吕凯 作品数:6 被引量:53 H指数:4 供职机构: 合肥工业大学电气与自动化工程学院 更多>> 发文基金: 国家自然科学基金 国家电网公司科技项目 教育部“新世纪优秀人才支持计划” 更多>> 相关领域: 电气工程 自动化与计算机技术 更多>>
基于SMDP的光柴储独立微网能量控制策略优化 被引量:4 2016年 考虑含光伏发电装置、储能装置和柴油发电机组的独立微网系统,以提高微网长期运行经济性为目标,研究微网能量管理优化问题。首先对系统的随机动态特性进行建模,即针对光伏发电和负荷变化的随机特性,将微网系统的能量控制建模为半马尔可夫决策过程(SMDP);然后采用随机动态规划算法对最优策略进行求解,得到微网在不同的光伏发电功率、负荷需求、储能荷电状态等级和柴油发电机组运行数量下对柴油发电机组和储能装置的最优控制行动。仿真结果说明了所建随机模型的合理性和优化方法的有效性。 周康 唐昊 江琦 吕凯 蒋兰海关键词:光伏发电 储能 半马尔可夫决策过程 多用户区域微网的能量优化调度 研究了实时电价机制下,含有多区域用户多储能装置微网的能量管理问题.考虑到微网内部的新能源发电系统出力具有随机性,因此根据新能源发电系统出力、实时电价、以及各区域用户需求的动态特性,建立微网用电经济性的优化目标函数,将多储... 吕凯 唐昊 李怡瑾 苗刚中关键词:微网 优化控制 文献传递 考虑电网调峰需求的工业园区主动配电系统调度学习优化 被引量:7 2021年 本文针对含光伏(Photovoltaic,PV)、全钒液流电池(Vanadium redox battery,VRB)储能装置与多类型柔性负荷的工业园区主动配电系统,研究在考虑源荷随机性情况下该系统的动态经济调度问题.首先,将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔科夫过程,并根据系统内VRB的充放电特性对储能系统进行建模;然后,以各决策时刻下PV出力、负荷需求、调峰需求以及储能荷电状态(State of charge,SOC)的离散等级为状态,以储能充放电及多类型柔性负荷调整方案为行动,在系统功率平衡等相关约束下,以应对电网调峰需求和提高系统经济运行水平为目标,将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型;最后,引入强化学习方法进行策略求解.算例仿真结果表明所得策略可有效提高系统经济运行效益,并在一定程度上满足电网调峰需求. 唐昊 刘畅 杨明 汤必强 许丹 吕凯关键词:调峰 VRB 计及源荷双侧不确定性的跨区互联电网源网荷协同调度 被引量:25 2019年 日益完善的跨区互联结构、大规模间歇性新能源并网以及负荷侧参与调度能力的提升对电网调度提出了新的挑战,因此研究了源荷双侧不确定和可调度情况下跨区互联电网的协同调度问题。首先,以当前国内跨区互联电网的分层调度架构为基础,构建了计及联络线的跨区互联电网源网荷协同调度模式;然后,考虑到不确定性因素对系统约束条件和调度目标的影响,基于随机机会约束规划建立了该调度问题的基础优化模型。最后,考虑到基础模型存在寻优求解困难等方面不足,进一步提出了上层火电机组启停/联络线功率,下层火风光机组出力及柔性负荷调度量的改进分层优化模型,并采用2类粒子群算法分别对上下层模型进行求解。对不确定环境下的所得调度计划进行了分析,验证了所建分层优化模型的合理性以及求解方法的有效性。 吕凯 唐昊 王珂 汤必强 吴海伟关键词:协同调度 多目标 考虑广义需求侧资源的深度置信网络短期负荷预测方法 被引量:2 2023年 随着智能电网信息化水平的不断提高以及可控负荷、分布式电源和储能等广义需求侧资源的大量接入,将产生海量负荷数据集并改变负荷特性.为了提高负荷预测精度,提出了一种考虑广义需求侧资源的深度置信网络(DBN)负荷预测方法.首先,借助负荷聚合商确定了广义需求侧资源参与电力市场的机制,构建了基于合同的广义需求侧资源调度模型,并利用该模型求解广义需求侧资源参与电力市场的最优调度计划.其次,引入DBN结构,并将广义需求侧资源的最优调度计划作为其输入量,建立了短期负荷预测模型.最后,以实际数据进行仿真测试,结果表明,本文所提方法具有更高的预测精度. 胡实 唐昊 吕凯 杨晨芳关键词:短期负荷预测 源荷不确定冷热电联供微网能量调度的建模与学习优化 被引量:15 2018年 针对含光伏,微型燃气轮机组等分布式能源的冷热电联供微网系统,研究源荷双侧不确定情况下多类型能量调度动态优化问题.首先,针对光伏出力和异类负荷的随机不确定性,将光伏和负荷的变化描述为连续马尔科夫过程;然后以决策时刻,负荷需求以及分布式能源出力的离散值为状态分量,以微型燃气轮机组启停行动和储能充放行动为动作分量,在分时电价模式下,以降低包括购电成本,燃料代价,启停代价等在内的日运行成本为调度优化目标,将源荷不确定冷热电联供微网系统调度动态优化问题描述为马尔科夫决策过程模型,并引入强化学习方法对该问题进行策略求解.最后通过算例仿真对不同策略进行了比较,验证了优化方法的有效性. 李怡瑾 唐昊 吕凯 郭晓蕊 许丹