基于多时间尺度的灵活性资源优化配置研究——结合模型预测控制与日内滚动优化方法关键词：多时间尺度；模型预测控制；日内滚动优化；程序:matlab-yalmip-c

简介：
本研究探讨了在电力系统中利用多时间尺度进行灵活性资源优化配置的方法，结合了模型预测控制和日内滚动优化策略。采用MATLAB与YALMIP工具实现算法设计及仿真验证，旨在提升系统的运行效率与经济性。关键词包括多时间尺度、模型预测控制、日内滚动优化等。 本研究提出了一种基于多时间尺度的灵活性资源优化配置策略，在考虑负荷需求响应机制的基础上进行微网系统的优化调度。该系统包含风力场、光伏电站、微型燃气轮机、蓄电池、余热锅炉、热泵以及储热罐等多样化的分布式能源，并且能够应对电/热负载的需求变化。 在日前阶段，利用源-荷预测数据和分时电价信息作为基础，通过价格型需求响应机制鼓励用户参与负荷调整。这有助于平滑负荷曲线并减少系统调峰的压力。在此基础上建立了以最小化微网运维成本、购电成本、购气成本及污染物排放惩罚成本为目标的日前优化调度模型。 在日内阶段，为提高调度精度，进一步引入了各分布式电源日内-日前功率方差作为目标函数，并构建相应的日内滚动优化调度模型。通过这种方式可以确保不同时间尺度下的动态调整能力与灵活性资源的有效利用。 最终该研究确定了各个时间段内各类分布式能源的最优输出曲线及其对应的运行成本值。整个建模过程使用MATLAB结合YALMIP和CPLEX工具进行实现，为复杂微网系统的高效优化提供了有效方案。