基于自适应模型预测控制的柔性互联配电网优化调度

针对柔性互联配电网中源荷不确定性问题,提出了一种基于改进模型预测控制的优化调度方法。建立基于模型预测控制的柔性互联配电网日内优化调度模型,采用自适应动态权重方法处理包含综合供电成本和电压偏差的多目标优化问题,在预测模型部分采用动态场景生成及K-means聚类场景削减方法对源荷预测误差进行处理,针对经典模型预测控制滚动优化部分域参数恒定问题,提出一种域参数自适应调整的滚动优化方法。通过四馈线互联的33节点系统仿真算例验证了所提优化调度方法的有效性。     

基于态势联动的主动配电网多源优化调度框架

分布式电源、储能、电动汽车规模化接入配电网,以及电力电子装置的广泛使用,对配电网的调度运行带来了巨大的挑战。针对主动配电网中新元素运行的不确定性,设计了主动配电网态势感知框架,实现对主动配电网实时运行状态及未来运行趋势的全面掌控;分析了主动配电网态势感知与优化调度的联动机理,为主动配电网多源协同优化调度提供数据和模式的支撑;基于态势感知生成了优化调度周期内的多运行场景,提出了基于多场景的主动配电网优化调度框架,并指出了实现主动配电网多源优化调度需突破的关键技术,包括连续时序运行场景集生成技术、典型场景调度策略库生成与维护技术、自适应目标优化调度技术等,以保障主动配电网的安全、可靠、高效运行。     

基于变分自编码器的主动配电网多源–荷场景生成方法

随着主动配电网中可再生能源渗透率的不断提高,其出力不确定性为主动配电网的规划、调度带来巨大挑战。针对该问题,提出一种基于变分自编码器的主动配电网多源–荷场景生成方法。该方法在传统变分自编码器结构中无监督地融入标签值使编码网络具有条件拟合的能力,并且设计了合理的编码网络与解码网络结构,使用图神经网络与时序卷积网络分别提取非欧氏相关性特征与时序相关性特征。算例使用实测多源–荷数据对所提方法进行仿真验证,结果表明改进变分自编码器能精确地还原场景并有效描述多源–荷场景之间的相关性,可对数据样本在无监督学习下生成标签值并生成对应同类型场景。     

计及源荷不确定性的混合交直流主动配电网分层-分布式优化调度

混合交直流主动配电网是未来配电网发展的主要形式,针对混合交直流主动配电网集中式优化存在优化时间长、对区域内隐私保护性不强以及源荷出力不确定性的问题,提出计及源荷不确定性的混合交直流主动配电网分层-分布式优化调度策略.该策略在混合交直流主动配电网区域内以预测场景和抽样场景的期望运行成本之和最小为目标,建立两阶段随机规划模型,采用Benders分解算法分解成主、子问题交替迭代求解;在区域间为兼顾各区域数据私密性及实现并行计算,以各自区域内主问题运行成本最优为目标,采用同步型交替方向乘子法进行分布式计算.所提策略通过各区域主问题连接区域间和区域内形成整体优化,从而保证模型达到全局最优.最后,通过算例分析验证了所提的分层-分布式优化调度策略的有效性.     

考虑源网荷储协调的主动配电网优化调度方法研究

针对源网荷储的一体化运行目标,提出一种考虑源网荷储的主动配电网协调运行调度方法.基于多时间尺度的思想,以最小化可调节量和最大程度地增加新能源消纳为目标,建立一个具有两个互补时间尺度的主动配电网日前-日内优化调度模型,将差分进化算法和帝国竞争算法相结合求解最优调度模型.仿真验证了所提出的多源协同调度方法的优越性.仿真结果...     

基于联合时序场景和源网荷协同的分布式光伏与储能优化配置

主动配电网可通过协同调度灵活性资源促进分布式光伏（DPV）电量消纳,为此提出基于联合时序场景和源-网-荷协同的DPV与储能系统（ESS）联合优化配置方法。基于动态弯曲时间特性提出光-荷联合时序场景生成方法,处理源-荷不确定性和时序相关性;建立源、网、荷、储灵活性资源数学模型;以DPV全年总发电量最大为目标,兼顾配电网经济性,建立DPV与ESS联合优化配置的混合整数线性规划模型。以某51节点标准测试系统为例验证所提方法的有效性,量化分析不同灵活性资源对DPV消纳的提升效果。     

主动配电网多源协同优化调度架构分析及应用设计

风电、光伏等间歇式能源的并网以及储能装置、柔性负荷等可调资源的接入,对主动配电网的优化调度提出了更高的要求。针对主动配电网的运行特征,提出了多源协同优化调度的总体架构和应用框架,研究了多源数据融合、主动配电网快速仿真、多源协同优化调度策略以及多源协同优化调度策略评估等关键技术,设计了计及时间尺度、空间尺度、运行状态的"三维"优化调度目标,提出了配电网—馈线—自治区域的空间维度优化调度策略和长时间—短时间—实时的时间维度优化调度策略,并研究了优化调度策略的评估方法,最后设计了主动配电网多源协同优化调度的应用场景。     

基于模型预测控制含充换储一体站的配电网优化运行

提出一种综合考虑电动汽车充换储一体站与主动配电网的优化调度模型。基于快充用户行驶行为特点、城市道路速度-流量实用模型分别建立快充站和换电站模型,并结合梯级储能集成为一体站模型。在含有风机、光伏、微型燃气轮机和一体站接入的主动配电网中建立优化调度模型,并将模型转化为混合整数二阶锥模型求解。使用基于模型预测控制的多时间尺度优化调度策略实现对配电网日前调度、日内滚动调度和实时反馈校正,减少了分布式电源和负荷的预测误差对配电网运行的影响。以某市公交线路实际道路情况为例,验证了所提出的优化调度策略具有能够满足电动汽车充电负荷需求、抑制功率波动并降低配电网运行维护费用的优势。     

基于改进风光场景聚类联合虚拟储能的源网荷储低碳优化调度

针对源网荷储优化调度时分布式电源的间歇性引起主动配电网节点电压波动以及有功网损增加等问题,提出一种改进风光场景聚类联合虚拟储能的源网荷储低碳优化调度方法。首先,为有效应对风光出力不确定的挑战,提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise, DBSCAN)的迭代自组织数据分析算法(iterative self-organizing data analysis techniques algorithm, ISODATA),并以DB指数、Dunn指数和轮廓系数对风光场景聚类效果的优劣进行评价。其次,引入阶梯式碳交易机制,建立以主动配电网综合运行成本最低为目标的优化调度模型。同时,提出用户参与满意度和电网依赖度两种运行评价指标。最后,在IEEE 33节点系统上进行算例仿真分析,结果验证了DBSCAN-ISODATA算法的合理性。并且所提低碳优化调度方法能够有效降低系统碳排放量与运行成本,实现了主动配电网低碳经济稳定运行。     

考虑多场景需求的配电网分布式储能多目标优化配置方法

针对配电网分布式储能系统优化配置问题，提出了考虑多场景需求的储能系统整体配置优化方案。首先，建立了储能系统接入配电网的经济性指标和技术性指标模型；其次，建立了源、网、荷侧不同应用场景下的优化模型并给出应满足的约束条件；再次，采用基于二阶锥的优化求解方法，将大规模混合整数非线性模型转换为混合整数二阶锥优化模型，提高了优化问题的求解速度；最后，基于某区域配电网储能系统配置具体问题，对源、网、荷侧多场景储能系统配置问题进行优化，并与源、网、荷统一优化方案对比，结果表明：提出的多目标优化配置方法可有效解决实际配电网储能系统配置问题。     

基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略

为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出了一种基于奖惩阶梯型碳价机制和分布式模型预测控制（Distributed Model Predictive Control, DMPC）的能源枢纽（Energy Hub, EH）日前-日内-实时的多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建了EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差、提高传统模型预测控制（Model Predictive Control, MPC）求解效率。其中,在日内阶段,构建了以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小的日内滚动优化模型;在实时阶段,通过将整体优化问题进行分解,建立了基于DMPC控制的多智能体实时调整模型。算例结果表明,本文所提策略在提升系统经济效益、降低源-荷不确定性等方面具有有效性,实现了EH的低碳经济、稳定可靠运行。     

基于模型预测控制和机会约束的主动配电网实时调度优化策略

合理利用分布式电源和可调负荷的灵活调节特性是实现主动配电网主动控制的关键,但其中分布式电源的随机性和波动性影响了实时调度的可靠性。为实现主动配电网的实时优化调度,提出基于模型预测控制和机会约束的主动配电网实时调度优化策略,将模型预测控制与机会约束相结合,降低了分布式能源随机性和波动性对小时间尺度调度的影响。首先,对主动配电网的小时间尺度调度体系进行了分析;在此基础上,以最优经济调度为优化目标,通过模型预测控制将系统未来状态感知与实时状态反馈相结合,对实时调度进行滚动优化,尽可能减小配电网不确定性影响;在滚动优化中采用机会约束进一步降低分布式能源和可调负荷随机波动的影响;实现了主动配电网实时调度的高可靠性和高经济性。最后通过全面的运行实例验证了所提策略的适用性和优越性。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

基于GRU-MPC的光储充电站日前-日内两阶段优化控制

电动汽车负荷与光伏出力的随机性给光储充电站的经济运行带来严峻考验。为了更高效地利用储能系统以及提高控制策略的鲁棒性,建立光储充电站日前-日内两阶段优化模型。在日前阶段,结合变分模态分解与门控循环单元神经网络预测一天48个时刻的充电负荷,并建立以日充电成本最小为目标的优化模型;在日内阶段,以日前调度计划与日内实际运行结果的偏差最小为目标,采用模型预测控制来实现滚动优化,为了增强储能控制策略对不确定源荷的跟踪能力,在日内关键时间点结合超短期源荷预测的结果对日前计划进行更新,得到基于阶段性最佳参考轨迹的实时调度。以实际算例进行仿真计算,比较不同控制策略对充电成本的影响,结果表明所提两阶段优化控制策略可以节省更多的充电成本,有更高的经济价值。     

基于数据驱动的多微电网互联系统分布鲁棒运行优化

针对多微电网互联系统调度中分布式电源出力不确定性以及运行效率低下等问题,提出基于数据驱动的多微电网互联系统分布鲁棒运行优化策略。首先基于多元正态Copula理论,计及风电功率预测误差的时间相关性及其与预测值的条件相关性,运用聚类方法对处理后的分布式电源数据进行聚类分析,通过场景削减方法生成具有代表性的多变量典型场景,得出分布式电源出力的概率分布模糊集。然后,建立多微电网两阶段滚动调度优化模型,考虑微电网内新能源实时出力的不确定性,提出一种基于列约束生成算法（C&CG）与交替方向乘子法（ADMM）的分布式求解算法,以实现两阶段分布式迭代求解。仿真结果表明,该方法可有效降低源荷预测不确定性对多微电网系统安全运行的影响,提高多微电网区域的经济效益。     

考虑交流潮流校正的日内滚动发电计划模型与方法

为了提高日内滚动发电计划的计算效率和潮流计算精度,采用直流潮流建立日内滚动发电计划优化模型,考虑基态和N-1故障方式下的网络安全约束,从而高效求解滚动发电计划; 基于机组有功出力计划,结合无功负荷预测和无功补偿设备投切情况,建立以有功出力调整量最小为目标的交流潮流校正模型,对有功出力计划进行修正,从而提高计划潮流的准确性,满足实时运行的精度要求。基于实际电网的算例分析表明,该方法能够有效提高优化计算效率和潮流准确度。     

基于鲁棒随机模型预测控制的园区综合能源系统两阶段优化

可再生能源发电与负荷的不确定性给园区综合能源系统的安全准确调度带来了巨大挑战,为了提高系统调度的准确度和运行经济性,提出了一种基于鲁棒随机模型预测控制的两阶段优化调度策略.该模型考虑到园区综合能源系统中负荷预测误差分布的规律性和可再生能源出力波动的概率分布难以准确刻画的特点,分别利用随机优化和鲁棒优化处理负荷侧和发电侧...     

计及可控负荷动态调节的主动配电网优化调度

为了促进间歇式能源的消纳,针对主动配电网调度,提出计及可控负荷动态调节的优化调度策略。通过动态调节可控负荷的接入点,以主动配电网的运行成本最小为目标函数,建立计及可控负荷动态调节的优化调度模型。采用动态群搜索优化算法对模型进行求解,并引入间歇式能源消纳率作为评估消纳性的依据。基于改进的IEEE₃₃节点系统进行仿真分析,仿真结果表明,计及可控负荷动态调节的优化调度策略是可行的,该策略能够有效提高主动配电网对间歇式能源的消纳能力。