Aller au contenu principal
Accès ouvert déclaré 2026 preprint

Low-Carbon Robust Planning for PIES with Multi-Time-Scale Uncertainties and Elastic DR Regulation

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : cn, in, pl. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

With the widespread application of park integrated energy systems (PIES), challenges of multi-energy coupling and multi-type uncertainties have become increasingly prominent. Existing research often employs typical scenario generation or robust optimization for short-term uncertainties but struggles with long-term load growth uncertainties. This paper proposes a robust planning method for PIES considering dynamic demand response and multi-timescale uncertainties. First, an energy flow framework encompassing cooling, heating, electricity, gas, and hydrogen is constructed. Transferable, substitutable, and curtailable demand response types are established, with transferable demand boundaries defined by a price-demand elasticity matrix and actual responses dynamically adjusted for system optimization. Second, multivariate dynamic time warping and hierarchical clustering algorithms derive typical daily scenarios accounting for short-term uncertainties. Finally, information gap decision theory characterizes long-term load growth uncertainty, constructing a robust planning model addressing both timescales. Case studies show that flexible resources and demand response reduce lifecycle cost by 55.24% and carbon emissions by 47.75%. The proposed demand response method further cuts costs by 153,800 yuan and emissions by 11.36%. The robust planning method synergistically addresses multi-timescale uncertainties, ensuring economy while maximizing resilience to uncertain fluctuations.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Low-Carbon Robust Planning for PIES with Multi-Time-Scale Uncertainties and Elastic DR Regulation
Date Crossref
05/03/2026
Éditeur
Wiley
Type
posted-content

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Guangdong Power Grid Company (China) pays non établi dans la notice
    Entreprise
  • Power Grid Corporation (India) pays non établi dans la notice
    Entreprise
  • Tsinghua Sichuan Energy Internet Research Institute pays non établi dans la notice
    Université ou école supérieure
  • Institute of Power Engineering pays non établi dans la notice
    Structure de recherche
  • Power Grid Planning Research Center of Guangdong Power Grid Co. pays non établi dans la notice
    Structure de recherche
  • Institute of Electrical Power System pays non établi dans la notice
    Structure de recherche

Guangdong Power Grid Company (China), Power Grid Corporation (India) et Tsinghua Sichuan Energy Internet Research Institute, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Control Systems OptimizationRisk and Portfolio OptimizationReinforcement Learning in Robotics

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.