基于动态诚信因子的主从博弈抑制微电网虚假信息交易研究

为了解决微电网群内交互信息中存在的虚假信息问题,在考虑微电网(Microgrid,MG)诚信行为的基础上,文章提出了一种基于动态诚信因子的主从博弈电能交易机制。首先,以MG上报电量与实际交易电量为基准,建立奖惩机制,通过动态调整诚信因子来调节交易电价。其次,构建了一个以微电网群运营商(Microgrid Cluster Operator,MGCO)为领导、MG为跟随者的主从博弈模型。上层模型以最小化微电网群整体功率波动为目标,通过建立交易定价的合约机制,有针对性地调节群内交易电价;下层模型以MG运行费用最小为目标,根据群内交易电价动态调整自身购售电需求量,实现电能优化。最后,通过算例分析验证了该交易机制能够有效抑制微电网群内人为上报虚假信息的行为。

计及低碳经济运行的含风电微网群源储协同日前优化调度

海陆风电的大规模开发并网给电网的稳定带来挑战,微电网是解决分布式发电系统优化运行问题的有效途径。综合考虑微电网群的系统运行经济性和碳排放环境效益,提出了基于分布式共享储能的交互型微网群低碳日前调度模型。首先考虑风电的不确定性,基于传统实时电价提出跟随微网净负荷的定价策略;随后根据微网群用户的负荷特点定义了价格型和激励型需求响应用户满意度;然后通过生命周期评价方法划分系统运行环节的碳排放链,引入阶梯碳交易机制构建碳排放成本模型;最后基于微网群的交互运行,利用分布式储能资源进行日前优化调度。仿真算例表明:对比独立型微网群,所提出的交互型调度模型消除了原有的弃风情况,碳排放量减少32.14 t、系统运行总成本缩减15.05%。

面向微电网群的云储能经济-低碳-可靠多目标优化配置方法

微电网群技术通过多微电网间的协同互补,促进了分布式可再生能源在微电网间的协同消纳,被认为是未来新型电力系统中分布式电源接入电网的重要方式之一。考虑微电网群中多微电网协同互济的特性,提出了一种面向微电网群的“集中共享、分散复用”云储能运营架构。其中,集中式储能面向微电网群中的所有微电网进行共享,以合作共建、容量共享的方式为所有微电网提供服务,旨在降低各微电网的储能使用成本;分布式储能主要服务于微电网群中的各个微电网,以保障各微电网自身的可靠性为主要目标,同时兼顾协同互济的储能复用需求。在此基础上,构建了经济、低碳及可靠多目标驱动的云储能双层优化配置模型,并基于第二代非支配遗传算法实现模型求解。然后,建立了微电网群云储能系统商业模式,基于Shapley值法及系统运行模拟实现云储能系统投资、运营成本及效益的合理分摊,提出云储能初始投资成本的分配方法。最后,基于IEEE 33节点系统搭建微电网群系统并开展算例分析,结果显示所提方法可提出面向不同投资偏好的云储能配置方案解集,并验证了云储能模式提升系统投资运营效益的有效性。

基于子网优先级驱动的交直流混合微网集群双向互联变流器分散式控制策略

随着可再生能源渗透率的不断提高,交直流混合微电网集群逐渐成为新型电力系统的弹性解决方案。考虑到实际运行中各子电网优先级和电能质量需求存在差异,该文提出一种基于子网优先级驱动的交直流混合微网集群双向互联变流器分散式控制策略,以实现系统的弹性功率交互。首先,通过将归一化的交流频率和直流电压值作为子电网的状态偏差因子,以最小化全局总偏差因子为目标构建了用于交直流混合微电网集群的最优电力交换模型,该模型充分考虑了子电网的优先级指数和供电容量;其次,基于最优电力交换目标,提出用于双向互联变流器的准下垂控制策略,由于该策略中双向互联变流器仅需检测本地交流频率/直流电压的状态偏差因子,因此可以实现对交直流混合微电网集群整体偏差因子最小化的分散式最优功率自主协同控制;最后,构造了两个仿真实例,并利用半实物仿真系统验证了所提策略的有效性。

Stability Analysis of DC Microgrid Clusters Based on Step-by-step System Matrix Building Algorithm

DC microgrids(DCMGs)are made up of a network of sources and loads that are connected by a number of power electronic converters(PECs).The increase in the number of these PECs instigates major concerns in system stability.While interconnecting the microgrids to form a cluster,the system stability must be ensured.This paper proposes a novel stepby-step system matrix building(SMB)algorithm to update the system matrix of an existing DCMG cluster when a new microgrid is added to the cluster through a distribution line.The stability of the individual DCMGs and the DCMG cluster is analyzed using the eigenvalue method.Further,the particle swarm optimization(PSO)algorithm is used to retune the controller gains if the newly formed cluster is not stable.The simulation of the DCMG cluster is carried out in MATLAB/Simulink environment to test the proposed algorithm.The results are also validated using the OP4510 real-time simulator(RTS).

微电网群系统的分布式控制方法

为应对日益增长的微网群系统稳定性、经济性运行控制需求,提出了一种考虑并网和孤岛运行模式的微网群系统分布式控制方法。方法基于一致性算法实现微电网分布式分层控制,并考虑了微网群内各微网的协调控制。Simulink仿真结果表明,在负荷投切等情况发生时,工作在并网或孤岛模式的微电网群系统频率、电压波动在合理范围内,分布式电源始终按照等微增率原则分配出力。所提微电网群系统分布式控制方法能够维持微电网群的频率稳定和电压稳定,并通过分布式电源出力分配实现经济性目标。

基于三方博弈的多能交互微网群系统双层优化模型

随着新能源占比不断提高,多能交互微网群凭借其促进微网间能源互济、提升新能源利用率的能力,将成为智能电网的重要发展方向。为解决多能交互微网群在与用户进行能源交易过程中,对能源交易价格具有操纵性,多能交互微网群与用户间无法建立公平的能源交易机制的问题,建立政府、多能交互微网群、用户三方博弈模型,保证多能交互微网群与用户间能源交易行为的公平公正。由于传统的单层优化方法难以揭示多主体之间的交互行为,建立基于政府、多能交互微网群、用户三方博弈的多能交互微网群系统双层优化模型。模型上层为政府、多能交互微网群、用户三方博弈,三方博弈目标为政府社会福利最大化、多能交互微网群效益最优、用户满意度最高;模型下层为多能交互微网群系统优化调度,多能交互微网群系统协调各类能源转化最优分配,运行成本最低。最后,通过算例仿真验证该模型的有效性。

计及需求响应的海岛微电网群优化运行研究

在海岛可再生能源替代与电动汽车技术大规模应用的背景下,为解决偏远海岛居民的用电需求,提出了计及需求响应的电动汽车接入海岛微电网群的优化方法。首先,根据实际监测数据集对电动汽车充电行为建模,对比多种分布形式的联合评价和指标,得到拟合较好的概率分布函数。其次,选取多个海岛构成低碳化海岛能源系统,在考虑可再生能源渗透率和用户满意度的前提下,建立了以海岛微电网群的经济性和环保效益最优为目标的微电网群优化模型,利用蜘蛛蜂优化(spider wasp optimization,SWO)算法求解。最后,以浙江某海岛群为例进行验证,算例结果表明,所提海岛微电网群优化模型能够在满足可再生能源高渗透率的场景下,有效降低系统成本,更具经济性。

构建新型电力系统背景下的微电网鲁棒简化建模

发展高比例可再生能源接入的微电网是构建新型电力系统,实现中国能源安全和低碳发展的重要手段。在分析微电网所接入系统的动态特征时,现有等值模型存在鲁棒性不强的问题,即等值模型虽然可以很好地复现真实系统在训练故障下的动态特征,但却无法准确反映系统在未知故障(非训练故障)下的真实响应。为此,首先采用k-means++对微电网的典型运行方式进行有效区分,以表征系统的随机性和时变性特征;其次,采用基于关键参数筛选的参数辨识方法,避免了参数辨识过程中的多解问题;然后,针对系统不同典型运行方式,利用卷积神经网络对等值模型参数进行泛化;最后,基于Fisher判别准则实现了等值模型参数的在线匹配,并在某实际微电网模型中验证了所提方法的有效性。

基于动态组网的园区微电网群运行优化

为提升园区微电网群运行经济性、供电可靠性和新能源消纳能力,提出了一种基于动态组网的园区微电网群运行优化方法。首先以运行成本、负荷损失成本和弃光成本最小为目标构建线性化微电网群组网模型,以便利用线性求解方法高效求解;其次考虑到某一时刻多个微电网可能会同时出现功率超额或缺额情况,为确定最优组网方式,提出了一种基于微电网互联约束条件的最优组网方案选择方法;最后采用一个包含3个微电网的园区微电网群系统进行算例测试,结果验证所提方法能够实现微电网间动态连接,提升微电网群运行经济性,减少负荷损失提升系统供电可靠性,提升新能源就地消纳能力。

考虑储能寿命和通信故障的微电网群优化调度

为保障微电网运行的经济性与稳定性,需考虑可再生能源的功率波动和电池储能系统的寿命特性。探究充放电深度与速率对电池储能系统寿命的影响,建立面向实时优化调度的储能电池系统模型,采用交替方向乘子法对微电网集群进行分布式优化调度。该分布式优化方法不需要任何全局信息,能最大程度上保护微电网的隐私。仿真结果表明:所提方法能够使储能电池以较高荷电状态运行,在出现通信故障时仍能使系统稳定、可靠地运行。

多变流器互联交直流微网集群一致性功率协同控制

为增强多变流器互联交直流微网集群系统运行稳定性、可靠性及控制灵活性,本文提出一种一致性功率协同控制策略。控制系统包含互联变流器(DC-DC、DC-AC)柔性控制和交、直流微电网下垂控制等。互联DC-AC和DC-DC均采用双环控制,外环将一致性耦合控制和功率分配环节相结合,内环分别采用虚拟同步控制和移相控制。本文所提控制方法,系统仅基于就地量测频率或直流电压等信息,可同时实现子系统间功率协同互济、多互联变流器功率分配及多运行模式自适应平滑切换等目标。最后通过PSCAD/EMTDC仿真模型对所提方法的有效性进行了验证。

含电动汽车集群的微电网多时间尺度优化调度

电动汽车放电时可作为电网的一种分布式储能装置,参与缓解高比例新能源接入微电网的供电压力。基于多时间尺度下分时电价的特点,提出一种考虑电动汽车集群的微电网多时间尺度优化调度方法。在日前调度阶段,基于分时电价对微电网内部储能、可中断负荷、可转移负荷等设备出力进行优化调度;在日内优化调度阶段,将电动汽车集群纳入到微电网能量调度中来,通过分析各电动汽车集群的调度潜力来实现合理的充放电。为验证所提方案的有效性,选取不同的用电峰平谷时段分时电价,让电动汽车集群参与微电网能量调度,结果证明考虑电动汽车集群参与的微电网多时间尺度优化调度能充分利用电动汽车集群的储能资源,提升微电网调度运行的灵活性和经济性。

基于时序配合的主从微电网需求侧资源动态聚类算法

为了合理利用和动态聚类主从微电网需求侧资源,提高资源利用效率和运行性能,提出了基于时序配合的主从微电网需求侧资源动态聚类算法。在时序配合下,对主从微电网需求侧资源进行提取。将主从微电网需求侧资源负荷峰谷差、负荷波动率最小化和负荷消纳率最大化作为目标函数,设定主从微电网需求侧资源曲线波动率和负荷互补约束条件,构建主从微电网需求侧资源动态聚类模型。基于动态调整惯性权重的粒子群算法,求解主从微电网需求侧资源动态聚类模型,实现主从微电网需求侧资源动态聚类。实验结果表明,所提算法的主从微电网需求侧资源动态聚类效果较好,能够有效实现主从微电网需求侧资源的合理利用,提高主从微电网需求侧资源动态聚类效率。

基于背靠背变流器互联的微网间传输功率控制及稳定性分析

基于柔性背靠背变流器(BTBC)互联的微网群可实现不同微网间的功率解耦控制,与基于阻抗互联的微网群结构相比微网间功率交互的灵活性更高。然而,针对扰动下的BTBC互联功率控制策略及其对系统稳定性的影响尚不明确。文中建立了基于BTBC互联的微网群全阶小扰动模型,通过参与因子分析得到低频段与稳定性相关的环节,并得到与功率交互相关的主导模态,并分析了互联功率控制对系统稳定性的影响。在此基础上,提出了一种减小扰动对微网局部稳定性影响的柔性互联微网群的有功功率交换控制策略,利用根轨迹分析了该策略下系统的小信号稳定性,并结合仿真平台验证了策略的有效性。

混合时间尺度下微网群系统多重博弈协同调度研究

基于微网群系统可再生能源高渗透率及多主体利益分配问题,提出一种计及混合时间尺度的微网群多重博弈协同调度方法。首先,综合考虑需求侧资源响应速度的差异性和可再生能源出力的不确定性,建立计及碳交易机制的日前–日内–实时逐级递进调度模型;进而,针对微网群内售电微网和购电微网在电能交易中的利益诉求和新能源消纳问题,在实时调度阶段构建基于购电微网选择状态的演化博弈模型、基于售电微网之间价格竞争机制的非合作博弈模型以及基于购售电微网互动关系的主从博弈模型,并采用并行分布式方法求解博弈模型的均衡策略。最后,通过不同调度场景分析所提策略在微网群系统调度中的优势。

微电网群储能变流器的牵制协调控制

针对由多个微电网组成的微电网群系统,因其系统庞大控制器繁多,存在控制目标信息数据难以协调统一的问题。考虑在微电网内分布式电源之间通信存在延迟的情况,建立含稀疏通信网络的微电网群系统模型,提出一种分布式牵制二次控制策略,仅需通过与邻居节点交换功率信息状态,即可实现精确功率共享,提高系统的可靠性和灵活性。最后搭建基于StarSim-HIL的实验平台,并在多种场景下进行实验,结果显示所提方案对微电网群可实现精确的功率共享和微电网区域高度自治,验证了所提策略的有效性。

基于改进蝙蝠算法的微网群能量优化方法

针对微网群如何稳定运行以及最大程度减少网群运行成本等问题,进行了基于改进蝙蝠算法的微网群能量优化研究。系统以离网运行的两个交流微电网和一个直流微电网构成的微网群作为研究对象,构建包含集中储能系统的微网群架构,利用运行成本和环境影响成本为多目标函数建立优化调度模型,通过二元对比权定法将多目标函数转化为单目标函数,采用基于Tent映射与柯西变异的改进蝙蝠算法进行能量优化。结果表明,对比传统的微网群优化方法,该系统能量优化方法具有较好的系统运行稳定性,有效提高了系统经济效益,使得日运行综合成本降低了14.63%。

基于纵向联邦学习的微电网群协同优化运行与策略进化

针对分属不同利益主体的微电网构成的微电网群在隐私保护下的协同优化运行问题,提出了一种基于联邦学习的多主体微电网群协同优化运行与策略进化方法。首先,各个微电网在本地训练自身的等值封装模型并上传至云端。然后,云端汇集各微电网的等值封装模型,进行场景推演和全局策略搜索,并下发策略至各微电网。最后,各微电网通过分布式联合训练纵向联邦神经网络学习新策略,实现在隐私保护下的微电网群协同优化运行与策略进化。不同规模微电网群协同运行的仿真结果表明,该方法实现了多主体微电网群在隐私保护下的协同优化运行,相较于独立运行、非合作博弈以及多智能体深度强化学习方法,提升了微电网群整体的经济效益,并保证了各参与方利益的合理分配。

基于深度时间聚类的微电网典型场景生成方法

典型运行场景提取对制定有效的日前运行策略具有重要意义。微电网中,可再生能源和新型负荷的强不确定性使得微电网的运行场景具有复杂时序特征。传统的场景聚类分析方法缺乏对时序特征的考虑,难以得到有效可信的典型运行场景。为此,文中提出一种基于深度时间聚类的微电网典型运行场景生成方法。首先,基于受路径约束的动态时间规整算法,量度时间序列的形态相似性;其次,设计了一种组合卷积神经网络和双向长短期记忆网络的时序自动编码器结构,提取复杂时序运行场景中的深层次特征并实现数据降维;然后,联合优化时序特征提取与时序聚类,得到有效、可信的典型运行场景;最后,提出考虑时间序列形态相似性的时间轮廓系数以及日内实际场景的运行成本作为聚类有效性评估指标。基于澳大利亚居民微电网的实际算例结果表明,与传统的场景聚类方法相比,所提方法具有更强的复杂时序特征挖掘能力,能够得到更具代表性的典型运行场景。