现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法

光伏-储能联合电站不仅能够有效减少光伏实时出力偏差,也是一种能够提供电能量和调频辅助服务的潜在市场主体。为实现上述3类目标,与光伏出力协同的储能电量调度策略至关重要,然而目前大部分光储联合电站的储能电量调度策略无法同时协调降低光伏实时出力偏差和参与电能量与调频辅助服务市场3种决策;另一方面,电力现货市场价格与调频信号不确定性及储能电量调度策略将光储联合电站储能运行优化问题转化为一个随机动态非凸优化问题,现有相关研究大部分利用随机场景法或智能算法处理非凸优化,所获得的储能运行方案存在一定的局限性,且难以根据实时数据动态制定运行方案。因此,提出一种现货市场环境下基于DQN(deep Q-network)的光储联合电站储能系统优化运行方法,该方法克服了非凸优化难题,结合所提储能电量闭环调度策略能够实现光储联合电站在考虑偏差考核成本、电能量收益、调频辅助服务收益下的储能系统小时级动态优化运行,进而最大化光-储联合电站的经济收益。测试算例通过实际市场数据验证了所提方法的可行性和有效性。     

计及分布式储能的微电网群经济调度

为提高微电网群调度效率、减少微电网运行成本,首先构建了计及分布式储能的微电网群优化调度模型。该模型以包含风、光、储的3个子微网和网侧储能所构成的交流微电网作为调度对象。在满足功率平衡等约束条件下,对负荷侧储能充放电次数和单位时间内充放电功率进行限制;在考虑主网分时电价、系统发电成本,网侧储能放电成本条件下,采用遗传算法进行求解,得到计及分布式储能的微电网群经济调度方案,最终得到优化后的经济成本。算例计算结果表明,该运行调度模型可有效提高微电网群经济效益,从而验证了该模型的有效性。     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

储能电站参与调峰的风-火-储联合系统分层优化调度方法∗

为充分挖掘储能参与系统调峰潜在价值,合理分配风、储、火等系统出力,有效降低系统运行成本,提高 可再生能源消纳水平,提出了一种储能电站参与调峰的风-火-储联合系统分层优化调度方法.为了提高模型泛化能力和预测精度,采用基于集成学习的风电预测方法得到风电场出力曲线.分层优化调度方法的上层优化模型以最小化净负荷波动为目标,对各时段储能电站充放电功率进行优化.下层优化模型以最小化风-火-储联合系统运行成本为目标,基于上层优化模型传递的净负荷曲线,优化求解得到火电机组最优出力和最大调峰收益.     

家用新能源系统经济运行研究

在峰谷分时电价的基础上,研究了家庭光伏发电系统的储能经济调度模型.该系统充分考虑了光伏政策、售电收益、买电成本、系统的运行维护成本和蓄电池的折旧成本5个因素,建立了储能经济调度模型.结合光伏电池模型和蓄电池模型,计及荷电状态、储能充放电功率等约束条件,优化2个决策变量因子(售电比例ω和买电比例A),以家庭用户收益和环保...     

计及电动汽车的微电网经济调度方法

针对电动汽车接入后微电网的节能减排发电调度问题,提出了结合电动汽车有序充放电控制的微电网多目标经济调度方案。分析电动汽车的行驶特性,建立基于峰谷分时电价的有序充放电负荷模型。以微网发电成本和环境效益的综合最优为目标函数,采用改进遗传算法,根据实时负荷供电需求,动态确定各可控分布式电源出力大小。在Matlab平台上以一个包含风、光、柴油发电机、微型燃气轮机、燃料电池以及电动汽车的小型微电网系统为例进行仿真。仿真结果表明:所提调度方法通过合理引导电动汽车的有序充放电,减少了负荷高峰时段微电网各发电单元的供电负担,以尽量低的发电成本实现良好的环境效益,验证了该优化调度方案的可行性和有效性。     

计及功率预测误差的主动配电网实时经济调度方法

为实现主动配电网的优化运行,构建分布式发电的高效集成和管理平台,采用实时经济调度方法计及功率预测误差确定系统的优化运行计划。首先以当前时段的实时经济运行成本最小为目标,计及功率平衡约束、设备运行约束、储能充放电约束等约束条件,建立小时级的实时经济调度模型。接着,在15 min级的时间尺度上,以实时经济调度计划为基础,针对可再生分布式发电的功率预测偏差,建立计及修正计划经济成本的实时经济调度修正模型并进行求解。仿真算例表明,主动配电网在并网运行模式下的经济性指标优于离网模式,实时不平衡功率调整方法相比于传统方法具有更优的经济性,同时所建立的模型适用于制定主动配电网运行计划。     

基于分时电价机制的并网型微网多目标动态优化调度

针对并网条件下的微网优化调度问题,提出一种基于分时电价机制下的储能单元固定调度策略与可控微源动态优化调度相结合的微网运行调度方法。考虑系统功率平衡、失荷率及各种微源出力特性等主要约束,将储能蓄电池充放电折旧成本和与电网能量交换成本-收益计入运行经济成本,微网及电网侧发电污染物排放计入环境成本,建立了并网型微网多目标动态优化调度模型。并采用基于Tent映射混沌种群初始化方法和NDX交叉算子产生子代的多目标遗传算法NSGA-II优化系统内部可控微源出力。最后以风/光/柴/燃/储并网型微网系统进行算例仿真,验证所提模型合理性和求解方法的有效性。     

基于机会约束规划的储能系统跟踪光伏发电计划出力控制方法

为最大程度提高光伏系统跟踪计划出力能力,基于短期光伏发电预测功率及预测误差的随机性,提出采用机会约束规划的储能系统控制方法。该方法以光储联合出力在调度计划上下限范围内为目标,考虑储能充放电功率与荷电状态(state of charge,SOC)约束条件,并采用基于蒙特卡罗(Monte Carlo)模拟的改进自适应粒子群优化算法(particle swarm optimization algorithm,PSO)进行求解,进而获得日前各时刻储能的充放电功率值。以典型光伏电站出力为例进行仿真,对比分析了固定系数和变化系数情况下光储跟踪计划出力效果与储能情况,结果验证了该控制策略的有效性与灵活性,并为日前储能充放电控制提供了参考方案。     

基于两阶段线性模型的微电网实时优化调度方法

微电网实时优化调度作为保证微电网安全高效运行的关键技术,工程中要求可以快速可靠地取得最优解。针对这一问题,详细分析了微电网实时调度各状态空间下应采取的控制策略;提出了遵循储能SOC日前计划的“等效供电成本最小”和实际供电成本最小的两阶段线性模型;并建立了储能系统充放电引导系数模型,以控制储能系统的充放电量;最后,通过对微电网各实时状态进行优化调度仿真和有/无储能SOC日前计划情况下的实时调度仿真实验,验证了该方法能够尽量遵循储能日前SOC计划,给出满足各状态下实时调度策略的优化调度方案,并能有效降低微电网供电总成本。     

基于双蓄电池组的微电网两阶段调度优化模型及控制策略

针对微电网应用中储能寿命损耗成本过高的瓶颈问题,提出了基[JP2]于双蓄电池组的日前日内两阶段协调调度模型与控制策略。在日前阶段,综合考虑日前预测数据、储能装置寿命及市场电价,建立了以微电网运行总成本最低为目标的经济调度模型,并利用随机权重粒子群优化算法求解该模型。在日内阶段,为应对间歇性分布式电源预测误差引起的联络线功率波动,构建了基于双蓄电池组拓扑结构的储能系统,根据蓄电池特性设计了实时控制策略,即两组蓄电池分别作为放电组、充电组,交替补偿联络线功率的正、负偏差,当任一组蓄电池达到其荷电状态的上、下限,则同时交换两组蓄电池的充、放电状态。最后,以某园区的示范微电网作为分析对象,通过实际算例验证了日前优化模型及算法的有效性,并证明了基于双蓄电池组的日内实时控制策略能有效延长蓄电池循环寿命,提高系统的经济性。     

基于电动汽车V2G的柔性直流供电系统灵活资源调控策略研究

为了提高清洁能源消纳率,降低碳排放量,给出一种柔性交直流供电系统拓扑,该拓扑通过直流母线实现光伏发电、储能及电动汽车充放电的能量交互,通过双向AC/DC设备实现交直流系统能量互动.为保证该系统的安全、稳定、经济运行,提出一种多时间尺度调度控制策略,包含毫秒级、秒级到分钟级、小时级到日等不同时间尺度.策略结合储能、光伏发...     

超级电容器-飞轮-蓄电池混合储能系统容量配置方法研究

采用混合储能系统能够降低储能配置的年均综合成本,提高光伏发电系统的经济效益。针对超级电容器-飞轮-蓄电池混合储能系统,采用经验模态分解方法把光伏发电功率与负荷功率之间的不平衡功率分为高频、中频和低频三部分,分别作为超级电容器、飞轮和蓄电池的参考功率;构建以年均综合成本最小为目标函数,同时考虑混合储能系统的充电与放电功率和剩余电量等约束条件的容量优化配置模型,采用遗传算法进行优化,并通过实例分析验证了该配置方法的有效性。     

基于深度强化学习的电动汽车实时调度策略

电动汽车(EV)作为一种分布式储能装置,对抑制功率波动有着巨大的潜力。考虑EV接入的随机性及可再生能源出力和负荷的不确定性,利用不基于模型的深度强化学习方法,建立了以最小功率波动及最小充放电费用为目标的实时调度模型。为满足用户的用电需求,采用充放电能量边界模型表征电动汽车的充放电行为。在对所提模型进行日前训练及参数保存后,针对日内每一时刻系统运行的实时状态量,生成该时刻充放电调度策略。最后以某微电网为例,验证了所提基于深度强化学习的调度方法在满足用户充电需求的前提下,可以有效减小微电网内的功率波动,降低EV充放电费用;日内不需要迭代计算,可以满足实时调度的要求。     

基于模糊控制的光储微网实时电价能量管理策略

在光储微网中,由于实时电价的波动性、光伏出力的随机性以及储能电池充放电的灵活性会带来能量调度复杂的问题,传统的能量管理策略难以实现功率的精确分配与经济最优.为此,在传统能量管理策略基础上,针对光储微网提出了一种基于模糊控制的优化控制策略,以能量经济运行为优化目标,根据微网内各单元出力情况以及电价设计了8种运行模式,通过...     

计及峰谷平滑效益的需求响应和电池储能系统调度联合优化策略

现有需求响应决策未考虑储能调度等影响因素,电池储能运营商基于固定需求响应结果进行储能调度决策,联合优化结果难以使系统获得最优综合效益。为此,建立了需求响应和电池储能系统调度联合优化机制以及基于联合优化策略的需求响应和电池储能系统调度决策模型。采用基于离散参数规划的线性优化策略,以等步长形式迭代求解非线性优化模型的最优分时电价和最优储能调度策略;建立基于联合优化策略的峰谷平滑效益模型,用于评估电力系统削峰填谷的单位成本。算例分析结果表明,所提需求响应和电池储能调度联合优化策略能有效削峰填谷并提高系统整体的经济性。     

基于前馈自抗扰控制方法的蓄电池储能控制策略

针对光储微电网系统中蓄电池储能存在抗干扰能力较弱、直流母线电压波动较大、充放电有效性差等问题,提出了基于前馈线性自抗扰控制(FF-LADRC)方法的蓄电池储能控制策略。建立双向DC-DC变换器数学模型,并在传统蓄电池双闭环储能控制的研究基础上,通过在电压环和电流环中分别引入LADRC,并且在电压环中加入前馈控制,从而完善了双闭环控制策略,以实现对蓄电池储能系统中充放电过程进行有效控制。仿真结果表明,所提基于FF-LADRC方法的蓄电池储能控制策略能够抑制直流母线电压波动,并且有效提高蓄电池储能系统的充放电性能和降低储能系统超调量。     

孤岛微网中分布式储能SOC和效率均衡控制策略

在微网的运行中,不同储能电池的特性和初始状态不一致,会降低电池组间的功率分配精度。针对这一问题,提出了一种基于并联储能单元荷电状态(SOC)和充放电效率的储能均衡控制策略,以均衡电池差异和减少系统有功损失。所提方法采用分布式控制方式,将各分布式储能单元的SOC和充放电效率作为控制输入量,实时调整其输出功率,在满足系统功率需求的同时实现功率均分及并联储能单元间SOC和效率差异均衡。在此基础上,基于各储能单元SOC设计了均衡影响因子,采用两段法优化并联储能单元间SOC的均衡效果。通过MATLAB/Simulink仿真分析了所提控制策略在分布式负载变化、系统电源故障切除及有无均衡影响因子动态变化情况下的SOC均衡效果,仿真结果验证了所提方法的有效性和"即插即用"特性。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。