计及需求响应柔性调节的可再生能源优化配置

考虑分布式可再生能源的波动性和在能源互联网背景下供需双侧协调互动的特征,本文提出计及需求响应柔性调节的分布式可再生能源双层优化配置方法。首先,采用多场景分析法表征分布式可再生能源和负荷的不确定性。然后,建立分布式可再生能源的规划-运行耦合模型,提出基于多策略融合粒子群优化算法,即:上层规划模型以配电网综合费用最小为目标,确定分布式可再生能源的优化配置方案;下层运行模型基于上层的优化配置方案,以考虑无功的拟直流潮流模型对潮流方程中电压幅值和相角进行解耦,以有功网损最小为目标优化各时段电价。最后,基于IEEE 33节点系统的仿真结果和对比分析,验证了模型及求解方法的合理性和有效性。

计及源荷不确定性的微电网分布鲁棒优化调度

高比例可再生能源的接入给微电网的稳定运行带来的巨大挑战,传统随机优化和鲁棒优化方法在处理不确定性方面仍存在一定的局限性。综合考虑风电、负荷的双重不确定性,采用分布鲁棒优化方法,构建了基于豪斯多夫(Hausdorff)距离的微电网两阶段分布鲁棒优化调度模型,第一阶段利用场景预测信息,制定包含储能充放电计划、购售电计划的预调度方案,第二阶段基于各典型场景信息制定微电网各单元出力调整计划;然后采用列与约束生成算法(columns and constraints generation,CCG)进行迭代求解,得到最恶劣概率分布下运行成本最低的调度方案;最后,通过算例仿真分析验证了所提方法的有效性,所得到的决策方案兼顾了经济性和安全性。

基于区块链的未来配电网优化模型

针对目前配电网系统存在新能源利用效率低、信息传输缓慢以及网络安全性较差等问题,提出基于区块链的未来配电网优化规划模型。结合区块链的去中心化以及信息可追溯等特征,构建基于区块链的未来配电网架构;考虑到未来配电网内部可再生能源的高渗透率,利用多场景分析法,完成多场景下的配电网优化规划模型的设计,使分布式电源所带来的波动性问题得到有效解决;采用改进的蚁群算法,将信息素启发因子和期望启发因子进行动态处理,达到提高算法全局搜索能力的目的;在此基础上,借鉴分布式计算算法的优势,将PoW共识机制与分布式算法思想相结合,使得规划模型求解以及验证过程的效率大大提升。算例分析结果表明,所提出的基于区块链的未来配电网优化规划模型不仅可以提高新能源的利用率,而且可以保障配电网系统的安全高效性。