基于自适应神经动力学算法的电-氢综合能源系统分布式能量管理方法

• Published in: 山东电力技术 Vol. 52; no. 2; pp. 13 - 22
• Main Authors: 管文博, 李基源, 常馨月, 薛屹洵, 苏珈, 李泽宁
• Format: Journal Article
• Language: Chinese
• Published: 太原理工大学电气与动力工程学院,山西 太原 030024 2025; 煤电清洁智能控制教育部重点实验室(太原理工大学),山西 太原 030024; 能源互联网山西省重点实验室(太原理工大学),山西 太原 030024
• Subjects: 分布式能量管理; distributed energy management; 自适应神经动力学算法; 电-氢综合能源系统; electric-hydrogen integrated energy system; adaptive neurodynamics algorithm
• ISSN: 1007-9904
• DOI: 10.20097/j.cnki.issn1007-9904.2025.02.002

TM715%TK01; 近年来,在能源需求持续攀升和氢能技术不断发展的背景下,电-氢综合能源系统引起了学界的广泛关注.随着大量分布式资源的接入,系统呈现出愈加显著的多主体特征,给电-氢综合能源系统的能量管理带来了新的挑战.文中提出了一种基于自适应神经动力学算法的电-氢综合能源系统分布式能量管理策略.首先,考虑火力机组、风光机组、电解槽、储氢罐、氢化工等能源设备的运行成本及约束,建立了电-氢综合能源系统能量管理模型.其次,针对此优化模型的求解,建立了一种分布式自适应神经动力学优化算法.该算法不仅保留了神经动力学算法计算时间短、速度快的特点,还减少了自变量初值对求解的影响.在算例中,所提方法同时与集中式方法和交替方向乘子法的求解结果对比,验证了所提方法在计算效率上的优越性和有效性.