- 文献综述（或调研报告）：
微电网能量优化调度通过对分布式电源、储能单元、负荷以及电网当前运行状态和历史数据进行分析，继而做出科学的评估和预测；根据微电网系统内各类型分布式电源享受的优先调度权分级、负荷分级以及主网系统电价类型的不同选择，不同的能量调度策略，确定相应的优化调度模型，采用有效的算法求解未来不同调度周期的最优运行计划，包括对微电网内可调度型单元的日前出力计划、储能单元日前调度计划和实时调度计划[1]。
但可再生能源如太阳能、风能具有随机性和间歇性等特点，而且可再生能源的扰动也大小不一[2]，其大规模介入电网后，对电力系统的运行与调度也带来了极大挑战[3]。
文献[4]提出一种日内调度手段来协调日前调度向实时调度的过渡，进入日内调度后，对负荷数据的变化实时跟踪，及时修正日前计划，通过日内变化求解优化模型，确保发电计划的经济性。文献[5]提出一种在线经济调度模型，通过前瞻时间窗口的大小得到动态经济调度的最优解。文献[6]引入了风险备用的概念，提出了一种将日前和日内滚动经济调度相协调的经济调度策略，以适应风电的随机性。文献[7-11]在目标函数上考虑机组的排放特性，更满足系统经济性和环境的要求。文献[12]考虑电网调度实时性要求，通过对火电厂的实时调度对机组进行负荷优化分配。
但是，这些研究没有综合考虑目前电力系统的经济性，环境问题以及存在优化时间长，达不到电网实时调度的要求，同时当负荷偏差或者出现随机扰动时不能实时修正，导致AGC可调容量不足[2]，就会影响系统的安全性。
要实现基于微电网的间歇性分布式能源有效消纳，可再生能源和负荷需求功率的准确预测是关键。模型预测控制（model predictive control，MPC）基于滚动优化和反馈校正的思想可以较好地解决含多种不确定性因素的优化控制问题[1]，可以保证优化计算的收敛性，具有极强的抗干扰能力和鲁棒性；同时，MPC也可方便地计入多种约束条件；此外MPC能有效实现多个优化目标的同时跟踪。
MPC是一类基于模型的有限时域闭环最优控制方法，是一种针对控制系统输入、输出和状态约束的先进的反馈策略。目的是通过计算一个最优控制问题的解决方案来找到应用于系统的控制输入。也就是说，通过规定受约束的操作条件，将系统响应保持在已知极限内的控制律。在每一采样周期，MPC控制优化器以当前时刻的系统状态为初始状态，基于预测器对系统未来一段时段时间的预测结果，通过相应优化算法滚动求解有限时长的优化控制问题，并根据实际输出与参考轨迹间的差异不断修正相关参数，直到达到要求的仿真时域[13]。基于MPC控制问题公式的一个关键方面需要使用一个显式的系统的数学模型,即控制算法估计出未来时间范围内可变的系统状态，以便生成最优控制序列。MPC有能力控制非线性系统的同时满足其约束条件[14]。
采用基于MPC 的优化控制后，能源局域网从外部电网间购买能量与卖出能量的次数相对更少，并且主要是在电价低的时候从外部电网买电，而在电价高的时候向外部电网卖电。同时，采用基于MPC 方法的优化控制后，能源局域网对外部电网的能量依赖度大大降低，能源局域网内部可再生能源发电波动对外部电网的影响也相对降低[13]。
[1] 肖 浩,裴 玮,孔 力. 基于模型预测控制的微电网多时间尺度协调优化调度[J].电力系统自动化,2016,40(18):1-11.
[2] 杨冬锋,周苏荃等. 基于MPC 的超短期优化调度策略研究[J].电力系统保护与控制,2015,43(11):14-18.
[3] 王成山,李鹏.分布式发电、微网与智能配电网的发展与挑战[J].电力系统自动化,2010,34(2):10-14.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
