采用PSO_BF算法的微电网多目标电能优化调度_杨毅
微电网能量管理运行优化研究
微电网能量管理运行优化研究 发表时间：2017-07-03T11:17:13.947Z 来源：《电力设备》2017年第7期作者：侯方域陈灿灿 [导读] 摘要：主要研究微电网能量管理优化问题，提出了电网分级分布式衰减能量管理系统的建设方案，设计了电力预测，经济调度，需求响应和联络线功率控制等功能电网能源管理系统软件。 （国网晋城供电公司山西省晋城市 048000） 摘要：主要研究微电网能量管理优化问题，提出了电网分级分布式衰减能量管理系统的建设方案，设计了电力预测，经济调度，需求响应和联络线功率控制等功能电网能源管理系统软件。在此基础上，本文提出了一种基于改进遗传算法的最小化总运营成本目标的微电网，通过仿真验证了一种用于优化能量管理和算法有效性的新方法。 关键词：微电网；能源管理；分层优化；多代理系统 为了充分发挥低碳微电网的优势，经济，需要优化微电网功率调度，以最大限度地利用微型电源。根据微网系统的特点，提出了一套相对完整的微网能量管理系统，每个功能模块和主要任务的特点完善细节，系统可以实现综合监测，预测，时间和历史信息的微网系统的状态同步监测，预报警和预防控制以及微网电力多目标优化运行综合协调控制功能。微电网能量管理系统进一步完善微电网控制功能，提高微电网的控制精度和有效性，为开发和工程应用原型系统提供重要支撑。 微电网具有分布式发电（微）电源小型化和数量少的特点，微发电特性不同，发电和环境条件，如温度，风速，日照辐射密切相关，输出具有很大的随机性和挥发性。微电网中的负载将随时间，天气和经济因素而变化。这使得分布式发电设备的故障率也随环境条件和时间而变化，电源和负载程序之间的能量交换也变得更加复杂。 对于更多能源的微电网，能源管理系统需要从微电网系统的安全性，电源质量，经济和环境等方面全面控制。目前，微网系统网络结构框架，调度控制策略和控制单元级功率/能量存储的微网系统级能量管理系统研究的主要研究仍然在婴儿理论中。主要对微电网能量管理系统的人机界面设计进行了优化。提出了基于中央控制器的微电网能量管理策略的层次控制，微电网运行分析的两种市场政策。微电网经济运行调度政策的能量研究和人机界面的设计。通过对基于PQ控制仿真模型的逆变器的研究和基于下垂控制逆变器数学建模，微网控制策略的分析。微网格系统的微网格研究领域目前很少有研究文献层面的能源管理系统。综上所述，根据传统能源管理系统的电网本身的特点，本文提出了一种相对完善的微电网能源管理系统， 实现同步监测，预报预警和预防控制以及多目标优化运行综合协调控制功能的综合监测，预报，实时和历史信息系统。下面从系统功能和系统结构两个方面介绍，并重点介绍信息采集和数据预处理，网络分析，能量优化功能模块的主要任务及其完善的特点。 微电网能量管理系统功能系统结构如图所示 分为信息采集和数据预处理，网络分析和能量优化三个方面。 1 信息采集和数据预处理主要任务是收集微网单元的模拟量和开关量数据，天气信息，相量数据，并连接到电网能源管理系统数据；结合CIM模型，微电网管理历史部分信息，数据预处理，为下一步应用提供集成模型，图形和参数。通过使用SCADA测量实现，与 - PMU-2混合，用于微网系统状态的同步监测，克服了SCADA监测过程，对不同监测点之间的统一监测结果缺乏精确的定时和总体动态分析进行了在整个系统上，仿真模型只能通过离线校准问题。利用SCADA和-PMU-2与微电网和模块之间的能量管理系统进行数据传输，传输控制模块之间，一套基于CIM模型的PI（工厂信息）实时数据库系统进行数据交换存储基地，通过CIM模型，可以在微网能量管理系统内部和不同能源管理系统之间进行数据共享和交换，实时监测微电网等电气参数的并网节点信息，保证微电网电网和连接到电网之间的能量交换的安全稳定性。使用历史段管理模块，关联，合并，数据修改模型，如数据挖掘预处理，数据BuZhao功能实现收集信息的集成并形成历史段，下一步系统使用先进应用功能模块分析。 2 网络分析结合综合模型，图形和参数在一个单元中，用于微电网状态估计，基于微电网状态变量的混合测量；根据微网状态变量和控制变量，结合微电网，设备的健康状况，评估风险分析和敏感性分析，并预测潜在故障，定量消除趋势故障的调整因素限制；通过预警和报警模块，可以通过声光报警，故障情况，快速采取相应的预防措施或应急控制。基于混合测量的状态估计，在网络拓扑分析的基础上，基于模拟数据采集，SCADA模块和相量数据 - PMU-2模块采集，计算电网的状态变量。系统进入风险分析和敏感性分析。使用风险分析模块，在微网系统中定量随机故障因素，建立定量指标计算的风险表征系统，进行分析。经过灵敏度计算与控制变量的微小变化和状态变量之间的关系的变化，计算分支微电源的限制趋势，负载灵敏度，计算在此分析的基础上迅速消除限制量的微功率有功功率的调整，可以调整为更小，更快，更好的结果用于提供快速指导预防和控制危险情况。综合分析和灵敏度分析结果进行风险评估，安全分析，通过声光报警，预防措施和应急控制模块预测可能的风险状况和故障状况，同时处理微网系统是自动或手动干预或危险情况的故障，其优先级高于微电网优化调度模块。 3 能量优化的主要任务是确保系统安全的微网系统网络分析，在基于微电网信息的状态估计的基础上，结合微型发电机，负荷预测，储能单元能量状态预报和分析系统运行，实现微电网多目标优化运行和综合协调控制。根据微网控制目标的不同操作模式和系统，在预测信息和基于系统分析的运行中，分析微电网互联/隔离网运行模式的系统状态，微功率控制策略和储能系统，运行系统分析指标，具体单位
含微电网的配电网优化调度
2017年 4 月第32卷第7期电工技术学报TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Vol.32 No.7Apr.2017 收稿日期2016?03?15 改稿日期2016?05?10含微电网的配电网优化调度 张晓雪 牛焕娜 赵静翔 （中国农业大学信息与电气工程学院 北京 100083） 摘要 提出一种含微电网的配电网优化调度方法。首先根据多时间尺度微电网不平衡能量预测评估出未来调度周期微电网对外的最大输出功率和最大输入功率两个评估指标；然后以最大输出功率和最大输入功率为微电网与配电网交互功率约束条件的上、下限值，建立以运行成本最小为目标的配电网经济优化有功调度模型，并提出了求解该模型的最小费用最大流计算方法；最后在经济优化有功调度的基础上进行配电网无功优化。仿真算例表明，与基于微电网单一日前调度计划曲线的主动配电网优化调度方法相比，该模型与方法能够充分考虑微电网对外呈现的功率允许调节裕度，从而更有效地减少系统运行成本，降低网损，提高电压合格率。 关键词：配电网 微电网对外调节裕度评估 优化调度 无功优化 最小费用最大流 中图分类号：TM926 Optimal Dispatch Method of Distribution Network with Microgrid Zhang Xiaoxue Niu Huanna Zhao Jingxiang （College of Information and Electrical Engineering China Agricultural University Beijing 100083 China ） Abstract This paper proposed a novel optimal dispatch method of distribution network with microgrid.The goal of the method is to minimize the operation cost of distribution system by considering the power regulation adequacy of microgrid.To evaluate the regulation adequacy ，the maximum ′charging′and ′discharging′power of microgrid in next dispatch horizon were calculated based on unbalanced power prediction under multi?time scale.A minimum cost maximum flow algorithm was proposed to solve the optimization problem.Furthermore ，the reactive power optimization of distribution network was calculated based on optimal dispatch.Simulation studies demonstrate that ，compared with the normal distribution network dispatch method by considering microgrid day?head scheduling curve ，the proposed dispatch method can reduce system operation cost and network loss effectively and improve the voltage qualification rate. Keywords ：Distribution network ，external regulation margin evaluation of microgrid ，optimal dispatch ，reactive power optimization ，minimum cost maximum flow 0 引言 随着微电网（Microgrid ，MG ）技术的发展，分布式 电源（Distributed Generation ，DG ）以微电网的形式作为 一个双向可调度单元从配电网接入，MG 成为配电网 和DG 间的纽带，使得配电网不必直接面对种类不同、 归属不同、数量庞大、分散接入（尤其是间歇性）的 DG 。因此，配电网将逐渐演变为由大量隶属者不同的MG 和分散可控型DG 组成的主动配电网。如何对主动配电网内的MG 与DG 进行优化调度与控制，以达到最大限度的消纳可再生能源、减少系统运行成本、 降低网损、提高电压合格率的目标，从而实现主动配电网最优潮流分布，成为亟待解决的问题［1?9］。目前，国内外对主动配电网的研究主要集中在含DG 的配电网经济调度问题［10?17］以及DG 接入后对配电网电压分布、网损影响等方面［18?22］。针对含DG 的配 电网经济调度的研究通常以运行成本最小化或发电能万方数据
智能电网中微电网优化调度综述
智能电网中微电网优化调度综述 智能电网是一种智能技术系统，它包括优先使用清洁能源、动态定价以及通过调整发电、用电设备功率优化负载平衡等特点。终端用户不仅能从电力公司直接购买用电，同时还可以从储能设备中获取新能源和清洁能源，例如太阳能、风能，燃料电池、电动汽车等。另一方面智能电网具备高速、双向的通信系统，供电端与用电端实现实时通信、并且系统能够保证电网安全、稳定和优化运行。具有坚强、自愈、兼容、优化等特征。 微电网是一种新型的网络结构，是实现主动式配电网的一种有效的方式。由一组微电源、负荷、储能系统和控制装置构成的系统单元，可实现对负荷多种能源形式的高可靠供给。微电网中的电源多为容量较小的分布式电源，即含有电力电子接口的小型机组，包括微型燃气轮机、燃料电池、光伏电池、小型风力发电机组以及超级电容、飞轮及蓄电池等储能装置，它们接在用户侧，具有成本低、电压低及污染低等特点。开发和延伸微电网能够促进分布式电源与可再生能源的大规模接入，使传统电网向智能网络的过渡[1]。 1、微电网的组成及结构 微电网是由多种分布式电源（既包含有非可再生能源发电的燃料电池、微型燃气轮机；又包含可再生能源发电的风力和光伏发电单元等），再加上控制装置、储能装置和用电负荷共同组成。微电网的组成结构十分灵活，可以满足某片区域的特殊供电需求。微电网不仅可以通过公共连接点（PCC）与大电网连接，采用并网运行模式；还可以在大电网电能质量下降或者电网故障而影响到微电网内负荷正常用电时，在公共连接节点（PCC）处与大电网断开，采用孤岛运行模式。 典型的微电网结构如图1-1 所示。它是由热电联产源（CHP）如微型燃气轮机、燃料电池，非CHP源如风力发电机组、光伏电池组及储能装置等组成。微电源和储能设备通过微电源控制器（MC）连接到馈线A和C。微电网通过公共连接点（PCC）连接到配网中进行能量交换，双方互为备用，提高了供电的可靠性[2]。
遗传算法在多目标优化的应用：公式,讨论,概述总括
遗传算法在多目标优化的应用：公式，讨论，概述/总括 概述 本文主要以适合度函数为基础的分配方法来阐述多目标遗传算法。传统的群落形成方法（niche formation method）在此也有适当的延伸,并提供了群落大小界定的理论根据。适合度分配方法可将外部决策者直接纳入问题研究范围，最终通过多目标遗传算法进行进一步总结：遗传算法在多目标优化圈中为是最优的解决方法，而且它还将决策者纳入在问题讨论范围内。适合度分配方法通过遗传算法和外部决策者的相互作用以找到问题最优的解决方案，并且详细解释遗传算法和外部决策者如何通过相互作用以得出最终结果。 1.简介 求非劣解集是多目标决策的基本手段。已有成熟的非劣解生成技术本质上都是以标量优化的手段通过多次计算得到非劣解集。目前遗传算法在多目标问题中的应用方法多数是根据决策偏好信息，先将多目标问题标量化处理为单目标问题后再以遗传算法求解，仍然没有脱离传统的多目标问题分步解决的方式。在没有偏好信息条件下直接使用遗传算法推求多目标非劣解的解集的研究尚不多见。 本文根据遗传算法每代均产生大量可行解和隐含的并行性这一特点，设计了一种基于排序的表现矩阵测度可行解对所有目标总体表现好坏的向量比较方法，并通过在个体适应度定标中引入该方法，控制优解替换和保持种群多样性，采用自适应变化的方式确定交叉和变异概率，设计了多目标遗传算法(Multi Objective Genetic Algorithm, MOGA)。该算法通过一次计算就可以得到问题的非劣解集， 简化了多目标问题的优化求解步骤。 多目标问题中在没有给出决策偏好信息的前提下，难以直接衡量解的优劣，这是遗传算法应用到多目标问题中的最大困难。根据遗传算法中每一代都有大量的可行解产生这一特点，我们考虑通过可行解之间相互比较淘汰劣解的办法来达到最 后对非劣解集的逼近。 考虑一个n维的多目标规划问题，且均为目标函数最大化， 其劣解可以定义为： f i (x * )≤f i (x t ) i=1，2，??，n (1) 且式(1)至少对一个i取“＜”。即至少劣于一个可行解的x必为劣解。 对于遗传算法中产生大量的可行解，我们考虑对同一代中的个体基于目标函数相互比较，淘汰掉确定的劣解，并以生成的新解予以替换。经过数量足够大的种群一定次数的进化计算，可以得到一个接近非劣解集前沿面的解集，在一定精度要求下，可以近似的将其作为非劣解集。 个体的适应度计算方法确定后，为保证能得到非劣解集，算法设计中必须处理好以下问题：(1)保持种群的多样性及进化方向的控制。算法需要求出的是一组不同的非劣解，所以计算中要防止种群收敛到某一个解。与一般遗传算法进化到
浅析多目标优化问题
浅析多目标优化问题 【摘要】本文介绍了多目标优化问题的问题定义。通过对多目标优化算法、评估方法和测试用例的研究，分析了多目标优化问题所面临的挑战和困难。 【关键词】多目标优化问题；多目标优化算法；评估方法；测试用例 多目标优化问题MOPs （Multiobjective Optimization Problems）是工程实践和科学研究中的主要问题形式之一，广泛存在于优化控制、机械设计、数据挖掘、移动网络规划和逻辑电路设计等问题中。MOPs有多个目标，且各目标相互冲突。对于MOPs，通常存在一个折衷的解集（即Pareto最优解集），解集中的各个解在多目标之间进行权衡。获取具有良好收敛性及分布性的解集是求解MOPs的关键。 1 问题定义 最小化MOPs的一般描述如下： 2 多目标优化算法 目前，大量算法用于求解MOPs。通常，可以将求解MOPs的算法分为两类。 第一类算法，将MOPs转化为单目标优化问题。算法为每个目标设置权值，通过加权的方式将多目标转化为单目标。经过改变权值大小，多次求解MOPs 可以得到多个最优解，构成非支配解集[1]。 第二类算法，直接求解MOPs。这类算法主要依靠进化算法。进化算法这种面向种群的全局搜索法，对于直接得到非支配解集是非常有效的。基于进化算法的多目标优化算法被称为多目标进化算法。根据其特性，多目标进化算法可以划分为两代[2]。 （1）第一代算法：以适应度共享机制为分布性策略，并利用Pareto支配关系设计适应度函数。代表算法如下。VEGA将种群划分为若干子种群，每个子种群相对于一个目标进行优化，最终将子种群合并。MOGA根据解的支配关系，为每个解分配等级，算法按照等级为解设置适应度函数。NSGA采用非支配排序的思想为每个解分配虚拟适应度值，在进化过程中，算法根据虚拟适应度值采用比例选择法选择下一代。NPGA根据支配关系采用锦标赛选择法，当解的支配关系相同时，算法使用小生境技术选择最优的解进入下一代。 （2）第二代算法：以精英解保留机制为特征，并提出了多种较好的分布性策略。代表算法如下。NSGA-II降低了非支配排序的复杂度，并提出了基于拥挤距离的分布性策略。SPEA2提出了新的适应度分配策略和基于环境选择的分布性策略。PESA-II根据网络超格选择个体并使用了基于拥挤系数的分布性策略。
考虑可转移负荷的微电网两阶段调度模型
考虑可转移负荷的微电网两阶段调度模型 发表时间：2019-03-04T16:35:03.953Z 来源：《河南电力》2018年17期作者：刘春阳 [导读] 微电网是接纳风电等新能源的有效手段之一。本文考虑风电的预测误差，提出了一种考虑可转移负荷的微电网两阶段调度模型。（广东电网有限责任公司佛山供电局广东省佛山市 528000） 摘要：微电网是接纳风电等新能源的有效手段之一。本文考虑风电的预测误差，提出了一种考虑可转移负荷的微电网两阶段调度模型。在一阶段，根据风电的日前预测信息，可转移负荷参与日前调度以最小化微电网的日运行成本；在二阶段，根据风电的扩展短期预测信息，可转移负荷参与日内调度以平抑微电网联络线上的功率波动。仿真结果表明，通过两阶段的协调调度，可转移负荷既能提高微电网运行的经济性，又能平抑微电网联络线上的功率波动，提高了微电网的可调度性。 关键词：微电网；经济调度；两阶段优化；风电预测误差 引言 随着全球能源短缺问题、环境问题的日益凸显，风电等新能源发电技术受到了全世界的重视，其发电装机容量和渗透率不断提高[1]。但与此同时，风电等新能源发电的不确定性给电网的运行带来了挑战[2.3]。微电网可有效聚合辖区内的分布式电源、可控负荷等，对内部的电源和负荷进行统一的运行和管理，实现分布式电源和可控负荷的协调运行，有效消纳新能源发电。微电网是解决新能源接入问题的有效手段，可缓解新能源发电的不确定性对系统的不利影响。 微电网的经济运行是目前微电网研究的主要方向之一，现有视角主要集中在能源如何优化调度，使得微电网的运行更加经济环保、能源利用效率更高。考虑不同用电特性的可平移负荷，建立了计及可平移负荷的微电网优化调度模型。按照不同用户互动负荷的特点，建立了含多种用户互动负荷的微电网日前经济调度模型。在分时电价的条件下，建立了微电网中分布式电源与需求侧负荷优化管理的协调运行模型。针对用户侧微电网，提出了基于价格激励与可控负荷的日前优化调度模型。 以上文献皆从日前经济调度的角度来优化微电网的运行成本，但是由于风电等新能源发电有较大的预测误差[12]，完全按照日前调度计划来执行可能会导致微电网内部能量的供需不平衡，此不平衡如果通过联络线完全由外部电网来补偿，实际运行中联络线的交换功率将偏离日前计划较多，会对外部电网造成一定的冲击，如发生电压越限、线路过负荷等。因此，减少微电网联络线上的功率波动，提高微电网的可控性，将有助于外部主网的安全稳定运行。 本文计及可转移负荷，根据风电预测误差随预测时长的减小而减小的特点，采用了两阶段调度模型。一阶段日前调度以最小化微电网的日运行成本为目标，二阶段日内调度以平抑微电网联络线的功率波动为目标。通过两阶段的协调调度，提高微电网运行的经济性和微电网对于主网的可控性。 1 可转移负荷建模 在微电网中，通过实施可转移负荷项目，可将微电网中的部分负荷从高电价时段转移到低电价时段。图1表示微电网在部分负荷转移后某一时段t内的负荷量，灰色部分表示从其他时段转移到t时段的负荷量，黑色部分表示不参与需求侧响应的负荷量。
多目标优化实例和matlab程序
NSGA-II 算法实例 目前的多目标优化算法有很多, Kalyanmoy Deb 的带精英策略的快速非支配排序遗传算法(NSGA-II) 无疑是其中应用最为广泛也是最为成功的一种。本文用的算法是MATLAB 自带的函数gamultiobj ，该函数是基于NSGA-II 改进的一种多目标优化算法。 一、 数值例子 多目标优化问题 424221********* 4224212212112 12min (,)10min (,)55..55 f x x x x x x x x x f x x x x x x x x x s t x =-++-=-++-≤≤??-≤≤? 二、 Matlab 文件 1． 适应值函数m 文件： function y=f(x) y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2; y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2); 2． 调用gamultiobj 函数，及参数设置： clear clc fitnessfcn=@f; %适应度函数句柄 nvars=2; %变量个数 lb=[-5,-5]; %下限 ub=[5,5]; %上限 A=[];b=[]; %线性不等式约束 Aeq=[];beq=[]; %线性等式约束 options=gaoptimset('paretoFraction',0.3,'populationsize',100,'generations', 200,'stallGenLimit',200,'TolFun',1e-100,'PlotFcns',@gaplotpareto); % 最优个体系数paretoFraction 为0.3；种群大小populationsize 为100，最大进化代数generations 为200， % 停止代数stallGenLimit 为200， 适应度函数偏差TolFun 设为1e-100，函数gaplotpareto ：绘制Pareto 前端 [x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,options)
电力系统优化调度研究
毕业设计说明书中文摘要
刘杰：电力市场下电力系统优化调度研究毕业设计说明书外文摘要
刘杰：电力市场下电力系统优化调度研究 目录 1 引言 (4) 1.1课题研究的目的与意义 (4) 1.2电力系统的现状 (5) 2 电力系统油画调度算法 (5) 2.1优化算法 (5) 2.2优化调度遗传算法 (7) 2.3优化调度动态规划法 (11) 3 电力系统优化调度 (12) 3.1水电厂优化调度思路 (12) 3.2水电厂优化调度建模 (12) 3.3水电厂优化调度运行 (15) 3.3.1优化调度检修优化 (17) 3.3.2最小风险度模型 (18) 4优化结果比较 (19) 4.1计算结果分析比较 (19) 4.2两种算法比较 (21) 5结论与展望。 (23) 5.1结论 (23) 5.2展望 (23) 参考文献 (23) 致谢 (23)
刘杰：电力系统优化调度研究 电力系统优化调度研究 1 引言 1.1课题研究的目的与意义 电力工业的根本任务是以安全为中心，在充分合理地利用能源和运行设备能力的条件下，保证安全经济发、供电，以满足国民经济各部门的电能需求。电力系统供应着现代化社会生产和生活的大部分能量，相应地，也消耗着大量的一次能源——煤、石油等。对于电力这样重要的能源转换系统，提高其运行效率、实现其运行优化的必要性是显而易见的。对于一个大的电力系统而言，在保证供电的前提下减少燃料消耗，提高运行的效率，就意味着每年能够节约数以万吨计的燃料。因此，电力系统的优化问题长期以来一直是电力系统工程技术人员和学者研究的重点。尤其是近几年来，随着我国国民经济的快速发展和人民生活水平快速提高，全社会用电量急速增长，全国都面临着电力严重短缺的局面。在如此严峻的形势下，深入研究电力系统的优化及经济运行问题更具有十分现实的社会意义。 电力系统优化是电力系统分析的一个分支，它所研究的问题主要是在满足负荷需求的前提下，如何优化地配置系统资源以及调度系统内设备的运行工况，从而使系统发电所需的总费用或所消耗的总能源耗量达到最小这样一个运筹决策问题。现代电力系统优化是电力系统潮流分析、数学优化理论、运筹学以及系统工程等多学科交叉的一个研究领域，它所包含的内容是十分广泛的。本文从能耗及环境方面等角度研究现代电网优化问题，根据现代电力系统的特点建立合适的数学模型，结合数学优化理论、运筹学知识以及优化算法，对研究水电厂实用化可提供一定的解决方案。 总之，对电力系统优化调度的研究有助于发展和丰富电力系统分析和优化运行理论，有益于提高电力系统经济效益，促进电力市场的健康发展，同时也是提高电力系统自动化水平的迫切要求，因此本课题研究电力系统的优化调度具有深远的理论意义，也具有重大的实际价值。 1.2电力系统的现状
微电网并网运行优化调度策略及应用 谷松
微电网并网运行优化调度策略及应用谷松 发表时间：2018-03-12T14:49:31.223Z 来源：《电力设备》2017年第30期作者：谷松郭文亮 [导读] 摘要：微电网优化调度的主要任务是在满足网内负荷需求及电能质量的前提下，对微网内部各微源、储能及不同类型负荷进行合理的出力分配，保证微网低成本、高电能质量、高稳定性运行。 (国网天津市电力公司城东供电分公司天津市 300000) 摘要：微电网优化调度的主要任务是在满足网内负荷需求及电能质量的前提下，对微网内部各微源、储能及不同类型负荷进行合理的出力分配，保证微网低成本、高电能质量、高稳定性运行。因此，在把握各个分布式单元工作原理和特性的基础上，对系统进行有效地运行控制与能量优化管理是研究微电网的关键。本文对微电网并网运行优化调度策略进行了分析。 关键词：微电网;并网；调度 引言 近年来，新能源发电发展迅速，人们通过建立微电网优化调度方法来实现微网经济运行和微网内各可控单元的功率优化分配。然而，风、光等新能源出力具有波动性，基于历史数据的负荷预测也存在偏差，对单一时间尺度下的微电网优化调度策略而言，这些不确定性因素易造成微网调度计划备用不足或运行经济性变差等后果。所以，亟需建立考虑更为全面的微电网优化调度策略。 1微电网结构 微电网的构成可以很简单，但也可能比较复杂。例如：光伏发电系统和储能系统可以组成简单的用户级光/储微电网，风力发电系统、光伏发电系统、储能系统、冷/热/电联供微型燃气轮机发电系统可组成满足用户冷/热/电综合能源需求的复杂微电网。一个微电网内还可以含有若干个规模相对小的微电网，微电网内分布式电源的接入电压等级也可能不同，如图1所示，也可以有多种结构形式。 图1微电网结构示意图 按照接入配电系统的方式不同，微电网可分为用户级、馈线级和变电站级微电网。用户级微电网与外部配电系统通过一个公共连接点连接，一般由用户负责其运行及管理；馈线级微电网是指将接入中压配电系统某一馈线的分布式电源和负荷等加以有效管理所形成的微电网；变电站级微电网是指将接入某一变电站及其出线上的分布式电源及负荷实施有效管理后形成的规模较大的微电网。后两者一般属于配电公司所有，是智能配电系统的重要组成部分。 按照微电网内主网络供电方式不同，还可分为直流型微电网、交流型微电网和混合型微电网。在直流型微电网中，大量分布式电源和储能系统通过直流主网架，直接为直流负荷供电；对于交流负荷，则利用电力电子换流装置，将直流电转换为交流电供电。在交流型微电网中，将所有分布式电源和储能系统的输出首先转换为交流电，形成交流主干网络为交流负荷直接供电；对于直流负荷，需通过电力电子换流装置将交流电转换为直流电后为负荷供电。在混合型微电网中，无论是直流负荷还是交流负荷，都可以不通过交直流间的功率变换直接由微电网供电。 2并网运行状态分布式电源控制方法 在并网运行的微电网中，主网作为平衡节点来稳定交流母线的电压和频率稳定，每个分布式电源均使用PQ控制方法，按照指定的有功、无功功率输出。PQ控制方法主要在并网状态下锂电池、超级电容、燃料电池等可控分布式电源上应用。PQ控制即对有功和无功功率解耦之后进行相应控制。在并网运行状态下，主网维持交流母线电压和频率在很小误差内，则分布式电源的有功出力和无功出力值可以保持于给定参考值输出。如图2所示为PQ控制原理。 图2PQ控制原理 由图2可看出，当频率在允许范围内发生波动时，频率下垂特性曲线在有功功率控制器的调整下，使得分布式电源的输出有功稳定于给定有功参考值；当电压在允许范围内发生波动时，电压下垂特性曲线在无功功率控制器的调整下，使得分布式电源的输出无功稳定于给定无功参考值。 3微电网优化调度策略 微电网实验室包含分布式电源、储能和负载部分。分布式电源部分包括：额定功率为4.23kW的光伏发电系统，每相由6块光伏板分别经微型逆变器并联后接入配电柜中，工作于MPPT状态；额定功率为2kW的水平轴和垂直轴风力发电机各一个，分别经整流和逆变环节接入配电柜中；额定功率为22kW的模拟双馈风机平台，可根据设定的风速曲线灵活模拟风机启停和运行；额定功率为3kW的氢氧燃料质子交换膜燃料电池，由48V外置直流电源作控制电，可输出直流和交流电。储能部分包括：容量为50Ah的锂电池，其额定电压为480V，最大充放电功率限值为25kW；容量为16.7F的超级电容器，工作区间为260V~450V，最大充放电功率限值为25kW，储能系统工作区间及充放电功率限值可在最大限制基础上进行修改。负载部分包括：最大6.6kW电阻负载箱2台；最大6.6kVar电感负载箱2台；最大33kW程控电阻负载箱1台，可实现单位间隔1kW从0-33kW范围的调节。 微电网实验室的基本设备接线汇集于由一个主柜、三个配电柜和三个测控柜组成的配电系统。其中，主柜的断路器与静态开关组合可以控制微电网工作于并网状态或离网状态，静态开关处可将远程操控信息和监测到的开、关信息、电压电流频率信息、交换功率信息与上位机实现数据交换，其输出与配电柜一的交流母线Ⅰ相连；每个配电柜各含10个静态开关，开关1~5实现主柜及配电柜之间的互联及结构变化，开关7~10分别接入分布式电源、储能和负载；每个测控柜在各节点处配有AP2008电能质量监测仪表，均可进行对应通信地址分配和修改、可设置电压电流保护值、可以监测所在节点处的电能质量信息，并且可以将远程操控信息和监测到的电能质量信息通过路由器与
电力系统优化调度模型与算法研究
作者姓名：翟桥柱 论文题目：电力系统优化调度模型与算法研究 作者简介：翟桥柱，男，1972年6月出生，1999年9月师从于西安交通大学系统工程研究所管晓宏教授，于2005年12月获博士学位。 中文摘要 电力系统优化调度是有巨大潜在经济效益的一类优化问题。它的主要目标是在确保电力正常供应的前提下合理利用发电资源，减少能源消耗和环境污染，降低发电总成本，提高发电厂在电力市场中的竞争力。随着主要发电用燃料——煤、石油和天然气等资源的日渐消耗和世界范围内电力市场化改革的推进，如何进一步提高电力系统优化调度水平成为迫切需要研究的一个课题。 Lagrange松弛法是目前公认的求解电力系统优化调度问题最有效的方法之一。本文主要研究了Lagrange松弛法框架下一些多年遗留问题以及电力市场环境下与调度有关的一些新问题。具体包括以下几个方面： 对电力系统优化调度问题进行了概述，特别分析了电力市场环境下对调度问题的新要求，介绍了我国电力系统优化调度现状。 Lagrange松弛框架下的同构振荡是一个多年未获解决的难题，同构振荡是指在松弛法框架下，乘子每次修正后，相同机组对应的子问题的解始终保持同步变化。虽然从对偶问题角度看，同构振荡是自然的，但由于受系统负载需求的制约，在可行解和最优解中相同机组的开关状态及生产情况一般不同，所以同构振荡会使构造可行解变得异常困难。本文通过分析同构振荡产生的根源，指出只有通过合理的途径将对偶优化中的相同子问题化为不同才能从根本上消除同构振荡。由于正是系统负载需求约束导致相同机组的解可能不同，所以本文提出采用增广Lagrange函数引入对负载需求约束的惩罚项，且在解子问题时提出了序贯求解算法以克服可分性被破坏后给求解带来的困难，理论分析和实例测试均表明这是一种能彻底克服同构振荡的有效算法，同时这种方法还可以解决相同机组市场竞标中的公平性问题。(参见：Qiaozhu Zhai, Xiaohong Guan, Jian Cui. Unit Commitment with Identical Units: Successive Subproblems Solving Method Based on Lagrangian Relaxation [J]. IEEE Transactions on Power Systems, Vol.17, No. 4, pp.1250-1257. 2002. X.H. Guan, Q.Z. Zhai, F. Lai. New Lagrangian Relaxation Based Algorithm for Resource Scheduling with Homogeneous Subproblems[J]. Journal of Optimization Theory and Applications, Vol. 113, No.1, pp.65-82, 2002.) 电力系统优化调度中机组的爬升约束会给求解带来极大困难，引起困难的根本原因在于离散量与连续量的密切耦合，本文通过深入分析提出了一种新的状态定义及阶段划分方法，基于新的状态定义实现了离散量与连续量的解耦，以此为基础设计了一种双动态规划算法，在低层用连续动态规划求解最优的连续决策，在高层用离散动态规划求解最优的离散决策，其中离散决策费用与低层的最优连续决策有关。双动态规划法可以迅速获得具有爬升约束机组子问题的最优解，理论分析及数值计算均表明了算法的有效性，从而彻底改变了长期以来
电力系统日前优化调度
电力系统日前优化调度方法 摘要：随着电力市场的发展与完善，电力系统的利益主体趋于多元化，电力系统日前优化调度的方法也在不断地完善。从传统的机组组合问题以及需求响应两个主要的方面介绍电力系统日前调度方法的研究进展和问题。对传统的电力系统日前优化调度问题进行了数学描述，建立传统的UC模型，包括目标函数、约束条件和求解方法。然后详细阐述了需求响应相关概念，给出了需求响应用户的两种参与形式和需求响应项目的分类，包括价格型DR项目和激励型DR项目。最后结合中国的电网发展建设趋势，对电力系统日前优化调度发展前景进行展望。 关键词：日前优化调度、机组组合、价格型需求响应、激励型需求响应 1 引言 电力系统日前优化调度是确保电力系统优化运行的重要环节，对于节能减排、降低污染物排放和确保系统安全稳定运行具有重要作用[1]。日前优化调度问题对第二天的机组启停状态和出力方案进行优化，以最小化全天的全网发电费用为目标，同时需要满足功率平衡约束、爬坡约束、线路安全约束等各类运行约束，具体包括日前机组组合和日前经济调度两部分。经过多年来的实践和研究，日前优化调度技术取得了长足的发展，在模型和算法上均不断完善。 随着我国电力工业的不断发展，仅仅依靠传统的日前调度方法调度发电侧资源己 经不能满足能源紧缺和电力紧张的局面。由于电力负荷峰谷差的逐渐拉大，电力调峰难度进一步増加。同时随着社会公众生态环保意识的増强，电力公司正积极寻求不同于传统方式的调度和运行模式来满足供需平衡。 风电是目前发展前景最好的可再生能 源发电方式之一，但由于其出力随机性和不确定性的特点，大规模风电并网将会给电网调度带来巨大挑战。随着未来智能电网中柔性负荷比例的不断提高，通过需求响应（demand response，DR）来适应风电大规 模接入系统，将是未来智能电网的发展趋势。需求侧资源的开发利用日益引起人们的关注。相较于传统的电力调度方法，用户需求响应（DR）具有响应速度快、成本小、环 境友好等优势。DR通过増加用户需求侧在 市场中的作用，提高需求侧负荷弹性，基于价格和激励措施引导用户合理用电并积极参与电力负荷调节，进而优化系统运行。DR 资源会极大地提高电能利用率和缓解用电 紧张，推进节能减排，实现资源的优化配置，进而推迟对电网升级的投资。从实际效果来看，DR项目的实施不仅能给供电公司带来 利益，还能给用户和政府带来实际效益。 本文针对近年来国内外的电力系统日前优化调度新方法和新进展，对传统的日前调度，以及考虑需求响应的日前优化调度两个大的方向进行介绍。并结合未来智能配网的发展趋势对电力系统日前优化调度方法发展进行展望。 2 传统电力系统日前优化调度 传统的电力系统日前优化调度，即机组组合（Unit Commitment, UC）问题。UC问题研究的主要内容是：根据有关技术要求制定合适的目标函数、约束条件，建立优化调度模型，然后研究高效的求解方法，并用相关算例检验模型和求解方法的有效性和实用性。基于以上认识，学者们从优化调度问题的建模和求解出发开展了大量的研究工作。 2.1 研究现状 在建模过程中，根据所考虑因素的不同，可以将UC问题划分为计及不同约束、计及不同优化目标的的单目标或多目标优化问题。按照优化目标，电力系统优化调度可分为经济调度、市场调度、低碳调度等。此外，还有综合考虑多种指标的多目标优化模型。文献[2]构建了统筹资源消巧、环境效益和系
多目标优化算法与求解策略
多目标优化算法与求解策略 2多目标优化综述 2.1多目标优化的基本概念 多目标优化问题(Multi-objective Optimization Problem，MOP)起源于许多实际复杂系统的设计、建模和规划问题，这些系统所在的领域包括工业制造、城市运输、资本预算、森林管理、水库管理、新城市的布局和美化、能量分配等等。几乎每个重要的现实生活中的决策问题都要在考虑不同的约束的同时处理若干相互冲突的目标，这些问题都涉及多个目标的优化，这些目标并不是独立存在的，它们往往是祸合在一起的互相竞争的目标，每个目标具有不同的物理意义和量纲。它们的竞争性和复杂性使得对其优化变得困难。 多目标最优化是近20多年来迅速发展起来的应用数学的一门新兴学科。它研究向量目标函数满足一定约束条件时在某种意义下的最优化问题。由于现实世界的大量问题，都可归结为含有多个目标的最优化问题，自70年代以来，对于多目标最优化的研究，在国内和国际上都引起了人们极大的关注和重视。特别是近10多年来，理论探索不断深入，应用范围日益广泛，研究队伍迅速壮大，显示出勃勃生机。同时，随着对社会经济和工程设计中大型复杂系统研究的深入，多目标最优化的理论和方法也不断地受到严峻挑战并得到快速发展。近几年来，将遗传算法(Genetic Algorithm，GA)应用于多目标优化问题成为研究热点，这种算法通常称作多目标优化进化算法或多目标优化遗传算法。由于遗传算法的基本特点是多方向和全局搜索，这使得带有潜在解的种群能够一代一代地维持下来。从种群到种群的方法对于搜索Pareto解来说是十分有益的。 一般说来，科学研究与工程实践中许多优化问题大都是多目标优化问题。多目标优化问题中各目标之间通过决策变量相互制约，对其中一个目标优化必须以其它目标作为代价，而且各目标的单位又往往不一致，因此很难客观地评价多目标问题解的优劣性。与单目标优化问题的本质区别在于，多目标优化问题的解不是唯一的，而是存在一个最优解集合，集合中
微电网日前优化调度
报名序号：0705 论文题目：微电网日前优化调度
微电网日前优化调度 摘要 微电网优化调度是一种非线性、多模型、多目标的复杂系统优化问题。传统电力系统的能量供需平衡是优化调度首先要解决的问题，对微电网进行优化调度能更好的实现经济利益最大化。 LabVIEW是一种程序开发环境，是一种用图标代替文本进行创建应用程序的图形化编程语言，采用数据流方式，程序框图结构，更直观的程序结构，与传统软件相比较更精确，运算速度更快。 为了研究微网日前优化调度问题，探究在不同供电方式下所产生不同的经济效益最大化，选取出最优的供电方式，得到一个最优解，我们以LabVIEW为基础，搭建模型，对于各种优化问题，对风电，光伏，蓄电池，负荷，电网当前供电量，系统与电网的功率限制，首先考虑在不同情况下的各种可能，税后进行风电+光伏的功率与负荷进行比较等数据判断，并与电网的功率限制进行比较，或者加上考虑电池的影响下判断是否存在进行强制放电与强制充电时间段，并进行逻辑运算与判断，优先做出特殊处理，再去考虑通常状态下负荷的供电的来源，依次分类考虑，在不同情况下，风电，电网，蓄电池的不同条件限定和不同时间时大小的比较，在不同时间段的价格，再算出电网单位时间的供电量，判断并调控如何整体的运行或调整微电网和电网的交换方案和方式，再进行具体规划，在不同情况下，具体到每个值，在一定的逻辑和反复的比较下，得到一个整体时间的最优解，即为微电网日前优化调度。 关键词：LABVIEW；最优解；微电网；逻辑算法；
一、问题重述 面对不断增长的电能需求以及化石能源的短缺，开发新型可持续发展的可再生能源成为迫切需求。以风力发电、太阳能发电等为代表的环境友好型的电能生产技术不断成熟。 可再生能源根据其接入电力系统方式的不同，分为大规模集中接入和分布式接入，分布式接入主要应用于微电网。根据百度百科，微电网（Micro-Grid）也译为微网，是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。如何妥善管理微电网内部分布式电源和储能的运行，实现微电网经济、技术、环境效益的最大化成为重要的研究课题。 图1 示意了一个含有风机、光伏、蓄电池以及常规负荷的微电网系统。日前经济调度问题是指在对风机出力、光伏出力、常规负荷进行日前(未来24小时)预测基础上，考虑电网侧的分时电价，充分利用微网中的蓄电池等可调控手段，使微电网运行的经济性最优。 风机 250k W 图1 微网系统结构
电力系统优化调度研究
电力系统优化调度研究 发表时间：2019-12-12T14:33:33.463Z 来源：《河南电力》2019年6期作者：胡长海 [导读] 本文从电力系统安全经济性的角度出发，对电力系统的优化调度进行了全面的分析，针对电力系统额运行提出了优化措施。 （国网大庆供电公司 163458） 摘要：本文从电力系统安全经济性的角度出发，对电力系统的优化调度进行了全面的分析，针对电力系统额运行提出了优化措施。希望文章中涉及的相关理论能够为电力系统的实际运行提供一个理论指导作用。 关键词：电力系统；优化调度；时间尺度 随着国家大力实施电力行业市场化建设，大力提倡建设资源节约型社会。电力行业在面对着市场化竞争带来的机遇同时，电力系统的运行不稳定性因素也随着增加。因此，研究电力系统的优化调度机制，提高电力系统的智能化控制水平，对于保证电网的安全运行具有至关重要的作用。 1.电力系统优化调度的构建 1.1电力系统优化的研究 传统的电力系统运行优化仅仅是将独立的影响电网运行稳定性因素进行单独分析研究，并没有分析各个影响因素之间的联系，特别是缺少电力环节上基于空间、时间尺度的调度交易计划，缺少对电力系统的安全经济性考虑。对电力系统的优化调度计算工作仅仅是通过人工进行协调修正，这样使得电力系统的决策智能化大打折扣，往往达不到理想的需求。 电力系统优化调度研究其实质就是使电力系统保持在一个最优运行状态，因此，在对电力系统进行模型建设工作中，需要考虑电力系统基于时间以及空间上的动态变化量，具体来讲主要是将时间以及空间尺度、电力生产环节上对动态变化进行分解为具体的某个日、周、月条件下对动态运行的优化调度以及电力系统中形成的误差以及电网运行产生的阻塞的在线校正与不同区域、省份的电网调度问题等。偏差及电网阻塞的在线校正包括了基于自动发电控制以及电网阻塞的在线校正，并在此前提下，获得一个电力系统运行的最优解法来协调控制时间和空间尺度的优化运行，保证电力系统在秉承公平、公开、公正的条件下能够安全稳定的运行。总的来讲，电力系统优化运行主要是基于系统优化调度理论来对电网的运行经济性条件下对电力系统内部内部存在的影响因素进行优化协调，确保系统能够达到最大的经济运行效益与环境效益。 基于电力系统不同时间段的平衡优化调度措施其本质是对系统内部的电力负荷进行优化调度，一般都是在安全约束条件以及经济性的成本最小化的调度。偏差及电网阻塞校正控制是对每个时间段内发生的电网阻塞以及功率不稳定条件为前提下进行的调度工作，此种情况一般应用于调度较小，回复时间较短的情况，在最近点进行控制目标的选取工作。 1.2 电力系统优化调度的因素 （1）对空间尺度进行调度时，需要考虑各级调度之间在年度、月度、周、日等时间段上平衡关系，即在某个时间段条件下实现交易计划以及平衡优化方面的协调。 （2）对时间尺度以及空间尺度上的协调调度工作。同时考虑到年度、月度、周、日前、滚动、实时平衡优化调度、偏差及电网阻塞在线校正控制之间的协调。 （3）电力系统优化调度工作要求对电力生产过程中的发电、输电、配电以及并网销售等环节进行协调工作。同时，需要考虑电力市场的竞争，充分考虑到电力系统的节能、环保概念。 （4）在考虑电力系统的经济性和安全性的条件下，对电力系统的优化协调包括对电力系统的经济目标与安全目标的实现。两个目标之间的协调工作主要是通过何种手段来同时保证电力系统的经济运行和安全运行，同时如何在安全目标的条件下是实现电力系统经济效益的最大化。 （5）在对电力系统进行有功与无功控制对象的调节过程中需要对有功和无功运行状态下对电力系统的出力和控制问题进行调节，通过对有功与无功的不同状态下进行运行优化调节来保证电力系统在安全运行的前提下，获得最大的经济效益。 （6）对电力系统优化调度的过程中，要充分考虑“三公”原则。即做到电力系统优化调节过程中的公开、公平、公正。 2.基于不同角度的电力系统优化调度 2.1 在兼顾安全与经济的优化目标上的协调 电力系统优化调度中对安全警戒性协调的研究主要是怎样在安全与经济的目标下来实现电力系统运行的效益最大化。电力系统优化调度的过程中所受的约束与效益最大化问题其本质上也就是关于系统的安全性与经济性问题，如何在安全与经济的前提下实现利益的最大化目标。电力系统的优化调度的目标与约束条件之间从一定程度上来说是一种基于对偶的关系，这种对偶的关系主要包括了两层意义： 1、目标与约束条件之间能够通过某种方式进行转化，这种转化关系在线性条件下已经得到了全面认证，而在非线性规划条件下也得到了局部验证； 2、当安全约束越严格时，电力系统的优化经济性就越差，因此，为了保证电力系统能够较好的优化效果，在确保电网能够安全运行的前提下，适当的放宽安全约束条件。 2.2与电网安全稳定控制策略的协调 在电力系统进行空间和时间尺度的调整上，需要根据年度、月度、周、日、电力系统的实时优化调度、偏差以及电网阻塞的调度控制，都要求进行严格的安全校核，同时在对电力系统进行校核过程中，要与相关的安全稳定控制策略相互协调，有效提高电力系统的科学调度，保障电力系统的输电能力。电网的各断面之间的输电极限是表征电网运行稳定性的特征量，在通常条件下，各个断面的输电极限可以采用对电网的离线数据分析，并通过稳定的计算机程序来进行计算获得，获得的稳定极限都是在假设电网在受到严重运行数据得到，因此这个结果这个结果具有相当程度的保守性，可能对电网的实际输送能力没有进行充分利用。而采用动态安全评估体系考虑的是运行状态下的电力系统的稳定极限，是在电力系统的运行状态下对系统的所有可能发生的故障进行的动态系统评估，并获得此种运行条件下电网断面的稳定极限，然后根据获得的稳定极限来对线路潮流以及实时计划进行校核，并对不能满足这种条件的调度计划进行科学校正，通过这