计及设备损耗成本的含光储配电网分布式电压控制策略

针对分布式光伏接入配电网带来的电压越限问题,考虑电池储能与光伏逆变器的调压经济性,本文基于一致性算法提出一种计及设备寿命损耗成本的分布式电压控制策略。首先,分析光伏逆变器与储能的调压机理,推导出可用于分布式迭代计算的配电网电压灵敏度参数;其次,分别建立储能电池与光伏逆变器的寿命损耗模型,并利用寿命损耗模型推导出单位功率成本模型,再结合电压灵敏度参数构建出单位调压成本模型;然后,以单位调压成本作为一致性变量,设计基于一致性算法的分布式电压控制策略,得到各节点储能与光伏逆变器的功率调节方案。算例结果表明,所提控制策略能够兼顾各节点设备寿命损耗与总体调压经济性,在有效抑制电压越限的前提下充分降低配电网电压控制成本。     

温控负荷直接负荷控制策略与优化调度

对温控负荷准确建模并采用合适的控制策略进行调度是直接负荷控制(DLC)项目实施的关键。文中以物理负荷模型描述温控负荷,采用蒙特卡洛模拟方法在模型参数取值区间内抽样获取用户群归一化因子,考虑用户自主退出和设备故障,利用实用的DLC控制手段基于模糊扩展极大极小法提出DLC优化调度模型。算例分析表明,所提模型能在达到DLC实施方的负荷削减需求的同时有效抑制反弹负荷,且对用户的整体舒适度影响较小。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

计及电动汽车与温控负荷需求响应的分层能源系统优化调度

针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。     

基于动态下垂控制的温控负荷一次调频控制策略

利用温控负荷(thermostatically controlled load, TCL)作为调频资源参与电网调频是应对高比例可再生能源发电并网导致电力系统维持频率稳定能力下降的有效手段。文中提出一种基于动态下垂控制的TCL一次调频控制策略,考虑聚合商TCL平均温度状态(state of temperature, SOT)、调频容量和系统频率变化率,构建动态下垂控制模型,实时调整下垂控制系数,改变TCL聚合商调频参与度。当向上调频时,锁定关状态TCL;当向下调频时,锁定开状态TCL,确保频率快速恢复至额定值附近。同时,为确保用户的舒适度,利用TCL的SOT优先级排序列表派遣法,确定TCL参与调频顺序。在Matlab/Simulink平台上进行仿真分析,仿真结果验证了文中所提策略在确保用户舒适度、改善频率质量等方面的有效性。     

基于智能负荷控制的分布式能源系统调控策略研究

为提高分布式能源系统（DES）经济性及运行效率,提出基于智能负荷控制的DES调控策略。首先,基于智能电表的测量数据,采用监督学习技术训练神经网络,构建智能负荷神经网络模型计算住宅可控有功功率;其次,考虑智能负荷与DES之间的互动关系,结合DES各设备运行及互补特性,构建智能分布式能源管理系统模型,分析其可控负荷的调度策略,并给出求解流程,利用IEEE-6节点系统进行算例分析。结果表明,DES总运行成本将随着需求响应控制的加强而降低,考虑智能负荷参与能源系统互动,可有效改善系统负荷曲线,减少切负荷现象,促进风电、光伏清洁能源的消纳。     

需求响应中的直接负荷控制策略

文章介绍了需求响应中的直接负荷管理的原理、相关控制策略,以及当前国内外已取得的研究成果,描述了需求响应的内涵、技术基础及实施需求响应的驱动力.并且对直接负荷控制策略进行了详细分析与介绍.     

锅炉变负荷调峰运行汽包寿命损耗的试验研究

详细分析了石门电厂１０２１ｔ／ｈ亚临界压力锅炉汽包的内部结构特点及热力学参数对变负荷调峰运行时汽包寿命的影响,并通过疲劳寿命损耗的计算对变负荷调峰运行时汽包的寿命进行了评价,给出了指导调峰运行的负荷升降速率及运行建设 。     

基于系统辨识的温控负荷直接控制策略研究

随着需求响应和负荷控制技术的发展,只有合理调控用户侧温控负荷等需求响应资源,才能获得良好的电网运行效益和经济效益。在满足家庭和工业过程中温湿度需求的前提下,提出一种采用系统辨识和优化控制的温控负荷智能控制策略。首先以温控负荷实际的运行为基础,建立以风机转速-室内温湿度的数学模型,随后建立同时满足用户温湿度需求和降低用户用电成本的多目标优化控制策略,通过设计温湿度控制器实现控制方法的应用,并以实验加湿器原型进行测试,验证了所提出控制策略在满足负荷精准控制的同时,可兼顾用户低成本用电的需求。     

基于时间内在相关性的温控负荷提取与特性分析

为了平衡用户用电需求与电网调度需求,提升温控负荷的需求响应能力,进一步把握温控负荷的运行规律,从而对调度计划做出预先安排,提出了一种基于改进自适应噪声的完整集合经验模态分解与时间内在相关性的多时间尺度动态相关性分析模型,通过分析负荷与环境温度时间序列在多时间尺度下的动态关联,捕捉其在局部时间段内的复杂变化关系,从而实现负荷曲线中温控负荷波动分量的剥离以及温控负荷占比的估计。通过算例分析说明了所提模型的应用方法,并对有效性做出了验证。     

适应清洁能源消纳的配电网直接负荷控制模型与仿真

研究配电网中直接负荷控制技术及其改变集中式热力学可控负荷的温度设定点来控制负荷功率的方法。建立以双耦合偏微分方程组为基础的热力学可控负荷传输动态模型,通过有限差分近似为面向控制的有限维状态空间模型。提出适应出力不确定性的清洁能源滑模变结构功率跟踪控制策略,利用李亚普诺夫稳定理论验证其收敛性。在小型配电网中,对1 000个制冷空调负荷进行仿真,功率跟踪误差分析结果表明所提方法能有效跟踪风电功率消纳目标,温度设定点控制分析结果表明所提方法的用户可接受百分比达到90%以上。该方法可为需求侧响应负荷在清洁能源消纳的应用提供新的技术途径。     

基于数据驱动的聚合空调特性建模及控制策略

随着越来越多的可控负荷接入电网,空调负荷(air conditioning loads, ACLs)由于其响应速度快、调节潜力大、具有蓄冷储热等特征可作为柔性负荷参与平抑可再生能源引起的波动。在实际对ACLs进行聚合的过程中,室外温度、ACLs的温度和ACLs的数量等外部条件的变化会对聚合模型造成一定的影响。但现有大多数对ACLs的控制方法未考虑聚合ACLs外部特性模型(aggregate ACLs′external model, AAEM)的时变特征。文中提出一种基于数据驱动的AAEM及相应的负荷跟踪控制策略,考虑到基于ACLs热力学特性的ACLs的成本函数,采用神经网络对时变聚合ACLs的AAEM进行快速计算,降低AAEM的计算复杂程度。基于数据驱动的AAEM负荷跟踪控制策略有效减少了ACLs的开关状态切换次数及其调用总成本。基于实际用户的仿真结果验证了该方法的有效性。     

平抑新能源功率波动的聚合温控负荷改进模型预测控制

利用需求侧聚合温控负荷(ATCLs)提供负荷跟踪辅助服务以平抑新能源功率波动是一种经济、有效的方法,但对ATCLs的控制可能会影响用户的舒适度.为此,提出一种考虑用户舒适度的ATCLs平衡新能源功率波动控制方法.首先,采用人体热舒适性评价指标预测平均投票和预测不满意度得到夏季室内舒适温度范围,结合实验方法进一步确定2次...     

基于反推控制的聚合温控负荷与发电机励磁协调控制

利用具有储能特性的温控负荷与发电机励磁进行协调控制,可实现电力系统的功角、频率和电压的多指标调控。首先,采用双线性聚合温控负荷模型和发电机励磁模型,推导建立了二者联合的系统数学模型。然后,基于反推控制原理,提出了聚合温控负荷与发电机励磁的协调控制策略,并从理论上证明了控制器的稳定性。针对控制器设计中的微分“计算爆炸”问题,利用双曲正切的非线性微分跟踪器设计了励磁电压参考量的微分估计算法,降低了参考量微分计算的工作量。最后,通过算例对控制算法进行了仿真验证。结果表明,在协调控制器的作用下,系统功角、频率和电压等多个被控量均可快速地追踪上各自的参考值。对比传统电力系统稳定器励磁控制,温控负荷参与调控能有效改善系统各状态量的动态响应,提高系统稳定性。     

基于小脑模型神经网络的温控负荷优化调度方法

温控负荷能够通过需求响应为电网提供频率调节辅助服务。针对传统控制方式调节能力有限和温度变化较大的问题,提出了一种基于小脑模型神经网络的混合控制策略。首先,利用小脑模型神经网络实时优化功率调节量,从而将调节任务分配给不同控制方式的负荷集群;然后,负荷集群完成所分配的调节任务,并根据用户的不同需要分别定义储能指标和不舒适度指标;最后,采用模糊综合评判法对用户满意度进行评估,再将用户满意度与均方根误差相互权衡以建立综合评价指标,并将其反馈回小脑模型神经网络,从而为功率调节量的优化提供依据。仿真结果表明,所提策略不仅可以提高系统的跟踪精度,而且能够改善用户的满意度。     

集成大规模需求响应资源的智能电网数字实时协同仿真方法

激活负荷侧资源的需求响应(DR)潜力是目前智能电网的重要研究课题,但DR资源所具有的海量、多样和互动特点给实时仿真带来了巨大挑战。文中提出了一种集成大规模快速DR资源的智能电网数字实时协同仿真方法。首先,选择解耦点将包含DR资源的电网进行分区解耦,依据动态响应的不同进行多速率仿真。其次,设计了包含双向控制的接口算法以构成协同仿真。然后,分别分析了数字实时协同仿真在微网和高压电网中的典型应用,并采用RTDS和GridLAB-D给出了仿真系统的具体构成。最后,以大规模空调负荷为例验证了所提协同仿真方法的有效性,该方法可以利用通用计算机扩展现有数字实时仿真系统对大规模快速DR资源的仿真能力,具有良好的可扩展性与经济性。     

基于参数辨识与状态估计的温控负荷响应能力动态评估

温控负荷在通过需求响应提供电网辅助服务方面蕴含着巨大潜力,但负荷单元数量多、位置分散、状态变化快等特点为温控负荷的管理与开发增加了难度。为便于负荷管理中心掌握温控负荷的响应能力,进行实时的响应控制和调度优化,提出一种温控负荷响应能力动态评估方法。针对大量温控负荷响应能力相关信息获取困难的问题,提出了模型参数辨识方法和运行状态估计算法;为有效评估负荷集群响应能力,提出了考虑响应功率和响应时长2个能力指标的集群响应能力聚合算法;设计了温控负荷响应能力动态评估流程,分别在用户本地端和负荷管理中心实现响应能力的精确计算和简化估计,并通过周期性同步消除累积误差。仿真分析表明,所提方法的评估结果能够表征温控负荷的需求响应能力。