交直流混合配电网多阶段随机优化调度模型

高比例间歇性分布式光伏的接入给交直流混合配电网的运行带来了挑战。当前所提两阶段随机优化调度模型对不确定变量的观测较为粗略,导致配电网实时决策与日前决策偏差较大。鉴于此,提出了基于场景树的交直流混合配电网多阶段随机优化模型。所提模型以日前购电成本、日内调节成本和实时平衡成本之和最小为目标,通过储能装置的充放电功率调节、换流站输出功率调节和需求响应等灵活调节措施,实现了间歇性光伏的就地消纳和系统的削峰填谷。多阶段随机优化模型的日前离散决策变量可随日内和实时阶段的不确定信息改变而自适应调整,更符合实际高比例光伏渗透下交直流混合配电网的运行需求,为其经济灵活运行提供技术支撑。     

计及源-荷预测不确定性的微电网双级随机优化调度

风光储微电网接入高渗透率的可再生能源对其经济运行构成了巨大的挑战。针对这一问题,提出了计及源-荷预测不确定性的微电网双级调度策略。在日前调度阶段,以多场景下的期望运行成本最低为优化目标,构建了基于多场景技术的随机优化调度模型。利用场景分析法对日前风电、光伏和负荷预测进行场景分析;建立了多场景下含不确定变量的功率平衡方程,并将其松弛为不等式后作为一个随机事件使其以较高的概率满足机会约束;此外,用机会约束规划构建了旋转备用容量的可靠性约束模型,使微电网在一定的置信水平下满足系统的可靠运行。在日内调度阶段,提出了结合自适应小波包算法的日内滚动调度模型。利用自适应小波包算法动态提取每一控制周期内超短期预测数据与日前调度计划之间的功率偏差,并由蓄电池、超级电容器和主网供电共同平抑。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

集成智能楼宇的微网系统多时间尺度模型预测调度方法

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。     

基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

计及功率预测误差的交直流混合微电网多时间尺度优化运行方法

为了提高交直流混合微电网优化运行的适用性,针对交直流混合微电网特殊的网架结构和电气特性,基于两层时间尺度建立了计及功率预测误差的交直流混合微电网多时间尺度优化运行模型。首先,在h级时段,利用日前风光出力、负荷水平预测数据来制定日前经济调度方案。然后,在实时15 min级时段,检测在日前h级调度方案下的不平衡功率偏差,制定不平衡功率调整计划,该计划能够最大程度降低调整费用或者提高调整收益。最后通过算例验证所提方法的有效性。     

基于模型预测控制的微电网多时间尺度需求响应资源优化调度

为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题,提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架,结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型;为了校正可再生能源和负荷的预测偏差,基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型,通过引入可调容量比例因子考虑了微电网联络线功率的调节能力,保证微电网在消纳可再生能源的同时具备一定的可调容量;以实际微电网示范工程为例分析验证了所提方法的有效性和可行性,实验结果表明所提框架可使微电网有效地参与短时需求响应市场。     

考虑微电网群和需求响应的配电网日前-日内优化调度策略

微电网中光伏等新能源的渗透率不断提升,其间歇性与不确定性给配电网系统带来了巨大挑战。考虑配电网负荷预测的不确定性,根据不同时间尺度调控策略调用微电网内分布式资源来降低不确定性对配电网稳定性的影响。首先,针对负荷和光伏预测的不确定性和需求侧负荷的不同时间尺度特性,建立了配电网-微电网群-微电网的申报和决策方案,系统采用日前-日内多时间尺度滚动优化调度策略;然后,日前优化以配电网和微电网群的运行成本最小为目标,日内优化基于日前调度结果以微电网内可控资源调度成本最小为目标,对日前调度量进行修正;最后,采用目标级联法对所建立的模型进行求解,通过算例证明所提方法可以降低系统峰谷差和提高系统经济性。     

考虑预测误差下孤岛直流微电网的经济调度策略

基于新能源发电单元的不确定性和电动汽车的灵活性,提出了一种最小化运行维护成本的孤岛直流微电网经济调度策略.建立了孤岛直流微电网的优化调度模型,该模型包含日前经济调度和日内调度两阶段.日前调度阶段以运行维护成本最小为目标调度可控单元,确定日内调度阶段可调负荷和电动汽车有序充放电功率;日内阶段考虑新能源发电的预测误差,以日...     

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。     

基于PCC-ML深度学习的微电网多目标协调优化运行

为提高微电网可再生能源优化配置,降低微电网源荷不确定性,提出基于Pearson相关系数元学习（PCC-ML）源荷预测的微电网多目标协调调度优化方法。首先,运用Pearson相关性分析（PCC）分析原始多维输入变量组成的时间序列,通过元学习（ML）对微电网源荷数据进行特征提取、候选模型准备、标记、离线训练和在线预测结果评估5个过程管理;然后,基于预测结果建立微电网两阶段滚动调度优化模型,阶段一为日前预调度阶段,以实现微电网区域全局运行经济性最优为优化目标;阶段二为实时运行调控阶段,考虑微电网新能源实时出力不确定性,对预测偏差实时调控,实现微电网各设备运行成本最优。接着,利用列约束生成算法（C&CG）分解为主、子问题进行交互迭代求解两阶段优化模型。最后,算例分析表明所提方法能满足可见和不可见预测任务的性能需求,提高微电网经济收益。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

基于多场景随机规划和MPC的冷热电联合系统协同优化

以包含可再生能源及多种分布式资源的区域冷热电联合系统为研究对象,针对风光和负荷的不确定性,提出多场景随机规划结合模型预测控制(MPC)的方法,建立多时间尺度协调优化模型,其中日前和日内尺度主要以运行经济性最优为目标,求解机组的运行及出力计划;实时尺度采用模型预测控制技术,以日内尺度经济调度结果为参考,通过反馈校正与滚动优化调整机组运行出力,实现机组出力的精确控制,消除可再生能源波动性影响,并进一步讨论了出力扰动对调度结果的影响。算例分析证明所提模型和方法能够有效消除不确定性和风光波动性的影响,实现多能源互补协调优化运行。     

考虑不确定性与交互功率的城市综合能源系统两阶段调度

城市综合能源系统运行优化面临新能源发电强随机性和强波动性、负荷功率不确定性以及系统参数不确定性的多重挑战。文中构建考虑聚合特性的用户侧灵活性资源调度模型，提出考虑不确定性与交互功率的城市综合能源系统两阶段优化调度策略。在日前阶段，采用混合随机鲁棒优化方法处理建筑群参数不确定性和源荷不确定性，得到城市配电网与上级电网的最优交互功率区间。在日内阶段，基于新能源发电和负荷的预测结果，采用模型预测控制滚动优化系统的调度策略。算例结果表明，调度策略能够保证用户的热舒适度需求，得到的交互功率区间具有较强的应对日内不确定性能力，同时降低交互功率短时剧烈波动对系统运行安全性和经济性的影响。     

考虑虚拟电厂调度方式的售电公司多时间尺度滚动优化

为了增加售电公司参与电力市场的灵活性和经济性,提高售电公司对分散式资源的利用效率,基于虚拟电厂的聚合管理方式,提出了一种售电公司多时间尺度滚动优化模型。日前阶段以售电公司收益最高为优化目标,融合多场景分析方法,制定售电公司购售电策略及各虚拟电厂日前调度计划。日内阶段考虑更高精度的分布式光伏和负荷预测,以虚拟电厂调度成本最低为目标构建日内优化调度模型。实时阶段以机会约束形式考虑虚拟电厂容量备用,修正虚拟电厂部分单元的出力,并将不确定性单元出力情况向日内阶段反馈校正。算例仿真验证了售电公司采用所提多时间尺度优化模型能够改善运营策略,合理分配资源,实现自身经济效益最大化。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型

为深入挖掘电动汽车的可调度潜力，缓解含高比例新能源微电网的供能压力，结合多元需求响应技术，提出一种考虑电动汽车资源参与的微电网多时间尺度优化调度模型。在日前调度阶段，一部分电动汽车资源与价格型需求响应技术相结合，以用户的综合满意度为目标进行优化。微电网基于价格型电动汽车资源的调度计划，以经济低碳成本最低与灵活性满足度最大为目标进行优化，确定各侧可调资源的调度安排。在日内调度阶段，另一部分电动汽车资源与激励型需求响应技术相结合。微电网能量管理中心作为领导者，以运营成本最小为目标，激励型电动汽车群作为跟随者，以用电成本最小为目标，构建微电网日内主从博弈模型进行滚动优化，双方基于补贴价格与用能策略进行博弈。最后，基于某微电网场景进行仿真验证，结果表明所提模型能够降低用户用电成本，减少负荷曲线的峰谷差，实现新能源的全消纳。     

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。     

计及电压风险感知的交直流配电网优化调度

为有效适应交直流配电网分布式光伏和负荷不确定性波动带来的电压安全问题,提出一种计及交直流配电网电压风险感知的优化调度方案,该调度方案包含日前和日内两阶段.日前决策调度以经济性为目标制定运行计划.日内风险调度考虑分布式光伏和负荷超短期波动特性.基于超短期预测概率信息,使用结合Nataf变换的随机响应面法进行概率潮流计算,并根据概率潮流结果建立电压风险感知体系.日内以配电网电压安全运行风险最小为目标,调整日前调度方案中部分灵活迅速调控设备的运行计划.最后,通过交直流配电网混合整数二阶锥模型对调度计划进行求解,并通过算例验证了所提方案的有效性.     

基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略

为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出了一种基于奖惩阶梯型碳价机制和分布式模型预测控制（Distributed Model Predictive Control, DMPC）的能源枢纽（Energy Hub, EH）日前-日内-实时的多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建了EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差、提高传统模型预测控制（Model Predictive Control, MPC）求解效率。其中,在日内阶段,构建了以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小的日内滚动优化模型;在实时阶段,通过将整体优化问题进行分解,建立了基于DMPC控制的多智能体实时调整模型。算例结果表明,本文所提策略在提升系统经济效益、降低源-荷不确定性等方面具有有效性,实现了EH的低碳经济、稳定可靠运行。