Please wait a minute...

2025年 第47卷 第2期    刊出日期:2025-02-25

    交能融合系统
    数字化赋能交通能源融合:技术路径、应用场景与未来展望
    刘斌, 孙周, 姜之未, 郭明阳, 曹灿
    2025, 47(2):  1-12.  doi:10.3969/j.issn.2097-0706.2025.02.001
    摘要 ( 109 )   HTML ( 7 )   PDF (1018KB) ( 64 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    随着我国“双碳”目标的推进与交通强国建设的加速,交通系统和能源系统融合(交能融合)成为提升交通运输新质生产力的重要举措。在数字化浪潮的推动下,物联网、大数据、人工智能等技术为交能融合提供了新的发展机遇。从技术路径、应用场景和未来展望3个方面,系统分析了数字技术如何赋能交能融合。回顾了交能融合的发展现状,探讨数字技术在交能融合中的应用优势与挑战。结合风光储充一体化智慧高速公路等典型案例,阐述数字化赋能交能融合的技术路径与示范应用。展望未来数字技术在离网型交通电网和人工智能优化调度等领域的发展前景,并提出了政府政策、标准体系及商业模式等多方面的策略建议,为推动我国交能融合的数字化进程提供参考。

    交能融合应用场景与技术体系研究
    张敏, 王雁河, 孙周, 刘斌, 姜之未, 曹灿, 高峰
    2025, 47(2):  13-28.  doi:10.3969/j.issn.2097-0706.2025.02.002
    摘要 ( 76 )   HTML ( 4 )   PDF (1131KB) ( 52 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    因地制宜开发风、光等可再生能源,推动交通与能源的全方位、多领域、深层次融合,应当不断丰富完善交能融合的发展理念和技术体系。在现有研究基础上,结合场景分析法总结交能融合的核心内涵与基本特征,构建涵盖陆路交通、陆路运输、沿线数字化设施、陆域经济、沿线建筑以及沿线工况6大场景的交能融合场景体系。基于场景功能实现的技术需求,提出了交能融合“三横一纵”的技术体系架构,对交能融合在物理层、数字层、应用层和机制层的关键技术进行识别和梳理,形成交能融合关键技术目录,旨在为国内外学者开展交能融合研究提供技术借鉴。

    高速公路微网的储能容量配置与调度优化策略
    陈晓祺, 张敏, 孙周, 刘斌, 毛勇, 陶永晋
    2025, 47(2):  29-40.  doi:10.3969/j.issn.2097-0706.2025.02.003
    摘要 ( 83 )   HTML ( 7 )   PDF (3057KB) ( 55 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    为提高高速公路清洁能源利用率,实现储能设施科学经济配置与弹性优化调度,提出一种高速公路光储充微网的储能容量配置与调度优化模型,采用新型求解算法求解并进行仿真分析。基于路域气象信息及高速公路服务区负荷,建立了高速公路光储充微网数学模型,通过蒙特卡洛模拟分析服务区电动汽车充电负荷,基于高速公路服务区、管理中心、收费站、隧道的负荷特性,建立了高速公路微网负荷模型。从高速公路微网的经济性角度出发,建立了双层优化模型以综合实现微网储能系统的优化配置与优化调度,采用指数分布算法-混合整数规划算法(EDO-MILP)对模型进行求解。以攀大高速(四川境内)分布式光储示范项目为例,进行8 760 h的模拟与优化。结果表明,面向光伏装机容量2 MW、最大负荷约为800 kW的实际微网,引入1 131 kW·h/283 kW的储能设备,可实现系统年增收38.4万元,比无储能方案提升了42.8%,较经验方案提高了4.3%,实现了经济性的有效提升。此外,该配置方案还提升了微网系统对光伏绿电的消纳能力,较无储能方案,消纳能力提高了5.7%,较传统方案,提升了3.4%。

    计及EV碳排放的交能融合系统出行路径优化及经济运行策略
    杨建, 郝国捷, 吴昕悦, 郭明强, 陈充, 雷志敏
    2025, 47(2):  41-49.  doi:10.3969/j.issn.2097-0706.2025.02.004
    摘要 ( 43 )   HTML ( 3 )   PDF (1432KB) ( 15 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    针对电动汽车(EV)大规模接入导致的城市配电网潮流不均衡问题,提出一种计及EV碳排放的交能融合系统出行路径优化及经济运行策略及相应求解方法。首先,梳理城市区域及承担职能,结合Huff模型量化区域出行吸引力,实现对城市精准划分和EV充电负荷数值模拟;其次引入流量加油位置模型(FRLM)评估体系选取适宜充电设备建设点位,规整EV负荷于潮流电网间的映射,进而形成兼顾EV充电服务覆盖度和供电均匀度双向响应的“交通-电力”耦合网络;然后,依据EV出行碳排放量对用户均衡理论做出适应性改进,辅以电网稳定优化导向的潮流均匀度评估函数,建立EV出行路径优化体系,引导局部负荷尖峰合理分摊,保障方案符合经济、低碳运行的预期;最后,依托IEEE 33节点配电网与某城区主干道路网模型进行仿真分析。分析结果,验证了所建模型的有效性与可行性。

    新能源并网控制
    基于用能自洽的高速服务区微网光储组合优化配置
    刘斌, 罗异, 孙周, 陈晓祺, 姜之未, 蒋春, 陈明桃
    2025, 47(2):  50-59.  doi:10.3969/j.issn.2097-0706.2025.02.005
    摘要 ( 58 )   HTML ( 2 )   PDF (1309KB) ( 28 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    依托弱电网路域高速公路用能自洽紧迫需求,针对高速公路服务区典型微电网多配电变压器(配变)台区光储组合科学配置问题,提出一种面向工程应用的双层优化算法模型。内层以反向上网电量及用能成本最低为优化目标,计及多台区供配电系统安全运行限制等约束条件建立运行优化调度模型,实现一定光储容量组合参数下系统全年优化运行调度模拟及购电成本等指标计算。外层综合系统整年度购电成本、光储系统投资运维成本,以年均等效成本最小为优化目标,同时考虑服务区光储系统安装容量限制,建立光储优化配置模型,生成最优光储容量配置方案。设计算法求解流程,应用改进粒子群优化算法及带约束混合整数规划求解器实现模型高效求解。算例表明,所提模型可有效实现光储容量最优组合配置,年节省购电费用27.4%,在规划运行年限内提前47.6%时间实现光储系统投资回收,显著降低了系统综合成本。

    基于集群划分的含高比例户用光伏配电网电压控制研究
    冯侃, 魏立保, 吴兆彬, 刘文进, 徐清, 郝国捷
    2025, 47(2):  60-70.  doi:10.3969/j.issn.2097-0706.2025.02.006
    摘要 ( 51 )   HTML ( 1 )   PDF (1085KB) ( 28 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    高比例户用光伏接入配电网中,源荷特性变化带来大量电压越限问题,需要一种有效的配电网电压控制方法。首先,建立一种考虑电气模块度指标、耦合度指标、功率平衡度指标的综合划分指标,实现含高比例户用光伏配电网的集群划分。在各集群内含储能系统的节点中,利用有功-电压灵敏度选出各集群内的关键控制节点。考虑以储能作为调压手段,在计及储能充放电功率运行约束条件下,以电压偏差和网损最小为目标函数,构建基于集群划分的电压控制模型,并根据越限电压的节点所在集群的功率需求优先调控关键控制节点处的储能系统,以实现电压控制。最后,对含高比例户用光伏和储能系统的IEEE 33节点系统进行分析,验证基于集群划分的配电网电压控制方法的有效性。

    基于AI的新型电力系统调度
    基于K-means聚类的LSTM-SVR-DE光伏功率组合预测
    张元曦, 杨国华, 杨娜, 李祯, 马鑫, 刘浩睿, 南少帅
    2025, 47(2):  71-78.  doi:10.3969/j.issn.2097-0706.2025.02.007
    摘要 ( 56 )   HTML ( 6 )   PDF (980KB) ( 34 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    为进一步提高光伏发电功率预测的准确性,提出一种基于长短期记忆神经网络(LSTM)和支持向量回归(SVR)的组合预测模型。分别利用LSTM和SVR模型对光伏功率进行预测,在此基础上采用Stacking堆叠集成的策略对2种单一模型预测结果进行线性组合,并使用差分进化算法(DE)寻找最佳组合权重。最后,对宁夏某光伏电站的真实数据进行仿真和对比研究,结果表明该方法对比LSTM和SVR模型预测误差减小约70%。

    基于CNN-LSTM-Self attention的园区负荷多尺度预测研究
    杨澜倩, 郭锦敏, 田慧丽, 黄畅, 刘敏, 蔡阳
    2025, 47(2):  79-87.  doi:10.3969/j.issn.2097-0706.2025.02.008
    摘要 ( 105 )   HTML ( 5 )   PDF (1224KB) ( 51 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    准确预测负荷对提高零碳智慧园区的能源利用效率和盈利能力至关重要,受到小时级数值天气预报数据难以获取以及需要在不同时间尺度进行预测的双重挑战,常规负荷预测技术的应用受到制约。在缺失气象预报数据的条件下,提出利用卷积神经网络(CNN)提取多元负荷之间的耦合空间特征,将重构的特征输入长短期记忆(LSTM)神经网络实现负荷时间特征提取,再利用自注意力(Self attention)机制强化模型提取特征信息,最后通过全连接网络进行负荷预测,构建基于CNN-LSTM-Self attention的多元负荷多时间尺度预测模型。以某园区为实例对象,对该园区未来1 h,1 d和1 周的冷热电负荷进行预测。试验结果表明:在多个时间尺度上,CNN-LSTM-Self attention模型比CNN,LSTM,CNN-LSTM模型预测更为精确;其中,1 h尺度负荷预测时CNN-LSTM-Self attention模型的优势尤为明显,冷、热、电负荷预测的平均绝对百分比误差(MAPE)比CNN-LSTM模型分别提升了16.25%,19.16%,10.24%。

    深度神经网络在新型能源系统中的应用及展望
    石鑫, 刘奇央, 高峰
    2025, 47(2):  88-101.  doi:10.3969/j.issn.2097-0706.2025.02.009
    摘要 ( 80 )   HTML ( 2 )   PDF (1247KB) ( 39 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    在“双碳”目标的推动下,风能和光能等新能源迅速发展,但能源生产、消费和存储环节面临弃风弃光、资源浪费和低储存效率等挑战,为此,亟须发展更加智能的新型能源系统。深度神经网络(DNN)是新一代人工智能发展的一个重要方向,网络的深层结构使得其对复杂函数具有强大的拟合能力,解决了传统机器学习算法在进行大数据建模分析时由于模型自身学习能力局限而无法提取数据最具表征力特征的问题。重点对DNN在新型能源系统的应用进行研究,主要从DNN概述,新能源系统对DNN的需求以及DNN在新型能源系统建模仿真、规划优化、运行维护、运行控制和系统管理中的应用等层面进行综述分析,对DNN在新型能源系统应用面临的挑战进行了总结展望,旨在为相关行业工作者提供参考。