计及负载特性的数据中心微电网双层优化配置

TM73; 为解决数据中心微电网前期容量规划不合理,无法适应数据中心运行特性的问题,同时为提高数据中心微电网的供电经济性和可再生能源消纳能力,文中提出了计及负载特性的数据中心微电网容量双层优化配置模型.使用基于场景缩减的选择方法应对可再生能源出力的不确定性,同时解决大量场景带来的计算复杂性问题.根据不同负载的特性,考虑其时间维度上的灵活性,制定相应的负载分配策略.采用带有精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)与 Gurobi结合的方式进行求解,最后利用模糊多属性决策方法获得折衷最优解,合理规划微电网内储能...

Full description

Saved in:
Bibliographic Details
Published in电力工程技术 Vol. 42; no. 2; pp. 75 - 83
Main Authors 李彬, 杜亚彬, 曹望璋, 祁兵, 陈宋宋
Format Journal Article
LanguageChinese
Published 华北电力大学电气与电子工程学院,北京 102206%中国电力科学研究院有限公司,北京 100192 2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:TM73; 为解决数据中心微电网前期容量规划不合理,无法适应数据中心运行特性的问题,同时为提高数据中心微电网的供电经济性和可再生能源消纳能力,文中提出了计及负载特性的数据中心微电网容量双层优化配置模型.使用基于场景缩减的选择方法应对可再生能源出力的不确定性,同时解决大量场景带来的计算复杂性问题.根据不同负载的特性,考虑其时间维度上的灵活性,制定相应的负载分配策略.采用带有精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)与 Gurobi结合的方式进行求解,最后利用模糊多属性决策方法获得折衷最优解,合理规划微电网内储能系统、光伏和风机的容量.算例表明,所提方法降低了数据中心微电网建设与运行成本,减少了碳排放,提高了数据中心运营商的满意度.
ISSN:2096-3203
DOI:10.12158/j.2096-3203.2023.02.009