考虑信息交互的微电网群分布式经济调度方法

随着新能源的发展，更多具有随机性的分布式电源以微电网群的形式接入配电网，传统集中式经济调度将面临复杂信息交互的挑战。此外，微电网群灵活多变的拓扑结构也迫切需要考虑数据隐私的微电网群信息交互机制。针对微电网群分散自治的特点，提出一种考虑微电网群信息交互的微电网群新能源互补消纳与协同优化调控算法，以降低功率调节所耗费成本和保证微电网整体实时功率平衡为目标，将经济调度问题转换为功率分配过程中微增成本一致性的问题。算例仿真结果表明，所提分布式算法具有良好的收敛性，且在功率约束、拓扑变化、链路故障的情境下仍具有较好的优化效果。     

基于麻雀搜索算法的区域微电网多目标协同优化调度

当前的区域微电网多目标协同优化调度矩阵一般为单向的处理形式,虽然能够实现简单的调度优化目标, 但是对于调度范围存在一定的限制,导致交互功率降低,为此提出对基于麻雀搜索算法的区域微电网多目标协同优化 调度方法的设计与验证分析.根据实际优化调度需求及标准的变化,先进行约束条件的设置,同时测算出对应的目标 函数.采用多阶的模式,扩大实际的调度范围,并设计多阶并网协同运行调度矩阵,以此为基础,构建麻雀搜索算法 下微电网协同优化调度模型,并采用横纵交叉的处理方式实现优化调度.经过６:００、１２:００、１８:００以及２４:００４个时 刻的调度研究,在麻雀搜索算法的辅助下,优化完成之后,微电网的交互功率逐渐保持平稳,并未出现较为明显的波 动,交互功率基本控制在７０kW 以下,说明此种调度优化方式的针对性较强,调度的效率较高,可以确保微电网在 运行的过程中保持平稳,具有实际的应用价值.     

基于柔性策略-评价网络的微电网源储协同优化调度策略

近年来,微电网中的可再生能源与储能占比不断增大,给其优化调度带来了新的挑战。针对微电网源储协同调度问题中非凸非线性约束带来的求解困难,利用深度强化学习算法构建基于数据的策略函数,通过不断地与环境进行交互学习寻找最优策略,避免了对原非凸非线性问题的直接求解。考虑到训练过程中策略函数可能不满足安全约束,进一步提出了一种利用部分模型信息的微电网源储协同优化调度安全策略学习方法,得到了满足网络安全约束的优化策略。此外,针对强化学习的智能体在训练过程中与环境的交互耗时较长的问题,采用神经网络对环境进行建模以提高学习效率。     

微电网群体系架构及能量协同优化运行的SoS方法初探

含多类型分布式电源、负荷的微电网群呈现出体系(system of systems,So S)的独立自主、归属、可联、异质等特性。该文从So S方法论角度及其自我适应和自我组织能力的机制出发,分析论证了微电网群是一种典型分散式复杂自适应体系(decentralizedcomplexadaptiveSo S,DCASoS)的观点。基于此,初步探讨了微电网群能量管理的体系架构及协同优化运行问题,从微电网群DCASoS基本特征的架构建模和微电网群能量协同优化运行方法两方面展开,提出基于DCASo S的微电网群能量协同优化运行架构,力求充分挖掘微电群涌现出的正面效应,避免负面影响,提升微电网群的综合效能,相关成果能够为微电网群能量协同优化运行的研究提供新方法和理论依据。     

考虑交互功率与可再生能源功率波动的微电网调度优化模型

电动汽车的发展普及与V2G (Vehicle to Grid)思想的提出,对微电网系统的经济、安全运行带来了新的挑战,如何合理调度电动汽车有序充放电,促进微电网的经济、平稳运行成为当下的研究热点。针对含电动汽车的风光储并网型微电网环境,构建了最小化微电网与外部电网交互功率和平抑可再生能源功率波动的多目标调度优化模型。通过对某商业区域微电网运行算例的仿真求解,从微电网运行经济效益、日交互电量以及出力功率平均变化量等方面验证了所建模型的合理性和正确性。算例结果表明,以微电网为平台集成利用具有一定出行规律的电动汽车与可再生能源是一种理想的协同利用模式,既可以提高微电网运行的经济效益,又能有效改善微电网的交互功率和出力波动。     

考虑节点边际电价的配电网与多微电网双层鲁棒经济调度

可再生能源出力的不确定性给市场定价机制带来了挑战,实现市场参与者的利益均衡分配成为亟待解决的关键问题。提出一种计及风电出力不确定性的节点边际电价市场出清机制。建立配电网与多微电网协调优化调度的双层模型,上层模型为考虑风电出力及功率交互不确定性的配电网数据驱动鲁棒经济调度模型,下层模型为考虑电价型需求响应的微电网数据驱动鲁棒经济调度模型。通过配电网与微电网之间功率交互与电价信息的传递进行上、下层模型的迭代求解,实现不同市场参与者的利益均衡分配。测试系统的仿真结果验证了所提模型及求解方法的有效性。     

基于动态随机模型的微电网群能量管理方法

微电网可以协调调度分布式电源、储能装置和负荷,最大限度地利用可再生能源。文中以互联微电网群为研究对象,研究微电网间能量交易方法。针对微电网的动态随机因素,采用多时间尺度方法进行处理,包括日前调度和日内优化,提出微电网能量管理框架。然后建立微电网能量管理模型,包括日前调度模型和日内优化模型,确定其目标函数和约束条件,利用粒子群算法求解实现日经济成本最低,提高微电网群的经济性。选取3个微电网构成的微电网群系统进行算例分析,对所提动态随机模型、能量交易方法和能量管理模型进行验证和分析,仿真结果表明,文中所提微电网群能量交易方法能够有效提高微电网群的运行经济性。     

基于深度神经网络的分布式智能微电网群间能量优化调度仿真模型

针对微电网并网运行时微电网群弃能较高的问题,设计基于DNN的微电网群间能量优化调度仿真模型。确定微电网能量优化调度仿真参数,提高仿真模型的真实性;基于DNN选取群间能量优化调度目标函数,提高仿真模型的优化调度效果;构建微电网群间能量优化调度仿真模型,缓解微电网并网运行弃能较高的问题,实现微电网群间能量调度的优化。通过仿真实验验证了所设计的基于DNN的微电网群间能量优化调度仿真模型的微电网群弃能在0.01×10³～0.05×10³ kWh范围内波动,弃能更低,能量浪费较少,群间能量优化调度效果较好,具有较好的可行性。     

考虑微电网群和需求响应的配电网日前-日内优化调度策略

微电网中光伏等新能源的渗透率不断提升,其间歇性与不确定性给配电网系统带来了巨大挑战。考虑配电网负荷预测的不确定性,根据不同时间尺度调控策略调用微电网内分布式资源来降低不确定性对配电网稳定性的影响。首先,针对负荷和光伏预测的不确定性和需求侧负荷的不同时间尺度特性,建立了配电网-微电网群-微电网的申报和决策方案,系统采用日前-日内多时间尺度滚动优化调度策略;然后,日前优化以配电网和微电网群的运行成本最小为目标,日内优化基于日前调度结果以微电网内可控资源调度成本最小为目标,对日前调度量进行修正;最后,采用目标级联法对所建立的模型进行求解,通过算例证明所提方法可以降低系统峰谷差和提高系统经济性。     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法(MOPSO)求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

计及分布式储能的微电网群经济调度

为提高微电网群调度效率、减少微电网运行成本,首先构建了计及分布式储能的微电网群优化调度模型。该模型以包含风、光、储的3个子微网和网侧储能所构成的交流微电网作为调度对象。在满足功率平衡等约束条件下,对负荷侧储能充放电次数和单位时间内充放电功率进行限制;在考虑主网分时电价、系统发电成本,网侧储能放电成本条件下,采用遗传算法进行求解,得到计及分布式储能的微电网群经济调度方案,最终得到优化后的经济成本。算例计算结果表明,该运行调度模型可有效提高微电网群经济效益,从而验证了该模型的有效性。     

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。     

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。     

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（chaos particle swarm optimi-zation, 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。     

基于纵向联邦学习的微电网群协同优化运行与策略进化

针对分属不同利益主体的微电网构成的微电网群在隐私保护下的协同优化运行问题，提出了一种基于联邦学习的多主体微电网群协同优化运行与策略进化方法。首先，各个微电网在本地训练自身的等值封装模型并上传至云端。然后，云端汇集各微电网的等值封装模型，进行场景推演和全局策略搜索，并下发策略至各微电网。最后，各微电网通过分布式联合训练纵向联邦神经网络学习新策略，实现在隐私保护下的微电网群协同优化运行与策略进化。不同规模微电网群协同运行的仿真结果表明，该方法实现了多主体微电网群在隐私保护下的协同优化运行，相较于独立运行、非合作博弈以及多智能体深度强化学习方法，提升了微电网群整体的经济效益，并保证了各参与方利益的合理分配。     

虚假数据注入攻击下的微电网分布式协同控制

交流微电网信息物理系统(CPS)是有源配电网的重要组成部分.由于信息技术和电力技术的深度融合,微电网CPS很容易受到虚假数据注入(FDI)攻击,导致控制目标无法实现,扰乱系统的正常运行.文中在分析了注入量为常值的FDI攻击对微电网分布式协同控制的不利影响的基础上,提出了一种抵御FDI攻击的微电网分布式协同控制算法.该算...     

基于混沌的多Agent粒子群算法在微电网并网调度中的优化研究

考虑到微电网中的分布式电源具有较强的波动性和随机性,会对微电网并网的优化运行带来较大影响,在满足系统约束条件下,提出综合考虑各分布式电源发电成本、环境治理费用、微电网并网收益和新能源发电补贴的微电网并网多目标优化调度模型。针对现有标准粒子群算法中可能存在的局部收敛等问题,将多Agent技术和混沌优化的思想引入粒子群算法中,提出一种多Agent混沌粒子群算法用于求解微电网并网多目标优化调度问题,并结合实际微电网案例验证所提出的数学模型的合理性与优化算法的有效性。     

考虑阶梯式碳交易机制的微电网两阶段鲁棒优化调度

为减少微电网系统运行的碳排放量,同时考虑可再生能源出力不确定性对系统调度结果的影响,提出了一种基于鲁棒优化的微电网低碳经济调度模型。首先,利用两阶段鲁棒优化方法消除可再生能源出力不确定性对系统调度结果的影响。其次,将阶梯式碳交易机制引入系统的运行调度阶段,以减少微电网系统的碳排放量。然后,建立了包含风电、光伏机组、微型燃气轮机、燃料电池及储能设备的微电网低碳经济调度模型,以各设备运维成本、系统购能成本和碳交易成本之和最小为优化目标,采用C&CG算法对所提调度模型进行求解。最后通过算例对所提优化调度模型进行验证。结果表明：两阶段鲁棒优化方法能够有效提高系统抵御风险的能力、引入阶梯式碳交易机制则可有效减少微电网运行的碳排放量。     

基于MOFA算法的微网系统优化调度

针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫（MOFA）算法对调度模型进行求解,并与多目标粒子群优化（MOPSO）算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。     

考虑需求响应及电能交互的多微电网优化调度

为了进一步提升多微电网系统的经济运行水平,首先分析了配电网侧微电网的具体结构,包括光伏、燃气轮机、需求响应负荷以及电储能单元,其中需求响应负荷包括可中断负荷、温控负荷;接着构建了考虑需求响应及电能交互的多微电网日前调度优化模型,以多微电网整体的用电成本最低为优化目标,各单元的运行约束与电能交互限制为约束条件;最后以三个微电网的微电网群为算例,验证所构建模型的有效性,其能够有效降低多微电网系统的运行成本。