基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法（MOPSO）求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

并网运行模式下微电网能量优化调度算法研究

摘要： 微网与外部电网并网运行,互为补充,为用户带来了多方面的效益。由于不可控微电源出力的随机性与波动性,微电网并网运行时的优化运行受到很大影响。提出了计划层与实时层双层协调优化调度的算法,来解决微电网并网实时能量优化调度的问题。计划层根据微电源功率预测数据,采用改进粒子群算法进行微电网并网系统的经济优化运行;在计划层优化基础上,实时层根据不可控微电源以及负荷在实时功率与预测功率之间的误差,提出采用改进粒子群算法来进行实时优化调度,并将优化结果更新至计划层中各可控微电源及并网联络线的调度功率中。对一个典型的微电网并网系统进行调度算法仿真分析,验证了该方法的可行性与正确性。     

基于氢气储能的热电联供微电网容量优化配置

以光伏系统、氢燃料电池、电解槽、储氢罐构建的热电联供微电网为研究对象,制定初始投资成本等年值以及年运行成本最小的优化目标,提出热电联供微电网热负荷满足率评价指标,针对系统运行的基本约束设计微电网控制综合策略,并以某地历史源荷数据为参考,建立满足工程应用的数学模型,采用粒子群优化算法进行求解,得到氢气储能的孤岛型微电网热电需求基本方案。从应用层面论证氢气储能替代电池储能的可行性,并进行微电网系统容量优化配置,可满足居民负荷供能需求,提高系统运行经济性,预期具有较好的应用前景。     

基于多策略改进PSO算法的微电网优化调度研究

为解决微电网中随机性、波动性和分布式电源出力管理困难问题,提出一种并网模式下微电网优化调度的综合经济模型。首先,考虑蓄电池和峰谷电价的影响,计及失负荷和蓄电池超容惩罚成本,建立以微电网运行成本和污染物排放成本最低的目标函数;其次,引入白鲨优化算法（WSO）的全局动态捕猎特性,对粒子群优化算法（PSO）进行了Tent混沌映射、动态时间因子和多项式变异的多策略改进,并将其应用于求解多目标多约束非线性的微电网优化问题。仿真结果表明,与PSO算法和麻雀搜索算法（SSA）相比,改进PSO算法用于微电网优化调度可降低微电网运行成本、减少环境污染并提高新能源供电的可靠性。     

分布式电源接入交直流混合微电网群优化规划研究

针对区域内负荷、电源优化规划问题,提出分布式电源接入交直流混合微电网群优化配置方法:建立2层交直流混合微电网群优化规划模型,上层模型考虑了节点耦合度和功率平衡度指标,实现了区域节点的集群划分;下层优化配置模型以考虑投资成本、运行维护成本、购售电成本的综合成本最小为目标,运用优化软件分析得到集群划分和优化配置结果。实际工程算例表明,交直流混和微电网集群更好地实现了分布式电源就地消纳、降低系统成本等目标。     

含不同集群电动汽车的微电网优化调度

文章考虑微电网中的可再生能源出力,针对不接受微电网直接调度的电动汽车集群,提出一种基于等效负荷的实时电价策略进行电动汽车有序充、放电引导。该策略与微电网直接调度策略相结合,对不同集群电动汽车进行充、放电管理,并综合考虑环境效益、车主收益与微网运行状态,建立了以微电网综合运行成本最低、负荷波动最小为目标的优化模型,并用灰狼优化算法求解。优化结果表明,所提出的策略能够合理调度各可控发电单元,引导电动汽车有序充、放电,减少微电网运行成本,降低等效负荷的波动。     

基于深度强化学习的微电网储能调度策略研究

针对含光伏发电的微电网系统储能调度问题,文章提出了一种基于深度强化学习的微电网储能系统调度策略。为了分析不同场景组合模型对微电网储能调度策略的影响,以住宅用户微电网系统为例,构建了微电网调度问题环境模型。选取两种电价方式和3种场景进行理论分析,利用深度卷积神经网络(DCNN)提取微电网调度时间序列信息特征,以Q值强化学习机制实现微电网储能调度策略。研究结果表明,对于不同电价方式的场景,强化学习算法都能充分发挥模型的自主性,主动学习环境信息,获得最优调度策略。其中,实时电价方式下"光伏预测量+时间序列信息"的场景组合使微电网获得最大运行收益。与无干扰场景相比,在加入20%光伏发电量的随机干扰场景下,文章所建立的基于强化学习的场景组合模型使微电网获得的运行收益的偏差仅为2.5%。     

基于合作博弈的微电网群运行优化方法研究

针对微电网群运行提出了一种采用纳什议价理论的合作博弈方法,对并网的微电网群建模并求出其最佳容量配置和最佳容量配置情况下的最大收益.通过纳什议价方案分配发电资源和蓄电池的容量,使单个微电网及其微电网群的年利润最大化.使用粒子群优化算法,通过MATLAB软件求解最优纳什议价方案.最后,针对电价和贴现率进行了敏感性分析,验证...     

计及需求侧管理的新能源微电网多目标优化调度方法

提出了一种考虑需求侧管理的新能源微电网多目标优化调度方法。首先,为了改善用电结构,计及微电网的新能源消纳、用户购电成本和负荷的平稳性,建立了基于微电网中可控设备负荷转移的需求侧管理多目标优化模型;然后以微电网的经济性和环保性为优化目标,建立了包含风力和光伏发电的并网型微电网多目标优化调度模型;最后采用改进的多目标粒子群优化算法求解模型。算例结果表明,所提方法在提高新能源消纳、降低用户的购电成本并实现负荷削峰填谷的同时,能进一步降低经济和环境成本。     

基于需求响应的用户侧微电网多目标优化运行方法

摘要： 需求响应使用户积极参与到电网的优化运行中,是实现用户侧微电网优化运行的重要手段。针对用户侧微电网,提出了基于价格激励与可控负荷的优化运行模型。模型中包括实时电价的分区策略与可控负荷的调控策略。将用户用电成本,空调与热水器温度与目标温度的差值最小化作为优化目标,将可延迟负荷的延迟时间,可计划负荷的工作状态作为决策变量。通过仿真计算与分析,验证了优化模型的可行性与有效性,为用户侧微电网的低成本运行提供了理论支持。     

考虑需求响应和V2G的低碳能源网控制策略

为平抑大量电动汽车(EV)入网所致的负荷波动,实现能源网低碳电力运行,通过结合V2G和P2G技术,将电力系统与天然气系统之间的能量耦合。先引入需求响应策略建立负荷侧分时电价,引导大规模EV参与V2G系统,改变用户的用能时段;其次考虑碳排放环境因素建立低碳能源网模型,以经济性最优为目标利用禁忌-粒子群算法进行求解;最后利用算例对比分析了低碳能源网的能量调度和运行成本情况,验证了所提方法的有效性。     

基于模型预测控制的分布式光伏集群协调优化控制

分布式光伏发电的高密度接入给配电网原有的经济、稳定运行带来了不小的挑战。为了减少分布式光伏发电接入配电网造成的网络损耗,提高光伏发电的经济性,首先分析和归纳了分布式光伏集群的概念和特点;然后针对配电网内的分布式电源、柔性负荷、无功功率调节设备等装置在时间尺度、控制功能方面的调节特性,提出了一种含分布式光伏集群的协调优化调度方法。该方法以模型预测控制为基础,动态滚动协调光伏集群未来一段时间内的有功出力和无功出力,起到减小网络损耗和优化系统电压的作用。采用PG & E 69节点系统在MATLAB数学软件下进行建模仿真分析,结果证明了所提优化控制方法的可行性和有效性。     

600 MW双机热电联供系统智能优化方法研究

以600 MW双机热电联供系统为研究对象,引入基于灰狼捕食行为模拟的群智能优化算法,针对其繁琐更新机制导致热电负荷分配时效性差的问题,进一步提出改进的灰狼优化算法(GGWO),利用前3等级狼的位置和高斯采样进行种群进化机制更新。通过EBSILON平台开展仿真试验,揭示600 MW双机热电联供系统的热电耦合特性和系统运行特性,并将改进的灰狼优化算法应用于该系统的热电负荷优化分配。结果表明：两台机组电负荷一定时,尽可能增大抽凝机组的抽汽供热量可减小系统总热耗量;通过智能热电负荷运行优化,可有效降低系统总热耗量,提高系统经济效益。     

考虑多源负荷不确定性的电力系统安稳风险优化

针对多源负荷的波动性和不确定性影响电力系统安稳运行,导致系统运行可靠性降低等问题,文章提出了一种考虑多源负荷不确定性的电力系统安稳风险优化方法;建立了考虑多源负荷不确定性的电力系统元件停运概率模型;提出了考虑多源负荷不确定性的电力系统安稳风险评估方法、安稳风险评估指标及其评估流程,对多源负荷波动下的电力系统安稳风险进行了评估。以系统运行过程安稳风险最低、负荷削减总量最小和系统经济损失后果最小为目标,建立电力系统安全稳定风险优化模型,对电力系统安稳风险进行优化。文章以IEEE-39节点算例进行仿真,验证了所建立模型的有效性。     

气电联合系统的协同规划方法及应用

鉴于传统规划方法分析单一能源系统存在的不足,提出了一种气电联合系统的协同规划方法,其考虑了天然气系统和电力系统的安全运行约束,以总投资成本、运行成本及碳排放成本最小为目标,建立了气电联合系统的协同规划模型,并采用改进的粒子群算法进行求解,最后对IEEE39节点系统和12节点天然气系统构建的算例进行分析。结果表明,与独立规划相比,气电联合系统协同规划所得规划方案总成本更低,碳排放量也更小。     

考虑多弹性资源调峰成本的可再生能源开发协同优化模型

中国制定了2030年和2060年的碳排放目标.可再生能源,主要是风能和光伏发电,被认为是未来的发电方式.新能源发展的主要制约因素是电力系统资源监管灵活性有限,导致消费能力不足.因此需要考虑调峰灵活的资源成本以及区域可再生能源的合理协调开发和运行优化.本研究考虑了电力系统综合成本,综合分析电力系统各种弹性调节资源潜力及其...     

基于安全低碳的发电权交易优化

为提高发电权交易系统的环保性和安全性,提出包含碳排放量和负荷裕度的发电权交易双目标优化模型,采用NBI法对模型进行求解,绘制Pareto曲线;计算碳排放量与负荷裕度的置换度指标,直观地反映两者之间的置换关系,为决策者提供判断依据,并利用IEEE30、IEEE118系统验证了模型的有效性及正确性。结果表明,该模型可为决策者确定系统的交易方案及机组的发电计划提供依据。     

基于关注指标和深度学习的台区配变重过载预警方法研究

针对现行配变重过载治理方法过于被动的问题,结合电力大数据和深度学习技术提出了一种适用于大规模配电网分析的台区配变重过载预测方法。首先基于配变负载特性建立重载关注指标并建立二级过滤系统筛选出重过载风险较高的台区配变及其日期作为预测对象。然后充分考虑内外影响因素,建立卷积神经网络-门限循环单元深度学习模型实现负载率预测并转化为预警等级。实例证明了所提方法的有效性。     

基于混合神经网络深度学习的短期负荷预测

针对能源互联网环境下用电用户数据量大、多维度这一特点,提出了一种混合神经网络深度学习的短期电力负荷预测方法。首先,考虑常见的电力系统负荷的影响因素,建立多维数据库,并进行偏相关分析,排除其他变量干扰;其次,将LSTM、GRU两种神经网络作为前端神经网络对多维数据库中数据进行处理;最后,采用随机概率剔除与Adam训练优化函数改进的BP神经网络作为末端神经网络,建立负荷预测模型。通过算例仿真对本文方法与传统BP神经网络、LSTM神经网络、GRU神经网络进行了对比,验证了所提方法的有效性。     

Distributed optimization of electricity-Gas-Heat integrated energy system with multi-agent deep reinforcement learning

The coordinated optimization problem of the electricity-gas-heat integrated energy system(IES) has the characteristics of strong coupling, non-convexity, and nonlinearity. The centralized optimization method has a high cost of communication and complex modeling. Meanwhile, the traditional numerical iterative solution cannot deal with uncertainty and solution efficiency, which is difficult to apply online. For the coordinated optimization problem of the electricity-gasheat IES in this study, we c...