微电网中心控制器控制策略研究

在微电网系统分层控制结构中,微电网中心控制器(MGCC)是保证微电网稳定运行的重要设备。研究MGCC对推动微电网发展具有重要意义。通过MGCC实现对微电网的有效管理和控制,重点在于控制策略和能量管理控制装置。在微电网系统硬件结构上,将控制功能分散到分布式电源、负荷、储能单元各个微电网元件,并由MGCC负责集中控制和调度。同时,提出了一种MGCC控制策略,以实现微电网稳定运行及效益的最大化,并保障微电网并/离网状态的无缝切换。针对深圳职业技术学院交直流混合微电网工程,在并网运行、离网运行以及并/离网运行切换三种运行模式、多种运行工况下,对该控制策略进行了在线测试。测试结果证明了MGCC控制策略对微电网系统的有效性与可行性。该控制策略能对微电网中的分布式电源、储能装置、本地负荷等进行有效的协调控制,实现系统稳定、安全、经济运行。     

含随机负荷的微电网储能优化运行策略

供需两侧的随机性会对微电网的稳定运行产生影响,因此提出了一种调度策略以提高微电网的稳定性,降低运行成本。首先,利用蒙特卡罗方法建立电动汽车无序充电负荷模型,通过电量电价弹性矩阵确定电价与电动汽车充电负荷之间的函数关系。然后,建立微电网的运行成本、维护成本和污染治理成本最低的优化目标函数,结合可再生能源和负荷情况,分别使用双Q学习算法和Q学习算法设计调度策略,得到优化后的实时电价和调度方案。仿真结果表明,相比于Q学习算法,双Q学习算法在工作日和节假日情景下都得到了更加经济稳定的调度策略,且降低了微电网的经济成本。     

冷热电联供型微电网系统多目标日前优化调度

冷热电联供(CCHP)型微电网系统结合了冷热电三联供系统和微电网系统两者的优点,可对微电网中微型燃气轮机发电时产生的余热进行回收利用,并采用吸收式制冷机进行制冷,实现了冷热电三联供。针对某大型住宅小区并网模式运行下的冷热电联供型微电网系统,以系统运行成本和污染物治理成本最低为优化调度目标,将微型燃气轮机、蓄电池、蓄热/冷槽三类可控单元中每时段的出力作为优化变量,在满足设备物理约束和系统运行约束的条件下,建立了该冷热电联供型微电网系统的多目标日前优化调度的数学模型。为提高计算速度和Pareto解的多样性,利用改进的多目标粒子群优化算法对其进行求解,并与"以热定电"和"以电定热"的运行方式调度结果进行了对比分析。分析结果表明:冷热电联供型微电网系统可以实现热电负荷的协调统一调度;多目标优化调度策略不仅能降低微电网优化运行和环境治理的成本,而且可以提供更多的优化调度方案。     

基于模型预测控制的含多微电网的能源互联网分布式协同优化

研究了预测不确定性条件下含多个微电网的能源互联网分布式协同调度策略.各微电网都拥有多种智能负荷,如功率可调负荷、可调度负荷和关键负荷;部分微电网含有分布式电源,如微型燃气轮机、风电机组、光伏发电系统等;且部分微电网还拥有储能设备,如电池储能系统.每个微电网都可当做一个独立的实体,拥有自己的运行目标,这些运行目标可表示成混合整数规划模型.提出了基于并行分布式优化的博弈模型以较小的信息通信量协调各微电网带有竞争性的运行目标.在此基础上,引入模型预测控制（MPC）机制以降低能源互联网中风、光等可再生能源输出、负荷需求及电价波动的不确定性产生的不利影响.算例证明了本文所提方法的可行性和有效性.     

基于XGBoost短期预测控制的微电网多时间尺度调度

针对交直流混合微电网中可再生能源发电不确定性导致的预测误差,提出一种基于XGBoost短期预测控制的多时间尺度调度策略.基于NSGA-II算法,结合风光出力与负荷的供需关系,优化和制定未来24小时的调度计划;针对预测误差产生的功率波动,引入XGBoost短期预测模型,实现对日前调度的实时修正.以中国北方某小区供电系统为例进行验证,并分析不同直流负荷比例对优化调度结果的影响,结果表明该方法可以有效提高微电网运行效益及稳定性.     

计及需求响应的微电网多时间尺度调度仿真

当前已有的微电网调度方法未考虑电源的发电特性以及需求响应侧问题，导致微电网调度后的功率无法达到理想值。本文提出一种计及需求响应的微电网多时间尺度调度方法。分析微电网中不同分布式电源的发电特性以及需求侧不同负荷的特性，同时通过负荷的特性对负荷分类。根据负荷分类结果，将微电网整体问题转换为居民住户优化问题和微电网多时间尺度问题，以最小电力花费以及最小充放电循环次数作为目标，构建微电网多时间尺度调度模型。进一步采用改进的萤火虫算法对模型进行求解，以获取最优调度方案。实验结果表明，所提方法可以获取最佳调度方案。     

光伏新能源发电负荷不确定性补偿及微电网调度优化研究

针对传统光伏新能源发电负荷存在不确定性，导致微电网经济运行成本高，调度优化效果降低的问题，构建一个柔性负荷分级补偿的不确定微电网调度模型。首先，确定微电网调度优化模型的目标函数和约束条件；然后在粒子群优化算法PSO的基础上加入Logistic混沌映射算法，分别从粒子自身搜索行为、引入混沌变异机制和自适应调节惯性权重三个方面进行改进；最后通过混沌粒子群优化算法(CPSO)实现微电网调度模型求解。仿真表明，实施柔性负荷参与下的微电网调度后，IEEE33节点系统的经济成本和网损成本均有所下降。在三种模式下，模式一的运行经济成本仅为89 632.23元，相较于模式二和模式三分别低了4.1%和3.7%,机组运维成本和网损成本最低。因此，选用模式一柔性负荷不确定性补偿，通过其降低电网运行成本，减少电网负荷冲击和网络损耗，提高分布式光伏新能源的利用率，提升微电网调度优化效果。     

微电网系统的分布式优化下垂控制

针对微电网系统运行成本最优化问题,提出一种分布式优化下垂控制策略.首先,基于一致性理论,给出了一种分布式经济调度算法.采用矩阵摄动理论,分析了经济调度算法的收敛特性.其次,基于分布式优化调度解,设计一种新的分布式优化下垂控制器.在满足供需平衡以及各个发电单元运行约束的条件下,控制策略使得微电网系统运行成本最低.同时,提出的控制策略能够保证孤岛微电网的频率稳定在额定值.最后,通过仿真实例,验证了分布式优化下垂控制策略的有效性.     

基于分布式深度强化学习的微电网实时优化调度

随着海量新能源接入到微电网中, 微电网系统模型的参数空间成倍增长, 其能量优化调度的计算难度不断上升. 同时, 新能源电源出力的不确定性也给微电网的优化调度带来巨大挑战. 针对上述问题, 本文提出了一种基于分布式深度强化学习的微电网实时优化调度策略. 首先, 在分布式的架构下, 将主电网和每个分布式电源看作独立智能体. 其次, 各智能体拥有一个本地学习模型, 并根据本地数据分别建立状态和动作空间, 设计一个包含发电成本、交易电价、电源使用寿命等多目标优化的奖励函数及其约束条件. 最后, 各智能体通过与环境交互来寻求本地最优策略, 同时智能体之间相互学习价值网络参数, 优化本地动作选择, 最终实现最小化微电网系统运行成本的目标. 仿真结果表明, 与深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)相比, 本方法在保证系统稳定以及求解精度的前提下, 训练速度提高了17.6%, 成本函数值降低了67%, 实现了微电网实时优化调度.     

基于ADWOA算法的风光水互补系统优化调度研究

为了有效应对大规模风能和光伏并网带来的波动问题,保障电网的安全稳定运行,本研究通过深入分析风力发电、光伏发电、水利发电以及抽水蓄能之间的互补特性,构建了一个综合的互补发电系统。在此基础上,针对系统中存在的多种功率约束,本文提出了两种优化调度模型：一种旨在最小化互补系统的波动,另一种则是最小化火电机组等效负荷波动。为求解这两个优化模型,采用了改进的自适应权重优化算法（Adaptive Weight Optimization Algorithm, ADWOA）。通过仿真实验验证了该算法在两种模型中的有效性,结果表明这两种最优调度模型均能有效追踪优化目标,并显著减小由于风力和光伏发电并网引起的影响,从而增强电网的运行稳定性。     

基于典型气象年和制氧可时移负荷的独立微电网容量优化配置

微电网电源容量的优化配置是微电网规划和建设初期的关键步骤。这需要根据建设地点的气象数据、地理位置和负荷需求,在满足经济性和可靠性的前提下,合理地配置微电网的电源容量。本文以高原地区的某独立微电网为研究对象,提出了一种基于典型气象年和制氧可时移负荷的独立微电网电源容量配置优化方法。算法综合考虑了可再生能源装机容量比、供电可靠性和供氧可靠性等多种约束条件,以微电网全寿命周期内年平均成本最小为目标函数,并采用遗传算法求解这个优化配置模型。本文对不同方案下的配置结果进行了分析,验证了所提方法的可行性。该研究为独立微电网的规划和建设提供了参考,有助于实现能源的高效利用和经济性,同时也提高了供电和供氧的可靠性。     

基于边缘计算的混合储能多微电网功率自适应控制

在微电网中,将多个双向接口变换器并联可提高微电网两侧的功率交换能力,但并联变换器的微电网难以有效控制。研究发现,微电网接入储能系统可以缓冲功率波动、降低功率控制难度。为保证微电网稳定运行,提高功率控制精度,本文提出了基于边缘计算的混合储能多微电网功率自适应控制方法。研究基于边缘计算技术,分析了混合储能多微电网结构,并构建了一个用于混合储能多微电网的自动管理平台。在此基础上,通过对母线实时电压的控制实现频率的调节,增强接口变换器的稳定性,以完成混合储能多微电网功率交互的调度与控制。在混合微电网中,我们接入储能系统,通过功率交换控制、自主功率分频自适应控制实现了混合储能多微电网的功率自适应控制。实验结果表明,所提方法在混合储能多微电网功率控制方面效果较好,有功功率控制误差较小,能够有效保证混合储能多微电网稳定运行,并提高功率自适应控制准确度。     

微电网耦合碳捕集封存与需求响应的多时间尺度鲁棒优化调度

随着可再生能源的普及,微电网成为了一个可持续能源供应的重要工具。然而,由于其源荷多不确定性和碳排放挑战,优化调度成为了一个难题。本文提出了一种基于储液式碳捕集封存和需求响应的多时间尺度鲁棒优化调度方法,旨在降低微电网的碳排放和提高其运行性能。该方法在日前阶段以1小时时间间隔进行调度,采用鲁棒优化处理不确定性中的低频分量,同时结合碳捕集技术和需求响应以促进调度计划的低碳经济性。日内阶段以15分钟时间间隔进行调度,采用模型预测控制跟踪并滚动修正日前鲁棒经济调度计划,以应对源荷预测误差和不确定性中的高频分量,确保微电网实际功率平衡。仿真分析表明,这种方法可以显著降低微电网的总成本和碳排放量,提高了微电网的运行性能和可持续性。     

Power flow control based on bidirectional converter for hybrid power generation system using microcontroller

Energy flow management of photovoltaic (PV) based ON-Grid system using BDC converter is analysed and implemented in this paper. The intermittent nature of renewable energies makes the unstable operation of utility grid system. In order to ensure the stable operation of the utility grid system and to support smart grid functionalities, there is the requirement of power electronics participation is high. So that, Grid-connected PV with converters plays an essential role in power management. In this paper, a suitable bidirectional converter (BDC) with advanced optimization control strategies has proposed for power flow management. Further this converter provides a high efficiency, enhanced control flexibility and has the capability to operate in different operational modes from the input to output. The power from PV and grid satisfies the load demand and maintains the continuous power flow to load. The power balance improvement in BDC has power factor correction, harmonics elimination and voltage regulation at AC mains. This paper proposes the analysis of Genetic Algorithm tuning PID (GA-PID) control a process that effectively reduces the bidirectional converter harmonics; this aim is attained and shown in both MATLAB/Simulink and experimental results.     

虚假数据注入攻击下直流微电网的滑模控制

针对一类控制通讯信道受到攻击下直流微电网系统母线电压波动问题,提出一种基于滑模控制方法的镇定策略,以实现动态控制与快速响应.首先,在直流微电网系统中引入蓄电池储能系统并构建系统数学模型;其次,设计积分滑模控制策略,控制储能系统注入镇定电流以稳定直流母线电压,从而抑制非线性扰动和虚假数据注入攻击对系统性能的影响;然后,借助适当的Lyapunov泛函,得到确保滑动模态渐近稳定和滑模面可达性的充分条件,保证直流微电网系统能够实现对负载需求的迅速响应及稳定运行;最后,通过Matlab数值仿真验证所提出的滑模控制策略的有效性.     

面向海洋节能边缘计算的任务卸载研究

针对海洋通信网络能源不稳定、时延较长的问题,提出一种混合能量供应的边缘计算卸载方案。对于能量供应问题,移动边缘计算(MEC)服务器集成混合电源和混合接入点,混合电源利用可再生能源为MEC服务器供应能量,采用电力电网作为其补充能源,保证边缘计算系统的可靠运行,船舶用户通过混合接入点广播的射频(RF)信号收集能量。针对任务卸载优化问题,以能耗-时延权衡优化为目标,联合能量收集方法制定任务卸载比例、本地计算能力和发射功率的优化方案,最后利用降维优化算法,将目标函数简化为关于任务卸载比例的一维多约束问题,并利用改进的鲸鱼优化算法获得最优的执行总代价。利用边缘云模拟器EdgeCloudSim仿真的结果表明,所提方案较具有能量收集的资源分配方案和基本海上通信网络优化的方案执行成本分别降低了13.4%和9.6%。     

CS算法优化VMD-BiLSTM-AM的光伏功率预测

针对光伏发电功率的波动性与随机性对调度部门的负荷预测以及电网安全运行带来的严峻挑战, 提出了一种基于变分模态分解(VMD)和布谷鸟搜索(CS)算法优化的双向长短期记忆网络(BiLSTM)光伏发电功率预测方法. 首先使用VMD将光伏功率序列分解成不同频率的子模态, 通过皮尔逊相关性分析确定影响各模态的关键气象因子. 其次分别构建注意力机制(AM)和BiLSTM混合的光伏发电功率预测模型, 利用CS算法获取网络最优的权重和阈值. 最后, 将不同模态的预测结果相叠加, 得到最终的预测结果. 通过对亚利桑那州地区光伏电站输出功率进行预测, 验证了所提模型的有效性.     

基于随机森林的短期电量负荷精准预测方法

可再生能源并入电网后,电能供给量增加,短期电量负荷情况难以预测,无法制定准确的电能分配策略,由此,提出基于随机森林的短期电量负荷精准预测方法研究。深入分析短期电量负荷预测影响因素（气象、时间、电价与随机干扰因素）,选取适当的模型输入变量（历史电量负荷数据、温度数据与日类型）,结合随机森林算法构建短期电量负荷预测模型,并重复确定相似日的选取规则,采用粒子群优化算法寻找预测模型参数最佳值,将样本集输入至模型中,获得精准的短期电量负荷预测结果。实验数据显示:当输入变量数量达到一定值后,应用提出方法获得的短期电量负荷预测时延稳定在0.55s左右,短期电量负荷预测误差几乎为0,充分证实了提出方法应用性能较佳。     

Modeling and Design of High Performance Converters for Optimal Utilization of Interconnected Renewable Energy Resources to Micro Grid with GOLRS Controller

This paper proposes a bidirectional Z-source dc-dc converter topology for the optimal utilization of renewable energy sources to the microgrid with the proposed control technique. Compared to the existing dc-dc converter circuits, they can reduce in-rush and harmonic current, provide larger range of output dc voltage and improve reliability. It can operate in voltage-fed and current-fed when the place of the source and load is exchanged each other, and it can be perform buck-boost function in these two conditions. Its power flow can be bidirectional. The bidirectional Z-source dc-dc converter is revealed with the consideration of enhanced converter efficiency, effective utilization of renewable energy sources and reduced switching losses. The proposed control technique is the combination of both the grasshopper optimization algorithm (GOA) and local random search (LRS) and hence it is known as GOLRS controller. Here, the searching behaviour of the GOA is enhanced by LRS with the help of two operators named as crossover and mutation. In the proposed technique, the GOLRS is used to generate the optimal gain dataset based on the minimum error objective function and select the exact gain parameter of the PI controller. Batteries are used as an energy source to balance out and allow the renewable power system units to continue running at a steady and stable output power. The proposed technique is executed in the MATLAB/Simulink working platform and compared with various existing techniques.

     

Optimal Operation of Distributed Generations Considering Demand Response in a Microgrid Using GWO Algorithm

The widespread penetration of distributed energy sources and the use of load response programs, especially in a microgrid, have caused many power system issues, such as control and operation of these networks, to be affected. The control and operation of many small-distributed generation units with different performance characteristics create another challenge for the safe and efficient operation of the microgrid. In this paper, the optimum operation of distributed generation resources and heat and power storage in a microgrid, was performed based on real-time pricing through the proposed gray wolf optimization (GWO) algorithm to reduce the energy supply cost with the microgrid. Distributed generation resources such as solar panels, diesel generators with battery storage, and boiler thermal resources with thermal storage were used in the studied microgrid. Also, a combined heat and power (CHP) unit was used to produce thermal and electrical energy simultaneously. In the simulations, in addition to the gray wolf algorithm, some optimization algorithms have also been used. Then the results of 20 runs for each algorithm confirmed the high accuracy of the proposed GWO algorithm. The results of the simulations indicated that the CHP energy resources must be managed to have a minimum cost of energy supply in the microgrid, considering the demand response program.