基于正交逐步优化算法的智能电网储能优化

许有为, 高 岩

(上海理工大学 管理学院, 上海 200093 )

0 引 言

传统能源日益短缺，环境污染日趋严重，风力、太阳能等新能源发电近年来发展迅速。2016 年通过 的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》描绘了中国未来五年能源发展向绿色转型积极适应新常态的基本愿景，提出更加重视新能源，继续大力支持风电、光电发展，加快发展生物质能、地热能，积极开发沿海潮汐能资源[1-2]。新能源发电的研究已经成为制定实时电价策略的一个重要内容。当前，越来越多的需求响应RES和存储设备集成到当前的主电网中，将这些分布式 RES 和存储设备与微电网相结合，有利于提高智能电网的可靠性和弹性[3]。但是，因为可再生能源与负载能量消耗的不确定性，供给侧与需求侧的供需平衡很难得到一个合理的解决方案。微电网是包含 RES 和已调度资源的能源系统，可以独立运行以提高效率[4]。此外，智能微电网可以与主电源系统连接，可以进入电力市场，出售额外的 RES 和可调度资源或从外部电网购买电力，如何最大化调度电力储能设备就显得尤为重要。优化调度不仅可以节约能源减少火、煤发电量，还可以增大用户对于电力供应商的满意度。

正交逐步优化算法(OPOA)，作为一种动态规划算法，是对逐步优化算法的改进。虽然逐步优化算法可以将多阶段决策的问题划分为若干个双阶段问题，以及提高优化的效率[5]。但是随着电网规模的不断扩大，用电设备的极速增加，逐步优化算法也会面临“维数灾”的大问题。……