基于模型预测控制与混合整数线性规划的融合主动需求管理虚拟电厂最优运行策略研究
《Applied System Innovation》:Optimal Management of a Virtual Power Plant with Active Demand Using a MILP–MPC Scheme
【字体:
大
中
小
】
时间:2026年10月01日
来源:Applied System Innovation 3.4
编辑推荐:
随着非传统可再生能源渗透率的不断提高,给电力系统运行灵活性带来了挑战,因此需要通过主动需求管理来协调分布式能源资源。本研究提出了一种虚拟电厂(VPP)的最优运行策略,该策略整合了常规热发电、可再生能源、电池储能、主电网交易以及主动需求机制。优化模型被构建为混合整数线性规划(M
随着非传统可再生能源渗透率的不断提高,给电力系统运行灵活性带来了挑战,因此需要通过主动需求管理来协调分布式能源资源。本研究提出了一种虚拟电厂(VPP)的最优运行策略,该策略整合了常规热发电、可再生能源、电池储能、主电网交易以及主动需求机制。优化模型被构建为混合整数线性规划(MILP)问题,嵌入于滚动时域模型预测控制(MPC)框架中。主动需求通过聚合的可转移负荷和独立的可削减负荷来表示。可转移负荷的运行通过功率、爬坡和能量平衡约束进行调节,而可削减负荷则受用户不适惩罚、经济激励和每日削减预算的约束。利用混合物理-LSBoost模型来缓解可再生能源预测的不确定性,该模型将预测误差降低了最高。运行结果表明,总运行成本降低幅度在至之间,同时实现了的峰值负荷削减。全面的敏感性分析揭示,主动需求参与受不同定性机制的支配:严格的预算界限、用于激活削减的陡峭惩罚阈值,以及可转移负荷对时间价格差异的阈值型饱和响应。此外,高分辨率的5分钟在线运行验证了该方案的实时可行性,求解器每次迭代的执行时间保持在以下。结论指出,协调主动需求、储能和MPC能够提升虚拟电厂的经济性和技术性表现,但碳排放削减在很大程度上依赖于热发电调度动态,凸显了明确平衡经济与环境权衡的必要性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号