基于储能SOC状态的微电网能量优化调度策略研究

为了满足微电网能量调度要求,根据储能系统在不同运行模式下的功能定位,提出了一种基于储能SOC状态的微电网能量优化调度策略。在调度响应方面,利用该策略可实现微电网与配电网功率交换遵循调度计划,保证调度计划的有效性。在经济运行方面,利用该策略可实现公共连接点配电变压器的最佳运行,降低电力系统损耗。该策略充分考虑了电力公司通过改变用电电价鼓励用户参与需求侧管理的需求,结合实时电价调整储能SOC状态实现用电成本最低。利用该策略可实现微电网离网时稳定运行,提高可再生能源利用率,保证重要负荷的供电,防止蓄电池的过充及过放等。     

市场机制下多微电网多时间尺度优化调度研究

针对区域配电网中多个微电网不同时间尺度中与电网或相互间复杂的功率交互问题,提出了一种多微电网包含日前、日内多个时间尺度的优化调度方法。在日前调度中(30 min),综合配电系统功率波动性和经济性建立包含多微网在内的配电系统调度模型,得到各微电网对外的交换功率参考值,通过市场机制引导多微网系统中各微网制定日前微网层调度计划,并基于熵权法建立多个微电网的利益分配机制。在日内调度中(15 min),通过配置混合储能系统来消除日前计划的误差,针对不同类型储能充放电特性的差异,采用小波包对混合储能的充放电功率进行频域分解,同时考虑到功率型储能频繁充放电下充放电功率不平衡性,对其荷电状态(state of charge,SOC)进行模糊反馈调节。对算例计算分析表明:多个微电网通过多个时间尺度的自治消纳控制和协调互济可优化配网系统的运行,同时对决策变量储能进行充放电功率自适应控制可有效提高微网间的互济能力。     

考虑储能电池的微电网群双层优化调度策略

储能电池是微电网中的重要组成单元,在进行调度时对其进行保护可以有效提高系统的经济性和可靠性。为此,本文充分考虑充放电速率和充放电深度对储能电池的影响,结合交替方向乘子法和模型预测控制,提出了一种微电网群的双层分布式调度策略。其中,上层以微电网群总体运行成本最小为目标对各微电网进行调度;下层则对各微电网内部分布式电源的出力进行控制以达到各微电网自身的成本最小。相比于其他分布式调度策略,该调度策略不仅能够最大程度保护储能电池,而且简化后的分布式求解算法收敛更快,网间数据传输减少了30%,运算时间更少,通信负担更低。最后,采用通用的微电网群模型验证了本文调度策略的合理性和有效性,试验表明本文调度策略能够使荷电较少的储能电池得到电量补充,提高微电网应对极端天气及其他风险的能力;使荷电较高的储能电池减少充放电次数,各储能电池使用成本之和减少了29.65%。     

考虑SOC优化设定的电-氢混合储能系统的运行优化

针对含电-氢混合储能的源网荷储系统,为提高新能源的消纳水平并降低系统运行成本,提出了考虑SOC优化设定的电氢混合储能系统的运行优化方法,实现系统的日前实时优化调度。首先提出了大容量储能系统SOC优化设定的方法,以确定储能系统日前的始末SOC优化设定值。随后,基于双延迟深度确定性策略梯度算法,提出了一种日前实时优化调度模型训练方法。结合储能SOC的优化设定值和日前运行数据,建立了源网荷储系统的实时优化调度模型,实现日前和实时综合优化调度。最后,通过算例分析验证了所提运行优化方法的有效性。结果表明,大容量储能系统的SOC优化设定方法可以有效提高系统收益,日前-实时优化调度模型则在日前优化调度的基础上减少了预测误差带来的影响。     

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。     

高可再生能源渗透率下考虑预测误差的微电网经济调度模型

提出了一种高可再生能源渗透率下考虑预测误差的微电网经济调度模型,由日前计划和实时调度两层组成。日前计划层考虑间歇性能源预测误差的情况下制定微电网的运行计划;实时调度层根据间歇性能源功率预测误差实时修正运行计划并进行电压和潮流优化。在可再生能源高渗透率的情况下,所提出的模型有效地修正了预测误差引起的可再生能源功率波动。仿真结果表明,所提出的模型能够充分利用可再生能源,协调分布式电源和储能系统,实现微电网经济、安全、稳定运行。     

基于深度强化学习的电动汽车实时调度策略

电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。     

双楼宇专变供电充电站负荷的时空双维调控建模

在碳减排和环境保护需求的推动下,电动汽车的普及速度加快,同时从时间和空间维度挖掘充电负荷的调控潜力可以有效地缓解配电网的扩容压力,基于此提出了双楼宇专变供电充电站负荷的时空特性双重调控方法。介绍了双楼宇专变供电充电站负荷时空特性的双重调控机理,利用双楼宇专变冗余容量和储能系统对充电站进行供电;结合储能充放电调控、充电桩和储能的双电源切换开关切换、充电桩功率实时调度3种调控方法,提出了充电站负荷的时空双维调控策略;提出了结合日前和实时2种时间尺度的充电站优化模型,以电动汽车服务率为优化目标建立储能充放电的日前优化模型,以变压器负荷标准差为目标建立双电源切换开关切换的实时优化模型,以各时段调度成本为目标建立充电桩功率的实时调度模型,通过多样化的调控手段提升充电站的经济性和安全性。通过算例仿真验证了所建模型的有效性。     

基于储能荷电状态分级的直流微电网协调控制方法

为延长多储能单元运行寿命,提升微电网调度灵活性,提出了一种基于荷电状态（SOC）分级的直流微电网协调控制方法。在传统功率分层的基础上,根据储能单元的实时SOC值进行优先级划分,通过比较微电网扰动功率与特定优先级最大平抑功率的关系使相应优先级的储能单元分级投入运行。在此基础上,设计带电压前馈补偿环节的改进e指数下垂控制,在保证直流母线电压质量的同时使储能单元的SOC逐渐收敛。最后,基于MATLAB/Simulink平台搭建了模型。仿真结果表明,该控制方法能有效避免储能单元过度充放电,减少储能单元的充放电时长与次数,提升微电网的调度灵活性与运行经济性。     

电动公交车光储充电站日运行随机优化策略

针对电动公交车光储充电站的运行优化问题,建立了以充电站的运行成本最小为目标、考虑光伏出力随机性的多场景日前优化模型,在满足充电需求的条件下,实现储能系统的充放电优化调度并给出日内储能初始荷电状态。在实时运行阶段,根据更新的光伏和充电需求的预测,提出了光储充电站的日内滚动优化策略。所建模型考虑了环境温度对电动公交车充电需求的影响。仿真结果验证了所提日前和日内优化策略的有效性,并分析了充电站配置光伏和储能系统的成本效益。     

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。     

基于双蓄电池组的微电网两阶段调度优化模型及控制策略

针对微电网应用中储能寿命损耗成本过高的瓶颈问题,提出了基[JP2]于双蓄电池组的日前日内两阶段协调调度模型与控制策略。在日前阶段,综合考虑日前预测数据、储能装置寿命及市场电价,建立了以微电网运行总成本最低为目标的经济调度模型,并利用随机权重粒子群优化算法求解该模型。在日内阶段,为应对间歇性分布式电源预测误差引起的联络线功率波动,构建了基于双蓄电池组拓扑结构的储能系统,根据蓄电池特性设计了实时控制策略,即两组蓄电池分别作为放电组、充电组,交替补偿联络线功率的正、负偏差,当任一组蓄电池达到其荷电状态的上、下限,则同时交换两组蓄电池的充、放电状态。最后,以某园区的示范微电网作为分析对象,通过实际算例验证了日前优化模型及算法的有效性,并证明了基于双蓄电池组的日内实时控制策略能有效延长蓄电池循环寿命,提高系统的经济性。     

工业园区微网调度研究与仿真

为提高新能源消纳能力和供电经济性、可靠性,研究了含风光柴储、生活负荷、具有有限可控能力工业负荷的工业园区微电网,提出了一种基于日前和日内相结合的优化调度方案。为保证日前优化调度的经济性,提出了一种分段变异优化的改进粒子群算法求解调度模型。改进算法相较于传统粒子群算法收敛性速度更快,同时提高了经济性,减少了园区的运行成本。日内运行时,为了校正日前预测偏差,采用源网荷储共同参与调整,保证尽可能跟随日前经济结果,提高微网系统的可靠性。日内调整建立详细化的仿真模型,采用实时仿真技术。利用实时仿真软件RT-LAB和实时仿真机OP4510构建的实时仿真平台,解决模型仿真用时较长、求解困难的问题,验证了工业园区微网调度策略的可行性。     

考虑机组灵活性的独立微网日前日内协调优化调度

作为高效利用分布式能源以及补充大电网灵活性的有效手段之一,微网的优化调度越来越受到重视。在全面考虑各类分布式资源调度灵活性的基础上,从日前和日内2个时间尺度出发,建立以总运行成本最小为目标的独立微网优化调度模型。日前调度计划为日内调度提供参考,必要时在日内调度中可调整满足灵活性要求的分布式资源的启停状态;日内调度采用滚动优化方式,并通过制定各类分布式资源的调整优先级,指导日内调度计划的优化调整。将蓄电池初始荷电状态作为优化变量,与分布式资源的调度计划同时进行优化,以进一步提高微网运营经济性。对该模型进行线性化处理,并调用CPLEX求解器求解该混合整数规划问题。算例分析结果验证了所提调度策略的合理性。     

考虑动态激励型需求响应的微电网两阶段优化调度

针对微电网中风电、光伏出力和负荷大小的不确定性,从日前和实时两个阶段出发,建立了微电网两阶段优化调度模型。日前调度阶段建立以微电网总运行成本最优的经济调度模型。实时调度阶段在日前调度优化结果的基础上,综合考虑实时优化调度各电源的出力调整顺序,提出了一种动态激励型需求响应参与的实时滚动优化策略。该策略的激励价格和用户参与容量随时间尺度前进呈现出动态变化,旨在利用价格引导用户提高需求响应的参与程度。通过算例表明,动态激励型需求响应相较于静态激励型需求响应不仅可以提升对日前联络线计划的跟踪效果,还能更好地消除微电网日前预测误差。该策略在显著提高用户收益的同时有效降低了系统运行成本,为市场化的微电网优化运行提供了参考。     

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。     

考虑风电随机性的微网多时间尺度能量优化调度

提出了考虑风电随机性的微网多时间尺度能量优化调度模型,实现了微网日前调度计划和实时调整之间的协调优化调度。该模型的日前调度部分以微网经济运行为目标,考虑风电出力的随机性,利用多场景方法提高了微网适应风电出力随机性的灵活性。在实时运行调整环节,利用响应速度较快的可控负荷消纳风电出力波动,使微网和外部电网的功率交换遵循日前调度计划,保证日前调度计划的有效性。该多时间尺度调度模型通过优化协调各种设备的运行,实现微网经济运行的同时,很好地消纳了风电随机性给外部电网带来的影响,实现了含风力发电微网对外部电网的可调度性。算例仿真验证了该模型的有效性。     

计及多时间尺度需求响应资源的微电网能量优化调度策略

随着电力体制改革的深入,用户侧微电网逐渐形成多方投资+集中管控的运营模式,研究计及运营商利益的微电网能量优化具有重要的现实意义。文章提出一种以运营商购售电收益最大化和需求响应补偿成本最小化为目标的微电网能量优化调度策略。该策略计及需求响应多时间尺度特性,将集群空调和集群电动汽车2种需求响应资源纳入日前-日内-实时3种时间尺度调度计划中,并根据各阶段可再生能源预测信息以及电价信号,逐级优化储能出力和需求响应供应量,实现运营商的全局利益最大化。负荷聚集商基于集群空调和集群电动汽车的控制模型预测各时段可控负荷容量并实时响应调度指令。最后,通过算例验证本文所提调度策略的有效性。     

Optimal control strategy of a DC micro grid

Microgrids include distributed energy resources, controllable loads, and storage devices, and they can be classified into AC and DC types, depending on the characteristics of the supply voltage. In this paper, an optimal control strategy for a DC microgrid is proposed, and the strategy is aimed at minimizing the daily total energy costs. The DC micro grid can include non-dispatchable generation units (such as photovoltaic power generation) and dispatchable generation units, energy storage systems (batteries), and controllable/not controllable loads. The control strategy is based on a two-step procedure, i.e., (1) the implementation of one day-ahead scheduling and (2) a very short-time predictive control. The day-ahead scheduling is formulated using integer linear programming methodology and is aimed at achieving the optimal scheduling of controllable loads. The very short-time predictive control is based on the solution of a non-linear, multi-period, optimization problem and is aimed at achieving the real-time optimal charging/discharging profile of storage powers and the real-time optimal profile of powers of dispatchable generators thereby minimizing the cost of total daily energy. For both procedures, optimization models were formulated and solved, including technical constraints that guaranteed an adequate lifetime of the storage system. Case studies relative to a DC microgrid obtained by a modification of the actual structure of the electrical power plant of an Italian industrial facility were investigated in order to show the feasibility and the effectiveness of the proposed approach.