计及云边协同的园区综合能源系统双层能量优化

深入挖掘园区综合能源系统内部多能耦合利用以及综合需求响应潜力,对系统内灵活性资源进行储能化建模,并将虚拟储能资源按照参与优化调度的时间尺度进行划分,提出了日前、日内2个阶段的园区综合能源系统优化调度方法,在日前阶段建立了热电协同优化模型,在日内阶段基于日前调度结果建立了电功率快速调整模型。进一步地,为充分发挥综合能源系统中各园区资源的时空互补优势,从多时间尺度、多主体角度提出适用于实时阶段的计及云边协同的综合能源系统双层能量优化方法。基于各园区可再生能源发电和电负荷的最新预测结果,在能量管理云平台建立了满足系统整体运行经济性目标的实时能量优化模型,在边缘控制器利用模型预测控制方法建立了以日内优化结果为参考值的精细化调控模型,并采用交替方向乘子法求解,以实现园区自身利益与综合能源系统总体效益的均衡。仿真结果表明,通过园区间联络线的传输功率协调以及电储能、动态可控负荷的辅助调用,可有效平抑可再生能源出力和电负荷需求的实时波动,提高系统整体运行调控的鲁棒性与有效性。     

考虑风电不确定性的蓄热式电采暖消纳弃风经济性分析

针对冬季采暖期我国北方地区严重弃风和燃煤导致的空气污染问题,综合考虑风电预测误差及供给价格弹性,以采暖期系统运行成本最小为优化目标,构建基于终端热负荷特性的电锅炉日前优化调度模型,并在电力市场背景下分析了蓄热式电采暖供暖系统的运行经济性。通过引入储热装置来更加合理地利用各时段弃风电量,从而进一步提高供热系统运行经济性。在求解阶段,采用CPLEX软件包下的分支定界法(BBA)对模型求解,并通过具体算例仿真结果验证了所提方法的有效性。     

考虑传输线重构的电气综合能源系统分布鲁棒扩展规划模型

针对综合能源系统扩展规划模型多采用随机优化处理系统负荷需求增长不确定性问题,且场景信息缺失,易造成随机优化结果经济性与可参考性低的情况,提出一种以系统综合成本最小为目标函数、考虑传输线重构的两阶段电气综合能源系统分布鲁棒扩展规划模型.第一阶段为考虑综合能源负荷预测和传输线重构的扩展规划模型;第二阶段为计及机组调整出力与天然气能流的综合能源负荷需求不确定条件下的分布鲁棒模型,其中不确定概率分布集合采用1-范数约束.所提模型采用列与约束生成算法求解,并在IEEE-RTS24节点与比利时20节点系统中进行校验.结果表明分布鲁棒模型能够在对象信息量较少或不足的情况下基于较大置信区间范围提供灵活决策方案,应对综合能源负荷需求不确定性问题更具优势.     

考虑大规模区外来电接入的输电网扩展规划方法

大规模区外来电将大量可再生能源馈入到受端电网,解决了用电资源与负荷发展不平衡的问题。提出了一种考虑大规模区外来电接入受端输电网的扩展规划方法。综合考虑可再生能源出力和负荷的不确定性,以线路投资成本、运行成本、弃能成本和失负荷成本之和最小为目标,建立了计及系统运行经济性的两阶段输电网随机规划模型。引入多参数规划方法,提出采用内嵌场景削减的改进Benders分解算法,将原问题分解成投资主问题和运行子问题,通过对大规模运行场景进行削减,以确保在最优投资决策下的电网规划方案。以改进后的Garver’s 6系统与河北某网500 kV及以上的实际系统为算例,验证了所提方法的有效性。     

基于LSTM网络的时间多尺度电采暖负荷预测

电采暖负荷的准确预测对配电网安全稳定运行具有重要作用。为提高电采暖负荷预测精度,提出基于长短期记忆网络的时间多尺度电采暖负荷预测方法。该方法首先确定负荷预测网络模型参数,通过分析不同时间尺度下的电采暖负荷数据特征,在不同训练步长下,建立基于长短期记忆网络的电采暖负荷预测模型,实现电采暖负荷的准确预测。采用北京某地的电采暖负荷实测数据进行验证,结果表明在不同的时间尺度下,长短期记忆网络均能够实现电采暖负荷的准确预测。     

满足非水可再生能源发电量占比目标的“源-网-储”协调规划

“源-网-储”协调规划是提高非水可再生能源发电量占比的关键技术之一。计及非水可再生能源和负荷的时序特征,提出了基于时序生产模拟的“源-网-储”协调规划方法。在静态规划的基础上,考虑电源、网架和储能的动态运行特征,将非水可再生能源发电量占比作为约束条件以提高模型的适用性。采用多面体集合刻画非水可再生能源和负荷的不确定性,建立满足非水可再生能源发电量占比目标的两阶段鲁棒优化模型,并引入不确定性调节参数以降低决策方案的保守性。通过强对偶理论和大M法将难以直接求解的min-max-min问题转化为双层规划问题,并采用列和约束生成算法求解得到非水可再生能源和储能的多点布局方案以及线路扩展方案。以IEEE 118节点系统为算例,分析了非水可再生能源消纳目标及不确定性对规划方案的影响,结果验证了所提方法的有效性。     

考虑分时电价的地源热泵系统随机运行优化策略

地源热泵电采暖相较于其他采暖系统具有更高的社会效益及经济效益。为提高地源热泵系统的用电能效,提出了一种基于分时电价的地源热泵随机运行优化策略。提出了一种用户热负荷计算方法。在此基础上,以兼顾用电费用最省和热舒适度最优为优化目标,基于机会约束规划理论,建立了计及不确定性的地源热泵系统随机运行优化模型。采用改进PSO算法进行求解,得到地源热泵系统的优化控制策略及热泵机组的负载率分配策略。以某校园教学楼采暖系统进行算例仿真,结果表明所提出的模型及控制策略能够在满足舒适度要求的基础上,提高校园地源热泵系统用电能效,降低用电费用。     

蓄热式电采暖负荷参与风电消纳运行策略研究

为了就地消纳大规模风力发电功率和提升电网调峰能力,将蓄热式电采暖与具有反调峰特性的风电进行结合,提出了风电与蓄热电采暖联合运行模式。模式中考虑风电机组、火电机组以及电采暖的相关约束,以系统总的发电成本最小为目标,构建了蓄热式电采暖负荷参与风电消纳优化运行模型。通过运用适应模型求解的遗传算法求解该模型,得到蓄热式电采暖负荷参与电网互动优化运行方案。仿真结果表明,基于蓄热式电采暖负荷参与风电消纳的运行策略是有效和实用的。该策略从电源侧的角度提高了系统的风能消纳水平,从电网侧的角度提升了系统的调峰能力,缓解了风电并网对系统造成的调峰压力。     

考虑不确定性及电/热储能的综合能源系统两阶段规划-运行联合优化方法

随着高比例可再生能源接入综合能源系统,在系统规划及运行优化过程中充分考虑不确定性及电/热储能灵活性的问题至关重要。提出了一种考虑可再生能源及多能负载不确定性的综合能源系统两阶段规划-运行联合优化方法。充分挖掘电/热储能的灵活性与上述不确定性的关系,进行互补平衡并改善系统的可靠性与经济性。所提出的两阶段优化问题在第一阶段主要考虑综合能源系统及储能设备的规划问题,包含0-1变量;第二阶段考虑系统运行问题,包含不确定性参数及多种连续变量。通过仿真算例分析了多类型储能配置对综合能源系统规划问题的影响和不确定性参数的场景数量在两阶段随机优化问题中的影响,并对比分析了两阶段随机优化与两阶段鲁棒优化的优缺点。分析结果为综合能源系统灵活配置电/热储能设备、考虑不确定性参数问题提供建模求解的策略及建议。     

电能替代下考虑需求响应的综合园区风光储配置方法

推进园区电能替代是改善环境问题的重要措施,针对综合园区能源系统进行电能替代受配电网络改造限制的情况,提出采用风光储系统作为供电系统的方案。首先构建综合园区能源系统中电替热、电替冷和电替油负荷模型。然后提出考虑配电网运行状态和需求响应的风光储最优容量双层配置模型,该模型包括配电网层和风光储系统层。最后采用Cplex进行求解,得到综合园区电能替代下考虑配电网运行状态和需求响应的风光储系统最优配置方案。通过IEEE 33节点系统以及某实际园区的电能替代负荷数据进行仿真计算,结果表明采用风光储系统供电并计及负荷的需求响应能解决园区电能替代负荷增长的需求并兼顾其最优经济配置。     

考虑电转气和可平移负荷的区域综合能源系统优化运行

针对可再生能源发电的消纳以及冷热电负荷需求不匹配问题,文章在原有区域综合能源系统(regional integrated energy system,RIES)的基础上,引入电转气(power to gas,P2G)技术,同时结合综合能源系统内不同种类可平移负荷的用能特性,建立了各类可平移负荷模型,对冷热电负荷平移,利用内点法求解可平移负荷模型,建立涵盖经济、能源及环境等多方面的多目标系统运行优化模型,采用粒子群优化算法获得Pareto非劣解集,并利用模糊理论获得折中解。在算例中设置多种场景,仿真分析考虑负荷平移和电转气技术的区域综合能源系统在降低系统运行成本、削峰填谷等方面的优势,从而验证所搭建模型的有效性。     

考虑能量-辅助服务下的园区综合能源系统多时间尺度优化模型

在“双碳”目标下,构建以新能源为主体的新型电力系统必将推动用户侧参与能量的实时平衡调控。在具有冷、热、电、气多能运行的综合能源系统中,通过结合多种可调资源的辅助调节,协调内部运行策略以支撑和响应电力系统的实时平衡,可促进园区的经济用能及地区新能源消纳。为此,以综合能源系统为视角,提出考虑能量-辅助服务市场环境下的多时间尺度优化模型,通过向电网提供调峰调频等辅助服务以优化园区的用能成本,通过等价线性化的方法求解非线性规划问题。仿真算例分析表明：在所提优化模型下,园区以多能协调互补实现经济用能的同时,通过参与调峰、调频辅助服务有效促进地区新能源消纳及实时平衡。     

考虑能量-辅助服务下的园区综合能源系统多时间尺度优化模型

在“双碳”目标下,构建以新能源为主体的新型电力系统必将推动用户侧参与能量的实时平衡调控。在具有冷、热、电、气多能运行的综合能源系统中,通过结合多种可调资源的辅助调节,协调内部运行策略以支撑和响应电力系统的实时平衡,可促进园区的经济用能及地区新能源消纳。为此,以综合能源系统为视角,提出考虑能量-辅助服务市场环境下的多时间尺度优化模型,通过向电网提供调峰调频等辅助服务以优化园区的用能成本,通过等价线性化的方法求解非线性规划问题。仿真算例分析表明：在所提优化模型下,园区以多能协调互补实现经济用能的同时,通过参与调峰、调频辅助服务有效促进地区新能源消纳及实时平衡。     

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。     

考虑调度决策非预期性的多阶段随机规划调度策略

随着可再生能源渗透率的提高,分布式可再生能源带来的波动性、间歇性会传递至主网中,对系统安全运行造成影响,研究不确定性优化方法对系统实际运行具有一定的指导作用。传统的随机优化以及鲁棒优化方法不满足系统实际运行的非预期性要求。文章以日运行期望成本最小为目标,考虑分布式可再生能源发电不确定性,建立多阶段随机规划模型,可以根据之前不确定信息的实现在每个阶段确定预调度决策,不会受到未来不确定信息的影响,符合系统实际运行规律,满足非预期性。为了避免多阶段随机规划问题求解的维数灾难,采用随机对偶动态规划(stochastic dual dynamic programming, SDDP)算法进行求解。仿真结果表明,相比于传统的确定性模型,多阶段随机优化得到的最优调度决策树较之确定性优化得到的单一决策方案具有更广泛的决策空间,可以基于上一阶段不确定信息的实现和决策来更新调度决策,降低系统的运行成本。     

考虑调度决策非预期性的多阶段随机规划调度策略

随着可再生能源渗透率的提高,分布式可再生能源带来的波动性、间歇性会传递至主网中,对系统安全运行造成影响,研究不确定性优化方法对系统实际运行具有一定的指导作用。传统的随机优化以及鲁棒优化方法不满足系统实际运行的非预期性要求。文章以日运行期望成本最小为目标,考虑分布式可再生能源发电不确定性,建立多阶段随机规划模型,可以根据之前不确定信息的实现在每个阶段确定预调度决策,不会受到未来不确定信息的影响,符合系统实际运行规律,满足非预期性。为了避免多阶段随机规划问题求解的维数灾难,采用随机对偶动态规划(stochastic dual dynamic programming, SDDP)算法进行求解。仿真结果表明,相比于传统的确定性模型,多阶段随机优化得到的最优调度决策树较之确定性优化得到的单一决策方案具有更广泛的决策空间,可以基于上一阶段不确定信息的实现和决策来更新调度决策,降低系统的运行成本。     

A load dispatch method using fractional programming and semidefinite programming

This paper describes a load dispatch method which minimizes power cost—[fuel cost]/[electric output]—for a power system with thermal plants and energy storage facilities. The proposed method employs fractional programming to convert a minimization problem with fractional objective function to a series of quadratic minimization problems, and semidefinite programming to solve converted problems. The method provides the optimum time‐dependent power output/input and storage level of energy storage facilities as well as time‐dependent power output of thermal plants. The method has been applied to a power system with five thermal plants, two energy storage facilities of various performances, and five load demands. The optimum load scheme of four time mesh points is obtained for the thermal plants and energy storage facilities. The fractional programming successfully converges the optimal scheme through a few iterations. The semidefinite programming deals with a variable matrix of 164 dimensions, and 185 inequality constraints. © 2001 Scripta Technica, Electr Eng Jpn, 138(2): 49–58, 2002     

基于改进向量序优化算法的V2G电动汽车充电站规划方法

电动汽车的充电负荷将极大影响配电网的安全稳定运行,提出一种基于改进向量序优化算法的V2G电动汽车充电站规划方法。首先,对电动汽车可调用的动态功率进行建模;然后构建考虑充电站全寿命周期成本和配电网安全经济运行的多目标规划模型;在此基础上,提出一种基于分散优化理论的改进向量序优化算法,求解得到最优规划方案。最后,以IEEE33节点配电系统为算例,验证了本文方法的有效性和科学性。     

Linear programming techniques for developing an optimal electrical system including high-voltage direct-current transmission and storage

The planning and design of an electric power system, including high-voltage direct-current transmission, is a complex optimization problem. The optimization must integrate and model the engineering requirements and limitations of the generation, while simultaneously balancing the system electric load at all times. The problem is made more difficult with the introduction of variable generators, such as wind and solar photovoltaics. In the present paper, we introduce two comprehensive linear programming techniques to solve these problems. Linear programming is intentionally chosen to keep the problems tractable in terms of time and computational resources. The first is an optimization that minimizes the deviation from the electric load requirements. The procedure includes variable generators, conventional generators, transmission, and storage, along with their most salient engineering requirements. In addition, the optimization includes some basic electric power system requirements. The second optimization is one that minimizes the overall system costs per annum while taking into consideration all the aspects of the first optimization. We discuss the benefits and disadvantages of the proposed approaches. We show that the cost optimization, although computationally more expensive, is superior in terms of optimizing a real-world electric power system. The present paper shows that linear programming techniques can represent an electrical power system from a high-level without undue complication brought on by moving to mixed integer or nonlinear programming. In addition, the optimizations can be implemented in the future in planning tools.     

Cost minimization in allocation of reactive power sources

A LP-based method for the optimization of the investment and operational costs of the reactive power generation in a large electric power network is presented. The optimal solution is based on the application of decomposition and linear programming approaches. The global problem is decomposed into investment and operation subproblems using the Benders decomposition method. The revised simplex method is proposed for the solution of the investment subproblem. However, the Dantzig-Wolfe decomposition method is used to solve the operation subproblem. The formulation of the operation subproblem has been discussed in our previous studies. The method has been generalized to represent and solve multiple load levels and contingencies simultaneously in the operation subproblem. The results of applying this approach to the IEEE 30-bus system, a 60-bus system and a 180-bus system verify its robustness in solving the operation subproblem and the capability to converge quickly.