微电网源网荷储分布鲁棒优化调度方法研究

为了实现微电网全局优化运行、平衡个体与全局利益,设计了微电网源网荷储分布鲁棒优化调度方法。构建成本最低、污染气体排放最少的优化目标函数,设定各机组的出力约束条件,实现各个机组相互适应、协调过程。根据分布式电源接入配电原则,构建分层分区平衡源网荷储调度模型。利用粒子群优化算法更新迭代粒子的飞行速度,通过求解模型获取最优解集。充分利用可再生能源和多种资源,设计源网荷储分布鲁棒优化调度决策方案,实现最大效益。实验结果表明,该方法光伏、风机、柴油机出力与理想数值非常接近,只有蓄电池的理想功率与理想出力时间相差1 h,说明使用该方法调度效果较好。     

源-网-荷-储协同调控技术研究

以源-网-荷-储协同调控研究为对象,针对源-网-荷-储调控研究现状提出了源-网-荷-储协同调度控制建设总体原则和总体思路,并从源-网-荷-储协同调控各环节设备全景信息感知、电网风险动态评估及智能决策功能、源-网-荷-储协同调控紧急防御系统、源-荷-储实时智能协同调控系统、区域冷、热、电的源-网-荷-储协调控制系统5个方...     

多种群遗传算法下电网源网荷多时段优化调度

电网源网荷多时段调度分配衔接不当,造成能源跨区消纳较高,利用率较差。为此,提出基于多种群遗传算法的电网源网荷多时段的优化调度方法。利用种群优化算法建立不间断和间断的供给优化调度模型。采用遗传调度算法进行数据迭代,根据用户的舒适度和经济度建立目标函数,在满足约束条件的基础上,确定时间尺度,实现优化调度。实验结果表明,多种群遗传算法下电网源网荷多时段优化调度能够很好地实现跨区消纳,能源利用率能够达到98.95%,具有较好的实用价值。     

基于粒子群算法的主动配电网多目标优化调度

随着分布式可再生能源的大规模并网,传统配电网也由单一潮流逐渐发展为复杂的双向潮流。针对主动配电网技术中传统调度方式无法直接应用的问题,文中从智能算法和优化模型两个方面探索改进措施。在考虑“源网荷储”关联性的基础上,以提升削峰填谷效果、提高配电网经济性以及减少配电网网损为目标,对风光出力情况进行预测,提升了数据有效性,建立了两阶段双层联合优化调度模型。文中分析了传统粒子群算法的优劣势,提出采用改进的HE-MOPSO算法对模型进行求解。求解ZDT1～4测试函数并采用扩展的IEEE33节点进行仿真验算,结果分析证明了改进算法及模型的优越性。     

基于分时电价和用户侧储能的配电网调度优化策略

针对分布式电源接入及负荷波动引起配电网线路损耗增加的问题,文中提出将分时电价机制协同用户侧储能参与配电网的优化运行模型。基于分时电价建立用户负荷响应模型,构建以用户日用电成本、配电网网损最小为目标函数的配电网运行优化模型。采用评价函数法将多目标转化成单目标,并在传统遗传算法中引入模拟退火Metropolis准则对用户侧储能充放电策略寻优。仿真结果证明了文中所提策略能有效降低配电网网损及用户用电成本,所提算法寻优速度较快,收敛性能较好。     

新能源高渗透系统灵活性供给能力评价方法研究

针对新能源高渗透系统灵活性需求激增的问题,文中提出一种新能源高渗透系统灵活性供给能力评价方法。首先,基于净负荷时序波动特性建立新能源高渗透系统灵活性需求模型,根据灵活性改造火电机组、需求响应和储能的运行特性,构建源荷储侧灵活性资源供给能力模型,精确计算新能源高渗透系统的灵活性需求量;其次,采用节点运行灵活性的思想建立灵活性资源供给能力评价指标;然后,基于协同优化的思想构建新能源高渗透系统灵活性评价指标计算模型,并通过Yalmip调用CPLEX对模型进行求解;最后,基于改进的IEEE 39节点系统进行仿真算例分析。结果表明,所提出的灵活性评价方法通过源、荷、储灵活性资源协调优化,能够在实现系统整体灵活性供给能力优化的同时使系统经济性更优。     

需求侧响应下的两级优化调度策略研究

通过两级优化策略实现了在配电网中面向双目标的负荷响应计划。首先对参与两级优化策略的利益相关者进行关系分析;其次介绍了用户需求侧响应项目的参与方式;最后提出了两阶段调度的优化模型,包括DRP负荷管理模型和需求响应智能体模型,并利用灰狼优化算法进行模型求解。提出的方法包含了两阶段的优化调度,一是DRP优先响应计划、减少整体电费支付;二是DNO试图实现系统运行目标。该方法将系统损耗降至最小化。     

综合能源系统主动配电网常规负荷预测模型

为实现高精度、高效率的电力负荷预测,构建一种综合能源系统中主动配电网常规负荷预测模型.首先建立综合能源等效模型,分析不可控负荷、可控负荷、可调负荷的特性;采用主动式负荷特性分析方法与储能特征分析方法分析主动配电网的友好负荷与储能特性,在设计目标函数和约束条件的基础上实现对综合能源系统中主动配电网常规负荷预测模型的求解....     

主动配电网优化调度策略研究

主动配电网(ADN)能够实现对分布式能源的主动管理与控制,对主动配电网的优化调度策略进行研究能够保障电网的安全经济运行。本文对主动配电网的基本概念及其优化调度的重要性进行了阐述,针对主动配电网的自身特点对其优化调度策略进行了分析,以期为主动配电网的优化调度关键技术研究提供参考。     

主动配电网通信业务需求分析

主动配电网的自动化水平和智能化水平比传统的配电网有了显著提高。通信系统是主动配电网采集数据和控制命令传输的通道,是实现继电保护、自动化系统和调度控制的前提。文章结合主动配电网特征,从带宽、时延、通道可靠性等方面对主动配电网通信系统的业务需求进行了详细分析,可作为主动配电网通信系统建设的参考。     

基于电力大数据的供电服务指挥平台构建技术研究

随着配电网中网架结构日益复杂、一二次设备深度融合与电力数据指数化增长,配电网运检管理、生产调度、安全监控等电力业务应用难度迅速增加。为了适应多源异构电力数据场景下的电力多重业务需求,本文基于通信协议交互融合技术、主动服务管理技术与电力大数据技术,研究了构建统一控制、格式兼容、信息共享的供电服务指挥平台关键技术及其软件、硬件、数据等多维复杂结构,从而实现不同场景的海量数据一体化组织和管理。通过对配电网电力大数据在智能需求响应的实际应用算例,证明了该服务指挥平台在配电网稳定运行管理中的重要作用。     

三有源桥DC-DC变换器的建模与控制技术

本文详细对三有源桥DC-DC变换器的建模与控制技术进行了分析,对于提高光储微网系统的运行稳定性具有一定的价值。在光储微网系统中,三有源桥DC-DC变换器不仅用于实现源荷储三个部分的电气隔离,同时也起到了功率传输与分配的作用。因此为了保证微网系统功率的传输效率与控制效果,三有源桥DC-DC变换器的建模与控制是十分重要的环节。     

多UAV集结任务的分布式协同与优化控制

基于一致性理论的多无人机分布式协同控制已广泛运用于无人机作战中, 通过一致性控制算法实现状态一致完成协同需求。建立了集结问题的数学模型, 基于协调变量和协调函数的分解策略进行求解。为实现协同控制的最优性, 改进了平均一致性控制算法, 采用Hamilton-Jacobi-Bellman方程给出基本优化一致性控制算法。在控制算法中引入过去状态差值, 提高控制算法的动态响应性和能量最优性; 同时采用遗传算法优化代价函数的加权矩阵, 进一步提高控制算法的动态响应性和能量最优性, 缩短了任务执行时间。理论分析和仿真实验验证了方法的有效性和可行性。     

计及风力发电和储能设备的经济调度模型

随着配电网中风力发电并网容量不断增加和储能设备的大量使用,给系统运行优化分析带来更多的困难与挑战,传统的经济调度模型难以满足目前智能电网的发展趋势。基于上述目的,本文建立了考虑风力发电和储能设备的配电网经济调度模型,该模型是一个非线性优化问题,以调度配电网系统的综合成本为目标函数,采用粒子群算法进行模型求解。通过算例分析,表明该模型较好结合了风力发电系统和储能设备,有效地降低了系统的综合成本。     

基于粒子群优化算法的配电网优化调度模型

配电网优化调度可以为决策者提供有价值的信息,为了获得理想的配电网优化调度方案,提出基于粒子群算法的配电网优化调度模型。首先对配电网优化调度研究现状进行分析,指出当前模型的不足,并设计了配电网优化调度问题的目标函数和约束条件,然后采用粒子群优化算法模拟粒子群搜索过程找到最优方案,并对标准粒子群算法的不足进行了改进,最后采用配电网优化调度实验测试其有效性。结果表明,该模型可以快速、准确地找到配电网优化调度的最优方案,具有一定的实际应用价值。     

基于云模型的含分布式光伏配电网双层优化调度方法

为提升含分布式光伏配电网双层优化调度效果和该配电网的供电质量、降低运行成本与供电损耗、保障其运行的经济性与平稳性,提出一种基于云模型的含分布式光伏配电网双层优化调度方法。以低节点电压偏移量、低线路损耗及低运行成本为目标函数,为含分布式光伏配电网构建包含上层主动配电网与下层微电网优化调度模型的双层优化调度模型,结合云模型改进的粒子群(Cloud Model Improved Particle Swarm Optimization, CMOPSO)算法求解所构建的调度模型,完成基于云模型的含分布式光伏配电网双层优化调度方法的设计。实验结果表明,采用该方法进行优化调度后,可显著降低含分布式光伏配电网的线路损耗、电压偏移量及运行总成本,提高其各节点电压,使各节点电压更接近于安全电压基准值,减少配电网的供电损耗,提高其供电电能质量,保障其整体运行的平稳性与经济性;CMOPSO算法在求解模型时收敛到全局最优解的速度较高,收敛性能优越。所设计方法的总体效果较好,具有一定应用价值。     

基于染色Petri网的工作流引擎实现

工作流引擎是工作流管理系统的核心,主要负责流程定义解析、案例创建、流程过程调度、任务的执行等功能。文章用Petri网进行建模,并利用层次染色Petri网优化工作流模型,安排流程,描述同步事件。在本模型中,使用Token的颜色来控制流程实例对象的调度与运行。整个工作流引擎系统的目的在于通过利用触发对变迁的控制,实现流程之间的简单协同;同时也利用不同流程之间库所的约束规则,实现流程的协同功能。     

基于灰色关联分析的短期电力负荷预测系统

电力负荷预测短时间内提取所需的变量参数,需要关联度信息的安排与处理,设计基于灰色关联分析的短期电力负荷预测系统。基于GVMS平台,构建负荷预测功能模块,搭建负荷预测系统的软件执行环境。借助灰色关联分析的基本特征,建立预测核函数,基于数据挖掘进行预处理,结合相关硬件设备结构体,实现基于灰色关联分析短期电力负荷预测系统的顺利应用。灰色关联分析法预测系统可以在满足短期电力负荷需求的同时,确定电量数据的实际传输方向,能够实现对短期电子传输量的妥善安排与处理。     

基于多目标粒子群的电动汽车优化充电策略

居民区家用电动汽车充电具有较强的集中性,大规模电动汽车充电负荷会对配电网系统造成负荷峰谷差过大等问题。文中提出一种基于多目标粒子群(Multi-Objctive Particle Swarm Optimization, MPSO)算法的用户充电选择控制策略,通过分析预测电动汽车充电负荷建立以系统总负荷方差和调度成本最小为目标函数的多目标优化模型,同时考虑了电动汽车电池及系统功率等约束条件,采用多目标粒子群优化算法求解电动汽车最优起始充电时刻。仿真结果表明,相比居民区内电动汽车无序充电,文中所提电动汽车充电策略能有效降低负荷峰值和调度成本。     

基于深度学习的配电网智能检修模型及其求解方法

随着风、光、储等可再生能源发电大规模的并入配电网,配电网规模日庞大复杂,使传统检修方案无法满足配电网经济性、可靠性二者共赢要求。对此,传统配电网检修方案的基础上,建立了配电网检修的经济性、可靠性模型;采用博弈论中的帕累托纳什均衡原理建立了配电网经济性、可靠性均衡优化模型;对此模型,基于人工智能中的深度学习方法进行求解。通过IEEE RBTS BUS5仿真算例表明,与传统方法相比,该模型能够优化检修时间、负荷转移通路、网损最小等方面,提高配电网供电可靠性和检修的经济型。