大规模分布式船舶储能系统(distributed energy storage system,DESS)可提高船舶微电网的冗余并保证运行安全。然而,不确定的船舶运行环境容易导致分布式储能运行特性不一致。在此背景下,该文提出一种含状态耦合约束的分布式船舶储能系...大规模分布式船舶储能系统(distributed energy storage system,DESS)可提高船舶微电网的冗余并保证运行安全。然而,不确定的船舶运行环境容易导致分布式储能运行特性不一致。在此背景下,该文提出一种含状态耦合约束的分布式船舶储能系统两层能量管理策略。首先,计及不确定航运环境影响,建立船舶储能系统寿命-功率特性耦合模型,量化其在不同循环寿命下的最大可用功率范围。随后,建立分布式储能系统两层能量管理策略,结合长时间尺度节能调度与短时间尺度功率分配控制,减少多时间尺度下不确定航运环境的影响;最终,通过HiL硬件在环实时仿真系统验证所提方法,与两种传统的能量管理方法相比,所提方法能够保证每个储能系统运行在安全出力范围内,且燃油经济性提高20.8%,微网母线电压暂降偏差最高降低73.5%。展开更多
为推动新型配电系统成为分布式能源管理、新能源消纳和区域综合能源协同优化等功能于一身的能源互动平台,该文从调度问题出发,首先针对大量分布式资源集群调度问题,论述新型配电系统调度架构,并根据分层分区调度原则从如何分层分区和分...为推动新型配电系统成为分布式能源管理、新能源消纳和区域综合能源协同优化等功能于一身的能源互动平台,该文从调度问题出发,首先针对大量分布式资源集群调度问题,论述新型配电系统调度架构,并根据分层分区调度原则从如何分层分区和分层分区后如何协同两个方面,分别论述分布式资源(distributed energy resource,DER)聚合方法和不同层级、不同区域、不同能源间的协同调度方法;针对优化调度问题,基于系统态势感知和外界风险感知把握全局内外因素进而优化调度;针对调度求解问题,梳理分布式优化求解方法;最后基于数字孪生展望未来调度智能化发展方向,为调度智能化升级提供参考。展开更多
基于交替方向乘子法(ADMM)在分布式形式下解决主动配电系统最优潮流问题(OPF),针对分布式算法性能受到配电系统区域划分影响的问题,提出了一种基于量测数据驱动的电网分区方法,以加速优化算法的收敛速度。与传统的ADMM算法依赖于全局信...基于交替方向乘子法(ADMM)在分布式形式下解决主动配电系统最优潮流问题(OPF),针对分布式算法性能受到配电系统区域划分影响的问题,提出了一种基于量测数据驱动的电网分区方法,以加速优化算法的收敛速度。与传统的ADMM算法依赖于全局信息不同,本文引入了一致性方法来协调区域交界的平衡问题,从而实现最优潮流问题的完全分布式求解。此外,本文采用LinDistFlow(Linearized Distribution Flow)交流近似模型来应对配电网最优潮流问题的非凸性挑战。通过在不同规模的IEEE配电网案例上进行测试,验证了所提方法的有效性,且其在优化算法的迭代次数、计算时间和误差精度等性能上均优于其他分区方法。展开更多
文摘大规模分布式船舶储能系统(distributed energy storage system,DESS)可提高船舶微电网的冗余并保证运行安全。然而,不确定的船舶运行环境容易导致分布式储能运行特性不一致。在此背景下,该文提出一种含状态耦合约束的分布式船舶储能系统两层能量管理策略。首先,计及不确定航运环境影响,建立船舶储能系统寿命-功率特性耦合模型,量化其在不同循环寿命下的最大可用功率范围。随后,建立分布式储能系统两层能量管理策略,结合长时间尺度节能调度与短时间尺度功率分配控制,减少多时间尺度下不确定航运环境的影响;最终,通过HiL硬件在环实时仿真系统验证所提方法,与两种传统的能量管理方法相比,所提方法能够保证每个储能系统运行在安全出力范围内,且燃油经济性提高20.8%,微网母线电压暂降偏差最高降低73.5%。
文摘为推动新型配电系统成为分布式能源管理、新能源消纳和区域综合能源协同优化等功能于一身的能源互动平台,该文从调度问题出发,首先针对大量分布式资源集群调度问题,论述新型配电系统调度架构,并根据分层分区调度原则从如何分层分区和分层分区后如何协同两个方面,分别论述分布式资源(distributed energy resource,DER)聚合方法和不同层级、不同区域、不同能源间的协同调度方法;针对优化调度问题,基于系统态势感知和外界风险感知把握全局内外因素进而优化调度;针对调度求解问题,梳理分布式优化求解方法;最后基于数字孪生展望未来调度智能化发展方向,为调度智能化升级提供参考。
文摘基于交替方向乘子法(ADMM)在分布式形式下解决主动配电系统最优潮流问题(OPF),针对分布式算法性能受到配电系统区域划分影响的问题,提出了一种基于量测数据驱动的电网分区方法,以加速优化算法的收敛速度。与传统的ADMM算法依赖于全局信息不同,本文引入了一致性方法来协调区域交界的平衡问题,从而实现最优潮流问题的完全分布式求解。此外,本文采用LinDistFlow(Linearized Distribution Flow)交流近似模型来应对配电网最优潮流问题的非凸性挑战。通过在不同规模的IEEE配电网案例上进行测试,验证了所提方法的有效性,且其在优化算法的迭代次数、计算时间和误差精度等性能上均优于其他分区方法。
