基于事件触发的互联电网负荷频率模型预测输出反馈控制

开放式通信环境不可避免地会导致通信延迟现象的产生,针对多区域负荷频率控制系统提出了基于事件触发的模型预测输出反馈控制方案。模型预测控制器通过延迟通信网络交换预测输入序列,构造Luenberger型观测器以提供传输到本地控制器的状态估计。此外,通过比较实际状态观测值与模型输出反馈控制器中使用的估计值之间的偏差来设计事件触发条件,扩展最大允许的时间间隔,从而减少通信资源的利用。最后,对四区域负荷频率控制系统进行仿真研究,结果表明在具有时变延迟和随机分组丢失的非理想通信网络中,所提出的方法能够提高系统的控制性能,并减少网络信息传输量。     

考虑点对点电能共享的智能楼宇群分布式优化调度

针对兼具电能生产和消费能力的智能楼宇,基于能源与信息双向流动的特性,提出一种以点对点(P2P)电能共享为核心的智能楼宇群能量管理框架.对智能楼宇内部资源进行量化建模,同时针对楼宇内部的供冷特性,考虑用冰蓄冷储能系统满足楼宇冷却需求,利用P2P电能共享机制提升系统运行灵活性和经济性,并建立智能楼宇群日前经济调度优化模型;通过快速交替方向乘子法对所提模型进行分布式求解,得到智能楼宇群P2P电能共享的最优策略.算例结果表明,所提模型可以有效降低楼宇群对外部能源的依赖,在保证楼宇内用户舒适性的同时,提高系统运行的整体经济性以及对新能源的消纳水平.     

基于MADDPG算法的家用电动汽车集群充放电行为在线优化

电动汽车作为电网中的重要负荷,具有较高的需求响应潜力.为降低电动汽车集群用能成本,缓解电网峰值负荷压力,文中首先分析了V2G模式下电动汽车的用电特性,构建了电动汽车集群充放电调度模型,通过成本分析为充放电调度提供决策依据.然后应用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法对电动汽车集群进行充放电行为的实时优化,利用用户的历史用电数据完成学习过程,并依据当前的用电信息进行调度决策.算例分析表明,该方法可以进行电动汽车集群充放电行为的实时在线优化决策,在保证用户用电需求的前提下,提高用户用电经济性,实现峰值负荷的转移.     

计及WCVaR评估的微电网供需协同两阶段日前优化调度

针对微电网自治程度较高且存在新能源出力不确定的问题,从并网型微电网运营商的角度提出一种供需协同两阶段日前优化调度框架.首先建立供需协同调度的主从Stackelberg博弈双层优化模型,其中上层运营商问题包含日前调度和实时调控2个阶段,并在实时调控阶段引入最差条件风险价值评估新能源不确定性造成的最恶劣调控成本风险;下层用户综合考虑电费支出和用电满意度问题.然后采用KKT(Karush-Kuhn-Tucker)条件、Big-M法以及线性规划强对偶理论将模型转化为混合整数线性规划问题.算例分析表明,所提模型可以决策新能源出力最恶劣概率分布下的最优日前调度方案,同时协同优化电价政策和负荷曲线,降低系统运营成本和风险.