新書推薦：
《
大学问·从“分治”到“整合”：明清湘黔边墙历史演进与结构变迁
》
售價：HK$
85.8
《
众神：四万年的人、物与信仰
》
售價：HK$
184.8
《
汗青堂丛书159·欧洲的熔炉：意大利文艺复兴与西方的崛起
》
售價：HK$
101.2
《
凌空之魂：五十岚大介短篇集 赠猫咪方银卡+鸮女明信片 自然寓言怪谈异色人外兽人都市奇谭漫画
》
售價：HK$
47.1
《
女性曼陀罗心理成长涂画书
》
售價：HK$
75.9
《
晚清困局：同治中兴的权力博弈与秩序重建
》
售價：HK$
85.8
《
BeamDojo原理与应用实践：构建具身智能系统
》
售價：HK$
119.9
《
混沌与秩序Ⅲ：人工智能时代企业成长之道
》
售價：HK$
96.8
|
| 內容簡介： |
|
《微能网数智化规划与运行控制》全面系统地介绍微能网数智化规划与运行控制的理论与应用方法。内容涵盖可再生能源场景生成、微能网设备模型构建、优化配置、系统优化运行智能调度等多个方面，深入探讨光储充一体化微能网、氢-电耦合及氢-电-热耦合区域供能系统的能量优化调度方法。《微能网数智化规划与运行控制》的特点在于结合人工智能、进化模糊逻辑、混合学习及强化学习等前沿技术，提出多种创新性的算法和模型，以应对微能网规划与运行中的复杂性和不确定性。
|
| 目錄：
|
|
目录第1章 绪论 11.1 引言 11.2 背景与挑战 21.3 研究现状与趋势 31.3.1 微能网规划 31.3.2 微能网运行控制 61.3.3 研究不足与局限 7参考文献 8第2章 微能网数智化规划与运行控制基础理论 152.1 引言 152.2 人工智能及其在电网领域的应用 162.3 可再生能源系统不确定性建模与表征 222.3.1 场景分析法的基本原理 222.3.2 基于生成对抗网络的场景分析法 232.3.3 常用的改进生成对抗网络 242.3.4 多时间尺度发电功率预测 262.3.5 可再生能源出力场景生成 282.4 微能网设备模型构建及优化配置 292.4.1 能量生产设备 302.4.2 能量转换设备 302.4.3 能量储存设备 322.4.4 微能网典型结构分析 332.4.5 微能网容量优化配置模型 342.5 微能网系统优化运行智能调度 352.5.1 日前优化调度方法 352.5.2 日内滚动优化方法 362.5.3 实时决策调控方法 372.6 本章小结 38参考文献 38第3章 数据驱动可再生能源场景可控生成方法 493.1 引言 493.2 可再生能源场景特性表征方法 503.3 基于生成对抗网络的可控场景生成 513.3.1 可控可解释生成模型框架 513.3.2 算法流程与数学描述 523.4 算例验证与分析 543.4.1 数据及模型参数描述 543.4.2 场景生成统计相似性评价 553.4.3 可控场景模式生成验证 583.5 本章小结 62参考文献 62第4章 考虑能量优化管理策略的微能网*优容量规划方法 644.1 引言 644.2 系统模型和方法概述 654.2.1 并网型微能网系统结构 654.2.2 整体方法概述 664.3 可再生能源出力场景生成方法 674.3.1 基于改进DCGAN的可再生能源出力场景生成 674.3.2 基于改进k-medoids方法的场景削减 694.4 微能网*优容量规划问题建模 714.4.1 微能网能量管理策略 714.4.2 微能网规划模型决策变量 724.4.3 微能网规划模型目标函数 724.4.4 微能网规划模型约束条件 744.5 算例验证与分析 754.5.1 数据描述和模型参数设置 754.5.2 可再生能源出力场景生成结果分析 774.5.3 场景聚类结果分析 784.5.4 *优容量配置结果和对比算例分析 794.6 本章小结 83参考文献 83第5章 光储充一体化微能网协同优化规划方法 855.1 引言 855.2 电动汽车充电行为影响因素 865.3 电动汽车出行和充电需求预测模型 885.3.1 蒙特卡罗模拟方法 885.3.2 基于时间-电量的充电需求预测方法 915.3.3 算例验证与分析 975.4 基于重力空间互动模型的电动汽车流量分析 1015.4.1 重力空间互动模型 1025.4.2 电动汽车流量分析模型 1045.5 基于排队论的电动汽车快速充电站模型 1055.5.1 排队理论模型 1055.5.2 电动汽车快速充电站排队模型 1075.6 考虑经济性的电动汽车快速充电站规划 1095.6.1 经济性规划模型构建 1095.6.2 算例验证与分析 1125.7 分布式电源出力不确定性分析 1165.7.1 聚类算法 1165.7.2 算例分析 1185.8 电动汽车充电站与分布式电源协同规划 1195.8.1 分层求解方法 1195.8.2 规划流程 1215.8.3 算例验证与分析 1245.9 本章小结 128参考文献 129第6章 基于进化模糊逻辑的微能网多目标优化调度方法 1306.1 引言 1306.2 并网模式下微能网多目标优化与调度 1316.3 基于自适应模糊推理系统的实时决策方法 1336.3.1 模糊推理系统 1346.3.2 新型启发式优化算法 1356.3.3 自适应进化模糊推理系统 1376.4 算例验证与分析 1396.4.1 仿真设置及对比方法描述 1396.4.2 可解释性知识库自适应优化结果 1416.4.3 多目标评价下能量调度结果分析 1446.5 本章小结 147参考文献 148第7章 基于模仿学习与云-边计算框架的微能网调度方法 1507.1 引言 1507.2 孤岛模式下微能网经济运行与调度 1517.3 基于模仿学习范式的实时决策方法 1537.3.1 云-边计算架构下能量管理 1537.3.2 模仿学习范式 1547.3.3 基于端到端模仿学习的实时调度模型 1567.4 算例验证与分析 1597.4.1 仿真设置及对比方法描述 1597.4.2 经济运行调度结果分析 1617.5 本章小结 164参考文献 164第8章 基于混合学习的微能网实时电价下经济调度方法 1658.1 引言 1658.2 实时电价下微能网经济运行与调度 1668.3 基于混合机器学习的实时决策方法 1678.3.1 混合机器学习决策模型框架 1678.3.2 基于无监督学习的模式感知 1688.3.3 基于监督学习的决策调度 1698.4 算例验证与分析 1718.4.1 仿真设置 1718.4.2 实时调度结果及分析 1728.4.3 不同方法经济性比较 1748.5 本章小结 177参考文献 177第9章 基于改进强化学习的微能网经济调度方法 1789.1 引言 1789.2 微能网经济调度问题建模 1789.2.1 微能网经济调度目标 1789.2.2 微能网运行约束 1799.2.3 微能网广义产消能力 1819.3 强化学习算法模型设计 1819.3.1 基本模型 1819.3.2 DQN算法及其改进算法 1839.4 微能网场景下的改进强化学习算法 1849.4.1 算例分析 1879.4.2 确定性场景 1889.4.3 随机性场景 1929.5 本章小结 195参考文献 195第10章 光伏发电制氢系统功率协同控制方法 19610.1 引言 19610.2 典型结构光伏阵列动态重构方法 19610.2.1 SP 结构光伏阵列模型 19710.2.2 拓扑重构策略 19810.2.3 重构优化算法 19910.2.4 算例验证与分析 20110.3 组串式光伏阵列动态重构方法 20610.3.1 TCT结构光伏阵列模型 20710.3.2 拓扑重构策略 20710.3.3 重构优化算法 21010.3.4 算例验证与分析 21210.4 基于电流注入装置的光伏阵列动态重构方法 21610.4.1 拓扑重构策略 21610.4.2 重构优化算法 21710.4.3 算例验证及分析 21910.5 系统模型 22010.5.1 光伏发电制氢系统模型 22010.5.2 各设备单元数学模型 22210.6 功率协同控制策略 22310.6.1 FLF算法模型 22310.6.2 基于FLF算法的功率协同控制策略 22410.7 算例验证与分析 22810.7.1 数据及模型参数描述 22810.7.2 功率协同控制结果分析 22910.8 本章小结 236参考文献 236第11章 氢-电耦合微能网系统的能量优化调度方法 23811.1 引言 23811.2 氢-电耦合微能网系统能量优化调度方法 23811.2.1 系统模型 23911.2.2 两阶段能量优化调度算法 24111.2.3 算例验证与分析 24411.3 计及短距离输氢的氢-电-热微能网系统能量优化调度方法 25211.3.1 系统模型 25211.3.2 多时间尺度的能量优化调度算法 25411.4 算例验证与分析 25811.4.1 数据及模型参数描述 25911.4.2 日前规划结果分析 26111.4.3 日内调度结果分析 26311.5 本章小结 267参考文献 267第12章 氢-电-热耦合区域供能系统能量优化调度方法 27012.1 引言 27012.2 系统模型 27012.2.1 HRES 系统模型 27012.2.2 各设备单元数学模型 27112.2.3 能量平衡模型 27212.2.4 配电网潮流模型 27312.3 多阶段多时间尺度能量优化调度方法 27412.3.1 日前规划阶段 27512.3.2 日内滚动调度阶段 27612.3.3 电力实时调度阶段 27712.4 算例验证与分析 27712.4.1 数据及模型参数描述 27812.4.2 运行调度结果分析 28012.5 本章小结 284参考文献 284第13章 结语 28613.1 总结 28613.2 研究展望 288
|
| 內容試閱：
|
|
第1章绪论 1.1引言 随着全球经济的快速发展，能源消耗量持续攀升，传统的化石能源已难以满足日益增长的能源需求[1]，同时，化石能源的过度使用带来了严重的环境污染和气候变化问题，对人类社会的可持续发展构成了严峻挑战[2，3]。因此，2015年在巴黎气候变化大会上通过的《巴黎协定》中明确指出[4]“全球应当尽快实现温室气体排放达峰，本世纪下半叶实现温室气体净零排放。”2022国际科学家苏州峰会上签署的《绿色低碳行动倡议》中提出“推动绿色低碳发展、加强科技创新、促进产业低碳转型、实现城市智慧发展”的美好愿景。这些都表明绿色低碳发展已经在全球范围内达成共识[5]。因此，加快可再生能源发展、积极构建低碳高效的新型能源体系已经成为世界各国实现清洁可持续发展的必由之路[6，7]。近年来，中国政府与能源企业联合出台多项政策，旨在推动我国能源结构绿色低碳转型，为全球能源转型贡献中国力量[8-10]。因此，构建以新能源为主体的新型能源系统、推动能源绿色低碳发展已经成为全球能源体系发展的重要一环。 作为新型能源系统的一种典型范式，微能网可以利用先进的物理信息技术整合区域内电能、热能、天然气等多种能源，实现多种异质能源子系统之间的协调规划、优化运行、协同管理、交互响应和互补互济，因而在提高能源利用效率、推动区域可再生能源发展等方面具有重要优势[11]。与传统的能源供应方式相比，微能网更倾向于优先使用可再生能源，通过不同类型能源之间的协同和互补，使能源在转换和传输过程中的损失显著减少，能源供应稳定性显著提升，用户多元化的用能需求可以同时得到满足[12]。因此，微能网作为一种高效环保、经济稳定的新型能源系统形态已经成为当前能源领域研究的重点，对于推动能源转型、实现可持续发展具有重要的战略意义[13]。 为了响应“构建以新能源为主体的新型能源系统”的号召，我国能源供应体系建设过程中接入了海量规模的可再生能源发电（renewable generation，RG）。根据国家能源局发布的《2024年能源工作指导意见》，预计到2060年，我国RG的装机规模将达到52亿MW，约占全国总发电装机容量的65%[14，15]。然而，受自然条件的直接影响，RG具有显著的间歇性、随机性和波动性。另外，随着能源类型的增多和微能网结构的日趋繁复，多元用能需求的动态变化也在持续加剧。这些因素共同导致微能网面临着严峻的源-荷不确定性挑战[16]。这种不确定性不仅可能导致系统的设备利用率降低、运行成本增加，还会给能源供应系统的调度和管理带来挑战，因此，如何在微能网的优化规划过程中解决这一问题变得尤为迫切。除此之外，在“双碳”的新形势下，能源系统的碳减排要求也逐渐提高。国家标准化管理委员会等部门在2023年联合发布的《碳达峰碳中和标准体系建设指南》中指出，推动低碳经济发展将成为未来一段时间内我国经济社会绿色转型工作的重点，因此亟须在微能网建设过程中开展低碳排放规划方法研究[17，18]。 综上所述，微能网在推动构建清洁安全、低碳高效的新型能源体系方面潜力巨大，而充分考虑系统多维不确定性的微能网优化规划方案是其发挥作用的前提和关键。因此，本书以微能网为研究对象，深入研究多维运行不确定性对微能网规划和运行方面的影响，提出基于数据驱动的不确定性建模方法，在此基础上，进一步提出不确定性条件下能够满足不同规划需求的微能网级、园区级和区域级微能网的容量优化配置方法。本书的研究工作对于支撑不同场景下微能网的优化规划建设具有重要参考意义，可以为推动微能网技术创新和工程实践提供理论支撑和方法借鉴，为推动我国能源结构绿色低碳转型提供有效参考。 1.2背景与挑战 微能网作为新时代能源发展的重要方向，其研究与应用在全球范围内正呈现出蓬勃发展的态势，随着技术的不断进步和应用的深入，它在能源领域发挥着越来越重要的作用。近年来，国内外学者围绕微能网耦合建模、容量配置优化、能量优化调控、成本效益分析和商业模式设计等方面开展了大量研究，均取得了显著进展[19]。 国外在微能网的研究与实践方面起步较早，荷兰、瑞典、德国、美国、澳大利亚等国家都成立了相关的研究机构或设置了示范项目。在政策方面，这些国家通过一系列的税收优惠、资金支持等政策措施，鼓励和支持微能网的发展和应用。例如，2009年美国通过《清洁能源与安全法案》，旨在推动能源绿色转型、促进新能源发展；2014年欧盟出台《欧盟2030年气候与能源政策框架》，提出到2030年欧洲温室气体排放比1990年减少40%、可再生能源份额不低于27%、能源效率提高30%的战略目标[20]。此外，为研发高效、环保的综合能源技术，推动能源系统的智能化和绿色化，国外研究机构开展了大量的技术实践，如2017年英国曼彻斯特综合能源示范工程、2019年荷兰阿姆斯特丹智慧能源网格项目、2020年新加坡滨海湾花园综合能源项目、2021年澳大利亚悉尼奥林匹克公园综合能源项目和2022年丹麦哥本哈根能源岛项目等[21]，这些项目的实施为我国微能网的发展提供了良好的借鉴和参考。 国内对微能网的研究与实践也得到了国家层面的高度重视和大力支持，2016年7月4日，国家发展改革委、国家能源局发布了《关于推进多能互补集成优化示范工程建设的实施意见》；2017年10月，国家电网公司下发了《国家电网公司关于在各省公司开展综合能源服务业务的意见》。这些政策的制定均有效推动了我国微能网的高质量发展[22]。随着能源结构的优化调整和能源消费模式的转型升级，微能网已经成为我国能源革命的重要组成部分。近年来，我国在微能网的关键技术、系统优化、商业模式等方面进行了深入探索，取得了一系列重要成果。为了加快推进微能网在我国的发展和布局，充分发挥其指导和引领作用，国内已建成多个微能网示范项目，如2020年上海临港新片区综合能源规划建设工程、2023年浙江台州大陈岛“绿氢”综合能源系统示范工程、2023年三峡能源新疆哈密综合能源示范项目以及2024年福建泉州智慧综合能源示范项目等[23]。 综上所述，开展微能网研究对推动能源结构转型、提升能源利用效率、促进技术创新与产业发展、增强能源安全保障以及促进跨界融合与国际合作等方面都具有重要意义。未来，随着全球能源结构的进一步转型和能源消费模式的深刻变革，微能网的发展将迎来更加广阔的空间和更加严峻的挑战，国内外应进一步加强交流与合作，共同推动微能网的技术创新、系统优化和商业模式创新[24]。 1.3研究现状与趋势 1.3.1微能网规划 微能网的灵活性和可扩展性使其成为连接各种能源形式的关键纽带。微能网由多个不同类型的能源节点组成，例如光伏发电系统、风力发电系统、储能系统[25，26]，这些节点之间相互协作，可以根据系统内的能源需求和供应情况动态调整能源配置。作为微能网的基础，微能网的优化规划研究对其建设和高效运营具有重要意义[27，28]。 微能网的规划研究涉及能源节点的选择、配置和布局，以及微能网与主电网的互联方式等方面，这些研究成果可以为微能网在能源设施布局、能源供应结构、能源传输网络等方面提供有益的借鉴[29]。文献[30]提出了一种考虑可再生能源不确定性和实时电力市场的多微能网随机规划模型，实现了系统中多种资源的优化配置；文献[31]提出了一种考虑安全约束设计的孤立微能网规划模型，对微能网的最佳技术组合、规模、布局和相关调度进行了优化；文献[32]提出了一种考虑热动力学过程的微能网规划方法；文献[33]提出了一种基于机会约束信息差决策方法的多阶段规划模型，验证了在微能网规划中考虑多维不确定性的有效性；文献[34]提出了一种计及电转氨设备的协同建模方法；文献[35]提出了一种考虑可再生能源大规模接入的两阶段规划模型，对能源集线器模型中每层的设备类型和相邻层之间的设备连接关系进行了优化求解；文献[36]使用基于混合整数线性规划的方法对微能网中可再生能源设备的选址定容问题进行优化；文献[37]提出了一种基于净现值目标的微能网储能系统优化配置和经济分析方法；文献[38]介绍了一种用于偏远岛屿的风-光-储系统的可行性研究和技术经济性评估方法；文献[39]提出了一种以*小化系统总成本和生命周期碳排放为目标的风-光-柴-储系统多目标优化规划模型；文献[40]提出了一种基于三角聚合模型和列维-和声算法的孤岛型微电网多目标容量优化配置方法；文献[41]使用多目标遗传算法对含混合储能系统的微能网中的风电和光伏发电的配置容量进行优化求解，将目标函数优化为*小化系统的总电力成本和负荷失电概率；文献[42]提出了一种考虑分布式发电资源不确定性的微能网鲁棒投资规划模型；文献[43]提出了一种基于下垂调节的孤岛型微电网多目标扩容规划模型，实现了系统年运维成本和能源损失的*小化。此外，微能网的能量调控研究涉及能量流的管理、优化和调度，以及微能网与主电网之间的能量交互等方面[44，45]。这些研究成果可以为微能网的多能流协同调度和互补利用提供重要的参考。文献[46]提出了一种含高比例光伏发电的微能网能量管理和运行规划模型，对系统中的发电机组、燃气轮机和储能设备的出力组合进行了有效的优化；文献[47]提出了一种基于云-边计算架构的孤岛型微电网经济-能量调度决策框架，解决了高比例分布式新能源接入下孤岛型微电网的优化运行问题；文献[48]提出了一种基于场景的微能网两阶段随机优化模型，用于对微能网中分布式发电资源和储能设备的输出进行优化调整；文献[49]提出了一种考虑生物质垃圾处理的微能网多目标鲁棒*优调度模型，充分验证了含生物质垃圾处理设施的微能网的经济性和有效性。 微能网的容量优化配置研究是微能网规划阶段的研究重点，合理的设备容量配置是微能网稳定运行的基础和前提，可以有效避免系统容量过大导致的资源浪费和成本增加，也可以防止系统容量过小而无法满足供能需求[50，51]。通过优化容量配置，微能网可以在维持各种能源供需平衡的同时，提高系统的稳定性和可靠性，实现微能网的经济高效运行。 现有的工作从楼宇级、园区级、城市区域级三个不同的层次对微能网的容量优化配置方法开展了深入研究。其中，楼宇级微能网主要面向能源需求性质相同或相近且分布集中的建筑，如宾馆、商场、办公楼、住宅等，其供能系统的容量和供能面积相对较小，楼宇级微能网规划强调以用户需求为核心，因此在规划过程中需要充分考虑用户的需求变化，确保系统能够满足用户的能源需求[52]。文献[53]提出了一种含小型生物质沼气内燃发电机组的农业微能网多目标优化模型，对系统中的设备容量和运行参数进行了优化；文献[54]提出了一种考虑冷热电三联供系统的楼宇级微能网容量优化配置模型；文献[55]提出了一种以系统经济-环境效益最大化为目标的楼宇微能网容量优化配置模型，改进的自适应粒子群算法被用来对模型进行求解；文献[56]提出了一种考虑电、热、冷负荷的微能网投资规划模型，并采用启发式矩匹配方法对系统中分布式可再生能源出力的不确定性进行描述；文献[57]提出了一种考虑设备制造过程中不确定用户负荷和碳排放的微能网多目标双层规划模型；文献[58]提出了一种基于条件风险值概率区间方法的楼宇微能网优化规划模型，风电的不确定性在模型中得到充分考虑。 园区级微能网（如商业园区、工业园区）综合考虑特定园区内的能源需求和储备情况，通过对多种类型的能量生产、转换和存储设备的优化配置和整合，提高了能源利用效率，实现了经济效益和环境效益的双赢[59]。文献[60]提出了一种园区微能网中考虑网络费用的热电联产机组优化规划模型，通过两阶段规划方法对热电联产机组的安装位置和配置容量进行了优化；考虑到可再生能源的多变性和偏远地区生物质能的丰富性，文献[61]提出了一种包含太阳能和沼气的农业园区微能网*优容量配置模型；文献[62]提出了一种水-氢一体化微能网两阶段规划和优化模型，微能网中所有设施在不同场景下的利用率得到显著提升；文献[63]提出了一种
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
