微网下风光储预测滚动协调优化策略

随着可再生能源并网以及微网技术的不断发展,研究微网下风光储协同控制变得日益重要。该文提出了一种预测滚动优化协调控制策略,该控制策略主要包括综合预测和滚动优化模块。综合预测模块通过超短期神经网络预测给出风电、光伏、负荷的功率预测结果;滚动优化模块考虑功率偏差软约束、风电和光伏出力约束、储能容量和功率二阶充放电模型,建立储能电池充放电次数最小以及剩余电量最大的优化模型,并利用贪心粒子群优化方法求解。仿真算例说明所提控制策略能够在兼顾微网功率偏差的基础上,有效限制储能充放电次数,避免储能过充过放,以提高储能的使用寿命。     

计及共享储能与光伏的园区多用户综合收益优化

针对含共享储能与户用光伏的园区场景,文中提出一种用户侧综合收益双层优化方法,充分挖掘共享储能灵活性及用户用电需求差异性,在实现用户整体经济效益最优的同时提升光伏消纳能力。模型上层为月前优化阶段,以用户月度用电成本最低为目标,考虑系统能量平衡、储能充放电约束以及储能荷电状态约束,优化工业用户最大用电功率,降低需量电费;模型下层为日前优化阶段,综合考虑用户综合收益及光伏消纳能力,以上层优化结果为约束条件,兼顾功率、储能等约束,提出共享储能充放电功率及用户与电网交互功率等日前优化策略,在用户月度整体经济性最优的前提下,实现用户侧每日经济效益的优化。最后,以南方某实际园区作为算例验证了文中所提方法的有效性。     

基于混合储能系统跟踪光伏发电输出功率的控制策略

混合储能系统兼备能量型储能和功率型储能的技术特性,可以有效缩减光伏功率的预测误差,提高将光伏预测出力作为电力调度参考的可靠性。为此,提出了混合储能系统提升光伏电站跟踪目标出力能力的优化控制策略。该策略采用内部能量协调控制和多目标优化控制的复合控制方式,合理地分配了电池与超级电容器的充放电功率,控制混合系统的出力弥补光伏电站预测功率和实际功率的偏差。通过国内某40MW光伏电站250天输出功率数据进行仿真分析,表明该策略不仅可以有效跟踪光伏的预测出力,而且能够充分发挥不同储能介质的特性,降低电池的充放电深度,使混合储能得到更好的应用。     

考虑运行调度策略的工商业用户侧光储联合系统协同规划

现有分布式用户侧光伏储能优化规划方法多以光伏发电功率的聚类中心为出发点,忽略了某些光伏出力较大的时段,此类方法在对光伏安装面积较小的商业用户进行规划时成效较为显著。但在对光伏安装面积较大的工业园区进行规划时,其光伏容量规划结果往往偏大,在实际运行过程中可能导致源荷功率不平衡结果,有影响系统安全稳定运行的隐患。对此,本文在充分考虑较长时段内光伏发电随机性和波动性的基础上,立足于负荷用户年度源荷电力数据,同时考虑多元用户特性和电力市场交易政策等方面因素,以光伏储能系统年综合运行成本最低为目标,建立了用户侧分布式光伏储能优化规划模型。算例分析表明,本模型能够在各类典型工商业用户的光伏储能优化规划中取得满意效果。     

基于主从博弈的共享储能定价策略及园区用户日前优化决策

针对目前用户自主投建储能成本过高和资源利用率不足的问题,可在园区引入共享储能,助力降低园区用户用电成本,并促进分布式可再生能源消纳。为实现共享储能服务商和园区用户的双赢,建立了共享储能服务商主导、园区用户跟随的主从博弈模型。共享储能服务商制定容量价格和功率价格,并利用条件风险价值（conditional value-at-risk,CVaR）评估光伏出力不确定性带来的收益风险;园区用户根据共享储能的价格及自身负荷和光伏出力预测,决策购买的储能容量和充放电功率策略。然后通解。最后,基于多用户多场景的算例,分析储能价格对博弈结果的影响,并对比购买共享储能与配置固定储能、不配置储能的经济性,论证了所提共享储能机制和优化决策模型的有效性。     

面向用户侧的电池储能配置与运行优化策略

为提高用户侧电池储能投资与运行的经济性,降低用户用电成本,提出了用户侧电池储能配置优化及运行调度滚动优化方法。首先,分析了用户加装储能的收益以及储能运行的约束,然后构建了储能配置优化模型、储能月前和日内运行滚动优化模型,并用CPLEX求解器进行求解。在构建模型时加入了储能性能约束,能有效减少储能运行时充放电状态之间的转换次数,延长储能寿命。在月前优化中,确定一个预测的月需量防守值;在日内滚动优化中,构建了储能日运行分段优化模型及月需量防守值更新模型,实时更新日负荷数据及月需量防守值,进行滚动优化,不断修正负荷预测误差影响。最后,对工业大用户进行算例仿真,验证了所提优化模型的有效性。     

储能电站容量约束下的动态调峰控制策略

针对储能容量限制的问题,提出一种通过确定负荷区间调整储能电站运行的控制策略,对储能电站充放电功率的选择做出合理优化;针对因负荷预测误差较大导致的储能控制策略峰谷识别不准、储能电站充放电运行时容量利用率不佳等问题,提出了一种实时调整削峰填谷目标的调峰控制策略,对储能电站的运行策略进行最优配置。基于某地区实际用电负荷数据和短期负荷预测的算例,验证了该控制策略的可行性和有效性。     

基于模型预测控制的能源产消者端对端交易策略

新能源政策市场化无补贴发展背景下,为保障分布式光伏资源的消纳,须探索有效的市场机制,发挥用户调动灵活性资源的主动性。端对端(Peer-to-Peer, P2P)能源交易作为本地电力消费者和生产者间直接能源交易模式,有利于局部区域功率平衡。采用连续双向拍卖市场机制,提出基于模型预测控制的P2P市场交易策略。针对储能参与后的产消者电量投标决策问题,利用模型预测控制滚动优化储能的充放电功率,指导市场主体的电量投标。在此基础上,将具有学习能力的增强零信息策略作为报价方法,实现各主体的自主决策。辽西某区域电网算例结果表明：所提方法能够有效调动市场主体的积极性,指导其投标行为,进一步增加个体收益,提高配网接纳分布式光伏的能力。     

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.     

区分工作日和非工作日负荷的用户侧储能多目标优化策略

在两部制电价下,为了更高效地利用储能提升用户的综合效益,通过构建需量管理、储能收益、负荷波动幅度增加率及SOC过程控制模型,提出了区分工作日和非工作日负荷的用户侧储能多目标优化策略,可有效实现降低用户月度用电成本、降低负荷波动幅度增加率及减少储能充放电及待机状态转换次数的多目标优化,并利用Matlab调用Cplex求解器对某大工业用户进行算例优化,验证了策略的可行性。     

考虑需求响应的电/热/气云储能优化配置策略

面向越来越开放的能源交易市场,为充分调动用户侧资源,提出了一种考虑需求响应(demand response,DR)的电/热/气云储能(cloud energy storage,CES)优化配置策略.建立含电/热/气云储能能源集线器(energy hub,EH)结构,从参与云储能商业模式的用户侧与云储能提供商出发,构建两...     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

基于ISSA-CNN-GRU模型的电动汽车充电负荷预测方法

电动汽车用户充电行为的随机性,给电动汽车充电站充电负荷的短期预测带来极大挑战。针对在多因素影响下电动汽车充电站充电负荷短期预测精度低的问题,提出一种基于改进麻雀搜索算法-卷积神经网络-门控循环神经网络(improved sparrow search algorithm-convolutional neural network-gated recurrent unit neural network, ISSA- CNN-GRU)模型的电动汽车充电站充电负荷短期预测方法。首先,构建包含气温、日期类型、节假日3种充电负荷显著影响因素与历史充电负荷的输入特征矩阵。然后,融合CNN在特征提取、数据降维和GRU神经网络在时间序列预测上的优势,搭建CNN-GRU混合神经网络模型,使用基于混合策略的ISSA算法优化混合神经网络模型的超参数。最后,在优化后的CNN-GRU模型中输入特征矩阵实现充电站充电负荷的短期预测。以美国ANN-DATA公开数据集中充电站的历史负荷数据作为实际算例,与随机森林、CNN、GRU神经网络、CNN-GRU模型以及分别用贝叶斯优化、粒子群优化、标准麻雀优化算法进行超参数调优的CNN-GRU模型相比,实验结果表明所提方法具有更好的预测效果。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

计及参与成本贡献的用户侧云储能服务及其纳什议价模型

为了解决以共享经济概念为基础的云储能服务中用户与运营商之间的成本贡献及收益分配问题,提出了计及参与成本贡献的用户侧云储能服务及其纳什议价模型,对运营商独立投资的集中式云储能服务进行定价。在所述服务框架中,运营商优先对充放电需求互补的用户交换电能,再通过充放电或购售电来满足总体的净充放电需求;然后,采用Shapley值法为用户分配储能损耗贡献度,并综合考虑用户的新能源余量能量互济率及虚拟储能利用率,对分配结果改进,以进一步刻画用户服务费的差异性;最后,求解计及用户成本贡献的纳什议价模型,计算各用户的服务费。算例结果表明：所提方法减小了储能充放电损耗及总体用能成本,并提升了新能源消纳率;且改进Shapley值法的分配结果促进了用户将新能源余量上网及按需租赁虚拟储能。同时,纳什议价模型在保证用户服务费差异合理的前提下,兼顾了用户群体和运营商之间的利益诉求,促进了双方合作。     

兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略

为了提升光伏输出功率预测精度和平抑功率波动,提出一种兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略.首先,利用概率统计分布对预测误差和功率波动进行分析,确立补偿预测误差和平抑波动目标域,基于预测允许误差上下限值确定补偿预测误差目标域的充/放电参考功率,以一阶低通滤波平滑曲线确定平抑波动目标域的充/放电参考功率.然...     

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。     

计及负荷峰谷特性的储能调峰日前优化调度策略

为了使储能系统达到最优的削峰填谷效果,提出一种计及负荷峰谷特性的储能调峰日前优化调度策略。根据调度日内的负荷曲线,以储能系统的额定容量与额定功率为约束条件,分别计算在调峰过程中所能达到的最高填谷功率线、最低削峰功率线以及与之对应的充放电电量。根据所需的充放电电量差值,在储能系统未动作区间内,以储能系统经济性和负荷峰谷差改善量最优为目标,确定各时刻储能系统的充放电功率,实现充放电电量平衡。分别建立填谷调度模型、削峰调度模型及电量平衡调度模型,并制定相应的调度策略执行流程。构建调度策略评价指标,以某电网的负荷及风电数据为基础验证所提调度策略的有效性。