【笔记】人工智能大模型在电力系统运行控制中的应用综述及展望

AI曹 2024-08-09 11:01:02 阅读 92

据统计,截至 2019 年底,我国风电和光伏的装机容量已经达到 415 GW,美国的可再生能源全年发电量已超过燃煤发电,同时欧洲计划在 2050 年完成 100% 可再生能源互联电网的建设。为了响应国家提出的“碳达峰”“碳中和”政策,国家电网公司提出在有效保障能源安全供应的前提下,结合实现双碳政策目标任务,有序推进全国能源市场建设。我国在“十四五”规划中还将进一步提升风电和光伏的发电规模。

现阶段,提高以风电、光伏为主的新能源供应比 例 是 实 现 电 网 清 洁 低 碳 消 耗 转 型 的 重 要 途 径 。与常规化石能源不同,新能源具有很强的波动性、间歇性与不确定性,难以精准预测其出力曲线。为了应对高比例新能源的接入,电力系统需要在多个运行调度与优化控制环节考虑不确定性,这给电网的安全稳定、低碳运行带来了较大的挑战。如何在兼顾安全性和经济性的同时,对机组进行调度以配置足够的备用容量,成为提高新能源消纳比例、推 动 电 力 低 碳 发 展 、降 低 电 网 运 行 成 本 的 关 键问题。

在电力系统优化方面,源网荷储协同的不确定性优化调度方法正日益受到重视。这种方法旨在充分利用弹性负荷的响应特性和储能的灵活性,以提升电力系统的运行效率和可再生能源的消纳能力。基于多代理的电力系统“源-网-荷-储”协同优化模型考虑了网络中的传输损耗,并通过一致性算法实现高效求解。这种协同优化模型被证明可以促进可再生能源的消纳吸收,并指导负荷积极响应电网调度(基于低碳需求响应的新型电力系统中源-网-荷-储协调的优化调度)。此外,还有研究专注于基



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。