含钠硫电池储能系统的微网多时间尺度能量管理策略

针对包含钠硫电池储能系统的微电网,文中以微网运行成本最小化为目标,同时考虑钠硫电池的荷电状态和使用寿命,提出一种针对含钠硫电池储能系统微网的多时间尺度能量管理策略,分别对微网能量管理策略的日前调度和实时调度进行建模。最后以一个微网系统作为算例,通过日前调度结果和实时调度结果的比较分析可知,多时间尺度的能量管理策略可提高微电网运行效益,而实时调度计划基于超短期功率预测,可对日前调度计划进行较大程度的修正,保证微电网的经济优化运行。     

考虑多主体主从博弈的多微网协调优化调度

为促进微网间能量互济及提高系统运行经济性,提出考虑多主体主从博弈的多微网协调优化调度模型,该模型包括日前和实时两个调度阶段.在日前调度阶段,以计及储能运行成本和负荷调度补偿成本的微网运行成本最低为目标建立多微网优化模型;在实时调度阶段,基于储能日前充放电计划及可再生能源和负荷功率波动,构建发电微网和用户微网之间的Stackelberg主从博弈模型,以协调微网间电能交互.同时发电微网之间的价格竞争通过非合作博弈进行模拟,用户微网的用电行为通过演化博弈进行模拟,并证明博弈模型均衡解的存在性.最后通过算例分析验证所建模型的有效性与经济性.     

基于模型预测控制的含压缩空气储能微能网多时间尺度优化调度方法

含压缩空气储能微能网在如今可再生能源大规模发展的背景下为促进清洁能源消纳、加速能源结构转型提供了新思路,但是含压缩空气储能微能网存在的新能源发电出力、用户负荷功率、环境温度等不确定性因素增加了系统优化调度的难度。为解决含压缩空气储能微能网系统内新能源出力、环境温度及负荷需求等不确定性问题,本文聚焦于如何削弱不确定变量对含压缩空气储能微能网系统的不利影响,提出包含“上层长时间尺度日前优化”及“下层短时间尺度日内滚动修正”在内的多时间尺度优化调度方法。通过仿真研究表明,采用基于模型预测控制的含压缩空气储能微能网多时间尺度优化调度方法可以削弱不确定性因素带来的不利影响,减少经济成本和功率波动,有助于含压缩空气储能微能网平稳、经济运行。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

集成智能楼宇的微网系统多时间尺度模型预测调度方法

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。     

含海洋能发电的海岛微网能量优化调度方法

针对海岛微电网分布式电源和负荷的独有特性,以海岛系统运行经济性为目标,考虑新能源消纳因素,提出一种海岛微电网能量优化调度方法。首先在分析典型海洋能发电出力特性的基础上,建立了含风、光、柴、储、波浪能、潮汐能以及可控负荷的海岛微网能量优化调度模型;而后面向日前和日内2个时间尺度,采用CPLEX完成混合整数规划,利用日前调度计划与日内实时滚动推演结果比对,依据日内滚动计算结果修正日前调度计划,实现当日微网能量调度全局最优。算例分析表明,由于利用了日前和日内相结合的滚动计算方法,使对岛上源、荷的预测精度逐级提高,该优化调度方法在兼顾海岛微电网功率平衡和可再生能源利用率的同时,最大限度降低了海岛微电网运维成本。     

融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略

交直流混合微电网接入高渗透率可再生能源及其特殊的网架结构,对交直流混合微电网的经济运行构成挑战。针对这一问题,提出一种融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略。在日前调度阶段,在综合考虑市场分时电价、微电网内各分布式单元和双向AC/DC功率变换器的运行成本及特性的基础上,运用多场景分析技术模拟风光和交直流负荷的不确定性,以日运行成本最低为目标构建日前两阶段随机优化调度模型。在日内调度阶段,基于模型预测控制构建日内滚动优化调度模型,该模型通过在线滚动优化结合反馈校正形成闭环优化,在保障日前计划有效性的同时,充分抑制日前预测误差引发的功率波动,有效避免冲击配电网的稳定运行。最后,以某交直流混合微电网示范工程为依托,通过算例分析对所提方法进行验证,结果表明,所提方法能够有效应对交直流混合微电网多重不确定性的影响,实现其经济和鲁棒运行。     

基于区块链技术的微电网市场多元储能共享协调优化运行

不断激发多元储能资源价值,支撑多微电网系统多样化参与电力辅助服务市场的交易和运营,提出含优化匹配功能的多微电网共享储能优化调度方法。首先,基于区块链在去中心化、信息安全等方面与多元储能的交易管理有着天然匹配优势,设计了基于区块链构建的多微电网共享储能优化调度架构;然后,响应分时电价,综合考虑多元储能的能量交互和获利最大化,优化日前储能调度计划应用,平抑微电网功率波动并满足净储能充放电需求;优化日内储能调度计划应用,最大化微电网经济效益。最后,算例表明该方法可有效提升多微电网系统能源利用率、提升经济收益。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

含混合储能的独立微电网多时间尺度协调控制策略

提出了一种含混合储能的独立微电网多时间尺度协调控制策略。该控制策略采用“日前优化+日内滚动+实时控制”的方式,对各发电机组的启停和出力计划、负荷投切计划和储能系统的控制进行决策,并且不断修正。该策略可以有效地减轻预测误差带来的影响,从而提高含混合储能的独立微电网运行的稳定性与经济性。     

计及分布式储能的微电网群经济调度

为提高微电网群调度效率、减少微电网运行成本,首先构建了计及分布式储能的微电网群优化调度模型。该模型以包含风、光、储的3个子微网和网侧储能所构成的交流微电网作为调度对象。在满足功率平衡等约束条件下,对负荷侧储能充放电次数和单位时间内充放电功率进行限制;在考虑主网分时电价、系统发电成本,网侧储能放电成本条件下,采用遗传算法进行求解,得到计及分布式储能的微电网群经济调度方案,最终得到优化后的经济成本。算例计算结果表明,该运行调度模型可有效提高微电网群经济效益,从而验证了该模型的有效性。     

计及功率预测误差的交直流混合微电网多时间尺度优化运行方法

为了提高交直流混合微电网优化运行的适用性,针对交直流混合微电网特殊的网架结构和电气特性,基于两层时间尺度建立了计及功率预测误差的交直流混合微电网多时间尺度优化运行模型。首先,在h级时段,利用日前风光出力、负荷水平预测数据来制定日前经济调度方案。然后,在实时15 min级时段,检测在日前h级调度方案下的不平衡功率偏差,制定不平衡功率调整计划,该计划能够最大程度降低调整费用或者提高调整收益。最后通过算例验证所提方法的有效性。     

不同时间尺度下基于混合储能调度的微网能量优化

针对混合储能系统中能量型和功率型储能的不同特点,建立了符合实际需求的微网经济优化模型。根据不同时间尺度提出了日前调度策略和实时调度策略。考虑到日前调度预测精度差的弊端,应用机会约束规划,以一定置信水平下满足备用需求作为可靠性约束,将最小运行成本作为优化目标,利用分时电价差异,优化协调各微源和储能系统出力。针对微网内风机、光伏和负荷等不确定性因素带来的功率波动,实时调度中应用1阶低通滤波算法平滑波动功率,并通过滑动平均滤波方法对滤波后的波动功率在混合储能中进行合理分配,使蓄电池储能承担更多低频功率波动,超级电容器承担高频波动。实时调度按照日前计划进行,实时监测各单元运行状态,并及时修正功率波动累积引起的日前计划偏差。     

基于模型预测控制的微电网多时间尺度需求响应资源优化调度

为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题,提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架,结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型;为了校正可再生能源和负荷的预测偏差,基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型,通过引入可调容量比例因子考虑了微电网联络线功率的调节能力,保证微电网在消纳可再生能源的同时具备一定的可调容量;以实际微电网示范工程为例分析验证了所提方法的有效性和可行性,实验结果表明所提框架可使微电网有效地参与短时需求响应市场。     

考虑储能电站服务的冷热电多微网系统优化经济调度

提出一种考虑储能电站服务的冷热电多微网系统日前优化调度方法。首先提出在多微网系统建立公共储能电站,并给出用户侧储能电站服务模式;然后将储能电站服务应用到冷热电联供型多微网系统优化调度,通过协调微网与储能电站间的交互功率,实现微网内冷热电负荷功率平衡和运行经济成本最优;最后以典型场景为例,对冷热电联供型多微网系统在3种运行方式下进行经济优化调度分析。结果表明,所提冷热电多微网系统优化调度方法可以充分发挥公用储能电站的充放电灵活性,实现微网多余电能的时域转移和可再生能源发电的100%消纳,并降低多微网系统的运行成本。     

基于虚拟储能的直流微电网源荷储多时间尺度能量优化与分区协调控制

直流微电网内的源荷储采取虚拟储能形式易于通过多时间尺度能量优化及协调控制提升系统的运行性能。首先通过风电及可控负荷模拟电容储能充放电特性,构建含多灵活性资源的虚拟储能系统模型,并将其集成于直流微电网优化调度模型中,利用虚拟储能系统的充放电管理,完成系统经济调控;其次,为应对非计划性波动功率,引入双层调度模型,以保障经济运行的上层能量优化为基础,提出基于虚拟储能的源荷储短时分区协调控制技术,提升微电网运行的可靠性;最后,通过仿真验证了虚拟储能可充分激发直流微电网内源荷储在多时间尺度下的协同调节潜力,改善系统运行的经济性和安全性。     

微电网跟踪调度计划双层双时间尺度实时控制策略

为了提升微电网跟踪调度计划的能力,并降低分布式电源和负荷的功率波动对跟踪效果的影响,提出一种利用由超级电容和电池储能组成的混合储能系统跟踪调度计划的双层双时间尺度实时控制策略。上层基于模型预测控制方法建立日内滚动优化模型,结合分布式电源和负荷的超短期功率预测结果,综合考虑一段时域内的跟踪偏差及混合储能系统的功率和荷电状态对跟踪调度计划进行滚动优化;下层在上层优化结果的基础上,采用基于荷电状态的混合储能系统实时控制策略对超级电容和电池储能的实时功率进行协调分配,进一步降低分布式电源和负荷的实时功率波动对跟踪效果的影响。通过仿真算例对所提控制策略进行验证,结果表明:所提策略不但实现了良好的实时跟踪调度计划的控制效果,而且优化了超级电容和电池储能的荷电状态。     

基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

基于两阶段线性模型的微电网实时优化调度方法

微电网实时优化调度作为保证微电网安全高效运行的关键技术,工程中要求可以快速可靠地取得最优解。针对这一问题,详细分析了微电网实时调度各状态空间下应采取的控制策略;提出了遵循储能SOC日前计划的“等效供电成本最小”和实际供电成本最小的两阶段线性模型;并建立了储能系统充放电引导系数模型,以控制储能系统的充放电量;最后,通过对微电网各实时状态进行优化调度仿真和有/无储能SOC日前计划情况下的实时调度仿真实验,验证了该方法能够尽量遵循储能日前SOC计划,给出满足各状态下实时调度策略的优化调度方案,并能有效降低微电网供电总成本。     

多微网多时间尺度交易机制设计和交易策略优化

为了在多微网交易中充分发挥分散调度的优势、保护各子微网的隐私,以及进行高效快速的计算,文中提出了一种并网型多微网系统多时间尺度交易机制和基于深度学习的交易策略优化算法。首先,建立了多微网内部交易价格模型,该模型可根据多微网内部供需形势的变化,动态调整内部交易价格,使多微网内部交易相对于微网直接与配电网交易更具经济性,从而激励各子微网参与内部交易。其次,建立了“报量不报价”的日前、日内交易机制。在日前交易中通过交易电量和内部交易价格的迭代,形成日前交易计划和交易价格,并进行日前电力交易出清;在日内交易中,各子微网仅申报一次不平衡功率的购售电需求,申报结束后直接出清。此外,基于多微网系统与配电网之间日前预期和实际交互功率的偏差,提出了联络线功率偏差的补偿方案,以降低多微网系统功率波动对配电网运行的影响。然后,基于生成的日内交易样本数据,引入深度神经网络算法训练学习各子微网的交易策略,以便子微网在日内交易阶段快速、准确地得到自身最优的购售电计划。最后,通过算例验证了所提出模型和算法的有效性。