基于多目标分子动理论的楼宇负荷用电调度优化

针对智能用电环境下保证用电经济性、舒适性以及电网侧稳定性目标的楼宇多用户日负荷调度问题,提出一种基于多目标分子动理论的智能楼宇负荷用电调度优化策略。首先根据楼宇用户中不同负荷特征,对楼宇用电负荷进行分类,搭建楼宇多用户负荷用电调度模型;其次,针对该模型对分子动理论优化算法进行多目标改进,引入基于按维审查的模糊拥挤判定思想得到最优解集可供选择,提高种群多样性和分布性,然后将其用于楼宇多用户负荷调度模型中进行多目标优化;最后,通过算例仿真实验及对比分析可知,所提优化策略能较好地实现楼宇用户用电经济性和舒适性目标,同时达到平抑电网侧波动的效果。     

基于粒子校正优化的智能小区需求响应调度策略

针对复杂智能用电环境配电网侧波动最小优化目标下的智能用电小区多用户日负荷需求响应调度问题,提出一种基于粒子校正优化的智能用电小区用电需求响应调度策略。首先综合考虑智能家居的基本负荷、可调度负荷、电动汽车负荷和储能装置负荷等约束条件,建立了计及罚系数的多用户智能用电调度模型;然后为求解该模型,提出基于粒子校正的混合粒子群算法,通过解决用户负荷分配最优求解中偏离约束问题,实现优化调度的效果;最后进行算例仿真实验,经过对比分析,结果表明文中所提策略对包含多种新型用能负荷的用户需求响应调度有着良好的负荷平抑配电网波动效果,能较好地实现配电网削峰填谷的目的。     

基于用户满意度的家庭能量管理系统协调优化调度

家庭能量管理系统能够合理地调度用户侧的用电需求。建立了光伏发电模型、蓄电池储能模型以及家庭用电负荷模型,重点是针对考虑用户意愿情况下对可调度的柔性负荷工作状态矩阵建模,并建立用户电费最小的优化目标函数的基础上,提出了一种基于用户满意度的光蓄互补型家庭能量管理的协调优化调度策略。该策略既考虑了用户用电的实际情况,还整合了智能电网中新能源、储能以及需求响应等新技术,具有重要实际意义。最后进行算例分析,比较不同调度模式下的用户电费的情况,并验证了其模型的有效性。     

考虑需求侧电价的配电网储能设备运行策略与容量的协调优化

光伏、储能和需求侧响应的协调运行可有效平抑负荷波动并提升配电网运行的经济性。为实现通过主动运行提升配电网资产利用率的目标,本文首先改进了主动配电网的运行策略,在电网正常状态下,考虑了用户舒适度以及用电经济性的双重需求,建立了基于启发式滑动数据窗滚动技术的价格型空调快速响应模型;在电网故障状态下,提出了考虑用户赔偿的激励型空调负荷响应模型,以及故障状态下存在互联的馈线组内广义需求侧资源协调调度的共享策略,以减少线路的冗余备用。其次,建立了基于以上运行策略的配电网主动运行收益模型,以及以配电网效益最大为目标的配电网需求侧电价、储能运行策略和容量配置的协同优化模型。最后,以改进的IEEE-33节点配电系统为算例进行了仿真。仿真结果验证了所提模型的有效性,并探讨了用户负荷需求侧资源参与程度对储能配置的影响以及共享机制对提升配电线路利用率的贡献,为主动配电网广义需求侧资源优化配置提供了参考。     

主动配电网中负荷主动管理系统研究与应用

为充分利用用户侧资源,提高居民负荷在电力系统调度中的参与度,主动配电网中负荷主动管理系统采用先进的网络通信技术、传感器技术和计算机技术,基于负荷预测和发电预测,通过智能用户终端实现用户交互,采集用户用电信息和用电偏好,分析负荷特性,优化用户能效,将居民负荷纳入配电网调度范围,实现了主动配电网中负荷的主动管理,使负荷侧和供电侧实时互动。负荷主动管理系统目前在贵阳示范现场投运,试验数据表明,通过主动管理用户侧负荷,能够有效降低负荷峰谷差,提高新能源消纳率,促进电力资源合理配置,改善电网运行曲线,提高配电网智能化水平和运行稳定性。     

基于帕累托纳什均衡博弈的电网/多元家庭用户互动多目标优化算法

提出一种主动配电网下的电网/多元家庭用户互动多目标优化模型。分别搭建家庭光伏电源模型、电动汽车蓄电池模型以及负荷模型,并提出一种基于蓄电池操作和光伏自发自用的家庭能量管理策略。在满足用户及电网的约束的条件下,建立考虑用户舒适度、经济性和电网负荷曲线优化的多目标优化模型,并采用基于人工免疫系统的多目标优化算法对其进行求解。在获得电网侧与用户侧多个目标的帕累托曲线后,利用纳什均衡博弈进行多目标的折中决策。100个家庭能量管理系统的仿真算例表明:所提算法能有效提高用户舒适度、经济性,同时有助于电网削峰填谷。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于聚类算法的电动汽车充放电分时电价优化

随着电动汽车的增多,电动汽车无序充电会给电网运行带来较大的负面影响。同时,随着电力市场改革,实施分时电价是必然的选择,通过合理设置充放电分时电价能够引导电动汽车用户的有序充放电。本文以私家车为研究对象,根据用户的充电持续时间、充电开始时间特征进行K-均值聚类分析得到用户日常的充电规律,建立减少电网波动及减少用户用电成本的目标函数,最后通过布谷鸟搜索算法进行最佳分时电价的求解。通过小区实际负荷实例验证此分时电价调度策略能够有效的减少用户用电成本,改善电网运行状况。     

面向智能用电的家庭能量协同调度策略

针对用户侧分布式能源渗透率不断提高的发展趋势,提出一种包含光伏及储能设备的家庭能量协同调度策略。首先建立了家庭能量管理系统中的分布式电源模型和负荷模型,并提出了基于日前光伏出力预测和家庭负荷预测的家庭能量协同调度模型。然后,在满足用户舒适度约束的条件上,以家庭能源最大盈利为目标,采用二进制粒子群算法求解每日家庭最优用电计划,提高了可再生能源的利用率并做到光伏发电的最大就地消纳。最后,通过算例仿真比较不同用电模式下的用户收益,验证了模型的有效性。     

事件驱动的智能家庭在线能量管理算法

家庭能量管理系统作为智能电网在用户消费侧的重要组成部分,是智能家庭优化运行的核心。针对装有光伏设备的家庭用户,提出一种事件驱动的在线能量管理算法,基于李雅普诺夫优化方法对家庭中的可控负荷进行调控,采用非预测机制,只需获取当下时刻的相关变量即可实时做出调控决策,可以在分布式电源发电、用户负荷及市场电价的波动场景下快速调控能量。采用事件触发机制决定是否进行在线优化决策,减少触发频率和不必要的计算量。通过仿真结果对比分析可知,该算法能有效降低用户用电成本,占用计算资源少,有利于实现家庭用户的低成本能量管理。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

智能小区居民负荷参与优化调度及控制策略研究

随着居民用电设备的快速发展,居民用电占社会用电的比例越来越大,调动居民负荷参与需求侧响应值得深入研究。首先,建立了智能小区参与需求侧响应的双层调度模型,上层为配电网运营商收益最大化,下层为智能小区用户总调度成本最低。其次,该模型考虑了各类用电设备的负荷模型、用户的舒适度以及基于调峰贡献度指标约束的激励措施。最后,考虑到居民负荷参与调度会产生功率波动的问题,以功率较大的空调负荷为例,针对空调参与调度造成功率跌落的现象提出相应的控制策略。结果表明,双层调度模型能够使用户按照配电网运营商的调控期望进行调度,调峰效果较好,并且兼顾配电网运营商和用户的利益。提出的两种控制策略均有效地减小了功率跌落,提高了配电网的稳定性。     

电动汽车与可再生能源的协调优化

针对电动汽车和可再生能源之间的多目标协调调度,建立了以配电网负荷波动最小、总网络损耗最小和电动汽车用户充电成本最小为目标函数的多目标协调控制模型,并采用量子粒子群多目标搜索算法进行求解,得到各个时刻电动汽车合理的入网数量。以IEEE-33节点配电系统进行仿真实验,结果表明,利用电动汽车的电池储能系统作为电网和可再生能源的缓冲,能降低可再生能源发电间歇性和电动汽车入网随机性对电网的影响,促使电网侧和用户侧的双边利益最大化。     

基于V2G的电动汽车充放电双层优化调度策略北大核心CSCD

针对大规模电动汽车(EV)随机接入电网时,电动汽车无序充电将会导致电网用电量增加,负荷峰谷差值变大,如何有效降低电动汽车带来的用电负荷风险是未来关注的重点。文中提出了基于车网互动(vehicle to grid,V2G)的电动汽车充放电双层优化调度策略。其中,上层模型以电网总负荷方差最小和代理商调度计划偏差最小为目标函数;下层模型以用户参与调度意愿和调度能力为基础,在代理商配合调度中心计划的前提下,注重提高用户参与度和用户收益最大化。采用多种群遗传算法对模型进行分析,结果表明,所建模型不仅能够很好的平抑电网负荷波动,有效降低负荷峰谷差,并使参与V2G服务的用户经济收益最大化。     

考虑分时电价的主动配电网柔性负荷多目标优化控制

为促进居民经济用电以及对分布式能源的消纳,在主动配电网的优化调度中,储能设备的调蓄作用至关重要,但单纯依靠储能的调节作用会极大增加系统成本。在需求响应机制下,利用分时电价机制可有效促进柔性负荷参与系统能量平衡的调蓄作用,从而有效降低储能单元配置成本。基于电力需求弹性理论,建立引入分时电价机制的主动配电网柔性负荷调度模型;构建可降低网侧功率波动、兼顾用户生活舒适度以及运行经济性为目标的多目标优化模型,并通过粒子群算法求解获得柔性负荷控制策略。通过对某一具体场景的分析与仿真证明了所提方法的有效性,实现配网清洁能源的友好接入和高效利用。     

家庭需求侧资源与电力供应商双向交互策略

需求侧资源参与到家庭与电力供应商之间的能量交换过程,能够降低自身用电成本。针对可平移负荷不同用电特点进行综合建模,结合电动汽车、光伏,小微储能装置模型提出新的家庭需求侧资源与电网的双向能量交换模型,通过求解该模型,对比分析了在需求侧资源中加入可平移负荷前、后所得的调度结果,负荷平移后,家庭电费明显降低,且起到了削峰填谷的作用;讨论了需求侧资源与家庭和电网之间单向与双向交互模式下的经济效益,得出了智能家庭最优调度策略,为进一步的家庭实践打下基础。     

基于主从博弈的负荷聚合商日前市场最优定价策略

负荷聚合商通过需求响应整合用户侧资源,并由此向电网提供负荷平抑服务以获得收益。因此,聚合商的响应定价策略和用户响应偏好直接影响用户响应精度,进而影响聚合商市场收益。文中将参与需求响应的负荷资源作为广义需求侧资源,提出基于价格激励的需求响应机制,建立考虑用户偏好的用户效用模型和聚合商收益模型。进而,以用户和聚合商两者利益最大化为目标构建主从博弈模型,求解模型获得聚合商最优补偿定价策略,分析用户用电弹性以优化用户响应。最后,采用美国PJM市场数据进行算例仿真,结果表明基于主从博弈的最优定价策略能够充分考虑用户响应偏好差异,有效降低用户综合成本,通过平抑负荷波动提高聚合商市场收益。     

考虑大规模风电和电动汽车入网的协同优化调度

为了实现发电机组的经济调度,同时减少污染气体的排放和等效负荷的波动,结合电动汽车与电力系统之间能量双向流动的特点,考虑风力发电的间歇性和电动汽车充放电的随机性对电网的影响,以发电成本、排污成本和等效负荷波动方差最小为多目标函数,构建了计及风电和插入式混合电动汽车(Plug-in Hybrid Electric Vehicles,PHEVs)的协同优化调度模型。并应用基于ε占优的多目标粒子群算法进行求解,该方法能保证外部存档非劣解的收敛性和分布性,克服了粒子群算法(Particle Swarm Optimization,PSO)求解多目标优化问题极易收敛到伪pareto前沿和收敛速度慢的缺陷。最后,通过仿真实验,验证了所构建多目标协同优化调度模型与单目标优化调度模型相比,能有效平抑可再生能源发电出力波动,降低发电总成本和排污成本。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

基于多群组均衡协同搜索算法的电动汽车充放电多目标优化

大规模电动汽车无序充电将会给电网安全运行带来巨大压力,合理利用V2G(vehicle to grid)技术制定最优充放电策略可以有效改善电网运行状况。在满足电动汽车充电需求的基础上,基于经典电池损耗模型和分时电价,以日负荷曲线波动最小和计及电池放电成本的用户充电成本最小为目标建立了电动汽车充放电多目标优化模型,采用多群组均衡协同搜索算法(EMGSS)进行帕累托前沿和最优折中解的求取,以滚动优化的方式满足综合考虑日间/夜间不同的随机的充电需求并进行优化计算,最大限度地实现电网侧和用户侧的双赢。通过仿真案例验证了该模型可以有效地平抑日负荷曲线波动并且降低用户充电成本。