多源多变换微电网系统建模与动态稳定分析方法

微电网内部电力电子变换器接口型分布式电源广泛存在.电力电子接口微源具备与传统电力系统电源拓扑结构、控制方法和动态特性的差异性,控制方法的多样性、电力电子接口微源高渗透率将给低惯量微电网的协调控制和安全稳定运行带来严峻的挑战.多类型微源、多类型负荷在微电网内混合共存,可能引发源源耦合交互、负荷间交互以及源荷交互,不同特性的设备间相互作用将重新塑造区别与传统电力系统的动态响应特性,并诱发稳定性问题.本文首先归纳总结可再生能源渗透率不断提升下多源多变换微电网典型运行特性和存在的稳定性问题,详细阐述了含风光柴储多源多变换接口的微电网模块化动态建模方法.在此基础上,给出了用于微电网动态稳定分析的特征值分析方法和基本步骤.以珠海东澳岛多源多变换智能微电网为对象,基于提出的动态建模方法和动态稳定分析方法,给出建模与分析讨论结果.论文对多源多变换微电网系统动态稳定分析方法的论述可为微电网的广泛推广和应用提供建模和分析理论基础.     

智能电网条件下微电网接入的配电网综合效益研究

在智能电网的发展过程中，配电网需要从被动式的网络向主动式的网络转变，这种网络利于分布式发电的参与，能更有效地连接发电侧和用户侧，使得双方都能实时地参与电力系统的优化运行。而微电网这种新型的网络结构恰是实现主动式配电网的一种有效的方式，开发和延伸微电网的概念能够促进分布式电源与可再生能源的大规模接入，使传统电网向智能网络...     

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.     

含煤层气发电的煤矿微电网容量优化配置

为了提高煤矿微电网系统效益和能源利用率,以煤矿全年综合净效益为目标函数,综合考虑建设煤矿微电网所需成本、产生的收益及多种约束条件,建立了含煤层气发电的煤矿微电网容量优化配置模型。根据全年的风力发电机组发电功率、光伏电池发电功率和负荷数据,采用粒子群算法对容量优化配置模型进行求解,获得分布式电源和储能设备的安装容量。通过算例仿真得到最优配置方案,成本与收益分析表明,微电网与大电网功率交互过程产生了收益;同时分析了可再生能源比例和自发自用率等不同运行指标对配置结果的影响,研究结果可为煤矿微电网的设备容量规划提供参考。     

微电网系统的分布式优化下垂控制

针对微电网系统运行成本最优化问题,提出一种分布式优化下垂控制策略.首先,基于一致性理论,给出了一种分布式经济调度算法.采用矩阵摄动理论,分析了经济调度算法的收敛特性.其次,基于分布式优化调度解,设计一种新的分布式优化下垂控制器.在满足供需平衡以及各个发电单元运行约束的条件下,控制策略使得微电网系统运行成本最低.同时,提出的控制策略能够保证孤岛微电网的频率稳定在额定值.最后,通过仿真实例,验证了分布式优化下垂控制策略的有效性.     

基于区块链技术改进的微电网双边竞价策略

基于区块链技术的分布式能源管理日益精细的情况下，微电网建设正在快速推进。针对微电网中可再生能源类型复杂、分布范围分散、发电不稳定、电力定价困难的问题，提出基于区块链技术的微电网市场框架，并设计双边竞价策略满足微电网的需求。实验结果表明，研究中使用到的双边竞价策略满足微电网的家庭区域和社区区域的双边竞价。并且对比微电网社区区域和家庭区域的双边竞价结果，本研究较好地减少了电力价格并提高了市场电力的可利用率。     

含电动汽车充电站的多端直流微电网研究

为未来大规模能源互联网的形成以及多种新能源的接入提供技术支撑,设计直流微电网的拓扑结构,提出了一种四端口环网的直流电网拓扑结构,实现交流电网、储能单元、直流负荷、风力发电和光伏发电与直流电网的互联。首先研究了交流电网与直流电网的接口方式和相关技术参数,提出了光伏发电、风力发电和储能单元等接口的技术配置。其次,研究了整个直流微电网的启停时序,设计了直流电网的接线方式、电压等级和容量,最后基于MATLAB Simulink平台搭建了直流园区系统仿真模型,然后对典型工况进行了仿真分析：（1）储能单元由放电到能量为零;（2）储能单元由充电到能量充满;（3）VSC1变换器功率反转;（4）负荷跳变;（5）储能单元由放电到充电。这些工况基本包涵了直流微电网可能出现的运行状态,对直流微电网的运行管理有较高的参考价值。     

基于分布式发电技术的配电系统保护研究

随着社会的不断发展,化石燃料也在逐渐的减少,全球变暖问题越来越突出,如何做好可再生能源的开发是目前资源开发的重要任务。对基于分布式发电技术的配电系统保护的研究越来越受到世界各国的重视。本文所研究的基于分布式发电技术的配电系统保护主要针对于分布式电源接入配电网以后对电力系统产生的各种影响,即对分布式发电技术的配电系统保护研究,通过设计有效的保护策略,使其与接入的电网相兼容。在基于分布式发电技术的配电系统保护领域,中国在技术上处于落后地位,仍有许多问题亟待解决,作为新兴发展中国家,我们担负着新能源利用的重大责任。     

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.     

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.     

Strategic bidding using reinforcement learning for load shedding in microgrids

A microgrid is a small-scale power system for providing reliable power supply to a small community. The goal of microgrid operation is to balance the amount of power supplied and the amount of power demanded. In the islanded operation mode of a microgrid, if power requirements are larger than the power generation, load shedding is used to solve the power balance problem. Load shedding restricts the use of power by consumers. In a distributed load-shedding approach, a control center allocates the power to power consumers through a bidding process. At that time, power consumers need bidding strategies to maximize their profits. We propose an optimal bidding strategy using a Q-learning algorithm. To evaluate the performance of the proposed bidding strategy, we implemented a microgrid operation system, and an experimental analysis was performed.     

Optimal Operation of Distributed Generations Considering Demand Response in a Microgrid Using GWO Algorithm

The widespread penetration of distributed energy sources and the use of load response programs, especially in a microgrid, have caused many power system issues, such as control and operation of these networks, to be affected. The control and operation of many small-distributed generation units with different performance characteristics create another challenge for the safe and efficient operation of the microgrid. In this paper, the optimum operation of distributed generation resources and heat and power storage in a microgrid, was performed based on real-time pricing through the proposed gray wolf optimization (GWO) algorithm to reduce the energy supply cost with the microgrid. Distributed generation resources such as solar panels, diesel generators with battery storage, and boiler thermal resources with thermal storage were used in the studied microgrid. Also, a combined heat and power (CHP) unit was used to produce thermal and electrical energy simultaneously. In the simulations, in addition to the gray wolf algorithm, some optimization algorithms have also been used. Then the results of 20 runs for each algorithm confirmed the high accuracy of the proposed GWO algorithm. The results of the simulations indicated that the CHP energy resources must be managed to have a minimum cost of energy supply in the microgrid, considering the demand response program.     

A self-interested distributed economic model predictive control approach to battery energy storage networks

In this work, a dissipativity based distributed economic model predictive control (DEMPC) approach is developed for the operation of battery energy storage (BES) networks in residential microgrids. With the presence of a microgrid power market (MPM), control of the BES systems is formulated as a self-interested distributed control problem, as individual DEMPC controllers minimize their local economic cost functions based on the price prediction of MPM. Due to the intermittent nature of photovoltaic (PV) power generations and load demands, the DEMPC without proper coordination or constraints may lead to excessive energy trading and price oscillations in MPM. To solve this problem, dissipativity theory with dynamic supply rates is adopted in this paper to deal with the interactions between individual users and the MPM. The microgrid-wide performance requirement of attenuation of the net power fluctuations with respect to time-varying PV generation and demands, is converted into the dissipative trajectory constraints imposed on individual DEMPC controllers. The proposed approach is scalable as it does not require online iterative optimizations across the controller network. A case study is presented to illustrate the proposed method.     

基于动态电价引导的风光水储多源能量管理

楼宇智能微网采用一个多输入直流变换器,代替多个单输入直流变换器,实现风光水储能量汇集,简化电路,降低成本,提高能源综合利用率。它优先利用分布式能源,并能根据大电网动态引导电价移峰填谷,降低楼宇总电费,还利用储能装置和抽水储能赚取电网峰谷差价。多种分布式能源单独/同时连续供给负荷,增加新能源消纳能力,提高自动需求响应的快速性、可靠性和灵活性。小功率仿真实验验证了多源能量汇集的可行性和混合供电系统的稳定性。     

环形直流微电网的二次控制与稳定性分析

本文阐述了一种环形直流微电网系统分布式二次控制的稳定性分析方法,实现了微网系统的电压调控和电流分配.首先,借助多智能体系统的一致性算法,设计了局部观测器来估计所有分布式能源节点的平均电压.然后,基于观测器状态和邻居节点的电流信息设计了融合误差和动态反馈控制器,并通过解耦潮流代数方程得到了关于融合误差的闭环系统.进一步基...     

动态数据校正提升孤岛微电网频率控制性能

在复杂的工业生产过程中,控制系统不可能工作在理想的状态,其总会受到外界各种各样的影响,比如,在对反馈信号进行测量时,控制系统不可避免地会受到高斯测量噪声以及非高斯测量噪声的影响;为了降低测量噪声的影响,通常会将各种各样的滤波技术应用到控制系统中来,以此提升控制系统的性能;以孤岛微电网的频率控制系统为研究对象,考虑了当反馈回路有高斯分布测量噪声和非高斯分布测量噪声的两种情况,针对这两种测量噪声信号在模型中引入了动态数据校正滤波技术,分别对比了有无使用动态数据校正滤波技术时电网的频率偏差的方差大小,以此验证了动态数据校正滤波技术在微电网反馈控制回路中可有效抑制测量噪声的影响从而提升微电网频率控制性能。     

含混合储能微网对配电网可靠性的影响

混合储能可快速平滑微网中分布式电源出力的随机性,从而提升配电网可靠性。提出了一种基于网络划分的蒙特卡洛模拟法,定量研究了含混合储能微网对配电网可靠性的影响。首先建立蓄电池与超级电容组成的混合储能系统模型并制定其充放电策略;在设备发生故障后,根据系统区域划分和负荷削减模型,确定负荷停电原则,采用序贯蒙特卡洛模拟法计算可靠性指标。以改进的IEEE RBTS BUS6系统为算例,对比分析了不同储能方式的微网接入前后的系统可靠性指标,结果表明：含混合储能微网接入配电网,能提高配电网供电的可靠性。     

分布式电源对配网的影响分析研究综述

随着传统化石能源的日渐枯竭,新能源需求十分迫切。基于新能源及可再生能源的分布式电源（DG）不仅可以作为传统供电模式的重要补充,还将在能源综合利用上占有重要地位。大力发展以以分布式利用为主的新能源,符合国家能源战略。但随着DG在电力系统中所占比例越来越大,对传统的电力系统安全稳定提出了挑战。为研究分布式电源并网对配网影响及改进措施,文中介绍了分布式电源的概念、分类及特点,论述了DG并网对配网的影响及改进的研究现状。从分布式电源并网后对配网规划、电能质量、继电保护等方面总结了DG并网对配网的影响及其改进措施。论述了含DG的配网故障后的孤岛问题及微网的相关研究。展望了未来DG在电网中高比例发展高情况下的研究方向