摘要:为降低可再生能源输出和电动汽车（electric vehicle，EV）出行的不确定性给虚拟电厂（virtual power plant，VPP）调度带来的风险，提出了一种基于信息间隙决策理论（information gap decision theory，IGDT）的含电动汽车虚拟电厂优化调度模型。首先，基于私家电动汽车用户行为特征建立蒙特卡洛负荷预测模型，并引入Sigmoid函数量化用户响应意愿度与VPP激励价格的动态关系；其次，基于VPP框架，融合风电、光伏、燃气轮机、储能系统、具备与电网互动（vehicle to grid，V2G）能力的EV集群，建立考虑多源协同的经济优化调度模型；接着，针对该模型中的不确定参数，引入信息间隙决策理论，构建了兼具风险规避与机会寻求的双层决策机制；最后，对某虚拟电厂进行算例测试，验证所提模型和算法的正确性和有效性。算例结果表明，该方法能有效地实现负荷侧调峰和填谷，在经济性和稳定性方面具有优越性。

摘要:农业温室作为现代设施农业的核心载体，其复合型用能特性蕴含着显著的需求响应潜力。提出一种基于农作物生长安全约束的温室电力需求响应策略。首先，对温室内负荷类型进行归纳，区分可时移、可中断负荷。然后，通过表征环境参数与用电负荷的非线性关系，建立农作物生长所需的用电负荷模型，并以运行成本最低为目标函数构造温室电力需求响应模型。针对传统黑洞算法容易陷入局部最优的缺点，引入自适应交叉变异机制和动态惯性权重策略，构建改进的黑洞优化算法。以典型番茄温室为案例的仿真结果表明，所提方法在保证作物正常生长的前提下，日负荷和购电成本均有效减少。研究结果为农业温室电力需求侧响应提供了经济性的解决方案。

摘要:针对风速数据的非平稳特性导致的预测困难问题，提出一种基于离散小波变换与双向循环神经网络的混合预测模型。模型采用3阶段架构：首先利用离散小波变换将非平稳风速序列分解为多个不同频率的子频带，实现多尺度特征提取；然后将各子频带分别输入双向长短期记忆网络和双向门控循环单元进行并行处理，充分挖掘长短期时序依赖关系；最后通过元学习器对所有子模型的预测结果进行智能融合，生成最终风速预测值。基于西班牙Sotaventogalicia风电场实测数据验证，所提模型在所有评估指标上均显著优于传统方法和现有离散小波变换组合模型，数据挖掘（data mining，DM）统计检验证实了性能提升的显著性，为风速预测提供了高精度的解决方案。

摘要:针对农业负荷受气象因素影响大，单一分解方法无法充分提取多元输入间存在的多维特征的问题，提出了一种基于多元变分模态分解结合SVR-Bi-GRU-TCN组合模型的农业负荷预测模型。首先利用多元变分模态分解对历史农业负荷及气象特征进行自适应分解，实时挖掘数据间不同特征尺度的模态分量，然后针对各模态分量的固有属性，分别建立SVR、Bi-GRU、TCN模型以提取不同时间尺度的特征信息，进而实现对未来1 h农业负荷精准预测。实验结果表明，与SVR模型、Bi-GRU模型、TCN模型、LSTM模型及CNN-Bi-LSTM模型相比，所提出的预测模型能有效提升预测精度。

摘要:为促进高比例分布式光伏消纳并推动规模化电能替代落地，提出了一种基于源-荷协同的农业园区优化调度方案。首先，针对园区种植场景和养殖场景中的各类设备进行精细化建模，对农业电气化负荷参与负荷调节潜力、特性、灵活性进行分析与聚类；其次，建立了考虑分布式光伏消纳率与设备运行成本的多目标优化模型，兼顾设备运行约束和农业生产用能需求，对园区综合能源系统进行协同调度。最后，以中国南方某高比例电能替代农业园区为例进行了仿真分析，结果验证了所提方法在提高光伏消纳率、降低园区运行成本以及推动规模化电能替代等方面的有效性。

摘要:低压配电网的拓扑结构描述了配电系统中各种电气元件的物理互连方式。由于分布式能源的使用，终端用户间存在一种被忽略的互负荷相关特性，这种特性给节点相关性分析和拓扑识别带来了极大挑战。为此，提出一种考虑分布式能源互负荷相关特性的低压配电网拓扑识别方法。首先，提出一种基于支持向量机的动态用户分类方法，根据用户在不同时间对分布式能源的使用情况进行分类。然后，利用卷积循环神经网络对负荷数据进行分布式特征提取；最后，提出了一种基于残差优化的同胞对搜索算法，实现拓扑结构的分层识别。多个仿真场景和实际低压配电网中的测试结果表明，该方法具有较高的识别精度和鲁棒性。

摘要:针对异构家用空调中设备协议多样且不兼容引发的通信壁垒以及实时调控计算效率低的问题，提出一种计及自适应接入的家用空调协同调控策略。首先，设计了家用空调信息交互架构，并提出自适应接入方法，实现多协议空调的统一接入。然后，开发了深度强化学习多空调协同调控策略，引入Soft-max抽样策略和优先经验回放机制改进了MAD3QN算法，提出了SMPERMAD3QN算法。最后，基于SMPER-MAD3QN实现集中式训练分布式执行，该算法允许多个空调协同参与调控。仿真结果显示多协议家用空调信息交互丢包率为0.36%，交互时延均低于25 ms，表明自适应接入可大幅缩短实时决策时间，实现了对多协议家用空调的统一管理和控制。同时，所提算法在保证用户舒适度的前提下，实现多空调协同参与需求响应，具有良好的鲁棒性，能够提升需求侧可调度资源的灵活性和可靠性。

摘要:针对源荷双侧不确定新型电力系统存在的可靠性与灵活性问题，以备用市场为研究对象，考虑源网荷储多类型能源的协调互补特性以及峰谷期电价影响备用成本，提出一种计及源网荷储多元备用响应优先级、以备用运行成本、响应时间和碳排放为优化目标的时序备用双层优化策略。首先，对源网荷储多元备用主体的运行特性进行分析和建模，然后，建立多优化目标的源网荷储多元备用协调的双层优化模型，内层采用层次分析法计算不同优化目标配比下多元备用的时序单位容量响应优先级顺序因子，外层进行不同时段多优化目标最佳配比寻优和获取源网荷储多元备用不同时段投入备用容量的最优配置。最后，以某省电网作为实验算例进行仿真验证，结果表明所提方法能有效降低备用成本、响应时间和碳排放量。

摘要:针对独立储能作为新兴市场主体在竞争性联合电力市场中竞价机制尚不完善问题，通过建立功率报量与报价的方式模拟各市场主体的竞价行为，以此构建独立储能参与日前电能量和备用联合市场的竞价双层优化模型。上层独立储能通过优化功率-价格竞价策略实现联合市场的收益最大化，下层电力交易中心通过最小化社会购电成本完成市场出清。为提高模型的求解效率，利用KKT条件和强对偶定理对下层问题进行等价变换。通过仿真对所提竞价策略进行建模并调用商用求解器进行求解，验证所提策略在优化独立储能竞价策略及增强其市场参与效果等方面的有效性。

摘要:近年来，分布式光伏系统迎来高速发展。受现场环境影响，分布式光伏系统在运行过程中易受近处阴影遮挡造成发电量损失，使得需求侧能量管理受到影响。因此，针对近处阴影遮挡影响下分布式光伏系统发电性能开展了仿真分析。研究了阴影对光伏阵列输出特性影响机理，量化了遮挡对发电量的损耗情况，建立了光伏阵列工程模型以及遮挡物模型。在此基础上，结合全年太阳位置算法，针对某分布式光伏电站受阴影遮挡时全年发电量进行仿真，分析了阴影遮挡前后该分布式光伏发电系统发电量以及经济效益损失情况，结果可为分布式光伏电站设计和规划提供参考。

摘要:针对楼宇综合能源系统在优化运行过程中面临源-荷两端随机波动等挑战，考虑源-荷不确定性因素的影响，提出一种基于模糊机会约束规划的楼宇综合能源系统日前优化方法。首先，基于楼宇综合能源系统设备模型，建立楼宇综合能源系统日前优化运行模型；其次，考虑楼宇系统光伏及电、冷、热负荷不确定性的影响，基于模糊隶属度函数，采用模糊机会约束的形式表征源-荷不确定性，提出基于模糊机会约束规划的楼宇综合能源系统日前优化运行模型，并采用清晰等价类方法进行转化求解。最后，通过算例分析验证了所提方法的有效性。

摘要:随着分布式能源接入电网的比例不断增加，给电网的稳定性与运行成本带来了巨大的威胁。电动汽车作为常见的可调度资源，在促进可再生能源消纳方面有较大潜力。针对电动汽车与主动配电网之间的协同调度挑战，设计了一种多时间尺度优化调度模型。首先，以电价弹性模型为基础，考虑消费心理学因素并构建基于用户心理账户理论的分时电价模型，更好地引导电动汽车充放电；其次，根据用户是否签订激励协议分别进行日前与日内调度，考虑碳交易机制与主从博弈模型进行优化；最后，对蜉蝣算法改进以提高求解效率。Matlab软件证明提出模型与策略的有效性。

摘要:为提升风电消纳率以及系统运行的经济性，提出了考虑混合储能寿命损耗的多时间尺度源网荷储协调调度策略。首先，基于锂离子电池与全钒液流电池的差异化退化机制，建立计及放电深度的电池循环寿命损耗模型，以量化储能寿命退化成本。其次，结合负荷侧需求响应资源的调节特性，通过日前调度计划与日内滚动调整的协同优化，建立了以系统总运行成本和弃风成本最小化为目标的源网荷储优化运行模型。最后通过改进IEEE-30节点算例结果表明，所提策略可有效降低储能寿命损耗成本、提升风电消纳率并显著减少系统总运行成本。

摘要:楼宇建筑的用能行为有着巨大的调节潜力，为解决此问题提出了一种基于PID-Lagrange-SAC算法的调控方法。首先，将楼宇建筑用能行为调控问题建模为马尔科夫决策过程（markov decision process，MDP）模型，将可调控设备的状态及外部变量建立为状态空间，可调控设备的运行功率作为决策变量，设计恰当的奖励函数以指导智能体学习较好的动作策略。为了抑制智能体违反约束条件的行为，进一步将问题建立为带约束项的马尔科夫决策过程（constrained MDP，CMDP），并将 PID 控制与 La?grange方法结合应用于Soft actor-critic算法进行训练。算例分析表明，最终得到的调控策略在满足用户舒适度的同时降低了楼宇建筑的运行成本及碳排放，验证了所提方法的有效性及优越性。

摘要:电力电子型电源大规模并网使得新型电力系统（new power system，NPS）逐渐呈现“低惯量”特性，频率特征指标愈发接近安全临界值，严重影响系统频率运行安全。为量化分析多资源参与调频下NPS的最小惯量需求，首先建立改进的多机系统频率响应模型并量化分析频率特征。其次，以动能的形式计算系统理论惯量，并基于频率变化率（rate of change of frequency，RoCoF）和滑动窗口技术得到计算惯量。接着，以初始频率变化率、最大频率偏差及稳态频率偏差为频率变化约束指标，并加入系统惯量不足时的改善措施，计算得到多资源参与调频下NPS最小惯量。最后，利用仿真软件验证本文所提NPS最小惯量需求评估方法的可行性，为基于频率响应特性临界指标下的最低惯量需求的规划分析提供指导依据。

摘要:微电网是分布式可再生能源接入的重要形式，因其灵活性和高效性受到广泛关注。围绕微电网的基本概念、功能特点、发展现状以及现行国家标准内容，系统梳理了并网运行、孤岛运行及并离网切换过程中的关键运行控制策略，深入分析了能量管理系统在实现稳定运行、经济调度和能源优化中的关键作用。在并网模式下，通过建立优化运行模型，有效提升可再生能源的消纳能力与利用效率；在孤岛模式下，集中式与分布式控制策略协同工作，确保系统频率与电压的稳定性。结合现有技术标准，系统总结了微电网运行控制面临的技术难点，并在标准化、管理方式及经济性方向上提出了未来发展建议，为微电网的进一步发展提供了重要参考。

摘要:准确预测现货市场电价对电力市场参与者的利益保障具有重要作用。原料价格和气候因素均会影响现货市场的电价波动，再者，当前有大量风光能源参与到现货市场的交易当中，导致现货市场的电价预测更具挑战性。为此，提出了一种结合CEEMDAN、BERT和LSTM的现货市场电力价格预测模型。首先，采用CEEMDAN算法分解原始的电价数据；随后，采用BERT算法对原料价格、气候条件和可再生能源3类外生特征文本数据进行处理，提高模型的预测精度；其次，将电价分解子序列与外生特征处理结果相结合，利用LSTM对模型进行预测，并将预测结果相叠加获得最终的电价。最后，通过仿真验证了所提方法的有效性，结果显示，基于CEEMDAN-BERT-LSTM的预测模型显著提升了电价预测的精度。

摘要:为应对可再生能源比例不断攀升所带来的电力系统稳定性、灵活性等问题，德国以法律形式明确了市场规则，激发了以虚拟电厂为代表的市场主体参与市场的积极性。首先概述了德国主要的能源电力法律法规，然后从资源整合、市场环境和可持续发展3个方面论述了德国的能源电力法律法规对虚拟电厂发展的推动作用，以德国最大的虚拟电厂Next Kraftwerke为例，探讨能源电力法规是如何为虚拟电厂的兴起与发展创造有利条件的，最后论述了对我国的借鉴作用。