论文部分内容阅读
微电网作为智能电网的重要组成部分,它对新能源的推广、电力生产过程中的节能降耗、降低碳排放量具有重要意义。微电网能量管理的主要目的是在满足技术条件和物理装备等约束下,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,不仅保证短期内能量的供求平衡,同时达到长期内能量的优化调度和电网的经济运行。然而,由于新能源供电的间歇性、系统结构的复杂性、控制行为的约束性等原因,使得传统的能量管理策略难以满足实际的控制需求。因此,要保证微电网安全、可靠、经济地运行,实现微电网的推广和应用,就需要对微电网能量管理问题进行研究。预测控制不仅具有能处理多变量过程、约束,实现多目标优化等特点,而且采用滚动优化的思想求解优化问题,具有良好的动态控制效果,为微电网系统能量的优化管理提供了一条新的研究思路。本文针对微电网系统的能量管理问题,主要开展以下研究工作:(1)针对存在多智能用户的微电网能量管理问题,提出了一种基于分层分时预测控制(Scaled time-Hierarchical Model Predictive Control, SHMPC)的能量管理策略。根据能量在不同模块间的流动,建立系统的分层模型和基于双层控制结构的能量管理优化问题。上层的集中控制器通过优化储能的充/放电时间、充/放电量、可控供电功率以及对负荷需求的调节作用来实现能量的优化流动,下层的集合器通过优化对负荷需求的分配作用来满足负荷的实时需求。同时,为改善能量管理所面临的双向扰动,针对上下两层优化问题分别采用不同时间尺度进行优化,通过在慢采样周期内优化求解上层优化问题,实现能量在长期内的优化调度;在快采样周期内优化求解集合器优化问题,实现短期内对用户需求的实时供应。(2)针对由多个微电网组成的多微电网系统,提出了一种基于分布式预测控制算法(Distributed Model Predictive Control, DMPC)的能量优化方法。基于多微电网间的能量流动特性,建立系统的能量管理模型。通过求解基于系统供求平衡误差的分布式预测控制优化问题,实现对新能源的有效利用和负荷需求的实时满足,在保证系统实时性需求的前提下降低了优化问题求解的计算量。(3)针对多微电网系统能量优化分配问题,从市场角度出发,提出一种基于实时电价因子的能量优化分配策略。根据多微电网系统中能量在微电网间的分配关系,建立多微电网系统的能量流动模型和能量管理优化问题:然后,采用对偶分解方法将多微电网能量管理优化问题分解成两层结构,并引入拉格朗日协调因子,通过迭代更新协调求得最优解。该方法不仅实现了多微电网间能量的优化分配,而且为多微电网系统中实时电价的定价机制提供了参照。