基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法

被引：30

作者：

汪洋叶 ^{[1
,2
]}

赵力航 ^{[1
,2
,3
]}

常伟光 ^{[3
]}

杨强 ^{[3
]}

杨敏 ^{[1
,2
]}

机构：

[1] 浙江省太阳能利用及节能技术重点实验室

[2] 浙江浙能技术研究院有限公司

[3] 浙江大学电气工程学院

来源：

智慧电力 | 2021年 / 49卷 / 07期

关键词：

虚拟电厂; 模型预测控制; 粒子群优化算法; 储能系统;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源。提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值。在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改进的粒子群寻优算法求解优化过程。仿真结果表明所提方法的有效性。

引用

页码：16 / 22

页数：7

共 23 条

[1]

Data-Driven Solution for Optimal Pumping Units Scheduling of Smart Water Conservancy [J].

Dong, Wei ;

Yang, Qiang .

IEEE INTERNET OF THINGS JOURNAL, 2020, 7 (03) :1919-1926

[2]

Distributed Model Predictive Control for On-Connected Microgrid Power Management [J].

Zheng, Yi ;

Li, Shaoyuan ;

Tan, Ruomu .

IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, 2018, 26 (03) :1028-1039

[3]

Model predictive control to two-stage stochastic dynamic economic dispatch problem.[J].Amru Alqurashi;Amir H. Etemadi;Amin Khodaei.Control Engineering Practice.2017,

[4]

Use of model predictive control for experimental microgrid optimization.[J].Alessandra Parisio;Evangelos Rikos;George Tzamalis;Luigi Glielmo.Applied Energy.2014,

[5]

考虑出力外特性的虚拟电厂多目标优化调度 [J].