💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
📋📋📋本文目录如下：🎁🎁🎁
目录
💥1 概述
📚2 运行结果
🎉3 参考文献
🌈4 Matlab代码、数据、文献
💥1 概述
文献来源：
为了以清洁和集成的方式利用热电，该文提出一种零碳排放的微能源互联网（ZCE-MEI）架构，将非补充燃烧压缩空气储能（NSF-CAES）中心化。该文考虑了一种典型的ZCE-MEI将配电网（PDN）和区域供热网络（DHN）与NSF-CAES相结合。NSF-CAES轮毂的制定考虑了热动力学和压力行为，以提高调度灵活性。利用改进的DistFlow模型允许多个分立和连续无功补偿器保持PDN的电压质量。首先将ZCE-MEI的最优操作建模为混合整数非线性规划（MINLP）。通过多种变换和简化将问题转换为混合整数线性规划（MILP），CPLEX可以有效求解。采用由NSF-CAES集线器、33节点PDN和8节点DHN组成的典型测试系统，验证了所提ZCE-MEI在降低运行成本和弃风方面的有效性。
原文摘要：
Abstract:
To utilize heat and electricity in a clean and integrated manner, a zero-carbon-emission micro Energy Internet (ZCE-MEI) architecture is proposed by incorporating non-supplementary fired compressed air energy storage (NSF-CAES) hub. A typical ZCE-MEI combining power distribution network (PDN) and district heating network (DHN) with NSF-CAES is considered in this paper. NSF-CAES hub is formulated to take the thermal dynamic and pressure behavior into account to enhance dispatch flexibility. A modified DistFlow model is utilized to allow several discrete and continuous reactive power compensators to maintain voltage quality of PDN. Optimal operation of the ZCE-MEI is firstly modeled as a mixed integer nonlinear programming (MINLP). Several transformations and simplifications are taken to convert the problem as a mixed integer linear programming (MILP) which can be effectively solved by CPLEX. A typical test system composed of a NSF-CAES hub, a 33-bus PDN, and an 8-node DHN is adopted to verify the effectiveness of the proposed ZCE-MEI in terms of reducing operation cost and wind curtailment.
全球能源危机和环境污染的双重压力，导致了能源利用行为的改革。开发可再生能源是解决能源和环境问题的世界共识。可再生能源，如风能和太阳能，在过去几十年中以集中和分布式的方式获得了快速发展[1]。然而，近年来大多数可用的风能和太阳能都大大减少了，特别是在中国东北和西北地区，这阻碍了可再生能源产业的稳定发展[2]。
综合利用电力、热能、冷气、天然气等多种能源载体，是减少风能和太阳能浪费的趋势。综合能源系统（IES）是一种符号系统，通过将多个能源网络与能够在不同能量载体之间传输，转换和存储的几个能源枢纽（EH）连接起来，将多个能源载体结合在一起[3]，[4]。通过IES和EH，可以协同优化和管理不同的能源网络，以提高风能和太阳能的利用率，增加整个能源供应系统的调度灵活性[5]-[8]。
热电联产机组是一种能够同时供热和供电的EH，即热电联产。在这方面，热电联产用于共同优化供热网络和电网，以提高灵活性并减少风能和太阳能的削减[5]-[7]。不幸的是，热电联产需要天然气备用发电，这打破了因燃烧化石燃料造成的碳排放而释放环境问题的初衷。压缩空气储能（CAES）是一种很有前途的储能技术，也使用天然气燃烧来发电，并导致类似于CHP的环境问题。通过将热能存储系统（TES）整合到CAES中，先进的绝热压缩空气储能系统（AA-CAES）和非柔软燃烧压缩空气储能系统（NSF-CAES）能够将空气压缩过程中产生的热量存储在储气罐中，并在发电过程中释放它以加热压缩空气[9]，[10].因此，在这种先进的CAES系统中不需要气体燃烧。与CHP类似，NSF-CAES是一类能够组合冷却，加热和发电的EH。由于NSF-CAES中心具有零碳排放的特点，可以采用NSF-CAES中心来构建零碳IES。在此基础上，提出一种零碳排放的微能源互联网（ZCE-MEI）架构，将NSF-CAES发展为清洁EH，涵盖配电网（PDN）和区域供热网络（DHN）。[11]分析了利用NSF-CAES作为能源互联网清洁能源枢纽的可行性，同时更加强调ZCE-MEI的调度。
适用于CAES建模的研究已在[12]-[16]中提供。CAES系统和NSF-CAES系统分别在[12]和[13]中制定并实施，用于电力网络调度操作。[14]研究了输电系统中与CAES集成的风电的优化调度。同时，考虑风力发电和CAES，分别在[15]、[16]中提出了一种低碳排放的微电网架构和相应的热-风-储联合运行调度方法。[17]报道了CAES在价格波动的电力现货市场上的最优运行策略。另一方面，电力和供暖系统的联合运行已经在一些文献中进行了研究[5]-[8]，[18]，[19]。[5]中已经制定了最佳运行策略以适应风力发电。[6]和[7]分别研究了热电联产调度问题和PDN和DHN协同优化的传输约束单元承诺。[8]中开发了两种组合分析方法来分析供热和电力网络的运行。[18]研究了电热一体化系统的最佳潮流。此外，综合能源网中分布式区域供热和制冷系统的能源资源协调调度已经在[19]中进行了研究。
虽然现有的一些参考文献专门探讨了CAES的运行和综合电热系统的组合运行，但大多数参考文献都建立了简化的基于效率的功率块模型来制定CAES，而没有对CAES的压力和温度动态进行建模。CAES是一种天然EH，能够共同产生冷，热和电力。有必要考虑压力行为和温度动态，以增强调度灵活性。另一方面，随着可再生能源的高渗透率，与传统PDN相比，PDN的电压管理更加困难和重要。因此，需要制定电压、无功功率和相应的无功补偿器，以在PDN的最佳运行中保持无功平衡和电压质量。此外，现有的热电联产系统大多采用热电联产作为PDN和DHN之间的接口，这无疑与零碳排放的要求背道而驰。在这方面，我们打算为拟议的ZCE-MEI集成NSF-CAES开发一个短期的日前调度模型，以减少弃风并节省系统运营成本。
📚2 运行结果
其他运行结果就不一一展示。
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]R. Li, L. Chen, T. Yuan and C. Li, "Optimal dispatch of zero-carbon-emission micro Energy Internet integrated with non-supplementary fired compressed air energy storage system," in Journal of Modern Power Systems and Clean Energy, vol. 4, no. 4, pp. 566-580, October 2016, doi: 10.1007/s40565-016-0241-4.
