融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略

交直流混合微电网接入高渗透率可再生能源及其特殊的网架结构,对交直流混合微电网的经济运行构成挑战。针对这一问题,提出一种融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略。在日前调度阶段,在综合考虑市场分时电价、微电网内各分布式单元和双向AC/DC功率变换器的运行成本及特性的基础上,运用多场景分析技术模拟风光和交直流负荷的不确定性,以日运行成本最低为目标构建日前两阶段随机优化调度模型。在日内调度阶段,基于模型预测控制构建日内滚动优化调度模型,该模型通过在线滚动优化结合反馈校正形成闭环优化,在保障日前计划有效性的同时,充分抑制日前预测误差引发的功率波动,有效避免冲击配电网的稳定运行。最后,以某交直流混合微电网示范工程为依托,通过算例分析对所提方法进行验证,结果表明,所提方法能够有效应对交直流混合微电网多重不确定性的影响,实现其经济和鲁棒运行。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。     

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。     

计及光伏–负荷预测不确定性的直流跨省互联电网双级调度策略

为降低光伏、负荷出力预测不确定性对跨省优化调度运行经济性的影响,提出一种计及光伏–负荷预测不确定性的直流跨省互联电网双级调度策略。首先,采用基于每时晴空指数序列的向量自回归(vector auto-regressive,VAR)模型对光伏出力进行预测。在日前时间尺度下,利用多场景随机规划方法对两省日前光伏预测出力进行场景分析。在日内时间尺度下,提出一种新的梯形模糊数等价方法对两省日内光伏、负荷预测出力进行模糊数值等价;其次,以日前光伏出力预测场景集和负荷预测曲线为基础,结合火电和抽水蓄能建立日前跨省调度模型。以日前调度结果和日内光伏、负荷出力模糊数据集为输入,结合直流功率调整策略构建日内跨省调度模型;最后以国内某省实际数据改建的跨省互联电网为系统算例,对不确定环境下的双级调度计划进行分析,验证了所提调度策略能够协调优化两省可调度资源,降低机会约束规划模型运算复杂度,改善系统运行经济性。     

孤岛微网多场景机会约束动态调度

风光出力与负荷在时空分布上具有波动性和间歇性,该文按风速段拟合风电预测误差分布,采用Beta分布拟合光伏出力分布,按时段拟合负荷分布.根据风速和调度时段的不同采用卷积推广方法求解各场景下约束条件成立的分布函数.以微电网运行维护成本和环境成本最小为目标,构建微电网多目标机会约束动态调度模型.采用改进多目标教与学算法对模型进行求解.算例验证了模型与算法的有效性.然后采用蒙特卡罗模拟法产生随机场景进行调度.其结果表明,与传统机会约束调度(单场景)相比,多场景机会约束动态调度的后验置信水平更高,进一步确保了系统的安全性,提高了策略的鲁棒性.     

考虑预测误差下孤岛直流微电网的经济调度策略

基于新能源发电单元的不确定性和电动汽车的灵活性,提出了一种最小化运行维护成本的孤岛直流微电网经济调度策略。建立了孤岛直流微电网的优化调度模型,该模型包含日前经济调度和日内调度两阶段。日前调度阶段以运行维护成本最小为目标调度可控单元,确定日内调度阶段可调负荷和电动汽车有序充放电功率;日内阶段考虑新能源发电的预测误差,以日内可调度单元偏离日前阶段最小为目标,引入神经网络模型,模拟日内新能源发电情况,得到日内调度结果,训练神经网络模型,日内调度根据日内新能源发电数据调度可控单元,实现孤岛直流微电网经济调度和电动汽车有序充电。通过算例,对比日后最优调度,验证了该调度策略的有效性和经济性。     

基于数据驱动的微电网双层鲁棒优化调度

提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法。首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况。然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型。通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度。接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模型分解为主问题和子问题进行交互迭代求解。最后,仿真结果验证了所提方法的有效性,降低了微电网设备运行成本,提高了新能源利用率。     

基于神经网络的微电网参与上层电网实时优化调度策略

微电网优化调度策略除要解决风电、光伏就地消纳及其自身稳定运行问题外,还应具备调用分布式电源、具有需求响应能力的负荷等灵活性资源向电网提供辅助服务,参与上层电网实时调度的能力。基于此,文章提出一种基于BP神经网络的微电网资源优化调度策略。结合微电网运行成本和需求响应容量收益建立日前阶段经济最优调度策略;日内模拟阶段模拟预测功率波动以及上层电网实时需求,通过神经网络学习,得到日内阶段调度模型,为日内调度做准备;日内阶段通过上层电网的需求响应信号,将联络线功率输入到神经网络训练模型当中,得到日内阶段各个分布式电源实时功率。所提策略既能保障微电网的经济运行,又能满足上层电网的实时调度要求。最后以日后最优调度算例结果验证了策略的经济性和有效性。     

基于双蓄电池组的微电网两阶段调度优化模型及控制策略

针对微电网应用中储能寿命损耗成本过高的瓶颈问题,提出了基[JP2]于双蓄电池组的日前日内两阶段协调调度模型与控制策略。在日前阶段,综合考虑日前预测数据、储能装置寿命及市场电价,建立了以微电网运行总成本最低为目标的经济调度模型,并利用随机权重粒子群优化算法求解该模型。在日内阶段,为应对间歇性分布式电源预测误差引起的联络线功率波动,构建了基于双蓄电池组拓扑结构的储能系统,根据蓄电池特性设计了实时控制策略,即两组蓄电池分别作为放电组、充电组,交替补偿联络线功率的正、负偏差,当任一组蓄电池达到其荷电状态的上、下限,则同时交换两组蓄电池的充、放电状态。最后,以某园区的示范微电网作为分析对象,通过实际算例验证了日前优化模型及算法的有效性,并证明了基于双蓄电池组的日内实时控制策略能有效延长蓄电池循环寿命,提高系统的经济性。     

市场机制下多微电网多时间尺度优化调度研究

针对区域配电网中多个微电网不同时间尺度中与电网或相互间复杂的功率交互问题,提出了一种多微电网包含日前、日内多个时间尺度的优化调度方法。在日前调度中(30 min),综合配电系统功率波动性和经济性建立包含多微网在内的配电系统调度模型,得到各微电网对外的交换功率参考值,通过市场机制引导多微网系统中各微网制定日前微网层调度计划,并基于熵权法建立多个微电网的利益分配机制。在日内调度中(15 min),通过配置混合储能系统来消除日前计划的误差,针对不同类型储能充放电特性的差异,采用小波包对混合储能的充放电功率进行频域分解,同时考虑到功率型储能频繁充放电下充放电功率不平衡性,对其荷电状态(state of charge,SOC)进行模糊反馈调节。对算例计算分析表明:多个微电网通过多个时间尺度的自治消纳控制和协调互济可优化配网系统的运行,同时对决策变量储能进行充放电功率自适应控制可有效提高微网间的互济能力。     

不确定裕度分段量化和弃风弃光分段惩罚的孤岛型微电网经济调度算法

针对孤岛微电网在运行过程中受新能源出力及负荷功率不确定性的影响,提出基于不确定裕度分段量化和弃风弃光分段惩罚的孤岛型微电网经济调度算法。日前计划阶段,利用基于不确定裕度分段量化的不确定集,并采用列约束生成算法,将原问题分为主问题和子问题进行交互迭代求解,得到在“最恶劣场景”下的最优经济调度方案。日内调度阶段,保持日前计划得到的储能系统出力,对传统能源出力、需求响应负荷、新能源弃风弃光量进行调整优化。最终,通过算例仿真验证了该算法在不同的场景下的经济性和鲁棒性。     

含海洋能发电的海岛微网能量优化调度方法

针对海岛微电网分布式电源和负荷的独有特性,以海岛系统运行经济性为目标,考虑新能源消纳因素,提出一种海岛微电网能量优化调度方法。首先在分析典型海洋能发电出力特性的基础上,建立了含风、光、柴、储、波浪能、潮汐能以及可控负荷的海岛微网能量优化调度模型;而后面向日前和日内2个时间尺度,采用CPLEX完成混合整数规划,利用日前调度计划与日内实时滚动推演结果比对,依据日内滚动计算结果修正日前调度计划,实现当日微网能量调度全局最优。算例分析表明,由于利用了日前和日内相结合的滚动计算方法,使对岛上源、荷的预测精度逐级提高,该优化调度方法在兼顾海岛微电网功率平衡和可再生能源利用率的同时,最大限度降低了海岛微电网运维成本。     

不确定性环境下的孤岛型微电网鲁棒优化算法

针对可再生能源出力和负荷功率的不确定性,提出了日前计划-日内调度的孤岛型微电网鲁棒优化算法,其中日前计划针对可能出现的最恶劣场景,利用列约束生成算法将问题分解为主问题和子问题,交互迭代求解最优经济调度方案;日内调度阶段,利用每一时段的实时测量信息,基于日前计划调度结果对调整成本进行二次优化,通过对传统能源发电的功率调整进行惩罚来追踪日前计划调度结果,并对弃风、弃光功率进行分段惩罚,最大程度地消纳可再生能源。算例表明:该算法能使微电网在输入输出不确定情况下保持良好的鲁棒性和经济性,验证了算法的有效性。     

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。     

考虑机组灵活性的独立微网日前日内协调优化调度

作为高效利用分布式能源以及补充大电网灵活性的有效手段之一,微网的优化调度越来越受到重视。在全面考虑各类分布式资源调度灵活性的基础上,从日前和日内2个时间尺度出发,建立以总运行成本最小为目标的独立微网优化调度模型。日前调度计划为日内调度提供参考,必要时在日内调度中可调整满足灵活性要求的分布式资源的启停状态;日内调度采用滚动优化方式,并通过制定各类分布式资源的调整优先级,指导日内调度计划的优化调整。将蓄电池初始荷电状态作为优化变量,与分布式资源的调度计划同时进行优化,以进一步提高微网运营经济性。对该模型进行线性化处理,并调用CPLEX求解器求解该混合整数规划问题。算例分析结果验证了所提调度策略的合理性。     

集成智能楼宇的微网系统多时间尺度模型预测调度方法

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。     

工业园区微网调度研究与仿真

为提高新能源消纳能力和供电经济性、可靠性,研究了含风光柴储、生活负荷、具有有限可控能力工业负荷的工业园区微电网,提出了一种基于日前和日内相结合的优化调度方案。为保证日前优化调度的经济性,提出了一种分段变异优化的改进粒子群算法求解调度模型。改进算法相较于传统粒子群算法收敛性速度更快,同时提高了经济性,减少了园区的运行成本。日内运行时,为了校正日前预测偏差,采用源网荷储共同参与调整,保证尽可能跟随日前经济结果,提高微网系统的可靠性。日内调整建立详细化的仿真模型,采用实时仿真技术。利用实时仿真软件RT-LAB和实时仿真机OP4510构建的实时仿真平台,解决模型仿真用时较长、求解困难的问题,验证了工业园区微网调度策略的可行性。     

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。     

电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。