基于分时电价的企业负荷转移优化控制模型及其应用

企业可利用分时电价通过合理转移负荷用电时间达到节约电费开支的目的。分析了企业生产流程中制约负荷转移优化控制的因素,介绍了建立的一种基于分时电价的企业负荷转移优化控制模型,在煤矿生产系统的应用表明可有效节约电费开支。

面向电网调峰的聚合温控负荷多目标优化控制方法

为使聚合温控负荷参与电网调峰时兼顾运行的经济性和清洁性,提出面向电网调峰的聚合温控负荷多目标优化控制方法。建立温控负荷聚合模型,在常规模型预测控制的基础上,计及温控负荷聚合特性,设计预测时间自适应优化策略,动态调整域参数以协调处理优化精度与计算时间之间的矛盾,同时建立双闭环反馈机制以实时反馈温控负荷状态信息,提升实现调峰计划的可靠性;引入拉格朗日乘子和松弛因子,将多输出约束条件变成多目标函数的附加部分,提高控制方法的稳定性;提出改进的哈里斯鹰算法,对多目标优化问题进行求解,缩短模型预测控制的执行延时,提高寻优速度和寻优精度。所提控制方法与其他控制方法的仿真对比结果表明,所提控制方法有效降低了电网峰谷差以及运行成本和排放成本,同时兼顾了聚合温控负荷参与电网调峰的技术性、经济性和清洁性。

考虑感应电机负荷特性的主动配电网电压模型预测控制

针对高比例新能源并网引发主动配电网电压越限问题,提出了一种考虑感应电机负荷特性的主动配电网电压模型预测控制方法。首先,通过建立感应电机负荷的稳态模型,分析了其有功和无功与并网点电压的耦合关系,提出考虑感应电机负荷特性的配电网状态估计方法,实现了对关键状态量的实时在线监测。然后,计及各类电压调节资源,构建考虑感应电机负荷特性的电压模型预测控制方法,并通过状态预测、滚动优化和反馈控制3个关键环节,在维持配电网电压安全的前提下,以最低调节成本实现感应电机负荷并网点电压与设定值的偏差最小化。最后,基于IEEE33节点系统算例进行仿真,验证了所提方法在提高状态估计精度、改善电压控制效果方面的有效性。

基于模型预测控制的冰蓄冷空调系统优化控制策略研究

在峰谷电价背景下,冰蓄冷空调系统可以利用谷值电价进行蓄冷,在电价较高时段释放蓄冷量,从而减少峰值用电量。为此,提出一种基于模型预测控制(MPC)的冰蓄冷空调系统优化控制策略,目标是系统能耗成本最低,同时解决传统运行策略不当而导致的冰槽使用效率低下问题。基于参照建筑搭建TRNSYS-Python联合模拟仿真平台,采用极端梯度提升(XGBoost)算法构建建筑未来24h逐时冷负荷预测模型,运用模型预测控制理论,考虑建筑负荷预测偏差,逐时滚动求解冰蓄冷空调系统蓄放冷最优控制策略,在保证全天冷量合理分配的同时,实现峰谷电价背景下系统运行能耗成本最低。与传统规则策略相比,优化控制策略可以针对不同冷负荷需求采取灵活的控制措施,在冷负荷需求较高时,将有限的冷量优先用在电价高峰期,有效规避高额电费支出,降低能耗成本;在冷负荷需求较低时,通过精准预测,仅储存必要冷量,确保冰量在一天中被完全利用,提升冰蓄冷系统效率。在基于设计日负荷100%、75%、50%三种工况下,优化控制策略比传统规则策略分别可节约能耗成本7.95%、12.64%和10.18%。

基于模型预测控制的分散式空调两阶段优化调度

近年来,空调负荷急剧增长,如何保证电网的安全、稳定运行是当前亟须解决的重要难题。针对含分散式空调的楼宇微网,提出一种基于模型预测控制(ModelPredictiveControl,MPC)两阶段优化调度策略。日前阶段,考虑楼宇微网设备间电能的互济互补能力,以系统运行经济性、环保性以及设备损耗作为综合成本目标,兼顾自身利益的同时最大限度地消纳可再生能源。在日内阶段,基于MPC方法建立融合分散式空调的楼宇微网预测模型,并反复滚动优化,以解决可再生能源出力、负荷预测精度随时间尺度增加而下降的问题。通过算例分析得出:分散式空调两阶段优化调度方法能够有效解决预测误差较大的问题,在平滑联络线的同时使系统鲁棒性得以提升。

考虑可转移负荷效率的风/光/柴/蓄孤岛微网日运行能量控制优化策略

大型负荷尤其是可转移负荷的效率–功率特性常常被忽视,因此考虑风/光/柴/蓄微网系统的运行调度是不经济的。该文提出一种考虑可转移负荷效率的风/光/柴/蓄微网能量控制优化策略。首先以典型的可转移负荷——反渗透型制淡设备为例,建立包含设备工作全程的淡水输入–产出模型,实时计算其功率–效率特性曲线。在考虑制淡设备功率特性、蓄电池寿命（使用成本）、柴油机工作效率等因素的基础上,以燃料及蓄电池使用成本最少为目标,提出一种风/光/柴/蓄微网系统的日运行能量控制优化策略。通过与两种典型微网能量控制方案进行比较,仿真结果验证在包含可转移负荷的微网场景中,针对各种可能的储能设备和燃料的使用成本组合,在淡水需求量一定时,所提策略均具有较好的成本优势,为包含可转移负荷的微网经济运行策略制定提供了全新的视角。

计及直接负荷控制的动态优化调度模型

本文对直接负荷控制进行了数学描述，提出了计及直接负荷控制的动态优化调度模型，旨在借助直接负荷控制实现动态供需平衡。对京津唐电网中北京地区空调负荷进行的仿真研究结果，显示了直接负荷控制在动态优化调度中的作用。

基于差分进化算法的配电网网格负荷控制与规划技术研究

在配电网网格负荷控制与规划中,为优化配电网网格线损、供电质量、负荷等结构性指标,研究提出了一种基于差分进化算法的配电网网格负荷控制与规划技术。针对配电网格中各类发电装置,建立电网规划模型,设定和构建初始化种群,选取适当差分初始矢量实施变异处理,在差分增量下构成新个体的前提下,为提高后代种群多样性,利用交叉因子对差分出的个体实施交叉训练,以此形成新的分配个体。最后,利用贪婪选择模式评价和保留子代种群,控制可控负荷和不可控负荷的有功功率,从而完成电网网格规划。实验结果证明,运用差分进化算法对配电网网格的负荷控制和规划效果都比较好,鲁棒性能优越,迭代速度也更快。

基于AGC控制的HVDC线路线性化模型优化研究

为了加强负荷频率控制和自动发电控制(AGC),对多区域电力系统中的高压直流(HVDC)联络线进行了精确建模,提出了一种新的联络线模型。在简单AGC系统基础上构建了一阶传递函数高压直流联络线模型,并通过时间常数反映了多区域电力系统在负荷扰动下直流输电设定直流电所需的时间。新构建的模型克服了传统HVDC模型响应不精确与结构简单不可靠的问题。为了验证模型的准确性,选择与传统直流输电模型进行了解析比较,结果表明:HVDC联络线模型具有良好的动态性能,多区域综合电力系统还实现了高压直流输电线路电容积累能量的电力系统互联互通。

基于模型预测控制的电能需求负荷转移研究

针对目前电能系统长期存在负荷压力过大、电能需求波动性大、不稳定等特点,提出切实的需求预测方法,建立需求预测模型。利用该模型对近年来全社会用电量需求进行模拟,证明了预测模型的可行性,进一步对未来电能需求量进行预测,在大范围内把握未来总体电能需求水平。并且以未来电能需求为例,应用电能需求转移模型对预测结果中出现的需求负荷不均匀问题进行有效的调节,削弱需求集中带来的影响,减小需求波动幅度,使需求在原基础上分布更加均衡合理,同时在电能需求负荷总体规模不断增长的态势下维持系统的稳定,从而验证了需求转移模型的有效性。

基于模型预测控制的配电网无功优化控制策略

为了解决配电网中普遍存在的变压器过负荷以及用户电压偏低的问题,提出了一种基于模型预测控制(model predictive control,MPC)的配网无功优化控制策略。在分析配电网潮流特点的基础上,充分利用配变的过负荷能力来传输更多的有功,而无功则在低压电网中进行优化补偿。基于模型预测控制理论,采用季节时间序列的方法动态预测未来一天内的负荷大小,并考虑配变最大可用传输无功和无功补偿装置最大投切次数的约束,在通用数学模型系统(general algebraic modeling system,GAMS)上建立了以网损最小为目标函数的无功优化数学模型,依次给出无功补偿装置的动作情况。在IEEE14节点配网系统上的试验结果,验证了所提出的无功优化控制策略的有效性。

仿真分析中负荷模型对特高压联络线峰值功率转移比的影响

为了寻找仿真分析中影响特高压联络线峰值功率转移比的关键因素,从负荷模型的角度研究了仿真分析和实际系统中特高压联络线峰值功率转移比的差异。在不同负荷模型产生不同阻尼比的基础上,从静态负荷模型的表达式出发,首先对比了恒阻抗、恒电流、恒功率3种负荷模型的电压特性,并分析了电压特性对峰值功率转移的抑制作用,进一步研究了转移比的差异对直流闭锁安全控制策略中切负荷量的影响,即转移比较大时所需的切负荷量较大,反之切负荷量较小。不同负荷模型计算所得转移比有48%的差异,充分说明负荷模型是仿真分析中影响转移比的关键因素之一。因此负荷模型对转移比仿真结果的准确性至关重要,建议全网开展负荷模型校核工作。

基于宏观经济优化模型的区域污染负荷分配

提出了基于宏观经济优化模型的区域污染负荷分配方法,该方法利用宏观经济模型计算工业行业污染负荷产生总量,并利用基于区域环境容量的行业区域合理性分布原则对行业污染负荷进行二次分配得到了污染控制单元污染负荷总量,在此基础上对各单元工业污染负荷进行等比例削减,将工业污染负荷允许排放总量控制在基准年的目标总量上,实现了经济优化基础上的污染负荷公平分配,从而更好地体现了效益原则与公平原则的要求.以深圳市为例的研究表明,运用该方法进行污染负荷分配总体上明显优于现有的环境规划,由此也使周边海水水质得到改善.

泛在学习系统中认知负荷的产生及其优化控制

学习者通过超媒体学习时,认知负荷与知识获取之间呈显著相关性。泛在学习系统通过上下文感知系统增加人机信息流,但同时不可避免地增加了人们对于信息过载的恐惧感和认知负荷量。该研究在认知负荷理论的基础上分析了泛在学习系统中认知负荷的产生,构建了泛在学习中认知负荷的结构模型,并基于信息呈现方式的设计提出认知负荷优化控制的策略和方法。

温控负荷直接负荷控制策略与优化调度

对温控负荷准确建模并采用合适的控制策略进行调度是直接负荷控制(DLC)项目实施的关键。文中以物理负荷模型描述温控负荷,采用蒙特卡洛模拟方法在模型参数取值区间内抽样获取用户群归一化因子,考虑用户自主退出和设备故障,利用实用的DLC控制手段基于模糊扩展极大极小法提出DLC优化调度模型。算例分析表明,所提模型能在达到DLC实施方的负荷削减需求的同时有效抑制反弹负荷,且对用户的整体舒适度影响较小。

基于负荷趋势判断的无功优化精细化控制方法及求解策略

针对短期内母线负荷波动导致无功优化控制效果不理想的问题,提出一种无功优化精细化控制方法用于缓解因控制方案滞后而导致的控制不平滑现象,并采用多目标无功优化松弛模型来改善预测控制中可能出现的电压越限和收敛性问题。为了获得最优控制方案,给出一种基于动态搜索策略的多目标混沌差分进化算法,该算法能根据种群中可行解的比例动态调整进化过程中最优解的搜索策略,提高多目标模型Pareto最优前沿的搜索能力和求解效率。IEEE 30标准节点数据仿真结果表明,多目标优化算法在最优解集,外部解收敛性,以及解集的均匀性等方面都好于经典多目标算法;真实电网数据计算表明,精细化控制方法相比传统方法能进一步减小电压偏差和网损,并提高模型的收敛性。

基于热湿负荷与自适应预测时域微网优化调度

为了提升建筑冷热电联供(CCHP)微网灵活性并减少负荷波动,开展建筑湿负荷参与日前需求响应的效果和日内预测时域的自适应调节方法研究.在日前阶段,构建包含建筑湿负荷的冷负荷需求响应模型;在日内阶段,提出基于预测负荷方差的自适应预测时域模型预测控制(MPC)方法.在日前阶段,分析分时电价下包含湿负荷的冷负荷需求响应对总经济成本和蓄能水罐蓄冷量的影响;在日内阶段,分析采用自适应预测时域MPC方法对计算时间、成本和各类设备工作状态的影响.结果表明,考虑湿负荷的冷负荷需求响应降低了日前阶段成本7.75%;在日内阶段,自适应预测时域MPC方法不仅能够平衡计算时间和成本,还能够增加蓄能量和平滑燃气内燃机出力.

考虑用户利益的柔性负荷优化控制算法

为解决电网峰谷差持续扩大带来的影响,从用户侧角度出发,针对空调房间、电热水器和电动汽车分别提出了柔性负荷优化控制算法。该算法基于分时电价,同时考虑用户经济效益和舒适度进行双目标优化控制,并通过智能用户终端实现。在算法中,改进了传统的空调房间和热水器负荷模型,将复杂的多变量强耦合过程解耦为多个独立的单变量子过程,并采用参数回归获取模型参数,减少算法中的随机变量。其次,将电动汽车纳入优化控制,分别研究了单向充电电动汽车(grid to vehicle,G2V)和双向供电电动汽车(vehicle to grid,V2G)的优化算法。采用粒子群算法分别求解优化结果。基于MATLAB的仿真结果验证了所提算法在经济利益、用户体验和电网削峰填谷方面上的优势。

微网可转移负荷调度与储能控制策略

针对新能源发电的不确定性和随机性,以及新能源发电与用户负荷难以匹配的问题,构建了风、光、储共存的微电网系统,并提出了一种基于可转移负荷和储能系统协调控制的微网能量管理策略。首先在现有的微网模型基础上构建了集中式微网控制系统,用于对风、光、储系统进行相应的控制,同时建立了兼顾用电负荷优化调度与储能系统安全高效运行的多目标函数。然后采用改进粒子群优化算法求解目标函数,引入新的负荷调度策略降低计算复杂度和提高用户满意度,最终获得可转移负荷调度量,实现可转移负荷的调度策略。同时,充分考虑了储能系统的影响,对荷电状态(SOC)进行控制监测,控制储能系统波动情况,提高储能系统性能并延长其使用寿命。最后通过数值仿真,验证了本文提出的能量管理策略在满足用户满意度与实际储能要求的前提下,可以提高微网运行性能,实现微网能量管理和经济运行。

光火储混合发电系统的负荷频率协调优化控制

针对高渗透率新能源电力系统调频困难问题,提出一种基于增量模型预测控制的光火储混合发电系统负荷频率协调优化控制方法。首先,通过机理分析建立光火储混合发电系统的频率响应数学模型;然后,充分考虑混合发电系统的各种约束,以预测误差和控制增量构成的综合指标作为优化目标,构建增量模型负荷频率预测控制系统模型;最后,利用Matlab二次规划工具箱进行求解,并通过对不同典型工况的仿真分析,验证所提方法的可行性和有效性。研究结果表明,该方法不仅能够有效改善混合发电系统的频率特性,而且能够使3种不同电源更合理地响应系统频率变化。