微电网的日优化方案

微电网控制系统设计与优化随着新能源技术的不断发展，微电网已成为改善电能供应、降低能耗、保护环境的一种可行的选择。

微电网由多种能源供应设备、储能系统和电能负载设备以及相关的控制系统组成，是一种更加智能化、可靠性和安全性更高的电网形式。

本文将介绍微电网控制系统的设计与优化。

一、微电网控制系统的设计微电网控制系统包括能量管理系统（EMS）和微电网控制器（MGC）。

EMS主要负责能量的监测和管理，包括能源输入输出管理、负荷管理、储能管理等；而MGC则主要负责微电网内部的电能管理和控制。

1. 能量管理系统（EMS）的设计(1) 能源输入输出管理能源输入输出管理是EMS的重要功能之一，其主要目的是监测和管理可再生能源的输入和传统能源的输出。

当可再生能源不足时，传统能源会被调用，以保证电力供应的可靠性。

可再生能源的输入变化会影响电网的稳定性和效率，因此需要对其进行实时监测和控制。

(2) 负荷管理负荷管理是EMS的另一个核心功能。

负荷预测技术可以帮助EMS实现有效的负荷管理，通过分析历史电力数据和未来天气预测等多种因素，对未来的负荷情况进行预测，并制定相应的调度策略。

负荷管理可以减少能源的浪费和损失，并提高微电网的供电质量。

(3) 储能管理微电网的储能系统是EMS所需要管理的关键部分，储能系统的设计和管理可以使微电网更加稳定和高效。

储能系统可以为微电网提供备用功率，以应对突发负荷增加或可再生能源输入波动的情况。

此外，储能系统还可以缓解电网压力，平衡接口电压和频率等。

2. 微电网控制器（MGC）的设计微电网控制器是指植入微电网的一个专门的控制单元，主要负责微电网内部的电能管理和控制。

MGC的设计可以通过电网稳定性控制技术、电能质量控制技术、储能控制技术等方面实现对微电网的精准控制。

(1) 电网稳定性控制技术电网稳定性控制技术是MGC的重要功能之一，其主要用于控制微电网的电压、频率等参数，以保持电网的稳定性。

电网的稳定性受到外界负荷变化和可再生能源输入波动等影响，MGC通过对电压、频率等参数进行精准控制，以保证微电网的供电质量和稳定性。

可再生能源微电网的运行调度与优化策略研究可再生能源微电网是指由可再生能源发电设备、负荷设备、储能设备和能源管理系统等组成的小型独立电网系统。

与传统电网相比，可再生能源微电网具有独立运行、可再生能源利用高、环境友好等特点。

然而，由于可再生能源的间歇性和不稳定性，微电网系统的运行调度和优化策略成为提高系统可靠性、经济性和可持续性的关键问题。

一、可再生能源微电网的运行调度策略1. 负荷预测与优化调度：要实现可再生能源微电网的连续供电，首先需要准确预测负荷需求。

基于历史数据和机器学习算法，可以建立负荷预测模型，并根据负荷需求进行优化调度。

优化调度可以通过降低非关键负荷、合理安排负荷运行时段等方式实现，以减少对可再生能源的依赖，并降低系统的运行成本。

2. 可再生能源发电预测与调度：对于可再生能源微电网来说，合理调度可再生能源发电设备的输出功率至关重要。

通过建立可再生能源发电预测模型，结合天气预报、能量收集效率等因素，可以合理预测可再生能源的发电量。

同时，通过出力控制和优化调度，可以在不影响负荷供应的前提下，最大限度地利用可再生能源，提高系统的自给能力。

3. 储能设备的调度控制：储能设备在可再生能源微电网中起到平衡供需、稳定系统运行的关键作用。

通过合理调度储能设备的充放电过程，可以在可再生能源不可用或不稳定时提供备用电力，并在可再生能源充沛时进行储能，以实现能源的持续利用。

调度策略可以通过PID控制、模糊控制和最优控制等方法实现，以满足系统对储能设备的需求。

二、可再生能源微电网的优化策略1. 经济性优化策略：在可再生能源微电网的运行调度中，经济性是考虑的重要因素之一。

通过建立经济模型和优化算法，可以实现微电网系统的经济性优化。

优化目标包括降低运行成本、最大化可再生能源利用和优化电力市场交易等。

在优化过程中，需要考虑电价、负荷需求和可再生能源发电量等因素，以实现经济性与环境友好性的平衡。

2. 可靠性优化策略：可再生能源微电网的可靠性是保障系统正常运行的关键。

《微电网运行策略及优化方法研究》篇一一、引言随着社会对可再生能源的依赖性日益增强，微电网作为一种新型的能源供应模式，其运行策略及优化方法的研究显得尤为重要。

微电网能够整合分布式能源资源，如风能、太阳能等，并通过智能控制技术实现能源的高效利用和供应。

本文将针对微电网的运行策略及优化方法进行深入研究，旨在为微电网的可持续发展提供理论支持和实践指导。

二、微电网的基本概念及组成微电网是指通过先进的电力电子技术，将分布式能源、储能系统、负荷等有机结合，形成一个能够自我控制、管理和优化的独立电力系统。

其基本组成包括分布式发电系统、储能装置、能量转换装置以及监控管理系统等。

三、微电网的运行策略1. 能源调度策略：根据微电网内各分布式电源的出力特性及负荷需求，制定合理的能源调度策略。

通过实时监测各电源的出力情况及负荷需求，进行动态调整，确保微电网的稳定运行。

2. 优化配置策略：根据微电网的实际情况，制定合理的设备配置方案，包括分布式电源、储能系统等。

同时，结合经济性、环保性等因素，进行设备选型和配置优化。

3. 保护控制策略：为确保微电网的安全稳定运行，制定完善的保护控制策略。

包括故障诊断、隔离及恢复供电等措施，确保在发生故障时能够及时处理，降低损失。

四、微电网的优化方法1. 能量管理优化：通过引入智能控制技术，实现微电网内能量的优化管理。

包括需求响应、能量预测、储能系统的调度等，以提高能源利用效率。

2. 分布式电源的优化：针对不同分布式电源的特性，制定相应的优化措施。

如通过优化风力发电和光伏发电的并网运行策略，提高其发电效率。

3. 通信网络的优化：通过建立高效稳定的通信网络，实现微电网内各设备之间的信息共享和协同控制。

这有助于提高微电网的运行效率和管理水平。

五、实例分析以某地区微电网为例，通过引入先进的能量管理技术和优化方法，实现了微电网的高效运行和能源的充分利用。

具体措施包括：建立完善的能量管理系统，实现需求响应和能量预测；优化风力发电和光伏发电的并网运行策略；建立高效稳定的通信网络，实现各设备之间的信息共享和协同控制等。

《微电网运行策略及优化方法研究》篇一一、引言随着能源结构调整和可持续发展的需求，微电网作为整合分布式能源、储能设备以及负载的综合供电系统，越来越受到重视。

其灵活的运行策略及持续优化的方法对于提升微电网运行效率、保证电力系统的稳定性具有重要作用。

本文将详细研究微电网的运行策略及其优化方法。

二、微电网的基本构成与运行特点1. 微电网的基本构成微电网主要由分布式能源（如风能、太阳能发电设备）、储能设备（如电池储能系统）、能量转换设备以及负载组成。

这些设备通过微电网控制系统进行协调运行。

2. 微电网的运行特点微电网具有独立运行和并网运行两种模式。

在独立运行模式下，微电网能够通过内部的能源供应和储能设备保障电力供应；在并网运行时，微电网则能够与大电网互补，保证供电的稳定性和可靠性。

三、微电网的运行策略1. 分布式能源的优化配置根据微电网的负荷需求和可再生能源的实际情况，合理配置分布式能源，确保能源的充分利用和电力供应的稳定性。

2. 储能设备的运行策略储能设备在微电网中扮演着能量缓冲的角色，需要根据微电网的负荷需求和分布式能源的输出情况进行充放电操作，保证电力系统的平稳运行。

3. 负荷管理策略通过智能负荷管理技术，对微电网内的负荷进行实时监控和调整，确保电力供应与需求之间的平衡。

四、微电网的优化方法1. 运行模式优化根据实际需求和环境条件，对微电网的运行模式进行优化选择，以实现最佳的经济效益和环保效益。

2. 能源调度优化通过先进的调度算法，对分布式能源进行优化调度，提高能源利用效率。

3. 储能设备的维护与升级定期对储能设备进行维护和升级，保证其正常运行和延长使用寿命。

五、实践应用与未来展望1. 实践应用目前，微电网已在许多国家和地区得到应用，其运行策略和优化方法在实践中不断得到完善和优化。

例如，通过智能控制技术实现微电网的自动运行和故障诊断；通过云计算和大数据技术对微电网的运行数据进行实时分析和处理等。

2. 未来展望随着科技的进步和可持续发展需求的增加，微电网将在未来发挥更加重要的作用。

㊀㊀㊀㊀第３３卷第２期电力科学与技术学报V o l ３３N o ２２０１８年６月J O U R N A LO FE I E C T R I CP O W E RS C I E N C EA N DT E C H N O L O G Y J u n ２０１８㊀独立型微电网日前与日内协调优化调度李振坤,李一骄,宋偲毅,胡㊀荣(上海电力学院电气工程学院,上海２０００９０)摘㊀要:为减小风光发电的随机性对独立型微电网经济运行的影响,并考虑风光发电的预测精度随时间尺度的减小而增加的特点,提出一种将日前计划调度和日内M P C滚动调度相结合的优化调度策略.日前计划调度综合考虑电源㊁储能和负荷的可调度资源,建立计及系统运行成本和负荷满意度的多目标优化调度模型;日内调度基于M P C的思想,构造日内滚动优化模型,其中包括风光发电预测模型㊁系统在滚动周期内总运行成本最低为目标的调度模型以及反馈纠正环节,并且为使日内调度的局部性与日前调度的全局性相协调,在调度模型中加入储能荷电状态在一定时间节点变化的惩罚项.最后,对该文所提策略和模型进行仿真验证,结果表明,日前调度使微电网的可调度资源得到充分利用,提高了系统的经济性;日内调度降低了可再生能源的不确定性对微电网的影响,实现了对可控电源的更精细化管理,提高了系统的安全运行水平.关㊀键㊀词:微电网;协调优化;经济调度;模型预测控制中图分类号:TM８６３㊀㊀㊀㊀文献标志码:A㊀㊀㊀㊀文章编号:１６７３Ｇ９１４０(２０１８)０２Ｇ００５０Ｇ０９M u l t iＧt i m e s c a l e o p t i m a l d i s p a t c ho f i s o l a t e dm i c r o g r i db a s e d o nm o d e l p r e d i c t i v e c o n t r o lL I Z h e nＧk u n,L IY iＧj i a o,S O N GS iＧy i,HU R o n g(S c h o o l o f P o w e rE n g i n e e r i n g,S h a n g h a iU n i v e r s i t y o fE l e c t r i cP o w e r,S h a n g h a i２０００９０,C h i n a)A b s t r a c t:F o r t h e e c o n o m i c o p e r a t i o no f i n d e p e n d e n tm i c r o g r i d,i t i so f g r e a t s i g n i f i c a n t t or e d u c e t h e r a n d o m n e s so f w i n da n d s o l a r p o w e r g e n e r a t i o n．C o n c e r n i n g t h e f e a t u r e t h a t t h e f o r e c a s t i n g a c c u r a c y o fw i n d a n d s o l a r p o w e r g e n e r aＧt i o nw h i c h i n c r e a s e sw i t hd e c r e a s i n g t i m e s c a l e s,t h i s p a p e r p r o p o s e s a n o p t i m a l d i s p a t c h s t r a t e g y w h i c h c o m b i n e s t h e d a yＧa h e a d p l a n n i n g d i s p a t c h a n d t h e r o l l i n g o p t i m i z a t i o nm o d e l b a s e d o nm o d e l p r e d i c t i v e c o n t r o l．U n d e r t h e c o n s i d e rＧa t i o n o f＂s o u r c eＧl o a dＧs t o r a g e＂r e s o u r c e s,am u l t iＧo b j e c t i v e o p t i m i z a t i o n d i s p a t c hm o d e l w h i c h i n c l u d e s s y s t e mo p e rＧa t i o n c o s t a n d l o a d s a t i s f a c t i o n i s e s t a b l i s h e d i n t h ed a yＧa h e a d p l a n n i n g d i s p a t c h．B a s e do n m o d e l p r e d i c t i v e c o n t r o l, t h e i n t r a d a y r o l l i n g o p t i m i z a t i o nm o d e l i s c o n s t r u c t e dw h i c h a l s o i n c l u d e s t h e p r e d i c t i o nm o d e l o fw i n d a n d s o l a r p o wＧe r g e n e r a t i o n s c h e d u l i n g m o d e lw i t h t h e o b j e c t i v eo f l o w e s t t o t a l o p e r a t i n g c o s t i n t h e r o l l i n g c y c l ea n dt h e f e e d b a c k c o r r e c t i o n s c h e m e．B e s i d e s,i no r d e r t oc o o r d i n a t et h e l o c a l i t y o f i n t r ad a y s c h e d u l i n g a n dt h e g l o b a lo fd a yＧa h e a d s c h e d u l i n g,t h e p e n a l t y i t e mr e l a t e d t o t h e s t a t e o f c h a r g e i s i n t r o d u c e d i n t o t h e r o l l i n g d i s p a t c hm o d e l．A n e x a m p l e i s g i v e n t ov a l i d a t e t h e p r o p o s e d s t r a t e g y a n dm o d e l．T h e r e s u l t s s h o wt h a t t h e d a yＧa h e a dd i s p a t c h c a nm a k e f u l l u s e o f t h e d i s p a t c h i n g r e s o u r c e o fm i c r o g r i d,a n d i m p r o v e t h e e c o n o m y o f s y s t e m．T h e r o l l i n g o p t i m i z a t i o nr e d u c e s t h e i mＧp a c t o f r e n e w a b l e e n e r g y u n c e r t a i n t y i n t h eM i c r o g r i d．K e y w o r d s:m i c r o g r i d;f l e x i b l e l o a d;m o d e l p r e d i c t i v e c o n t r o l(M P C);m u l t iＧt i m e s c a l e;e c o n o m i c d i s p a t c h收稿日期:２０１６Ｇ０５Ｇ０６;修回日期:２０１７Ｇ０１Ｇ０６基金项目:上海绿色能源并网工程技术研究中心项目(１３D Z２２５１９００).通信作者:胡㊀荣(１９６２Ｇ),女,副教授,主要从事城市电网规划的研究;EＧm a i l:h u r o n g６２＠１２６．c o m第３３卷第２期李振坤,等:独立型微电网日前与日内协调优化调度微电网是一种将分布式电源㊁负荷㊁储能以及监控保护装置有机结合起来形成的小型可控的发配电系统.分布式电源通过微电网接入电网,可以降低其给配电网带来的不利影响,使能源使用率提高,从而有效的保证了供电可靠性和电能质量.将分布式电源以微电网的形式接入配电网,被普遍认为是有效利用分布式电源的方式之一[１Ｇ３].然而在遇到如大电网故障导致微电网脱网,或在偏远地区㊁海岛等大电网无法到达的特殊情况,微电网只能独立自治运行.相较于大电网,由于风能㊁太阳能的随机性,独立型微电网承受扰动的能力相对较弱,因而面临更高的运行风险.通过对微电网中的可控资源进行合理的调度,可以有效提高微电网的稳定性和经济性[４Ｇ５].对于微电网的经济优化调度研究,早期的研究多集中于电源侧.文献[６Ｇ９]构建包含不同类型电源的优化调度模型,从发电端的角度,综合考虑不同电源的功率特性和发电成本,完成对各个电源的功率分配.随着研究的不断深入,用户侧受到越来越多的重视.文献[１０Ｇ１１]分别考虑用户的用电舒适度㊁用电经济性等因素来构建日前调度模型,将柔性负荷作为调度资源进行优化调度.相对于大电网,微电网的负荷具有更好的灵活性和可操作性,方便调控和管理.可见借助经济措施实现微电网需求侧管理,能够提高微电网运行效益.但上述文献仅是从日前的角度对微电网进行调度研究,并未考虑可再生能源日前预测误差对调度结果的影响.文献[１２]以含可再生能源与热电联供的混合微网为研究对象,通过 时 分 以及 秒 时间尺度的能量协调完成混合微网运行优化,但其仅从日内调度的角度进行研究,并未考虑日前调度对日内调度的影响.文献[１３]从日前和日内两个时间尺度构建微电网经济调度策略,但日内调度阶段仅引入了各微源的附加成本,日内调度与日前调度联系不够紧密.文献[１４]对日内调度的时间级进行精细化分解并构建了不同时间级的调度模型,并且在构建日内调度模型时综合考虑了日前调度对日内调度的影响,但其并未建立各时间尺度的可再生能源发电的预测模型.文献[１５]在日内调度中提出了滚动优化的调度方式,但并未对滚动优化设计反馈纠正环节.基于上述研究的现状,由于并网型微电网的功率波动可以由大电网承担,对精细化管理的要求不高,故该文以独立型微电网为例,将微电网的电源和负荷共同作为调度资源,进行综合优化调度,并考虑到风光发电的预测精度随时间尺度的减小而增大的特点,将调度策略分为日前和日内２个调度阶段.其中,日前调度从经济的角度出发,建立负荷满意度模型并构建计及微电网运行成本和负荷满意度的多目标优化模型,优化网内可控电源出力计划㊁储能设备的充放电曲线以及柔性负荷的运行状态;日内调度是在日前计划调度的基础上,提出一种基于M P C 的微电网滚动优化调度策略,优化模型以未来一个时段内运行费用最小为优化目标进行滚动优化,并设计滚动周期内可再生能源的预测模型.为保证日内调度的局部性与日前调度的全局性相协调,将储能在滚动时段末端的S O C变化量作为惩罚项加入到日内调度模型,之后进行反馈校正,实现对调度方案的实时修正,使微电网系统运行更加稳定.１㊀微电网内可控电源及负荷模型独立微电网中包含有风机㊁光伏阵列㊁柴油发电机㊁蓄电池和负荷,其中负荷包含重要负荷和柔性负荷.该文主要对柴油发电机㊁蓄电池和柔性负荷进行建模分析.１．１㊀柴油发电机模型柴油发电机的运行成本主要体现在燃料成本上,其成本与输出有二次函数关系[１５]:F d e(t)＝A[α(P d e(t))２＋βP d e(t)＋γ](１)式中㊀P d e(t)表示在t时段内柴油发电机的平均输出功率;α㊁β㊁γ为常数,其值与柴油发电机的装机容量有关;A为调整系数,其值与燃油价格有关.在运行过程中,应满足出力约束:P m i n d eɤP d e(t)ɤP m a x d e(２)为防止柴油发电机的频繁启停,其最短开㊁停机时间约束为t o nȡt o n．m i nt o f fȡt o f f．m i n{(３)１５电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报２０１８年６月式中㊀t o n㊁t o f f分别为柴油发电机的开㊁停机持续时间.１．２㊀蓄电池模型:１．２．１㊀蓄电池的运行成本蓄电池的运行成本主要表现为寿命损耗费用,寿命损耗费用与蓄电池的循环寿命相关,蓄电池的循环寿命与放电深度有很大关系,蓄电池的放电深度越深,则循环寿命越短.笔者结合雨流计数法[１６]和吞吐量估算法[１７]来推导蓄电池的运行成本.首先,利用雨流计数法统计出蓄电池的放电深度与循环寿命之间的关系,并拟合如下[１６]:N l i f e(t)＝－３２７８D o d(t)４－５D o d(t)３＋１２８２３D o d(t)２－１４１２２D o d(t)＋５１１２(４)式中㊀D o d(t)表示蓄电池在t时刻内的放电深度; N l i f e表示蓄电池在t时刻内放电深度为D o d(t)的循环寿命.之后根据蓄电池的循环使用寿命与放电深度的关系,利用吞吐量估算法来估算单位调度时间内蓄电池的寿命损耗成本,其表达式[１７]为F B(t)＝C i n v P B(t)N l i f e ２E L B(５)式中㊀C i n v表示蓄电池的初始总投资成本;P B(t)为单位时间内蓄电池的充放电功率,P B(t) ０表示蓄电池放电,P B(t) ０表示蓄电池充电;E L B为蓄电池的额定容量.该式将蓄电池的运行寿命损耗归于目标函数中,将多目标转化为单目标,减少了计算的复杂度.１．２．２㊀蓄电池的运行约束１)充放电功率约束.P B m i nɤP B(t)ɤP B m a x(６)２)蓄电池的S O C约束.S O C表示蓄电池的剩余容量与它满充电状态时容量比值的百分数.为保证蓄电池在调度周期内的安全运行,S O C约束可表示为S O C m i n＜S O C(t)＜S O C m a x(７)３)为方便日前周期性调度,保障系统长期运行,蓄电池每日的始末剩余容量需保持一致,其约束条件可表示为E L B(０)＝E L B(２４)(８)１．３㊀柔性负荷模型微电网中的负荷包括重要负荷与柔性负荷,柔性负荷作为可调度资源又可分为可中断负荷与可平移负荷.１．３．１㊀可中断负荷模型微电网运营商拥有此类负荷的中断权,根据供需双方事先签订的合同约定,在电网高峰时段由微电网运营商向用户发出中断请求信号,经用户响应后中断部分供电[１８].可中断负荷的表达式为PᶄI L(t)＝P I L_０(t)－μI L P I L(t)(９)式中㊀PᶄI L(t)为t时段采用负荷中断后的负荷供给量;P I L_０(t)为t时段的可中断负荷用户需求量; P I L(t)为t时段的可中断负荷调整量;μI L(t)为０Ｇ１变量,表示可中断负荷的运行状态,０表示不进行中断,１表示进行中断.１．３．２㊀可平移负荷模型可平移负荷具有运行时间灵活㊁功率大小恒定的特点,微电网运营商可根据实际情况灵活改变此类负荷运行状态[１９].其表达式为Pᶄm o v e(t)＝P m o v e_０(t)＋P i n(t)－P o u t(t)(１０)式中㊀Pᶄm o v e(t)为t时段采用负荷平移后的负荷供给量;P m o v e_０(t)为t时段的可平移负荷用户需求量;P i n(t)㊁P o u t(t)分别为t时段负荷移入和移出量.为保证能够顺利地对微电网中的柔性负荷进行调度,其根本在于制定合理有效的负荷调度合同,其合同内容主要包括:合同有效时间㊁提前通知时间㊁中断与平移持续时间㊁中断次数㊁平移的移出时段和移入时段,负荷中断和平移的容量㊁补偿费用及执行手段等.补偿方式一般有电价折扣和电量赔偿两种补偿方式.由于柔性负荷的调度方式较为复杂,故在日内调度中不作考虑.对于两种负荷调度的补偿方式,该文均采用合同赔偿的方式,即根据微电网运营商与用户签订的合同,对调度周期中的负荷调节量进行费用补偿.１．３．３㊀负荷满意度负荷满意度是电力营销的概念,用来表示用电供需之间的关系.该文将调度周期内微电网的实际供电量与用户的需求量的比值作为用户负荷满意２５第３３卷第２期李振坤,等:独立型微电网日前与日内协调优化调度度,来评价微电网的供电能力.其表达式为S ＝ð２４t ＝１[P ᶄI L (t )＋P ᶄm o v e (t )＋P v i p (t )]ð２４t ＝１[P I L _０(t )＋P m o v e _０(t )＋P v i p (t )](１１)式中㊀P v i p (t )为重要负荷在t 时段内的需求量.２㊀微电网调度策略笔者提出的调度策略根据时间尺度的不同分为日前计划调度和日内滚动调度.两种不同时间尺度的协调优化,在满足各自运行约束条件的基础上优化调度微电网的可控资源,确保微电网的稳定性和经济性.日前计划调度是基于日前天气预报信息对调度日内２４h 的新能源出力与负荷进行预测.以１h 为分辨率,综合考虑各发电单元和负荷的特性,优化调度日内柴油发电机㊁蓄电池的出力以及柔性负荷的调节量,并确定日供电负荷总量.日内滚动调度计划以微电网日前调度计划为基础,以４h 为滚动周期,１５m i n 为分辨率,更新新能源出力预测信息,在不改变日前计划中负荷运行状态和不减少负荷总供给量,且满足功率平衡㊁功率输出等约束的前提下,利用M P C 的方法优化蓄电池㊁柴油发电机的出力,保证微电网系统的经济稳定运行.２．１㊀日前计划调度根据微电网中的日前可调度资源,日前计划调度以微电网中可控微源的运行成本F １最低以及负荷满意度F ２最大来构建多目标优化模型,其表达式为m i n F １＝ð２４t ＝１[ðni ＝１F d ei (t )＋F B (t )](１２)m a x F ２＝S(１３)上述的多目标优化模型,可采用文献[２０]运用的改进非劣解排序遗传算法(N S G A ＧI I )进行求解,由于篇幅限制,具体计算过程在这里不做赘述.运用N S G A ＧI I 得到的P a r e t o 解是一个最优边界解集.作为最终的决策支持,需从P a r e t o 解中选取一个合适的解作为最终方案.该文从微电网运营商的角度出发,将负荷补偿费用F L 作为标准来选取最优的供电方案,取F L 最小为总终解的选取标准.F L 的表达式为F L ＝ð２４t ＝１C I L P I L (t )＋C m o v e P m o v e (t )(１４)式中㊀C I L ㊁C m o v e 分别为可中断负荷与可平移负荷根据合同制定的单位电量的补偿费用;P m o v e (t )＝P i n (t )－P o u t (t )为t 时段内可平移负荷的调整量.日前计划调度除满足各微源相关约束外还应满足等式约束:ðni ＝１Pd e i(t )＋P B (t )＋P W (t )＋P P (t )＝P l o a d (t )(１５)式中㊀P W (t )㊁P p (t )分别为在t 时段内风机和光伏平均输出功率;P l o a d (t )为t 时段总负荷需求量.２．２㊀日内滚动调度日内优化调度是在日前调度计划确定的前提下对微电网的微源进行滚动优化控制,以解决由于预测精度不够导致的风力和光伏发电出力的偏差过大问题.M P C 是一种基于模型的闭环最优控制算法,主要由预测模型㊁滚动优化和反馈校正构成.其基本思想是根据预测模型,结合测量输出,预测出系统在预测时域M 内的行为;在每一采样时刻k ,利用预测方法对系统未来行为的预测,根据相关性能优化指标通过优化算法计算出未来一段时域M 内的控制输入序列,但是k 时刻只将优化结果的第一个值加在被控对象上,在k ＋D t 时刻,使用新的输出测量值重复上面整个优化步骤.由于滚动优化调度的特点是在线不断的滚动求解最优的功率分配方案,与M P C 控制算法理论具有高度的相似性,因此,该文运用M P C 控制算法的思想来进行日内滚动调度优化.２．２．１㊀预测模型假定风电㊁光伏超短期预测功率由其日前预测功率分别叠加正态分布的预测误差得到.预测误差为ε~N ０,σ２(),其中σ２取决于预测时间尺度D t .则其预测模型如下:P i (k ＋D t k )＝P i (k )＋εi (k ＋D t )(１６)式中㊀P i (k )为在当前k 时刻的风光发电的初始３５电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报２０１８年６月有功出力值;P i(k＋D t k)为在k时刻预测未来k＋D t时刻的风光发电有功出力的预测值.利用式(１６)进行反复迭代ρ步,即可得到在滚动时长M＝ρ D t内,风光发电的预测出力序列,其表达式为P f i＝[P i(k＋D t), ,P i(k＋M)](１７)２．２．２㊀滚动优化经过预测模型计算,可以得到风光发电的在后续时段预测有功功率.根据风光发电的滚动预测出力数据,以滚动时段内微电网的综合调度成本最低为目标来构建滚动优化模型.由于时间尺度较短,滚动优化结果只注重了局部经济性,而无法计及储能在长时间段合理充放电带来的收益,也无法保证在全天时间内储能充放电量的平衡.为了维持全局经济最优,在滚动调度模型中引入与储能在调度周期末时刻荷电状态有关的惩罚项,则滚动时段内的优化调度模型可表示为m i n F＝m i nðk＋ρD t t＝kðN i＝１[F t d e i(P D t d e i)＋F t B(P D t B)]{}＋β(S O C r e f T－S O C T)２(１８)式中㊀F t(P D t)表示在滚动调度周期内各微源的综合调度成本,其中P D t表示各微源滚动调度周期内经优化调度后的有功平均值;S O C r e f T表示在滚动调度周期末时刻T储能S O C的日前计划值;S O C T 表示滚动周期末时刻T储能S O C的日内调度值;β表示储能S O C的惩罚系数.通过滚动调度的优化性能指标,可以求得在预测时段M内的微源出力,但只将D t时段内的微源出力作为k时刻的调度计划值,对系统微源的出力进行修正.２．２．３㊀反馈纠正在k＋D t时刻重复上面的步骤,但需要指出的是由于风电㊁光伏发电具有很大的随机性,在目前的预测方法中,都不能保证风电㊁光伏出力与预测值相同,即在滚动预测过程中会出现预测误差.为了能够有效的减小预测误差,需要加入反馈纠正环节,对初始时刻的风电和光伏发电的有功出力进行修正.本文以风电和光伏发电当前实际的有功出力值为新一轮滚动预测的初始值,构成闭环控制,使预测模型的精度更高.其表达式为P０(k＋D t)＝P r e a l(k＋D t)(１９)式中㊀P r e a l(k＋D t)为在k时刻经过上一轮滚动预测后,通过实际量测系统采集到k＋D t时刻实际有功出力值;P０(k＋D t)表示k＋D t时刻有功出力初始值.２．３㊀优化流程根据上述调度策略,日前与日内协调调度的具体步骤如下:１)日前调度运用N S G AＧI I求解多目标模型,得到各微源的计划出力和柔性负荷的调整量,并确定日供电负荷总量.２)日内调度运用M P C的方法滚动优化,确定微电网中各微源的出力修正量.具体流程如图１所示.图１㊀优化调度流程F i g u r e１㊀F l o wc h a r t o f o p t i m a l d i s p a t c h３㊀算例验证该文仿真算例中的微电网包含风机㊁光伏阵列㊁柴油发电机和储能,结构如图２所示,其中风机装机容量为８０k W,光伏阵列装机容量为４０k W,柴油发电机２台装机容量分别为１５㊁１０k W(模型中α㊁β㊁γ的选取,柴发１ʒ０ ０８㊁０ ６㊁５ ３;柴发２ʒ０ ０３㊁０ ４２㊁６ ７.调整系数A都取０ ５),储能功率为４０k W,容量为１２０k W h,初始投资成本为２５００元/(k W h);负荷为典型居民日负荷,负荷峰值为８０k W(根据合同约４５第３３卷第２期李振坤,等:独立型微电网日前与日内协调优化调度图２㊀微电网结构F i gu r e ２㊀S t r u c t u r e o fm i c r o g r i d 定ʒ可平移负荷占比１０％,移出时段为１１ʒ００１３ʒ００㊁１９ʒ００ ２１ʒ００,移入时段０２ʒ００ ０５ʒ００,补偿费用为１ ２４元/k W ;可中断负荷占比１５％,可中断时段为００ʒ００ ０６ʒ００㊁１０ʒ００ １８ʒ００补偿费用为０ ７８元/k W )３．１㊀日前计划调度日前调度根据日前２４h 的风㊁光发电及负荷的预测数据,运用N S G A ＧI I 对多目标模型进行求解,设置父代种群规模为１００,得到的P a r e t o 集的规模也为１００.再依据准则,如式(１４),来选取最优供电方案.日前风光预测曲线如图３和负荷预测曲线如图５(a )中虚线所示.计算结果如图４所示.优化后的负荷调度结果㊁微源调度结果如图５所示.结果分析如下.１)分析图４发现,随负荷满意度的增大,微源调度费用不断增大,负荷赔偿费用不断减小而微电网图３㊀光伏和风机预测出力F i gu r e ３㊀P r e d i c t i o no fw i n da n d s o l a r p o w er 图４㊀微源㊁负荷费用和运行总费用F i gu r e ４㊀D i s p a t c hc o s t o fm i c r o s o u r c e a n d l o a d ,t h e t o t a l c o s t图５㊀日前调度结果F i gu r e ５㊀O p t i m i z a t i o n r e s u l t s o f d a y Ｇa h e a dd i s p a t c h 的总调度费用呈现先减小后增大的变化趋势.依据选取准则,取图中竖线位置的结果为日前最优供电方案,此时,负荷满意度为８９．６％,日负荷总供给量为１３７６．３k W h ,总运行费用１１７．９元,其中微源调度费用为９７．８元,负荷赔偿费用为２０．１元.２)通过对柔性负荷的调度,即将尖峰时段负荷(１１ʒ００ １３ʒ００和１７ʒ００ １９ʒ００)移入低谷时段(０１ʒ００ ０５ʒ００),同时,在１０ʒ００ １２ʒ００和１６ʒ００ １８ʒ００对负荷进行了中断调度.使负荷需求与微源出力更加匹配,降低了系统的供电负担并提高５５电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报２０１８年６月了负荷侧资源的利用效果.结果如图５(a)所示.３)根据可控微源的调度结果,如图５(b)所示.由于考虑了蓄电池的寿命损耗成本,使蓄电池的在一日之内完成了４次充放电,并且只进行了１次深充深放(S O C变化为０．２８Ｇ０．９３Ｇ０．２８,如图６(c)所示),从而有效地引导了蓄电池的充放电过程,提高了其使用寿命;２台柴发分别在白天和夜晚的用电高峰期启动,并且考虑到柴发的最短启停时间约束,对于短时段内供电量大于负荷需求的情况(如在１０ʒ００和１９ʒ００),利用蓄电池完成对多余电量存储.通过对可控微源的调度,系统运行的灵活度和经济性都得到了有效的提高.３．２㊀日内滚动调度基于M P C的日内滚动优化调度,利用滚动预测模型求解出未来滚动时段内的风光出力序列,根据式(１８)利用遗传算法(种群规模为５０)求解出在滚动周期内的优化调度方案.考虑到系统的稳定性和快速性这里取滚动周期为４h,采样周期为１５m i n,即每１５m i n完成对未来４h内的风光出力的预测,并求解出最优调度结果,但只是将调度结果中前１５m i n的结果作用于微源控制.日内风光滚动预测与微源滚动调度结果如图６所示.分析发现,日前计划以小时为时间尺度,调度粗放,系统不能及时响应可再生能源的波动.日内滚动调度以１５m i n为时间尺度,相较于日前计划更为精确.具体分析如下:柴发１㊁２的调度结果如图６(a)所示.分析发现,日内的滚动调度使柴发１㊁２的输出功率更加精细化,并且由于两台柴发的装机容量及单位发电成本不同,对波动量和启停时间的分配都有所不同.柴发２的单位发电成本小于柴发１,因此,柴发２承担了较多的功率波动量,而柴发１则只是进行了小范围的功率修正;柴发２的开机时间大于柴发２的开机时间,这是由于装机容量的不同使柴发２在平抑小额的功率波动时,具有更高的发电效率,因此,根据功率波动情况适当延长了柴发２的开机时间,并缩短了柴发１的开机时间,从而提高了２台柴油发电机的综合发电效率.图６㊀滚动调度结果F i g u r e６㊀O p t i m i z a t i o n r e s u l t s o f r o l l i n g d i s p a t c h蓄电池调度结果如图５(b)所示,结合图５(c)蓄电池的S O C变化曲线分析,发现由于惩罚项的引入,使得蓄电池在日内滚动调度过程中较好的跟随了日前的计划出力曲线,避免了蓄电池在日内短期调度过程中出现频繁充放电的情况(例如,经过日内的滚动调度后,蓄电池只增加了一次充放电过程,并且此次充放电为浅充浅放的过程,对蓄电池的寿命损耗成本影响不大).从而使得调度结果既满足了较好的局部最优性又兼顾了全局最优性.４㊀结语笔者针对独立运行的微电网,提出了一种二级６５第３３卷第２期李振坤,等:独立型微电网日前与日内协调优化调度协调的优化调度策略.综合考虑微电网的可调度资源,构建了日前计划调度模型和日内滚动调度模型.经算例分析可得到如下结论:１)日前调度从 源 荷 两端进行综合调度.利用需求侧管理的手段,使微电网的负荷与微源的出力更加匹配,并大致确定了各微源的运行状态.２)日内调度考虑风光发电的间歇性问题,运用M P C的方法进行滚动调度.通过构建风光发电滚动预测模型和系统滚动优化性能指标,使风光发电预测精度提高,并对各微源进行了精细化的功率分配.３)日前与日内的两级协调调度,提高了柔性负荷的利用率,加强了对风光发电波动性的平抑效果,降低了微电网的运行成本,使系统运行的更加安全高效.参考文献:[１]梅生伟,王莹莹．输电网 配电网 微电网三级电网规划的若干基础问题[J]．电力科学与技术学报,２００９,２４(４):３Ｇ１１．M E IS h e n gＧw e i,WA N G Y i n gＧy i n g．S e v e r a lb a s i c p r o bＧl e m so f t h r e eＧl e v e l p o w e r n e t w o r k p l a n n i n g o f t r a n s m i sＧs i o nn e t w o r kＧi s t r i b u t i o nn e t w o r kＧm i c r o g r i d[J]．J o u r n a l o f E i e c t r i cP o w e r S c i e n c e a n dT e c h n o l o g y,２００９,２４(４):３Ｇ１１．[２]张丹,王杰．国内微电网项目建设及发展趋势研究[J]．电网技术,２０１６,４０(２):４５１Ｇ４５８．Z HA N GD a n,WA N GJ i e．R e s e a r c ho nc o n s t r u c t i o na n d d e v e l o p m e n t t r e n do fm i c r oＧg r i d i nC h i n a[J]．P o w e rS y sＧt e m T e c h n o l o g y,２０１６,４０(２):４５１Ｇ４５８．[３]梁帅奇,牟晓春,赵雪,等．含有储能单元的微电网运行控制技术[J]．电力科学与技术学报,２０１１,２６(４):７４Ｇ７９．L I A N GS h u a iＧq i,MO U X i a oＧc h u n,Z HA O X u e,e t a l O pＧe r a t i o n a n d c o n t r o l t e c h n i q u e s o fM i c r oＧG r i d sw i t h e n e r g y s t o r a g e[J]．J o u r n a l o fE i e c t r i cP o w e rS c i e n c ea n dT e c hＧn o l o g y,２０１１,２６(４):７４Ｇ７９．[４]WA N GZ,C H E N B,WA N GJ,e t a l．C o o r d i n a t e de n e r g y m a n a g e m e n t o f n e t w o r k e dm i c r o g r i d s i nd i s t r i b u t i o n s y sＧt e m s[J]．I E E E T r a n s a t i o n so nS m a r tG r i d,２０１５,６(１):４５Ｇ５３．[５]许志荣,杨苹,郑成立,等．孤岛型风柴储微电网运行情况分析[J]．电网技术,２０１６,４０(７):１９７８Ｇ１９８４．X UZ h iＧr o n g,Y A N GP i n g,Z H E N GC h e n gＧl i e t a l．O p e r aＧt i o na n a l y s i so fi s o l a t e d m i c r o g r i di n c l u d i n g w i n dt u rＧb i n e,d i e s e l g e n e r a t o r a n db a t t e r y s t o r a g e[J]．P o w e rS y sＧt e m T e c h n o l o g y,２０１６,４０(７):１９７８Ｇ１９８４．[６]陈昌松,段善旭,殷进军,等．基于发电预测的分布式发电能量管理系统[J]．电工技术学报,２０１０,２５(３):１５０Ｇ１５６．C H E NC h a n gＧs o n g,D U A NS h a nＧx u,Y I NJ i nＧj u n,e t a l．E n e r g y m a n a g e m e n t s y s t e m o f d i s t r i b u t e d g e n e r a t i o n b a s e do n p o w e rf o r e c a s t i n g[J]．T r a n s a c t i o n so f C h i n a E l e c t r o t e c h n i c a l S o c i e t y,２０１０,２５(３):１５０Ｇ１５６．[７]汪隆君,许海林,王钢．计及分布式电源功率特性的微电网经济调度模型[J]．电力系统自动化,２０１６,４０(１１):３１Ｇ３８．WA N G L o n gＧj u n,X U H a iＧl i n,WA N G G a n g．E c o n o m i c d i s p a t c h m o d e l f o r m i c r o g r i dc o n s i d e r i n gp o w e rc h a r a cＧt e r i s t i c s o f d i s t r i b u t e d g e n e r a t o r s[J]．A u t o m a t i o n o f E l e cＧt r i cS y s t e m,２０１６,４０(１１):３１Ｇ３８．[８]K a t i r a e iF,I r a v a n i M R．P o w e r m a n a g e m e n ts t r a t e g i e s f o r am i c r o g r i dw i t hm u l t i p l e d i s t r i b u t e d g e n e r a t i o nu n i t s [J]．I E E E T r a n s a c t i o n so n P o w e rS y s t e m s,２００６,２１(４):１８２１Ｇ１８３１．[９]丁明,张颖媛,茆美琴,等．包含钠硫电池储能的微网系统经济运行优化[J]．中国电机工程学报,２０１１,３１(４):７Ｇ１４．D I N G M i n g,Z HA N G Y i n gＧy u a n,MA O M e iＧq i n,e t a l．EＧc o n o m i co p e r a t i o no p t i m i z a t i o nf o r m i c r o g r i d si n c l u d i n g N a/Sb a t t e r y s t o r a g e[J]．P r o c e e d i n g s o f t h eC S E E,２０１１,３１(４):７Ｇ１４．[１０]李晨迪,陈渊睿,曾君,等．基于非合作博弈的微电网能量管理系统优化算法[J]．电网技术,２０１６,４０(２):３８７Ｇ３９５．L IC h e nＧd i,C H E N Y u a nＧr u i,Z E N GJ u n,e t a l．R e s e a r c h o no p t i m i z a t i o na l g o r i t h m o fm i c r o g r i de n e r g y m a n a g eＧm e n t s y s t e mb a s e do nn o nＧc o o p e r a t i v e g a m e t h e o r y[J]．P o w e r S y s t e m T e c h n o l o g y,２０１６,４０(２):３８７Ｇ３９５．[１１]唐巍,高峰．考虑用户满意度的户用型微电网日前优化调度[J]．高电压技术,２０１７,４３(１):１４０Ｇ１４８．T A N G W e i,G A OF e n g．O p t i m a l o p e r a t i o n o f h o u s e h o l d m i c r o g r i dd a yＧa h e a d e n e r g y c o n s i d e r i n g u s e r s a t i s f a c t i o n [J]．H i g hV o l t a g eE n g i n e e r i n g,２０１７,４３(１):１４０Ｇ１４８．[１２]裴玮,邓卫,沈子奇,等．可再生能源与热电联供混合微７５电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报２０１８年６月网能量协调优化[J]．电力系统自动化,２０１４,３８(１６):９Ｇ１５．P E IW e i,D E N G W e i,S H E NZ iＧq i,e t a l．E n e r g y c o o r d iＧn a t i o n a n d o p t i m i z a t i o n o f h y b r i dm i c r o g r i db a s e d o n r eＧn e w a b l e e n e r g y a n dC H Ps u p p l y[J]．A u t o m a t i o no fEＧl e c t r i cP o w e r S y s t e m s,２０１４,３８(１６):９Ｇ１５．[１３]张海涛,秦文萍,韩肖清,等．多时间尺度微电网能量管理优化调度方案[J]．电网技术,２０１７,４１(５):１５３３Ｇ１５４０．Z HA N G H a iＧt a o,Q I N W e nＧp i n g,HA N X i a oＧq i n g,e t a l．M u l t iＧt i m e s c a l eo p t i m i z a t i o ns c h e d u l i n g s c h e m eo fm iＧc r o g r i de n e r g y m a n a g e m e n t[J]．P o w e rS y s t e m T e c h n o lＧo g y,２０１７,４１(５):１５３３Ｇ１５４０．[１４]窦晓波,徐忞慧,董建达,等．微电网改进多时间尺度能量管理模型[J]．电力系统自化,２０１６,４０(９):４８Ｇ５５．D O U X i a oＧb o,X U M i nＧh u i,D O N GJ i a nＧd a,e t a l．M u l t iＧt i m es c a l eb a s e di m p r o v e de n e r g y m a n a g e m e n t m o d e l f o rm i c r o g r i d[J]．A u t o m a t i o no fE l e c t r i cP o w e rS y sＧt e m s,２０１６,４０(９):４８Ｇ５５．[１５]郭思琪,袁越,张新松,等．多时间尺度协调控制的独立微网能量管理策略[J]．电工技术学报,２０１４,２９(２):１２２Ｇ１２９．G U OS iＧq i,Y U A NY u e,Z HA N GX i nＧs o n g,e t a l．E n e r g y m a n a g e m e n ts t r a t e g y o fi s o l a t e d m i c r o g r i d b a s e d o n m u l t iＧt i m e s c a l e c o o r d i n a t e dc o n t r o l[J]．T r a n s a c t i o n so f C h i n aE l e c t r o t e c h n i c a l S o c i e t y,２０１４,２０１４,２９(２):１２２Ｇ１２９．[１６]杨艳红,裴玮,邓卫,等．计及蓄电池储能寿命影响的微电网日前调度优化[J]．电工技术学报,２０１５,３０(２２):１７２Ｇ１８０．Y A N G Y a nＧh o n g,P E IW e i,D E N G W e i,e t a l．D a yＧa h e a d s c h e d u l i n g o p t i m i z a t i o nf o r m i c r o g r i d w i t hb a t t e r y l i f e m o d e l[J]．T r a n s a c t i o n so fC h i n aE l e c t r o t e c h n i c a lS o c i eＧt y,２０１５,３０(２２):１７２Ｇ１８０．[１７]Z h a oB,Z h a n g X,C h e n J,e t a l．O p e r a t i o n o p t i m i z a t i o n o f s t a n d a l o n e m i c r o g r i d sc o n s i d e r i n g l i f e t i m ec h a r a c t e r i sＧt i c s o f b a t t e r y e n e r g y s t o r a g e s y s t e m[J]．I E E ET r a n s a cＧt i o n s o nS u s t a i n a b l eE n e r g y,２０１３,４(４):９３４Ｇ９４３．[１８]G a l u s M D,S t e p h a n K,Gör a n A n d e r s s o n．P r o v i s i o no f l o a df r e q u e n c y c o n t r o lb y P H E V s,c o n t r o l l a b l el o a d s, a n d a c o g e n e r a t i o n u n i t[J]．I E E ET r a n s a c t i o n s o n I n d u sＧt r i a l E l e c t r o n i c s,２０１１,５８(１０):４５６８Ｇ４５８２．[１９]符杨,蒋一鎏,李振坤,等．计及可平移负荷的微网经济优化调度[J]．中国电机工程学报,２０１４,３４(１６):２６１２Ｇ２６２０．F U Y a n g,J I A NG Y iＧl i u,L IZ h e nＧk u n,e t a l．O p t i m a l eＧc o n o m i c d i s p a t c h f o r m i c r o g r i d c o n s i d e r i n g s h i f t a b l e l o a d s[J]．P r o c e e d i n g so ft h e C S E E,２０１４,３４(１６):２６１２Ｇ２６２０．[２０]L i nS o n g．N G P M:A N S G AＧI I p r o g r a mi n M a t l a bv１．４[E B/O L]．h t t p://w w w．m a t h w o r k s．c n/m a t l a b c e n t r a l/ f i l e e x c h a n g e/３１１６６,２０１１ ０７ ２６．８５。

基于块坐标下降法的微网群日前联合优化调度随着新能源技术的不断发展，微电网作为一种新型电力系统已经被广泛应用于城市绿色建设以及农村电力供应等领域。

与传统的大型电力系统相比，微电网具有分布式型、安全性高、灵活性强等优势，但也面临着能源优化调度等诸多技术问题。

为了解决这些问题，块坐标下降法被广泛应用于微电网优化调度领域。

块坐标下降法是一种优化算法，它首次由Hestenes和Stiefel 在1952年提出，后来经过各种改进和拓展，逐渐成为一种常用的非线性优化方法。

与传统的梯度下降法相比，块坐标下降法不仅简单易于实现，而且在非凸优化问题中具有更快的收敛速度和更好的精度。

因此，块坐标下降法在微电网优化调度中具有重要的应用前景。

近日，一支由多家企业和机构组成的微电网群联合开展了块坐标下降法优化调度研究。

该研究旨在通过将块坐标下降法应用于微电网集成化调度中，实现电力负荷平衡、能源优化运营等目标。

下面将从研究背景、研究内容、实验结果等方面对该研究进行详细介绍。

一、研究背景微电网是以低压配电系统为基础的多能源集成式电力系统，由分布式能源、储能装置、负荷和控制系统等组成。

微电网的能源配置和调度对于实现电能够量和品质的协调匹配具有重要作用。

传统的微电网技术主要注重于控制策略、运行方式以及负荷匹配等方面，而对于微电网能源配置和调度方案的优化则相对较少关注。

因此，在微电网发展的过程中，如何优化配置微电网能源成为了一个急需解决的问题。

块坐标下降法是一种常见的优化算法，它具有收敛速度快、求解实现简单等优势。

由于微电网调度涉及到多方面的变量，如电能、热能、气能等，因此采用块坐标下降法对微电网进行优化调度，可以更好地解决微电网能源配置和调度方案的优化问题。

二、研究内容该研究主要针对微电网能源配置和调度问题，采用块坐标下降法进行优化计算。

具体的，该研究从以下三个方面考虑：1. 分析微电网能源调度问题的特点，确定优化目标和约束条件；2. 建立块坐标下降法数学模型；3. 实现算法的编写和仿真仿真测试。

《微电网运行策略及优化方法研究》篇一一、引言随着可再生能源的快速发展和智能电网技术的不断进步，微电网作为一种新型的能源供应模式，正逐渐成为电力系统的重要组成部分。

微电网能够有效地整合分布式能源资源，提高能源利用效率，减少能源损耗，并增强电网的可靠性和稳定性。

因此，对微电网的运行策略及优化方法进行研究，对于推动微电网的广泛应用和智能电网的建设具有重要意义。

二、微电网的基本构成与特点微电网主要由分布式电源、储能装置、负荷以及监控和控制系统等部分组成。

其中，分布式电源包括风能、太阳能、燃气轮机等可再生能源设备；储能装置则用于平衡微电网内部的能量供需；负荷则是微电网所服务的电力消费端；而监控和控制系统则负责整个微电网的协调运行和优化调度。

微电网具有以下特点：一是能够有效地整合和利用分布式能源资源；二是能够提高供电的可靠性和稳定性；三是能够减少能源损耗，提高能源利用效率；四是具有智能化的管理和控制系统。

三、微电网运行策略研究微电网的运行策略主要包括能量管理策略、优化调度策略和故障应对策略等。

1. 能量管理策略：能量管理策略是微电网运行的核心，其目的是在满足负荷需求的前提下，实现能量的优化分配。

这需要综合考虑微电网内部的能源供需情况、能源价格、储能装置的状态等因素，通过智能化的管理和控制系统进行决策。

2. 优化调度策略：优化调度策略主要是针对微电网内部的电源和负荷进行优化调度，以实现能源的高效利用和供电的可靠性。

这需要建立相应的数学模型和算法，通过计算和分析，得出最优的调度方案。

3. 故障应对策略：微电网在运行过程中可能会遇到各种故障和异常情况，因此需要建立完善的故障应对策略。

这包括故障检测、故障隔离、故障恢复等步骤，以保证微电网在故障发生后能够快速恢复供电。

四、微电网优化方法研究微电网的优化方法主要包括数学优化方法、人工智能方法等。

1. 数学优化方法：通过建立微电网的数学模型，运用线性规划、非线性规划、动态规划等数学优化方法，对微电网的能量管理、优化调度等问题进行求解，得出最优的解决方案。

直流微电网的设计与运行优化引言随着能源需求的不断增加和环境问题的日益突出，可再生能源越来越受到关注。

直流微电网作为能源转型的一种重要形式，在能源供应和利用方面具有很大的潜力。

本文将探讨直流微电网的设计和运行优化相关问题。

一、直流微电网的概念和特点直流微电网是一种以直流为主要电力传输方式的小型电力系统，通常由可再生能源发电装置、能量存储设备和电力负载组成。

与传统交流电力系统相比，直流微电网具有以下几个特点：1. 高效性：直流微电网采用直流输电，减少了电能的传输损失，能够提高电力系统的能源利用效率。

2. 稳定性：直流微电网具备分布式电源和能量存储设备，能够在电网中实现能量的灵活调度和平衡，提高电网的稳定性。

3. 可靠性：直流微电网采用分布式电源系统，能够实现小范围的自主供电，避免了故障对全局电网的影响。

二、直流微电网的设计原则直流微电网设计的目标是实现能源的高效利用和电网的可靠运行。

以下是设计直流微电网时需要考虑的几个原则：1. 适当规模：根据实际需求确定直流微电网的规模，需要综合考虑发电容量、储能容量和负载需求等因素。

2. 优化布局：合理选择直流微电网中的发电装置和储能设备的布局，以最大程度地减少输电损耗，并提高供电可靠性。

3. 多源供能：利用可再生能源和传统能源结合的方式，多样化直流微电网的能源供应，以保证能源供给的可靠性和稳定性。

4. 智能调度：利用智能电网控制技术，实现对直流微电网的能源调度和优化控制，以最大化能源利用效率和供电可靠性。

三、直流微电网的运行优化直流微电网的运行优化主要包括以下几个方面的内容：1. 能源管理：通过智能电网技术，实现对各种能源的管理和控制，以实现能源的高效利用和供电的可靠性。

2. 负荷调度：根据负载需求和能源供应情况，合理安排负荷的使用时段和负荷的优化调度，以减少对传统电力系统的依赖。

3. 储能设备优化：对于能量存储设备，通过合理的充放电策略进行优化控制，使其在供电过程中发挥最大的作用。

可再生能源微电网规划与运行优化可再生能源微电网是指基于可再生能源如太阳能、风能、水能等的分布式能源系统，能够实现本地区域电力供应和需求平衡，并满足用户的电能质量要求。

随着可再生能源技术的成熟和应用，微电网系统正逐渐成为未来能源系统的重要组成部分。

在确定可再生能源微电网规划和优化运行的过程中，需要考虑以下几个方面的要求。

首先，规划可再生能源微电网时需要充分考虑可再生能源资源的分布以及用户的电力需求情况。

太阳能和风能是当前主要的可再生能源资源，因此在规划微电网时应优先考虑当地的太阳能和风能资源情况，选择合适的发电方式。

对于不同用户的电力需求情况，需充分了解各类用户的用电特点，包括峰谷电价差异、用电量的变化规律等。

其次，微电网规划需要合理选择适当的电力储存技术。

由于可再生能源的波动性，储能技术的应用能够提供电力的平衡和调峰功能，具有重要意义。

目前广泛应用的储能技术包括电池、超级电容器和动能储存等。

在选择储能技术时，需要综合考虑技术成熟度、经济成本、系统安全性以及适用性等因素。

第三，优化可再生能源微电网的运行需要考虑电力供应和需求的动态调配。

利用智能调度系统可以实时监测和预测能源供应情况，合理调配供电策略，最大程度地利用可再生能源，降低对传统能源的依赖。

同时，优化调度可以减少系统运行的成本，提高能源利用效率。

并且，采用可再生能源微电网的用户可以根据实际需求实时调节供电，提高用电效率。

此外，可再生能源微电网的规划和运行还需要考虑安全问题。

可再生能源微电网通常是分布式的能源系统，因此存在电网安全和数据安全等方面的挑战。

需采用合适的技术和策略，确保能源系统的运行稳定性和数据的安全可靠性。

同时，需要建立合适的监控和管理机制，及时发现和解决潜在的安全问题。

最后，可再生能源微电网的规划和运行需要与电力市场进行有机结合。

制定合适的电力政策和市场机制，鼓励可再生能源的开发和应用，提供合理的电价和税收政策。

通过与电力市场的互动，激发市场参与者的积极性和创新能力，推动可再生能源微电网的发展。