本书全面分析综合能源系统各环节涉及的理论及技术。全书共8章，包括综合能源系统架构、成员与功能，综合能源系统动态建模理论、态势感知技术、多主体互动模式、优化调度方法、控制方法与策略，以及人工智能在智能调控中的应用、能源互联网未来发展趋势。
样章试读
目录
- 目录
“智能电网技术与装备丛书”序
前言
第1章 综合能源系统架构、成员与功能 1
1.1 基本架构和形态特征 1
1.1.1 基本架构 1
1.1.2 形态特征 9
1.2 内部资源与主体 15
1.2.1 主要资源及设备 15
1.2.2 利益主体划分 19
1.2.3 建模及仿真研究热点 26
1.3 综合能量管理系统 31
1.3.1 系统框架建模及仿真研究热点 32
1.3.2 整体方案 32
1.3.3 功能模块 34
参考文献 36
第2章 综合能源系统动态建模理论 38
2.1 建模基本理论 38
2.2 多能耦合元件建模 39
2.2.1 常规元件建模 39
2.2.2 区域能源互联网负荷模型结构 46
2.2.3 含有分布式电源的广义负荷模型 52
2.2.4 能量转化元件建模 53
2.2.5 冷热电联供型微电网模型 55
2.3 扩展的能源集线器模型及多能主体建模 57
2.3.1 能源集线器 57
2.3.2 不确定性的来源及分析 62
2.3.3 基于机会约束规划的多能微电网模型 62
2.3.4 多能微电网日前两阶段随机规划方法 63
2.4 多能流建模与计算 69
2.4.1 冷系统建模 70
2.4.2 热力系统建模 71
2.4.3 电力网络建模 72
2.4.4 天然气网络建模 73
2.4.5 其他建模方法 75
2.4.6 综合能源系统混合模型求解 77
2.4.7 多能流状态估计量测冗余扩展 80
2.4.8 综合能源系统状态估计设计 81
2.5 多能流状态估计算例分析 82
2.5.1 热电气耦合系统安全运行算例分析 82
2.5.2 明珠工业园综合能源系统故障分析 85
2.6 小结 86
参考文献 87
第3章 综合能源系统态势感知技术 89
3.1 数据挖掘技术 89
3.1.1 数据驱动的综合能源系统态势感知方案 89
3.1.2 随机矩阵模型及其基础理论 91
3.1.3 随机矩阵模型分析技术 95
3.1.4 深度学习技术 97
3.2 基于大数据分析的态势感知 101
3.2.1 针对窃电监测的态势要素采集 105
3.2.2 针对即插即用能量组织日前负荷预测的态势预测 113
3.2.3 针对风险评估的态势理解 117
3.3 云-边计算 123
3.3.1 研究现状 123
3.3.2 基于物联网的用户用电信息动态感知与在线优化调控研究 125
3.4 小结 126
参考文献 126
第4章 综合能源系统多主体互动模式 130
4.1 多主体分析 130
4.1.1 多主体模式 130
4.1.2 多主体内部市场机制 131
4.2 多主体组合优化 132
4.2.1 基于合作博弈的组合优化模型 132
4.2.2 算例1分析 136
4.2.3 基于模糊联盟的组合优化机制 141
4.2.4 算例2分析 152
4.3 主从博弈运行模式 159
4.3.1 施塔克尔贝格博弈 159
4.3.2 博弈流程 162
4.3.3 博弈上层子模型 163
4.3.4 博弈下层子模型 165
4.3.5 综合能源系统负荷率及需求响应负荷渗透率 166
4.3.6 模型求解 167
4.3.7 算例分析 171
4.4 非完全信息下的双层博弈运行模式 178
4.4.1 多主体双层博弈策略 180
4.4.2 冷热电日前调度合作博弈 181
4.4.3 非完全信息下的非合作竞价博弈 184
4.4.4 算例仿真 186
4.4.5 策略式博弈的局部纳什均衡性证明 190
4.5 纳什谈判运行模式 191
4.5.1 纳什谈判 191
4.5.2 基于纳什谈判的多产消者综合能源系统 193
4.5.3 基于纳什谈判的多产消者联合互动模型 198
4.5.4 基于ADMM的分布式求解 200
参考文献 204
第5章 综合能源系统优化调度方法 207
5.1 综合能源系统调度框架 207
5.1.1 综合能源系统基本架构 207
5.1.2 综合能源系统信息集成 209
5.1.3 综合能源系统优化调度 211
5.1.4 区域综合能源调度典型求解算法 217
5.2 综合能源需求响应 220
5.2.1 需求响应终端 220
5.2.2 需求响应管理体系 222
5.2.3 需求响应优化控制 223
5.2.4 需求响应激励模式与互动模型 225
5.3 多时间尺度协调调度 239
5.3.1 多时间尺度需求响应资源调度框架 239
5.3.2 多时间尺度优化调度模型 240
5.4 小结 251
参考文献 251
第6章 综合能源系统控制方法与策略 254
6.1 区域能源网经典控制架构 254
6.1.1 直流微电网控制架构 254
6.1.2 交流微电网控制架构 259
6.1.3 交直流混合微电网的运行控制 261
6.2 区域能源网控制器控制方法 262
6.2.1 微电网控制策略 262
6.2.2 微电网元件控制器设计 268
6.3 基于分布式人工智能(多智能体系统)的控制框架 273
6.3.1 多智能体的概念 273
6.3.2 多智能体概念图与BDI模型 274
6.3.3 基于多智能体的分层控制结构 277
6.3.4 多智能体技术的应用举例 279
6.4 基于协同论的一致性控制技术 286
6.4.1 自动发电控制概要 286
6.4.2 多智能体一致性算法研究现状 286
6.4.3 基于等微增率的一致性算法 287
6.4.4 基于多智能体一致性的下垂控制策略 290
参考文献 296
第7章 人工智能在智能调控中的应用 297
7.1 机器学习 297
7.1.1 支持向量机 298
7.1.2 决策树 306
7.2 深度强化学习 313
7.2.1 概述 313
7.2.2 深度强化学习理论基础 315
7.2.3 需求响应中的应用 320
7.2.4 能量调度管理中的应用 323
7.2.5 电网暂态稳定分析与控制决策 328
7.3 群智能算法 331
7.3.1 蚁群优化算法 332
7.3.2 粒子群优化算法 340
参考文献 348
第8章 能源互联网未来发展趋势 353
8.1 现有示范工程 353
8.1.1 关于推进多能互补集成优化示范工程建设的实施意见 353
8.1.2 国内首批能源互联网示范项目工程 356
8.1.3 国外相关研究和实践 360
8.1.4 基于多智能体系统的能源互联网示范项目 361
8.2 高新技术的应用 362
8.2.1 多能互补集成优化关键技术 362
8.2.2 基于多智能体系统的能源互联网关键技术 368
8.2.3 虚拟电厂技术 377
8.2.4 分布式信息管理区块链技术 379
8.3 未来形态与发展趋势 381
8.3.1 能源细胞-组织视角下的能源互联网 381
8.3.2 多能分布式优化研究的挑战与展望 383
8.3.3 基于多智能体系统的能源互联网建设前景展望 385
8.3.4 能源互联网数字孪生及其应用 386
参考文献 387
京公网安备 11010102004214号