智能电网环境下的省级EMS设计与关键技术

在总结电网能量管理系统(EMS)研究现状和分析智能电网环境对EMS的需求的基础上,提出了基于面向服务构架(SOA)的新一代能量管理系统(N-EMS)。基于统一的支撑平台,介绍了N-EMS的实时调度控制、调度计划和调度管理3类应用功能,讨论了以二维联盟多Agent架构、电网实时建模、全过程梯度预警、大范围协调统一调度、多时间尺度协调的有功调度和多层次功能服务配置为代表的关键技术。     

面向多用户的多时间尺度电力套餐与家庭能量优化策略

在智能互联网环境下,居民用户参与需求响应时的不确定因素对家庭能量管理调度策略的实施效果存在较大影响。为此,提出了一种计及用户响应不确定性的多时间尺度可变电价套餐和用电策略。首先,明确多时段可变电力套餐的定义,基于价格型和激励型响应不确定性机理构建电力套餐的模型,并建立完成聚类后的多用户与电网的模型。其次,通过求解基于多用户和电网的非合作和合作博弈模型,获得最优的电价方案和日前优化计划。然后,根据需求响应信息和用户用电安排建立日内滚动优化模型,获得局部动态分时电价和日内调度计划。最后,根据用户实际响应偏差建立实时调整模型,获得动态激励和实时用电计划。以多家庭用户调度组为例进行仿真分析,通过比较不同模型优化结果,验证了考虑用户响应不确定性的电力套餐及多时间尺度协调优化的有效性。     

基于一体化调度管理系统的三项分析制度建设

为促进电网调度运行精细化和标准化管理,提出了基于一体化调度管理系统(OMS)的电网调度三项分析制度建设方案。该方案以OMS的业务数据和能量管理系统等自动化系统的实时数据为数据源,充分利用省地调一体化OMS的业务流程,基于OMS支撑平台开发实现三项分析制度。基于该方案开发的省地调一体化三项分析制度管理系统已在江西电网成功应用,为加强电网安全生产动态闭环管理,实现电网调度分析常态化、规范化、流程化提供了有力的技术支撑。     

考虑空调参数识别的家居设备建模与优化

随着电网的发展,发电跟踪负荷变化的运行模式面临挑战。信息技术提高居民负荷的响应能力,自动需求响应成为可能。首先,介绍家庭能源管理系统(HEMS)的结构和优化目标。然后对家居电器设备分类和建模,得到各类设备运行约束条件。考虑到空调负荷调节能力大,常用的等效参数模型(ETP)热参数难以获取影响应用,通过回归历史数据识别空调参数。HEMS通过求解混合整数线性规划,可以在实时电价下实现对家居设备的优化调度。最后,通过算例仿真验证空调参数识别的效果,利用优化用电设备实现居民负荷自动需求响应。     

基于MOHSA的智慧社区能量管理系统优化调度研究

家庭负荷是电网负荷的重要组成部分。在智能电网环境下,家庭负荷的灵活调度能够有效缓解电力供应紧张问题,有利于需求响应在用户侧的实施。本文提出了一种基于多目标和声搜索算法的社区能量管理系统优化调度方法,以减少用户的用电成本和平抑配电网侧负荷波动为目标,建立了计及分布式电源、储能系统和可调度负荷的智慧社区能量管理系统模型。根据Pareto理论,通过改进的多目标和声搜索算法求解,并与其他算法进行对比。仿真结果表明,所建模型和调度方案能够有效减少用户用电成本和平抑配电网侧负荷波动,改进的算法具有更强的寻优性能。     

智能电网环境下家庭能源管理系统研究综述

家庭能源管理系统是智能电网在居民侧的延伸,是智能电网领域的研究热点之一。阐述了智能电网环境下家庭能源管理系统与传统家庭能源管理系统的不同和智能电网环境下家庭能源管理系统的新功能需求。提出了智能电网环境下家庭能源管理系统的结构和功能模块,接着给出了智能电网环境下家庭能源管理系统的技术体系。从检测技术、网络通信技术和优化调度算法三方面综述了该领域的研究进展,讨论了存在的技术挑战,指出了未来的研究方向。     

电动汽车充电区/站两级实时能量管理机制及优化策略

未来电力系统中电动汽车保有量会相当庞大,由调度机构直接控制每辆电动汽车进行有序充电是不现实的,比较可行的方案是由代理商和电网调度中心共同对电动汽车进行分层分区管理。基于此,提出包括电网调度中心、区域能量管理系统(Area-EMS)和微调度能量管理系统(μ-EMS)的电动汽车充电分层能量管理架构,并详细阐述各个层级的功能以及该架构模型的运行原理;针对代理商负责的Area-EMS和μ-EMS分别提出两级实时能量管理策略,该策略在满足电动汽车充电需求和保证经济效益的同时,能够适应不同的电网耦合模式,改善区域电网的负荷峰谷特性;通过仿真算例验证所提分层架构和实时能量管理策略的有效性和实用性。     

基于马尔科夫决策过程的家庭能量管理智能优化策略

在迅速发展的通信技术和泛在电力物联网建设的背景下,结合多种信息交互方式和人工智能技术可为提高家庭能量管理的智能化程度提供新的思路。提出一种结合实时信息交互的家庭能量管理智能优化策略。首先,给出了以用户用能费用为基础的马尔科夫决策过程模型,采用动态规划方法求解模型,重点在家庭用电设备调度过程中考虑实时电价信息和用户的随机行为等不确定因素的影响;在此基础上,结合事件触发机制有效提高家庭能量管理系统的运行效率,进而给出从家庭能量管理控制中心到用电设备的智能优化调度方法;最后,通过仿真算例证实了所提方法的有效性,结果表明其能在减少用户用电费用的同时给出满足用户用电需求的优化用电策略。     

基于深度强化学习的家庭能量管理分层优化策略

为实现需求侧最大效益,提出一种能够应对复杂环境的基于深度强化学习(DRL)的分层能量调度方法.首先,构建家庭能量管理系统(HEMS)双层框架,通过改变第2层储能系统的充放电功率解决第1层因满足用户用电需求和减少电费所造成负荷集中至低电价时段导致的功率越限,而后根据各用电设备的负荷特性对其进行分类和建模.其次,采用马尔可夫决策过程(MDP)对能量管理问题进行建模,利用奖励函数代替目标函数和约束条件.然后,引入Rainbow算法优化策略以最大化长期收益,实现经济且高效的在线调度.最后,对一个包括光伏板、储能系统、各种用电设备以及电动汽车的家庭进行仿真,验证了所提方法在应对不确定性问题上的有效性和优越性.     

基于电网专家策略模仿学习的新型电力系统实时调度

随着可再生能源的大规模并网,电网运行逐渐表现出高阶不确定性的新特征,给系统安全稳定运行带来严峻挑战。基于模型驱动的传统实时调度方法需占用大量计算资源,而近几年受到广泛关注的强化学习(reinforcement learning,RL)方法由于处理高维复杂电网状态信息,存在训练速度缓慢等问题。为此,该文提出一种可用于电网实时调度的电网专家策略模仿学习方法(gridexpertstrategyimitationlearning,GESIL)。该方法首先基于图论思想建立了电网模型,其次设计了考虑电网安全运行和电力平衡控制的电网专家策略,然后利用模仿学习融合专家策略与所建模型,获得可用于电网调度决策的GESIL智能体。该文在高比例新能源占比的IEEE118节点修正模型中对比了GESIL、传统调度方法和RL方法。分析结果表明,GESIL可更加稳定高效地计算出电网运行优化方案和电力平衡控制策略,显著提升调度决策的优化效果和计算速度。