基于动态区间预测的氢-电池微电网在可再生能源不确定性下的需求响应调度
《Clean Energy》:Dynamic Interval Forecasting-Based Demand Response Scheduling for Hydrogen-Battery Microgrids Under Renewable Uncertainty
【字体:
大
中
小
】
时间:2026年08月27日
来源:Clean Energy 5.0
编辑推荐:
**摘要**
风电和光伏发电的高渗透率给微电网运行带来了显著的不确定性,尤其是在可再生资源与氢能存储、电池存储、电网交互和柔性需求协同运行时。本文提出了一种面向并网型风/光/氢/电池微电网的需求响应辅助机会约束调度框架。首先,通过将混合 iTransformer–LSTM–
**摘要**风电和光伏发电的高渗透率给微电网运行带来了显著的不确定性,尤其是在可再生资源与氢能存储、电池存储、电网交互和柔性需求协同运行时。本文提出了一种面向并网型风/光/氢/电池微电网的需求响应辅助机会约束调度框架。首先,通过将混合 iTransformer–LSTM–KAN 架构与蒙特卡洛 Dropout 和自适应置信水平机制相结合,开发了一种动态区间预测模型,从而实现风能和太阳能发电的时间变不确定性边界。所得预测区间被嵌入到机会约束优化模型中,该模型联合调度可再生出力、电池充放电、电解槽运行、燃料电池发电、电网功率交换和柔性负荷转移。所提框架在一个由 2 MW 风电、3 MW 光伏发电、2 MWh 电池存储、1 MW 电解槽、0.5 MW 燃料电池和 20% 柔性负荷参与组成的微电网上进行了评估。结果表明,与确定性调度相比,所提策略将总运行成本降低了 60.1%,可再生能源弃电率降低了 65.3%,电网购电量从 18.39 MWh 减少至 10.49 MWh。这些发现表明,将动态可再生能源不确定性与需求侧灵活性相结合,可以提高可再生能源消纳能力,减少对电网的依赖,并改善氢电池微电网的经济运行。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号