考虑源荷不确定性的风光储耦合制氢系统两阶段能量调度

为降低源、荷不确定性对系统能量调度的影响，提出了一种离网型风光储耦合制氢系统两阶段能量调度策略，并建立日前-日内两阶段滚动优化调度模型。日前调度阶段，采用电解槽分级调度策略，并以系统富余功率或过剩功率与可再生能源总功率比值最小为目标函数，建立日前系统稳定性调度模型。日内调度阶段，考虑可再生能源与负荷的不确定性，提出储能分组调度策略，建立包含源、荷预测误差的日内调度目标函数，以滚动优化方式修正日前机组出力计划。对黏菌算法改进，使用改进黏菌算法求解调度模型。算例表明：所提出两阶段稳定性调度模型可有效应对源、荷不确定性对系统能量调度影响，提高了系统应对源、荷波动时的稳定性。     

基于生成对抗网络的配电网与多微网随机调度

随着可再生能源机组以多微网的形式接入配电网,其出力的不确定性会给配电网与多微网调度带来挑战。因此,如何对配电网与多微网中可再生能源的特性进行分析,准确把握可再生能源的出力特性,建立考虑可再生能源出力特性的配电网与多微网调度模型,成为目前亟待研究和解决的问题。本文提出了一种基于Wasserstein生成对抗网络的配电网与多微网日前随机调度方法。首先针对风电以及光伏日前预测的不确定性,采用基于Wasserstein生成对抗网络的数据驱动算法,对风电和光伏出力预测误差进行场景生成;对于生成的风光出力场景,基于K-mediods场景削减法得到风光典型场景;在配电网与多微网调度目标函数中综合考虑调度的经济性指标以及韧性指标,基于场景法模拟可再生能源出力的不确定性,建立配电网与多微网日前随机调度模型并求解。仿真结果表明,所提的配电网与多微网随机调度模型在可再生能源出力场景生成方面,相比于传统假定概率分布的生成方法,其生成的场景更接近实际场景。     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

考虑用户综合需求响应的区域综合能源系统多目标优化调度

随着传统能源枯竭,为提高供能经济性和效率,区域综合能源系统应运而生,区域综合能源系统的优化调度成为关键问题.由于多种能源之间存在耦合,多种能源的综合需求响应为区域综合能源系统的优化调度提供新的手段.因此,首先分析了区域综合能源用户的多种能源需求侧响应函数,进而构建了以经济性和能效为目标的区域综合能源系统多目标优化调度模型,最后提出改进的带精英策略的非支配排序的遗传算法用于求解多目标优化问题.通过算例验证了该模型可有效解决区域综合能源系统的多目标优化调度问题,综合需求响应可以有效提升区域综合能源系统的经济性和能效水平.     

基于情景方法的微型智能电网经济运行的优化

针对微型智能电网经济运行优化问题中,分布式可再生能源输出功率的预测误差具有不确定性的特点,提出了一种基于混合0-1随机非线性规划的微型智能电网运行优化方法.该方法将蒙特卡洛方法与轮盘赌选择机制相结合,利用情景生成方法来表示分布式可再生能源输出功率预测误差的所有可能实现,同时将带有不确定性的微型智能电网运行优化问题转化为确定性的混合0-1非线性优化问题,并用分支定界算法求解混合0-1非线性优化问题.最后,利用情景聚合方法得到最优期望解.通过仿真实验表明了所提出方法的有效性.     

考虑不确定性的风光燃蓄多目标随机调度优化模型

为支撑以风光为代表的高比例可再生能源发电并网,集成风电场(Wind Power Plant,WPP)、光伏发电站(Photovoltaic power station,PV)、燃气轮机(Convention Gas Turbine,CGT)和抽水蓄能电站(Pumped Storage Power Station,PHSP)为多电源系统(Multi-power Hybrid System,MPHS),建立了基于鲁棒随机优化理论的风光燃储随机调度优化模型.首先,介绍了多电源系统的基本构成,建立了多电源出力模型;然后,以系统运行经济效益最大化和输出功率波动最小化作为优化目标,确立多电源系统调度运行多目标模型.同时,为克服不确定性给系统带来的影响,提出了基于预测功率的风光不确定性刻画方法,转换含不确定性变量的约束条件为可反映决策者风险态度的约束条件,建立MPHS随机调度优化模型;最后,选取装机容量为9.6 MW风电场,6.5 MW光伏发电机组和3台CGT机组以及和1座上水库等效容量为10 MW·h构造仿真系统.算例结果表明:1)MPHS系统能充分利用不同能源发电互补特性,实现系统整体运行结果最优;2)PHSP能优化调整自身运行行为,为风光并网提供更大的容量空间;3)鲁棒系数的引入能能为不同风险偏好型决策者提供调度决策工具,在追逐经济效益最大户的同时最小化运行风险水平.     

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.     

基于可再生能源不确定性的多能源微网调度优化模型

多能源微网可以使综合能源系统在配网/用户端得到实现,但电力系统和天然气系统联合后会使得系统调度中的不确定性问题变得突出。为此,本文通过对电力/天然气系统的物理特性进行分析,基于用户需求响应资源、可再生能源机组出力和负荷不确定性的关键要素分析,建立了多能源微网日前调度优化模型。基于Matlab环境对所建模型进行了相关的计算仿真,验证了两阶段随机优化模型的有效性。仿真结果表明,所建优化模型可以提高多能源微网系统运行的可靠性和经济性,具有较好的实际应用价值。     

基于粒子群算法的微电网动态经济调度

微电网的动态经济调度不仅要考虑一个调度周期内经济费用最低,还需考虑多时段设备运行之间的协调配合,使其更加符合系统的实际运行要求.建立了含有风力发电机、光伏阵列、柴油机及燃料电池等多种分布式电源且能够实现热电联产的微电网系统,研究了当微电网系统处于并网运行状态时,以微电网的运行费用和污染物处理费用的综合效益最大(总费用最低)作为目标函数,并计及可再生能源波动、负荷预测误差以及机组故障停运等不确定性因素影响的动态经济调度模型,模型采用改进的粒子群算法进行求解.通过算例讨论了微电网并网运行情况下不同的控制策略、优化目标及可靠性指标对动态经济调度的影响,为结合可再生能源的微电网动态经济调度以及提升微电网并网运行的可靠性研究提供了一种参考.     

基于高斯混合模型的光伏发电功率概率区间预测

随着世界经济的绿色发展,大力发展可再生能源逐渐成为共识。可再生能源中太阳能的开发利用已成为当前能源转型中的重要领域,并在很多科技发达国家得到了较广泛的应用。高精度的光伏发电功率预测对电力系统的优化调度、安全运行十分重要。由于光照强度和能见度等会影响太阳能发电量的随机性,提出一种基于高斯混合模型的光伏发电功率概率区间预测方法,通过利用K-means算法将光伏发电历史数据按天气进行划分,以划分后的预测误差为统计样本,采用高斯混合模型进行拟合并使用期望最大化算法估计模型参数,通过计算指定置信水平下的置信区间进行光伏发电功率概率区间预测。仿真结果表明所提方法在进行光伏发电功率区间预测时的性能评价指标均优于典型单一分布模型,证明了所提方法的准确性和适用性。     

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。     

考虑设备风险和风光不确定性的园区综合能源随机优化运行

综合能源系统因其能源梯级利用的高效性被广泛应用，而在运行过程中各设备的潜在故障风险与风光出力波动会成为系统供能稳定性的安全隐患。为此本文首先基于设备负载率建立了故障概率模型与设备风险模型。其次针对风光出力的不确定性采取蒙特卡洛采样法生成典型场景，建立了考虑设备风险与风光不确定性的综合能源多目标随机优化模型，运用分段线性化、宽容分层序列法将该模型处理为混合整数模型。最后通过算例仿真表明所提优化模型能够兼顾运行风险与经济成本，相较于传统经济调度，在总成本仅上升了9.6%时、设备风险降低了79.3%，证明了模型的经济性与安全性。     

计及需求响应的随机综合能源系统优化配置

为兼顾综合能源系统的经济与环境效益,提出了含产电放热储能的双目标综合能源系统优化配置模型.首先考虑在不同置信水平下风力发电预测误差,其次基于用户侧的电荷分类以及用户对室内温度感知敏感度分析电/热需求响应,最终以经济和环境成本最小为目标,构建含不确定与电/热需求响应的综合能源系统的双目标优化模型.算例结果表明:风电预测误...     

考虑风光不确定性的综合能源系统区间优化调度

针对风力发电、光伏出力的不确定性以及P2G设备对综合能源系统调度的影响，研究以热电联产系统、燃料电池、蓄电池和P2G等设备组成的综合能源系统，主要基于经济成本和环保减排方面建立系统运行总成本最小、满足各设备约束条件、考虑风电和光伏出力的不确定性的综合能源系统区间经济调度模型。利用区间数表示综合能源系统中风电、光伏出力的不确定性，并通过线性化将模型转化为确定性的混合整数线性规划模型，利用Python3.8.2进行建模，并采用Gurobi求解器对其进行求解。最后，通过实例分析了P2G设备对降低系统对运行成本的影响，验证了所提模型的有效性。     

基于滑动窗双边CUSUM算法的风电爬坡事件检测方法

随着新能源并网进程的推进,风电装机规模逐年扩大。受区域内天气变化影响,风机出力的间歇性和波动性特征对电网的威胁亦越发显著。极端天气所引发的风电出力异常爬坡事件,易导致电网功率失衡,对电力系统机组调度、源荷平衡造成了极大压力。合理的风电爬坡事件检测以及精准的风电功率预测能为风电场运维及电力系统调度提供先验指导,有力缓解风电不确定性带来的危害。首先讨论了目前主流风电爬坡事件定义的盲点,分类并分析了3种风电爬坡场景的功率变化特性,据此提出基于滑动窗双边累计和(cumulative sum, CUSUM)算法的风电爬坡事件检测方法,提取时序耦合信息,捕捉短时间窗口内风电功率数据的异常波动,提高风电爬坡事件检测精度。其次,采用贝叶斯优化的长短期记忆(long short term memory, LSTM)神经网络,最优化模型超参数,提高模型对于爬坡事件发生时风机出力的预测性能。进一步应用所提风电爬坡事件检测方法,对模型预测区间内的风电爬坡事件进行检测实验,验证了所提方法的有效性。     

不确定性条件下储能配置辅助决策方法

针对新能源消纳中储能电源配置问题,基于随机规划理论,建立了考虑需求场景不确定性的储能电源配置期望值模型,提出基于场景聚类和遗传算法相结合的模型求解算法步骤,并基于某典型区域电力系统进行算例分析,验证方法的可行性和有效性.研究表明:基于期望值模型的储能配置辅助决策方法能够较好地量化新能源功率波动带来的需求场景不确定性,实现目标期望值的最优化.     

动态电源管理随机模型算法的设计与实现

基于随机控制的策略优化算法能有效地解决动态电源管理(DPM)中电源状态切换的能耗问题,从而获得更优的策略.文中通过为系统建立基于马尔可夫决策过程的随机模型,在DPM框架中实现了DPM随机模型算法,并对算法进行了实验.结果表明,在不同的性能损耗条件下,可以得到不同的、满足性能要求的优化策略,也就是说,算法在性能和能量损耗间取得了平衡,这也证明了文中介绍的算法实现过程的可行性.