计及风电功率预测误差的需求响应多时间尺度优化调度EI北大核心CSCD

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明：所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

考虑风电相依结构的虚拟发电厂内部资源随机调度策略

虚拟发电厂运行机制的研究能够为需求侧分布式电源接入电网提供技术支撑,而可中断负荷是需求响应的重要形式之一,可以缓解新能源引起的波动,促进其消纳。将含可中断负荷、风电场和常规机组的电力系统视为虚拟发电厂,并对其进行优化调度。为提高风功率概率分析的准确性,引入Gumbel-Copula描述风电功率相关性,建立联合出力模型。结合需求侧可中断负荷的调峰特性,将可中断负荷加以中断时间、中断次数及中断容量等约束,与常规机组协同运行。通过基于差分进化策略的改进入侵杂草算法对算例进行求解,并与其他两种虚拟发电厂调度策略对比,结果表明该策略可减少总运行成本,同时增加风电消纳、降低风功率剩余。     

计及风电功率预测误差的需求响应多时间尺度优化调度

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明:所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

基于logit离散选择模型的考虑需求响应含风电系统优化调度

风电因为其本身具有波动性、间歇性等特点,风电并网增加了传统电力系统优化调度的难度。引入需求响应,重新整合用户侧资源,能有效提高风电并网的经济性。因此,建立考虑需求响应的风电并网优化调度的新模型。首先建立基于logit离散选择模型的用户对电价菜单的自主选择模型,用户选择不同菜单电价并作出相应的负荷削减。然后建立考虑用户菜单电价选择和可中断负荷调用的需求响应含风电电力系统优化调度模型,将可中断负荷调用容量作为系统部分旋转备用容量。目标函数在传统含风电系统优化调度模型基础上,加入可中断负荷调用成本。最后,利用蛙跳简化粒子群算法对改进后含风电场的IEEE-RTS24系统进行分析验证,结果证明本文所建立模型的正确性和有效性。     

考虑多风能预测场景的虚拟电厂日内滚动柔性优化调度方法

随着分布式可再生能源接入电网的比例日益提高,其出力间歇性和随机性给电力系统的安全稳定和经济运行带来了一系列的负面影响,虚拟电厂为分布式可再生能源可靠并网提供了新的途径。针对虚拟电厂中风电机组出力的不确定性及预测误差,考虑了由多个风能预测服务商基于不同预测方法提供多个风电出力预测场景,以期望运行成本最小为目标,制定虚拟电厂每个场景对应的最优调度计划。为应对风力状况的随机波动,虚拟电厂当前时段考虑下一时段所有风电出力场景下的计划调整成本。并以期望运行总成本最小为目标,构建基于多风能预测结果的虚拟电厂柔性优化调度模型,并设计了日内虚拟电厂出力计划的滚动调度策略。通过数值仿真,对比分析了不同预测场景下虚拟电厂的运行成本,验证了所提模型的可行性和有效性。     

计及风光不确定性的虚拟电厂多目标随机调度优化模型

为缓解风电和光伏发电不确定性对虚拟电厂稳定运行的影响,引入鲁棒随机优化理论,建立了计及不确定性和需求响应的虚拟电厂随机调度优化模型。首先,风力发电、光伏发电、燃气轮机发电,以及储能系统和需求响应集成为虚拟电厂,然后最大化虚拟电厂运营收益、最小化系统运行成本和弃能成本被作为目标函数,建立虚拟电厂调度优化模型。再应用鲁棒随机优化理论来转换光伏发电以及风力发电不确定性变量的约束条件,建立了虚拟电厂随机调度模型。最后,选择中国国电云南分布式电源示范工程为实例分析对象。分析结果显示：所提模型能够降低系统运行成本,双重鲁棒系数的引入能够为不同风险态度决策者提供灵活的虚拟电厂调度决策工具,协助应对风电和光伏发电的随机特性。储能系统能够借助自身充放电特性,替代燃气轮机发电机组为风电和光伏发电提供备用服务,促进风电和光伏发电并网。将需求响应纳入虚拟电厂能够实现发电侧与用电侧联动优化目标,平缓化用电负荷曲线,系统整体运营效益达到最佳。     

考虑风电功率与需求响应不确定性的备用容量配置

将风电建模为多状态发电机组,以风电停运率考虑风电功率预测误差的不确定性,在基于消费者心理学的可中断负荷响应模型的基础上,综合评估含有风电、可中断负荷不确定性的系统可靠性指标。建立了日前备用协调优化模型,优化模型以满足一定供电可靠性为前提,同时优化可中断负荷备用和发电机备用容量,在24个时段的范围内研究计及风电不确定性下可中断负荷作为备用资源的积极效果。算例结果表明,引入风电后,系统对可中断负荷的需求有所增加,可中断负荷作为一种灵活的调控手段,在应对风电不确定性、降低系统运行成本上有积极意义。     

基于需求响应的虚拟电厂多时间尺度优化调度

随着我国不断加快新型电力系统建设,风电、光伏等越来越多的分布式资源大规模并网,但其随机性、波动性及分散性的特点给电力系统带来了多重不确定性。提出了一种考虑价格型需求响应的虚拟电厂多时间尺度优化调度方法,在日内调度模型中引入用户价格型需求响应,对用户负荷进行精准调控;采用基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法处理风光出力、电价不确定性,减少日前日内出力偏差,再结合日前调度构成了多时间尺度优化调度模型,并采用滚动优化得到日内优化调度结果。以湖南某小型虚拟电厂系统进行算例仿真,结果表明,所提多时间尺度优化调度策略能够精确预测风光出力及用户负荷,在有效抑制功率波动的同时保证了系统的经济性。     

含虚拟电厂的风电并网系统分布式优化调度建模

针对大规模风电并网消纳的难题,该文提出一种计及需求响应虚拟电厂的风电并网系统分布式日前经济调度优化模型。首先,将需求侧负荷以需求响应虚拟电厂形式参与系统优化调度,通过负荷转移以实现削峰填谷,促进风电消纳;结合电网中不同电力公司所辖电网具有相互独立且互联的特点,基于电网分区,采用交替方向乘子法(alternating direction method of multipliers,ADMM)构建分布式优化调度模型并提出多区域协同优化的迭代计算框架;然后,在求解该分布式优化调度模型过程中,每次优化迭代时相邻区域之间仅交换边界节点相角信息即可实现各分区系统以运行成本最低为优化目标的分布式求解,在降低区域间协调运行的信息量,保证各区域独立运行的灵活性和信息私密性的基础上,最终实现电网经济调度和风电消纳的全局最优。最后,通过对6节点测试系统和IEEE-118节点测试系统的算例分析,验证了所提模型的可行性和算法的有效性。     

考虑电热综合需求响应的虚拟电厂优化调度

针对配电网中以电、热为代表的多类型负荷的快速增长,以及可控机组、储能装置、风机等分布式能源的协调调度问题,提出了考虑电热综合需求响应的虚拟电厂（virtual power plant,VPP）优化调度模型。首先,将风机、热电联产系统、多种储能装置、电锅炉、电热负荷集成为虚拟电厂,在用户侧,将基于电价型和激励型需求响应措施相结合,建立电热综合需求响应模型;然后,以最大化虚拟电厂运营利润为目标,采用机会约束模型描述风机、负荷预测的不确定性和内部功率平衡,并考虑各机组运行约束和网络安全约束;在合理控制和协调各组件出力的基础上生成调度方案,最后采用量子粒子群算法对模型进行求解。在算例中比较了不同需求响应方案对热电负荷曲线优化结果、网络安全、虚拟电厂经济性的影响,比较了不同置信水平下虚拟电厂的调度结果,从而验证了模型的可行性。     

考虑风电不确定出力的风电并网协调优化模型

针对风电出力的随机性和间歇性等特点,首先,提出了风电预渗透率的概念,结合风电预测精度,建立了风电预测误差计算模型。其次,考虑到误差随时间的迁移性,建立了风电预测误差增长模型,并建立了基于误差增长的风电不确定出力计算模型。在建立负荷可参与调度的权重区间模型以及引入可调度负荷与储能系统的基础上,建立了风电成本模型和考虑可调度负荷与储能系统风电并网协调优化调度模型。最后,以某地区电力系统为研究对象,采用Matlab对优化模型进行仿真求解,结果表明,所用方法能够有效降低弃风率以及火电备用容量。     

考虑时变备用需求的含大规模风电电力系统机组组合滚动优化

风电的波动性及难以预测的特性给电力系统安全、经济调度带来了困难.含风电电力系统机组组合需安排火电预留足够的旋转备用容量,以减小风电波动和预测误差对电力系统的影响.本文针对风电预测误差的强时变特性,提出考虑时变备用需求的含大规模风电电力系统机组组合滚动优化模型,该模型充分考虑风电预测误差的时变特性,优化系统机组组合滚动运行方案.算例分析证明了本文模型的有效性和可行性,分析表明本文模型能够满足系统时变备用需求,保证系统不同时间尺度的运行安全性和经济性.     

计及需求响应的含风电电力系统旋转备用优化配置策略

风电大规模并网影响了电力系统的稳定运行,且存在消纳困难。为保证含风电电力系统的可靠性,提出了一种计及需求响应的旋转备用优化配置策略。该策略在分析风电出力及负荷预测误差的前提下,考虑可控负荷需求响应能力,以系统发电总成本最小为目标建立电源优化组合模型。采用GUROBI求解器对模型优化求解。经仿真验证,该策略在保证电网稳定运行的前提下,可提高电力系统运行的经济性,增强常规机组提供旋转备用的能力,促进风电消纳,具有较高的工程应用性。     

考虑不确定性的需求响应虚拟电厂建模

需求响应将需求侧作为供应侧电能的可替代资源加以利用。文章提出需求响应虚拟电厂概念,根据需求响应的机理不同,分别建立基于激励的和基于价格的需求响应虚拟电厂模型。类比传统发电机组,建立需求响应虚拟电厂成本模型,给出考虑需求响应特点的运行约束条件,同时考虑了响应不确定性对成本的影响。建立不确定性需求响应虚拟电厂模型与传统发电机组共同参与系统调度的优化模型。算例分析表明需求响应虚拟电厂可替代一部分传统发电资源,降低了系统运行成本,并减少了风电弃风量和削负荷。在需求响应虚拟电厂模型中考虑响应不确定性的影响,可提高系统可靠性,降低系统风险成本并促进用户提高自身响应可靠性。     

基于混合粒子群算法的源-荷-储协调优化调度

为了提高新型电力系统中对风电和光伏的消纳能力，降低电力系统运行成本，将火电机组、光伏、风电、需求响应负荷和储能系统作为调度资源建立了基于源-荷-储协调的优化调度模型。 以火电机组运行成本、弃风弃光成本和需求响应负荷调度成本最小为目标，提出了一种两阶段优化方法。第一阶段优化采用离散二进制粒子群优化算法，使火电机组启动成本和弃风弃光成本之和最小。在第一阶段优化结果的基础上，第二阶段的优化采用双层连续粒子群优化算法使基于电价的需求响应负荷调度成本和燃料成本之和最小。算例结果验证了该优化调度模型的可行性和有效性。     

基于虚拟电厂优化算法的负荷聚合商收益分析

针对大量分布式电源接入电网带来的配电网调度和控制问题,和电网日益严重的峰谷差问题,需求响应成为电网调控的必要手段.负荷聚合商通过虚拟电厂技术,将热电联产、光伏、分布式储能、可中断负荷等分布式资源进行聚合,挖掘可控负荷和储能的需求响应价值,实现了区域配电网的源-网-荷协调优化控制机制.首先建立虚拟电厂双层优化模型,上层以负荷聚合商收益最大为最优目标,以各分布式资源自身限制等为约束条件,下层以储能和可中断负荷自身收益最大化为最优目标,以储能和可中断负荷自身限制为约束条件,采用CPLEX求解器进行求解.然后,对单纯价格型需求响应、各主体独自参与激励型需求响应、以虚拟电厂形式参与激励型需求响应3种形式下的负荷聚合商、储能装置、用户的效益进行了分析.最后,通过计算结果的效益分析,证明了此应用场景下以虚拟电厂方式参与激励型需求响应能提升负荷聚合商和储能装置的经济收益.     

基于可中断负荷的机组组合优化调度模型

机组组合是制定日前调度计划的重要内容,主要是确定机组的有功出力和启停状态。在智能电网大力建设背景下,需求响应成为重要的互动资源,本文综合考虑电源侧与负荷侧的特点,比较不同需求响应手段的使用范围,选取可中断负荷并将其作为一种虚拟的发电资源,融入到机组组合中,建立优化调度模型。算例结果表明,所建模型有效降低了系统运行成本,减少效率差的小型机组的频繁启停,同时用户还获得收益,说明考虑可中断负荷的机组组合优化调度模型有利于电力系统的可靠经济运行。     

计及运行风险和需求响应的两阶段鲁棒机组组合模型

高比例风电并网给电力系统的调度运行带来了挑战。为应对风电的不确定性,该文提出一种计及运行风险和需求响应的两阶段鲁棒机组组合(unit commitment,UC)模型,此模型具有以下特点:1)基于历史风电预测–实测数据分析了风电预测误差的分布特征,进而建立一种基于0-1规划的运行风险模型;2)将建立的运行风险模型与鲁棒UC模型结合,通过求解鲁棒UC模型动态地调整风电不确定集合的边界,实现运行成本和运行风险的协同优化;3)考虑分时电价对负荷需求的影响,并分析需求响应(demand response,DR)的不确定性对调度结果的影响。提出的模型采用Benders-C&CG方法进行求解。仿真结果表明,所提模型可动态地调整风电不确定集合边界,有效降低了运行成本和运行风险的总和。     

基于水光互补的多个虚拟电厂两阶段优化调度方法

提出了一种基于水光互补的多虚拟电厂(virtual power plant,VPP)两阶段优化调度方法,旨在降低分布式光伏固有的随机性以及用户可中断负荷(interruptible load,IL)响应的不确定性对系统运行和决策带来的影响,从而提高水光互补清洁能源项目的能源利用率。首先,采用电能共享策略,以最大化VPP的经济效益为优化目标,构建了多VPP日前最优调度模型。其次,考虑分布式光伏出力的随机性和可中断负荷需求响应的不确定性,灵活调整内部可控元素和能源输出,生成VPP市场竞价优化调度模型。最后,通过算例分析,验证了所提出方法的有效性和可行性。     

考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度

在智能电网和低碳电力的背景下,提出一种考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度模型。首先,将需求侧资源分为可调度资源和不可调度资源,在可调度资源中分别建立了价格需求响应虚拟机组和激励需求响应虚拟机组模型,并分析了两种虚拟机组的运行特点;其次,在优化调度模型中引入碳交易,并提出系统碳减排目标的概念及阶梯型碳排放权价格,分析其对碳排放量的制约情况。在此基础上,引入功率平衡约束、机组出力及爬坡约束、虚拟机组运行约束等,建立了以碳交易成本、火电机组发电成本和虚拟机组运行成本为目标的新型低碳经济调度模型,采用细菌群体趋药性(BCC)算法对模型进行求解。通过仿真算例对不同场景下系统的风电消纳情况和系统的综合运行成本进行了分析。算例结果验证了模型及求解方法的可行性及优越性。