基于改进对偶分解的智能电网快速实时定价方法

实时电价是需求侧管理策略的重要手段,是解决智能电网供需平衡的理想需求响应机制,能起到削峰填谷的作用。为此,为智能电网设计了一种分布式实时电价算法:基于改进对偶分解的近端中心算法,求解用户总效用与电能供应商成本之差最大的优化问题。在此算法中,对偶问题的拉格朗日乘子即为实时电价,通过迭代更新拉格朗日乘子,形成电能供应商的实时电价与用户的实时能耗水平之间的互动,算法最终为每个用户找到最优的能耗水平(即用户的总效用最大化),同时使得电能供应商的成本最小化。所提算法既保留了问题的可分离性,又加快了收敛速度,克服了基于对偶分解的次梯度法求解该优化问题在用户规模较大时收敛慢甚至不收敛的缺点。仿真结果充分表明了所提算法具有快速收敛的特性。     

一种面向微电网多自主体系统的实时电价算法

针对微电网中多个可控出力的供电端向多位用户供电的电能优化调度问题,结合多自主体网络的协调控制机制,从而搭建基于全分布式控制的微电网能量管理系统。根据对偶分解,分解社会效益最大化问题为对偶子问题,并将求解对偶问题的最优Lagrange乘子转化为求解实时电价,从而提出基于Lambda-Consensus的实时电价算法。依据信息交互机制,将功率项反馈给电价计量单元,并根据电价参考值更新本地的电价计量值,进而供电端和需求侧的发/用电调度单元分别响应电价,在有功功率输出/输入的约束下调整发/用电行为,最终实现功率平衡和社会效益最大化。实例验证该算法的有效性和即插即用特性,并在大规模网络下也能达到理想的收敛效果。     

智能电网实时定价的自适应光学优化算法

为了解决传统优化算法在求解智能电网的实时电价模型过程中易陷入局部最优的不足,引入光学优化算法对实时电价模型进行求解。采用可变适应度的方法对光学优化算法求解模型过程中的不变适应度进行改进,提出自适应光学优化(Self-adaptive Optics Inspired Optimization, SAOIO)算法。根据迭代次数的变动,自适应地变动适应度从而提升收敛速度,提高求解精度。针对智能电网实时电价模型,对拉格朗日对偶算法和自适应光学优化算法进行同步仿真。结果表明自适应光学优化算法能够更好地寻得全局最优电价,提高结果精度,具有更好的实用性。     

一种基于动态抗体记忆库的免疫优化算法在自动需求响应中的应用

自动需求响应是智能电网与用户实现信息和能量互动的重要实现手段。为解决基于实时电价的自动需求响应技术应用中包含多类负荷用户的电能综合规划问题,建立优化问题的数学模型。针对该模型提出一种基于动态抗体记忆库的免疫优化算法。设计依据二重亲和度阈值检测的抗体记忆库更新机制,在优化结束后能够为用户提供多个备选可行解。采用先验知识疫苗接种的方法,提高算法的求解精度。通过抗体种群的优值马尔可夫链的转移概率分析,证明了算法的收敛性;利用实际算例验证了所提算法的有效性。对比分析的结果表明,所提算法比其他算法具有更好的全局优化能力和搜索效率。     

计及电动汽车用户响应特性的充电站实时电能共享机制

电动汽车用户参与本地充电站电能共享既能满足充电站电能共享需求,也能通过优化配置本地电能资源给参与者带来收益。考虑到传统电力市场准入门槛高、交易成本高等问题限制了本地电能共享,文中计及电动汽车用户响应特性,提出了基于价格一致性的充电站实时电能共享机制。首先,计及道路拥堵情况、预共享电价、节点边际电价和用户充放电成本效用参数等电动汽车用户驾驶行为影响因素,建立了电动汽车用户选择模型。接着,在本地电能共享网络中,推导了集中式调度模式下社会福利最大化模型的对偶问题,进而提出了基于价格一致性的实时电能共享机制,以共享电价作为一致性变量,参与者间通过信息交互达成价格认同,最终实现电能共享社会福利最大化。最后,在路网-电网-电能共享网络耦合系统中进行了仿真。仿真结果表明,道路通行时间和预共享电价对电动汽车用户选择行为影响最大,高充电效用和低放电成本的电动汽车用户参与充电站电能共享能够同时提升个体和整体经济效益。     

一种用于分解协调无功优化的全分邻近中心算法

针对无功优化分解协调模型求解中增广拉格朗日函数不可分的问题,在邻近中心算法基础上提出一种适用于特殊等式约束优化问题、可实现所有步骤分解计算的全分邻近中心算法。该算法通过邻近函数构造平滑同时可分的拉格朗日函数,并通过最优梯度更新拉格朗日乘子,只需要在相邻分区之间交换边界节点信息即可实现全网无功优化的分解协调计算。与通过对偶梯度更新拉格朗日乘子的分解算法相比,它不但可以直接确定计算所用参数,而且可以大大提高收敛速度。算例结果表明,所提算法可以实现全网无功优化的分解协调计算,并且其计算效率远高于基于辅助问题原理的分解协调算法。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化

现有方法对互联后的电网进行无功优化时难以满足大规模电网实时计算、快速反应的需要,并且面临全网数据收集的难题。为了解决上述问题,采用分解协调算法的思想,提出一种基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化方法。首先根据支路潮流模型,利用二阶锥松弛和二次旋转锥松弛方法建立了多区域柔性直流互联电网的集中式无功优化模型。然后利用拉格朗日对偶松弛理论在集中式优化模型的基础上,提出了可以并行计算的多区域柔性直流互联电网无功优化方法。通过算例计算,验证了所提算法的有效性和正确性。此外,还对比分析了所述的分解协调算法和基于交替方向乘子法(ADMM)的分布式优化算法的计算结果,证明所用算法在计算时间上更具优势。     

基于分时电价的电动汽车有序充放电策略研究

为了减缓电动汽车无序充电造成的负荷波动,提出一种基于分时电价的电动汽车有序充放电策略。构建了居民区电动汽车负荷模型,在考虑负荷均方差、用户充放电成本和电动汽车充电量的情况下,建立多目标优化函数,并采用改进粒子群算法求解多维优化问题。仿真结果表明,所提有序充放电策略能在有效平缓电网负荷曲线的同时,增大电动汽车充电电量和减少用户充放电成本,最大程度满足用户出行需求。     

基于PSO算法的电动汽车有序充放电两阶段优化策略

传统分时电价(time-of-usetariff,TOUT)和实时电价(real-timeprice,RTP)需求响应机制均会在负荷低谷时段产生新的负荷高峰,针对这一问题,考虑电网侧的调峰需求以及不同用户对充电电量、充电成本的不同需求和参与意愿,提出一种分时电价动态优化方法。所提方法根据每辆电动汽车(electricvehicle,EV)接入电网时的负荷信息动态更新该EV的峰谷电价,弥补了TOUT和RTP充电方式的缺点。基于所提分时电价动态优化方法,通过建立充电电量最多和充电成本最小多目标函数,采用粒子群算法对每辆EV的充(放)电行为进行两阶段优化,并通过引入虚拟荷电状态对优化后的充(放)电行为进行修正,由每位用户自主响应实现EV的有序充(放)电。为验证所提方法的有效性,基于2017年全美家用车辆调查结果(NHTS2017),采用蒙特卡洛法模拟某居民区1000辆EV的充电需求,并对不同充电策略、不同优化权重、不同参与度和不同V2G(vehicle to grid)响应度下的充电需求进行了仿真分析,结果表明,相较于其他充电策略,所提优化策略可以明显降低用户的充电成本和负荷曲线的峰谷差。     

计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化

针对电动汽车用户响应电价时存在的不确定行为,导致配电网负荷波动及运营商成本增加的问题,提出了一种计及用户响应电价关联与多主体共赢的电动汽车充放电定价优化方法。首先,根据用户对充放电电价的响应方式,分析了不同用户充放电转移与电价变化的关联关系;然后,定义了单位投入成本函数,以电网负荷峰谷差最小、运营商节省成本最大及用户用电满意度最大为优化目标,以电动汽车行驶里程、电池电量、充放电时间和车网互动放电电价为约束条件,构建了协调多主体利益的充放电定价多目标优化模型;最后,在人工鱼群算法的基础上,结合免疫算法和Pareto最优解集,提出了基于收缩空间的改进免疫鱼群算法对多目标优化模型进行求解。算例分析结果表明,所提定价优化方法在降低系统负荷峰谷差和运营商成本的同时,增强了对用户分时段有序接入电网的调控能力,验证了所提方法的有效性和优越性。     

市场模式下光伏用户群的电能共享与需求响应模型

在光伏上网电价低于市电电价的环境下,光伏用户通过集群的方式实现电能共享,可以获得比单独运行更好的效益。为了使光伏用户群内各经济主体能实现有序的电能交易,提出了一种基于光伏电能供需比(SDR)的内部价格模型。在考虑经济性和舒适度的基础上,提出了用户参与需求响应(DR)的效用成本模型。由于内部电价是以各时段光伏用户群内的供需比为基础,用户之间针对电价的需求响应行为可构成非合作博弈,在证明该博弈问题存在纳什均衡解的基础上,提出了分布式优化算法对用户的纳什均衡策略进行求解。最后,通过实际算例验证了所提模型在减少用电成本、提高光功率互用水平上的有效性。     

新能源消纳与用户侧响应主从博弈的配电网智能软开关选址策略

分布式电源接入配电网后,配电网调控能力不足导致新能源消纳水平低、用户支出经济性指标差,提出一种新能源就地消纳和用户支出主从博弈的配电网智能软开关选址策略的嵌套模型和方法。外层建立以新能源渗透率最大、电能质量指标最佳且计及传统调控手段的模型结构;内层考虑新能源用户消纳的分时电价、储能装置充放电成本和日运行费用因素,构建能满足用户支出成本最低的需求响应模型。调用CPLEX求解器求解混合整数非线性规划模型,用户侧与配电网侧模型通过反复博弈优化决策变量,主从博弈内层优化采用改进粒子群优化算法加快收敛速度。以改进的IEEE 33节点系统为算例进行分析,验证了所提智能软开关选址策略的有效性。     

基于移动用户接入控制的5G通信基站需求响应

第五代蜂窝通信(5G通信)基站的能耗增长迅猛,将成为未来重要的电力负荷。优化基站的用能模式,尤其是通过多基站集群的协调运行来对移动用户进行接入控制,能在降低基站用能费用的同时,为电网提供可观的需求响应能力,注入新灵活性资源,实现通信运营商和电网的双赢。该文探究了5G通信规模化应用背景下,基于移动用户接入控制的5G通信基站需求响应。具体地,该文建立根据集群中各基站实时电价差异来调整用户与基站连接关系的基站群成本优化模型,并为快速求解该优化模型,提出一种启发式算法,将原问题分解为能量优化子问题和通信连接优化子问题,并基于实际的基站覆盖范围和信道特征阐明求解问题的稀疏性特征,降低模型的求解复杂度。两个子问题之间相互迭代求解直至收敛,以此获得局部最优解。最后通过算例验证了模型和算法的可行性。     

基于动态非合作博弈的大规模电动汽车实时优化调度

针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。     

基于邻近中心算法的无功优化分解协调计算

针对大规模电网无功优化存在的计算速度慢和数据传输瓶颈问题,提出了一种基于邻近中心算法的无功优化分解协调算法.通过邻近函数构造平滑的拉格朗日函数,避免了增广拉格朗日函数的不可分问题;通过最优梯度更新拉格朗日乘子,大幅减少了迭代次数,并且可以直接确定平滑参数等计算所用参数,仅需要通信交换边界节点和拉格朗日乘子信息即可实现全网无功优化的分解协调计算.算例结果表明,所提算法可以有效提高全网无功优化的计算效率,并且与基于辅助问题原理的分解协调算法相比,其收敛速度更快、计算效率更高.     

互联电网的直流最优潮流分解算法研究

研究了大系统互联电网的最优潮流优化策略,基于部分对偶理论分析了电网分区的分解协调模型,提出了一种基于直流最优潮流模型的互联电网多区域分解最优潮流并行求解算法,将一个大的电网互联系统分解成多个区域子问题,每个区域子问题是个典型的二次规划问题,使用直流最优潮流模型来求解互联电网的最优潮流分布,讨论了分区优化收敛条件。通过交换输出电价和边界节点相位角,完成区域间的信息交换。使用上述分解算法对IEEERTS-96算例的多个互联区域进行了分析,结果表明本文算法是一种有效的求解算法,适合大区电网互联后在线分布式动态OPF计算。在电力系统有极大的应用前景。     

智能电网连续型社会福利最大化实时定价方法

实时定价是智能电网需求侧管理最有效的方法之一。针对目前智能电网实时定价模型没有体现发电和用电的连续性对实时定价影响的特点,提出了将发电和用电的时间连续性融入到智能电网实时定价中,建立连续的社会福利最大化模型;将数值优化问题转变为泛函极值优化问题,推导出了实时电价与发电功率、用电功率之间的关系,并设计了对应的求解算法。最后通过将仿真实验与离散的定价模型进行比较分析,验证了所提连续定价模型的合理性与有效性。     

采用随机约束和多目标算法的电动汽车换电站能量管理

针对电动汽车换电站的能量管理进行优化。由于实时电价环境下电动汽车换电站的能量管理具有一定的风险性,因此所建的模型考虑了电动汽车换电需求和市场电价的不确定性,是以运行成本的期望和方差为目标的电动汽车换电站的能量管理模型,并采用基于免疫克隆选择的多目标智能优化算法进行求解。算例仿真结果表明通过所提出的模型可以实现电动汽车换电站购电成本的降低,并通过负荷转移给电网带来好处。     

考虑分时电价和需求响应的家庭型用户侧微电网优化运行

在考虑分时电价和需求响应的基础上,建立了含有光伏发电、风力发电以及蓄电池的家庭型用户侧微电网优化运行模型,提出了一种家庭型用户侧微电网需求响应方法.优化模型以综合考虑用户的购电费用和舒适度为优化目标,尽可能多地将峰时电价时段的家用负荷功率向谷时电价和平时电价时段移动.采用粒子群优化算法对模型进行了求解,在算例分析中对比了优化前后微电网向电网公司支付的购电费用,验证了所提优化算法的有效性.