计及火电机组深度调节的含蓄热电锅炉的多源优化调度

为更深层次地消纳风能、光能等清洁能源,实现风-光-火等多能源联合调度的经济与环境效益最大化,以超大功率蓄热电锅炉为可控负荷,同时计及火电机组的深度调节能力,提出多能源清洁优化调度方法,构建包含火电机组发电成本,弃风、弃光惩罚成本与供暖收益的整体成本最低为目标的优化调度模型.采用Matlab调用CPLEX求解模型,建立目...     

基于ADMM算法的多主体综合能源系统分布式协同优化研究

针对多园区综合能源系统的分布式调度问题,本文构造了多园区综合能源系统的多主体架构,提出了一种分布式经济调度的基本框架,建立了多决策主体的集中式优化调度模型;利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM),引入功率协调变量解耦园区间互济功率,将集中式优化调度转换为具有一致性的各园区分散自治子优化问题,构建了基于ADMM分布式调度模型与算法,实现了与集中式优化调度几乎一致的优化结果,同时克服了集中式方法信息隐私安全性低、通信成本高、建模复杂、求解难度大等缺陷。最后,分别以简单和复杂的多园区综合能源系统为算例,验证了ADMM算法的计算性能及其相较于集中式方法的特点和优势。     

考虑大量EV接入的电-气-热多能耦合系统协同优化调度

随着能源互联网的发展,在未来多能源网络将深度耦合的大背景下,传统的电网调度模式已不能够满足对多能源系统协同优化的要求,电动汽车的大量推广也给制定更合理的调度策略,支撑多能源系统运行带来了新的挑战和机遇。基于上述背景,文中考虑电网潮流、天然气网潮流、能源中心供能和电动汽车出行及充电需求等约束,利用模糊理论处理电动汽车总体需求及风电出力的不确定性,以全系统供能成本和污染物排放最小为目标,建立了计及大量电动汽车接入下的多能源系统协同调度模型,并采用内点法进行求解。最后,以典型的11节点多能源系统为算例,分析了电动汽车不同充放电模式和不同能源中心结构下的调度策略及效益,并比较了不同接入车数与不同置信水平下的调度结果,验证了电动汽车参与多能源系统的协同调度能够提升系统运行的经济性。     

基于两阶段优化的风储联合发电系统日前发电计划模式

考虑风电日波动性对常规机组启停的影响,为准确刻画系统运行经济性与风电消纳能力的关系,设计了风电最大出力模式、经济运行模式和运行成本控制模式3种风储联合发电系统日前发电计划模式,提出了不同模式的两阶段优化模型及快速求解算法。第1阶段通过储能系统和常规机组协调调度,实现经济性最优或弃风量最小的目标,第2阶段优化则按照经济调度和"三公"调度的原则分配常规机组和风电场的有功出力。提出快速算法削减了模型的寻优空间,大幅提高了优化模型的求解效率。基于IEEE 30节点系统进行仿真分析,验证了所述模型和算法的优越性。     

基于分层次DBSCAN-VBSO算法的区域综合能源系统两阶段调度优化

构建了一种面向园区级区域综合能源系统的日前-实时两阶段经济性调度优化模型。建立了综合考虑系统各类运行成本的日前经济性调度模型;在日前调度基础上通过修正各个微源机组、储能的运行状态并考虑柔性负荷的需求响应,构建了实时调度优化模型;为求解上述调度优化模型,提出了一种分层次密度聚类的变异头脑风暴优化(DBSCAN-VBSO)算法,通过保持种群多样性以增强算法的优化性能和计算效率;对综合能源系统两阶段调度模型和求解算法进行仿真计算。算例结果表明:采用两阶段调度优化模型能够有效提高可再生能源利用率,降低系统运行成本。并且算例结果验证了分层次DBSCAN-VBSO算法在求解此类优化问题时的有效性和优越性。     

基于实时电价的含储能可再生能源系统协同调度策略

间歇性可再生能源和高渗透率的储能设备使能源系统的供需平衡控制愈加复杂,为能源系统的协同调度带来了挑战。针对含储能可再生能源系统,提出了一种基于实时电价的能源系统协同调度策略。首先,建立了含风光、储能系统、火电机组及多类型用户的可再生能源系统模型。其次,提出了一种双层规划模型,将实时电价和能源调度有机集成,实现了能源系统的协同调度优化。最后,基于KKT算法与改进麻雀优化算法实现模型求解。仿真实验表明了基于实时电价的协同调度策略对于含储能可再生能源系统的协同调度优化及系统效益提高具有重要意义。     

基于优势柔性策略-评价算法和迁移学习的区域综合能源系统优化调度

为提高清洁能源消纳率及减少碳排放对环境的污染，实现更具泛化能力、鲁棒性和高效性的区域综合能源系统优化调度，该文提出了基于优势柔性策略–评价(advantage learning soft actor-critic,ALSAC)算法和迁移学习的区域综合能源系统优化调度方法。利用环境信息与智能体进行通信交互，以低碳、经济为目标实现区域综合能源系统的优化调度。在文中分析了提升柔性策略–评价(soft actor-critic,SAC)鲁棒性的最大熵机制，并与基于策略梯度的多种深度强化学习算法和启发式算法进行了性能对比，随后将优势学习的思想引入SAC的Q值函数更新中，解决了算法对Q值的过估计问题，提升了算法的性能。为提高智能体的学习效率和应对新场景的泛化能力，加入了迁移学习的参数迁移。算例表明，基于ALSAC算法和迁移学习的优化调度策略具有较好的鲁棒性、泛化能力和高效的学习效率，实现区域综合能源系统的灵活高效调度。     

基于能源集线器的微能源网建模与多目标优化调度

提高能源利用率是实现能源可持续发展的重要举措。基于能源集线器的概念,提出了微能源网的通用化建模方法,得到线性的功率平衡方程。进一步地,以系统总收益最大化和能源利用率最大化为优化目标,构建了微能源网多目标优化调度模型。结合加权和法在Matlab和GAMS软件上求解得到多目标优化调度模型的Pareto前沿,并采用模糊隶属度函数求取最优折中解,作为多目标优化调度方案。最后,构建典型的微能源网进行验算。结果表明,所提出的通用化建模方法具有直观性和通用性,所提出的多目标优化调度模型能为调度决策者提供多维度的调度方案,兼顾了系统运行的经济性和高效性。     

含风电和径流式小水电的多目标环境经济调度

构建了含风电和径流式小水电机组的多目标环境经济调度模型.为应对风电和径流式小水电机组的不确定性,采用概率密度函数对风速和河流流量进行模拟,利用蒙特卡洛法模拟得到风电和径流式小水电机组的功率分布,并计及可再生能源预测功率的低估和高估带来的惩罚成本与储备成本.该模型能兼顾燃料费用目标及污染排放目标,并考虑安全约束、禁止运行区等约束条件.为获取最优调度方案集,提出一种非支配排序改进多目标教学优化算法,并将其与不可行解约束处理技术相结合,实现模型的有效求解.算例仿真结果验证了所提调度模型的合理性以及求解算法的有效性.     

计及多能源集线器的电热综合能源系统分布式优化

由于电热综合能源系统各主体信息不共享、存在隐私保护等,区域内不同主体的自治决策和通信安全变得至关重要。为此,提出一种基于交替方向乘子法(ADMM)的电热综合能源分布式优化方法,以实现电热综合能源系统中能源集线器(EH)的自治决策和分布式优化。建立了电热综合能源系统与EH的优化调度模型,并建立了基于ADMM的电热综合能源系统分布式优化模型,实现了综合能源系统运营商与多个EH运营商的分布式功率交互。同时,采用自适应步长的方法求解所建立的模型,提高了算法的收敛性。     

基于改进粒子群算法的多能微网多目标优化调度

为实现多能微网内部能源的灵活调用,减轻系统碳排放压力,文中提出了一种基于改进粒子群(particle swarm optimization, PSO)算法的多能微网多目标优化调度方法。建立了冷热电气多能微网模型,分析系统能源耦合机理并对设备进行数学建模;以微网运行成本与环境成本最小为目标,构建多能微网多目标优化调度模型;提出一种改进PSO算法,通过调整主要参数的迭代规则,并采用自适应粒子寻优策略加快收敛速度,提升寻优效果;仿真结果表明：与传统方法相比,所提基于改进PSO算法的多目标优化调度方法能够有效提升算法收敛速度、降低系统综合成本,兼顾其运行的经济性与环境友好性。     

基于SOCP的综合能源系统日前调度概率最优能量流

随着能源危机的加重,再电气化成为破解能源发展难题的必然选择。根据电气互联综合能源系统作为再电气化的一种新思路,提出利用二阶锥规划求解综合能源系统日前优化调度概率最优能量流的方法。首先,利用电力系统、天然气系统和能源集线器构建综合能源系统日前调度概率模型;然后,将综合能源系统日前调度概率模型放缩为凸模型;接着,采用点估计法求解综合能源系统日前调度概率最优能量流;最后,利用典型算例在MATLAB上的YALMIP平台验证此算法的正确性与有效性。     

基于最优决策树的多能系统快速鲁棒优化调度

新能源渗透率的持续增长造成了多能系统快速协调调度的巨大挑战,包括调度结果过于保守以及日内调度低效等问题。为此,提出了一种基于最优决策树分布式鲁棒优化的多能系统协调快速调度方法,所构建模型考虑电网日内经济调度,引入基于范数约束的概率分布置信集精准描述新能源的不确定性,防止调度结果过于保守。同时,根据新能源日内运行数据,分别通过可解释的最优分类树和最优回归树算法,优化日内机组启停状态和出力水平的初始决策量,解决日内鲁棒调度的低效问题。在四川某地区电网的验证结果表明,该模型可在兼顾调度成本和鲁棒性的同时,实现水风光多能系统的日内快速协调调度。     

基于人工蜂群算法的微电网环保经济调度

为解决含多种分布式能源的微电网负荷优化分配问题,建立了以系统总成本最小为目标函数,以系统安全运行为约束条件的微电网环保经济调度模型。将人工蜂群算法应用到模型求解中,通过14节点系统验证该模型和方法的有效性。算例结果分析表明,通过合理安排微电网内部"可控"分布式电源(DG)的出力和分布式储能(DS)的充放电功率,实现了负荷转移,有效降低了微电网系统总成本。     

参与双重市场的区域综合能源系统日前优化调度

分布式新能源和电负荷等不确定变量是区域综合能源系统(RIES)安全稳定运行面临的巨大挑战之一。根据不确定变量的概率分布,运用场景分析技术生成典型场景拟合次日运行工况及其发生概率。在此基础上考虑不同供能系统间的互补特性,同时参与能量市场和旋转备用市场,建立日前优化调度模型。模型评估RIES各时段备用资源潜力和成本,以调度方案成本和调整成本期望值之和最低为目标函数,制定运行计划和安排备用资源。结合粒子群算法和内点法对模型进行求解。算例表明,该模型通过发挥RIES多能互补优势和合理安排备用资源应对源荷波动,提高了能源供应的经济性和可靠性。     

基于空调自适应修正模型的户用微电网能量优化

空调负荷作为居民用户中的主要负荷,成为户用微电网能量管理的重要对象。以空调负荷为研究重点,结合户用微电网中其他可控负荷及储能设备,提出一种计及空调模型自适应修正的户用微电网能量管理策略。针对空调所属建筑物热力学模型中空调能效比系数、建筑物参数不易获取的问题,提出根据空调在当前场景下运行的历史数据,用遗传算法拟合得到适应当前场景的更为准确的热力学模型参数。针对室内人员活动、其他冷热型负荷工作状态改变等环境动态变化因素导致室内温度偏离优化温度的问题,用Q学习算法对空调设置温度进行在线自适应修正。最后,通过算例和实验证明了所提策略可以适应不同场景和环境的动态变化,提高了能量管理的适用性和准确性。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

面向终端能源互联网的能效优化调度

实现能源的高效清洁供给是中国发展的当务之急,为了提高能源利用效率和消纳可再生能源,提出了面向终端能源互联网的能效优化调度模型。针对终端能源互联网多能流特性,引入(火用)的概念并计及系统并网和接入可再生能源的影响,提出了适用于终端能源互联网的新指标—能源利用(火用)效率,建立了相应的能效优化调度模型,通过算例验证了该指标和模型的合理性与优越性。结果表明：能源利用(火用)效率能更加准确地反映终端能源互联网对于能源的高效利用程度;能效优化调度可以促进能量的梯级利用和节能减排,且该调度方法与经济调度的优化结果存在一致性,有助于在增量配电网区域指导终端能源互联网外购电价的制定。     

基于电-热-气混合潮流的园区综合能源系统站-网协同规划

随着综合能源系统（integrated energy system,IES）的发展,能源站、供能网络和负荷之间的互动性更为密切。因此,在对IES进行规划时,考虑不同类型的负荷需求和能源设备的耦合性,对能源站容量、位置和网架结构进行协同规划更为合理。文章基于电-热-气混合潮流,建立了考虑运行的能源站-网协同规划双层模型。上层模型为使能源站与三网管道的建设运行成本最小的改进p-中位模型,在能距中加入了基于电-热-气混合潮流的损耗成本,决策变量为能源站位置、容量及网架结构;下层模型为考虑经济性、环保性及供能可靠性的多目标优化模型,决策出各能源站的出力调度值,为混合潮流提供初值。采用贪婪-变邻域蛛网（greedy-variable neighborhood cobweb,GVNC）算法和改进多目标粒子群算法对模型求解,在提高计算效率的同时可以求得全局最优解。通过算例验证了所提模型和算法的有效性。