考虑顺序性弃风惩罚的电力系统经济调度

为了提高电力系统风电消纳能力,提出一种基于风电并网友好性排序的灵活弃风惩罚模型。以风电场的出力波动性及预测精度来衡量其并网友好性,设置风电场的顺序系数;将分段弃风惩罚成本系数与顺序系数相结合,设置顺序性弃风惩罚成本系数,建立弃风惩罚模型;在此基础上,构建包含火电机组运行成本、环境成本、弃风惩罚成本及系统备用成本等的电力系统综合经济调度模型。采用经模拟退火思想改进的粒子群优化算法对调度模型进行仿真分析,结果表明灵活弃风惩罚模型可以合理减少弃风,并使并网友好性较高的风电场优先被调用,提高了电力系统风电消纳能力,提升了电力系统运行的经济性和安全性。     

高比例风电背景下计及N-1安全网络约束的发输电优化规划

高比例可再生能源接入将是未来电网发展的重要方向之一,为应对高比例风电带来的不确定性,提高规划方案对风电的消纳能力及模型求解效率,该文利用多场景技术对风电、负荷的不确定性进行建模,在此基础上建立了计及N-1安全网络约束的发输电双层随机规划模型。上层模型以年投资成本、运行成本及弃风惩罚成本之和最小为目标,考虑了发电机组的开停机和输电网拓扑结构的改变。为减少机组由于爬坡能力和容量不足而造成的弃能,约束条件中计及了机组爬坡/下坡速率和备用等。下层模型以切负荷最小为目标,进行N-1安全校核。上下层模型以N-1线路约束为纽带,通过迭代添加新的校验约束,以达到降低求解规模、加快算法收敛的目的。改进的IEEE-RTS 24节点系统验证了本文所提模型和算法的有效性。     

面向风电市场化消纳的现货电能量-辅助服务联合运营机制

为以市场化方式激励发电资源的灵活调节能力,提出基于爬坡容量校验的灵活爬坡辅助服务,并将其与市场化调频、深度调峰辅助服务相结合,设计面向高比例风电的现货电能量-辅助服务联合运营机制.对调频服务采用基于综合调频性能均值归一化方法调整机组的容量报价,以体现调频机组性能差异;对深度调峰辅助服务提出基于机组调峰能耗特性的分段报价机制,在充分挖掘机组调峰能力的同时保证其合理收益;对灵活爬坡辅助服务提出与电能量市场耦合的爬坡容量校验机制,通过"反复校验-添加约束"的方式提升系统爬坡能力以跟随风电不确定性引发的净负荷波动.构建现货电能量-辅助服务联合运营的出清模型,并采用等价线性化的方法将非线性模型转换成线性化模型,以提高模型求解效率.采用某省级电网实际数据验证了所提市场机制与出清模型的有效性.     

考虑火电深度调峰的风光火储系统日前优化调度

深入挖掘火电机组深度调峰能力、实现风光火储多能互补运行是应对规模化新能源并网消纳的重要手段。提出火电机组深度调峰和爬坡成本、污染物惩罚成本、储能系统运行成本及新能源弃电惩罚成本的计算方法,建立了考虑火电深度调峰的风光火储系统日前优化调度模型。分别以风光出力最大、净负荷波动最小和系统运行成本最低为优化目标,并设定火电机组的不同调峰深度,对含高比例新能源的风光火储系统在典型日的优化调度策略进行仿真计算。结果表明：所建立的模型能够满足不同优化目标下的风光火储优化调度策略计算;通过提升火电机组深度调峰能力,可有效降低新能源弃电率。     

考虑电网安全的风电火电协调优化调度模型及其求解

在安全约束经济调度(SCED)模型的基础上,引入风功率弃风分段惩罚因子,建立了考虑电网安全的风电火电协调优化调度模型。模型优先消纳风电,但允许在某些情况下弃风,以保证电网安全和调峰要求。利用某省级电力系统算例对该模型进行测试。算例分析表明,模型能协调优化常规发电机组与风电机组的出力,优先消纳风电。当电网不能全额消纳风电时,可按照事先制定的弃风原则对各风电场进行有序弃风,以满足电网安全约束,保证安全断面不越限。     

含附加热源和需求响应的电热联合系统运行优化

为缓解供暖期弃风高发问题,从解耦供热机组“以热定电”约束、提高电网调峰能力角度出发,文中提出考虑附加热源与需求响应的电热联合系统优化调度模型。系统中储热和电锅炉作为附加热源共同作用以降低机组热电耦合关系,并且在系统负荷侧通过需求响应增强电网调峰能力。以最低运行成本为目标综合考虑弃风惩罚成本、需求响应成本及系统内各单元约束建立电热联合系统调度模型。通过遗传算法进行求解算例,对比分析了系统在传统的热电联产、仅考虑需求响应、系统中引入附加热源、含附加热源-需求响应联合运行4种不同调度方式下的风电消纳效果。分析结果表明,所提方法的风电消纳能力最优且具有最佳经济性。     

一种含风电电力系统的日前发电计划和旋转备用决策模型

提出了一种新的大规模风电并网后日前发电计划和旋转备用决策模型。利用风电和负荷2种随机因素的概率密度函数估算系统的停电损失和弃风损失,并将它们作为风险成本计入发电成本目标函数中,在充分满足机组爬坡和系统安全等约束的前提下,同时求解每台常规机组的日前出力和正负旋转备用量。采用优先列表法和基于最小边际成本法的经济调度算法对模型进行求解。算例分析结果表明,所提模型和方法是有效的。     

风荷组合场景下计及调峰效益的电锅炉和储热系统容量优化配置

储热系统具有良好的调峰特性,可以打破热电联产机组以热定电的刚性约束。合理的配置电锅炉和储热系统能够有效提高地区电网消纳风电的能力。综合考虑风荷不确定性,构建基于启发式矩匹配方法的风-荷组合场景,在此基础上,建立计及调峰效益的电锅炉和储热系统优化配置双层规划模型,上层以待规划热电厂年化调峰净收益最大为目标,下层以组合场景S下总燃料成本和弃风惩罚成本最小为目标,以电热系统相关约束作为约束条件,最后采用粒子群优化方法对该模型进行优化求解,获得最优电锅炉和储热系统配置方案。算例结果表明,合理配置电锅炉和储热系统,可以有效的提高风电消纳率以及整体收益。     

高比例风电系统的优化调度方法

高比例风电的接入给系统优化调度带来了严峻的挑战。为促进高比例风电的消纳,建立了综合考虑发电成本和弃风成本的鲁棒机组组合模型;同时针对风电的空间集群效应和时间平滑效应,构建了考虑风电空间和时间约束的不确定集;此外为克服模型的求解难度,提出了分层列和约束生成算法,该算法将模型分解为3层优化问题予以求解,即第1层发电成本最小化的机组组合优化层,第2层安全可行性检验层,第3层风电最大化利用层,其中第2层向第1层反馈可行性割集,而第3层向第1层反馈风电消纳的割集,通过协调优化,以确保得到既能够应对的风电随机波动又促进风电充分利用的调度方案。最后结合修改后的IEEE 39节点算例进行了仿真,结果表明:考虑风电时空约束的模型降低了鲁棒优化的保守性,同时模型中加入弃风惩罚成本后提高了调度模型对高比例风电接入的适用性,此外所提算法能够有效地提升鲁棒机组组合的求解效率。     

考虑储能及碳交易成本的电热联合系统优化调度策略

为减少电力行业发电过程中碳排放对环境的污染、提升风电消纳比例,文章提出了综合考虑储能及碳交易成本的电热联合系统优化调度策略。首先,在分析系统产生弃风原因的基础上,对引入电储能提升系统灵活性进而促进风电消纳的机理进行研究;其次,分析碳交易机制对电热联合系统的影响并建立碳交易成本模型;然后,构建以总成本最低为目标的优化调度模型,综合考虑火电、热电机组运行成本、风电运行维护成本及弃风惩罚费用、储能装置运行成本、碳交易成本及系统各单元约束;在保证系统安全可靠的基础上采用Yalmip/Gurobi对所建模型进行求解;最后,通过算例对比分析,验证了碳交易对电热联合系统能源结构的优化作用,以及在碳交易下,储能的参与对于进一步提升系统新能源利用率和经济环境效益的有效性。     

光热电站促进风电消纳的电力系统优化调度*

针对风电并网消纳困难问题,文中利用光热电站中蓄热系统的可调度性和电加热装置自身的消纳能力,提出一种光热电站促进风电消纳的电力系统优化调度方法。该方法以一种光热-风电系统结构为基础,分析光热电站的内部简化模型和风电功率爬坡事件的短时间尺度辨识方法。然后以系统综合成本最低为目标,考虑各种机组的运行特性和约束条件,建立光热-风电优化模型,对系统进行优化调度。利用MATLAB优化工具箱在IEEE-RTS24节点系统上对该方法进行仿真验证。结果表明,高比例风电并网时,光热电站的参与可以缓解系统中火电机组快速出力调节的压力,在保证系统运行经济性的同时,促进风电并网消纳。     

计及火电机组热储能的含风电系统柔性调度

风电快速增长的同时保持较高的弃风率,因为电力系统缺乏足够的柔性容量来应对风电的不确定性。锅炉最小稳定燃烧率限制了火电机组的运行柔性。抽汽和热储能可以在不改变锅炉燃烧率的情况下调节机组功率输出。因此,对现有的火电机组进行抽汽和热储能改造是一个很有前景的选择,以消纳电力系统中高渗透率的风电,特别是在以火电为主的系统中。研究了火电机组抽汽与热储能改造后的柔性运行。首先,考虑到改造后的特点和技术约束,提出一种新的火电机组线性运行模型。其次,建立基于随机机组组合和滚动经济调度的模型,研究含风电电力系统进行抽汽和热储能改造的效益。最后,在IEEE24节点系统中进行仿真。仿真结果表明：采用抽汽和热储能改造的火电机组,可以有效降低弃风量,提高电力系统运行经济性。     

考虑风险约束的高载能负荷-风电协调调度方法

由于可离散调节的高载能负荷不适用于在短时内连续调节的特点和风电出力的不确定性,高载能负荷参与消纳风电时,会导致负荷用电与风电出力不匹配的问题。针对该问题,提出一种计及负荷方风险约束的高载能负荷-风电协调调度方法。首先,基于风电可接纳区间的概念和风电场出力概率密度分布,建立电网对风电的接纳能力的模型。接着,根据电网接纳能力外的弃风情况,构建了与高载能负荷用电计划增量和风电弃风量相关联的风险约束,使负荷方能够在一定程度上规避由于风电不足导致的负荷增量与风电新增发电量不匹配的风险。然后,基于高载能负荷调节对风电可接纳区间的影响,建立了以风电消纳为目标的鲁棒机组组合模型,保证线路容量约束的满足。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷侧的保守程度对协调调度的影响。     

含抽水蓄能机组的风电消纳鲁棒机组组合

针对风电在实际电网渗透率不断提高带来的风电消纳问题,提出了一种含抽水蓄能机组的鲁棒机组组合优化方法。所构建的鲁棒机组组合模型以系统运行成本和风电出力边界偏差惩罚成本最小为优化目标,约束条件计及了输电线路安全约束,并考虑了风电出力时间和空间不确定性预算的调节策略,避免鲁棒最优解过于保守。基于可调机组(包括自动发电控制机组和抽水蓄能机组)应对风电波动的仿射补偿机制,优化了风电出力的波动区间。所构建的模型最终转化为单层混合整数线性规划问题求解。经修改的IEEE 30节点系统的算例测试,定量评估了抽水蓄能机组对系统经济运行和风电消纳的影响,验证了所提方法的可行性和有效性。     

基于合作博弈的风电爬坡控制策略

爬坡事件是风电功率在短时间内发生大幅变化的事件,严重威胁着电力系统的安全稳定经济运行,研究有效的爬坡控制策略迫在眉睫。基于场群互补性评价指标,以场群偏差最小和各风电场可以获得更大的收益为目标,提出考虑辅助服务补偿费用的合作博弈风电爬坡控制策略。分别以风电场出力和出力调整量、风电场实际出力和计划值的偏差构建支付函数,促使风电场采取合作博弈方式,更好地完成场群计划,减少所需缴纳的辅助服务补偿费用,提高自身利益和整体利益。仿真结果表明,所提合作博弈爬坡控制策略可以在发生爬坡事件时提高各风电场和整体的利益,提高场群计划的完成度。     

计及弃风的风电场最优装机容量

提出了一种在现有电源结构水平下利用弃风优化风电场装机容量的方法。在满足系统静态安全约束的条件下,基于机会规划约束,建立了以风电场净收益最大为目标、计及弃风的风电场最优装机容量模型。在此基础上,以小时为时间尺度,将风电不同季节、不同时刻调峰特性对弃风电量的影响引入最优模型,通过精细化模型得到统计意义上更为合理的最优装机容量。最后,以IEEE 30节点系统为例,基于某风电场的年风速分布特性及典型日每时刻的风速分布特性,采用基于随机模拟的粒子群算法进行模型求解,分析计算弃风、时间尺度、上网电价及其他因素对风电场装机容量的影响。     

面向灵活性的电能量与辅助服务日前市场联合出清模型

电能量和辅助服务日前市场作为支撑电力系统短期运行灵活性的主要交易平台,其出清模型关系到对灵活性资源的有效激励和利用效率。结合电力系统对灵活性电力资源的需求,分析了传统机组组合模型对灵活性资源利用效率的影响,提出了一种面向系统灵活性的日前市场联合出清模型。模型将爬坡变量纳入决策变量,考虑了机组启停过程出力、优化时间间隔、辅助服务调节方向等因素对系统灵活性的影响,实现了不同交易品种的联合出清。对含可再生能源、核电和储能系统的电力系统进行了案例分析,结果显示该方法可以体现不同灵活性资源的性能差异,更好地适应高比例可再生能源系统的需要。     

考虑实时市场平衡费用的含风电日前市场电能-备用联合出清模型

风电出力的不确定性为日前市场出清带来了挑战。提出一种风电参与的日前电能-备用联合出清模型,采用多场景技术描述风电出力的不确定性,基于场景集合求解模型达到出清结果。所提出的模型引入风电出力不确定性所带来的备用购买费用和实时市场的平衡费用来考虑日前市场出清结果对实时市场的影响,以达到减少实时市场的平衡压力,保障系统稳定运行的效果。同时该模型考虑弃风和失负荷惩罚费用来保障风电资源的充分利用和系统的安全稳定运行。改进的IEEE30系统算例结果对比及分析表明,所提出的模型可充分利用风电资源,有效降低日前市场电能生产成本,并减少弃风量,降低失负荷风险。在风电大规模接入电力系统的情况下具有较好的实际应用价值。     

考虑风电和负荷不确定性的输电网多目标柔性规划

风电大规模集中并网使输电网中电源出力的不确定性显著增强,并且当前考虑风电和负荷不确定性的输电网规划模型大多采用直流潮流,规划结果的准确性有待提高.以交流潮流为基础,构建了考虑风电和负荷不确定性的输电网多目标柔性规划双层模型.上层模型是以建设投资等年值费用、年网损费用和运行效率为目标的输电网多目标规划模型,采用带精英策略...     

电池储能技术在风电系统调峰优化中的应用

针对现有常规机组调峰容量难以满足系统调峰需求的问题,提出了一种基于电池储能的风电系统调峰优化模型。该模型通过对风电储能系统和常规火电机组的运行施加约束条件,使得电池储能系统的运行状况能够及时得到调整,从而实现电池储能参与风电系统调峰和优化调度的目标。通过实际算例对比了电池储能系统在参与风电系统调峰前后弃风现象、调峰容量和日负荷峰谷差的变化。仿真计算结果表明,该方法可以有效提高大规模风电并网后的系统调峰,使系统接纳更多的风电,避免弃风导致的资源浪费,提高了整个系统的经济性和稳定性。