风电储能系统能量调度策略研究

为了改善风电场发电的稳定性,抑制风电引起的电压波动与闪变,提高含风电电力系统的稳定性问题成为重要的研究内容,本文在简要介绍风电的特点的基础上,针对风电并网带来的电能质量及稳定性等问题,阐述了基于能量调度技术的解决方案,详细介绍了基于模糊理论＂最大-最小＂算法的调度系统控制器和系统其它主要部分的模型及仿真结果。控制器根据负荷用电量预测信息控制储能系统的充放电,不仅能有效抑制并网后电网的电能波动也能优化风电的发电质量。MATLAB仿真结果表明,风电储能系统能量调度策略和控制器是有效的,该系统能够有效减小风电场并网功率的波动。     

主被动结合的储能电站分布式能源孤岛检测方法

为了提高储能电站分布式能源输出控制能力,需要进行储能电站分布式能源孤岛检测,提出基于主被动结合的储能电站分布式能源孤岛检测方法。首先分析储能电站的实时负荷优化分配模型,采用配电增益调度的方法,进行储能电站的实时负荷预测,利用储能电站的能量负载实时调度的方法进行输出转换控制。然后根据储能电站群的总负荷进行储能电站分布式能源信息评估,采用主被动结合的方法进行储能电站分布式均衡控制,最后通过电站三层负荷开销进行输出负载调节,实现储能电站分布式调节和总发电负荷指令控制,实现储能电站分布式能源孤岛检测。     

智能电网与负荷调度探讨

随着我国社会主义社会的发展,科学技术水平的不断提高,智能电网以其吸纳大量可再生能源、供电系统与用户互动以及负荷调度等优点,受到了国家电网的重视。智能电网部分负荷的用电时间是灵活的,如加热、制冷、电动汽车等,储能设备,如电动汽车的充电设备,利用这些可控负荷追踪风电、光伏等可再生能源发电的出力变化,调度负荷来平衡预测的风电、光伏等的出力曲线,满足功率平衡。负荷调度的基本思路是电力平衡,解决电力系统运行的核心问题,负荷调度成为解决电力平衡的重要手段。     

计及分布式储能响应的虚拟电厂优化调度模型研究

虚拟电厂采用先进的控制手段,集分布式资源和负荷为一体,构建综合能源服务商,可有效提升分布式资源的综合效益。本文考虑分布式储能充放电及分布式电源的不确定性,提出了计及分布式储能响应的虚拟电厂优化调度模型。该模型考虑分布式储能充放电的运行约束,以总发电量的利润作为优化目标函数,采用网格细菌群体趋药性算法对优化模型进行求解。最后通过仿真算例验证了所提模型的有效性。     

可再生能源发电对电网调度运行的影响及对策

随着能源的日益紧缺,可再生能源的发电得到了越来越多的重视.可再生能源的发电在给电力行业发展带来新的活力的同时,也给电网调度运行带来了全新的挑战.本文主要阐述了可再生能源发电对电网调度运行的影响及对策.     

节能调度背景下考虑不确定市场信息的机组检修计划

我国电力工业改革的重要措施之一是实施节能发电调度，交易方式有别于国外实时市场，发电公司检修策略肯定也有所不同。因此，有必要研究节能调度对检修计划制定的影响。检修策略是发电公司中长期生产计划的制订问题，需要考虑中长期负荷和非计划停运等不确定信息。在此背景下，计及负荷和非计划停运等不确定信息，建立机组检修计划制定策略的随机优化模型，研究节能调度实施后对机组检修计划的影响。算例分析表明了模型的有效性。     

基于遗传算法的家庭能源系统能量优化管理

家庭能源系统是能源互联网的重要组成部分,文章针对家庭能源系统在并网模式下的能量优化管理问题,综合考虑各时段优化决策之间的联系,以系统长期运行经济效益最大化为目标,建立多时段动态优化模型。考虑到模型中存在的非线性互补约束以及多时段动态规划所导致的求解难点,利用遗传算法进行计算。最后根据实测数据建立仿真算例,验证了模型和算法的有效性。     

海岛智能微电网多源协调优化运行研究

海岛微电网是解决离岸岛屿自主供电的重要途径,海岛微电网的优化运行是提高海岛供电能力的重要保障。基于海岛的实际情况,分析海岛微电网可再生能源分布式发电系统的运行特性,综合考虑海岛微电网运行的经济成本、环境折算成本等多个系统运行指标,区别于传统的海岛微电网构成,构建基于光伏发电、柴油机发电和潮流能发电的海岛智能微电网优化模型。由于粒子群优化算法的局限性,提出一种改进的粒子群优化算法对提出的微电网多目标多约束问题进行优化计算,形成海岛微电网系统的协调优化调度策略,从而提高系统资源的优化配置。最后,通过实验验证方案的可靠性和合理性,为海岛微电网的建设提供了重要的技术支撑。     

基于模型预测-动态规划的微网混合储能能量管理

针对由蓄电池和氢储能装置的混合储能系统,提出一种基于模型预测-动态规划的混合储能系统能量管理策略,协调能源并网对电网造成的冲击、降低系统能量损耗和储能运行成本。建立混合储能系统功率预测模型,构建罚函数将三个评价目标转化为单一目标求解,约束储能系统的容量、功率等指标,并采用动态规划算法优化蓄电池充放电控制。算例结果表明,该控制策略协调了混合储能的功率分配,具有更好的并网平波抑制、降低能耗效果,微网运行具有良好的经济性。     

参与辅助调峰的电池储能系统优化配置研究

随着风电渗透率节节攀升，风电出力的强随机性带来的系统调峰问题日益严峻。对于高风电渗透率系统，配置电池储能辅助调峰可以增加风电消纳空间。文中提出一种兼顾经济性和风电消纳效果的储能辅助电网调峰的双层优化配置方法。外层模型是以储能系统净收益和新增风电消纳量为目标的多目标储能配置模型。内层模型在外层配置方案的基础上优化调度策略，综合考虑储能系统运行成本、火电机组运行成本以及弃风惩罚成本，以系统调峰成本最小为目标优化风电消纳量，并将其与储能系统充放电功率传递给外层。最后，通过仿真计算确定了考虑储能经济性和风电消纳效果的储能系统配置方案，并分析其经济性和调峰效果，以及储能系统加入后对火电机组调峰经济性的影响，验证了配置方案的有效性。     

基于改进烟花算法的电动汽车与新能源协同调度

为提高电力系统对新能源出力的接纳能力,降低区域电网的等效负荷波动,维护系统安全性的同时,增强电动车车主响应的积极性,以区域电网系统内的等效负荷波动量最小和电动车车主经济效益最优为优化目标,建立规模化电动汽车与新能源协同调度模型,来合理安排电动汽车的充放电行为。运用最大模糊满意度法将多目标问题化为单目标问题,提出一种改进烟花算法,通过优化初始种群分布,以“双精英—锦标赛”的选择策略提升算法性能。通过算例结果对比,验证规模化电动汽车与新能源协同调度可有效平抑等效负荷波动,为电动汽车用户创造收益。改进的算法降低了计算开销,求解精确度更高。     

混合能源的NOMA网络中最优时延均衡和功率控制算法

针对可再生能源和电能源融合的非正交多址接入（Non-orthogonal Multiple Access,NOMA）网络,考虑动态的业务到达、 时变的信道衰落、 振荡的能源采集和多种能源消耗,以最小化时间平均的电能源消耗为目标,同时满足有限排队时延、最大发射功率限制、能量守恒、有限能源存储容量等约束条件,构建时延均衡和功率控制的随机优化问题。基于李雅普诺夫(Lyapunov)优化方法,解析最优解的数学特征,提出了一种两用户下行链路中具有多项式级别复杂度的最优功率控制算法,通过队列稳定性来均衡可再生能源的动态采集、消耗和有限存储之间的关系。仿真结果表明,所提算法能够有效地降低电能源消耗和排队时延。     

Power Optimization Strategy Considering Electric Vehicle in Home Energy Management System

With the development of smart grid, residents have the opportunity to schedule their household appliances (HA) for the purpose of reducing electricity expenses and alleviating the pressure of the smart grid. In this paper, we introduce the structure of home energy management system (EMS) and then propose a power optimization strategy based on household load model and electric vehicle (EV) model for home power usage. In this strategy, the electric vehicles are charged when the price is low, and otherwise, are discharged. By adopting this combined system model under the time-of-use electricity price (TOUP), the proposed scheduling strategy would effectively minimize the electricity cost and reduce the pressure of the smart grid at the same time. Finally, simulation experiments are carried out to show the feasibility of the proposed strategy. The results show that crossover genetic particle swarm optimization algorithm has better convergence properties than traditional particle swarm algorithm and better adaptability than genetic algorithm.     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

基于分时电价和用户侧储能的配电网调度优化策略

针对分布式电源接入及负荷波动引起配电网线路损耗增加的问题,文中提出将分时电价机制协同用户侧储能参与配电网的优化运行模型。基于分时电价建立用户负荷响应模型,构建以用户日用电成本、配电网网损最小为目标函数的配电网运行优化模型。采用评价函数法将多目标转化成单目标,并在传统遗传算法中引入模拟退火Metropolis准则对用户侧储能充放电策略寻优。仿真结果证明了文中所提策略能有效降低配电网网损及用户用电成本,所提算法寻优速度较快,收敛性能较好。     

Distributed Intelligent Energy Management System for a Single-Phase High-Frequency AC Microgrid

In this paper, a single-phase high-frequency AC (HFAC) microgrid is shown as a novel solution towards integrating renewable energy sources in a distributed generation system. Better utilization of the Microgrid is achieved by solving power flow and power quality issues using p-q theory-based active filtering called universal active power line conditioner and unified power quality conditioner, respectively. A distributed intelligent energy management system (DIEMS) is implemented to optimize operating costs. As the optimization greatly depends on the power generation and the power output from renewable sources strongly depends on the weather, the forecast of power generation is required for DIEMS. A Fuzzy ARTMAP neural network is used to predict hourly day-type outputs based on which generation can be forecasted. Depending on the forecast, an optimization scheme is developed utilizing linear programming along with heuristics. The results obtained show the successful implementation of HFAC Microgrid with adequate power flow and power quality control, as well as the optimization of operation cost by the DIEMS with Fuzzy ARTMAP-based day-type forecasting. The improvement in the battery life is also achieved due to optimization of storage charge states using the proposed DIEMS     

Electricity Consumption Scheduling with Consumers' Comfort and Preference in Smart Grid

A game theory based scheduling method for household electricity consumption in smart grid is proposed in this paper.A non-cooperative game model is employed during the scheduling.All household consumers compete with each other and control their loads to maximize their payoffs.For solving the scheduling problem,we formulate the Utility optimization (UO) model,in which the electricity cost reduction and the improvement of consumers' comfort and preference are considered simultaneously.The System optimization (SO) model only minimizes the electricity cost when scheduling the consumers' electricity consumption.Then we compare and analyze the two models in numerical simulation.The existence and the uniqueness of Nash equilibrium for proposed game model are proved.Simulation results show that the UO model provides an effective scheduling approach to achieve higher comfort and preference and at the same time decrease the energy cost.     

V2G模式下的EV建模研究

风电并网规模的不断扩大给电力系统的稳定运行带来了巨大的挑战.针对不断增加的SR需求,提出了将EV作为SR调度的研究方法.文中对EV的充放电特性进行了分析及仿真,并采用成本效益分析法建立了系统发电成本、备用成本和EV调度成本之和最小的目标函数.采用蒙特卡洛模拟对V2G模式下的EV进行仿真,考虑分时电价策略,确定出了最佳的...     

Transmission scheduling scheme based on deep Q learning in wireless network

To cope with the problem of data transmission in wireless networks,a deep Q learning based transmission scheduling scheme was proposed.The Markov decision process system model was formulated to describe the state transition of the system.The Q learning algorithm was adopted to learn and explore the system states transition information in the case of unknown system states transition probability to obtain the approximate optimal strategy of the schedule node.In addition,when the system state scale was big,the deep learning method was employed to map the relation between state and behavior to solve the problem of the large amount of computation and storage space in Q learning process.The simulation results show that the proposed scheme can approach the optimal strategy based on strategy iteration in terms of power consumption,throughput,packets loss rate.And the proposed scheme has a lower complexity,which can solve the problem of the curse of dimensionality.     

二维全向无线充电信息物理融合系统建模与优化方法

本文解决两相交流电源供电下二维全向无线充电信息物理融合系统的能量传输效率优化问题,发现了系统的频率分叉现象及其能量传输机理,利用混成自动机理论建立了系统的形式化模型.制定了一种面向不同负载区间的多供电模式的最优输电控制策略和能量传输频率优化算法.论文对共振条件下的频率分叉现象进行仿真实验,验证了两相交流电源供电下能量的最优传输理论模型,可用于电动汽车、智能手机等移动装置的充电系统.