微电网系统建模的挑战—“智能微电网与可再生能源系统的关键技术”专题(前言)

<正>随着可再生和绿色分布式发电系统渗透率的不断提高,含高渗透率分布式可再生能源的微电网成为智能电网发展的重要分支之一.微电网系统是由负荷、分布式电源、电力电子变换器通过电气网络紧密集成的可控供电系统,逐渐成为我国城镇化进程中重要的一种供电模式.典型微电网系统通过电力电子变换器接入多种分布式电源,其中风、光等分布式可再生能源接入比例较大,这些发电单元大幅度随机变化、各单元动态特性各异、不同单元的变化呈现多个时间尺     

计及需求响应的微电网多时间尺度调度仿真

当前已有的微电网调度方法未考虑电源的发电特性以及需求响应侧问题，导致微电网调度后的功率无法达到理想值。本文提出一种计及需求响应的微电网多时间尺度调度方法。分析微电网中不同分布式电源的发电特性以及需求侧不同负荷的特性，同时通过负荷的特性对负荷分类。根据负荷分类结果，将微电网整体问题转换为居民住户优化问题和微电网多时间尺度问题，以最小电力花费以及最小充放电循环次数作为目标，构建微电网多时间尺度调度模型。进一步采用改进的萤火虫算法对模型进行求解，以获取最优调度方案。实验结果表明，所提方法可以获取最佳调度方案。     

基于边缘计算的混合储能多微电网功率自适应控制

在微电网中,将多个双向接口变换器并联可提高微电网两侧的功率交换能力,但并联变换器的微电网难以有效控制。研究发现,微电网接入储能系统可以缓冲功率波动、降低功率控制难度。为保证微电网稳定运行,提高功率控制精度,本文提出了基于边缘计算的混合储能多微电网功率自适应控制方法。研究基于边缘计算技术,分析了混合储能多微电网结构,并构建了一个用于混合储能多微电网的自动管理平台。在此基础上,通过对母线实时电压的控制实现频率的调节,增强接口变换器的稳定性,以完成混合储能多微电网功率交互的调度与控制。在混合微电网中,我们接入储能系统,通过功率交换控制、自主功率分频自适应控制实现了混合储能多微电网的功率自适应控制。实验结果表明,所提方法在混合储能多微电网功率控制方面效果较好,有功功率控制误差较小,能够有效保证混合储能多微电网稳定运行,并提高功率自适应控制准确度。     

新能源电力系统控制与优化

新能源电力的规模化开发以及传统能源的清洁高效利用已成为当前能源革命的主题.目前,我国新能源电力比例持续增加,但受限于化石能源占主导的电源结构,未来很长一段时间内我国将处于混合能源时代.强随机波动性、间歇性以及不确定性使得规模化新能源电力的消纳问题日益严重,我国弃风弃光现象十分突出.深入认知电源侧、电网侧、负荷侧的基本特性,着重解决其控制与优化难题,是实现新能源电力系统安全高效运行的基本前提.本文围绕电源效应、电网响应、负荷响应,着重从电网友好型发电控制、基于多源互补的火力发电弹性控制、适应高比例新能源电力消纳的电网调度控制、需求侧资源特性与主动适应控制以及基于分布式能源的微电网控制5个方面阐述了新能源电力系统局部与全局控制中存在的关键科学问题.     

计划孤岛方式下微电源控制系统的仿真研究

研究微电网控制器优化控制问题,针对微电网运行应满足稳定性要求,在各微电源输出功率分配发生突变时,采用通常控制策略的微电源控制系统常常存在功率调节滞后的缺陷,致使系统频率和母线电压失去稳定.结合微电源的控制,对下垂特性进行优化,提出PQ-Vf控制策略,并设计了控制系统,通过对微电网由联网运行模式向孤岛运行模式切换过程以及孤岛运行模式下进行仿真分析,得到了微网中交流母线的电压和系统频率的动态响应特性曲线,仿真结果表明设计的控制系统能够维持系统稳定,克服了通常控制策略的缺陷.     

链式多智能体遗传算法在分布式电源全时序上优化配置

分布式电源的选址与定容是微电网研究所面临的重要问题,本文主要考虑规划地区的24-h负荷时序特性和气候特点的24-h负荷变换的情况下的DG优化配置。针对以上问题,通过链式多智能体遗传算法对其进行优化处理。首先通过算法对IEEE33节点系统进行测试,验证算法在分布式电源优化配置中的优越性,并对PG E69节点配电网进行24-h时序的全过程模拟仿真优化,结果验证了多智能体遗传算法能在分布式电源配置上的有效性,同时提高微电网接入的预测精度,加快收敛速度,改进陷入局部最优的可能性等问题,对微电网在规划选址与定容选择上提供工程参考的实用性。     

具有多非线性和多未建模动态系统的鲁棒绝对稳定性

研究了同时具有多个扇形非线性环节和多个未建模动态的多变量系统的鲁棒绝对 稳定性.用带有Popov乘子的线性分式变换模型对线性和非线性不确定性进行了统一处理. 得到了系统的鲁棒绝对稳定性判据,并将这一判据的计算化为凸优化问题,最后给出了计 算示例.     

基于动态多种群粒子群支持向量机的短期负荷预测

针对标准粒子群优化(PSO)算法存在易陷入局部极值点的缺点,提出了一种基于物种概念的动态多种群粒子群优化算法(DMPSO).在DMPSO中引入了物种概念,在进化过程中动态确定物种,利用种群多样性信息动态调整物种半径,通过物种对解空间的不同区域进行搜索,最终确定出各极值点.将DMPSO算法和支持向量机(SVM)相结合,形成了解决电力系统短期负荷预测问题的新方法(DMPSO-SVM).在该方法中利用DMPSO算法来优化SVM中的参数,利用快速傅立叶变换(FFT)进行频谱分析并确定SVM的输入量.电力系统短期负荷预测的实际算例表明,与传统预测方法相比,该方法具有更高的预测精度和鲁棒性.     

基于模型预测控制的含多微电网的能源互联网分布式协同优化

研究了预测不确定性条件下含多个微电网的能源互联网分布式协同调度策略.各微电网都拥有多种智能负荷,如功率可调负荷、可调度负荷和关键负荷;部分微电网含有分布式电源,如微型燃气轮机、风电机组、光伏发电系统等;且部分微电网还拥有储能设备,如电池储能系统.每个微电网都可当做一个独立的实体,拥有自己的运行目标,这些运行目标可表示成混合整数规划模型.提出了基于并行分布式优化的博弈模型以较小的信息通信量协调各微电网带有竞争性的运行目标.在此基础上,引入模型预测控制（MPC）机制以降低能源互联网中风、光等可再生能源输出、负荷需求及电价波动的不确定性产生的不利影响.算例证明了本文所提方法的可行性和有效性.     

考虑经济性和电压稳定性的含电子电力变压器的多目标最优潮流计算

为探究含电子电力变压器的电力系统最优潮流问题,在分析电子电力变压器简化模型、最优潮流的控制变量以及约束条件的基础上,建立了综合考虑经济因素和电压稳定性的含电子电力变压器的多目标最优潮流模型。模型中将减少发电成本和提高负荷裕度指标作为目标函数,考虑了电子电力变压器灵活的有功无功调节能力、有载调压变压器的电压调节能力、可调度负荷及可调无功电源的有功无功调节能力,提出使用基于遗传算法和内点算法的混合算法对最优潮流模型进行求解,算法的主要思想是以遗传算法为框架,对离散变量进行优化,在遗传算法的每一次迭代过程中,采用内点算法对每个体进行连续变量的优化和适应度评估。基于IEEE-14节点算例,分别进行了基于混合算法和基于内点法的最优潮流计算,计算结果验证了文章所提模型的合理性和算法的有效性。     

Distributed generation system control strategies with PV and fuel cell in microgrid operation

Control strategies of distributed generation (DG) are investigated for different combination of DG and storage units in a microgrid. In this paper the authors proposed a microgrid structure which consists of a detailed photovoltaic (PV) array model, a solid oxide fuel cell (SOFC) and various loads. Real and reactive power (PQ) control and droop control are developed for microgrid operation. In grid-connected mode, PQ control is developed by controlling the active and reactive power output of DGs in accordance with assigned references. Two PI controllers were used in the PQ controller, and a novel heuristic method, artificial bee colony (ABC), was adopted to tune the PI parameters. DGs can be controlled by droop control both under grid-connected and islanded modes. Droop control implements power reallocation between DGs based on predefined droop characteristics whenever load changes or the microgrid is connected/disconnected to the grid, while the microgrid voltage and frequency is maintained at appropriate levels. Through voltage, frequency, and power characteristics in the simulation under different scenarios, the proposed control strategies have demonstrated to work properly and effectively. The simulation results also show the effectiveness of tuning PI parameters by the ABC.     

Distributed Control of Multiple-Bus Microgrid With Paralleled Distributed Generators

A microgrid is hard to control due to its reduced inertia and increased uncertainties. To overcome the challenges of microgrid control, advanced controllers need to be developed. In this paper, a distributed, two-level, communication-economic control scheme is presented for multiple-bus microgrids with each bus having multiple distributed generators (DGs) connected in parallel. The control objective of the upper level is to calculate the voltage references for one-bus subsystems. The objectives of the lower control level are to make the subsystems' bus voltages track the voltage references and to enhance load current sharing accuracy among the local DGs. Firstly, a distributed consensus-based power sharing algorithm is introduced to determine the power generations of the subsystems. Secondly, a discrete-time droop equation is used to adjust subsystem frequencies for voltage reference calculations. Finally, a Lyapunov-based decentralized control algorithm is designed for bus voltage regulation and proportional load current sharing. Extensive simulation studies with microgrid models of different levels of detail are performed to demonstrate the merits of the proposed control scheme.      

微电网的电流均衡/电压恢复自适应动态规划策略研究

含多类型分布式电源的微电网已经成为了未来电力系统的重要发展方向,其中风能和光能在降低化石能源消耗和二氧化碳排放等方面有着极大优势,考虑二者之间强互补性的协同调度已被广泛研究.但风/光协同调度的微电网多关注分钟级的调度或优化问题而非风/光波动下秒级的实时电流按容量比例精准分担,简称电流均衡,而精准电流均衡有助于可再生能源的高比例消纳.因此,本文提出了基于自适应动态规划的微电网电流均衡和电压恢复控制策略.首先,构建包含风电整流型电能变换器和光电升压型电能变换器的广义风光拓扑同胚升压变换器模型,其提供了后续控制器设计的模型基础.其次,本文将电流均衡和电压恢复问题转化为最优控制问题,基于此,每个能源主体的目标函数转化为获取最优控制变量和最小电压/电流控制偏差,进而转化为求解哈密顿?雅克比?贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程问题.基于此,提出了基于贝尔曼准则的分布式自适应动态规划控制策略以求取HJB方程的数值解,最终实现电流均衡和电压恢复.最后仿真结果验证了所提分布式自适应动态规划控制策略的有效性.     

微电网的电流均衡/电压恢复自适应动态规划策略研究

含多类型分布式电源的微电网已经成为了未来电力系统的重要发展方向,其中风能和光能在降低化石能源消耗和二氧化碳排放等方面有着极大优势,考虑二者之间强互补性的协同调度已被广泛研究.但风/光协同调度的微电网多关注分钟级的调度或优化问题而非风/光波动下秒级的实时电流按容量比例精准分担,简称电流均衡,而精准电流均衡有助于可再生能源的高比例消纳.因此,本文提出了基于自适应动态规划的微电网电流均衡和电压恢复控制策略.首先,构建包含风电整流型电能变换器和光电升压型电能变换器的广义风光拓扑同胚升压变换器模型,其提供了后续控制器设计的模型基础.其次,本文将电流均衡和电压恢复问题转化为最优控制问题,基于此,每个能源主体的目标函数转化为获取最优控制变量和最小电压/电流控制偏差,进而转化为求解哈密顿?雅克比?贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程问题.基于此,提出了基于贝尔曼准则的分布式自适应动态规划控制策略以求取HJB方程的数值解,最终实现电流均衡和电压恢复.最后仿真结果验证了所提分布式自适应动态规划控制策略的有效性.     

Game and Dynamic Communication Path-Based Pricing Strategies for Microgrids Under Communication Interruption

Nowadays,the microgrid cluster is an important application scenario for energy trading.In trading,one of the most important research directions is the issue of pricing.To determine reasonable pricing for the microgrid cluster,data communication is used to create the cyber-physical system(CPS),which can improve the observability of microgrids.Then,the following works are carried out in the CPS.In the physical layer:1) Regarding trading between microgrids and the load,based on the generalized game...     

混合控制策略动态优化多负荷CCHP微网系统

为了降低含冷、热、电、气负荷多能互补微网的运行成本,并解决在传统控制方法下微网系统耗能大、响应慢及稳定性差等问题,提出了一种基于最短距离的CCHP系统混合控制策略.首先从系统运行经济性、稳定性和环保角度建立微网综合能源模型,结合传统控制方式建立4个运行场景,采用主副协同动态粒子群算法进行优化.实验结果表明,该控制策略在...     

基于分布式深度强化学习的微电网实时优化调度

随着海量新能源接入到微电网中, 微电网系统模型的参数空间成倍增长, 其能量优化调度的计算难度不断上升. 同时, 新能源电源出力的不确定性也给微电网的优化调度带来巨大挑战. 针对上述问题, 本文提出了一种基于分布式深度强化学习的微电网实时优化调度策略. 首先, 在分布式的架构下, 将主电网和每个分布式电源看作独立智能体. 其次, 各智能体拥有一个本地学习模型, 并根据本地数据分别建立状态和动作空间, 设计一个包含发电成本、交易电价、电源使用寿命等多目标优化的奖励函数及其约束条件. 最后, 各智能体通过与环境交互来寻求本地最优策略, 同时智能体之间相互学习价值网络参数, 优化本地动作选择, 最终实现最小化微电网系统运行成本的目标. 仿真结果表明, 与深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)相比, 本方法在保证系统稳定以及求解精度的前提下, 训练速度提高了17.6%, 成本函数值降低了67%, 实现了微电网实时优化调度.