找到 1 条结果
一种用于源-荷双重不确定性下水-风-光混合可再生能源系统短期削峰的随机优化框架
A stochastic optimization framework for short-term peak shaving in hydro-wind-solar hybrid renewable energy systems under source-load dual uncertainties
Feilin Zhua · Lingqi Zhaoa · Weifeng Liub · Ou Zhua 等8人 · Applied Energy · 2025年1月 · Vol.400
摘要 全球电力需求在工业化和城市化推动下的快速增长，给电力系统运行带来了严峻挑战，尤其是用电高峰与低谷之间的负荷差距日益扩大，加剧了电网稳定性问题。为应对这些挑战并推动可持续能源系统的转型，水-风-光混合可再生能源系统为实现高效、经济且环境友好的能源生产提供了有前景的解决方案。本研究提出了一种新颖的随机优化框架，用于包含水电、风电和光伏的混合可再生能源系统的短期负荷削峰调度。该框架明确考虑了能源供给（水文径流、风能和太阳能）与电力需求两方面的双重不确定性，这些不确定性增加了混合系统中电网稳定性和...
解读: 该水风光多能互补调峰框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。研究中的源荷双重不确定性优化与我司GFM/VSG控制技术高度契合,可提升储能系统在新能源消纳场景下的调峰响应能力。DCGAN深度学习模型对光伏出力预测的2%误差率,为iSolarCloud平台的预测性维护...