上海电力大学自动化工程学院在综合能源与虚拟电厂研究领域取得重要进展

360影视 2025-01-22 09:35 2

摘要:近日,上海电力大学自动化工程学院由彭道刚教授领衔,赵慧荣副教授、渠博岗讲师等为骨干的研究团队指导博士和硕士研究生在综合能源与虚拟电厂方面的研究工作取得重要进展,相关研究成果在2024年底以第一单位和第一作者/通信作者在《Applied energy》(IF:1

近日,上海电力大学自动化工程学院由彭道刚教授领衔,赵慧荣副教授、渠博岗讲师等为骨干的研究团队指导博士和硕士研究生在综合能源与虚拟电厂方面的研究工作取得重要进展,相关研究成果在2024年底以第一单位和第一作者/通信作者在《Applied energy》(IF:10.1)《Energy Conversion and Management》(IF:9.9)《Renewable Energy》(IF:9.0)以及《Energy》(IF:9.0)等能源领域中国科学院一区Top期刊发表学术论文多篇。

分布式综合能源系统与虚拟电厂是解决可再生能源就地消纳、提升网荷互动灵活性,支撑能源电力行业低零碳转型发展的重要技术方向,近年来受到了国内外研究者的广泛关注和深入探讨。自动化工程学院彭道刚教授领衔的科研团队立足能源电力行业低零碳转型需求,聚焦低零碳分布式综合能源与虚拟电厂的系统优化设计、源荷预测、协同控制与运行调控等关键技术攻关,并取得系列研究成果。

系统优化设计方面,在《Renewable Energy》上发表题为“A preference adjustable capacity configuration optimization method for hydrogen-containing integrated energy system considering dynamic Energy efficiency improvement and load fast tracking”的论文,针对含氢综合能源系统提出一种偏好可调的容量配置方法。主要贡献在于在系统设计阶段通过设备选型和容量配置优化,改善系统在后续运行过程中的负荷跟踪动态特性,提升系统能效。相比于传统容量配置方法,论文在容量配置优化问题构建过程中设计添加了能够综合表征系统动态能效和负荷跟踪能力的性能指标,并提出了一种偏好可调的容量配置多目标优化求解方法,可满足不同投资主体对于经济、环保、动态等多项优化目标的容量配置偏好需求,有力推动含氢综合能源系统优化研究,为能源系统规划设计与运行控制提供重要理论和实践支撑。

源荷预测方面,在《Energy Conversion and Management》上发表题为“Short-term PV-Wind forecasting of large-scale regional site clusters based on FCM clustering and hybrid Inception-ResNet embedded with Informer”的论文,提出了一种新型区域站点集群短期电力预测模型。主要贡献在于创新性地结合Pearson相关系数和基于Copula函数的Spearman秩相关系数,全面分析发电影响因素的线性与非线性相关性以筛选强相关变量;利用FCM聚类算法对大规模电力集群分类,并通过轮廓系数评估聚类效果选取代表性站点构建数据输入集;构建了融合Inception、ResNet和Informer的深度神经网络模型,能有效捕捉时间序列特征和缓解梯度消失问题;改进GWO算法,引入新策略和收敛因子寻找最优参数,提升模型预测精度与鲁棒性,经实验验证在风电和光伏预测上均优于其他算法,提高了预测的准确性和效率。

在《Energy》上发表题为“Multi-energy load forecasting for integrated energy system based on sequence decomposition fusion and factors correlation analysis”的论文,提出了一种基于序列分解融合与因素相关性分析的综合能源系统多元负荷预测方法。主要贡献在于运VMD分解复杂负荷序列并融合相关分量,克服模态混叠问题,降低预测难度;通过结合Pearson与基于Copula函数的Spearman秩相关分析的ICA方法,全面考量影响因素与负荷间线性及非线性关系,精准筛选强相关因素,避免传统方法单一相关性分析导致的信息遗漏;构建MTL-CNN-BiGRU-Attention 模型,以BiGRU为硬共享层挖掘负荷耦合信息,并借助注意力机制突出关键特征,提升预测精度;改进GWO算法,引入新策略和收敛因子优化模型超参数,增强搜索效率与收敛速度,使模型在多能源负荷预测上表现更优,有效提高了预测准确性和效率,在不同数据集上均展现出良好的鲁棒性和泛化能力。

多主体优化调控方面,在《Applied Energy》上发表题为“Optimal scheduling of multiple entities in virtual power plant based on the master-slave game”的论文,提出了一种基于主从博弈的虚拟电厂多主体最优调度策略。主要贡献在于构建了含电动汽车与碳处理系统的综合能源虚拟电厂多主体运行模型,全面考虑多种能源交易及碳排放,充分兼顾消费者满意度、能源供应方经济性与电厂低碳性,突破现有调度模型单电能市场局限,实现多能源形式下的优化配置;提出基于Stackelberg主从博弈的多主体最优调度策略,构建用户满意度能效模型及多主体博弈模型并证明其均衡唯一性,提升调度效率,增强系统在不同市场环境的适应性与稳定性,有效协调各主体利益关系;运用NOA-QP组合算法制定能量定价策略,通过分布式均衡求解避免信息泄露,保护隐私,同时显著提高算法收敛速度与电厂运行效率,为虚拟电厂优化调度提供高效的解决方案,相比传统算法优势显著。

以上研究成果获得国家自然科学基金面上项目、国网上海市电力公司科技项目等资助,同时也得到上海市电站自动化技术重点实验室、上海发电过程智能管控工程技术研究中心、智能发电上海市级实验教学示范中心、上海市高水平地方高校“高效低碳发电与清洁能源利用”重点创新团队等支持。(通讯员:赵慧荣)

来源:高校圈的那些事儿

相关推荐