基于PCC-ML深度学习的微电网多目标协调优化运行

为提高微电网可再生能源优化配置,降低微电网源荷不确定性,提出基于Pearson相关系数元学习（PCC-ML）源荷预测的微电网多目标协调调度优化方法。首先,运用Pearson相关性分析（PCC）分析原始多维输入变量组成的时间序列,通过元学习（ML）对微电网源荷数据进行特征提取、候选模型准备、标记、离线训练和在线预测结果评估5个过程管理;然后,基于预测结果建立微电网两阶段滚动调度优化模型,阶段一为日前预调度阶段,以实现微电网区域全局运行经济性最优为优化目标;阶段二为实时运行调控阶段,考虑微电网新能源实时出力不确定性,对预测偏差实时调控,实现微电网各设备运行成本最优。接着,利用列约束生成算法（C&CG）分解为主、子问题进行交互迭代求解两阶段优化模型。最后,算例分析表明所提方法能满足可见和不可见预测任务的性能需求,提高微电网经济收益。     

基于区块链的多互联微电网分布式协调优化调度

为实现多互联微电网新能源优势互补、高效消纳,提出一种基于区块链技术的多微电网互联三级两阶段协调调度优化方法。首先,根据不同的调度级别设计了基于区块链的多区域微电网分布式协调调度框架;然后,将多区域微电网互联优化问题分解为两阶段优化调度模型,在日前预调度阶段制定日前预调度计划,实现互联区域全局经济性最优;在实时调控阶段考虑微电网内新能源实时出力的不确定性因素,针对日前计划电量和实际交易电量调控偏差进行滚动优化控制;其次,采用列约束生成算法对两阶段问题进行交互迭代求解;最后,算例分析表明,所提方法不仅能有效降低多重不确定性对互联系统安全运行及新能源消纳的影响,而且提高了互联区域的经济收益。     

多微电网互联系统能量管理方法研究

随着微电网技术的快速发展,一定区域范围内的多个微电网能够互联互供满足区域供电需求,催生了多微电网系统的发展。多微电网系统是微电网的延伸和深化,对多微电网系统进行合理有效的管理成为解决微电网规模化运行的关键问题。多微电网存在着较多的分布式电源,风、光出力的不确定性也将影响到多微电网的运行。建立了多时间尺度能量管理,基于预测数据确定日前计划,在此之上,实时调度中对可再生能源最恶劣的运行条件进行优化。引入了考虑风、光不确定性的微电网能量管理系统鲁棒优化模型。通过列约束生成算法(CCG)对双层鲁棒优化问题进行求解。通过算例仿真,验证了所提微电网互联系统能量管理方法的有效性。     

基于机会约束规划的多PET互联的交直流配电网日前优化调度

随着电力电子技术的发展,基于电力电子变压器(power electronic transformer,PET)构建可实现大范围互联的交直流配电网成为新的发展趋势。首先基于多PET应用于交直流配电网的应用场景,对其柔性调节作用进行了分析;其次,计及分布式电源日前预测出力的不确定性,构建了基于机会约束规划的多PET互联的交直流配电网日前优化调度模型;再次,利用蒙特卡洛方法模拟分布式电源出力的不确定性,采用粒子群优化算法对所提出的运行优化模型进行求解;最后,基于改进的IEEE 33节点算例对所提出的优化模型进行分析,通过与确定性运行优化模型进行比较,验证了所提模型的有效性和正确性。     

考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化

强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。     

考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化

强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。     

基于数据驱动的微电网双层鲁棒优化调度

提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法。首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况。然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型。通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度。接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模型分解为主问题和子问题进行交互迭代求解。最后,仿真结果验证了所提方法的有效性,降低了微电网设备运行成本,提高了新能源利用率。     

基于生成对抗网络的独立微电网光-储容量分布鲁棒优化配置

针对微电网中分布式可再生能源的不确定性,可采用机会约束随机规划刻画系统运行风险。现有研究通常基于解析变换或者典型场景处理机会约束问题,但前者依赖于特定的概率分布,而后者中的预设场景与实际场景可能存在偏差,会导致无法满足预设运行风险的难题。对此,提出一种融合数据生成技术的分布鲁棒优化方法解决独立微电网光伏-储能容量配置问题,以平衡电源配置经济性与微电网运行风险。首先,提出基于改进生成对抗网络(GAN)的光伏出力场景生成方法,以提高GAN模型训练和场景生成效率;其次,采用?-散度衡量GAN生成数据与真实数据之间的偏差,采用分布鲁棒机会约束条件刻画相应光伏-储能容量下的微电网运行风险;再次,提出基于变差距离、抽样平均近似原理以及线性化技术的分布鲁棒优化问题求解方法,在充分利用GAN生成场景的同时保证优化问题求解效率;最后,采用33节点和123节点系统进行仿真分析,以验证所提方法的有效性。     

基于场景聚类的主动配电网分布鲁棒综合优化

为较好地考虑分布式电源（DG）和负荷的不确定性对配电网的影响,基于风电场景预测,通过调整网络拓扑结构和风电、光伏发电、微型燃气轮机、储能、无功补偿等的出力,提出了实现动态重构与无功优化相结合的主动配电网综合优化模型。在考虑DG间相关性的基础上,基于原始数据采用拉丁超立方采样得到初始场景,利用手肘法确定K-means算法的聚类数,从而得到典型场景,场景分布的概率置信区间由1-范数和∞-范数约束。另外,为了消除储能与机组组合的时间相关性约束,重点介绍了基于盒式分解算法的两阶段分解模型。第1阶段以机组启停成本和运行成本为目标函数对机组与储能的各时段运行域进行约束。将第2阶段转化为单时间尺度优化问题,通过求解得到经济性最优的结果。模型采用列与约束生成算法进行求解,通过对IEEE 33节点系统与Taipower 84节点系统的仿真验证了模型的鲁棒性与可行性。     

含高比例分布式光伏的配电网多目标概率规划方法

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型：上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization, PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明：与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。     

考虑市场环境的多微网分散协同调度方法

多微网系统接入配电网后，会对配网运行造成较大影响，该文结合市场环境下双边交易模式，提出含多微网主动配电系统的双层优化模型。下层优化模型为多微网分散协同调度，采用原对偶内点法求解微网公共连接点的节点电价，同时设计了一种分散式的协同调度策略以确定微网间的交换功率，从而实现多微网系统的经济运行；上层优化模型为配网运行优化，针对多微网接入后带来的配电网运行问题，建立了一种以配电网网损最低为目标函数的配电网重构模型，并采用二进制粒子群算法求解该模型，得到了配网运行的最优方案。通过两层优化实现了含互联微网配电系统的安全经济运行。最后，以3个互联微网系统接入IEEE 33节点配电系统为例，验证了所提调度方法的有效性和合理性。     

基于源荷状态的跨区互联系统协调优化调度

随着跨区互联结构的日益完善及分布式电源的大规模接入电网,为充分利用区域间现有调度资源的互补效益,研究了基于源荷状态的跨区互联系统协调优化调度。以送、受端电网总运行成本及网损为目标函数,首先根据送、受端源荷状态,判断送端储能设备充放电状态及功率跨区流动状态。其次,考虑实际系统运行的各项约束,利用改进的基于粒子群优化算法的多目标搜索算法寻优,优化送端储能充放电功率、跨区联络计划及受端调峰火电机组出力。最后,以中国新疆地区实际电网为算例进行仿真计算。仿真结果表明,所提跨区优化调度策略可显著提升送、受端电网运行效益,充分发挥互联区域的互济合作。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

基于Multi-agent改进粒子群优化算法的分时电价机制下多微网系统联合优化调度

随着分布式能源与微网技术的发展,大量分布式电源或微网并入主电网,对电网运行带来一定影响。针对多个微网接入主电网的情况,在计及分时电价机制的基础上,从微网整合角度考虑各微网间的互补性。结合微网中储能装置对电网削峰填谷的作用,提出一种基于分时电价机制下多微网系统联合优化调度方法。考虑不同时刻电价差异,分别制定峰、平、谷不同时刻调度策略,建立以整个多微网系统的运行成本和环境治理成本最小为目标的数学优化模型,并采用基于multi-agent改进粒子群优化算法对模型求解。通过算例分析,比较了各微网单独运行和多微网联合调度两种策略下的多微网系统成本,验证了所提方法的有效性。     

考虑激励型需求侧响应的电-气互联系统两阶段随机优化调度

电力和天然气网的耦合和互联,为风电等新能源的消纳提供了新方式。文章在考虑电转气(power to gas,P2G)设备和激励型需求响应(incentive demand response,IDR)的备用服务后,构建了电-气互联系统(integrated pow er and gas system,IPGS)带补偿两阶段随机优化调度模型。模型的决策目标包含基于风电预测出力的日前确定性调度经济成本,以及考虑实时风电场景的功率平衡补偿成本。同时计及激励型需求响应不确定性后,建立了需求响应经济补偿分段线性化模型。以IEEE 39节点电网和修改的比利时20节点天然气网组成的系统进行仿真,分析系统运行成本和天然气网的备用容量裕度,验证了所提模型的有效性。此外,进一步分析了激励型需求响应的响应概率对电-气互联系统经济调度的影响。     

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。     

基于水光互补的多个虚拟电厂两阶段优化调度方法

提出了一种基于水光互补的多虚拟电厂(virtual power plant,VPP)两阶段优化调度方法,旨在降低分布式光伏固有的随机性以及用户可中断负荷(interruptible load,IL)响应的不确定性对系统运行和决策带来的影响,从而提高水光互补清洁能源项目的能源利用率。首先,采用电能共享策略,以最大化VPP的经济效益为优化目标,构建了多VPP日前最优调度模型。其次,考虑分布式光伏出力的随机性和可中断负荷需求响应的不确定性,灵活调整内部可控元素和能源输出,生成VPP市场竞价优化调度模型。最后,通过算例分析,验证了所提出方法的有效性和可行性。     

考虑热惯性的热电联产系统两阶段优化调度方法

热电联产(CHP)系统具有环保、经济、运行方式灵活的突出优势,有较好的发展前景。文中基于电、热在传输和存储方式上的不同特性,提出一种考虑热惯性的CHP系统两阶段优化调度方法。第一阶段考虑供热网络结构和运行特性,建立基于模型预测控制(MPC)的CHP系统优化调度模型,优化日内可控设备出力及电网交互功率策略;第二阶段以CHP系统内各单元出力调整量最小为目标,综合考虑可再生能源及负荷的实时预测误差,动态调整第一阶段日内调度策略。算例表明,该两阶段优化调度模型可提高系统运行的经济性,弥补供需不平衡;结合系统热惯性,建筑物根据负荷需求和分时电价进行蓄热或放热可降低可再生能源及负荷不确定性对调度的影响,平抑功率波动,促进热电互补。