基于纵向联邦学习的微电网群协同优化运行与策略进化

针对分属不同利益主体的微电网构成的微电网群在隐私保护下的协同优化运行问题，提出了一种基于联邦学习的多主体微电网群协同优化运行与策略进化方法。首先，各个微电网在本地训练自身的等值封装模型并上传至云端。然后，云端汇集各微电网的等值封装模型，进行场景推演和全局策略搜索，并下发策略至各微电网。最后，各微电网通过分布式联合训练纵向联邦神经网络学习新策略，实现在隐私保护下的微电网群协同优化运行与策略进化。不同规模微电网群协同运行的仿真结果表明，该方法实现了多主体微电网群在隐私保护下的协同优化运行，相较于独立运行、非合作博弈以及多智能体深度强化学习方法，提升了微电网群整体的经济效益，并保证了各参与方利益的合理分配。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaosparticleswarmoptimization,CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

基于深度强化学习的微电网优化运行策略

风电、光伏、负荷的不确定性给含有高比例可再生能源的微电网制定运行策略带来了挑战,人工智能技术的发展为解决微电网运行优化问题提供了新思路。基于强化学习框架,将微电网运行问题转化为马尔可夫决策过程,以最大化微电网经济利益和居民满意度为目标,提出一种基于深度强化学习的微电网在线调度方法。为了在深度强化学习训练的过程中高效利用经验,设计一种优先经验存储的深度确定性策略梯度(PES-DDPG)算法,学习各类环境下不同时段的微电网最优调度策略。算例结果表明,PES-DDPG算法能够为微电网提供有效的调度策略,并实现微电网的实时优化。     

基于深度强化学习的微电网源-荷低碳调度优化研究

提升可再生能源在能源供给中的比例成为实现低碳经济的重要举措之一。为减少碳排放量并降低用电成本,提出了一种基于深度强化学习的微电网低碳经济优化调度模型。首先,介绍了碳排放流理论并基于此构建了碳计量模型以及阶梯碳价模型;其次,将低碳经济优化问题转换为一个马尔科夫决策;最后,利用深度强化学习对该多目标优化问题求解。实验结果表明,所提方法通过控制发电机组的出力以及负荷的转移,有效地提升了系统经济性并降低了碳排放量。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaos particle swarm optimi-zation, CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

基于动态组网的园区微电网群运行优化

为提升园区微电网群运行经济性、供电可靠性和新能源消纳能力,提出了一种基于动态组网的园区微电网群运行优化方法。首先以运行成本、负荷损失成本和弃光成本最小为目标构建线性化微电网群组网模型,以便利用线性求解方法高效求解;其次考虑到某一时刻多个微电网可能会同时出现功率超额或缺额情况,为确定最优组网方式,提出了一种基于微电网互联约束条件的最优组网方案选择方法;最后采用一个包含3个微电网的园区微电网群系统进行算例测试,结果验证所提方法能够实现微电网间动态连接,提升微电网群运行经济性,减少负荷损失提升系统供电可靠性,提升新能源就地消纳能力。     

计及可转移负荷的微电网群分布式优化调度

由于单微电网分布式电源接入容量和供电范围有限及储能容量不足,单微电网的抗扰动能力较差。为解决此类问题,将相邻的多个微电网互联构成微电网群系统进行协同控制和管理,以此提高系统的可靠性和经济性。针对微电网群的经济性,提出了一种计及可转移负荷的微电网群经济优化调度模型,考虑了微电网群的发电成本、微电网间功率交换成本、与大电网的购售电成本以及转移负荷补偿成本,采用分布式的交替方向乘子法求解(ADMM)。最后,通过算例验证了考虑可转移负荷后的微电网群的运行经济性。     

考虑微电网群和需求响应的配电网日前-日内优化调度策略

微电网中光伏等新能源的渗透率不断提升,其间歇性与不确定性给配电网系统带来了巨大挑战。考虑配电网负荷预测的不确定性,根据不同时间尺度调控策略调用微电网内分布式资源来降低不确定性对配电网稳定性的影响。首先,针对负荷和光伏预测的不确定性和需求侧负荷的不同时间尺度特性,建立了配电网-微电网群-微电网的申报和决策方案,系统采用日前-日内多时间尺度滚动优化调度策略;然后,日前优化以配电网和微电网群的运行成本最小为目标,日内优化基于日前调度结果以微电网内可控资源调度成本最小为目标,对日前调度量进行修正;最后,采用目标级联法对所建立的模型进行求解,通过算例证明所提方法可以降低系统峰谷差和提高系统经济性。     

基于PSO的并网微电网优化运行

针对微电网并网运行下的优化运行问题,综合考虑含微电网经济成本、环境成本及微电网与大电网交易成本,使系统的总运行成本最低,建立了微电网多目标优化模型。考虑并网微电网运行约束条件,采用粒子群算法对模型进行求解,实现对各微电源负荷的优化分配。以某地的实际数据为例,对所提模型进行仿真,验证了提出的负荷优化调度模型可有效降低发电的综合成本。     

基于RBHPSO-GSA算法的微电网优化运行方法

微电网的优化运行是微电网领域的重要课题。微电网优化方法需要实现效率最大化、经济成本最小化以及微网性能最优化。以微电网的经济成本最小为目标函数,通过引入随机黑洞粒子群算法,提出基于改进万有引力搜索算法的微电网优化运行方法,并应用于多目标多约束非线性的微电网优化运行问题。该算法实现了含储能电池和可转移负荷的微电网优化模型仿真计算,并通过算例验证了该算法的正确性和可行性。结果表明,与传统的万有引力算法相比,改进后的算法具有发电成本减少,负荷峰值减少等优点。     

基于深度强化学习的孤立多微电网系统频率和电压综合控制

分布式电源出力不确定性和负荷功率扰动给孤立多微电网系统稳定带来较大威胁。提出基于多智能体柔性动作评价(MA-SAC)算法的孤立多微电网负荷频率控制器(LFC),同时采用柔性动作评价(SAC)算法对自动电压调节器(AVR)的比例积分(PI)控制参数进行优化调整。建立了多微电网LFC和AVR组合模型。对于电压和频率控制器的设计,分别根据SAC算法和多智能体深度强化学习(MA-DRL)框架建立各自的状态、动作空间与奖励函数。选择合适的神经网络与训练参数经过预学习生成深度强化学习控制器。最后通过仿真分析,基于SAC算法优化的PI控制器能更快跟踪电压参考值;多微电网系统遭遇功率扰动时,MA-SAC控制器可以快速维持频率稳定。     

考虑储能电站服务的冷热电多微网系统优化经济调度

提出一种考虑储能电站服务的冷热电多微网系统日前优化调度方法。首先提出在多微网系统建立公共储能电站,并给出用户侧储能电站服务模式;然后将储能电站服务应用到冷热电联供型多微网系统优化调度,通过协调微网与储能电站间的交互功率,实现微网内冷热电负荷功率平衡和运行经济成本最优;最后以典型场景为例,对冷热电联供型多微网系统在3种运行方式下进行经济优化调度分析。结果表明,所提冷热电多微网系统优化调度方法可以充分发挥公用储能电站的充放电灵活性,实现微网多余电能的时域转移和可再生能源发电的100%消纳,并降低多微网系统的运行成本。     

考虑市场环境的多微网分散协同调度方法

多微网系统接入配电网后，会对配网运行造成较大影响，该文结合市场环境下双边交易模式，提出含多微网主动配电系统的双层优化模型。下层优化模型为多微网分散协同调度，采用原对偶内点法求解微网公共连接点的节点电价，同时设计了一种分散式的协同调度策略以确定微网间的交换功率，从而实现多微网系统的经济运行；上层优化模型为配网运行优化，针对多微网接入后带来的配电网运行问题，建立了一种以配电网网损最低为目标函数的配电网重构模型，并采用二进制粒子群算法求解该模型，得到了配网运行的最优方案。通过两层优化实现了含互联微网配电系统的安全经济运行。最后，以3个互联微网系统接入IEEE 33节点配电系统为例，验证了所提调度方法的有效性和合理性。     

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。     

不确定性环境下园区风光储互动运行的PPO强化学习策略

随着能源结构的不断升级,部署有新能源发电的新型园区将在未来新型电力系统中扮演重要的角色。需求的随机性、风光出力的间歇性、电力市场电价的波动性等不确定性因素耦合在一起,使得风光能源与电池储能系统的合理互动运行变得十分困难。考虑到传统优化方法的局限性,提出了一种基于PPO算法的深度强化学习方法,用于解决不确定环境下园区风光储互动运行问题。基于强化学习的理论框架,为园区互动运行构建了一个具有连续状态空间和连续动作空间且转移概率未知的马尔可夫决策模型,通过与新型负荷控制系统对接的能源管理系统控制园区微电网中的电池储能系统及柔性资源,在充分考虑电池退化成本的基础上,实现园区经济运行。     

考虑风电消纳的区域多微网-配电网能源交易模式

随着微网数量不断增加及风电渗透率逐渐提高，微网与配电网频繁的能量交互对配电网的运行产生不利影响。为减少微网与配电网之间非必要的能量交互，促进风电就近消纳，构建了计及风电不确定性，以系统运营主体收益最大化、多微网用电总成本最小化为优化目标的区域多微网-配电网能源交易模式。首先，该模式通过运营主体整合区域内负荷及风电出力情况，划分系统内部峰谷时段，提高风电利用率。其次，为增强应对风电不确定性的能力，交易模式采用负荷转移率刻画峰谷分时（time-of-use，TOU）电价用户响应度，并建立考虑风电不确定性的区域多微网系统峰谷分时电价制定模型。最后，采用与蒙特卡洛方法相结合的带精英策略的非支配排序的遗传算法（elitist nondominated sorting genetic algorithm，NSGA-Ⅱ）对交易模式中的多目标优化问题进行求解。算例验证了所提交易模式有利于降低微网用电成本，提升多微网整体效益，实现区域多微网系统与配电网友好互动。     

考虑电能交互的冷热电多微网系统日前优化经济调度

多个冷热电联供型微网接入同一区域配电网,形成以配电网为核心的冷热电联供型多微网系统。当冷热电联供型多微网间通过联络线进行电能交互时,给传统的多微网系统优化调度问题带来了挑战。在分析典型冷热电联供型微网供能结构的基础上,研究供用储设备间的冷热电能流动关系和设备的数学模型,建立考虑微网间电能交互的冷热电联供型多微网系统优化经济调度模型。通过天津中新生态城算例,分析各个冷热电联供型微网中设备出力和冷热电负荷平衡情况,与多微网间不存在电能交互时的优化调度进行经济成本、CO₂排放量和各微网与电网交易电功率值的比较,与传统冷热电联供系统“以热定电”和“以电定热”运行方式下多微网系统的总运行成本进行对比,验证所提模型的经济性、环保性和有效性,并对微网间交易电价的制定做进一步研究。     

基于交替乘子法与Shapley分配法的多微网联合经济调度

针对多微网联合经济调度下的多主体利益与系统优化调度矛盾,提出一种考虑动态交流潮流约束的分布式优化与涌现利益再分配的多微网联合经济调度模型。其中,采用交替方向乘子法将全局变量——联络线功率、微电网向主网的购售电功率转化为局部变量,在满足局部优化条件基础上,实现系统整体优化目标;并利用Shapley值法按各微电网主体对系统边际贡献进行涌现收益再分配,解决系统优化与个体利益冲突矛盾。IEEE 33节点系统仿真结果表明:所提模型能有效克服独立式和集中式优化存在的缺陷,明显提高区域系统经济性和本地风电、光伏的消纳利用率,并有降低通信负担和保护微电网主体运行隐私作用,同时有效解决了联盟成员涌现收益分配不公平的问题。     

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.     

计及动态电价的电动汽车参与微电网调度双层优化策略

电动汽车(Electric vehicle,EV)充电负荷变化量受微电网爬坡性能限制,因此本文考虑微电网机组爬坡特性,提出一种计及动态电价的EV参与微电网调度双层优化策略。上层为EV 负荷模型,分析不同类型EV快/慢充特性 ,考虑微电网电价对EV充电需求的引导,建立以用户满意度最大为目标的EV负荷模型。下层为多微电网运行模型,根据微电网净负荷大小制定动态电价策略,考虑EV充电负荷对微电网新能源的消纳及电源爬坡的需求,优化各微电网区域动态电价,以微电网净负荷波动及运行成本最小为目标,建立多微电网区域运行模型。最后以某城市区域微电网及EV充电需求算例分析进行验证,结果表明：与固定电价及峰谷分时电价相比,所提方法实现了EV负荷在微网区域的有序充电、平抑净负荷波动的效果,能够有效降低充电行为对微电网安全经济运行的影响。