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Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。     

考虑光热电站与风电系统低碳经济调度研究

为提高风电消纳,平抑负荷波动,实现系统经济、低碳运行,从光热电站特性出发,提出一种考虑阶梯型碳交易机制和需求响应的光热电站联合风电系统低碳经济优化调度模型。首先,加入电加热装置,构成含风电-光热联合发电系统,提高系统整体调度灵活性。其次,采用场景法处理可再生能源及负荷不确定性,并在源侧引入阶梯型碳交易机制控制碳排放量,在荷侧通过需求响应平滑负荷曲线,建立以系统总运行成本最低的优化目标函数。最后利用CPLEX求解工具箱进行求解。算例设置不同工况对比分析,结果表明所建立的模型在提高风电消纳的同时,保证经济性并降低系统碳排放量。     

含风电的综合能源系统源-荷滚动优化调度模型

为了有效解决综合能源系统对强间歇性风电消纳能力较弱的问题,提出含风电的综合能源系统源-荷协同滚动优化调度方法;应用场景树分析法对综合能源系统中负荷需求响应与风电消纳等源-荷多不确定性进行定量分析;以综合能源系统运行成本最低为优化目标,构建含风电的综合能源系统源-荷协同优化调度模型,并采用滚动优化方法对模型进行求解.仿真...     

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,...     

计及需求响应的主动配电网日前优化调度

主动配电网通过主动调度可调度资源达到配网的经济、安全、可靠、高效的运行;随着分布式电源在主动配网中渗透率越来越高,将需求侧资源纳入主动配网的调度中可以提高主动配电网消纳分布式电源的能力以及增加系统的经济性、安全性。由于用户负荷不止受电价影响,需求响应后的负荷存在不确定性,同时风光的出力也存在随机性的特点,在计及了源荷不确定性下,建立了基于机会约束规划的主动配电网优化调度模型,通过嵌入蒙特卡罗的粒子群算法求解,算例分析结果表明了所提模型的有效性。     

考虑多种工业负荷参与的多时间尺度源荷储优化调度

为解决大规模新能源接入导致传统电网中常规机组调节压力不断增大的问题,提出了一种考虑储能和多种工业负荷参与的多时间尺度优化调度策略。该策略通过协调荷侧电解铝、水泥、钢铁、非生产性负荷与储能以及源侧常规机组调用计划,有效缓解电网调节压力。首先,分析储能和多种工业负荷的调节特性,建立风-光-荷-储的滚动调节框架。然后,针对源荷不确定性,采用多场景随机规划与模糊机会约束目标规划相结合的方法,建立日前和日内阶段以系统经济性最优为目标、实时调度阶段兼顾安全性和经济性的多时间尺度调度模型。最后,通过新能源充足与不足典型日算例可知,本文所提调度策略能够充分发挥可调控资源的调节能力,在两种典型日的总成本较日前最优调度分别降低了17.08%、44.13%,弃新能源量降低39%、失负荷量降低23%,有效提高了电网运行经济性和安全性。     

计及电动汽车有序调度的社区微网能量管理

电动汽车的有序充放电对于社区微网的能量管理至关重要,本文以考虑可再生能源出力不确定性的社区微网为研究对象,为提高系统应对源侧波动的调节能力,将电动汽车有序充放电与需求响应相结合,以微网总运行成本最小为目标,构建了社区微网的分布式鲁棒优化调度模型。基于能量平衡及设备运行特性,建立了电动汽车及微网内相关设备的数学模型,采用分布式鲁棒优化对源侧不确定性进行处理;基于综合范数条件构建了可再生能源出力不确定集并采用C&CG算法求解模型得到具有鲁棒性的微网能量调度方案,算例分析表明所提方法使运行成本降低10.66%,电网交互成本降低13.9%,碳交易成本降低了6.39%。     

基于人工免疫算法的微网需求侧响应优化调度

在考虑V2G的需求侧响应的基础上,以电动汽车蓄电池折损系数及从配电网的购电费用为优化目标,构建包含微电网功率平衡约束、可转移负荷约束、V2G约束、储能荷电状态等约束条件的光伏微电网多目标优化模型。采用人工免疫算法对模型进行求解,并利用实际的光伏微电网机构和运行数据,在Matlab平台上进行仿真分析,获得光伏微电网优化调度的多组Pareto最优解集。通过分析选取的典型调度方案,验证优化模型的合理性和有效性。     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

基于信息间隙决策理论和电动汽车有序充放电的微电网优化调度

计及区域微电网源-荷两方面不确定性,针对电动汽车(electric vehicles, EV)接入微电网充电所导致的负荷侧波动不确定性问题,提出有序充放电策略进行削峰填谷并构建多目标规划模型;针对新能源机组发电量不确定性问题,引入信息间隙决策理论(information gap decision theory, IGDT)进行模拟分析。首先构建多目标规划函数并对其模糊归一化处理,然后引入改进混沌映射粒子群算法(improved chaos map particle swarm optimization, CMPSO),求得微电网综合运行成本和负荷需求波动量的最优值,最后对经信息间隙决策法优化后的多目标模型进行仿真分析。算例结果验证了优化后的模型对EV入网所带来的负荷波动起到了较好的削峰填谷作用,所采用的IGDT优化模型相较于其他优化方法,能更好地适应严重奈特式不确定性场景,有效协调所搭建模型的鲁棒性与优化调度经济性之间的矛盾。     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

基于改进K-means 算法的多场景分布式电源规划

针对恒定调度模型分布式电源选址定容的配置方案实用性差的缺陷,考虑分布式电源( DG: Distributed Generation) 出力和负荷需求的时序性与不确定性,建立以配电网系统总投资成本、总电压偏差和系统网损最小化的多目标调度模型。首先,通过蒙特卡洛算法随机模拟全年风-负荷场景,并采用K-means 聚类法对全年场景进行缩减。其次,引入轮廓系数对其改进以获取最优的聚类数。最后,通过快速非支配排序遗传算法( NSGA-Ⅱ) 与无偏折中策略进行优化处理。以IEEE33 节点配电系统为例与标准遗传算法做对比仿真实验,验证了所提算法的有效性和优越性。     

考虑风电不确定性的主动配电网阻塞管理策略

随着需求侧灵活性资源和风电等分布式资源的快速发展,灵活性资源用电行为的随机性以及风电出力预测的误差,使配网系统潮流发生改变,增加配电网潮流阻塞风险。为了解决风电不确定性造成的配网阻塞问题,研究考虑风电不确定性的主动配电网阻塞管理策略。首先基于Copula函数抽样生成表征风电不确定性的典型出力场景,将不确定变量转化为确定性场景进行优化计算,进而考虑主动配电网元件的运行特性,建立主动配电网双层阻塞管理优化模型。上层模型中,负荷聚合商预测日前电价,基于收集的风电、微型燃气轮机出力信息以用户用电成本最低为目标制定用电需求计划,并上报至配电网系统运营商;下层模型中,配电网系统运营商以总社会利益最大为目标对日前电价进行迭代,以线路功率和节点电压安全为前提求解最优潮流,得到节点边际电价并发布至负荷聚合商,指导其调整日前用电计划;通过上下双层的迭代交互,实现阻塞管理和社会利益最优。最后,通过IEEE 33节点算例进行仿真验证。结果表明：所提阻塞管理策略能保证线路功率和节点电压满足安全约束,有效解决主动配电网的阻塞问题。     

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。     

居民区电动汽车有序充放电控制策略

针对目前居民区配电装置额定容量不能满足大量电动汽车充电需求的问题,提出了一种考虑充放电接入退出随机性的电动汽车有序充放电控制策略.该策略以峰谷分时电价为背景,使电动汽车在负荷高峰时段向电网馈电、在负荷低谷时段充电以实现削峰填谷,并在充放电起始和结束时刻进行一定的随机性处理,使得负荷曲线更加平滑,避免总负荷瞬时突变.最后...     

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。     

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。