基于改进模型预测控制的微电网能量管理策略

微电网中分布式电源出力具有间歇性、波动性等特点,并且负荷形式多样,分布式电源和负荷的不确定性会导致微电网能量优化的不确定性。为了更好地解决上述问题,提出了一种基于改进模型预测控制(MPC)的双层多时间尺度微电网优化策略。传统MPC优化中某些模型参数固定,难以及时处理系统中的突发扰动;并且传统MPC的单个优化周期时长有限,难以处理一些与时间相关或影响优化结果全局性的复杂约束。根据微电网中不确定性因素及复杂约束提出MPC的自适应改进,能更好地适应微电网设备投切灵活、发电功率受外界影响大等特性,更好地保障系统的鲁棒性与优化的精确性。基于日前计划优化出未来的能量分配及负荷调度;在日内基于改进MPC并参考日前优化结果进行实时能量优化,从而使目标更优,提高结果的准确性。最后应用MATLAB进行仿真,证明了所提策略的适用性和准确性。     

基于复合粒子群算法的微电网能量管理策略

微网中的部分分布式能源的功率输出具备一定的随机和性间歇性,很大程度上影响了系统的供电稳定性和可靠性,因此,有效的对微网系统进行能量管理显得至关重要。以往的研究中,多采用优化算法在解决能量管理等问题,但其存在着陷入局部最优解等问题,为有效的解决上述问题,本文引入一种复合粒子群优化算法,综合考虑了微网运行过程的经济性、环保特性以及运行可靠性等要求,建立了微电网能量管理多目标优化数学模型,优化目标是运行成本及环境治理的费用最小。在满足功率平衡、分布式电源输出功率等约束条件下,对模型进行了求解,同时,预测系统内负荷需求的变化情况来确定微网的能量管理策略。通过仿真算例的分析验证改进算法的有效性。     

微电网改进多时间尺度能量管理模型

为减小可再生能源随机性和波动性给微电网稳定经济运行带来的影响,考虑到可再生能源预测精度随时间尺度减小而提高的特点以及不同时间尺度能量管理之间的强耦合关系等因素,在常规多时间尺度能量管理框架的基础上,提出了微电网多时间尺度能量管理的改进模型及其协调控制策略,即通过在超短期调度与实时控制之间增加超超短期调度,在长期调度与短期调度之间增加缓冲边界约束,在超短期调度中加入与长期特性有关的储能荷电状态惩罚项等改进措施,实现对微电网能量管理的逐级细化、优化求解以及全局和局部的协调。实际系统验证表明,相比常规多时间尺度能量管理,所提改进模型及其协调控制策略具有精度高、求解速度快、充分协调各时间尺度优化等特点。     

基于多代理系统的微电网多尺度能量管理

对基于多代理系统的微电网能量管理策略进行了研究。首先,建立三层多代理系统;然后,基于博弈论研究大电网与多个微电网之间的上层电力市场竞价策略;进而,以单个微电网为研究对象,考虑需求侧响应,研究制定多时间尺度的分布式发电调度策略;最后,考虑到调度策略需要有负荷和风力发电机组短期预测作为前提保障,所以运用混沌相空间预测算法对负荷和风力发电机组进行短期预测。仿真结果验证了所提能量管理策略的有效性。     

基于深度神经网络的分布式智能微电网群间能量优化调度仿真模型

针对微电网并网运行时微电网群弃能较高的问题,设计基于DNN的微电网群间能量优化调度仿真模型。确定微电网能量优化调度仿真参数,提高仿真模型的真实性;基于DNN选取群间能量优化调度目标函数,提高仿真模型的优化调度效果;构建微电网群间能量优化调度仿真模型,缓解微电网并网运行弃能较高的问题,实现微电网群间能量调度的优化。通过仿真实验验证了所设计的基于DNN的微电网群间能量优化调度仿真模型的微电网群弃能在0.01×10³～0.05×10³ kWh范围内波动,弃能更低,能量浪费较少,群间能量优化调度效果较好,具有较好的可行性。     

考虑灵活性的孤岛微电网群分层能量管理策略

彼此临近的孤岛微电网形成孤岛微电网群,可通过能量互济实现不同源荷特性的微电网之间的资源优化分配,进而提升区域电网运行的经济性、可靠性和可再生能源利用率。针对孤岛微电网群的能量管理问题,基于多代理系统,建立了孤岛微电网群分层能量管理架构。建立了灵活性指标评估可再生能源出力不确定性对系统运行的影响,在此基础上,构建了微电网层多目标优化能量管理策略和集群层能量分配策略。采用宽容分层序列法对线性化后的模型进行求解。最后以四个微电网组成的孤岛微电网群为例,验证了所提能量管理策略的有效性。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。     

基于多时间尺度风储协同的微电网能量管理策略研究

文中在研究国内外储能系统配合间歇式能源协调控制策略的基础上,从分钟级与毫秒级两个时间尺度对微网能量进行协调控制,提出了储能系统的瞬时的波动平滑输出控制策略与长时间的计划输出控制策略,通过仿真搭建了包含风机系统、电池储能系统的仿真算例,验证了电池储能系统的平滑输出控制策略和储能系统的计划输出控制策略的可行性。     

微电网分层分布式能量优化管理

以系统经济性、环保性、供电可靠性为优化目标,提出基于多代理系统的微电网分层分布式能量优化管理策略,将传统集中式能量优化转变为包含细化变量定义域的微电源分布式计算、基于遗传算法的中心控制器优化、修正优化解的分布式并行调节以及生成最终解的全局协调这4个阶段的分层分布式能量优化,并将各微电源的运行特性与用户控制目标以约束条件的形式,分散到各阶段予以实现。在此基础上,分别针对微电网单目标与多目标优化问题,介绍了各单元代理在每个阶段的工作任务和协作关系,并利用MATLAB和JADE平台构建针对未来24 h的系统优化算例。计算结果表明所提分层分布式能量优化策略能够弱化对微电网中心控制器性能的要求,并且具有更快的运算速度和较好的优化效果。     

微电网能量管理研究

微网作为传统电网的衍生,由其自身的网络结构及分布式电源等新特性,使得传统的能量控制方法已不适用于微网。首先对微电网的结构特点进行了描述,接着从单微网的本地能量调度延伸到多微网之间的能量协调以及经济运行优化等方面进行分析,最后对微网能量管理的研究现状进行了总结,指出了微网能量管理的发展需求和趋势。     

多微电网互联系统能量管理方法研究

随着微电网技术的快速发展,一定区域范围内的多个微电网能够互联互供满足区域供电需求,催生了多微电网系统的发展。多微电网系统是微电网的延伸和深化,对多微电网系统进行合理有效的管理成为解决微电网规模化运行的关键问题。多微电网存在着较多的分布式电源,风、光出力的不确定性也将影响到多微电网的运行。建立了多时间尺度能量管理,基于预测数据确定日前计划,在此之上,实时调度中对可再生能源最恶劣的运行条件进行优化。引入了考虑风、光不确定性的微电网能量管理系统鲁棒优化模型。通过列约束生成算法(CCG)对双层鲁棒优化问题进行求解。通过算例仿真,验证了所提微电网互联系统能量管理方法的有效性。     

计及能源交易下基于纳什议价模型的多微网合作博弈运行优化策略

以能源交易为背景,针对多微电网合作中的运行优化问题,提出了基于Nash议价模型的合作博弈策略,旨在实现微电网之间的合作,以最大化整体利益,同时考虑能源交易和成本优化。首先,将各微电网视为博弈参与者,构建了基于Nash议价理论的多微电网合作博弈模型,通过选择能源交易策略和运行策略来影响其能源成本和效益。其次,采用交替方向乘子法(alternating direction multiplier method, ADMM)求解此多参与者优化问题,通过将原问题分解为子问题并引入乘子变量来实现迭代求解。最后,在每次迭代中,各微电网根据其局部信息更新能源交易和运行策略,并利用乘子变量进行信息交换和博弈协调,以达到全局一致性。结果表明,该策略在多微电网合作中能够实现整体性能的提升,有效促进了可再生能源的消纳水平,平衡了各参与者的利益,同时降低了能源成本。     

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。     

基于随机模型预测控制的电网联合调度

针对大规模风电并网给电力系统运行调度带来的问题,指出风电在小时级的波动性和不确定性是风电并网给系统运行带来的根本挑战,为应对该挑战,利用随机模型预测控制对含负荷响应的系统联合调度运行进行建模,并从数学上证明运行策略的全局最优性。通过算例仿真验证了负荷响应在小时级的灵活性对系统运行的经济性和风电消纳的重要作用。     

基于随机动态规划的多能联供系统冷热电经济分配模型

建立了风力发电机组与燃气轮机联合驱动下含压缩空气储能装置的多能联供系统冷热电经济分配模型。该模型考虑风电输出功率和冷、热、电负荷的波动特性,利用概率密度函数对系统的随机变量进行拟合。以投资成本和运行成本作为目标函数,以冷、热、电负荷平衡及各设备出力特性作为约束条件,采用随机动态规划对系统能源进行合理的调度和分配以达到最优经济效益,并通过控制系统的制冷比和风电输出功率平抑系数,实时调整系统各设备的容量及运行状态。实例的计算结果表明,压缩空气储能能够有效地平抑风电输出功率的波动,减少弃风经济损失;相比于固定能量分配,采用动态规划对系统的能量进行分配具有更多的价值和优势。     

基于近似动态规划的建筑能量管理系统日内优化调度方法

为了维持建筑内部温度和应对随机量的波动,提出了一种建筑能量管理系统的日内优化调度方法。首先考虑建筑围护结构热平衡关系,得出与室温相关的人体舒适度函数,并以经济性最优为目标建立了建筑能量管理系统日内调度优化模型。然后提出近似动态规划(ADP)与模型预测控制(MPC)相结合的求解方法,采用历史数据作为训练集以应对新能源出力和温度、辐照等大量不确定性因素,将离线训练得到的分段线性函数作为日内调度的未来值函数。最后,算例分析表明所提出的MPC-ADP算法可以通过不断迭代得到近似最优的日内调度方案,并大幅提升人体舒适度。     

遗忘因子随机配置网络驱动的自适应切换学习模型

随机配置网络(SCNs)具有通用逼近能力和快速建模特性,已成功应用于大数据分析。 在 SCN 的基础上,块增量随机配 置网络( BSC)使用块增量机制提高训练速度,但增加了模型结构的复杂程度。 为了解决上述难题,提出遗忘因子随机配置网 络(FSCN-I 和 FSCN-II)驱动的自适应切换学习模型(ASLM)。 该模型利用正态分布配置隐含层节点的输入参数。 FSCN-I 通过 误差值和遗忘因子调整节点块的尺寸,提高训练速度。 FSCN-II 引入节点移除机制降低模型结构的复杂程度。 ASLM 由 FSCN-I 和 FSCN-II 构成,两者根据自适应变化的边界随机切换以提高模型的训练速度,并在 FSCN-I 的基础上降低模型结构的复杂程 度。 最后,通过基础数据集和工业实例,表明该方法的有效性。     

基于干扰管理的矿井机车动态功率调度方法

现有研究很少有直接适用于矿井机车的无线网络通信模型。针对矿井机车不断移动的特性,提出基于干扰管理的矿井机车动态功率调度方法。首先根据传统矿井机车通信过程,建立一种基于SIC的动态功率调度模型。为了使该模型可以在多项式时间内求解,提出SIC集合和最大SIC集合概念,并设计了一个求解所有最大SIC集合的算法,有效的降低求解问题的复杂度。仿真显示,该方法优化效果较之采用普通SIC方法改进率在20%~35%,相比于传统方法改进率在40%~50%。