考虑信息负荷调度的融合型变电站优化运行

融合型变电站作为集成建设多种功能站的新型运营模式,为边缘数据中心与电动汽车充电站的规划运行提出了新的方向;而作为典型的综合能源系统,其运行优化方法也有待深入研究.针对融合型变电站内各功能站协同优化问题,设计了涵盖数据中心、储能电站、电动汽车充电站的融合型变电站运行架构,建立了以年净支出最小为目标函数的多站协同运行优化模型,提出了融合型变电站优化运行策略.通过模型的优化求解,确定多站协同运行最优方案.算例结果表明:电动汽车充电站负荷曲线具有明显的峰谷特性,且与电网用电高峰时段相符,电动汽车充电站接入融合型变电站会进一步加剧供电压力;通过信息负荷与储能电站的灵活调度,可以实现电力负荷在时间与空间上的转移,达到转移高峰负载、促进电动汽车平滑入网、显著降低运行成本的效果;融合型变电站的日净收益随低时延数据负荷的比例增大而增大,二者近似呈线性关系.     

考虑供给与负荷转移的虚拟电厂调度策略

虚拟电厂是一种通过先进信息通信技术和软件系统,将分布式发电机组、储能系统、可控负荷、 电动汽车等分布式设备聚合优化并协调参与电力市场和电网运行的特殊电厂。 针对现阶段可再生能源产业的风力、光伏并网发电和优先消纳困难等问题,基于虚拟电厂强通信、高聚合的特性,提出了一种考虑供给与负荷转移的虚拟电厂调度策略,以虚拟电厂整体利润最优为目标函数,从供给侧与需求侧同时强化虚拟电厂的调度弹性。 其中供给转移通过储能设备实现,考虑蓄电池储能系统与氢能存储系统同时参与调度,发挥各自储能优势,负荷转移通过柔性负荷实现,并将所有柔性负荷分为短期、中期、长期 3 类来反映实际情况,以柔性负荷的负荷量与最晚调度时间为类别划分依据。 实验结果表明:储能设备及柔性负荷参与虚拟电厂调度,显著提高了虚拟电厂运行的强健性,增强了新能源的消纳水平,实现了“削峰填谷”的效果,并且在经济性上有着良好的表现。     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统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,以净负荷波动方差最小为目标函数,...     

主动配电网二阶段安全优化调度研究

为应对大规模新能源的接入,以IEEE 33节点配电网模型为基础,添加了可调度负荷和无功调压设备,基于二阶锥支路潮流模型,构建了主动配电网日前-日内调度模型。日前阶段以综合运行成本为优化目标,对配电网各设备未来24 h的出力情况进行调度。日内滚动优化调度阶段,则将储能设备、电动汽车以及电容器组的日前调度结果作为约束条件,以电压稳定性、网损和新能源利用率为优化目标。可调度负荷接入后,日前调度的新能源消纳率提高了4.41%,购电成本从472.03元降至446.90元。与日前调度结果相比,日内调度中新能源消纳率降低0.53%,各节点电压偏移最大值从0.060 0降至0.025 3。实验结果表明,提出的二阶段调度模型电压偏移较低,同时新能源利用率较高。     

基于主从博弈的含电动汽车综合能源系统运行策略

综合能源系统(IES)是解决能源生产与分配等问题的重要能源系统之一,考虑电动汽车作为综合能源系统中重要的主动负荷,合理引导其充电能促进综合能源系统的高效运营,提出了综合能源系统与电动汽车的主从博弈优化运行模型。在主从博弈框架下,以综合能源系统为领导者,各电动汽车为跟随者,构成一主多从优化调度模型。根据博弈的阶段性特点,提出基于引力搜索算法和混合整数线性规划的两阶段主从博弈求解方法。算例对比分析表明,通过主从博弈,综合能源系统能合理地引导电动汽车有序充电,有效整合分布式能源并提高了运行的整体经济收益。     

基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。     

基于深度强化学习的分布式能源系统运行优化

分布式能源系统凭借其高效、环保、经济、可靠、和灵活等特点成为我国能源未来发展的重要方向。目前我国的很多分布式能源系统经济效益较差,主要原因是能源系统没有良好的运行策略。本文提出一种基于深度强化学习的分布式能源系统运行优化方法。首先,对分布式能源系统的各个设备进行数学建模。深入阐述了强化学习的基本原理、深度学习对强化学习的结合原理及一种基于演员评论家算法的分布式近端策略优化(Distributed Proximal Policy Optimization, DPPO)算法流程,将分布式能源系统运行优化问题转化为马尔可夫决策过程(Markov decision process,MDP)。最后采用历史的数据对智能体进行训练,训练完成的模型可以实现对本文的分布式能源系统的实时优化,并对比了深度Q网络(Deep Q Network, DQN)算法和LINGO获得的调度策略。结果表明,本文提出的基于DPPO算法的能源系统调度优化方法较DQN算法和LINGO得到的结果运行费用分别降低了7.12%和2.27%,可以实现能源系统的经济性调度。     

计及出行行为调整的综合能源系统双层博弈优化策略

针对园区综合能源系统中各个主体的利益难以兼顾及新能源汽车出行计划临时变动会对系统运行带来不利影响的问题,提出了考虑车主出行行为调整的电热氢综合能源系统双层博弈优化运行策略。首先,建立以能源运营商(IESO)、负荷聚合商(ULA)和新能源汽车负荷聚合商(NEVLA)为主体的Stackelberg-Shapley双层博弈框架;其次,将双层博弈框架嵌入两阶段模型预测控制滚动调度模型中,并在第1阶段引入惩罚博弈机制,抑制车主按照个人意愿无序改变充电计划的行为;最后,联合沙丘猫优化算法与CPLEX求解器对博弈模型进行求解。仿真结果表明：所提策略与无惩罚博弈机制的滚动优化运行策略及考虑惩罚博弈机制的单断面优化运行策略对比,能源运营商的收益分别提高了4.43%、7.75%,负荷聚合商的剩余价值分别提高了6.48%、12.18%,电动汽车负荷调度成本分别减少了13.64%、4.43%,验证了所提策略具有更好的系统运行经济性。     

基于期望场景集性能的微电网鲁棒经济调度

针对孤岛型微电网受可再生能源和负荷不确定性影响的特点,提出基于梯次偏离不确定集的孤岛型微电网鲁棒经济调度算法。根据微电网的结构特点进行建模,利用微电网的不确定集生成梯次偏离的不确定集。在日前计划阶段,以所有场景可行,期望场景集内性能最优优化出微电网的各设备出力,得到日前计划方案。日内调度阶段,保持日前计划调度阶段优选出的储能系统出力,利用新能源以及负荷的实时数据,对微型燃气轮机、新能源弃风弃光、可平移负荷功率的日前阶段优化解进行二次优化调整,提高微电网运行的经济性。结果表明：该方法取得了更优异的控制性能,提高微电网调度的经济性。最终,通过仿真案例验证了该方法的有效性。     

考虑源荷不确定性的综合能源系统日前经济调度

针对可再生能源出力及负荷不确定性对综合能源系统日前经济调度的影响,基于由热电联产系统、储热、蓄电装置以及电锅炉等组成的电热综合能源系统,研究了考虑源荷不确定因素的日前经济调度问题.将系统中可再生能源出力以及电热负荷均用梯形模糊参数表示,构建了基于可信性理论的模糊机会约束规划优化调度模型;采用模糊机会约束的清晰等价类将含模糊参数的机会约束规划模型转化为确定性的混合整数规划模型,在Python环境中建模,利用Gurobi求解器求解.最后,通过算例分析了储能装置对于提高系统经济性的作用以及源荷不确定性程度、不同置信水平对系统运行成本的影响,验证了所提模型的有效性.     

基于竞争双深度Q学习的智能电表隐私保护与成本管理

智能电表能够实时采集、计算、存储和传输电力数据,对智能电网的运转起着关键性的作用.配备储能设备的智能家居是智能电表的一种重要的应用场景,它的发展面临隐私数据泄露隐患和高用电成本2个问题,需要研究两者的权衡优化策略.系统模型考虑了2种不同类型的储电设备,并建立了电表数据泄露和用电成本量化的权衡模型.考虑到传统深度强化学习存在过度估计和收敛慢的缺陷,提出一种基于竞争双深度Q学习的储能电器功率分配方法,实现了性能优化的目标.仿真结果表明,对比传统的深度Q学习和双深度Q学习方法,所提方法在隐私保护和成本控制2方面能获得更好的性能.     

天然气三甘醇脱水装置数字孪生系统

数字孪生可以实现物理空间与数字空间之间的映射和交互,在工业领域展现出巨大的发展前景。针对天然气脱水性能参数检测效率低和气站工艺参数无法在线优化的问题,将数字孪生应用于化工行业,构建了三甘醇（triethylene glycol, TEG）脱水装置数字孪生系统的整体框架。结合物理设备建立了孪生系统的几何模型,并基于物理数据实时驱动建立了脱水系统工艺流程模型,最后,通过虚实映射模型完成物理空间和数字空间的映射,最终建立脱水装置的孪生模型。该模型可实现物理设备与虚拟设备的并行运行。通过提出的数字孪生系统,能够实现对天然气水露点等脱水性能参数的实时预测;以低能耗为目标,通过孪生模型中的优化算法,可实现对脱水工艺参数的在线优化,提升经济效益。     

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。     

基于电力物联网的边缘计算任务卸载优化

为了解决传统卸载模型仅涉及用户设备和边缘计算资源,而在云端资源利用上存在局限性的问题,通过有效利用计算任务时延、能耗及计算资源配置,提出了基于深度强化学习算法的计算任务卸载策略和资源配置优化算法,建立了边云协同的时延、能耗及能效模型,研究了用户设备数量、任务量、任务优先级等对时延、能耗及能效的影响。结果表明：边缘计算服务器资源配置为30 GHz较为合理;高级计算任务优先处理策略和计算资源优化分配,使得时延、能耗均较低;本文所提出的优化算法在时延、能耗及能效方面均优于其他3个对比算法,表明针对不同用户设备数量和计算任务量场景,本文所提出的优化算法和建立的模型能够更有效的实现基于电力物联网的计算任务卸载策略和资源配置优化。     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

基于相关性分析的风光储互补需求响应策略

针对风光储互补发电系统,提出基于风光相关性分析与需求响应建模结合求解优化模型的方法。首先选取负荷追踪系数对互补系统进行风光相关性分析,然后基于用户收益最大建立需求响应基本模型,以减小负荷峰谷差、需求响应前后平均电价变化最小、负荷追踪系数最小为目标建立需求响应优化模型。最后利用算例对风光储互补系统接入电网更新的电价策略对负荷波动曲线、负荷追踪系数曲线的影响进行分析。结果表明,考虑相关性分析的需求响应策略可以实现对发电侧新能源的充分消纳。     

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。     

含储能装置的园区综合能源系统三级协同规划设计方法

研究综合能源系统的配置和优化策略对于保障区域用能平衡、降低系统投资成本、提高运行的经济性具有重要的意义和价值.提出了含储能装置的园区型综合能源系统的三级协同规划方法,首先将综合能源系统的设计过程划分为设备选型、容量配置与运行优化三个阶段;然后根据各阶段之间的递进和耦合关系,采用系统级的建模方法,对各类设备的选型与运行约束进行总结和提炼,并引入储能装置约束,从而形成了结构简洁、约束紧凑的综合能源系统规划模型.针对该模型中的非线性函数项,引入了辅助变量和约束,将其等价转化为易于求解的混合整数线性规划问题.最后,分三种情形对某园区待建综合能源系统进行优化配置.算例测试结果验证了所提模型和方法的有效性.     

基于分时电价的用户侧光伏储能系统容量配置

光伏与储能系统的配合使用已经是一种趋势,在用户侧合理配置光伏电池与储能电池的容量,可以明显提高用户的经济效益。为了提高用户在分时电价下的经济效益,本文基于用户侧典型日光伏发电曲线与典型日用户负荷特征曲线,结合用户分时电价,设计储能系统的能量调度策略,建立经济优化模型,并基于量子粒子群优化算法对模型进行求解,得出光伏与储能系统的最优容量。仿真分析和结果表明,本文方法可以明显提高分时电价条件下用户的经济效益,对大电网的削峰填谷也有一定的积极作用。