2024年第5期目录
Energy Conversion and Economics (ECE) 2024年第5期收录了来自中山大学、南京理工大学、重庆大学、新加坡南洋理工大学、西澳大学等国内外知名研究机构的多篇高质量论文。
Energy Conversion and Economics (ECE)
专栏 | 低碳配电网络规划与运行先进技术
原创性研究
考虑季节性负荷的配电系统多元降损改造手段协同配置方法
基于迁移学习和贝叶斯调优的表后分布式能源的掩负荷预测
专栏 | 碳中和背景下能源交易系统的规划、运行和交易机制
原创性研究
基于碳捕集与排放权交易的多能温室经济与低碳协调运行策略
常规栏目
原创性研究
一种基于在线强化学习的三电平中性点钳位型DC/AC逆变器线性二次调节器
人工智能驱动的洞察：利用卫星数据对发电厂碳排放的精确追踪
长按识别二维码
https://ietresearch.onlinelibrary.wiley.com/toc/26341581/2024/5/5
Original Research | Collaborative deployment of multiple reinforcement methods for network-loss reduction in distribution system with seasonal loads
Yizhe Xie, Kai Xing, Lizi Luo, Shuai Lu, Cheng Chen, Xiaoming Wang, Wenguang Zhao, Mert Korkali
考虑季节性负荷的配电系统多元降损改造手段协同配置方法
长按识别二维码 阅读论文
或复制网址访问
https://doi.org/10.1049/enc2.12128
为了应对高比例季节性负荷导致的配电系统网络损耗严重问题，本文提出了涵盖移动储能系统、联络线、电容器等多种配网改造对象的降损手段协同配置模型。文章在具有季节性水产负荷的中国东部某55节点配电系统进行了降损改造案例分析，结果表明，该降损改造方法能够显著降低负荷强时空迁移性导致的网络损耗与电压偏移。此外，文章还针对降损改造方案的全生命周期成本限值进行了灵敏度分析，深入探讨了该方法在实际应用中的潜在价值和可行性。
Original Research | Forecasting masked-load with invisible distributed energy resources based on transfer learning and Bayesian tuning
Ziyan Zhou, Chao Ren, Yan Xu
基于迁移学习和贝叶斯调优的表后分布式能源的掩负荷预测
长按识别二维码 阅读论文
或复制网址访问
https://doi.org/10.1049/enc2.12130
针对被分布式能源隐藏的实际负荷预测难题,本文提出了一种基于最大平均差异神经网络和贝叶斯优化的预测方法。该方法首先提取未隐藏负荷和隐藏负荷的共同特征,建立基于历史未隐藏负荷的结果预测器,使隐藏负荷的特征向量可以适应该预测器。同时贝叶斯优化方法使得超参数能有效确定，达到优化水平。通过案例研究验证,该方法在分布式能源不同渗透率水平下均表现出了良好的预测效果,且对不同类型分布式能源具有较强的适应性。
Original Research | Coordinated economic and low-carbon operation strategy for a multi-energy greenhouse incorporating carbon capture and emissions trading
Jiahao Gou, Yang Mao, Xia Zhao, Zhenyu Wu
基于碳捕集与排放权交易的多能温室经济与低碳协调运行策略
长按识别二维码 阅读论文
或复制网址访问
https://doi.org/10.1049/enc2.12127
本文提出了一种面向多能源温室的整体优化方案。研究关注到温室需要向作物供应CO2的同时也会排放CO2这一特点，通过将碳捕集和碳交易纳入多能源温室系统，利用捕集的CO2作为温室的“气肥”，并提出相应的低碳经济运行方法，实现了环境-能源-碳的协调管理。该方法在考虑温度/湿度/光照强度和CO2浓度等多维约束下，通过案例验证显著提升了多能源温室的经济和环境效益。
Original Research | A novel online reinforcement learning-based linear quadratic regulator for three-level neutral-point clamped DC/AC inverter
Tianhao Qie, Xinan Zhang, Chaoqun Xiang, Herbert Ho Ching Iu, Tyrone Fernando
一种基于在线强化学习的三电平中性点钳位型DC/AC逆变器线性二次调节器
长按识别二维码 阅读论文
或复制网址访问
https://doi.org/10.1049/enc2.12132
本文提出了一种新型的基于在线强化学习的线性二次调节器(RLQR)，用于控制三电平中性点钳位型DC/AC电压源逆变器。该控制器采用在线更新的固定权重循环神经网络和策略迭代，可基于实时测量动态调整最优控制增益，无需系统模型知识或离线预训练。此外，该方法可产生恒定开关频率和低电流谐波。与现有控制方法相比，该方法具有更优的控制性能、保证的控制稳定性和简化的神经网络设计。实验结果验证了所提出控制方法的有效性。
Original Research | Artificial intelligence-driven insights: Precision tracking of power plant carbon emissions using satellite data
Zeqi Zhang, Di Leng, Yingjie Li, Xuanang Gui, Yuheng Cheng, Junhua Zhao, Zhengwen Zhang, Amer M. Y. M. Ghias
人工智能驱动的洞察：利用卫星数据对发电厂碳排放的精确追踪
长按识别二维码 阅读论文
或复制网址访问
https://doi.org/10.1049/enc2.12129
该研究提出了一个创新的方法,将大气监测仪卫星数据、电厂属性和先进人工智能算法相结合,建立了一个预测性碳排放模型。通过多模态数据处理、编码和模型优化,该方法可以自动提取和利用大量相关数据,使人工智能模型能够准确预测电厂的碳排放。实验结果证实了这一流程可以有效整合监测数据,为减少全球变暖提供了重要工具。该研究在电厂排放监测领域具有重要意义。
2
ECE内容推荐
REVIEWS | A survey of networked microgrid operation under the transactive energy paradigm
微网群系统在可交易能源范式下的运行的综述
长按识别二维码 阅读论文 或复制网址访问 https://doi.org/10.1049/enc2.12100 |
新加坡A Star公司张凯、南洋理工大学徐岩等人全面回顾了可交易能源范式下微网群系统（NMG）的运行，识别和分析了可交易NMG模型的关键方面，包括运行场景、所有权模型、可交易操作设计、生产者-消费者行为和商业模型。同时，对实际应用进行了总结，并分析了当前研究趋势。文章分析了一些现有研究的不足，并围绕NMG的数学建模和现实部署的挑战提供了不同的视角。
期刊简介
Energy Conversion and Economics
能源转换与经济
主编(以姓氏首字母为序)：
董朝阳、汤广福、文福拴
ISSN：2634-1581
收录信息：能源电力领域高质量科技期刊分级目录（2022年版）、Ei Compendex、Inspec、DOAJ、知网
创刊时间：2020年
官网：http://wileyonlinelibrary.com/iet-ece
