基于模型预测控制的区域综合能源系统运行优化方法

本文以上海世博园区B片区综合能源系统为研究对象,分析其现有运行策略在夏季和冬季典型工况下的运行效果.首先,针对现有运行策略的不足,结合模型预测控制(MPC)滚动优化方法构建区域综合能源系统运行优化的数学模型;其次,考虑冷、热、电负荷及可再生能源的实时特性,在滚动优化过程中引入动态调整模型,用于对调度策略的实时调节;最后...     

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。     

基于分层次DBSCAN-VBSO算法的区域综合能源系统两阶段调度优化

构建了一种面向园区级区域综合能源系统的日前-实时两阶段经济性调度优化模型。建立了综合考虑系统各类运行成本的日前经济性调度模型;在日前调度基础上通过修正各个微源机组、储能的运行状态并考虑柔性负荷的需求响应,构建了实时调度优化模型;为求解上述调度优化模型,提出了一种分层次密度聚类的变异头脑风暴优化(DBSCAN-VBSO)算法,通过保持种群多样性以增强算法的优化性能和计算效率;对综合能源系统两阶段调度模型和求解算法进行仿真计算。算例结果表明:采用两阶段调度优化模型能够有效提高可再生能源利用率,降低系统运行成本。并且算例结果验证了分层次DBSCAN-VBSO算法在求解此类优化问题时的有效性和优越性。     

基于鲁棒随机模型预测控制的园区综合能源系统两阶段优化

可再生能源发电与负荷的不确定性给园区综合能源系统的安全准确调度带来了巨大挑战,为了提高系统调度的准确度和运行经济性,提出了一种基于鲁棒随机模型预测控制的两阶段优化调度策略.该模型考虑到园区综合能源系统中负荷预测误差分布的规律性和可再生能源出力波动的概率分布难以准确刻画的特点,分别利用随机优化和鲁棒优化处理负荷侧和发电侧...     

基于深度强化学习的新型电力系统调度优化方法综述

随着新能源并网规模不断扩大，能源形式更加灵活多变，电力系统调度运行面临新的挑战。随着系统复杂度和不确定性增加，传统基于物理模型的优化方法难以建立精确的模型进行实时快速求解，而深度强化学习（DRL）可以从历史经验中自适应地学习调度策略并实时决策，避免了复杂的建模过程，以数据驱动的方式应对更高的不确定性和复杂度。文中首先介绍了新型电力系统调度运行问题；然后，介绍了DRL原理及其分类算法；接着，分析了各类DRL算法在求解新型电力系统调度决策问题时的优势与劣势；最后，对需进一步研究的方向进行了展望。     

基于实时电价的含储能可再生能源系统协同调度策略

间歇性可再生能源和高渗透率的储能设备使能源系统的供需平衡控制愈加复杂,为能源系统的协同调度带来了挑战。针对含储能可再生能源系统,提出了一种基于实时电价的能源系统协同调度策略。首先,建立了含风光、储能系统、火电机组及多类型用户的可再生能源系统模型。其次,提出了一种双层规划模型,将实时电价和能源调度有机集成,实现了能源系统的协同调度优化。最后,基于KKT算法与改进麻雀优化算法实现模型求解。仿真实验表明了基于实时电价的协同调度策略对于含储能可再生能源系统的协同调度优化及系统效益提高具有重要意义。     

高可再生能源渗透率下考虑预测误差的微电网经济调度模型

提出了一种高可再生能源渗透率下考虑预测误差的微电网经济调度模型,由日前计划和实时调度两层组成。日前计划层考虑间歇性能源预测误差的情况下制定微电网的运行计划;实时调度层根据间歇性能源功率预测误差实时修正运行计划并进行电压和潮流优化。在可再生能源高渗透率的情况下,所提出的模型有效地修正了预测误差引起的可再生能源功率波动。仿真结果表明,所提出的模型能够充分利用可再生能源,协调分布式电源和储能系统,实现微电网经济、安全、稳定运行。     

考虑多重不确定性的综合能源系统日前优化调度

可再生能源出力和负荷的不确定性对综合能源系统优化调度提出了挑战。由可再生能源、大电网、热电联产机组、储电系统、储热系统和燃气锅炉等设备以及热、电负荷组合构成的综合能源系统经济调度模型,考虑到系统中可再生能源发电和负荷预测误差等多重不确定性特征,提出一种基于区间线性随机机会约束规划的优化调度策略。用概率分布函数描述系统中可再生能源发电预测的不确定性,用区间数描述负荷预测不确定性,由此构建了一个区间线性随机机会约束规划模型,利用Gurobi求解器对模型进行求解。通过一个热电综合系统将所提方法与单一的区间线性规划和随机机会约束规划模型进行了对比研究。结果表明,所提方法平均运行成本更低,对预测精度的依赖性更低,在保证系统安全运行的同时能提高综合能源系统运行的经济性。     

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。     

考虑可再生能源消纳效益的电力系统“源—荷—储”协调互动优化调度策略

为了提升可再生能源消纳率,降低电力系统运行成本,考虑以“源—荷—储”协调互动作为提升系统运行经济性与消纳可再生能源的手段。将常规机组、储能装置与负荷侧调度资源同时进行优化调度,综合考虑系统常规机组运行成本、负荷侧调度成本和可再生能源消纳效益,建立了基于“源—荷—储”协调互动的电力系统优化调度模型。根据决策变量的不同特性,提出了一种两级优化方法。第一阶段采用离散粒子群算法优化常规机组启停成本、弃风弃光成本和负荷调度成本;第二阶段采用双层连续粒子群算法优化常规机组燃料成本。通过算例仿真验证了该优化调度模型的有效性。     

考虑SOC优化设定的电-氢混合储能系统的运行优化

针对含电-氢混合储能的源网荷储系统,为提高新能源的消纳水平并降低系统运行成本,提出了考虑SOC优化设定的电氢混合储能系统的运行优化方法,实现系统的日前实时优化调度。首先提出了大容量储能系统SOC优化设定的方法,以确定储能系统日前的始末SOC优化设定值。随后,基于双延迟深度确定性策略梯度算法,提出了一种日前实时优化调度模型训练方法。结合储能SOC的优化设定值和日前运行数据,建立了源网荷储系统的实时优化调度模型,实现日前和实时综合优化调度。最后,通过算例分析验证了所提运行优化方法的有效性。结果表明,大容量储能系统的SOC优化设定方法可以有效提高系统收益,日前-实时优化调度模型则在日前优化调度的基础上减少了预测误差带来的影响。     

基于模型预测控制的园区热电联供微电网能量优化

热电联供（combined heat and power,CHP）微电网利用电、天然气作为热能来源,具有经济、环保的特性,能够有效解决综合供电供热问题,在工业园区有着广阔的应用前景。CHP微电网中可再生能源出力的随机性和负荷预测误差会导致能量优化的精确性降低,并且由于电、热负荷存在差异,高热电耦合度的CHP微电网经济性较差。因此,基于模型预测控制（model predictive control,MPC）算法提出一种多时间尺度能量优化方法。该方法在日前预测下一天的机组出力、储能调度计划;在日内基于MPC算法参考日前计划进行实时能量优化,并根据系统中的热损设计反馈环节,提高优化结果精确性。最后,基于MATLAB进行了算例仿真,验证了所提方法可以降低系统运行成本,能够实现系统热电解耦、储能削峰填谷、提高可再生能源消纳率的效果,并且具有较好的适用性和准确性。     

基于深度强化学习的微电网源-荷低碳调度优化研究

提升可再生能源在能源供给中的比例成为实现低碳经济的重要举措之一。为减少碳排放量并降低用电成本,提出了一种基于深度强化学习的微电网低碳经济优化调度模型。首先,介绍了碳排放流理论并基于此构建了碳计量模型以及阶梯碳价模型;其次,将低碳经济优化问题转换为一个马尔科夫决策;最后,利用深度强化学习对该多目标优化问题求解。实验结果表明,所提方法通过控制发电机组的出力以及负荷的转移,有效地提升了系统经济性并降低了碳排放量。     

不同时间尺度下虚拟微网优化调度策略

随着售电侧的改革,提供新能源发电服务的第三方供应商成为新的独立利益主体。针对独立利益主体以虚拟微网的形式接入主动配电网后的调度问题,基于虚拟微网的概念,提出了虚拟微网在不同时间尺度下的优化调度模型及其优化算法。优化调度模型包括日前调度和实时调度模型,日前调度以虚拟微网利益最大化为优化目标,实时调度则以虚拟微网安全稳定运行为控制目标。最后,基于改进的IEEE 33节点网络结构以及负荷预测和分布式电源出力预测,利用微分进化—细胞膜混合算法求解虚拟微网优化调度模型,算例结果表明通过优化调度,减少了虚拟微网网损,显著提高了虚拟微网的收益和新能源利用率。     

基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法

随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源。提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值。在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改进的粒子群寻优算法求解优化过程。仿真结果表明所提方法的有效性。     

计及新能源预测不确定性的跨区域日前—日内调度模型

为简化现有直流线路运行等效模型,精细化地对新能源跨区消纳进行仿真,构建了直流线路输送功率增量模型。为应对两区域新能源预测不确定性对新能源跨区消纳的影响,利用基于场景分析的随机优化模型和多时间尺度滚动优化思想建立了计及新能源预测不确定性的跨区域日前—日内调度模型。利用自回归滑动平均模型、场景缩减技术和场景组合构建描述两区域新能源日前预测不确定性的场景集,建立日前随机优化模型,求取统计意义上新能源弃电最小的两区域机组启停计划和直流线路输送计划;基于新能源日内预测数据,建立日内调整模型滚动优化两区域机组发电计划和直流线路调整计划。最后,通过某省实际数据改建的跨区域系统算例,验证了所建模型的有效性。     

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。     

考虑碳交易的区域综合能源系统经济调度研究

由电力、天然气、热力等多类型能源组合而成的区域综合能源系统能够对电力系统、天然气系统、供热系统及可再生能源等进行统一管理与调度,提高能源利用效率,具有巨大潜力。构建了以系统成本最小为目标函数,含光伏、风电、微型燃气轮机、储能设备、配电网等联合供电、供热/冷的区域综合能源系统经济调度模型,并在模型中考虑了碳交易问题。针对可再生能源及负荷预测的不确定性,将预测误差表示为服从均值为零的正态分布。运用布谷鸟搜索算法对4种情况分别求解,通过对比分析发现,所建立的模型在满足区域综合能源系统经济性要求的同时,能在一定程度上降低碳排放量。     

虚拟电厂参与下含高渗透可再生能源系统的运行策略

为电力系统能够规模化灵活控制分布式可再生能源与可控负荷参与系统市场交易和优化调度。本文提出一种虚拟电厂(Virtual Power Plant,VPP)参与下含高渗透可再生能源的双层优化调度模型,将虚拟电厂作为独立市场主体参与系统调度,两层之间交替求解,实现协同优化;同时利用威尔分布、贝塔分布模拟风电、光伏的随机性,计及可再生能源出力不确定性带来的高估与低估成本。针对双层优化模型,混合整数、非凸、非线性、多目标的特点提出一种新颖的多目标飞蛾扑火算法(Multi-objective Moth-flame optimization, MOMFO)。最后通过修改后的IEEE39节点为算例验证文中提出的模型可均衡各层收益主体,在维持安全稳定运行的前提下,系统运营利润最大化,有效实现了电力系统的可持续性发展;同时也验证了多目标飞蛾扑火算法的有效性与竞争性。