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。     

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。     

考虑源-荷不确定性的矿山综合能源系统多时间尺度区间优化调度

在高能耗矿山综合能源系统中,为减小乏风、瓦斯、矿井涌水等伴生能源、可再生能源、负荷不确定预测误差对系统的影响,提出考虑源-荷预测不确定性的矿山综合能源系统多时间尺度区间优化调度策略.首先,构建含可再生能源、矿山伴生能源、光热电站的矿山综合能源系统架构;其次,根据电-热响应特性和源-荷不确定性在时间上的差异,建立日前-日内-实时多时间尺度区间优化调度模型.在日前和日内优化阶段,利用区间数描述源-荷不确定性,并通过区间优化方法对伴生能源和可再生能源的实际消纳区间进行优化;日内优化在日前优化的基础上,综合考虑建筑用户热舒适度的模糊性、供热系统的热惯性及热水负荷需求响应调整各设备出力;在实时优化阶段,考虑电负荷需求响应对日内电力设备出力进行修正.最后,通过算例分析验证所提模型和方法的可行性.     

基于光伏预测的微电网能源随机优化调度

可再生能源的间歇性和负荷的随机性对微电网能源管理系统（ EMS）产生了巨大的挑战。在随机环境下的能源优化调度问题在微电网的研究中具有重要意义。以微电网中光伏发电系统的功率预测为基础,将光伏预测误差当做随机变量,建立了一种基于期望模型的能源随机优化调度模型。用Monte Carlo模拟方法生成了光伏发电预测误差的情景集,应用粒子群优化算法来解决随机优化调度模型。通过与确定性模型产生的调度方案相对比,证明了随机优化调度模型更加有效。     

基于量子粒子群算法的微电网双时间尺度调度方法

针对光伏发电设备输出功率的随机性和用户负荷的波动性,构建了以滚动时域综合运行成本最小为目标,基于量子粒子群算法的光储微电网双时间尺度运行优化模型。双时间尺度优化调度策略分两步执行：第一步依据优化目标制定一天以4小时为单位的日前经济调度模型;第二步利用日前经济调度结果确定日内滚动优化中每个调度周期起始和结束时储能系统的荷电状态,依据微电网中超短期光伏出力预测和用户负荷预测结果,得到储能系统最优的超短期充放电策略。通过微电网系统日内滚动优化实例仿真,结果表明,基于日前经济调度的优化,系统能够有效控制各设备的输出,能够满足实时的源荷平衡,并且具有稳定性和经济性。另外,也进一步验证了双时间尺度优化调度方法的有效性和合理性。     

考虑需求侧响应的微电网群协调优化调度模型

针对单个微电网中存在严重的风、光利用率不足的问题,从需求侧响应入手,建立一种微电网群协调优化调度模型。模型通过能量管理中心协调微电网群供给侧的可再生能源,实现各微电网之间能源互补,并根据需求侧响应转移柔性负载和调度自身的发电机组,实现微电网的优化运行。以三个微电网构成的微电网群为例进行实验,验证需求侧响应与微电网之间的协调优化调度策略的可行性,并进行各策略之间的对比分析。实验结果表明,所提出模型能够有效降低储能装置的使用频率。     

基于改进多目标狼群算法的微电网调度优化

为获得微电网系统建设成本、环境成本和运行成本的多重目标优化,以构建系统独立运行模块和仿真模块为核心,设计了微电网系统的多目标调度模型。使用能量模块对微电网调度模型的建设成本、环境成本和运行成本指标进行评价,优化调度算法模块则使用基于个体密度多目标狼群算法(Multi-objective wolf colony algorithm,MOWCA)。在MOWCA算法中引入了非支配排序和个体密度多样性保持操作,有效提高了多目标优化的前沿分布多样性和收敛精度。将所提优化调度算法基于Docker容器技术,对风柴蓄光微电网系统进行调度优化模拟,验证了所提调度算法在多重目标优化上的有效性。     

计及碳捕集电厂灵活运行与需求响应的多时间尺度调度

充分挖掘电力系统潜在的灵活性资源可有效提高系统中可再生能源的消纳能力。碳捕集电厂可降低电力系统中碳排放,同时也提供潜在的灵活调节能力。本文建立了需求响应与碳捕集电厂的灵活调节模型,提出了计及碳捕集电厂灵活运行与需求响应的多时间尺度调度方法,并将其应用到电力系统的调度运行中,实现系统运行总成本的最小化。在日前调度阶段,采用需求响应、碳捕集电厂灵活调节来时移负荷需求,以实现系统低碳经济运行的目标;在日内调度阶段,采用预测控制模型来校正日前调度计划,以保证实时功率平衡。结果显示,需求响应和碳捕集电厂灵活运行可提高系统的可再生能源消纳量,同时可分别降低18.7%和1.4%的总成本,协同碳捕集电厂与需求响应可降低系统总成本20.1%,效果显著。     

基于多主体博弈的配电网多时间尺度源荷智能调度方法

考虑到用户需求在一定程度上会影响配电网多时间尺度源荷智能调度效果,为此,提出了基于多主体博弈的配电网多时间尺度源荷智能调度方法.由于配电网在运行过程中电能负荷的波动性,分析了配电网多时间尺度源荷变化情景,通过短时间的交互作用,缓解配电网运行的压力,分析了配电网的源荷特性;在考虑差异值变化的前提下,基于多主体博弈建立以最...     

用整体分布优化算法求解水火电力系统短期优化调度

用整体分布优化算法,求解一个水火电力系统的短期优化调度问题.将求得的优化结果与用遗传算法、进化规划和粒子群优化算法求得的结果比较,验证了整体分布优化算法的有效性.用基本的整体分布优化算法时,与用遗传算法、进化规划和基本粒子群优化算法相比,优化性能得到较大的提高.说明整体分布优化算法适合于求解水火电力系统短期优化调度问题.     

基于预测控制的混沌系统参数微调控制方法

本文将预测控制理论引入混沌系统的控制研究中，提出一种基于预测控制的混沌系统参数微调控制方法，通过对控制参数进行微调，将模型未知时的混沌运动稳定到系统的不稳定不动点处．与现有同类方法相比，本控制系统具有快得多的响应速度，需要较短的时间就能实现混沌系统的控制．本方法能够控制超混沌系统，算法简便，控制算法的收敛性和控制系统的稳定性能够保证，理论分析和仿真实验都表明了本方法的有效性．     

基于OPC技术的预测控制软件包的实现

本文主要结合预测控制技术,设计开发了基于OPC技术的分布式组件化预测控制软包.对一类系统开环阶跃响应y-u曲线单调递增或递减的非线性情况,提出了模糊逻辑扩展DMC算法.以CENTUM CS1000为平台,非线性连续发酵过程为控制对象,进行仿真研究.     

基于神经网络模型的直接优化预测控制

针对具有时延的非线性系统提出了一种基于神经网络模型直接优于的预测控制。     

一种基于修正系统预测输出的自适应控制算法

本文利用预测误差的历史数据修正系统的预测输出,以抑制模型失配的影响.给出了修正的最小方差调节器和广义最小方差控制器的算法,并分析了所给修正算法能增强系统鲁棒性的机理.仿真结果表明了本算法的有效性.     

基于改进PSO算法的广义预测控制

广义预测控制的被控对象常常会受到时变、非线性的干扰,同时还会受到外部复杂环境因素的影响,因此在实际运用中,导致参数的精确值不高,同时需要在线进行大量计算。针对这一问题,将改进的PSO算法与广义预测控制算法相结合,综合两者的优点,提高了控制系统的收敛速度和求解精度,增强了鲁棒性。该方法的可行性经仿真得以证明。     

基于径向基函数模型的非线性预测控制策略研究

提出了一种基于径向基函数的非线性过程预测控制策略.首先,开发过程径基函数网络模型:根据过程特性,选择模型阶次、径基函数类型,用K均值法确定基函数中心位置,统计F检验确定基函数中心的数目,迭代最小二乘法确定径基函数网络权系数.然后,利用网络模型抽取非线性预测控制器(NLPC)特征样本训练构造径基函数网络预测控制器(RBFPC).仿真结果表明,与NLPC比较,由于RBFPC不必在线解非线性最优化问题,易于在线快速实施;与PI控制器比较,RBFPC具有更好的跟踪设定值性能和抗干扰性能.     

基于QoS控制的连续媒体服务任务调度

连续媒体服务如视频,音频等是一类新的实时应用,要求在一统一的操作系统框架内支持强,弱实时应用,而传统的操作系统中的调度策略不能很好的支持该类应用。文中提出了一种新的ＱｏＳ描述方法,并在此基础上提出支持连续媒体流的,基于ＱｏＳ的启发式任务调度算法。该算法考虑了多媒体任务的成功率和连续失败数在资源有限的前提下,尽量保证所有媒体流的服务质量。     

基于灰度投影的PTZ控制检测算法研究与实现

针对视频质量诊断系统中的PTZ控制检测,提出一种基于灰度投影的云台全方位移动检测方法。首先获取两帧待检测的视频帧,计算其行列的灰度投影;接着利用投影后的结果计算两帧图像的行、列位移量;最后根据位移量判断云台是否按用户指令正确运动。实验结果验证了该方法的快速、有效性。     

基于GA-NP算法的约束广义预测控制

针对实际工业过程中存在着约束,提出一种基于遗传算法和非线性规划寻优算法广义预测控制GPC(Generalized Predictive Control)。非线性规划局部搜索能力较强,遗传算法全局搜索能力较强,结合两种算法的优势并引入到广义预测控制的滚动寻优过程中并求得最优控制律。仿真结果表明,该算法提高广义预测控制处理约束的能力,且控制效果良好。