考虑电动汽车及需求侧响应的综合能源系统优化调度

为了提高综合能源系统的运行经济性和可再生能源消纳能力,建立基于分时电价的价格型电负荷需求侧响应模型,根据用户对温度感知的模糊性,建立热力柔性负荷模型以及计及电动汽车出行规律的电动汽车有序充放电模型。同时采用场景分析法考虑新能源出力的不确定性。提出一种需求侧响应和电动汽车协同作用的双层随机优化调度模型。上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动性最小为目标函数,得到优化后的电负荷曲线。下层计及柔性热负荷与电动汽车作用,以调度周期内系统总成本为目标决策各个机组的出力情况,仿真算例表明所建立的综合能源系统调度模型能够有效提高了系统风电、光伏发电消纳能力,降低了系统运行成本。     

考虑需求侧响应的热电联供型微网经济优化运行

热电联供(combined heat and power,CHP)微网是提高可再生能源利用率以及实现能源转型的有效途径之一,具有广阔的应用前景。为保证其经济、灵活、高效运行,需对CHP微网进行合理的系统优化。为此提出考虑热、电负荷需求侧响应CHP微网多目标优化方法,热电负荷需求侧响应模型基于建筑物热力学模型,同时考虑可转移负荷的调度。在此基础上,建立基于热电负荷需求侧响应的多目标混合整数线性规划模型,采用所提复合粒子群算法求解。算例仿真结果表明,应用热、电负荷需求响应可以使供电、供热的灵活性大大提升,并且降低了系统经济运行成本。     

基于混沌多目标粒子群算法的综合能源调度

目的 针对当前综合能源系统中资源协同优化效率不足、微网运行经济性和环保性差的问题,提出了一种计及风电储能及不稳定因素的微网优化调度方法。方法 该方法在微网负荷侧需求响应对新能源消纳影响的基础上,以消纳新能源和削峰填谷为目的,提出了优化负荷曲线的方案;然后,考虑微网调度侧风电出力的不稳定性以及微网内部设备的耦合,进行优化调度以降低微网运行成本、减少环境惩罚费用并提高风电消纳平稳性;最后,采用混沌多目标粒子群算法对优化问题进行求解,并在风电不稳定度占比0%、5%、10%和15%时进行了算例仿真分析。结果 当风电不稳定度为10%和加入风电储能,系统运行成本和环境治理费用最少,比方案1和无风电储能少6 919.4元,风电平稳量也提高38 kWh。在电热冷网中,负荷侧加入需求响应后,系统得到稳定运行和能源合理利用,可以很好地满足负荷侧用能需求。从算法对比中,混沌多目标粒子群算法加入自适应权重和变异率后,具有较强的全局搜索能力和更好的准确性。结论 该方法通过合理设置风电不稳定度能够有效降低运行成本和环境惩罚费用,提高风电稳定性,其次,负荷侧的需求响应可以一定程度地削峰填谷和消纳新能源。     

考虑电池储能与需求响应的微网多时间尺度优化运行

为提高清洁能源的利用率,在微网优化运行问题中引入电池储能和需求响应.对于电池储能的老化特性,采用反映没有规律的充放电周期的储能老化成本模型;对于激励型需求响应,设计一种阶梯方式补偿机制.在此基础上,综合考虑电池储能老化特性、价格型和激励型需求响应以及风电的不确定性,建立日前-日内多时间尺度的微网优化运行模型.最后,通过算例分析验证所提出模型的有效性.结果表明,该模型可实现微网系统运行成本最优.     

考虑需求响应资源和储能容量价值的新型电力系统电源规划方法

高比例可再生能源的接入对电力系统容量充裕性带来了新的挑战，系统必须具备充足的置信容量应对可再生能源的出力波动性和随机性.由于储能置信容量与电源规划结果的非线性关系，传统电源规划方法难以准确计算储能置信容量并建立系统置信容量充裕度约束.通过综合考虑火电、可再生能源、储能以及需求侧响应建立了电源规划模型，内嵌全年8 760时段生产运行模拟以确保系统具有充足灵活性，同时改进容量充裕性约束以考虑需求响应资源和储能的容量价值.针对储能置信容量的非线性问题，设计了迭代算法进行求解，并用某区域电力系统验证了模型的有效性.结果表明，高比例可再生能源系统中，影响系统成本的主要因素是灵活性约束，引入少量需求侧响应资源可大幅降低系统成本，为未来高比例可再生资源电力系统规划问题提供了新的思路.     

考虑碳交易成本及区域能源优化的配电网扩展规划研究

随着《碳排放权交易管理办法》的正式实施,加速了碳排放权交易的进度,在上述的背景下考虑RIES接入配网后需求响应、可再生资源消纳和碳排放交易成本的影响,提出一种新的配电网规划方法。首先,对区域综合能源系统结构进行概述,介绍典型区域综合能源系统的构成及特点;其次,将碳交易成本、弃风弃光成本和需求响应引入配电网扩展模型当中,综合考虑系统的碳排放、弃风弃光和需求侧响应对区域综合能源系统的影响,促进系统整体的优化运行。在上述基础上构建考虑区域综合能源系统优化的配网扩展优化双层模型,采用改进粒子群算法（IPSO）和预测校正内点法（PCIP）求解规划层和运行层模型。最后,运用算例系统对构建的模型和方法进行验证,结果表明配电网扩展规划时,充分考虑区域综合能源系统优化,能够提升可再生能源的消纳,降低整体的扩展规划成本。     

基于PPSO算法的电力系统无功优化

电力系统无功优化可以降低系统的有功损耗,保证系统运行的安全性和经济性.采用向量粒子群优化（PPSO）算法求解电力系统无功优化问题,在算法中通过初始化得到向量的相位角,并将相位角引入速度更新过程,这样可以更有效地提高搜索精度.在IEEE-14节点系统中,采用PPSO算法、标准粒子群优化算法、随机惯性权重粒子群优化算法和改进吸引排斥粒子群优化算法进行无功优化仿真实验对比,结果表明,PPSO算法可以更好地降低有功损耗.     

考虑大规模电动汽车入网的经济调度问题

针对大规模的电动汽车无序入网充电导致电力系统运行不稳定的问题,提出了基于峰谷分时电价进行有序充放电的策略,该策略考虑了电动汽车用户的响应程度对其实际应用的影响。具体阐述了峰谷分时电价划分的方法和用户充放电时刻的选择。根据电动汽车时空分布规律,分别构建了电动汽车无序充电和基于峰谷分时电价的有序充放电模型。从微网系统和用户侧两方面建立了以微网系统运行成本、系统负荷波动、车主充电成本为目标函数的经济调度模型。采用粒子群算法对算例模型进行求解,得到了不同充放电方式下电动汽车和其各分布式微源的出力结果,验证了有序充放电策略的有效性和可行性。研究结果表明峰谷分时电价机制下的有序充电明显优于无序充电,电动汽车车主对有序充电的响应程度越高,越能提高微网系统的经济效益和环境效益。     

促进风电消纳的源-荷联合优化调度

针对我国弃风问题,将光热电站与风电联合运行,利用其出力的互补性以及储热装置的可调度性应对风电出力的波动性、反调峰性,平滑风电出力以及净负荷曲线,降低火电机组调峰的成本,提高风电利用率。但此方法受到储热装置容量的限制以及机组最小出力和旋转备用的约束,对弃风情况改善有限,因此在需求侧引入需求响应措施与光热-风电系统配合。以系统发电运行成本、弃风惩罚费用和需求响应成本为目标函数,考虑各种约束条件,建立了需求响应与光热-风电系统联合优化的两阶段调度模型,源荷侧配合促进风电最大化的消纳。设置4种情景进行算例分析,通过算例分析验证源荷联合优化策略的有效性。     

基于改进粒子群算法的含电动汽车的微电网经济调度

以含电动汽车的并网型微电网为研究对象,在考虑储能系统损耗成本的基础上,建立了考虑运行成本和环境治理成本的经济调度模型.提出一种改进粒子群算法对模型进行求解,该算法采用了交叉和变异操作作用于个体历史最优值,并采用候选解修复和罚函数相结合的改进方法对模型中等式约束和不等约束进行处理.通过算例仿真分析了电动汽车集群在不同场景下微电网最优调度策略.结果表明,电动汽车集群参与微电网调度能够减少经济成本,提出的改进粒子群算法相比于标准粒子群算法等其他算法,求解结果更优且收敛性好.     

基于需求响应的含光伏电力系统优化及其算法改进

为解决光伏并网发电的不稳定性以及发电调度成本高的问题,建立了以发电调度成本最小为目标的含光伏电力系统优化模型。该模型借助电价的需求响应来增加对负荷的调控能力,以减少光伏的不稳定性对发电调度优化结果造成的影响。为求解该模型,对经典的遗传算法进行了改进。仿真结果表明:考虑需求响应有利于含光伏电力系统负荷削峰填谷,提高机组发电的稳定性,并且降低了含光伏电力系统机组的发电调度成本,验证了所建模型的正确性和有效性。     

分档电价和碳配额激励的含电动汽车微电网优化调度策略

在含电动汽车（Electric Vehicle,EV）微电网的调峰调度中,实施分时电价或实时电价引导EV参与调峰,会导致EV过度响应或响应疲惫现象。为此,本文提出了分档电价协同碳配额激励机制下的含电动汽车微电网博弈优化调度策略。建立了微电网与电动汽车的主从博弈优化调度模型,微电网主体以运行成本最小和极小化负荷均方差为优化目标,考虑新能源发电完全消纳,针对等效净负荷水平制定分档电价并和碳配额协同激励,引导电动汽车在新能源发电余缺时充放电的适度响应;电动汽车用户从体响应微电网激励优化电动汽车充放电行为使其成本最小。采用粒子群算法(particle swarm optimization, PSO)求解优化模型纳什均衡点,获得微电网侧最优分档电价和电动汽车调度策略的集合。通过仿真算例验证了所提方法的有效性。     

基于CQPSO算法的含风电场电力系统经济调度研究

为了克服风电场出力波动的不利影响,提高调度经济性,构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型,并提出一种混沌量子粒子群算法对模型进行求解。标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性。对含风电场的IEEE30节点系统算例进行仿真实验,结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低。     

有毒重气泄漏事故的应急资源调度

针对有毒重气泄漏事故具有发生的突然性、危害的严重性等特点。建立了以应急加权总时间、应急总成本最小化为目标的多需求点、多供应点、多物资类型的优化调度模型。为了增强模型的实用性,增加了对车辆载重及最优路径选择的考虑。利用改进了的Dijkstra算法,将其作为多目标粒子群算法(MOPSO)的子算法对模型进行求解。针对MOPSO算法易陷入局部最优解的缺点,对惯性权重的更新方式进行了设计,增强了算法的全局搜索能力,同时在对粒子进行选择操作时借鉴了自适应网格法的思想,丰富了粒子群的多样性。最后,通过一个仿真实验验证了所提模型及算法的有效性。     

灵活性负荷参与电网调度的经济优化运行

在“碳达峰、碳中和”的背景下,大规模新能源并网使系统出现了调峰压力大、新能源消纳难等问题。随着灵活性负荷占比的不断增大,根据灵活性负荷的不同特性,针对系统面临的问题提出了“源-网-荷-储”相协调的双层优化运行模型。首先,基于分时电价策略引导用户用电行为,建立提升源荷双方综合满意度以及净负荷波动最小的上层多目标模型,利用粒子群算法对上层模型进行求解得到优化后的负荷需求响应并带入下层模型中。其次,根据源荷双方的供需关系,确定参与调度灵活负荷的运行方式,构建以系统调度运行成本最小为目标的下层模型,并采用Cplex求解器求解。最后,以某地区实际系统为例,结果表明了灵活性负荷参与电网调度可缓解电网调峰压力,提高了可再生能源消纳能力,并验证了本文所提模型的有效性。     

基于实时定价机制的综合能源系统多时间尺度优化调度

随着能源互联网快速发展,其物理载体综合能源系统成为未来能源利用的重要方式.针对区域综合能源系统优化调度问题,在实时电价的基础上设定实时天然气价格策略,提出一种基于实时定价机制的优先级调度策略,建立考虑日前运行成本最低和日内弃风弃光成本最小为目标函数的多时间尺度模型,应用含有自调节环节的改进粒子群优化算法对模型进行求解.通过算例验证了模型的有效性,比原有的分时定价策略更能进一步减少运行成本,提高能源利用效率,减少弃风弃光成本.     

基于实时电价的含电动汽车微电网两阶段优化调度

为解决大量电动汽车无序充电对微电网负荷曲线产生新的峰值或峰上加峰等现象,提出了V2G(vehicle to grid)下两阶段优化方法,第一阶段考虑实时电价的前提下以满足用户充电需求为目标建立电动汽车有序充放电模型,第二阶段以微电网综合成本最低和微电网出力波动最小为目标,确定电动汽车有序充放电功率。为了解决多目标优化的问题,本文采用改进型多目标粒子群算法（IMPSO）。为验证本文方法的有效性,用蒙特卡洛法模拟某微电网内电动汽车的充电需求后采用本文方法优化,结果证明本文调度方法降低微电网经济成本和出力波动的同时,降低了用户成本。     

计及分时电价的微能源网源荷储协同优化调度

针对并网型小容量微能源网,提出一种改进储能-分时电价调度策略,考虑需求侧管理,从源荷储三方面对系统进行协同规划,降低系统的经济成本和碳排放量。利用网格搜索法确定储能系统的最优出力参数,将免疫机制引入粒子群算法以提升其寻优能力,并用于求解微能源网日前调度方案。从储能系统出力、微能源网运行的经济性和环保性以及算法的寻优效果等方面进行仿真分析,结果表明：所提策略和算法能够求得更优的设备出力方案,在不同季节均能够有效减少微能源网的经济成本和碳排放量。     

计及差异化用户偏好的光储充一体化家庭用能系统多目标优化调度

基于价格型需求响应的家庭能源管理系统优化调度可显著提升家庭用能体验。同时,用户侧光储充一体化用电新模式也给家庭能源管理带来新的挑战。针对供给侧光伏出力问题,提出了一种耦合改进惯性权重混沌粒子群算法和长短期记忆神经网络的ICPSO-LSTM组合预测模型,对光伏发电进行精准化预测;针对用能侧负荷多样性特点,将其划分为不可调度、可中断、可转移三类进行精细化建模,并综合考虑电动汽车短途、中途、长途个性化用能行为及反向供电模式Vehicle to Home(V2H)。在此基础上,根据不同用能偏好,将用户划分为经济型、标准型和舒适型,构建考虑用户用能成本和舒适度的多目标优化模型,并采用ICPSO算法进行求解。最后,对比分析了典型场景下家庭能源管理系统的实施效果。