面向广域分布的家庭蓄热式电采暖集群控制方法

TM73; 针对面向新能源消纳调制广域分布的家庭蓄热式电采暖(REH)负荷的时空分布特征存在维度大、调控难的问题,提出了一种基于历史数据的REH控制方法.根据用户房屋参数、REH类型等信息对REH用户进行聚类以降低策略的求解维度;考虑用户舒适度、REH运行约束条件,并根据不同的控制目标建立对应的目标函数,采用粒子群优化算法优化历史数据中各REH集群的用电策略;基于卷积神经网络学习状态特征与REH用电策略之间的关系,利用该卷积神经网络生成REH的实时运行策略.基于某地区冬季电网的发电数据,采用蒙特卡罗方法模拟10 000台REH的用电需求并进行仿真分析,以验证所提方法的有效性.结果表明所提方法能...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 43; no. 8; pp. 56 - 62
Main Authors 杨桂兴, 王维庆, 姚红雨, 郭小龙, 袁铁江
Format Journal Article
LanguageChinese
Published 国网新疆电力有限公司,新疆 乌鲁木齐 830049%新疆大学 电气工程学院,新疆 乌鲁木齐 830049%大连理工大学 电气工程学院,辽宁 大连 116081%国网新疆电力有限公司,新疆 乌鲁木齐 830049 01.08.2023
新疆大学 电气工程学院,新疆 乌鲁木齐 830049
Subjects
regenerative electric heating
蓄热式电采暖
卷积神经网络
粒子群优化算法
柔性负荷
convolutional neural network
flexible load
particle swarm optimiza-tion algorithm
Online AccessGet full text

Cover

More Information
Summary:TM73; 针对面向新能源消纳调制广域分布的家庭蓄热式电采暖(REH)负荷的时空分布特征存在维度大、调控难的问题,提出了一种基于历史数据的REH控制方法.根据用户房屋参数、REH类型等信息对REH用户进行聚类以降低策略的求解维度;考虑用户舒适度、REH运行约束条件,并根据不同的控制目标建立对应的目标函数,采用粒子群优化算法优化历史数据中各REH集群的用电策略;基于卷积神经网络学习状态特征与REH用电策略之间的关系,利用该卷积神经网络生成REH的实时运行策略.基于某地区冬季电网的发电数据,采用蒙特卡罗方法模拟10 000台REH的用电需求并进行仿真分析,以验证所提方法的有效性.结果表明所提方法能在满足策略生成时效性以及用户舒适度的前提下,有效促进新能源消纳,并减少用户的取暖费用,平抑负荷波动.
ISSN:1006-6047
DOI:10.16081/j.epae.202303009