电力市场环境下独立储能电站的运行策略研究

如何最大化获取收益是电力市场环境下储能电站投资、运营亟需解决的重要问题。针对一个独立运营的储能电站,研究了其参与日前市场的优化运行策略。首先从我国电力市场建设政策方面分析了储能独立参与电力市场的可行性;然后,基于日前市场价格预测,建立了考虑预留备用容量的储能参与日前市场的运行策略模型,以储能在日前市场中的总收益最大为目标,优化其在运行当天各时段的出力结果和预留备用容量。算例结果表明,所提运行策略能够有效提高储能市场收益。     

一种含抽水蓄能电站的可再生能源系统综合优化调度方法

鉴于大规模可再生能源系统新能源发电的不确定性和波动性特点非常突出,以电力平衡为目的的电网调度控制必须对此采取有针对性的应对措施;同时考虑到风电和光伏发电具有天然的出力互补特性,水电和抽水蓄能电站具有良好的出力调节能力,从日前调度与日内实时调度相互协调配合的角度给出含抽水储能电站的可再生综合能源系统的调度运行机制,分别建立日前调度和日内实时调度的系统优化模型。该模型以尽量减小火电机组煤耗成本和污染物排放惩罚成本为优化目标,以系统运行时满足功率实时平衡、各火电机组满足出力上下限制、各机组满足功率爬坡速率限制、系统旋转备用满足容量限制,以及风、光、水、储满足各自出力限制等为优化约束条件。针对该模型,提出一种增强自适应能力的改进粒子群优化算法,基于系统所预测的新能源出力数据和负荷数据,最终计算得到的综合优化调度方案能够在提高大规模新能源发电利用率的同时,充分利用抽水蓄能电站减少新能源出力不确定性对电网传统火电机组的影响。最后借助某实际电网的算例分析对所提方法的调度结果进行有效性验证说明。     

储能系统参与多应用场景的协同运行策略

风电出力与负荷需求的时序关系导致仅用于风电消纳的储能具有闲置的时段和容量,故其利用率低、经济效益不佳.针对该问题,探讨了利用此类储能的闲置容量和功率参与电力能量市场和备用辅助服务市场的可行性和兼容性,并提出储能系统参与3种应用场景的协同运行策略,以提高储能利用率.首先,通过最优机组组合问题研究储能用于促进风电消纳的运行计划.然后,优化利用储能闲置容量和功率参与电力能量市场和备用辅助服务市场,修正储能系统运行计划.此外,在储能投标备用容量时设置预留容量空间以保证备用可用.算例仿真验证了该方法可显著提高储能运营收益,并分析了储能初始荷电状态、容量和功率对各应用场景下收益的影响.     

计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

基于风电出力概率预测模型的源荷储日前概率优化调度

为提高电力系统应对风电出力不确定性的能力,基于概率优化方法,构建源荷储日前概率优化调度模型,该模型在考虑风电出力概率分布的同时避免了大量场景的生成与缩减过程,且能够考虑风电出力偏离预测值后常规机组的调整情况,实现备用容量在各机组间的最优分配。在对储能设备进行日前调度时,根据荷电状态的变化动态调整储能设备的充放电功率上限值,改进储能设备的数学模型,避免储能设备发生过充和过放。采用IEEE 6节点系统进行算例分析,验证了所建模型的有效性。     

发电厂热备用容量的优化分配和成本分析

在竞争的发电市场环境下，备用作为一种重要的辅助服务，其成本分析是一个急待解决的问题，对发电厂热备用容量进行优化分配和成本分析，采用电能收益和备用容量收益总和最大化的目标函数。解算方法首先是根据发电厂总的发电负荷约束获得机组的经济组合，其次是将负荷在各机组间进行经济分配实现热备用容量的优化分配，热备用容量的成本采用其机会成本等值，方法简单，计算结果符合工程实际，研究结果表明，发电厂在计及备用收益和满足发电机组最低出力约束的条件下开机台数越多总收益也越大；在给定的时段和相应的电能电价下，备用容量成本随发电厂出力的增加而增加，在给定的时段和相应的发电出力下，备用容量成本随电价的增加而有较大的增加。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

考虑日前计划的风储联合系统多目标协调调度

建立多时间尺度的风储发电系统协调调度模式,提出一种适用于风储联合发电系统的滚动协调调度方法。优化模型采用两阶段优化方法实现多目标决策和分层协调调度,第1阶段优化利用风电场储能系统和常规机组的协调调度最小化系统弃风电量和失负荷电量,第2阶段优化按照风电并网标准和系统调度需求在各风电场之间分配储能系统充放电任务和弃风功率。采用含3个实际风电场的IEEE 30节点系统进行仿真分析,结果表明:基于风电场滚动上报的超短期风电功率预测信息,提出的风储联合发电系统日内滚动协调调度方法能够有效减少弃风,降低系统运行成本。     

计及风险备用需求的含风电电力系统经济调度

考虑风电的波动性和随机性,该文将风电功率的不确定性引入到含风电的电力系统调度中,建立了计及风险备用的日前机组组合和日内经济调度滚动修正模型。日前调度计划包括建立机组组合模型计算日前发电计划和基于条件风险价值计算由风电预测误差引起的风险备用容量,在日内修正模型中利用风电预测值和负荷预测值2个随机变量的概率密度来估算失负荷期望和弃风期望,并将其作为风险成本引入到模型中,通过备用成本与风险成本的牵制来获取最优的调度结果和备用容量值。最后,通过算例分析结果表明,文中所提出的模型平衡了系统的经济性和安全性。     

发电侧备用电池储能系统的技术经济分析

储能电池具有ms级的响应速度,能够快速平衡随时变化的负荷波动,可以作为火电厂的容量备用电源。但是,电池储能系统高昂的成本是阻碍其商业应用的重要原因之一。以锂离子电池、钠硫电池、全钒液流电池为例,采用成本收益分析方法,研究了其作为火电厂容量备用电源的技术经济性能。研究结果表明：尽管这3种储能电池的功率成本和能量成本较高,若将其作为火电厂容量备用电源,在其寿命周期内仍然可以获得较好的经济效益,收回成本年限远小于其寿命周期。通过电池储能系统的容量备用,可以提高火电厂的发电负荷率,降低发电煤耗,不但降低发电成本,而且减少燃煤电厂的CO2和污染物排放,从而起到节能减排的作用。     

主动配电网的日前-日内两阶段优化调度

针对主动配电网的日前-日内两阶段优化调度问题,首先构建了配电管理系统总揽全局、区域调控终端负责分区的调控框架。采用经济性与安全性协调统一的两阶段调度策略:日前执行经济调度,降低主动配电网(active distribution network,ADN)运行成本;日内阶段正常时各子区域跟踪日前计划进行分区局部修正,存在电压越限时DMS执行系统全局调整以消除越限。建立了日前经济调度、日内分区局部功率修正与系统全局电压调整的数学优化模型,并采用和声搜索算法来求解调度模型。最后通过算例分析,验证了所提调度方法能够适用于日前-日内两个阶段,保障ADN经济安全运行。     

考虑日前小时电价的含风电电力系统调度模型研究简

为提高含大规模风电电力系统运行的灵活性,降低风电波动性对系统的影响和提高系统的风电接纳能力,在含风电电力系统调度中引入日前小时电价。基于考虑日前小时电价的风电最大接纳模式,建立了相应的数学模型和求解方法,以此为基础分析了引入日前小时电价模型在不同风电渗透率场景下对火电机组承担负荷、系统接纳风电能力和系统运行经济性的影响。算例分析表明,在含风电电力系统中引入日前小时电价能够缓解风电接入对电力系统的影响,提高系统的风电接纳能力与运行的经济性。     

基于场景分析的电力系统日前调度及其快速求解方法

在含风光电力系统规模逐渐增大的背景下,提出一种基于场景分析的电力系统日前调度快速求解方法。考虑到不同时刻风光出力均具有显著相关性,基于多元正态分布和蒙特卡罗采样生成大量具有时间相关性的原始场景。利用改进的k-means聚类算法对原始场景进行预分类,并采用基于Kantorovich概率距离的同步回代缩减算法对处理后的场景进行缩减,缩短场景分析的计算时间。建立基于场景分析的电力系统日前优化调度模型。为提高模型求解效率,引入包含风光预测误差向量信息的边界场景,在调度模型中考虑上下边界场景的备用容量约束,并建立考虑边界场景备用容量约束的优化调度模型。以某省级电网实测数据进行仿真分析,验证了所提模型及方法的有效性。     

Reserve procurement and transmission capacity reservation in the Northern European power market

This paper provides the modeling approach and the associated results of determination of bidding prices for frequency restoration reserves (FRR) provision, and implications of cross-border transmission capacity reservation for FRR exchange. A model with three optimization blocks is developed. The FRR bidding price determination block uses an opportunity cost based approach to calculate the cost of providing FRR. For the FRR procurement, the transmission system operator (TSO) selects the cheapest bids with the possibility of cross-border exchange if transmission capacity is reserved for this purpose. In the day-ahead procurement block, optimal unit commitment and dispatch is determined, taking into account the reserve and transmission capacity allocations.A case study is done for the Northern European power system, consisting of the Nordic countries, Germany and the Netherlands. The results show how, among others, the FRR bidding prices are determined by the difference between the daily averaged sport price forecasts and the units’ marginal costs. The day-ahead and total reserve procurement costs are positively and negatively correlated to the system load respectively. As could be expected, costs are reduced in the FRR market when transmission capacity is reserved for this purpose. But a decrease in cost in the day-ahead market was also obtained for small transmission capacity reservations, caused by the increased flexibility in the FRR importing market. The total costs are the lowest for a transmission capacity reservation level of around 20%, illustrating that such reservation can be beneficial.     

考虑不确定性的区域能源互联网源荷储协调优化

能源互联网概念的提出,为综合能源利用方式提出了新的思路。计及可再生能源出力和负荷预测不确定性,考虑区域内发电、储能、需求侧多种调度响应资源,采用多场景随机规划方法建立区域能源互联网的源荷储两阶段协调优化模型。日前考虑电价制定,以总社会福利最大为目标,确定第二天电价策略、需求侧响应情况及机组运行计划。日内以总运行成本最小为目标,对日前机组运行计划进行修正。算例证明所提出模型及方法能够充分调动发电侧与需求侧的响应特性,有效实现区域能源互联网系统的协调优化,保证系统的运行经济性和可靠性。     

基于两阶段随机优化建模的新能源电网灵活性资源边际成本构成的机理分析

针对大规模可再生能源并网给电力系统安全稳定运行造成的影响,考虑纳入燃气轮机储能等灵活性资源共同调节风电的波动性,构建了机组出力和备用容量联合优化的两阶段发电调度随机规划模型,并计及常规火电机组的多运行状态约束。然后,以模型中两阶段功率平衡约束对应的拉格朗日乘子分别作为日前和实时电价,从模型角度探究了边际成本构成机理。从灵活性资源供应的紧缺程度和灵活性资源需求的旺盛程度两个方面剖析灵活性资源的供需匹配对于系统边际电价的深层影响机理。算例结果说明了灵活性资源在应对风电不确定性和抑制尖峰电价的有效性,同时说明了多时间尺度的爬坡约束耦合、日前备用与实时出力调整量的耦合对于系统边际电价的影响。     

计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

Information Gap Decision Theory-Based Risk-Constrained Bidding Strategy of Price-Taker GenCo in Joint Energy and Reserve Markets

This paper presents an optimal bidding strategy for price-taker generation companies (GenCos), which participate in a day-ahead joint energy and reserve market. Moreover, this problem is formulated as a Mixed-Integer Quadratic Constrained Program (MIQCP) to maximize the profit. Also, the price uncertainties of energy and reserve markets prices have direct impacts on the expected profit and bidding curves. This optimization problem is modeled with utilization of information gap decision theory (IGDT) for optimizing robustness to failure—or opportunity to windfall—under uncertainty conditions. IGDT assesses the robustness/opportunity of bidding strategy in the face of price uncertainties to determine whether a decision is risk-averse or risk-taking. Correlations among the prices of energy and reserve markets are properly modeled based on the concept of weighted average squared error using a variance–covariance matrix. It is shown that the risk-averse decisions, as well as risk-taking decisions, will affect both expected profit and bidding curves. The proposed method is verified in simulation studies on a GenCo comprising 5-unit thermal that participates in a day-ahead joint energy and reserve markets. Also, the proposed model is applied to a 54-unit thermal GenCo of IEEE-118 bus to validate the computational effectiveness of the proposed model in large system.     

计及火电机组深度调峰成本的大规模风电并网鲁棒优化调度

规模风电并网背景下,电力系统加大火电机组的调峰深度,充分挖掘现有下调备用空间,将是应对风电出力不确定性的有效方式之一。文中考虑火电机组工作在深度调峰(DPR)方式下的附加煤耗损失和机组寿命损耗,提出了计及火电机组DPR成本的规模风电并网鲁棒优化调度模型。考虑风电出力不确定性,建立了包括基于风电出力预测场景的调度主问题和基于极端场景的调控子问题的两阶段鲁棒优化模型,并引入不确定度参数控制调度计划的保守性,最终优化出经济性最优的鲁棒日前调度方案。基于算例分析证明所述模型的合理性与有效性。     

面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型

随着高比例新能源接入电网,新能源出力和负荷的波动性及不确定性对系统的灵活爬坡能力提出更高的要求。提出了一种面向灵活爬坡服务的针对高比例新能源电力系统中常规发电机组、储能、柔性负荷等可调节资源的优化调度模型。首先,提出一种考虑日前预测净负荷不确定性的灵活爬坡需求估计方法,根据爬坡起始和结束时刻净负荷及其安全裕度,量化估计电力系统灵活爬坡需求。其次,基于生成的净负荷不确定性场景,提出了考虑系统灵活爬坡需求的基于两阶段混合整数线性规划的可调节资源优化调度模型,从日前-实时两个阶段实现可调节资源的优化调度。最后,基于IEEE-RTS-24节点系统,在4种典型方案场景下对比验证所提优化调度模型。结果表明所提模型能有效提升系统灵活性,降低系统运行成本。