基于模型预测控制的含压缩空气储能微能网多时间尺度优化调度方法

含压缩空气储能微能网在如今可再生能源大规模发展的背景下为促进清洁能源消纳、加速能源结构转型提供了新思路,但是含压缩空气储能微能网存在的新能源发电出力、用户负荷功率、环境温度等不确定性因素增加了系统优化调度的难度。为解决含压缩空气储能微能网系统内新能源出力、环境温度及负荷需求等不确定性问题,本文聚焦于如何削弱不确定变量对含压缩空气储能微能网系统的不利影响,提出包含“上层长时间尺度日前优化”及“下层短时间尺度日内滚动修正”在内的多时间尺度优化调度方法。通过仿真研究表明,采用基于模型预测控制的含压缩空气储能微能网多时间尺度优化调度方法可以削弱不确定性因素带来的不利影响,减少经济成本和功率波动,有助于含压缩空气储能微能网平稳、经济运行。     

用于提升电–气两网调节能力的微网集群协调运行模型

针对单一多能源微网受能源类型、自身容量制约,难以充分实现多种能源高效利用和协调控制的问题,该文基于多能源微网能量交互策略建立可提升电-气两网调节能力的微网集群优化运行模型。首先建立以电热冷、电气氢、电热气氢、电热冷气氢等不同能源类型运行时多能源微网能量供给、转换特性的统一模型;然后在统一模型的基础上,建立满足电-气两网调节需求的多能源微网集群系统运行优化模型;随后以多能源微网集群的总运行成本最小和能源利用效率最大为优化目标,使用改进的区域局部搜索NSGA-Ⅱ算法(NSGA-Ⅱ-RLS)对建立的微网集群优化模型进行求解;最后,基于改进的IEEE14节点系统和天然气网络6节点系统,构建可提升电–气两网运行调节能力的多能源微网集群运行仿真模型。仿真结果表明,所提多能源微网集群系统能够有效提升电-气两网调节能力,实现多能源微网集群系统的多能互补运行。     

考虑光热电站接入的电力系统双层双时间尺度优化调度

为提升含太阳能光热电站电力系统调度控制的跟踪能力和抗扰性能,降低风电和负荷功率等不确定因素对控制效果的影响,基于模型预测控制的优化思想,提出一种包含长时间尺度滚动优化层和短时间尺度动态调整层的优化调度方法。上层以含光热电站系统的运行经济性最优为目标,通过多步滚动求解制定长时间尺度调度计划。下层以跟踪和修正上层调度计划为目标,并在短时间尺度滚动优化平滑功率波动的基础上,引入光热电站的储热调整,进一步应对风电和负荷短时间尺度的功率波动。基于改进IEEE39 节点系统进行算例分析。结果表明：通过双层环节协调配合,所提调度方法能够有效抑制风电和负荷的短时功率波动,实现系统经济运行。     

考虑电转气精细化模型的气电联合微网日前优化调度

针对目前电转气系统运行过程中能耗大、效率低以及调度结果与实际运行过程存在较大偏差等问题,将电转气过程精细化为电转氢和氢气甲烷化两个环节,根据甲烷化启停过程的耗时耗能特性构建了甲烷化环节启动模型和运行模型.然后将电转气精细化模型应用于气电联合微网,建立以运行成本最小为目标的微网日前优化调度模型,并运用遗传算法求解.仿真结果表明,所建模型能够实现对电转气系统的高效利用,提高了调度结果的准确性,并且能优化机组出力,保证微网运行的经济性.     

基于深度确定性策略梯度的电-气综合能源微网优化调度研究

多能互补协同运行是综合能源系统实现运行经济效益最优的重要技术之一.针对引入间歇性可再生能源的电-气综合能源微网运行优化问题,提出了基于深度确定性策略梯度的综合能源微网运行优化方法.该方法首先通过能源枢纽的理论对电-气综合能源微网进行数学建模,并对各种能源设备进行必要约束;然后,将综合能源微网优化调度问题转换为马尔可夫决...     

串联结构多微网的负荷供电性能多目标优化控制

相邻区域内的微网因互联互供所需可组成多微网系统,有助于提高该区域内微网能效。针对离网模式下串联结构多微网,提出一种综合考虑负荷供电率和负荷持续供电时间的负荷供电性能多目标优化控制算法。建立各层子微网负荷供电性能最优的多目标函数,各层子微网联合进行分布式预测控制,实现滚动优化。算例结果证明,该控制算法实现了多微网负荷供电性能多目标优化。     

基于共享储能的微网园区系统能量协同优化

能源互联网是冷、热、电、气高度融合的新兴途径,实现了能源系统的多目标综合优化.首先将共享储能与源-网-荷-储的微网园区综合能源系统相结合,提出了包含光伏、风力发电等分布式能源的协同优化模型;然后通过分析广义能源互联网的运营模式,综合考虑社区综合能源系统中重要设备及负荷等因素,构建以经济性为能量协调优化目标函数;其次,为实现分布式能源的充分利用,在微网优化的基础上,加入电网层的能量优化;最后,利用模糊遗传算法对构建模型进行求解,通过具体算例验证了所提模型的有效性.由于该方案合理利用共享储能,优化过程将能量优化与经济优化相结合,表明所提方案有助于降低费用、合理分配电能.     

含电转气的热电联产微网电/热综合储能优化配置

电转气技术提升了多能源系统运行的灵活性,在此背景下,针对综合能源系统中电/热综合储能配置优化问题研究不足的现状,构建了包含电转气装置的热电联产微网电/热综合储能优化配置模型,提出包含电/热储能系统额定容量和功率的配置方法。首先考虑用户侧电能替代,建立随机“以电代热”负荷模型,并以此修正负荷曲线。其次针对成本、供能可靠性和新能源接纳率的多目标,并计及电储能寿命的折损,构建双层优化模型,外层为配置优化,内层为运行优化。基于内层模型的Karush-Kuhn-Tucker(KKT)条件将内层模型转化为外层模型的附加约束,将双层模型转化为单层模型,调用Gurobi求解器对模型进行求解。最后,算例验证了所提模型的正确性,并对比分析了电转气技术对储能系统优化配置的影响。     

考虑用户侧微能网能量支援的电–气–热耦合系统可靠性评估EI北大核心CSCD

微能网是用户侧多能耦合的重要形式,大量微能网接入对供能可靠性影响显著。针对当前多能耦合系统可靠性评估对用户侧微能网运行模式、能量支援方式研究不充分的问题,提出考虑多微能网能量支援的电-气-热耦合系统可靠性评估方法。根据能量的网间支援与多能支援,定义并网运行、不完全孤岛独立运行、不完全孤岛联合运行、完全孤岛独立运行、完全孤岛联合运行5种故障后微能网运行模式;构建计及微能网运行模式的电-气-热耦合系统故障影响分析及可靠性评估框架;采用基于功率圆的静态孤岛划分方法确定微能网孤岛范围和孤岛运行模式,建立适用于各种微能网运行模式的统一孤岛多能负荷动态削减模型。算例分析结果表明,故障后通过用户侧多能耦合和微能网联合优化运行,能够实现电、气、热系统间的多能高效支援和支持更多重要负荷的可靠供能。     

基于深度强化学习的微网储能系统控制策略研究

微网作为新兴的能源管理形式,近年来发展迅速,为保障微网系统能安全、稳定、经济的运行,为其提供合理的能量调度策略是关键。微网根据运行模式的不同,可分为并网微网和孤岛微网两大类。该文以并网微网为研究对象,应用Simulink仿真技术,按照恒功率控制(PQ控制)原理,搭建了一个包含外部电源、光伏发电、储能,以及负荷的微网系统。然后以此仿真系统为基础,结合深度强化学习中的双重深度Q学习算法,以最小化微网24h从外电网取电费用为目标,在满足微网系统电压偏差、功率平衡以及储能的荷电状态等约束下,以储能的实时充放电功率为控制变量,训练得到储能控制的优化策略。并通过实验验证与传统方法进行对比,分别从定性角度分析了储能充放电策略的合理性,和从定量角度展示了该文所提方法在优化购电费用上的有效性。     

智慧社区多能流随机响应面模型预测控制方法

提出一种智慧社区多能流随机响应面模型预测控制方法。采用随机响应面法获取分布式风电和光伏出力、负荷需求以及实时电价等预测误差分布特性,得到预测误差概率密度分布曲线并将其离散化,利用轮盘赌算法生成初始场景集并采用最近邻聚类法进行场景削减。考虑冷热电联供、电动汽车、储能设备等的技术经济特性,构建了兼顾经济性和环保性的多能流多目标优化调度模型,并利用随机模型预测控制方法对多能流调度模型进行在线滚动优化,从而实现日前优化和实时滚动优化的有效统一。算例结果验证了文中所提出方法的有效性和优越性。     

多能互补系统全寿命周期优化配置方法

针对含风力发电、光伏发电和储能系统的多能互补系统的优化配置问题,提出一种考虑系统与配电网交互和需求侧响应成本的多能互补系统全寿命周期优化配置方法,构建双层优化模型：上层以总等年值成本最小为目标进行全局优化,确定多能互补系统的最优配置方案与储能出力范围;下层以系统的日运行成本和可再生能源未利用率最小为目标,建立多能互补系统的多目标日前优化调度模型。分别考虑独立型和并网型多能互补系统,以某地实际风光数据为例,验证所提优化配置策略的正确性与有效性,并量化分析多能互补系统运营方式对优化配置策略的影响。     

多能互补系统全寿命周期优化配置方法

针对含风力发电、光伏发电和储能系统的多能互补系统的优化配置问题,提出一种考虑系统与配电网交互和需求侧响应成本的多能互补系统全寿命周期优化配置方法,构建双层优化模型：上层以总等年值成本最小为目标进行全局优化,确定多能互补系统的最优配置方案与储能出力范围;下层以系统的日运行成本和可再生能源未利用率最小为目标,建立多能互补系统的多目标日前优化调度模型。分别考虑独立型和并网型多能互补系统,以某地实际风光数据为例,验证所提优化配置策略的正确性与有效性,并量化分析多能互补系统运营方式对优化配置策略的影响。     

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。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

计及源-荷预测不确定性的微电网双级随机优化调度

风光储微电网接入高渗透率的可再生能源对其经济运行构成了巨大的挑战。针对这一问题,提出了计及源-荷预测不确定性的微电网双级调度策略。在日前调度阶段,以多场景下的期望运行成本最低为优化目标,构建了基于多场景技术的随机优化调度模型。利用场景分析法对日前风电、光伏和负荷预测进行场景分析;建立了多场景下含不确定变量的功率平衡方程,并将其松弛为不等式后作为一个随机事件使其以较高的概率满足机会约束;此外,用机会约束规划构建了旋转备用容量的可靠性约束模型,使微电网在一定的置信水平下满足系统的可靠运行。在日内调度阶段,提出了结合自适应小波包算法的日内滚动调度模型。利用自适应小波包算法动态提取每一控制周期内超短期预测数据与日前调度计划之间的功率偏差,并由蓄电池、超级电容器和主网供电共同平抑。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

基于可能度的冷热电联供微网区间优化调度模型

提出了含多种能量转换途径的冷热电联供微网非线性区间优化调度模型。首先,以充分利用光伏、风电等新能源为目标,确定了实现电冷、电热、热冷能量转化的灵活冷热电联供微网系统。然后以此系统为对象,针对光伏、风电、冷热电负荷随机性问题,考虑分时电价、环境效益等因素,建立以系统综合运行成本最低为目标的非线性区间优化模型。根据区间可能度模型,将不确定性模型转化为确定性模型,结合改进粒子群算法进行求解。最后通过算例验证了该模型的合理性、灵活性,并结合仿真结果分析了区间可能度和负荷波动对综合运行成本的影响。     

考虑灵活性的冷热电联供型微网优化调度

可再生能源和负荷波动对冷热电联供型（CCHP）微网的运行状态有重要影响,为了提高微网应对功率波动的能力,针对冷热电联供型微网的调度灵活性展开研究。首先,在日前调度中,考虑到冷热电供需互补和负荷之间多能互补特性,通过调用供能侧和需求侧多种灵活资源,构建灵活性供需平衡,从能量允许波动率的角度提出冷/热/电灵活性指标以及系统整体灵活性评价指标。其次构建了日运行成本最低和灵活性最高的多目标优化调度模型。最后通过算例分析证明所提优化调度模型可以满足系统多能供需平衡,冷热电联供型微网的经济性和灵活性得以提升。