基于电网模型等值的省地协同发电计划优化方法

部分地区电网中含有可调节机组,通过省地两级调度资源的联合优化可实现电网的全局效益,但省地调一体化调度模型因机组数量多、网络规模大,求解效率会受到限制。该文提出了基于电网模型等值的省地协同发电计划优化方法,首先,为了实现电网模型扩展的适度和有效,通过WARD等值原理聚类分析地区电网节点功率对外转移特性,将对外功率转移相似的节点网络化简为虚拟节点,压缩地区电网规模,与省级电网拼接形成全网计算模型,实现模型等值;其次,将化简地区电网的可调度资源作为等值机组建模,与省调机组一起进行参与全省发电调度优化,求得全省发电计划优化解;最后,将虚拟节点发电计划分解到地调机组,得到地区电网机组的发电计划。算例结果表明文中方法计算效率较高,可提高电网运行的安全性和经济性水平。     

负荷主动响应应对特高压受端电网直流闭锁故障的探讨

特高压直流输电线路因其输电容量巨大,一旦发生闭锁故障,受端电网输入功率严重缺失,将给电网运行带来巨大冲击,目前的常规调度手段可能会切除大量负荷。频率响应负荷能够在频率偏低时快速主动减少用电或退出用电;电压响应负荷可通过母线电压的主动调整来改变负荷有功大小,帮助电网快速实现功率平衡。通过对频率响应负荷和电压响应负荷调节能力的事前评估和事中统计,并与拉限电策略的在线协调优化,可以减少事故情况下的负荷切除量。发电资源和负荷资源的统一调度可提高特高压直流故障后受端电网的频率稳定水平,仿真结果表明了发电和负荷协同调度策略的有效性。     

特高压直流故障下源网荷协调控制策略及应用

特高压直流大功率失去将对受端电网安全运行造成严重冲击。文中针对特高压直流大功率失去下的频率恢复、直流近区输电断面过载、联络线功率超用,以及系统旋转备用不足等稳态控制问题,提出了源网荷协调控制策略。利用可中断负荷,建立调度—营销协同及省地一体化的负荷控制架构,实现特高压故障情况下发电、负荷及电网的协调优化控制,为特高压受端电网应对直流大功率失去下的调度故障处置提供了参考及借鉴。     

基于信息粒化和支持向量机的母线等效负荷波动预测方法

随着接入母线多源功率的不断增加,使电网更加合理安排调度计划有了较大的难度。首先,提出了构建一种母线等效负荷模型,将接入母线的不可调发电功率等效为负的负荷功率,使不可调发电功率和母线负荷功率等效为母线的等效负荷功率。然后,获取等效负荷的历史数据,作为母线等效负荷预测模型的输入。最后,基于模糊信息粒化和支持向量机进行母线等效负荷波动预测。实例验证表明,等效负荷预测值相比单独预测不可调多源功率及母线负荷之后的等效值,精确度有所提高。同时预测结果可以更加清楚地了解各母线不可调等效负荷的波动范围,有利于地调系统更好地计划可调小容量发电的出力,并为省调更合理地安排新能源消纳及全网可调发电计划提供预测基础。     

青海电网母线负荷预测的省地一体化实现

青海电网母线负荷预测功能充分考虑电网特性,实现了＂自上而下＂的省地一体化母线负荷预测,达到了省地联动,省地调共同参与母线负荷的预测和管理,形成了＂省调预测、地调修正＂的工作模式。文章介绍了母线负荷建模及命名规范,阐述了青海电网母线负荷预测的方法及其省地一体化功能的实现。     

网省紧耦合电网实时发电计划优化模型及应用

由于负荷、新能源功率等不确定性因素的影响,在日前发电计划执行过程中需要利用实时发电计划应用进行滚动修正。对于网省两级耦合紧密的区域电网,网调与省调机组共同承担省内用电负荷,跟随负荷预测偏差与新能源预测偏差进行实时调整,保证发用电平衡,网省间联络线交换功率计划呈动态变化特点。为此,在常规发电计划优化模型基础上,提出针对紧耦合电网的网省分担的虚拟功率交换计划(VIS)约束,建立网调和省调实时发电计划优化模型。针对运行中网调在局部省区调节能力不足的问题,提出网调多控制区优化模型,实现网调控制机组在省区之间的相互支援,并可量化分析支援大小。通过电网实际运行结果分析,验证所提出的方法的有效性,提高电网调度大范围资源优化能力。     

基于数值天气预报的母线负荷综合预测模型

母线负荷预测是电网安全校核和编制发电调度计划的基础。基于母线负荷历史数据和数值气象数据,通过相关性分析将母线负荷进行分类,提出了一种基于数值天气预报的BP神经网络母线负荷预测方法。进而以倍比平滑法和基于数值气象数据的BP神经网络法为基础,建立了分时段变权重的综合预测模型。对烟台地区的母线负荷预测结果表明,所提出的母线负荷综合预测模型有效地提高了预测准确率,对含大规模风电接入电网的输电设备安全校核具有重要的实用价值。     

光伏发电接纳能力评估建模研究

建立基于联络线交换计划、检修计划、系统负荷预测曲线、母线负荷预测曲线、网络拓扑等约束信息的光伏发电接纳能力评估模型。采用单纯形方法求解光伏发电最大接纳能力,实现日前和日内光伏发电接纳能力的连续过程整体优化。结合实际电网,分析电网网络拓扑、电源出力等因素变化引起光伏发电接纳能力改变情况,验证了建立光伏发电接纳能力评估模型。     

微电网互联运行的分时优化与实时控制方法

将相邻的孤立微电网互联运行,可促进资源的时空互补与运行优化。提出互联微电网分时优化调度与实时协调控制相结合的运行方法,旨在降低系统发电成本,提高运行稳定性。在分时优化调度层面,基于超短期预测结果,以全系统发电成本最低为目标,提出考虑资源时空互补特性的优化调度方法;在实时协调控制层面,针对风、光、负荷的随机性而引起的功率波动问题,提出基于动态下垂控制的联络线定功率控制方法,使功率波动量得到经济合理分配。算例验证了分时优化调度方法可促进资源互补、降低运行成本,实时仿真结果验证了动态下垂控制策略可有效实现联络线定功率控制。     

基于PCA-LMD-WOA-ELM的短期光伏功率预测

对光伏发电功率进行准确预测,可减弱其并入电网的波动性,有利于电网对新能源发电的调度。基于主成分分析法和局部均值分解相结合的鲸鱼优化算法,构造优化后的极限学习机模型,并使用该模型对光伏发电短期功率进行预测。先用主成分分析法对影响光伏发电功率的因素进行筛选,并使用局部均值分解对选取的主要影响因素及发电功率序列数据进行分解;然后基于子序列使用鲸鱼优化建立极限学习机模型;最后将各序列短期预测结果叠加获得光伏发电短期功率预测结果。通过仿真验证及对比分析,说明该预测方法具有较高的预测精准度。     

考虑机组优化选取的含风电电网滚动优化调度方法

提出一种包含调整机组优化选取策略的滚动优化调度方法。根据负荷及风电超短期预测信息,首先考虑等效负荷(负荷+风电)预测偏差和机组调节容量匹配、机组爬坡量和等效负荷波动量匹配,以及减少外送断面越限原则进行调节机组优化选取。在此基础上,以机组调整成本及弃风量最小为目标,建立优化模型并采用改进粒子群优化算法求解。实际算例表明,考虑机组优化选取的滚动优化调度实现了超短期时间尺度上对负荷及风电预测偏差的自动跟踪调节,提高了发电计划的准确性,同时有效降低了综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。     

支持安全校核的母线负荷预测系统在湖南电网中的应用

根据湖南电网负荷特性与调度的实际需要,支持安全校核的母线负荷预测系统已在湖南电网正式运行.该系统采用先进的B/S结构,充分考虑了气象要素、日类型、小电源等影响母线负荷变化的主要因素进行母线负荷预测,不但满足各项考核指标的要求,而且为发电计划的安全校核与调度的精细化管理提供数据支持.     

多层次母线负荷预测方法研究

母线负荷预测不仅是推进调度精益化管理的重要手段,而且对于节能调度的推行、发电计划的制定、电力现货的交易等工作具有至关重要的作用.目前绝大多数短期负荷预测都是系统级的,母线负荷预测很难直接套用系统负荷预测的方法,因此提出一种基于挂接电源、终端用户及检修、气象等因素的多层次母线负荷预测方法.通过该方法可实现母线负荷预测的精细化分析预测,有效提高预测精度.     

基于混合遗传算法的电力系统源网协同调度

新形势下电力系统中源(指发电与负荷)网(指输电设备)间呈现日趋交织纠结的矛盾,传统的固定电网结构条件下发电跟踪负荷的经济调度面临挑战。由此,在经济调度原有条件的基础上,将电网输电支路状态纳入决策量,并计及电网拓扑连通性条件,提出了一种源网协同调度模型。该模型在协调的经济调度决策中纳入电网拓扑的合作作用,以在满足系统运行约束条件的基础上挖掘系统实现发电负荷功率平衡的协同能力。针对该模型,给出了遗传算法和线性规划内点法混合求解方法。最后,算例分析说明了所提方法的有效性。     

短期母线负荷优性组合预测方法及其在成都电网中的应用

短期母线负荷预测是编制停电检修计划、确定年度运行方式、优化改接负荷及状态估计等工作的重要前提,对提高驾驭大电网能力、开展节能发电调度、实现安全校核精益化管理具有重要意义。针对短期母线负荷预测中单一预测方法的局限性,提出了优性组合预测新方法。依据预测方法在样本区间及预测区间上的灰色关联度、点预测精度及区间预测有效度指标,提出了预测方法综合有效度系列概念。以全区间综合有效度为优选指标,对预测方法进行筛选,采用方差-协方差法求取组合权重。成都电网110 kV母线负荷预测算例表明,所提方法预测精度高、稳定性好。     

基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电短期预测

为提高部分数据缺失情况下智能电网光伏发电功率预测精度,提出一种基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电功率预测模型。采用双维度顺序填补方法补齐缺失数据,基于完整数据分析光伏发电功率影响因素,建立改进Kohonen天气聚类模型,并利用S-Kohonen实现预测日天气类型识别,将聚类历史日数据与预测日气象数据作为输入,采用多种群果蝇优化广义回归神经网络(MFOA-GRNN)模型对预测日光伏发电功率进行预测。仿真结果表明,所提方法能有效提高预测精度,为实现数据缺失情况下智能电网光伏发电功率的精准预测提供了一种思路。     

基于神经网络的微电网参与上层电网实时优化调度策略

微电网优化调度策略除要解决风电、光伏就地消纳及其自身稳定运行问题外,还应具备调用分布式电源、具有需求响应能力的负荷等灵活性资源向电网提供辅助服务,参与上层电网实时调度的能力。基于此,文章提出一种基于BP神经网络的微电网资源优化调度策略。结合微电网运行成本和需求响应容量收益建立日前阶段经济最优调度策略;日内模拟阶段模拟预测功率波动以及上层电网实时需求,通过神经网络学习,得到日内阶段调度模型,为日内调度做准备;日内阶段通过上层电网的需求响应信号,将联络线功率输入到神经网络训练模型当中,得到日内阶段各个分布式电源实时功率。所提策略既能保障微电网的经济运行,又能满足上层电网的实时调度要求。最后以日后最优调度算例结果验证了策略的经济性和有效性。     

考虑源-荷不确定性的电热联合系统分布鲁棒优化调度

可再生能源出力及负荷需求的不确定性严重影响电热联合系统的鲁棒优化运行。基于此,提出了一种改进Wasserstein度量的考虑源-荷不确定性电热联合系统分布鲁棒优化调度模型。建立基于极端场景下改进Wasserstein度量的风电预测功率模糊集,缩减风电预测功率模糊集的规模,进而提出基于梯度归一化改进Wasserstein生成对抗网络方法对负荷需求的不确定性进行建模,提高负荷不确定性建模的精度;构建综合考虑发电成本、调节成本等的分布鲁棒优化调度模型,并基于对偶理论和拉格朗日乘子法将该模型转换成可求解的数学模型;以修改的9节点系统及IEEE 118节点系统为例验证了所提出的模型具有更高的求解效率以及更好的经济性和鲁棒性。     

基于相空间重构ARIMA和SVR的母线净负荷预测

为实现对含分布式电源母线净负荷的实时跟踪和预测,以分布式光伏并入电网的母线负荷情况为基础,根据净负荷本身固有的线性和非线性属性,提出了基于相空间重构自回归滑动平均(autoregressive moving arerage,ARIMA)和支持向量机(support vector machine,SVR)的母线净负荷预测方法。首先基于历史净负荷数据使用ARIMA建立拟合模型,对净负荷线性成分预测分析,之后用CC法对非线性成分进行相空间重构,利用SVR模型对非线性部分进行预测。数据建模的结果表明,提出的ARIMA-CC_SVR预测模型对含有分布式光伏成分的母线净负荷适用性较强。     

并网运行模式下微电网能量优化调度算法研究

微网与外部电网并网运行,互为补充,为用户带来了多方面的效益。由于不可控微电源出力的随机性与波动性,微电网并网运行时的优化运行受到很大影响。提出了计划层与实时层双层协调优化调度的算法,来解决微电网并网实时能量优化调度的问题。计划层根据微电源功率预测数据,采用改进粒子群算法进行微电网并网系统的经济优化运行;在计划层优化基础上,实时层根据不可控微电源以及负荷在实时功率与预测功率之间的误差,提出采用改进粒子群算法来进行实时优化调度,并将优化结果更新至计划层中各可控微电源及并网联络线的调度功率中。对一个典型的微电网并网系统进行调度算法仿真分析,验证了该方法的可行性与正确性。