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。     

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。     

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....     

基于改进粒子群算法的独立热电联供微电网优化运行

微电网运行时需要考虑到运行成本及环境污染等诸多因素,现提出了一种基于改进粒子群算法的优化模型,针对微电网中发电成本及污染气体排放等问题建立目标函数,使得其在不同条件下可以选择不同的调度方案;同时以某个目标为例,选择发电成本和环境污染的权重比为9∶1和1∶9时得到了2种优化后的调度方案,结果表明使用改进后的粒子群算法可以实现对独立热电联供微电网的优化。     

考虑多源互补特性的微电网系统自动优化策略研究

微电网系统中功率供需不平衡将导致系统电压的不稳定,为此在考虑多源互补特性的基础上研究了一种新的微电网系统自动优化策略。通过光伏、水电、复合储能等多种发电系统建立微电网拓扑结构,以能量控制层、中央协调控制层和本地控制层设计微电网控制框架,采用复合储能实现微电源的协调控制,从而提高电压的稳定性;通过复合储能系统组成的调控系统,基于直流母线电压分区策略,实现系统自动优化控制。实验结果表明,研究的考虑多源互补特性的微电网系统自动优化策略能够有效实现功率平衡,确保电压稳定性。     

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。     

含光伏发电和储能电池的智能微电网经济调度

介绍了智能微电网的结构和微电网多代理分层的控制方式,建立了光伏发电输出功率预测的数学模型,详细阐述了含储能电池成本及各发电单元运行维护成本的微电网优化调度目标函数、约束条件、优化变量和优化策略,利用粒子群算法对各发电单元进行经济调度,制定了3种储能电池的充放电计划以及购电交易计划。     

胃肠道机器人的无线能量传输系统的优化

胃肠道机器人的无线能量传输(WPT)系统的性能易受到尺寸、安全性等诸多因素的影响。为使胃肠道机器人在这些限制下依然能够安全稳定地接收能量,本文建立了系统的数学模型,并用智能优化算法对其进行优化。采用平板螺旋线圈作为系统的发射线圈,建立能量传输系统优化的数学模型。接着,根据安全性、功率要求等限制分析系统的约束条件,并以效能积作为优化函数。对粒子群优化算法进行改进,并引入布谷鸟搜索策略。最后,用改进的粒子群算法对系统进行优化,并对优化后的参数进行了实验验证。实验结果表明:系统传输效率为10.2%,接收功率为637 mW,达到预期结果。优化后的WPT系统基本满足了胃肠道机器人能量传输的要求。     

基于风光储双层母线微电网的分布式模型预测控制

针对风光储互补的双层母线直流微电网系统,提出一种基于多端口变换器直流微电网分布式模型预测控制策略。首先,建立各个子微网系统中风电系统、光伏系统和储能系统的数学模型,其次,依据风电系统、光伏系统工作在经济最优,发电功率最大,储能系统作为补充的原则,采用分布式模型预测控制算法优化风电系统、光伏系统输出功率,保证高低压侧母线负荷跟踪性能和经济性能。最后,通过微网间DC/DC变换器进行PI控制,实现高低压母线间能量平衡,维持母线电压稳定。通过仿真、实验验证,所提控制策略能够实现各个微电网发电单元经济最优的同时,维持高低压侧母线的功率平衡和母线电压稳定,提高了系统的运行可靠性。     

微电网分布式能量管理调度策略

针对微电网分布式能量管理系统控制结构和调度方式中存在的局限性,文中通过对系统多层级结构的优化和两级控制器设计,构建了分布式能量管理调度策略,改善了传统集中式控制方式的不足,提高了系统分布式资源的协调运行,实现了微电网系统的可靠、高效运行。     

含低负荷场景低碳多源协调调度

温室效应导致全球持续升温,巨大碳排放量导致地球已不堪重负,如何降低碳排放成为目前亟待解决的问题。当风电出力与火电机组最小出力之和大于负荷量,只能通过储能、储热装置或弃风来达到功率平衡,此时可定义为低负荷运行状态。在低负荷时段,负荷消纳风电难、储能成本运行高。首先,考虑火电机组深调对发电成本和碳排放量的影响,建立了火电机组分阶段出力模型,将碳交易机制引入系统的调度模型中,构建阶梯型碳交易成本的计算模型;其次,以碳排放量和发电成本最小为优化目标,综合考虑系统的各种约束条件,建立了基于多目标的含低负荷场景低碳多源协调调度模型;然后,采用改进萤火虫算法,得到最优调度方案;最后,以带10个风电场的系统为算例,采用3种不同对比实验证明,所提方法可有效降低碳排放量,提高了系统运行经济性。所提方法分析了风电并网渗透率对系统运行方式的影响,表明含低负荷场景低碳多源协调调度与风电并网渗透率密切相关。     

新能源微电网不确定性负荷规划方法研究

为提高新能源微电网负荷预测及规划能力,提出基于串行集成学习和负载自适应均衡配置的新能源微电网不确定性负荷规划方法。构建新能源微电网不确定性负荷的线性空间融合模型,通过重组非线性时间序列,完成新能源微电网不确定性负荷的输出时间序列分析。采用串行集成学习方式调节新能源微电网不确定性负荷稳定性,结合负载均衡调度法完成新能源微电网不确定性负荷的期望预测。利用指数序列评估的方法,预测新能源微电网不确定性负荷。基于此,采用负载自适应均衡配置和功率增量参数估计方法,规划新能源微电网不确定性负荷。仿真结果表明,所提负荷规划输出稳定性较高,负载均衡性较好,有效改善新能源微电网运行稳定性。     

Delay-tolerant distributed voltage control for multiple smart loads in AC microgrids

With increasing penetration of variable loads and intermittent distributed energy resources (DERs) with uncertainty and variability in distribution systems, the power system gradually inherits some features (e.g., lack of rotating inertia), which leads to the voltage instability in microgrids. As a means to provide stability support for smart grid against high penetration of intermittent DERs, inverter-based smart loads across the distribution grid has been suggested recently. Accordingly, this paper presents a delay-tolerant distributed voltage control scheme based on consensus protocol for multiple-cooperative smart loads through effective demand-side management in ac microgrids, in which the time-delay effect on transmission communication occurred in information exchanges is considered. The proposed distributed voltage control scheme always enables the output voltage of each smart load to be synchronized to their reference value, which improves the robustness of system stability against transmission communication delays. The Lyapunov–Krasovskii functions are employed to analyze the stability of our proposed distributed control scheme, then the delay-independent stability conditions are derived, which allows some large communication delays. Moreover, the sensitivity analysis is developed to show how the time delay affects system dynamics in order to validate the robustness of proposed delay-independent stability conditions. Furthermore, a sparse communication network is employed to implement the proposed distributed control protocols, which thus satisfies the plug-and-play requirement of smart microgrids. Finally, the simulation results of an ac microgrid in MATLAB/SimPowerSystems are presented to demonstrate the effectiveness of the proposed control methodology.     

Stochastic multi-objective model for optimal energy exchange optimization of networked microgrids with presence of renewable generation under risk-based strategies

The inherent volatility and unpredictable nature of renewable generations and load demand pose considerable challenges for energy exchange optimization of microgrids (MG). To address these challenges, this paper proposes a new risk-based multi-objective energy exchange optimization for networked MGs from economic and reliability standpoints under load consumption and renewable power generation uncertainties. In so doing, three various risk-based strategies are distinguished by using conditional value at risk (CVaR) approach. The proposed model is specified as a two-distinct objective function. The first function minimizes the operation and maintenance costs, cost of power transaction between upstream network and MGs as well as power loss cost, whereas the second function minimizes the energy not supplied (ENS) value. Furthermore, the stochastic scenario-based approach is incorporated into the approach in order to handle the uncertainty. Also, Kantorovich distance scenario reduction method has been implemented to reduce the computational burden. Finally, non-dominated sorting genetic algorithm (NSGAII) is applied to minimize the objective functions simultaneously and the best solution is extracted by fuzzy satisfying method with respect to risk-based strategies. To indicate the performance of the proposed model, it is performed on the modified IEEE 33-bus distribution system and the obtained results show that the presented approach can be considered as an efficient tool for optimal energy exchange optimization of MGs.     

Optimal control in microgrid using multi-agent reinforcement learning

This paper presents an improved reinforcement learning method to minimize electricity costs on the premise of satisfying the power balance and generation limit of units in a microgrid with grid-connected mode. Firstly, the microgrid control requirements are analyzed and the objective function of optimal control for microgrid is proposed. Then, a state variable "Average Electricity Price Trend" which is used to express the most possible transitions of the system is developed so as to reduce the complexity and randomicity of the microgrid, and a multi-agent architecture including agents, state variables, action variables and reward function is formulated. Furthermore, dynamic hierarchical reinforcement learning, based on change rate of key state variable, is established to carry out optimal policy exploration. The analysis shows that the proposed method is beneficial to handle the problem of "curse of dimensionality" and speed up learning in the unknown large-scale world. Finally, the simulation results under JADE (Java Agent Development Framework) demonstrate the validity of the presented method in optimal control for a microgrid with grid-connected mode.     

轻度混合动力汽车巡航工况总工作效率分析和优化

在混合动力电动汽车巡航工况时,为了降低油耗和延长电池的使用寿命,对其能量管理策略的优化除了考虑发动机和电动机工作点的优化之外,还应考虑电池工作点的优化。针对这个问题,建立一种具有无级变速结构的轻度混合动力电动汽车的纵向动力学方程,在此基础上综合考虑发动机、电池、电动机与传动系统的效率,分析车辆巡航工况下的系统效率,得到系统效率优化的目标函数和约束条件。随后利用序列二次规划算法对轻度混合动力电动汽车系统效率进行优化计算,从而确定车辆巡航工况下的最佳蓄电池功率和最佳无级变速器(Continuously variable transmission, CVT)减速比。优化结果揭示出驱动系统的特性,可为驱动系统的优化奠定基础。     

直流微网 Simulink变流器模型及其计算机应用仿真研究

新的电能系统设计时应多利用可再生能源,以减小对环境的污染。针对这样的设计初衷,分布式发电和微网应运而生。然而,由于可再生能源的强随机特性,微网系统的设计优化变得难以实现,仿真方法便成了优化解决方案的最佳选择。微网系统包含多种设备,其中最重要的是变流器。用于变流器仿真的工具主要有PSpice、PSIM,而对于直流微网网络,这种仿真工具的仿真算法较慢,且不能建立直流微网模型。针对这一问题,设计一种半桥变流器模型对直流微网潮流和静态电压进行仿真实验,并将实验结果与PSIM的模型进行对比,结果显示,这种模型建立简单,仿真速度快,具有较强的实用性。     

基于ＰＩＤ控制算法的直流微网容错控制方法研究

构建直流微网容错控制对象模型,调节直流微电网的输出回路参数;以输出功率、直流微网的 参考电压、弱电网下系统惯性响应特征等为约束参量,构建直流微网容错控制目标函数,在不同电网强度下 进行直流微网容错控制的参数自整定性调节,采用无功环比例积分控制方法进行直流微网容错寻优分析, 建立模糊 ＰＩＤ控制模型,采用变结构的模糊 ＰＩＤ控制方法进行直流微网容错控制过程中的自适应加权学习 和误差反馈调节,实现直流微网容错控制改进设计。仿真结果表明,采用该方法进行直流微网控制的容错 性能较好,输出稳定性较强,具有较好的直流微网输出增益。     

基于小生境遗传算法的风火电节能调度研究

考虑风能为可再生能源的主要方式,建立了以运行成本与污染排放为目标函数的多目标风火发电节能优化调度模型,通过改进的小生境遗传算法对模型求解,并用不同的权重系数表明区域内的多目标决策偏好,以达到发电经济性与环境保护的协调优化。结果表明该模型最小运行成本降低了15％,旋转备用容量增加了700MW左右,达到了优化目标。