基于需求响应的区域微电网优化调度

优化调度对于提高微电网中分布式电源的消纳和系统的经济运行水平具有重要意义,基于负荷的分类和差异化负荷的需求侧响应能力,提出一种计及负荷需求侧响应的微电网优化调度分析方法。首先,分析微电网中各种分布式电源和典型负荷的数学模型;然后,构建以用户售电收益、余电上网收益并计及运行维护成本、燃料成本和环境污染成本的综合净效益最大化作为目标函数,以功率平衡约束、储能电池充放电约束等为约束条件的微电网优化调度模型,并采用遗传算法进行求解。算例分析表明:在微电网调度中考虑需求侧响应可以减少用户用电成本,提高微电网整体效益,有效配合配电网达到削峰填谷的目的,减轻负荷高峰时段的供电压力。     

含循环换电负荷及充电站的微电网多目标优化调度

电动换电重卡由于具有充电功率高、周期性强的循环换电负荷特性,一旦短时大量接入微电网中,将带来经济性和安全性的挑战。首先讨论电动汽车充电、循环换电负荷的不同特性,建立含循环换电负荷及充电站的微电网模型;提出一种综合考虑微电网经济性及联络线功率波动性的多目标调度优化方法;采用线性加权方法将多目标问题转化为单目标问题;最后利用CPLEX工具对仿真算例进行求解,仿真算例表明,所提优化方案可有效求解综合考虑不同权重下微电网净利润、联络线交换功率及换电站内电池最优调度问题,能在尽可能减小微电网与上级电网交换功率波动性的同时,使得微电网获得最大净利润。     

一种最优能量流的多微电网分布式优化方法

为实现多微电网经济性目标，一种最优能量流的多微电网系统分布式优化经济调度方法被提了出来。该方法以微电网间功率交互为优化目标，建立多微电网分布式优化经济调度模型，其后利用交替方向乘子法对模型进行求解，从而以分布式的方式实现对多微电网的经济优化，减少信息通信量，实现最优能量流。经过仿真验证，当多微电网系统出现功率分配情况时，此方法可有效保证以经济最优的方式实现微电网之间的功率交互，且维持多微电网功率平衡与稳定运行。     

分时电价下含电动汽车的微电网群双层多目标优化调度

为解决大规模电动汽车无序充电导致电网出现“峰上加峰”现象,依据电动汽车充电地点的不同将配电网划分为居民区、办公区、商业区微电网,提出基于峰谷差、分时电价、用户充电满意度多目标下的电动汽车充电模式,建立了微电网内运营商峰谷差最小—用户充电费用最少和充电满意度最大的双盈多目标优化调度模型,采用上海市实际居民办公商业混合体,基于MATLAB/NSGA-Ⅱ算法求解负荷整形度;采取粒子群优化算法求解电动汽车车主达到充电最优满意度;实现对电动汽车充电时刻和充电功率的引导。实际算例仿真结果表明,该方法能有效降低配电网负荷峰谷差,提高电动汽车充电效率,满足用户充电需求。     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

基于改进蝙蝠算法的混合储能系统容量优化配置

针对光伏发电在微网中不稳定、功率波动较大的问题,利用超级电容和蓄电池的混合储能系统对微电网中功率波动部分进行平抑。根据光伏功率波动率和储能响应特性,提出基于低通滤波器分解的功率分配方法,采用改进的蝙蝠算法对混合储能进行容量优化配置,以混合储能装置全生命周期费用最小为目标,以系统的功率平衡、储能的荷电状态以及负荷缺电率等指标为约束条件,建立一种混合储能系统容量优化配置模型,实现混合储能系统经济最优。算例仿真结果表明,改进的蝙蝠算法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。     

基于改进黑洞算法的微电网优化调度

为提高微电网运行的经济性,需要对其进行日前优化调度.首先建立微电网优化调度数学模型,以微电网内部蓄电池充放电功率和燃料电池输出功率为优化向量,以微电网运行成本最少为优化目标,基于日前预测数据,先将一天分成24 h,以1 h作为1个调度时段进行优化;然后以15 min为1个时段将一天分成96个调度时段,将小时级优化调度的结果作为15 min级优化调度的初始值进行二次优化;最后采用差分进化改进黑洞算法分别求解模型.算例结果显示改进的黑洞算法收敛速度快,求得的优化结果能够作为未来一天中微电网内部蓄电池充放电功率和燃料电池输出功率的参考,减少微电网运行成本.     

改进粒子群算法的电动汽车时空优化分配策略

兼顾待充电汽车的时间分配和空间分配,以每个时段每个充电站的充电电动汽车数量为决策变量,建立了集中充电时段内充电负荷方差和充电站充电汽车数量方差的数学模型.提出时空优化分配策略,使待充电汽车在时空上达到均衡分配,并在基本粒子群算法基础上结合了线性递减权重和异步变化学习因子方法.基于纽约州独立系统交易运行机构(NYISO)的原始负荷数据进行算例仿真.结果表明,文中提出的电动汽车集中充电调度策略在时空上优化分配待充电汽车,达到了降低负荷峰谷差、减小负荷波动的目的.     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

基于MDP及激励需求响应的电动汽车有序充电控制

电动汽车充电行为的不确定性及随机性使充电负荷短时间内大量接入电网从而导致较大的负荷波动,同时,电动汽车的无序充电行为,不能在分时电价的条件下保证充电用户的利益.为缓解这些问题带来的负面影响,首先,基于强化学习中马尔科夫决策过程(MDP)分析电动汽车的充电行为;然后,构造激励函数引导电动汽车根据电网供电裕度进行充电选择,得出同时满足负荷波动最小和用户花费最小的有序充电策略;最后,通过蒙特卡洛方法模拟电动汽车充电情况.有序充电仿真结果表明,该策略能有效地改善负荷叠加曲线,起到削峰填谷作用,并减少用户充电花费.     

基于粗糙集理论的风光蓄互补系统优化模型

为了解决风光波动性对系统安全调度和稳定运行的影响,以系统运行成本最小和系统污染排放量最小为目标,构建风光蓄集成互补系统. 基于粗糙集理论和模糊C均值聚类算法,分别确定多目标调度中经济目标和环境目标的权重;提出基于粒子群变异策略和计及约束边界的信息共享方法的改进粒子群优化(PSO)算法,求解多目标调度优化问题;以我国西南地区某省风光蓄集成互补系统为例开展算例仿真,验证所提模型的科学性和实用性. 研究结果表明,与单目标调度相比,多目标调度兼顾经济性和环境性,所提混合粗糙集-改进粒子群算法的收敛精度更优,提高了系统的经济效益和环境效益. 引入抽水蓄能机组,对于实现系统多能源协同互补运行具有重要的意义.     

荷电状态优化对风储系统供电可靠性的影响

对于风储联合系统中储能容量和充放电控制优化问题,从风储联合系统的供电可靠性和功率波动性角度进行研究。为了抑制储能系统的过冲过放现象,提出一种考虑储能荷电状态(state of charge, SOC)参量的充放电优化控制策略。该策略采用模糊控制方法,根据储能的SOC,引入调整系数对充放电功率进行干预。最后基于IEEE-RTS79可靠性测试系统,通过对某实际风场数据进行分析,验证该策略可以有效提高系统的供电可靠性,改善功率波动性。     

多能互补系统综合效益最大化控制

针对光伏发电出力随机性大,波动较强等问题,提出了一种多能互补系统综合效益最大化控制策略,控制双向DC-DC逆变器实现蓄电池、超级电容器和氢燃料电池充放电,保证直流母线电压的稳定。然后利用蓄电池和超级电容器所具有的能量互补特点,实现对储能系统的优化管理。采用光伏与混合储能协调互补的方法,可以减少储能系统的容量、降低蓄电池循环充放电的次数、延长储能装置的使用寿命,并获得较好的光伏波动平抑效果,相比于常规的控制方法,减少了运行投资成本,具有显著的经济效益。     

含共享氢储能的园区综合能源微电网群低碳协同运行

为促进微电网群新能源消纳和低碳经济运行,在共享经济背景下,提出了一种基于合作博弈的含共享氢储能(SHES)的微电网群低碳协同优化运行方法,以兼顾SHES和微电网群的利益。首先,提出SHES和微电网群的能量交互运行框架;其次,分别以SHES运营效益最大和各微电网运营成本最小为目标,建立了基于合作博弈的电氢能源协同运行模型;然后,考虑各主体隐私性,采用交替方向乘子法(ADMM)算法对模型进行分布式求解;最后,进行算例仿真。结果表明,通过SHES与各微电网的协同运行,有效改善了各主体的运行情况,促进新能源就地消纳,降低了碳排放。     

含电转气的电—气互联综合能源系统低碳经济运行

针对当前电力系统中弃风现象严重以及二氧化碳排放量高的问题,提出一种含电转气的电—气互联综合能源系统低碳经济调度模型,引入经济折算系数将二氧化碳排放量折算到经济维度和系统的运行成本共同组成综合成本最低的目标函数,并考虑含电转气的电力系统及天然气系统的能流模型与安全约束,用内点法予以求解。采用修改的IEEE 30节点电力系统和比利时20节点天然气网络进行算例分析,通过比较4种不同模型下的综合成本与二氧化碳排放量,验证所提模型能有效兼顾系统运行的低碳性和经济性,同时大大提高消纳风电能力。取不同经济折算系数会得到低碳性与经济性不同侧重的最优调度结果。     

考虑负荷优化的光储充电站储能经济性配置研究

为缓解电动汽车充电对电网的冲击,提升充电站的经济性,对光储一体化充电站储能配置展开研究. 首先分析了充电站电动汽车的负荷特性,结合峰谷电价,制定了储能运行策略. 然后通过建立储能配置双层规划模型,保证了充电站负荷最大程度优化的同时实现价格套利. 最后通过算例分析,得到商业区充电站储能经济性配置方案. 将该配置方案与以峰谷差作为优化指标的传统储能配置方案对比,结果表明该方案有效增加了总削峰量,并将充电站年购电成本进一步降低.     

基于强化学习的云计算资源调度策略研究

提出了一种基于强化学习的云计算虚拟机资源调度问题的解决方案和策略。构建了虚拟机的动态负载调度模型,将虚拟机资源调度问题描述为马尔可夫决策过程。根据虚拟机系统调度模型构建状态空间和虚拟机数量增减空间,并设计了动作的奖励函数。采用Q值强化学习机制,实现了虚拟机资源调度策略。在云平台的虚拟机模型中,对按需增减虚拟机数量和虚拟机动态迁移两种场景下的学习调度策略进行了仿真,验证了该方法的有效性。     

需求侧规模化电动汽车的充电负荷优化调控策略

针对电力需求侧电动汽车(electric vehicles, EV)用户充电行为的不确定性,分析电动汽车充电负荷调度与控制技术,构建电动汽车充电负荷调控优化模型,提出考虑分时电价与削峰填谷的分层多目标电动汽车充电策略,并对某区域内的1 000辆电动汽车的充电场景进行调控仿真试验。结果表明,本研究提出的优化充电策略能够有效降低充电费用和充电功率峰值,验证了所提出的优化调控策略的有效性。     

大规模可再生能源电解水制氢合成氨关键技术与应用研究进展

新能源的快速发展为电力和化工行业带来了机遇和挑战，一方面，由于可再生能源电力消纳问题导致大量的弃水、弃光等能源浪费，另一方面，以绿氢为原料替代碳基化石能源合成氨，可以极大地减少化工行业的碳排放。因此，利用水力、光伏等可再生能源电解水制氢，为合成氨提供绿色原料，可显著提升可再生能源消纳能力，降低能耗与碳排放，服务国家“碳达峰、碳中和”目标。然而，可再生能源电力电量的波动性难以适配传统合成氨生产过程的平稳性要求，大规模可再生能源电解水制氢合成氨的设计与运行依然存在诸多挑战，亟需开展系统性研究突破适应可再生能源波动特性的大规模电解水制氢合成氨系统的集成与调控关键技术。对此，本文首先对可再生能源电解水制氢合成氨的工艺组成及过程进行介绍，包括电解水制氢工段、压缩缓冲工段、化工合成氨工段，进而提出该系统建设的关键技术体系，包括可再生能源波动条件下的合成氨工艺流程优化和柔性调控技术、考虑“电-热-质”耦合的大规模电解水制氢系统的模块化集成和集群动态控制技术、计及可再生能源波动性与化工多稳态特性的“源-网-氢-氨”的全系统协同控制技术、计及电、氢、氨等要素的全方位安全防护与市场运营机制。针对适用于柔性生产的合成氨工艺优化及多工段协同调控技术，在考虑氢储供量与催化剂性能下，综合合成塔、压缩机、气体分离、换热网络等子系统开发了合成氨高保真代理模型；研究了可再生能源供给和市场需求波动下，充分考虑操作安全性和过程经济性的电解水制氢合成氨各子系统的适配方案与协同控制技术。针对大规模电制水制氢系统模块化集成和集群动态控制技术，基于奇异摄动和代理模型技术研究了集群系统多时间尺度时域仿真方法，建立了电解集群系统多物理耦合状态空间模型；综合考虑了模块启停组合调度、模块间功率分配调度及模块自身灵活调节，计及安全运行区间及电热气接口特性约束，以提高氢产量、提升能量利用效率、改善水光电源消纳和跟踪电网调峰调频指令为目标，构建了集群系统多目标分层调度与控制模型。针对氢能参与电网的全系统协同控制技术，研究了水光互补发电、电制氢、储氢、合成氨、储氨多工段间稳态运行特性的多工段间灵活运行方法，以及电制氢合成氨系统柔性动态协同控制方法；综合采用了静态等值和参数聚合等方法降维和等值电制氢合成氨系统仿真模型，研究了源网氢氨协同提升系统安全稳定性的优化控制方法和技术指标；结合电网调频和调峰特性，研究了电制氢合成氨系统参与电力辅助服务的策略。建设大规模可再生能源电解水制氢合成氨系统，提高可再生能源本地消纳率和并网调度友好性，降低化工碳排放，具有显著社会效益和战略意义。