基于斯塔克尔伯格博弈的光伏制氢系统能量优化管理策略

针对由于氢能生产经济性低,难以满足日益增长的氢能需求问题,提出基于斯塔克尔伯格(Stackelberg)博弈机制的光伏制氢系统能量优化管理策略。首先,在博弈模型中,氢能生产商作为上层领导者,以净收益最大为目标制定与下层用户交易的氢能价格;用户作为下层跟随者,以最大消费者剩余为目标,并兼顾上层氢能生产商制定的售氢价格,对自身用能策略进行调整,并将所需负荷量反馈上层,两者进行博弈,最终达到博弈均衡。其次,在考虑氢能生产商收益和用户用氢需求的基础上,建立光伏制氢系统能量管理模式以优化制氢系统各个设备出力,达到提高氢能生产商的经济性和满足用户氢能需求的目的。最后,通过分析氢能生产商与用户的博弈目标及策略,从理论上证明了博弈存在唯一均衡解,并调用Cplex求解器对模型进行求解。结果表明,所提出的基于Stackelberg博弈能量的优化管理策略可有效提高系统的经济性和满足用户需求,达到了博弈双方双赢的效果。

高渗透率光伏微电网能量优化管理策略的研究

针对高渗透率光伏微电网,提出了运行总成本最优的能量优化管理策略。在微电网并网和孤岛两种运行模式下,基于光伏的运维成本、储能设备的运行损耗、火电的环境污染及治理成本、微电网与大电网之间电能交易差额以及可调负荷的断电惩罚费用等因素,建立高渗透率光伏微电网的多目标能量优化模型,并在系统功率平衡等安全约束下,应用具有惯性权重系数的粒子群算法求解得到能量优化管理策略。算例分析表明,该能量管理策略具有经济性和有效性。

小型风力发电系统的能量优化管理集成控制

为了提高小型风力发电系统(SWPGS)的能量转换效率及可靠性,将风电系统作为一个整体,通过分析系统能量流动关系及运行特性给出了包含最大功率跟踪控制、负载跟踪控制、蓄电池充放电控制及发电机超速保护控制的能量优化管理集成控制方案。该控制方案根据风速、负载和蓄电池状态自动切换工作模式,既能充分利用风能,又能保证蓄电池的合理充放电,从而实现小型风力发电系统的优化及可靠运行。搭建了小型风力发电系统实验平台并进行了实验研究,实验结果验证了所论集成控制方案的正确性和可行性。该研究工作为小型风力发电系统能量优化管理集成控制的理论研究及工程应用奠定了良好基础。

独立运行风光互补发电系统能量优化管理协调控制策略

针对系统运行工况复杂、供电稳定性和安全性要求高的特点,深入分析并给出独立运行风光互补发电系统能量流动及工作模式转换关系图,采用风电优先、光电次之、蓄电池辅助的电能分配原则与功率供需动态平衡的能量优化管理机制,提出包括能量管理与工作模式控制、风力发电控制、光伏发电控制和蓄电池充放电控制在内的功率协调控制策略。风力和光伏子系统控制均具有功率电压双闭环控制结构,功率外环采用基于梯度变步长MPPT算法或基于梯度信息LPTC算法产生最佳功率点电压,电压内环实现最佳功率点电压的自动、快速、无差跟踪,同时可实现MPPT和LPTC算法之间的平滑切换。仿真研究结果表明,本文所论能量优化管理协调控制策略能够根据风速、光照强度、负载的变化及蓄电池工况,协调风力发电、光伏发电子系统和蓄电池的工作状态,实现系统不同工作模式下自动运行及合理转换,保持能量供需动态平衡,实现系统的优化及可靠运行。

大型工业企业智能电网能量优化管理与决策支持系统

大型工业企业在我国社会和经济中起着十分重要的作用,同时也是我国能耗大户。大型工业企业电网的智能配用电集成技术已纳入我国智能电网重大科技产业化工程"十二五"专项规划。根据大型工业企业电网的特点,围绕提高供电质量和可靠性、节能降耗及生产过程协调等提出了大型工业企业智能电网构建的目标、框架,探索了智能关键设备和智能决策支持系统的构成,并以武汉钢铁(集团)公司电网为例提出典型示范应用构想。

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化。构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型。采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度。基于所设计的多微网系统混合配置运行策略,采用改进麻雀搜索算法进行模型求解。选取某地区两种典型日进行算例分析。结果表明:提出的优化模型、运行策略和改进算法可以有效降低主动配电网和多微网系统的经济效益,同时改进算法能够在全局寻优能力方面具有一定的优势。

计及蓄电池寿命的风光储微网系统能量优化管理

随着新能源电力比重的快速增长,风光储互补发电已成为我国电力供应的重要组成部分。本文提出一种针对风光储微网系统的能量优化管理策略。综合考虑系统运行成本、蓄电池寿命损耗成本和购电环境成本,建立经济调度模型;以综合发电成本最低为目标,考虑出力约束和安全性能约束,利用粒子群优化算法对该模型求解,产生能量管理策略的调度参数,实现功率优化调度。在不同天气条件下,对本文策略和常规策略进行了算例对比,验证了优化效果。基于算例数据,进一步讨论了蓄电池充放电深度和次数对寿命的影响,并证明在本文策略中蓄电池的使用寿命较长。

风光互补独立发电系统的PLC控制与能量优化管理

为充分利用风能和太阳能资源,解决一些缺电和少电地区的用电问题,在研究风能和太阳能发电机理的基础上,设计了一个风光互补的独立发电系统,采用S7-300西门子PLC技术实现了对风力发电系统、光伏发电系统的最大功率跟踪控制和负荷功率跟踪控制,并对系统能量进行了优化管理。该系统应用于黄河下游的偏远管理班,不但有效解决了用电问题,还取得了良好的经济效益。

计及电网电价的微网能量优化管理

针对微网运行时各分布式电源的出力特性以及电网电价对微网运行经济性的影响,构建以系统总运行成本最小为目标的优化模型,并提出计及电网电价的分时段微网能量管理策略.该策略以光伏电池和风机的出力为研究对象,从负荷需求以及微网经济效益出发,结合电网分时电价,对不同时段微网与大电网能量交换情况进行分析.并以由分布式电源构成的直流母线型微网系统为例,用粒子群优化算法进行求解.结果表明,微网能量优化管理中考虑电网电价,不仅能充分利用电能,还能降低微网的运行费用,使总的发电成本最低.

微电网孤网实时能量优化管理

提出了双层协调调度的方法——计划调度层和实时调度层来解决微电网孤网实时能量优化管理的问题。计划层是基于不可控微电源功率预测的主要考虑微电网经济性的调度方法;实时层是在计划层的基础上对不可控微电源实际功率与预测功率之间的误差进行调度,再将调度结果叠加到计划层各个可控微电源的功率上。在实时层,可控微电源的功率范围与计划层是不同的,下限为其在计划层出力的相反数,上限为其最大出力与计划层出力差值。最后通过一个典型的微电网实例验证了该方法的正确性和优越性。

基于虚拟储能的风光储家庭微电网的并网运行能量优化管理

随着分布式可再生能源的发展,风光储微电网的应用越来越广泛,体现出良好的综合效益及市场前景。文章针对家庭场景下的风光储能源微电网,从微电网需求侧管理的角度出发,提出了一种基于柔性负荷控制和虚拟储能的能量优化管理策略。首先,就家庭能源系统的场景建立系统模型;其次,基于负荷分类控制和实时电价信息,在保证电能质量的前提下,提出以用户最小购电费用为目标的能量优化管理策略;最后,利用微分进化算法进行求解,以某地的实际风光数据和电价信息为例进行仿真验证。结果表明提出的优化策略能够有效减少蓄电池的充放电容量,达到利用虚拟储能改善微电网的经济性的目的。

提高关键负荷供电可靠性的交直流微网分布式能量优化管理策略

交直流混合微电网具有较高的灵活性和可控性,能够为多种类型的分布式电源提供并网接口。然而,交直流微网中可再生能源占比较高,容易出现出力波动或出力不足等现象,难以保障关键负荷可靠供电;此外,交直流微网中分布式电源可能从属于不同运营主体,相互之间缺乏有效的信息交换,集中式管控较为困难。为此,提出提高关键负荷供电可靠性的交直流微网分布式能量优化管理策略,构建了微网分布式能量优化管理架构,建立以考虑微网负荷优先级的供电可靠性为优化目标、考虑各设备运行约束的能量优化管理模型,提出基于分布式模型预测控制的能量优化管理策略,并通过分布式次梯度算法求解。多个场景下的仿真分析表明,所提方法不仅可平抑可再生能源波动对负荷供电的影响、保障关键负荷的供电可靠性,还能有效保护微网设备隐私信息、满足交直流微网多运营主体环境下的负荷供电可靠性需求。

拒绝服务攻击下基于分布式事件触发一致性预测补偿的微电网能量优化管理

针对微电网下电力系统通信易受到拒绝服务攻击(denial of service attack,DoS)、局部信息不开放以及通信带宽受限等问题,提出了一种基于DoS攻击的分布式事件触发的无模型预测补偿能量优化管理控制方法。首先,为了优化微电网能量供给并使得获利最大,给出考虑微电网功率损失的维持供需平衡的最小成本函数;其次,将微电网中的每个部分看作一个智能体并考虑了通信带宽受限问题,提出了一种分布式事件触发一致性算法;随后,提出一种基于输入输出数据的无模型预测控制算法,利用跟踪攻击前时刻的供需不匹配功率来预测补偿当前时刻及其后多个时刻的智能体功率数据缺失;最后,通过仿真实例验证所提出的基于分布式事件触发一致性预测补偿的微电网能量管理方法的有效性。

需求响应框架下含储能及可控负荷的用户侧能量优化管理策略

基于当前需求响应技术框架,同时考虑分时电价和激励信息,建立了含分布式光伏发电,电池储能,可调节、可平移和可削减负荷的用户侧能量管理模型,依据各类型资源特性,计及过程中储能折损、削减负荷带来的损失以及用户的满意度,以用户日运行费用最低为目标,提出能量优化管理策略和求解算法。最后通过算例验证了所建立模型和方法的有效性。

基于智能体协调的多微电系统能量优化管理预测控制

针对由多个相互关联微电网组成的多微电网系统的协调控制与能量优化管理问题，提出基于智能体协调的分布式预测控制算法。采用基于智能体协调的DMPC（Distributed Model Predictive Control）优化算法建立能量管理优化问题，协调多个微电网系统以最小的操作成本实时、准确地向用户负荷提供需求质量的电能。并在各微电网系统的MPC优化问题设计时，只考虑各微电网系统的局部模型和状态信息，减小优化问题的复杂度并降低通信需求，提高系统优化的实时性。仿真结果表明，采用此优化方法，不仅能保证短期内用户负荷需求的实时跟踪，同时达到长期内能量的优化调度和电网的经济运行。

基于自动发电响应的分布式电源集群能量优化管理系统

在分布式电源快速推广和电力市场改革的背景下,考虑将分布式电源资源纳入到电力市场竞争中,为电网提供更加高效、灵活的电力供应的同时,保障整个供电系统的安全稳定运行和经济调度。本文在充分分析分布式电源的发展历程和现实时代背景的基础上,借鉴电力需求侧自动需求响应的概念,提出了基于分布式电源的自动发电响应,并相应地给出了可执行的分布式电源自动发电响应策略,本文还进一步创新地设计了实现分布式电源集群能量优化管理系统的系统网络架构。本文对于分布式电源自动发电响应的积极探索,能够使分布式电源在电力市场改革的新时代背景下充分发挥其清洁、灵活的优势,能够为分布式电源与电网的协调发展提供可行的方向。

考虑综合需求响应的楼宇综合能源系统能量管理优化

针对楼宇综合能源系统(residential integrated energy system,RIES)能量管理时未充分考虑影响室温因素及其对负荷建模的影响和刚性捆绑RIES、用户从未全面考虑用户舒适度和用能支出的问题,文中提出冷、热负荷参与阶梯型补贴和电负荷参与电价型综合需求响应的RIES能量管理优化模型及其求解方法。首先,综合考虑影响室温因素,得到离散化的楼宇热平衡方程,建立楼宇的柔性而非固定的冷、热、电负荷数学模型。其次,建立冷、热负荷参与的阶梯型补贴和电负荷参与的电价型综合需求响应机制。然后,考虑RIES向用户售能的收益、从外部购能的成本和支付用户的补贴费用,构建以最大化RIES运行利润为目标、计及设备和系统运行约束的能量管理优化数学模型,并采用Cplex对线性化后的模型进行求解。最后,通过算例仿真表明:计及综合需求响应的RIES能量管理优化能统筹协调供需两侧资源,提升系统与用户的经济效益。

高超声速飞行器多源能量动态优化管理方法研究

为实现高超声速飞行器的能效管控,有效减少系统油耗,以高超声速飞行器的多源能量系统为研究对象,建立主动力及多源能量系统提取的模型,分析多源能量提取对发动机的能效影响机理及多源能量优化管理策略。针对高超声速飞行器的能量优化管理问题,本文提出一种基于改进粒子群算法的多源能量动态优化管理方法。该方法以燃油消耗为优化目标,以发动机稳定裕度为约束条件,并针对多源能量提取系统的强非线性特征进行惯性权重自适应变化以提高优化精度。最后,通过仿真验证宽域飞行包线内该方法的可行性。仿真结果表明,多源能量优化管理后平均降低的燃油量在涡轮发动机模式占总燃油量的0.0948%,在冲压发动机模式占总燃油量的0.1229%。

多时间尺度微电网能量管理优化调度方案

提出一种多时间尺度微电网能量管理优化调度方案,该方案包括日前经济优化调度和日内调度2个阶段。在日前调度阶段,推导出锂电池运行成本函数,在不同放电深度下将锂电池寿命损耗归算于相应具体运行成本;考虑峰谷平各时段电价、光伏运行于MPPT和输出功率可控2种发电状态;根据日前光伏与负荷预测,以包含锂电池和燃料电池的运行维护成本、可中断负荷的中断补偿、从大电网购售电等总运行成本为目标函数进行功率优化分配,解决混合整数非线性规划问题(mixed-integer nonlinear programming,MINLP)。在日内调度阶段,根据功率波动、各时段电价以及分布式电源发电成本来调配分布式单元的运行,并且在调度过程中计入附加成本便于准确计算总运行成本。最后,针对算例,在优化调度的2个阶段分别使用LINGO 11.0与C++进行编程仿真计算,实验结果验证了调度策略的合理性。

考虑电池寿命的插电式混合动力汽车能量管理优化

考虑电池寿命对插电式混合动力汽车全寿命周期成本的影响,以综合燃油消耗和电池寿命衰减最小为目标开展电池充放电功率的多目标优化研究.引入权重系数将多目标优化问题转化为单目标优化问题,采用动态规划(DP)算法求解实现全局最优,并根据优化结果选择最优权重系数.为了解决动态规划算法运算速度慢、须预知工况的缺陷,以最优权重系数的优化结果训练神经网络控制器并将其应用于控制策略中.仿真结果表明,与以油耗为单一目标的优化相比,多目标优化可使电池寿命衰减减少13.5%,而燃油消耗仅增加0.5%,在保证燃油经济性的同时有效减少电池寿命的衰减程度;基于神经网络的控制策略有效克服了动态规划算法的缺点并能达到与其相近的运算效果,具有较好的应用前景.