微网5—经济控制.pdf

微网运行优化研究汇报 ——基于广义需求侧资源的微网运行优化 2012.12.13 • 现有研究思路及改进方向 • 基于广义需求侧资源的系统框架 • 广义需求侧资源对微网优化问题求解的挑战 • 基于启发式规则的优化策略 • 基于粒子群的运行优化 • 算例验证 • 贡献及结论 • 分布式能源数学模型 现有研究思路及改进方向 现有研究思路： 建立各种分布式能源的运行和能耗特性入手，研究能源 的最优分配问题 改进方向： 用户积极参与电网优化运行是智能电网区别于传统电网 的重要特征，所以需求响应可以成为微网运行优化问题 的一个更新、更广的研究视角 基于广义需求侧资源的系统框架 含义： 现有的需求响应项目中，所能利用的需求侧资源主要指负荷和 能效资源。而在未来的智能电网中，分布式发电和储能也能成 为新型需求侧资源。将这三类资源称为广义需求侧资源。 目的： 综合利用，以提升微网运行优化效果 基于广义需求侧资源的系统框架 建立三维的、更具弹性的微网运行优化构架 维度1——从电能的供应侧进行优 化，根据不同发电资源的运行和能 耗特性，实现能源的经济和环境优 化利用； 维度2——从电能的需求侧进行优 化，通过能源价格的影响改变用户 原有用电习惯； 维度3——利用储能设备充当“供- 需”之间的缓存，改变能源利用时 间，改善负荷结构，提升运行优化 的整体效果。 广义需求侧资源对微网优化问题求解的挑战 传统优化问题 求解前提——负荷在时间域内的分布是确定的。 问题实质——空间域内DG资源的优化分配问题。 求解方法——群智能算法，如遗传算法、粒子群算法等。 基于广义需求侧资源的优化问题 复杂来源——考虑了负荷的可平移特性。 问题实质——时间域和空间域内广义需求侧资源的优化分配问题。 求解方法——启发式规则与粒子群算法串行求解的方法。 首先，由启发式规则在时间域内制定可平移负荷和储能的 优化策略； 其次，采用粒子群算法在空间域内对当前优化周期内的 DG进行优化分配。 基于启发式规则的优化策略 目的： 通过综合未来的电价、可再生能源出力等因素，对负荷在时间域 内的分布做出决策。 系统配置：24 小时划分为N个优化周期，采用滑动数据窗进行滚动优化， 数据窗长度为W个优化周期，当前优化周期为k 。 步骤1：执行如下初始化过程 k W 预测当前数据窗的负荷需求序列 Lw (k )