基于分布式模型预测控制的综合能源系统多时间尺度优化调度

采用具有滚动优化、反馈校正特点的模型预测控制是实现综合能源系统多时间尺度优化调度的关键技术之一.鉴于集中式模型预测控制实现系统整体在线优化的复杂性,文中提出一种基于分布式模型预测控制的综合能源系统多时间尺度优化调度方法,通过各子系统协调配合实现综合能源系统灵活调度.首先,建立以系统日运行经济最优、系统日运行费用及机组启停惩罚费用最小为目标的日前、日内滚动优化模型.然后,在实时阶段采用基于分布式模型预测控制的优化调度策略对整体优化问题进行分解,各子系统根据其他子系统前一时刻的输入序列进行状态估计并优化自身性能指标.最后,通过对各子系统的协调控制进而实现整个系统的在线优化,满足其动态调整需求.仿真结果表明,所提方法能够在改善系统控制性能的同时,提高系统运行的经济性.     

基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

基于模型预测控制的微电网多目标协调优化

本文针对间歇性可再生能源出力与随机性负荷需求对弱电网环境下微电网电压稳定性的影响,综合考虑可控型分布式能源运行成本、储能系统运行成本及可平移负荷的调度成本,以微电网公共点电压偏差最小与运行成本最低为目标,提出基于模型预测控制的微电网多目标协调优化控制策略。该策略由日内多时段滚动优化控制与实时反馈校正控制两部分组成。其中,日内多时段滚动优化控制以未来时段的预测模型为基础,求取当前时段各可控单元的优化控制指令;反馈校正阶段以储能系统出力调整量最小为目标,快速响应微电网内可再生能源能源出力变化与负荷波动。最后,通过一个仿真案例对所提策略进行验证,并分析了该策略的可行性和有效性。     

需求侧综合能源站实时市场竞标与能量管理协同优化策略

需求侧综合能源站的实时优化策略关系到区域综合能源系统能否实现经济高效运行。该文首先建立可再生能源发电机组、热电联产机组、储能设备及考虑多种能源服务的综合需求响应实时调度特性模型。其次,基于改进的滚动优化机制,分别提出符合多时间尺度协同运行关系的综合能源站长时间尺度市场竞标策略和短时间尺度能量管理策略,并结合两阶段鲁棒优化算法生成了电力实时市场竞标曲线。最后对具体算例进行分析,证明了所提实时市场竞标策略能够较好地应对复杂多变的市场环境,而多时间尺度滚动优化机制与综合需求响应的应用有助于需求侧综合能源站在精确跟踪市场指令的同时提升整体的经济效益。     

基于代理模型加速的园区综合能源系统双目标滚动运行优化

高比例分布式能源的大量接入显著增加了园区综合能源系统运行的不确定性。同时，园区能源系统运行需要兼顾绿色、经济运行目标，成为典型的双目标优化问题。为此，提出了一种基于代理模型加速的园区综合能源系统双目标滚动优化调度算法。首先，以基于三角分解空间搜索的双目标优化算法为基础，利用代理模型对待搜索空间是否有解进行快速预判，有效提高了空间搜索优化效率；其次，进一步将代理模型加速的双目标优化方法应用于模型预测控制框架，在日内运行中根据不断更新的预测信息滚动优化双目标运行策略，提高了对源荷不确定性的应对能力；最后，以某实际园区综合能源系统为例，验证了所提方法的可行性和有效性。     

基于自适应模型预测控制的区域能源互联网两阶段协同调度

为解决系统内风光可再生能源及冷热电负荷的不确定性造成的运行困难,实现机组出力的精确化和平滑控制,提出一种基于自适应模型预测控制的两阶段区域能源互联网协同优化策略,将优化调度分为日前和日内两个阶段。在日前调度阶段,以总运行成本最小为目标建立系统经济调度机组组合模型;在日内优化阶段,采用自适应的模型预测控制方法,基于各机组的实际运行状态,以前一阶段优化调度出力为参考,对未来有限时域内系统各机组运行状态进行实时滚动修正,消除不确定性的影响,确保系统的稳定运行。算例分析验证了所提出模型及方法的有效性和可行性。     

基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略

为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出了一种基于奖惩阶梯型碳价机制和分布式模型预测控制（Distributed Model Predictive Control, DMPC）的能源枢纽（Energy Hub, EH）日前-日内-实时的多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建了EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差、提高传统模型预测控制（Model Predictive Control, MPC）求解效率。其中,在日内阶段,构建了以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小的日内滚动优化模型;在实时阶段,通过将整体优化问题进行分解,建立了基于DMPC控制的多智能体实时调整模型。算例结果表明,本文所提策略在提升系统经济效益、降低源-荷不确定性等方面具有有效性,实现了EH的低碳经济、稳定可靠运行。     

基于V2G负荷反馈修正的电热氢综合能源系统多层协调优化调度

含电动汽车和氢燃料电池汽车的综合能源系统可以实现多能协调互补，有效推动“双碳”目标的实现，但车辆出行计划的临时变动会对系统带来不利影响。为此，提出了包含对车联网(V2G)负荷反馈修正的电热氢综合能源系统多层协调优化策略。基于3层优化的协调配合，电动汽车充放电管理层综合考虑负荷曲线方差和车主不满意度，制定充放电计划并传递给模型预测控制滚动优化层。在滚动优化过程中，实时识别非计划车辆数，自主运行车联网负荷反馈修正层，从而消除车辆出行计划临时改变所带来的不利影响。仿真结果表明，所提策略在实现车主与运营商双赢的同时，提高了系统运行经济性并改善了主网联络线计划值跟踪情况。     

基于递阶模型的综合能源系统多时间尺度运行优化研究

为了解决新能源发电、用户负荷等不确定性带来能源系统调度的问题,提出一种基于递阶模型的综合能源系统多时间尺度运行优化方法。建立基于递阶模型的多时间尺度运行优化架构,明确不同调度阶段的关系。设定优化目标和优化约束,建立包括日前调度、日内滚动、实时调度3个阶段的综合能源系统多时间尺度运行优化模型,明确模型不同阶段的输入数据、输出数据和决策变量,并利用遗传算法对模型进行求解。以某园区为例,验证了所提出的模型能够有效应对各类不确定事件对能源供给不平衡的影响,可以实现能源的精准供给。     

考虑多尺度需求响应的跨区域综合能源系统运行策略

在考虑跨区域综合能源系统多能交互的基础上,提出一种考虑多尺度需求响应的优化运行策略。首先针对响应时间建立多尺度需求响应,包括邀约需求响应和实时需求响应,其中邀约需求响应分为日前24h邀约响应模型和日内4h邀约响应模型,实时需求响应建立日内15min实时响应模型;其次考虑电、热、冷、气不同负荷在不同时间尺度下的响应比例不同,建立多时间尺度下不同比例负荷需求响应模型。最后,建立由跨区域能源服务商发布需求响应信息、负荷聚合商参与需求响应、调整用能时间和方式的跨区域综合能源系统运行模型,跨区域能源服务商利用优化后的负荷曲线调整系统内部的机组出力和系统间的功率交互。算例结果有效地论证了所提运行策略的合理有效性,各区域综合能源系统的利润和负荷聚合商的综合效益均有所提高。