基于用户需求响应的新型配电系统优化调度研究

随着新型电力系统建设的不断推进，可再生能源的高比例接入增大了配电系统净负荷的峰谷差，对配电系统的运行调度提出更高的要求。从需求侧能力调整出发，提出了一种基于用户需求响应的配电系统优化调度方法。通过引入边缘计算范式，设计了控制中心与边缘节点之间的协同交互框架，在边缘侧构建一种基于XGBoost需求响应分类模型；在控制中心侧，基于边缘节点需求响应结果，提出了一种集成预调度和重新调度的两阶段优化方法，通过控制中心与边缘节点之间的信息交互，实现大规模用户参与的配电系统优化调度，并对IEEE33节点系统进行实例分析，结果表明本文所提出的基于XGBoost需求响应分类建模方法在提升系统运行经济性和降低计算时延方面具有优势。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

电力物联网5G云–边–端协同框架与资源调度方法

分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提供有效的解决方案。针对现有云-边-端协同技术在电力物联网与5G融合应用面临的与电力业务需求适配性不足、异构资源调度协同性差、数据隐私安全难以保障等挑战,文章提出电力物联网5G云-边-端多级协同框架,支撑分布式资源与配电网的协同互动;在此基础上,基于联邦深度Q学习,提出基于半分布式人工智能的云-边-端协同资源调度方法,在高可靠低时延约束下实现端侧任务卸载、功率控制与云侧/边侧计算资源分配的协同优化;最后,通过算例分析验证该技术在能耗、时延、吞吐量等方面的性能优势,同基于层次分析法和深度Q学习的边缘网络任务卸载算法(distributionoffloadingalgorithmbasedon analytic hierarchy process and deep Q network,AHP-DQN)和能量感知边缘计算移动管理算法(energy-awaremobility...     

基于泛在互联的虚拟电厂参与实时市场模型

通过物联网平台的部署，海量的用户侧灵活可控资源能够以泛在接入的方式聚合成虚拟电厂，参与电力市场交易，为系统提供需求响应服务，缓解系统的错峰压力。针对虚拟电厂用户参与实时交易的即时性、分散性、自治协同等特征，提出了适应虚拟电厂参与的实时能量市场模型，并采用了用户与边缘节点协调的分布式调度方法，实现海量虚拟电厂用户对实时中标功率的自主响应。首先，虚拟电厂基于各边缘节点聚合的响应能力，将响应功率通过射影函数分配到各边缘节点，再由边缘节点通过交替方向乘子法与各用户进行迭代通信，计算出各用户的响应功率。最后，通过实际算例验证所提算法的有效性。结果表明，用户与边缘节点协调互动的分布式调度方式，能够满足海量虚拟电厂用户进行实时响应的即时性、高效性要求。     

基于云边协同的电动汽车实时需求响应调度策略

随着电动汽车(electric vehicle,EV)数量不断增加,EV接入电网后参与电网需求响应实时优化调度的时延问题变得愈加明显。时延问题不仅影响着电网响应质量,也导致用户的响应收益降低。基于此背景,该文提出基于云边协同的EV实时需求响应调度策略。首先,对EV可调度负荷模型展开分析;其次,结合EV移动特性建立云边协同任务卸载策略;最后,以中心云负荷差最小和边缘云响应收益最大为目标建立调度决策模型。为了分析存在时延情况下EV用户的响应收益,该文进一步从用户响应量和用户响应等待时间对用户收益进行建模分析。仿真结果不仅验证了该文所提方法可以有效降低负荷峰谷差和提高聚合商、用户侧的收益,还证明其在大规模EV参与实时调度过程中的优越性。     

异构网络中基于MADDPG的协作边缘缓存策略研究

由于大量用户和设备共存,移动网络经历了数据量和用户密度的巨大增长。在宏基站(macro base station, MBS)覆盖区域内部署小蜂窝基站(small basic station, SBS),并提前在SBS缓存热门内容,是下一代移动通信网络提供高速、低时延服务的有效手段。针对异构网络环境不稳定以及难以找到精确的数学模型进行优化的问题,提出一种基于传输时延最小的异构网络协作边缘缓存算法。首先以Markov移动预测模型为基础,考虑用户社交关系对于用户移动性的影响,给出了新的用户移动位置预测方法;其次,采用多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法,通过用户关联、延迟控制和缓存设计来减少内容传输时延并提高缓存命中率。仿真结果表明,同传统DDPG和Greedy算法相比,MADDPG算法缓存命中率分别提高17.89%和42.71%,内容传输时延分别降低9.07%和12.86%,能够有效地解决异构网络中的资源分配和缓存设计问题。     

基于用户效益的电力需求响应算法研究

智能电网与互联网、人工智能、深度学习等新技术的不断深化发展,让以用户经济效益为中心的需求响应越来越成为供电服务与电力需求侧管理的核心。基于用户经济效益的电力需求响应研究,不仅要满足电网安全稳定运行和优化资源分配,更重要的是从用户角度出发,建立用户经济效益与需求响应的模型。首先,介绍基于用户经济效益的电力需求响应管理,提出一个典型的用户响应场景,并对电力需求响应条件下的用户效益进行建模;接着,对用户效益的最优化问题进行理论分析,论证了该问题最优化解需要满足的条件;然后,提出了一个动态的分布式算法,证明不仅能够得出最优化解,而且可实现线性条件的计算量,从而实现分布式计算能力。所研究的内容证明了在一定条件下的算法收敛性,同时提出了一般应用条件下的算法适用性。仿真结果显示该算法能够实现最优化解,并且解具有收敛性。     

基于负荷分解的用户侧自动需求响应系统

针对用户侧负荷如何自动化、智能化地参与需求响应,设计并实现了一种基于负荷分解的用户侧自动需求响应系统。系统通过负荷分解算法辨识得到各类设备的电气信息,并计算用户实时的需求响应资源,通过感知电网紧急状态实现自动切负荷的激励型需求响应。考虑到高渗透率分布式能源接入用户侧的趋势,提出以促进分布式能源消纳为目标的日前调度模型,实现用户参与价格型需求响应。最后,实际测试结果表明系统部署便捷、易于推广,可有效实现用户不同类型的自动需求响应。     

数据孤岛下基于联邦学习的用户电价响应刻画及其应用

电价型需求响应离不开对用户价格响应的精准刻画,然而用户对价格的响应大多发生在与聚合商的交互中。并且出于隐私保护需求,这些交互数据往往不被公开,呈现为数据孤岛。针对现阶段用户数据隐私需求和电网调度需求相互冲突的问题,提出了基于联邦学习的用户电价响应行为刻画及其应用方法。首先,构建基于联邦学习的用户电价响应行为刻画的分布式交互框架,将原始数据信息交互转变为特征信息交互。然后,利用差分隐私-联邦近端算法实现不同聚合商电价响应模型的参数聚合,获得区域用户电价响应模型。最后,提出嵌入响应模型的配电网优化运行应用方法,利用改进的策略近端优化算法求解系统实时电价和储能出力。算例表明,所提方法在保障用户用能信息隐私下,能准确刻画区域用户电价响应行为,并改善配电网综合效益。     

基于端对端通信的充电桩无功响应分布式模型预测控制策略

电动汽车充电桩无功响应潜力的挖掘利用可优化配电网运行,同时提升基础设施容量利用率。文中提出了一种居民充电桩参与无功响应的分布式模型预测控制策略,在不依赖控制、通信中心的前提下,通过端对端通信和边缘计算实现充电桩的协同无功响应,改善配电网电压质量。首先,基于瞬时功率理论与灵敏度矩阵建立了充电桩无功响应的优化模型,利用模型预测控制算法求解充电桩控制电压的最优设定值。然后,建立基于时间戳异步更替的邻域端对端通信策略,交互彼此的电压、功率预测信息,实现多桩优化问题解耦,提升整体调压效果。最后,通过算例仿真表明,所提无功控制策略能在满足充电桩有功充电需求的前提下,有效降低电网电压偏差;此外,端对端通信交互模式下,相比无通信模式下的充电桩无序响应,所提策略的调压效果提升明显,并具有较好的通信时延鲁棒性。     

计及需求响应的并网型微电网协同优化策略

为提高微电网的经济效益,提出了计及需求响应的并网型微电网协同优化策略。首先建立微电网中可调控负荷和各发电单元模型。然后,构建了微电网双层协同优化模型,上层在满足用户舒适度的基础上,利用分时电价信息引导用户侧可调控负荷参与需求响应,并将优化后的负荷曲线输出到下层模型;下层在满足供需平衡和发电单元约束的基础上,优化分布式能源出力、储能充放电功率和并网功率,以降低微电网的日运行成本。最后,模型采用差异进化算法进行求解,通过算例仿真比较不同情况下微电网的优化结果,验证了该策略的有效性。     

基于需求侧响应的配电网储能容量识别

随着越来越多的分布式储能系统在负荷侧并网运行,需求侧响应获得了更多的手段。用户侧储能响应容量是用户侧系统需求侧响应能力的重要组成部分。为估计不同时刻和条件下用户侧储能容量,文中提出一种基于需求侧响应的配电网储能容量识别方法。考虑不同类型负荷用户的需求响应协同控制策略的目标,用粒子群算法进行储能充放电与受控负荷投切策略过程求解,最后计算储能系统的响应容量。结果表明,各类负荷的占比与分布式电源出力对响应容量均产生一定影响,为了取得安全性和稳定性以及使用效率之间的平衡,应当根据控制目标合理配置储能容量。     

考虑多方主体利益的大规模电动汽车分布式实时协同优化

针对大规模电动汽车(electricvehicle,EV)接入电网后的实时充电分布式优化问题,应用价格响应与激励响应手段,提出一种计及EV集群充电预测信息,兼顾电网、EV负荷聚合体与车主三方利益的多目标实时分布式优化模型,提出充电满意度模型刻画车主利益,并将全目标分解为各个设备可独立求解的子问题,并采用交替方向乘子法进行分布式求解,并利用预测信息实现算法地快速收敛。不同目标下的仿真结果表明了模型可以有效地平抑负荷波动、降低运行成本、提升用电满意度,并从优化结果、计算时间、用户隐私、信息传递量等方面分析验证了提出的分布式优化模型比集中式的优化模型更适用于大规模EV实时充电优化调度。     

含虚拟电厂的风电并网系统分布式优化调度建模

针对大规模风电并网消纳的难题,该文提出一种计及需求响应虚拟电厂的风电并网系统分布式日前经济调度优化模型。首先,将需求侧负荷以需求响应虚拟电厂形式参与系统优化调度,通过负荷转移以实现削峰填谷,促进风电消纳;结合电网中不同电力公司所辖电网具有相互独立且互联的特点,基于电网分区,采用交替方向乘子法(alternating direction method of multipliers,ADMM)构建分布式优化调度模型并提出多区域协同优化的迭代计算框架;然后,在求解该分布式优化调度模型过程中,每次优化迭代时相邻区域之间仅交换边界节点相角信息即可实现各分区系统以运行成本最低为优化目标的分布式求解,在降低区域间协调运行的信息量,保证各区域独立运行的灵活性和信息私密性的基础上,最终实现电网经济调度和风电消纳的全局最优。最后,通过对6节点测试系统和IEEE-118节点测试系统的算例分析,验证了所提模型的可行性和算法的有效性。     

面向新型电力系统的边缘缓存与计算资源迁移策略

随着以新能源为主体的电力系统的发展，分布式特征明显，终端设备数量剧增。海量用电负荷的调度和控制面临着时延过高和计算效率不足等问题，亟待建立高效的通信网络以有效提高电力系统的运行效率和可靠性。针对现有边缘计算技术与电力系统结合中未考虑在边缘网络资源管理中服务缓存和虑拟机(virtual machine, VM)迁移的联合优化问题，基于任务卸载模型、服务缓存模型和VM迁移模型，提出了一种联合服务缓存和VM迁移的边缘资源分配策略，旨在提高系统性能。针对服务缓存与VM迁移联合优化的耦合性问题，将原问题解耦成两个子问题的方法进行迭代求解，以实现更优的资源分配效果。仿真结果进一步证明了所提策略在性能方面表现更优，与其他方案相比可以得到更低的任务处理时延。     

基于CPS架构的商业楼宇智能用能控制管理系统建设与应用

针对商业楼宇具有良好的节能及需求响应潜力的特点,提出了基于信息物理系统(cyber physical system, CPS)架构的商业楼宇智能用能控制系统。基于典型CPS系统的3层架构,单元级通过智能用能终端实现了空调、照明、电加热等用能系统的动态信息感知、标准化信息建模及控制;系统级通过智能用能网关开展多元信息融合及边缘计算,实现了楼宇的能效分析、能效诊断及多设备的协调控制;平台级通过智能用电主站系统实现了多商业楼宇用能响应潜力的聚合和协同优化。以深圳地区某商业楼宇为案例,部署应用了基于CPS架构的智能控制管理系统,结果证明用能调控响应程度显著提升,用能能耗明显下降。     

家庭网关无线接入技术

文中实现了家庭网关的无线接入技术,使用户能够通过移动电话接入家庭网关.针对连接的安全性及限于移动电话的计算能力,提出一种优化的数字签名算法.     

考虑5G通信和共享储能的产消者实时调控优化策略

随着分布式可再生能源高比例接入电网,产消者逐渐成为需求侧协调优化的重要角色,同时海量资源的响应时延问题在需求侧实时调控中也愈加明显。为此,结合5G技术赋能,提出一种考虑5G通信和共享储能的产消者实时调控优化策略。首先,构建了基于5G云边端协同的产消者实时调控架构;然后,从传输时延和计算时延两方面构建了基于5G的调控业务时延模型;在此基础上,建立了考虑时延补偿和能量-容量共享储能服务的实时运行优化模型,其中上层目标函数为聚合商的收益最大,下层目标函数为产消者的总运行成本最小。最后,仿真结果表明,所提策略可有效降低时延导致的负荷偏差,提升新能源消纳能力,同时可提高聚合商运营收益、降低产消者用能成本,实现需求侧资源快速精准调控。     

考虑服务配置的细粒度电力任务云边协同优化调度策略

新型电力系统的建设促使电力业务范围向用户侧深入,业务种类及数量不断增加。边设备资源有限,只能配置有限数量的服务,任务的时延能耗需求与设备资源有限的矛盾日益突出。为实现云边资源协同与任务的优化调度,提出了一种考虑服务配置的细粒度电力任务云边协同优化调度策略。通过建立微服务的时延与能耗模型,并对任务调度中的约束条件进行分析,将时延与能耗的优化决策问题转化为带约束的多目标优化问题,采用NSGA-Ⅱ算法求解。然后通过基于模糊逻辑的多准则决策方法为任务选择调度方案。仿真结果表明,所提策略在时延和能耗方面的性能优于其他策略,能够适应不同的任务场景并做出最优决策,提高了任务的完成率。