区域微电网群两级能量调度策略优化研究

针对现阶段微电网能量管理技术发展趋势,在满足其内部经济调度的基础上,还需要关注微电网间的能量互补机制。对并网型区域微电网群提出了一种两级能量优化调度模型。引入条件风险指标(CVaR)衡量可再生能源与负荷预测误差对调度方案造成的影响,结合微电网运行收益,作为微电网内部能量调度的优化目标;采用多目标粒子群优化算法(MOPSO)进行求解,研究收益风险比作为优化调度策略的筛选指标,提出微电网内部能量优化调度策略;以区域微电网群公共并网点有功功率梯度变化最小化为前提,获得最佳微电网净功率组合方案,由此平抑微电网群对配电网造成的功率波动;考虑电力传输距离制定了微电网间净功率互补机制,提高功率传输效率。算例仿真结果表明,该模型能够合理实现微电网内与微电网间经济运行与功率平衡,为微电网群日前调度计划提供了有效设计流程。     

能量有效的分布式链路调度协议

提出了一种基于图着色法的无线传感器网络分布式链路调度(DLS)协议以减小调度周期长度、降低网络能耗。采用的策略是先对任意节点构建两跳邻居范围内的冲突图,然后根据每条链路在干扰图中的优先级及干扰度决定时隙分配的先后顺序,从而解决传统随机调度方法调度周期较长及节点状态转换频繁的问题。由于该调度策略尽可能地为节点分配相邻时隙,减少了节点不必要的状态转换,从而降低了网络能耗。对基于干扰度和优先级的联合调度策略表现出的减小调度周期长度、降低网络能耗的特点进行了分析。网络仿真结果表明,DLS协议比DS-fPrIM(Distributed Scheduling-fixed Power Protocol Interference Model)及DRAND(Distributed RANDomized time slot sceduling)协议的调度周期长度少1~2个时隙,其能耗与DS-fPrIM协议的调度能耗相当,但二者都比DRAND协议的调度能耗低。另外DLS协议比DS-fPrIM及DRAND协议平均每周期少1次状态转换,说明提出的分布式链路调度协议能效较高。     

计及交换功率成本的微电网群分布式优化调度

多个微电网组成的微电网群通过电能互济可以应对出力波动,降低总运行成本.但微电网群拓扑结构复杂,协调困难.考虑了微电网间交换功率成本,以总运行成本最小化为目标,结合交替方向乘子法和模型预测控制方法,提出了微电网群分布式调度算法.互联微电网仅需求解自身优化问题,然后传递期望交换功率信息,通过迭代求解实现微电网群的经济调度....     

分时电价响应下园区微电网日前优化调度策略

以园区微电网PMG为研究背景,从日前这一时间尺度出发,建立以PMG日运行成本最小为目标的优化调度模型。根据PMG内可中断负荷预测曲线划分时段,对分时电价TOU进行调整,得出优化后的TOU曲线。通过电价激励用户侧调整部分负荷的用电时段,降低负荷峰谷差,降低购电成本;在调度过程中,PMG与主网通过联络线互联,进行电力交易,使PMG获得收益,进一步提高PMG运行的经济性。将所建立的PMG单目标优化调度模型用灰狼算法求解。仿真结果表明,该日前优化调度模型可有效降低PMG负荷峰谷差,同时提高微电网运行的经济性,验证了该日前优化调度策略的合理性。     

独立运行方式下的微电网能量优化管理

针对独立运行方式下的微电网经济运行和管理问题,提出了独立运行方式下的微电网能量优化管理方法,该方法通过缩减下垂控制单元的基点运行功率范围,使其具有类似于传统发电机组自动发电量控制(AGC)的功率调节裕量,以吸纳实时调度周期内的非计划瞬时波动功率;在每次调度时刻,根据系统净负荷功率大小和可控型微电源的基点运行功率范围之间的关系,采用不同的能量调度策略,并引入负荷竞价策略,增加了切负荷和卸荷控制作为功率调节手段,建立了所涉及的负荷优化分配模型和负荷可中断优化模型。最后,通过一个微电网系统算例验证了该方法的有效性。     

微电网优化调度仿真模型

基于元胞自动机的基本理论及其在时间和空间尺度动态演化模拟中的应用,提出了一种微电网优化调度仿真模型。该方法从元胞自动机的基本定义出发,研究了元胞自动机理论对于微电网优化调度仿真的适用性。建立了微电网元胞空间,构建了微电网元胞空间的宏观演化规则。提出了一种微电网密度需求管理的自适应算法,实现分布式电源与负荷需求的动态平衡调整。在MATLAB环境中建立了仿真模型并模拟了微电网格局的时间和空间尺度动态演化过程。仿真实验结果验证了该方法对于微电网格局优化以及模拟微电网密度需求管理的可行性。     

制造系统分布式控制结构与调度策略研究

探索新的更具柔性的生产控制系统,是复杂多变的市场的客观需求。通过对制造系统控制结构的分析,提出了基于现场总线的分布式制造系统控制结构,以实现系统的可扩展性、可维护性、高度柔性、开放和可重组目标,基于多智能体谈判机制的生产调度方法,可以取得单元自主性和整体性能的平衡。该控制结构有利于生产线的敏捷重组。     

制造系统分布式控制结构与调度策略研究

探索新的更具柔性的生产控制系统,是复杂多变的市场的客观需求,通过对制造系统控制结构的分析,提出了基于现场总线的分布式制造系统的控制结构,以实现系统的可扩展性、可维护性、高度柔性、开放和可重组目标,基于多智能体谈判机制的生产调度方法,可以取得单元自主性和整体性能的平衡。该控制结构有利于生产线的敏捷重线。     

微电网中分布式电源控制策略研究

微电网是现代电力系统发展的一个重要方向,其为清洁能源开发利用提供了重要支撑,同时微电网与大电网的联合应用对于提高供电可靠性具有重要意义。稳定的电压、频率是微电网推广应用的基础,也是实现我国电力事业稳定发展的前提,现首先对微电网结构进行了分析,其后探讨了微电网中分布式电源控制策略,最后以分层控制策略为例开展了仿真分析,验证了控制有效性。     

城轨高架车站微电网能量管理与协调控制（英文）

城市轨道交通快速发展为民众出行带来了便利,但其巨大的能耗问题也不容忽视。针对高架车站提出了一种由光伏发电单元、制动能量回馈单元、蓄电池储能单元等组成的微电网,为车站提供绿色电力。为平抑光伏发电的波动性和再生制动回馈能量的冲击性,以蓄电池荷电状态为依据,统筹光照情况、再生制动能量回馈情况等设计了微电网的能量管理模式,并给出了一种基于虚拟同步发电机的协调控制方法,以实现模式间的平滑切换。最后利用Matlab/Simulink对所提高架车站微电网能量管理和协调控制方法进行了验证。结果表明,采用所出的方法可使高架车站微电网在多种能量管理模式下实现安全可靠的运行,而且模式切换平稳。     

地县电网分布式调度自动化仿真平台建设管理探析

对建设管理的理念、范围、目标、指标体系及目标值进行了探讨,在遵循"简单可靠,实用实效"原则的基础上,提出了地县电网分布式调度自动化仿真平台的建设和运行管理方法。     

关于分布式虚拟实验室通信与调度管理的研究

分布式虚拟环境是基于计算机的虚拟世界，在这个虚拟世界中，许多人和计算机控制的实体进行交互，本文在先前大量研究的基础上，对分布式虚拟实验室的通信与调度管理进行了研究。     

基于多目标优化的含电动汽车充换储一体化设施的微电网能量管理及协调控制策略研究

含电动汽车充换储一体化设施的微电网由于负荷用电的不确定性,使得微电网联网功率产生随机性,造成配电系统电压波动、功率不平衡等问题。为解决上述问题,开展了基于多目标优化的微电网能量管理及协调控制策略研究,通过微电网需求侧负荷分类控制、基于多目标优化的微电网动态运行管理以及微电网日前优化调度等控制策略,实现对微电网的能量优化管理;根据建立的多目标优化策略,对微电网系统上层、下层进行协调控制,并通过微电网能量管理策略优化联网功率,为含电动汽车充换储一体化设施的微电网的稳定运行提供理论依据。     

分布式混合优化调度方法研究

在敏捷制造环境下车间组织模型不再只是物理上集中在一起的生产作业车间，其制造资源分散在不同地域的企业联盟中。引入了部分全局优化调度的概念，将作业按其紧迫程度进行分组并完成优化；针对分布式调度中优化与动态响应的冲突问题，提出了一种将优化调度和分布式动态调度相结合的混合调度控制方法；设计了多Agent的动态调度系统结构，描述了处于不同角色Agent的运作过程；详细阐述了系统中可能遭遇的随机干扰事件及其动态应对策略。给出了算例，对计算结果进行了分析。     

分布式制造动态调度的研究

根据分布式制造(虚拟企业)的特点,探讨了有别于传统企业调度的特殊性,提出了将人机一体全局优化决策系统应用于分布式制造的调度中,并讨论了实施的理论基础和方法.     

微电网并网策略研究与仿真

电力需求日益增长,化石能源逐渐枯竭,能源危机和环境污染问题愈发严重,全球电力工业面临着非常大的挑战,于是源于分布式发电的微电网应运而生。灵活的运行方式与高质量的供电服务是微电网的优点,但需要完善的控制系统支撑,因此研究微电网控制策略具有重要的意义。鉴于此,简要分析了微电网接入电网时需要考虑的几项重要因素,然后结合某电力科学院微网实验平台的拓扑结构分析控制方式,研究微电网并网控制策略,并通过MATLAB结合实际数据进行仿真。     

基于遗传算法的多目标微电网优化调度研究

针对孤岛模式下含风光、微燃机、柴油发电机及蓄电池的微电网系统,以考虑经济性和环保性的综合成本为目标函数,结合系统功率平衡、各机组出力限制等约束条件,建立优化调度模型。由于改进了学习因子和惯性权重的粒子群算法仍存在陷入次优解概率较高,易陷入局部最优等问题,本文提出一种引入多目标遗传算法,以增强算法的全局和局部搜索能力。最后,基于典型日孤岛微电网运行数据进行仿真分析,结果表明,本文所采用的多目标遗传算法有效降低了综合目标成本,取得了良好的优化效果。