供需平衡的电力市场

乌塔研究如何满足需求的市场,其中包括替代能源

周三,2020年7月15日 •药草展位: 联系

Shouyi Wang" width="1158" _languageinserted="true" src="//cdn.web.uta.edu/-/media/project/website/news/releases/2020/07/shouyi-wang-portrait.ashx?la=en

得克萨斯已成为在替代能源,例如太阳能和风能的领导者。随着国家走向“智能电网”输送系统移动时,提供节能服务公司都抢着来确定供需平衡的最佳途径。

首义旺,在德克萨斯大学阿灵顿分校工业工程副教授,使用来自美国国家科学基金会的三年,$四六六○六八赠款,以确定如何满足一个非常动态的,不确定的能源市场的需求。电子工程学教授伟仁利和工业工程教授陈维多利亚和Jay罗森伯格是该项目联合首席调查员。

电力是一种商品,其发电和负荷必须实时不断平衡系统可靠性和电能质量。除了传统的发电侧管理,负荷参与是未来可持续的智能电网发展的关键。

王和他的团队将开发的机器学习模型,预测实时市场价格和管理的住宅需求响应计划大规模参与。我们的目标是创建一个动态的决策分析和优化框架,能够为未来的智能能源市场的高效,实时的能源管理系统。该团队还计划兴建智能电网仿真平台,采用来自大型能源和公用事业公司的历史数据测试所开发的机器学习和优化框架。

“如果我们能够确定如何最好地预测能源需求并迅速做出反应,以在需求和市场价格的波动,那么我们就可以利用这些信息做出更有效的智能能源供应系统,降低运营成本,提高了系统的可靠性,”王先生说。 “从消费者的角度来看,在能源市场的部分更高的效率转化为对所有人的能源节约成本更大。”

这项研究将通过减少需求高峰的公用事业公司,服务于负荷实体和客户受益。有市场参与者实现这一reduction.wang的预测模型提供连续的预测,能源市场的财政奖励。在用确定性,或原因和效果的预测值电流模式相反,该团队将开发能够量化市场的不确定性决策管理和风险控制的概率深的学习方法。

能源市场的预测模型将使能源公司来计算第二天的需求,然后换日前市场上的计算减少高峰需求。

最后,王某将创建一个智能电网仿真框架使用真实世界的数据集大型电力公司在纽约和得克萨斯州,以评估预测和优化模型。

“这与我们如何在未来提供和使用能源产生深远的影响,潜在的高度相关的研究,”保罗componation,乌塔工业的主席表示,制造和系统工程部。

由Jeremy AGOR,工程学院--written