微电网中多时间尺度滚动优化调度策略研究.pdfVIP

微电网中多时间尺度滚动优化调度策略研究1

微电网中多时间尺度滚动优化调度策略研究

摘要

本研究针对微电网运行中的多时间尺度优化调度问题，提出了一种基于滚动优化的

综合调度策略。随着可再生能源渗透率的不断提高，微电网运行面临出力波动性、负荷

不确定性等多重挑战。本研究构建了包含日前日内实时三级时间尺度的优化调度框架，

结合模型预测控制(MPC)和随机规划理论，开发了适用于不同时间尺度的优化模型。

通过引入深度学习算法进行可再生能源出力预测，采用场景生成技术处理不确定性，并

设计了基于混合整数线性规划(MILP)的求解方法。仿真结果表明，所提策略相比传统

方法可降低12.7%的运行成本，提高15.3%的可再生能源消纳率，同时将供电可靠性

提升至99.98%。本研究为微电网优化调度提供了系统化的解决方案，对促进能源转型

和”双碳”目标实现具有重要意义。

关键词：微电网；多时间尺度；滚动优化；模型预测控制；可再生能源消纳

引言与背景

1.1研究背景与意义

随着全球能源结构向低碳化转型，微电网作为分布式能源高效利用的重要形式，正

成为电力系统发展的关键方向。根据国际能源署(IEA)数据，2022年全球可再生能源

装机容量达到3372GW，同比增长9.6%，其中分布式能源占比超过40%。我国”十四五”

能源发展规划明确提出，到2025年分布式可再生能源装机容量将达到1.8亿千瓦，微

电网作为其重要载体将迎来快速发展期。

微电网优化调度是保障其安全经济运行的核心技术。传统调度方法多采用单时间

尺度优化，难以兼顾不同时间维度的运行特性。多时间尺度滚动优化策略通过协调不同

时间尺度的调度目标，能够有效应对可再生能源波动性和负荷不确定性，提高系统运行

效率。本研究旨在构建系统化的多时间尺度优化调度框架，为微电网智能化运行提供理

论支撑和技术方案。

1.2国内外研究现状

1.2.1国际研究进展

欧美发达国家在微电网优化调度领域起步较早。美国能源部(DOE)资助的”Grid

ModernizationInitiative”项目开发了基于多时间尺度的微电网能量管理系统(MEMS)，

实现了日前计划与实时调度的协同优化。欧盟”H2020”计划支持的”MICROGRIDS”项目

提出了分层分布式优化架构，通过多智能体系统实现不同时间尺度的协调控制。

微电网中多时间尺度滚动优化调度策略研究2

在理论研究方面，国外学者主要关注以下方向：一是基于模型预测控制(MPC)的

滚动优化方法，如文献[1]提出的多阶段MPC框架；二是随机规划与鲁棒优化理论的

应用，如文献[2]构建的两阶段随机规划模型；三是机器学习在预测与优化中的融合，

如文献[3]开发的深度强化学习调度算法。

1.2.2国内研究现状

我国在微电网优化调度领域取得了显著进展。国家电网公司建设的”张北风光储输

示范工程”实现了多时间尺度协调控制，可再生能源消纳率达到95%以上。清华大学团

队开发的”微电网多时间尺度优化调度系统”已在多个园区微电网得到应用。

学术研究方面，国内学者主要聚焦：一是考虑需求响应的优化调度模型，如文献[4]

提出的价格型需求响应机制；二是储能系统优化配置与运行策略，如文献[5]构建的储

能容量优化方法；三是多微电网协同优化技术，如文献[6]研究的分布式协同优化算法。

1.2.3研究趋势与挑战

当前微电网优化调度研究呈现以下趋势：一是多时间尺度耦合建模，实现不同时间

维度的协调优化；二是不确定性处理方法创新，提高调度策略的鲁棒性；三是人工智能

技术深度应用，提升优化求解效率。

主要挑战包括：多时间尺度模型构建复杂度高；不确定性因素处理难度大；实时优

化计算效率不足；多目标优化冲突协调困难。本研究将针对这些挑战提出系统化解决方

案。

1.3研究内容与结构

本研究围绕微电网多时间尺度滚动优化调度策略展开，主要内容包括：

1.构建包含日前日内实时三级时间尺度的优化调度框架

2.开发基于深度学习的可再生能源出力预测方法

3.设计考虑不确定性的随机优化模型

4.提出高效的混合整数规划求解算法

5.开发原型系统并进行仿