随着经济的快速发展,传统电网难以满足现阶段人民日益增长的美好生活需要,随之而来的电力市场改革是全国共同面对的挑战。实时电价(RTP,real time of price)是在完全市场化的电力系统中诞生的,以电厂竞价、出清电价等为基本要素,主要反映各线路以及节点的供需平衡关系,当某一线路电力供应紧张,形成线路阻塞,该线路受入节点的电价会随之上升。RTP实时更新,能够更准确地反映各个时段供电成本与需求之间的关系。目前美国与西欧国家的电力市场采用实时电价,如美国的PJM电力市场。本文主要研究对象为光储联合系统和智能家居系统,研究思路是以光伏发电或配电网为主电源给需求侧供电,通过控制储能系统充放电或柔性负荷运行时间及运行功率提高系统对电价信号的响应能力,最大程度满足用户用电需求并获得良好的用电体验,降低系统的运行成本。另外从电网角度出发,电价机制保证需求侧参与电力市场运行,对扩大电力系统市场化程度有重大意义。本文在电力市场下,以实时电价为调节信号,针对光储微电网进行优化调度研究,并根据不同应用目的分别构建了光储联合系统和由柔性负荷、储能元件组成的智能家居系统,主要研究内容如下:(1)针对微电网以及智能家居系统,从需求侧角度出发建立柔性负荷模型、光伏发电模型、储能调度模型以及经济评价模型,将主要应用于智能家居的优化调度或光储微电网系统的日前调度和实时调度。其中详细介绍了三种典型的负荷建模方法,并在此基础上对柔性负荷进行了改进和创新,为微电网优化调度奠定了基础。(2)针对光储微电网,根据控制属性对系统的柔性负荷及储能元件进行建模。考虑系统运行成本及用户在电力消费中的感知体验,建立微电网购售电模型,其中基于效用对数函数的感知评价模型通过描述用电满意度与用电量以及电网电价的关系对用电体验进行量化,为智能家居系统调度奠定基础。(3)提出了计及储能损耗的光储联合系统经济优化调度方法。考虑传统储能调度方法对电池寿命的忽视,本文简要介绍加权蓄电池寿命量化模型,该模型将储能损耗计入优化函数,并在此基础上建立计及储能损耗的光储联合系统经济调度模型,通过考虑购电成本、售电收益及各种约束条件,结合用电调度策略,以超短期负荷预测、光伏预测为基础,采用基于人工智能的粒子群优化算法,指导储能系统充放电动作,实现对微电网的日前调度。(4)针对含屋顶光伏及储能元件的微电网,构建了基于模糊决策的实时调度模型,该模型既能提高系统在不同电力供需状态下经济运行的鲁棒性,又能在满足用户惯性用电的基础上对系统进行实时的调度。在优化调度过程中,综合计及系统运行要求和蓄电池技术特性约束,运用模糊控制方法与智能蜂群算法,以实现系统全生命周期经济性最优为目的进行储能实时调度,最后结合感知评价模型与不同用电方式进行综合评估。考虑到传统的模糊控制器不具备学习能力,智能蜂群算法将运用于控制器参数优化。以美国PJM市场电价为参考,通过分析智能模糊调度对电网能量流动、蓄电池储能水平、用户经济效益以及决策响应速度的影响,验证模型及方法的实时性和经济性。由于控制器的输入与预测无关,因此光储联合优化调度不完全依赖于预测信息的准确性。该方法既克服了早先研究在处理不确定性因素上的不足,同时具有实时调度要求的毫秒级响应速度;(5)以克服负荷以及新能源发电的随机性和波动性对调度结果的影响为目的构建智能家居系统两阶段调度模型,综合了蓄电池和家居负荷的技术特征,并在柔性负荷建模问题上进行了创新。与弹性系数模型以及传统幂指数函数建模法不同,本文是在负荷状态建模法的基础上对负荷模型进行了简化和改进。本文在电力市场下,从消费者角度出发,考虑储能和负荷特性,提出智能家电两阶段协调运行方法,以满足用户用电需求及用电满意度需求。家居电器智能调度增强需求侧对电网电力供应的响应能力,有益于在电网与用户之间建立稳定可靠且具有一定弹性空间的供需关系,对智能电网需求侧响应的建设发展及完善有着重大意义。该方法不仅有效降低了用户的用电成本而且保留了用户积极的用电体验。这对于鼓励用户参与智能电网的运行以及促进电网源荷形成良性供需关系有着重要的参考价值,同时对电网改革的实施有着积极的意义。