分时阶梯电价-微电网联合优化调度的不确定二层规划方法

微电网为分布式电源并网提供了有效的技术途径,微电网的优化运行是微电网领域的重要研究课题。电价是影响微电网系统经济收益的重要因素,为进一步提高微电网的经济效益,计及系统不确定性,采用不确定二层规划模型提出分时阶梯电价-微电网联合优化调度方法。首先建立分时阶梯电价下的负荷响应模型。其次以分时阶梯电价为上层决策者,以微电网综合效益最大为上层目标,以微电网优化运行方案为下层决策者,以综合运行成本最小为下层目标,分别计及必要约束条件,建立Maximin形式的不确定二层规划模型。采用混沌粒子群结合不确定函数模拟组成的综合智能算法对所提出的模型进行求解。最后通过一个算例表明,该模型适用于分时阶梯电价机制下微电网优化运行,其各项运行指标要优于原有分时电价机制下的。     

计及动态电价的电动汽车参与微电网调度双层优化策略

电动汽车(Electric vehicle,EV)充电负荷变化量受微电网爬坡性能限制,因此本文考虑微电网机组爬坡特性,提出一种计及动态电价的EV参与微电网调度双层优化策略。上层为EV 负荷模型,分析不同类型EV快/慢充特性 ,考虑微电网电价对EV充电需求的引导,建立以用户满意度最大为目标的EV负荷模型。下层为多微电网运行模型,根据微电网净负荷大小制定动态电价策略,考虑EV充电负荷对微电网新能源的消纳及电源爬坡的需求,优化各微电网区域动态电价,以微电网净负荷波动及运行成本最小为目标,建立多微电网区域运行模型。最后以某城市区域微电网及EV充电需求算例分析进行验证,结果表明：与固定电价及峰谷分时电价相比,所提方法实现了EV负荷在微网区域的有序充电、平抑净负荷波动的效果,能够有效降低充电行为对微电网安全经济运行的影响。     

考虑与电动汽车换电站互动的微电网经济调度

为实现电动汽车换电站(BSS)与微电网所有权不同时微电网运行优化,建立了微电网经济调度双层优化模型。在上层模型中,微电网调度中心是决策机构,其目标函数是微电网供电成本最小;在下层模型中,BSS运营商是决策机构,在考虑换电需求量不确定性的基础上,建立以BSS利润最大为目标函数的盒式集合鲁棒优化模型。上、下层优化模型通过微电网向BSS提供的个性化电价实现互动。采用入侵杂草算法和CPLEX软件分别对上、下层优化问题进行求解,得到微电网内部可控微电源的出力和个性化电价,实现微电网和BSS的共同利益。对某中压微电网进行算例分析,结果验证了所提模型及算法的合理性和有效性。     

考虑需求侧响应的微电网经济调度双层优化

为了在提高微网经济运行水平前提下挖掘用户侧调控资源的潜力，降低用户侧的用电成本，在考虑用户需求侧响应的基础上建立了微电网双层优化的调度模型。上层考虑用户的购电成本以及用电满意度，利用动态电价激励机制和负荷可转移特征对用户负荷曲线进行优化；下层在上层优化的基础上进行微电网的经济调度，以动态电价和负荷曲线作为上下层之间的桥梁进行迭代求解。最后对一个含有风力发电、光伏发电、微型燃气轮机和蓄电池的并网型单微电网进行仿真分析。结果表明，考虑动态电价不仅降低了微电网的运行成本和用户用电成本，还增加了风光消纳量，证明了模型的合理性和经济性。     

考虑储能充放电效益的孤岛微电网经济优化模型

针对孤岛模式下的微电网经济调度问题,提出了一种考虑储能充放电效益的优化调度模型。该模型充分考虑了储能单元在过去时段的电能购置成本与未来时段运行效益,以确定储能单元当前时段参与微电网经济优化的方式;在此基础上,微电网中的各单元代理点通过与相邻代理点交换期望的交易电量与电价实现自身运行效益的最大化。该模型采用交替方向乘子法对各代理点之间的最优交易电量与电价进行求解。最后,在3种不同的天气场景下,分析了孤岛微电网分布式经济优化调度的运行结果,验证了所提模型及求解方法的有效性。     

基于Stackelberg博弈的充换储一体化电站微电网双层协调优化调度

针对电动汽车充换储一体化电站(CSSIS)与微电网所有权不同的微电网经济运行问题,建立基于Stackelberg博弈的双层优化调度模型。上层微电网作为领导者,以自身收益最大为目标函数,制定与下层CSSIS进行电能交易的内部电价;下层CSSIS作为跟随者,根据内部电价调整自身充、放电计划,以最大化自身收益。采用差分进化算法和Gurobi软件分别对上、下层优化问题进行求解,得到最优内部电价和CSSIS的最优充、放电计划。仿真算例表明,所提算法可以有效求解微电网与CSSIS交互的均衡策略,不仅能同时提高两者收益,还能更有效地利用CSSIS资源。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaosparticleswarmoptimization,CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

考虑电价激励需求响应下微电网日前优化调度方法

针对风电和光伏出力时较大的波动性使微电网难以保持供需平衡问题,在考虑电价与负荷响应量相关性的基础上,建立了以微电网综合运行成本最低、风光消纳比例最高和用户满意度最好为目标的日前最优调度模型。该模型以微电网负荷、风速及太阳辐射为不确定参数,在分时电价基础上以响应补偿为信号引导网内用户参与需求响应,并采用基于Pareto支配法的多目标引力搜索算法对该优化问题进行求解,验证了该算法求解此类问题的可行性和精确性。仿真结果表明,该策略能有效改善高渗透率分布式能源并网对系统的影响,具有较好的削峰填谷作用。     

基于实时电价的电动汽车充放电优化策略和经济调度模型

实时电价为优化电动汽车(EV)充放电负荷提供了手段,从而实现经济调度。首先建立用户最优充放电策略模型:以计及EV电池退化成本的用户成本最小为目标,以满足EV行驶荷电状态和充放电荷电状态等为约束。在此基础上建立电动汽车用户实时电价响应模型,通过实时电价计算用户充电成本,使电动汽车充放电负荷与电价联动调整,并将该模型嵌入电动汽车充放电策略优化目标函数。求解过程中,用"停泊时长"确定单车一日可多次充放电的时段和行驶时段,从而在EV可充放电时长范围内优化每时段充放电负荷。最后建立经济调度模型:目标中计及机组阀点效应、约束中考虑EV充放电负荷以及机组爬坡速率等限制的多目标经济调度模型,提出一种改进模式搜索算法求解该时间耦合、非线性、非凸模型。以IEEE 39节点为例,验证了所建立模型和求解算法的有效性。