考虑阶梯式碳交易机制的微电网两阶段鲁棒优化调度

为减少微电网系统运行的碳排放量,同时考虑可再生能源出力不确定性对系统调度结果的影响,提出了一种基于鲁棒优化的微电网低碳经济调度模型。首先,利用两阶段鲁棒优化方法消除可再生能源出力不确定性对系统调度结果的影响。其次,将阶梯式碳交易机制引入系统的运行调度阶段,以减少微电网系统的碳排放量。然后,建立了包含风电、光伏机组、微型燃气轮机、燃料电池及储能设备的微电网低碳经济调度模型,以各设备运维成本、系统购能成本和碳交易成本之和最小为优化目标,采用C&CG算法对所提调度模型进行求解。最后通过算例对所提优化调度模型进行验证。结果表明：两阶段鲁棒优化方法能够有效提高系统抵御风险的能力、引入阶梯式碳交易机制则可有效减少微电网运行的碳排放量。     

考虑响应不确定性的高比例可再生能源微电网优化策略

为了响应“碳达峰,碳中和”目标,实施需求响应可高效平抑高比例可再生能源微电网的波动性,有助于电力行业实现深度减排。在微电网独立运行模式下,可通过能源大数据中心获取可再生能源出力、负荷需求及用户响应等数据,制定实时激励优化策略,从而降低弃风-光率和优化微电网运行。首先,建立不同激励下用户的收益情况与自身满意度之间的映射关系,通过Sigmoid函数改进云模型来衡量用户满意度与响应行为之间的不确定关系。其次,提出考虑响应不确定性的独立微电网实时激励优化策略,利用混沌烟花算法求解微电网下发的各时段激励,合理安排微电网各单元的出力情况。仿真结果表明,当用户负荷曲线进行消纳和削减的调整后,新能源的消纳率得到有效提升,微电网的运行成本也大幅降低。     

基于模型预测控制的户用微电网在线能量管理方法

针对户用微电网中可再生能源出力和负荷需求的不确定性问题,对负荷需求响应特性、可再生能源出力特征、户用微电网能量控制系统的结构特征和运行机理等方面进行了研究,提出一种基于模型预测控制的在线能量管理方法。以用户最小用电成本作为优化目标,基于模型预测控制方法对户用微电网进行动态优化。同时根据用户的用电行为建立事件驱动机制,设置相应的触发条件,只有系统接收到触发信号时才进行在线决策优化。研究结果表明:所提的在线能量管理方法能够实时响应负荷需求,降低用电成本,提高微电网供需平衡能力,并且有效降低计算量。     

基于两阶段鲁棒优化的西南地区微电网经济调度

针对西南地区可再生能源储备丰富的特点,考虑微电网中可再生分布式能源出力和负荷的不确定性对微电网运行调度的影响,搭建了两阶段鲁棒优化经济调度模型,求解系统在极端运行场景下的经济性最优解。模型考虑系统功率平衡和输出功率约束、需求响应负荷约束以及微电网与配电网的交互约束,通过不确定性调节参数处理微电网中的不确定性,调节模型的保守度。随后通过Benders分解算法将模型分为主问题和子问题求解,并采用对偶理论对内层模型进行解耦。最终得出的结果验证了所搭建模型的有效性,为微电网接入西南电网后的调度策略提供参考。     

基于随机模型预测控制的数据中心微电网能量优化调度研究

针对数据中心负荷的随机性和可再生能源出力的不确定性,为保证数据中心在实际运行中的稳定性和经济性,提出了一种基于随机模型预测控制的数据中心微电网能量优化调度方法。引入场景分析法描述不确定因素,以数据中心运行成本最低为目标建立优化模型,通过模型预测控制的滚动优化和反馈校正,协调系统内各设备的出力情况,减小数据中心的运行成本,并降低不确定因素对其运行产生的不良影响。以某个典型数据中心微电网系统为例进行仿真分析,仿真结果验证了所提方法的有效性。     

基于IGDT的含广义储能的独立直流微网日前优化调度

微电网的能量管理与优化调度作为构建新型电力系统的重要环节,提高其可再生能源的消纳水平、降低源荷不确定性风险以及优化系统运行成本具有重要意义。因此,文中提出一种基于信息间隙决策理论(information gap decision theory, IGDT)的含广义储能的独立直流微电网日前优化调度模型。首先,构建含超级电容的混合储能系统,以降低蓄电池运行成本,将具备虚拟储能特性的柔性负荷与混合储能相结合,形成广义储能,充分发挥微电网系统内灵活性资源特性;其次,考虑系统风光荷不确定性,引入IGDT模型,在确定性模型基础上建立风险规避策略下的鲁棒模型和风险投机策略下的机会模型,从2种决策角度追求降低风险与最大化收益;最后,基于算例仿真分析,证明该调度策略在降低微电网运行成本的基础上可量化不确定性因素对系统调度决策的影响,验证了模型的有效性和可参考性。     

电网供电缺失环境下多园区有限电量优化调度策略

在大电网供电缺失环境下,孤岛型微电网由于自身电源容量的限制和可再生能源出力的不确定性,会出现供电量不足情况,制定合理的电能调度策略可提高用户用电经济性和用户满意度。因此,针对电网供电缺失环境下电量有限的情况,以进行电能共享的多园区为研究对象,对不同园区中不同类型负荷合理分配电量、调整负荷工作时间,以停电损失、储能配置成本及用户不满意度最小为目标,建立多园区有限电量优化调度模型。然后,采用基于精英策略的非支配排序遗传算法进行模型求解,对生成的Pareto解集利用模糊隶属度法筛选得到最优解。最后,以上海某区域多园区为例,通过方案对比验证了文章所提优化策略能够有效提高电能的利用率,同时降低停电损失和储能配置成本,提高用户满意度。     

考虑联络线功率稳定的微电网鲁棒经济调度模型

能源利用效率低和环境污染严重等问题促使分布式微电网技术得到快速发展。从主网侧来看,微电网作为一个可控子系统,稳定的联络线功率可以使得其外部特性被视为与时间相关且具有周期特性的等效负荷。然而,微电网内可再生能源出力的不确定性致使联络线功率稳定面临很大风险。为了解决这一挑战,提出了考虑联络线功率稳定的微电网鲁棒经济调度模型,通过协调优化其他可调度分布式电源和储能系统的出力,降低可再生能源不确定性带来的风险,从而保证微电网与主网间联络线功率的稳定性。采用列生成算法对所形成的鲁棒优化模型进行求解,在修改后的IEEE 33配电系统上进行算例验证。仿真结果表明,提出的模型可以有效地稳定微电网与主网之间的功率交换,使其具有等效负荷的外部特性。     

基于模型预测控制的微电网多目标协调优化

本文针对间歇性可再生能源出力与随机性负荷需求对弱电网环境下微电网电压稳定性的影响,综合考虑可控型分布式能源运行成本、储能系统运行成本及可平移负荷的调度成本,以微电网公共点电压偏差最小与运行成本最低为目标,提出基于模型预测控制的微电网多目标协调优化控制策略。该策略由日内多时段滚动优化控制与实时反馈校正控制两部分组成。其中,日内多时段滚动优化控制以未来时段的预测模型为基础,求取当前时段各可控单元的优化控制指令;反馈校正阶段以储能系统出力调整量最小为目标,快速响应微电网内可再生能源能源出力变化与负荷波动。最后,通过一个仿真案例对所提策略进行验证,并分析了该策略的可行性和有效性。     

考虑广义储能的微电网主动能量管理优化算法研究

构建新型电力系统是促进能源转型和实现碳达峰、碳中和的重要支撑,微电网技术是构建新型电力系统的重要环节。如何提高微电网可再生能源的消纳水平和应对其不确定性具有重要研究意义。该文强调微电网的“主动”能量管理。首先,从势博弈视角,建立微电网可再生能源局中人、广义储能局中人和柴油机组局中人模型;然后,构建广义储能模型,让作为“虚拟储能”的柔性负荷和储能单元协调运行,在分时电价激励下制定柔性负荷的详细调度计划并参与优化;最后,针对可再生能源的波动性和间歇性,引入条件风险价值(conditional value at risk,CVaR)模型,量化评估风光不确定性所导致的风险成本,以追求风险和收益的平衡。仿真结果表明,所提出的方法在保证微电网个体的自主性和自利性的基础上,可有效改善柔性负荷用电曲线,所提出的CVaR模型具有较好的鲁棒性,可为可再生能源运营商在收益和风险之间的平衡提供参考方案。     

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。     

基于可能度的冷热电联供微网区间优化调度模型

提出了含多种能量转换途径的冷热电联供微网非线性区间优化调度模型。首先,以充分利用光伏、风电等新能源为目标,确定了实现电冷、电热、热冷能量转化的灵活冷热电联供微网系统。然后以此系统为对象,针对光伏、风电、冷热电负荷随机性问题,考虑分时电价、环境效益等因素,建立以系统综合运行成本最低为目标的非线性区间优化模型。根据区间可能度模型,将不确定性模型转化为确定性模型,结合改进粒子群算法进行求解。最后通过算例验证了该模型的合理性、灵活性,并结合仿真结果分析了区间可能度和负荷波动对综合运行成本的影响。     

基于数据驱动的多微电网互联系统分布鲁棒运行优化

针对多微电网互联系统调度中分布式电源出力不确定性以及运行效率低下等问题,提出基于数据驱动的多微电网互联系统分布鲁棒运行优化策略。首先基于多元正态Copula理论,计及风电功率预测误差的时间相关性及其与预测值的条件相关性,运用聚类方法对处理后的分布式电源数据进行聚类分析,通过场景削减方法生成具有代表性的多变量典型场景,得出分布式电源出力的概率分布模糊集。然后,建立多微电网两阶段滚动调度优化模型,考虑微电网内新能源实时出力的不确定性,提出一种基于列约束生成算法（C&CG）与交替方向乘子法（ADMM）的分布式求解算法,以实现两阶段分布式迭代求解。仿真结果表明,该方法可有效降低源荷预测不确定性对多微电网系统安全运行的影响,提高多微电网区域的经济效益。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

考虑电动汽车用户满意度的微网分层优化调度策略

针对住宅区微网中的电动汽车集群,提出一种考虑电动汽车用户满意度的微网分层优化调度策略。将微网调度优化的过程分为负荷层和源储层,负荷层在保证用户满意度的前提下,利用电动汽车的储能特性平抑微网的负荷峰值,源储层先用可再生能源出力支持微网用电负荷,多余出力部分则通过电动汽车进行消纳,使得微网综合运行成本达到最低。然后,用改进蚁狮算法求解源储层模型,最后,通过算例进行验证。结果表明,相对于电动汽车无序充电,该策略大幅提升了微网运行的经济性、可靠性以及电动汽车用户的满意度。     

考虑不确定性的微网日前经济优化调度区间线性规划方法

微网中的可再生能源发电出力和负荷功率都具有不确定性特征,在微网的经济优化调度中如何考虑这些不确定性因素的影响值得深入研究。为了能够表征微网中的这些不确定性因素,采用区间数学对风速以及光照强度变化的不确定性进行了区间数描述,并结合对负荷不确定性的区间描述,提出了微网日前经济优化调度的区间线性规划模型。然后,结合分时电价,考虑微网与外部电网的电能交换问题,应用CPLEX优化软件结合C++编程实现了区间线性规划求解方法。最后,以微网中储能对系统经济运行的影响分析为例,讨论了考虑可再生能源发电出力和负荷功率的不确定性对优化结果产生的影响。算例结果验证了所提模型和方法良好的鲁棒性能,显示了对不确定性优化问题求解的有效性。     

基于微网的电动汽车与电网互动技术

随着电动汽车的渗透率越来越高,其无序充放电行为会给电网的正常运行带来负面影响。电动汽车与电网互动(V2G)是一个很好的解决办法。基于微网的V2G模式被用于电动汽车与电网之间的能量交换,并建立了以微网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为优化目标的多目标优化模型。针对该优化模型的求解,首先提出了变阈值优化算法,并在此基础上进行了改进,提出了充放电速率可调优化算法。优化结果证明了这两种算法能够通过合理的调度来提高可再生能源利用率,改善微网内部电量供应和需求不平衡问题以及增加电动汽车车主的收益。     

计及源-荷预测不确定性的微电网双级随机优化调度

风光储微电网接入高渗透率的可再生能源对其经济运行构成了巨大的挑战。针对这一问题,提出了计及源-荷预测不确定性的微电网双级调度策略。在日前调度阶段,以多场景下的期望运行成本最低为优化目标,构建了基于多场景技术的随机优化调度模型。利用场景分析法对日前风电、光伏和负荷预测进行场景分析;建立了多场景下含不确定变量的功率平衡方程,并将其松弛为不等式后作为一个随机事件使其以较高的概率满足机会约束;此外,用机会约束规划构建了旋转备用容量的可靠性约束模型,使微电网在一定的置信水平下满足系统的可靠运行。在日内调度阶段,提出了结合自适应小波包算法的日内滚动调度模型。利用自适应小波包算法动态提取每一控制周期内超短期预测数据与日前调度计划之间的功率偏差,并由蓄电池、超级电容器和主网供电共同平抑。     

微网功率不确定性模型及其在旋转备用优化中的应用

微网运行中存在发电单元故障停运以及可再生能源发电单元出力和负荷的波动性,从而合理安排旋转备用容量是维持微网安全、经济运行的重要环节。基于风电出力、光伏出力和负荷日前预测误差模型,利用全概率公式分别构建了综合预测误差及故障停运的风电和光伏出力不确定性分布模型,通过离散化风光出力和负荷不确定性分布与可调度机组停运概率分布联合生成微网功率不确定性离散分布模型,进而提出了计及微网功率不确定性以微网运行成本最小化为目标函数的微网最优旋转备用计算模型并考虑了微网向主网提供旋转备用。最后通过一个微网系统算例,采用混合整数遗传算法优化求解微网最优旋转备用值,验证了所建模型的合理性。