计及分类需求响应的孤岛微网并行多目标优化调度

孤岛微网优化调度中的源荷协调性非常重要,却常被忽视。针对孤岛微网的运行特点,计及分类负荷需求响应,构建了以系统运行成本及污染排放最小化为目标的微网源荷协调多目标优化调度模型。并引入多核并行运算环境和多种群并行交叉变异机制,构建新型的并行多目标微分进化(PMODE)算法对模型进行高效求解,以调和常规智能算法寻优深度和速度间的矛盾。结合应用结果分析了分类负荷发生转移及削减前后对微网内各分布式电源的出力影响和负荷的峰谷调整状况。表明所提出的孤岛微网源荷协调优化调度模型可有效实现节能减排和提升风光消纳率,并验证了PMODE算法的优越性能。     

考虑需求响应和源荷不确定性的光储微电网储能优化配置

电力市场背景下，考虑需求响应和源荷不确定性的微电网储能优化配置，对提高微电网运行性能、促进微电网商业化落地应用及能源转型具有重要价值。针对并网型光储微电网储能系统容量配置问题，提出了考虑需求响应和源荷不确定性的储能优化配置策略。首先，通过聚类对运行场景进行削减，综合考虑购电、储能配置及损耗和联络线功率波动惩罚等成本，构建考虑长期不确定性的微电网储能系统规划运行协同优化模型。其次，建立基于用户调度优先级的负荷引导机制，通过弹性系数计算需求响应结果。进一步地，提出一种两阶段储能规划配置策略实现方法。最后，通过算例仿真，验证了该方法的合理性与有效性。     

计及需求响应的源—网—荷—储协调优化调度研究

"双碳"背景下规模化新能源接入系统,为提高电网安全稳定运行能力,提出了一种计及需求响应的源—网—荷—储协调优化调度模型.首先,对需求响应机理进行分析,并在此基础上建立了基于机会约束的源—网—荷—储协调优化调度模型,该模型充分考虑了新能源随机性给系统带来的影响.其次,采用基于半不变量法和原对偶内点法的启发式迭代算法求解所...     

基于改进布谷鸟算法的微电网源-荷-储功率优化调度

为实现微电网源网荷储的最优匹配,提出了一种计及需求侧响应的微电网有功功率调度模型。首先综合考虑系统运行约束、蓄电池运行约束和引入负荷响应补偿的用户满意度,以微电网经济性和环保性最优为目标函数,构建了包含风光发电、储能单元和负荷的微电网功率调度模型。进一步改进了布谷鸟搜索算法,并在4个典型场景下求解所提出的调度模型。通过算例验证模型和所提方法的有效性,结果表明：负荷响应与储能可以有效降低微网运行成本,通过可移负荷跨时段平移,实现负荷削峰填谷;同时,模型能根据不同的满意度要求提供相应的经济优化调度方案;此外,通过对比粒子群算法与布谷鸟算法,进一步验证了改进的布谷鸟算法性能更优。     

“源-网-荷-储”协同的园区微电网优化调度

园区微电网运行在"以热定电"方式下时,微型燃气轮机电能完全跟随热负荷,限制了微型燃气轮机在经济调度中的作用。针对这一问题,提出一种考虑微电网中央控制器(microgrid central controller,MGCC)信息、微电网运行约束、储能约束的"源-网-荷-储"4层模型,解耦了微型燃气轮机电热出力的强耦合性,采用改进的粒子群优化(particle swarm optimization,PSO)算法对模型求解,优化微电网内各单元出力。将该模型应用于某微电网实际算例,并与"以热定电"、"电热分供"2种运行方式进行比较,分析结果表明,该优化模型能够实现"源-网-荷-储"协调调度,降低微电网运行成本。     

基于可拓距K-均值聚类和正弦微分进化算法的风储联合系统优化配置

以最大化风储联合投资商的收益和风电就地消纳率为目标,考虑源网荷协同优化和需求响应构建了风储联合系统的多目标优化配置模型;采用可拓距K-均值聚类算法对分布式风电出力和负荷需求的不确定性进行多场景分析,以实现更为准确而均衡的场景缩减;通过引入多核并行运行环境与正弦函数的思想,提出基于并行多目标正弦微分进化算法对优化配置模型进行高效求解;以IEEE 33节点配电系统为算例进行风储联合系统的优化配置,仿真结果验证了所建模型的有效性和优越性.     

基于混合粒子群算法的源-荷-储协调优化调度

为了提高新型电力系统中对风电和光伏的消纳能力，降低电力系统运行成本，将火电机组、光伏、风电、需求响应负荷和储能系统作为调度资源建立了基于源-荷-储协调的优化调度模型。 以火电机组运行成本、弃风弃光成本和需求响应负荷调度成本最小为目标，提出了一种两阶段优化方法。第一阶段优化采用离散二进制粒子群优化算法，使火电机组启动成本和弃风弃光成本之和最小。在第一阶段优化结果的基础上，第二阶段的优化采用双层连续粒子群优化算法使基于电价的需求响应负荷调度成本和燃料成本之和最小。算例结果验证了该优化调度模型的可行性和有效性。     

计及需求响应的主动配电网双层优化调度模型

主动配电网(active distribution network,ADN)能够综合运用需求响应和协调优化管理两大手段,通过源荷协调互动,最大限度上实现分布式电源的高效消纳和系统运行的安全经济。文章提出了计及需求响应的主动配电网双层优化调度模型。其中电价协调层以价格型需求响应为核心,通过调整日前实时电价优化各时段负荷需求;可调度单元控制层基于负荷需求,在计及ADN内部不确定性因素对系统安全影响的前提下,以运行成本最低为目标制定系统运行计划。调度模型双层之间基于信息双向流动实现协调互动,为提高求解效率,提出了将智能优化算法和传统优化算法相结合的求解策略。算例结果表明,所建模型能够保障系统安全裕度、降低配网运行成本、提高用户满意度和减小负荷峰谷差。     

考虑可再生能源消纳效益的电力系统“源—荷—储”协调互动优化调度策略

为了提升可再生能源消纳率,降低电力系统运行成本,考虑以“源—荷—储”协调互动作为提升系统运行经济性与消纳可再生能源的手段。将常规机组、储能装置与负荷侧调度资源同时进行优化调度,综合考虑系统常规机组运行成本、负荷侧调度成本和可再生能源消纳效益,建立了基于“源—荷—储”协调互动的电力系统优化调度模型。根据决策变量的不同特性,提出了一种两级优化方法。第一阶段采用离散粒子群算法优化常规机组启停成本、弃风弃光成本和负荷调度成本;第二阶段采用双层连续粒子群算法优化常规机组燃料成本。通过算例仿真验证了该优化调度模型的有效性。     

基于鸟群算法的微电网多目标运行优化

为了在微电网的运行中寻找到最理想的调度策略,对于微电网的多目标优化问题,采用传统智能算法求解易陷入局部最优而难于找到全局最优解,因此采用一种生物启发式算法——鸟群算法,对以运行成本及环境污染度为目标的微电网多目标优化模型进行求解。该算法模仿鸟群觅食、警觉、迁移的习性,生成对应的种群更新策略,兼具粒子群算法搜索效率高和微分进化算法稳定性好的优点。通过与两者寻优结果比较,表明该算法具有较强的全局、局部搜索能力且收敛鲁棒性好的特点。     

考虑动态激励型需求响应的微电网两阶段优化调度

针对微电网中风电、光伏出力和负荷大小的不确定性,从日前和实时两个阶段出发,建立了微电网两阶段优化调度模型。日前调度阶段建立以微电网总运行成本最优的经济调度模型。实时调度阶段在日前调度优化结果的基础上,综合考虑实时优化调度各电源的出力调整顺序,提出了一种动态激励型需求响应参与的实时滚动优化策略。该策略的激励价格和用户参与容量随时间尺度前进呈现出动态变化,旨在利用价格引导用户提高需求响应的参与程度。通过算例表明,动态激励型需求响应相较于静态激励型需求响应不仅可以提升对日前联络线计划的跟踪效果,还能更好地消除微电网日前预测误差。该策略在显著提高用户收益的同时有效降低了系统运行成本,为市场化的微电网优化运行提供了参考。     

含电转气和混合储能的微能网双层滚动优化控制方法

微能网是实现多能互补的有效技术手段之一.以包含电转气和电池-超级电容器混合储能系统的电-热-气联供型微能网为研究对象,针对风光出力和负荷不确定性导致系统优化控制结果可信度较低的问题,基于模型预测控制的滚动优化思想,提出包含长时间尺度滚动优化层和短时间尺度实时滚动调整层的多时间尺度双层滚动优化控制方法.其中,上层以系统运...     

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。     

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。     

基于需求响应和多能互补的冷热电联产微网优化调度

兼顾电源侧多能互补与负荷侧需求响应（demand response,DR）是提升源荷侧协调发电能力的重要手段,可以促进电力削峰填谷,提高经济效益。针对冷、热、电负荷需求的随机性和不匹配性,考虑到人体对温度有一定的适应能力,文章将风、光发电机组与燃气轮机冷热电联产（combined cooling, heating and power,CCHP）系统结合,提出了一种基于综合需求响应的源荷协调CCHP微网,同时采用典型场景集考虑新能源出力的不确定性,建立优化调度模型。该模型以最小化系统经济成本为目标,利用免疫遗传算法求解,探讨了系统经济调度成本与不同需求响应模式以及温度偏差的关系,并对系统是否引入电加热设备进行讨论。算例分析表明,基于需求响应和多能互补的CCHP微网优化调度方法,能有效降低综合运行成本,具有显著的经济及社会价值。     

微网功率不确定性模型及其在旋转备用优化中的应用

微网运行中存在发电单元故障停运以及可再生能源发电单元出力和负荷的波动性,从而合理安排旋转备用容量是维持微网安全、经济运行的重要环节。基于风电出力、光伏出力和负荷日前预测误差模型,利用全概率公式分别构建了综合预测误差及故障停运的风电和光伏出力不确定性分布模型,通过离散化风光出力和负荷不确定性分布与可调度机组停运概率分布联合生成微网功率不确定性离散分布模型,进而提出了计及微网功率不确定性以微网运行成本最小化为目标函数的微网最优旋转备用计算模型并考虑了微网向主网提供旋转备用。最后通过一个微网系统算例,采用混合整数遗传算法优化求解微网最优旋转备用值,验证了所建模型的合理性。     

考虑阶梯碳交易和需求响应的含氢储能的并网型微电网优化配置

针对低碳背景下并网型微电网的优化配置问题,提出了一种考虑阶梯碳交易和需求响应的含氢储能的并网型微电网优化配置方法。通过在规划模型中引入阶梯碳交易机制,降低微电网的碳排放;以可再生能源发电功率与负荷功率的差值绝对值之和最小为目标,利用负荷需求响应引导用户改变用能策略,促进可再生能源消纳,减少储能配置容量,进一步降低微电网的碳排放和经济成本;建立包含风力发电机、光伏阵列、柴油发电机、电解槽、储氢罐、燃料电池的并网型微电网的双层优化配置模型,上层模型以微电网等年值综合成本最小为优化目标,下层模型以微电网年运行成本和年碳交易成本之和最小为优化目标;采用遗传算法与混合整数线性规划相结合的方法对双层优化配置模型进行求解。算例结果验证了所建模型的合理性和有效性,能够为含氢储能的并网型微电网的容量配置提供参考。     

基于风荷耦合特性的源荷储的优化调度

风电的随机性和波动性给电力系统的运行与控制带来了挑战。在研究新疆某地风电负荷数据的基础上得到了风荷耦合特性,基于此提出一种源荷储双层优化调度策略。上层优化模型以风电消纳最大为目标,通过风荷耦合特性确定工业负荷转移时段及容量,并得到常规机组的运行情况形成日前调度计划。下层优化模型以系统运行成本最优为目标,基于上层优化结果,通过调节常规机组出力及储能电站充放电功率来抑制风电波动。最后通过改进的粒子群算法求解模型验证了所提调度策略的有效性。     

基于模糊激励型需求响应的微电网两阶段优化调度模型

针对微电网中风电和负荷不确定性，提出一种基于价格型需求响应（price-based demand response，PBDR）的日前负荷调度和基于激励型需求响应（incentive-based demand response，IBDR）的实时负荷调度的两阶段优化调度模型。在日前阶段，根据用户需求对电价的响应，引入需求价格弹性建立了用户响应模型；在实时调度阶段，为了挖掘不同用户参与需求响应的积极性，利用模糊工具求出不同用户的动态激励方案，提高需求响应项目的参与度。算例分析结果表明，两阶段调度模型相较于只采用日前价格型需求响应提高了风电消纳能力，增加了电网和用户的经济效益；而较于只采用实时激励型需求响应增强了削峰填谷作用，提高系统运行的平稳性。同时动态激励价格比固定式激励价格使负荷曲线峰谷差更小，进一步减少了弃风量。