Resumen

La aplicación de turbinas de gas y equipos de power to gas profundiza la relación de acoplamiento entre los sistemas de energía y los sistemas de gas natural, y proporciona una nueva forma de absorber la energía eólica incierta también. Los algoritmos tradicionales de optimización estocástica y de optimización robusta tienen algunas limitaciones y deficiencias al tratar con la incertidumbre de la producción de energía eólica. Por lo tanto, proponemos un modelo de optimización estocástica robusta (RSO) para resolver el modelo dinámico de flujo de potencia óptimo para sistemas de energía integrados eléctrico-gas (IES) considerando la incertidumbre de la energía eólica, donde el conjunto de ambigüedad de la producción de energía eólica se construye en base a la distancia de Wasserstein. Luego, el conjunto de ambigüedad de Wasserstein se afina al conjunto de ambigüedad por evento, y el modelo RSO propuesto se transforma en un modelo de programación entera mixta, que puede resolverse rápidamente

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Turbina de gas; Equipo de energía a gas; Relación de acoplamiento; Sistemas de energía; Sistemas de gas natural; Incertidumbre en la energía eólica
• Keywords:Gas turbines; Power to gas equipment; Coupling relationship; Power systems; Natural gas systems; Wind power uncertainty