Distributed Control of Inverter-Based Lossy Microgrids for Power Sharing and Frequency Regulation Under Voltage Constraints
本文提出了一种新的分布式控制框架,以协调逆变器接口的分布式能源(DER)在岛屿微电网。我们表明,在有界负载的不确定性,所提出的控制方法可以引导微电网到一个理想的稳定状态,同步逆变器频率在整个网络和逆变器之间的有功和无功功率的比例共享。我们还表明,这样的收敛可以实现,同时尊重电压幅值和分支角差的约束。该控制器在各种突发情况下具有鲁棒性,包括通信链路丢失和DER故障。该控制器适用于具有非均匀R/X配电线路和合理参数变化的有耗网格微电网。基于各种微电网运行场景的仿真也显示了所提出的控制方法的有效性。
2015-11-18 math.OC
Smart Charging and Parking of Plug-in Hybrid Electric Vehicles in Microgrids Considering Renewable Energy Sources
随着当前出于效率、可靠性和环境原因将集中式电力系统转变为分散式电力系统的趋势,在配电网络上集成各种分布式能源(DER)的微电网的概念越来越流行。在本文中,我们调查的智能充电和停车的插电式混合动力电动汽车(PHEV)在微电网与可再生能源(RES),如太阳能电池板,在并网模式。为了解决微电网中RES功率输出和PHEV充电条件相关的不确定性,我们提出了一种基于两阶段的随机最优化方法,其目标是为PHEV的停车和充电提供适当的调度,以最小化平均总运营成本,同时保持微电网的可靠性。最后通过实例验证了该方法的有效性。大量的仿真结果表明,微电网可以最大限度地降低运行成本,并确保其可靠性。
2018-07-15 math.OC
Optimal Scheduling of an Isolated Microgrid with Battery Storage Considering Load and Renewable Generation Uncertainties
通过对具有概率约束的储能旋转备用的不确定性建模,提出了一种基于机会约束规划的孤立微网运行成本最小化优化调度模型.该模型转化为一个易于求解的混合整数线性规划(MILP)制定GAMS通过建议的离散化步骤变换(DST)的方法,并最终解决了应用CPLEX求解器。通过合理设置旋转备用概率约束的置信度,使MG运行在可靠性和经济性之间取得平衡。在改进的ORNL DECC实验室MG测试系统上的测试结果表明,该方法明显优于常用的混合智能算法,优化结果更好、更稳定,计算时间明显减少。
2018-08-16 eess.SP math.OC
A New Efficient Stochastic Energy Management Technique for Interconnected AC Microgrids
将互联微电网与配电系统运行(DSO)合作可以提高运行和可靠性。研究了可再生能源高度渗透的互联微电网的优化运行和调度问题。此外,一个有效的随机框架的基础上的无迹变换(UT)的方法,提出了模型的不确定性与小时的市场价格,小时的负荷需求和DER的输出功率。在能量管理之前,采用新开发的线性化技术对从交流潮流中提取的节点方程进行线性化。所提出的随机问题被制定为一个单目标最优化问题最小化互联AC MG费用函数。为了验证所提出的技术,修改后的IEEE 69节点网络作为测试用例进行了研究。
2018-03-08 math.OC
Efficient Decentralized Economic Dispatch for Microgrids with Wind Power Integration
分散式能源管理在具有可再生能源的智能微电网中至关重要,原因包括环境友好性,减少通信开销和故障恢复能力。在这种情况下,目前的工作涉及分布式经济调度和需求响应倡议的并网微电网的高渗透率的风力发电。为了应对风能的本质随机可用性的挑战,一种新的能源规划方法,涉及实际的风能以及与主电网的能量交易,介绍。提出了一个随机最优化问题,以最小化微电网的网络成本,其中包括常规发电成本以及由风的不确定性引起的预期交易成本。为了绕过所涉及的过高的高维积分,利用有效的样本平均近似方法来获得具有保证收敛性的求解器。利用微电网的特殊基础设施,通过乘法器的交替方向法进一步开发了分散式算法。案例研究进行了测试,以证实新的方法的优点。
2014-01-23 math.OC
Design and Operation of Renewable Energy Microgrids under uncertainty towards Green Deal and Minimum Carbon Emissions
本研究针对可再生能源微电网转型中的不确定性问题,提出多周期两阶段随机MILP模型,通过多场景案例验证了管控严格度、PtG技术及不同不确定参数对微电网设计与碳排放、成本的影响。
2023-04-28 math.OC
Hierarchical distributed scenario-based model predictive control of interconnected microgrids
针对互联微电网的隐私保护、不确定性及安全经济运行需求,提出一种分层分布式基于场景的随机模型预测控制方法,实验表明其性能良好且收敛迅速。
2024-07-03 math.OC
Nonlinear Control of a DC MicroGrid for the Integration of Photovoltaic Panels
电网的新连接约束(电网规范)需要更灵活和可靠的系统,以及应对光伏阵列等可再生能源(可再生能源)的不确定性和不稳定性的强大解决方案。通过直流(DC)微电网将这些可再生能源与存储系统互连可以满足这些要求。一个“即插即用”的方法的基础上的“系统的系统”的哲学,使用分布式控制方法的开发在目前的工作。这种方法允许将多个元件互连到DC微电网作为电源(如光伏阵列)、不同时间尺度的存储系统(如电池和超级电容器)以及负载(如电动车辆和主AC电网)。所提出的方案可以很容易地扩展到更大数量的元素。
2016-08-03 math.OC
Economic Power Capacity Design of Distributed Energy Resources for Reliable Community Microgrids
社区微电网是通过整合当地分布式能源资源(DER)在现有电力系统内开发的。因此,配电系统可以无缝地划分为社区微电网,当极端事件发生时,终端用户可以得到很大程度的支持。然而,由于DER的低惯性,它们的功率容量应该被很好地设计以覆盖意外事件并保证系统可靠性。本文提出了一种定量和定性相结合的设计可靠性指标选择方法,以及满足系统可靠性要求的经济途径。采用离散时间傅里叶变换(DTFT)和粒子群优化(PSO)算法求解该问题的最优解,同时考虑了负荷需求和可再生能源发电量的不确定性。此外,进行了灵敏度分析,以显示DER的容量设计是如何受到预测的可再生能源发电量的影响。
2017-08-03 math.OC
Energy Management System for a Low Voltage Direct Current Microgrid: Modeling and experimental validation
在可再生能源的重要集成的微电网领域,高效和实用的电力存储系统的要求引起直流微电网获得越来越多的关注。然而,发电和负荷消耗的不确定性以及电价的波动要求设计可靠的控制架构和强大的能源管理系统,以提高电能质量及其可持续性,同时最大限度地减少相关成本。本文提出了一种混合的方法,说明了模拟和实验结果的并网直流微电网,其中包括一个光伏电源和电池存储系统。特别强调的是放在微电网的总运营成本的最小化,同时考虑电池退化成本和电价。因此,提出了一个最佳的能量管理系统的能量存储系统调度,并使基于简单的模型的电费最小化。同时,模拟和实验室性能之间的差异突出。
2023-03-13 math.OC
Dynamic Rolling Horizon-Based Robust Energy Management for Microgrids Under Uncertainty
本文提出一种结合鲁棒优化与滚动时域框架的动态滚动时域模型,通过动态调度工具优化起始时隙,以更好整合不确定性预测与实现,案例研究表明其成本最多降低57%,光伏本地利用率最多提高11%。
2023-07-11 cs.SY eess.SY math.OC
Joint Chance-constrained Game for Coordinating Renewable Microgrids with Service Delivery Risk: A Bayesian Optimization Approach
本文针对可再生能源微电网在备用服务中因不确定性导致的合同违约风险,提出基于分布鲁棒联合机会约束的非合作博弈框架,并利用贝叶斯优化逼近最优违约率与市场均衡,在加州市场数据仿真中验证了其调控联合违约率和保障微电网利润的有效性。
2024-02-26 cs.CE math.OC
Bi-level Mixed-Integer Nonlinear Optimization for Pelagic Island Microgrid Group Energy Management Considering Uncertainty
本文提出一种考虑不确定性的远洋海岛微网群双层能量管理框架,上下层分别由微网群运营商和聚合商优化成本与收益,并设计上界紧致迭代算法求解下层混合整数非线性问题,提升了最优性与计算效率。
2023-11-27 cs.SY eess.SY math.OC
Distributionally Robust Frequency-Constrained Microgrid Scheduling Towards Seamless Islanding
针对微电网非计划孤岛引发的功率失衡与频率安全问题,提出一种分布鲁棒频率约束调度模型,通过协同优化机组组合、频率响应备用及虚拟惯量等,确保系统在非计划孤岛期间的频率安全,并验证了其有效性。
2024-01-07 cs.SY eess.SY math.OC
A Stochastic-Robust Approach for Resilient Microgrid Investment Planning Under Static and Transient Islanding Security Constraints
在规划微电网(MG)投资时,通常会考虑静态安全约束,以确保其在孤岛模式下运行的弹性和能力。然而,由于瞬态响应,未调度的孤岛事件可能触发MG内的分布式能源(DER)的级联断开,导致部分或全部负载损失。在本文中,最小最大最小,混合,随机鲁棒投资规划模型,提出了获得一个弹性MG同时考虑高影响低频(HILF)和低影响高频(LIHF)的不确定性。HILF的不确定性与MG在灾难性事件后的计划外孤岛有关,LIHF的不确定性与相关负载和DER生成有关,其特征在于一组场景。在这两种类型的不确定性下的MG弹性,确保将静态和瞬态孤岛约束到建议的投资模型。瞬态响应约束的包含导致具有非线性动态频率响应模型的最小-最大-最小问题,该问题不能通过可用的优化工具直接求解。因此,在本文中,提出了一个三阶段的解决方案的方法来找到最优的投资计划。在CIGRE 18节点配电网上对算法的性能进行了测试。
2020-07-07 cs.SY eess.SY math.OC
Towards a Sustainable Microgrid on Alderney Island Using a Python-based Energy Planning Tool
在偏远或岛屿社区,使用微电网(MG)是确保供电电气化和恢复力的必要条件。然而,即使在小规模系统中,考虑到负荷需求和可再生能源发电的所有不确定性,设计低成本、最佳、可持续的解决方案在计算和数学上都具有挑战性。本文使用开源的基于Python的能源规划(PyEPLAN)工具,开发的可持续MG在偏远地区的设计,在奥尔德尼岛,3 $^{rd}$最大的海峡群岛,人口约2000人。一个两阶段的随机模型被用来优化电池存储,太阳能发电和风力发电机组的投资。此外,交流潮流方程由PyEPLAN中DistFlow模型的线性化版本建模,其中投资变量是此时此刻的决策,而不是不确定参数的函数,而操作变量是观望决策和不确定参数的函数。使用$k$均值聚类技术生成一组最佳(风险寻求者)、标称(风险中性)和最差(风险规避)场景,这些场景使用负荷需求和太阳能/风力发电的年度历史模式捕获不确定性谱。建议的投资规划工具是一个混合整数线性规划(MILP)模型,并在PyEPLAN的Pyomo编码。
2020-07-30 cs.SY eess.SY math.OC
A Novel Real-Time Energy Management Strategy for Gird-Friendly Microgrid: Harnessing Internal Fluctuation Internally
通常,微电网发电容量的很大一部分来自可变的可再生资源,这些资源受环境影响很大,并且可以是间歇性的,也可以是随机的。这将导致微电网净负荷的不确定性,并对电网的可靠性产生负面影响。提出了一种两阶段的网络化微网实时能量管理策略,以解决微网内部波动问题,使微网成为电网友好型微网。该策略基于实时调度(RTD)阶段和实时控制(RTC)阶段之间的协调。在RTD阶段,使用模型预测控制(MPC)在当前时间间隔内优化调度微电网资源,同时考虑不久的将来的情况。RTC阶段通过快速作用电池解决微电网内部净负荷波动问题,其目的是在当前调度间隔内维持主电网和微电网之间恒定的联络线功率流。对10种不同的净负荷情景进行的数值模拟可以证明所提出的两阶段能量管理策略的性能,该策略将使微电网能够从大电网运营商的角度在经济调度间隔中作为具有静态电力消耗或生产的可控资产进行操作。
2020-06-20 cs.SY eess.SY math.OC
Nonlinear Control of an AC-connected DC MicroGrid
电网的新连接约束(电网规范)需要更灵活和可靠的系统,以及应对光伏阵列等可再生能源(可再生能源)的不确定性和不稳定性的强大解决方案。将这种可再生能源与主电网互连的解决方案是使用存储系统和直流(DC)微电网。一个“即插即用”的方法的基础上的“系统的系统”的哲学,使用分布式控制方法的开发在目前的工作。这种方法允许将多个元件互连到DC微电网作为电源(如光伏阵列)、不同时间尺度的存储系统(如电池和超级电容器)以及负载(如电动车辆和主AC电网)。所提出的方案可以很容易地扩展到更大数量的元素。
2016-08-03 math.DS math.OC
Distributionally Robust Planning of Hydrogen-Electrical Microgrids for Sea Islands
针对海岛氢电微电网规划中存在的多类异质内生不确定性及缺乏完全追索权的问题,提出考虑决策依赖不确定性的两阶段分布鲁棒优化模型,并开发定制化C&CG算法求解,验证了框架的成本效益、韧性及算法的性能提升。
2025-05-21 cs.SY eess.SY math.OC
Robust Partitioning and Operation for Maximal Uncertain-Load Delivery in Distribution Grids
针对极端天气下配电网停电与不确定负荷问题,提出两阶段混合整数鲁棒优化及带收敛保证的割平面算法,用于联网微电网的分区配置与运行,并在 IEEE 37 节点系统验证其经济效益。
2024-04-04 cs.SY eess.SY math.OC
Decarbonization of Steam Cracking for Clean Olefins Production: Optimal Microgrid Scheduling
Oklahoma State University(俄克拉荷马州立大学);University of Texas, Austin(德克萨斯大学奥斯汀分校)
针对蒸汽裂解电气化中乙烯装置连续运行与可再生能源间歇性的矛盾,提出电气化蒸汽裂解系统超结构与随机优化框架以优化微电网调度,分析了脱碳水平与经济性的关系及改进方向。
2025-10-29 math.OC
Predictive Management of Electric Vehicles in a Community Microgrid
将电动汽车充电负荷建模为可延迟负荷,这意味着可以将电力消耗转移到不同的时间窗口以实现各种电网目标。在当地社区的情况下,电动汽车被认为是可控的存储设备在一个全局优化问题,与其他微电网组件,如建筑负荷,可再生能源发电,电池储能系统等,但是,在驱动器的行为的不确定性有巨大的影响微电网运营的成本效益,这还没有充分探讨在以前的文献。在本文中,我们提出了一个预测电动汽车管理策略,在社区微电网,并评估它使用真实世界的数据集的系统基本负荷,太阳能发电和电动汽车充电行为。建立了两阶段运行模型,即第一阶段批发市场参与和第二阶段负荷曲线跟踪,以实现经济有效的电动汽车管理。预测控制策略,包括滚动时域控制,适用于以分散的方式解决能量分配问题。实验结果表明,所提出的方法可以显着降低总的能量成本,并降低总系统负载的斜坡指数高达56.3%。
2018-02-01 eess.SP math.OC
Dynamic Optimal Power Flow in Microgrids using the Alternating Direction Method of Multipliers
本文扩展ADMM求解微电网D-OPF,采用真实线路与负荷模型,并以两阶段方法处理离散决策和不确定性,在郊区规模微电网中实现接近最优且适用于滚动时域控制的结果。
2014-10-29 cs.SY eess.SY math.OC
A Distributionally Robust Optimization Approach for Unit Commitment in Microgrids
提出了一种在电力市场价格不确定性和净负荷不确定性下的分布式鲁棒微电网机组组合方法。所提出的方法的关键推力是利用Kullback-Leibler散度来构造一个模糊度集的概率分布和制定一个最优化问题,最小化所带来的最坏情况下的分布在模糊度集中的预期成本。所提出的方法有效地利用历史数据和资本化的k-means聚类算法,结合软动态时间弯曲得分,形成名义概率分布及其相关的支持。一个两级分解方法,使设计的问题的有效解。我们进行了有代表性的研究,并量化了所提出的方法相对于随机最优化为基础的模型在不同的发散容差值的相对优点。
2020-12-13 cs.SY eess.SY math.OC
Stochastic Reactive Power Management in Microgrids with Renewables
本文提出一种随机无功补偿方案,通过在线控制实现无功管理,验证了其在工业微电网和住宅配电网络中的有效性,能跟踪太阳能发电和家庭需求的变化。
2014-11-14 cs.SY eess.SY math.OC
A robust convex optimization framework for autonomous network planning under load uncertainty
自主微电网规划是一个混合非凸判定问题,需要同时考虑配电和发电容量的投资,具有很大的计算挑战性。我们在以前的出版物中提出了一个确定性的二阶锥(SOC)放松这个问题,使它在计算上易于处理的realsize的情况下。然而,这一问题受到来自负荷消耗、基于RES的发电和突发事件的相当大的不确定性的影响。因此,在本文中,我们提出了一个强大的优化方法,扩展了我们以前的工作,包括负载相关的不确定性的成本大幅增加的计算负担。结果表明,显着更高的投资和运营成本,以占负荷相关的不确定性。
2017-03-20 math.OC
Resilient Load Restoration in Microgrids Considering Mobile Energy Storage Fleets: A Deep Reinforcement Learning Approach
Interdisciplinary Graduate School, Nanyang Technological University Singapore(南洋理工大学跨学科研究生院(新加坡));School of Electrical and Electronic Engineering, Nanyang Technological University Singapore(南洋理工大学电气与电子工程学院(新加坡))
移动储能系统(MESS)提供了移动性和灵活性,以增强配电系统的弹性。本文提出了一个马尔可夫决策过程(MDP)制定的综合服务恢复策略,协调调度的MESS和微电网的资源调度。考虑了负荷消耗的不确定性。深度强化学习(DRL)算法被用来解决MDP优化调度。具体地说,双延迟深度确定性策略梯度(TD 3)被应用于训练深度Q网络和策略网络,然后训练好的策略可以以在线方式部署,以同时执行多个动作。所提出的模型被证明在一个集成的测试系统与苏福尔斯交通网络连接的三个微电网。仿真结果表明,移动和固定的能量资源可以很好地协调,以提高系统的弹性。
2020-03-27 cs.LG cs.SY eess.SY
Ensuring reliability in 100% renewable microgrids: a scenario-based joint planning and operational design framework
Monash University(莫纳什大学)
本文提出了一种基于场景的优化框架,通过分阶段解决长期容量规划和短期运营调度问题,以提高100%可再生能源微电网的可靠性,同时最小化系统总成本。
2026-05-16 cs.SY eess.SY math.OC
Stochastic-Robust Planning of Networked Hydrogen-Electrical Microgrids: A Study on Induced Refueling Demand
针对网络化氢-电微电网规划,提出考虑需求诱导效应的三层随机-鲁棒模型及基于PC&CG的精确分解算法,案例验证了其有效性和DIE的经济贡献。
2024-08-27 cs.SY eess.SY math.OC
SA-HMTS: A Secure and Adaptive Hierarchical Multi-timescale Framework for Resilient Load Restoration Using A Community Microgrid
配电系统集成的社区微电网(CMG)可以在长时间停电期间参与恢复负荷。在这种情况下,CMG面临着资源有限、缺乏强大的网格支持以及供需不确定性加剧的挑战。本文提出了一种安全和自适应的三阶段分层多时标框架调度和实时(RT)调度CMG与混合光伏系统,以解决这些挑战。该框架使CMG能够动态扩展其边界,以支持相邻的网格部分,并适应不断变化的预报误差的影响。第一阶段解决了随机延长工期调度(EDS)问题,以获得最优资源配给的转诊计划。中间近实时(NRT)调度阶段更新EDS时间表更接近使用新获得的预测,然后由RT调度阶段的调度时间。为了使调度决策更安全,更强大的预测误差,提出了一种新的概念称为延迟追索。该方法是通过数值模拟的修改后的IEEE 123总线系统进行评估,并使用OpenDSS/硬件在环仿真验证。结果表明,优越的性能,最大限度地提高负载供应和连续安全CMG操作在许多操作场景下。
2022-02-10 cs.SY eess.SY math.OC
Approximate Model Predictive Control for Microgrid Energy Management via Imitation Learning
Delft Center for System and Control, TU Delft(代尔夫特系统与控制中心,代尔夫特理工大学);Department of Electrical, Electronic and Computer Engineering, University of Pretoria(电气、电子与计算机工程系,比勒陀利亚大学)
本文提出基于模仿学习的框架,用于近似混合整数经济模型预测控制,通过神经网络模仿专家控制策略,实现快速实时决策,降低计算时间并提升鲁棒性。
2026-04-27 cs.AI cs.SY eess.SY