体化研究的方法学发展水平,最近用于对独立系统运营商(ISO)新英格兰系统进行全面研究。该方法量化了日前和实时能源市场的生产成本,调度的能源组合,所需的运营储备,限电水平和电网不平衡。这种能源-水关系方法的扩展现在包括电网能源资源组合中的灵活的水-能源资源,并量化抽取和消耗的水量。仿真方法证明了RTS-96(RTS-GMLC)测试用例的修改版本。
2019-08-27 cs.SY eess.SY
Data-driven Predictive Control for Unlocking Building Energy Flexibility: A Review
由于可变可再生能源的渗透率不断提高,电网的供需管理变得越来越具有挑战性。作为重要的终端用户,通过更好的电网集成,建筑物有望在未来的智能电网中发挥越来越大的作用。预测控制允许建筑物更好地利用来自建筑物被动热质量的可用能量灵活性。然而,由于建筑物的异质性,开发计算上易于处理的面向控制的模型,它充分代表了单个建筑物的复杂和非线性的热动力学,被证明是一个主要的障碍。数据驱动的预测控制与“物联网”相结合,有望实现可扩展和可转移的方法,数据驱动的模型将取代传统的基于物理的模型。本文回顾了最近的工作,利用数据驱动的预测控制需求侧管理的应用,特别关注模型开发和控制集成的关系,到目前为止,以前的评论还没有解决。研究的进一步主题包括利用被动热质量的实际要求和功能选择的问题。概述了目前的研究差距,并提出了未来的研究途径,以确定最有前途的数据驱动的预测控制技术的网格集成的建筑物。
2020-07-29 cs.SY eess.SY
The Liquid Buffer: Multi-Year Storage for Defossilization and Energy Security under Climate Uncertainty
ETH Zurich(苏黎世联邦理工学院);University of Oslo(奥斯陆大学)
针对气候不确定性下净零能源系统的能源安全挑战,本文通过含51840个气候年的随机模型,揭示液态烃多年存储可降成本4.1%、减化石进口86%,为脱碳与能源安全提供关键方案。
2025-11-17 cs.SY eess.SY
Model Predictive Control for Unlocking Energy Flexibility of Heat Pump and Thermal Energy Storage Systems: Experimental Results
本文面向热泵与储热系统,提出含灵活性评估与需求响应利用的两步MPC需求侧管理框架,并通过仿真和真实实验验证其有效性。
2025-07-23 cs.SY eess.SY
Model Predictive Control Design for Unlocking the Energy Flexibility of Heat Pump and Thermal Energy Storage Systems
本文提出一种面向热泵与热能存储系统的模型预测控制设计,通过灵活性评估与利用实现需求侧管理,并经实际装置数值实验验证其有效性。
2024-02-23 cs.SY eess.SY
The 2017 ISO New England System Operational Analysis and Renewable Energy Integration Study (SOARES)
Thayer School of Engineering at Dartmouth(达特茅斯学院泰勒工程学院)
本文研究了新英格兰电力系统在可再生能源整合方面的变化,通过分析不同发电混合场景对正常运行储备的影响,揭示了高可再生能源渗透率下运行储备的消耗和削减需求。
2018-12-13 cs.SY eess.SY
Operational Wind Speed Forecasts for Chile's Electric Power Sector Using a Hybrid ML Model
Stanford University(斯坦福大学);X - The Moonshot Factory(X——Moonshot工厂);Google DeepMind(谷歌DeepMind)
针对智利电力部门可再生能源并网挑战,提出结合TiDE和GraphCast的混合风速预测模型,短期提升4-21%,中期提升5-23%,可降低火电爬坡、弃电和排放影响。
2024-09-18 cs.AI cs.LG cs.SY
Unlocking the Potential: A Novel Tool for Assessing Untapped Micro-Pumped Hydro Energy Storage Systems in Michigan
本研究开发了一种评估密歇根州湖泊和水坝用于微型抽水蓄能潜力的工具,整合420多个设施数据,通过水头、容量等指标确定适宜性,助力可持续水资源管理与可再生能源发展。
2025-01-20 cs.SY eess.SY
Ergodic Energy Management Leveraging Resource Variability in Distribution Grids
University of Minnesota(明尼苏达大学);Beijing Institute of Technology(北京理工大学);Virginia Tech(弗吉尼亚理工大学);The Ohio State University(俄亥俄州立大学)
本文提出一种遍历能源管理框架,通过将随机性与系统灵活性结合,解决配电网中可再生能源波动和需求整合问题,采用随机优化方法优化有功和无功功率管理。
2016-02-01 cs.SY eess.SY
Collaborative planning and optimization for electric-thermal-hydrogen-coupled energy systems with portfolio selection of the complete hydrogen energy chain
本文提出高分辨率电-热-氢耦合系统协同规划模型,结合完整氢能链投资组合,优化中国东北2050年能源布局,实现CO2减排60%、弃电率降低97%,成本低于社会碳成本4%。
2023-11-14 cs.SY eess.SY
Sector coupling via hydrogen to lower the cost of energy system decarbonization
在由可变可再生能源(VRE)资源主导的未来电网中,对氢(H $_2$)用于长期能量存储的兴趣日益增长。将H $_2$的作用建模为电网规模的能量存储,通常称为“电力到天然气到电力(P2 G2 P)”,忽略了使用部署的H $_2$生产和存储资产来供应H $_2$以使直接电气化可能受到挑战的其他终端使用部门脱碳的成本分摊和排放效益。在这里,我们开发了一个通用的建模框架,用于共同优化能源基础设施的投资和运营,电力和H $_2$的电力和运输部门和供应链,同时占能源需求和供应的时空变化。将此部门耦合框架应用于美国东北部的一系列技术成本和碳价格的情况下,我们发现一个更大的价值电力到H $_2$(P2 G)与P2 G2 P路由。P2 G提供了灵活的需求响应,而P2 G2 P路由的额外成本和效率损失使得该解决方案对电网平衡的吸引力降低。部门耦合的影响是显著的,在增加容量和减少限电的情况下,VRE发电量增加了12-55%,并在96%脱碳情景下将总系统成本(或能源的平准成本)降低了6-14%。部门耦合的成本节约和排放减少都随着H $_2$对其他最终用途的需求而增加,对于96%脱碳情景,H $_2$需求增加四倍。此外,我们发现,碳捕获和储存的部署在H $_2$部门更具成本效益,因为成本较低,利用率较高。这些发现强调了在规划能源系统脱碳途径时使用具有多个能源载体的综合多部门能源系统框架的重要性。
2021-03-05 cs.SY econ.GN eess.SY