基于风电场总功率条件分布的电力系统经济调度二次规划方法

在含风电电力系统随机调度中,需要考虑由风电功率的预测误差导致的随机性成本,通常为风电功率随机变量的积分形式,并基于迭代算法求解。迭代算法在求解过程中由于步长选取等原因,难以保证较好的收敛性能。本文提出一种基于风电场总功率条件分布的经济调度二次规划方法,首先基于截断通用分布的混合形式对风电功率边缘分布建模,结合Copula理论,得到多风电场总功率条件分布,在避免使用高维分布的基础上考虑多风电场出力的相关性。以总功率条件分布为输入,建立同时优化机组出力和系统备用置信度的经济调度模型。将含风电功率积分形式的调度模型转化为二次规划形式,从而能够被现有的求解软件高效可靠求解。最后,在IEEE30-Bus标准系统中对本文方法进行了验证。     

考虑风电随机模糊不确定性的电力系统多目标优化调度计划研究

提出了一种考虑风电随机模糊多重不确定性的电力系统多目标调度计划新模型和相应的算法。首先,依据风电并网后的电力系统不确定环境实际提出以随机模糊变量描述风电功率,以区间形式表述负荷预测的不确定性。其次,以燃煤机组的购电费用和污染气体排放量最小为目标函数,构建考虑风电和负荷预测值不确定性的电力系统随机模糊多目标交易计划模型。然后,提出利用负荷的不等式区间约束将遗传算法的初始寻优种群模糊化,提出采用概率密度分布描述解的随机模糊分布特征,从而可获得兼顾多重不确定特征多目标交易计划解集。最后,以含10台燃煤机组和一个大型等值风电场的某省级系统为例进行模型和算法的求解验证,结果表明了提出模型和算法的合理性和有效性。     

基于随机经济模型预测控制的电热综合能源系统运行优化

北方供暖地区存在大量热电联产机组,其"以热定电"的运行特性限制了机组调峰能力.同时,随着我国能源替代的提出以及风电的快速发展,建立包含风电的电热综合能源系统是降低电热耦合以及系统运行成本的重要手段.因此,建立电热综合能源系统模型,在满足用户电热负荷需求的基础上,综合考虑风电不确定性以及系统动态过程中的经济性,提出一种基于情景树结构的随机经济模型预测控制策略.为了降低风电功率随机性干扰和风电功率变化难以描述的问题,提出采用一种改进的非线性变换方法建立风电功率非高斯分布模型,在此基础上建立基于情景树结构的风电功率变化显式表达结构,在保证鲁棒性的同时降低了优化过程中风电随机性的干扰.最后,通过累计节约成本的复合单步增长率指标验证所提策略的有效性.     

考虑风电功率预测不确定性的火电机组调度策略研究

针对大规模风电并网导致电力系统调度不确定性增大的问题,提出了一种考虑风电功率不确定性的火电机组优化调度方法.首先,采用k均值聚类对历史风功率预测值和预测误差进行区间划分,分区间采用高斯混合模型对预测误差的概率密度函数进行拟合.其次,建立考虑风电预测不确定性的火电机组经济调度模型.最后,在麻雀算法的基础上,结合天牛须寻优算法进行火电机组经济调度的求解.     

基于混沌群粒子优化-情景约简算法的混合电力系统机组组合模型及其求解

风电等新能源发电机组的大规模并网,对传统电力系统的安全稳定运行带来了新的问题。研究了一种含有风-火-储联合运行的混合电力系统,通过构建机组组合问题模型,利用情景树方法模拟风电出力的不确定性的随机特性,将混沌群粒子优化算法引入情景约简算法,改善随机模拟结果和提高最优解的搜寻能力。算例分析结果表明,得到的机组组合方案能够尽量多调度风电机组,降低火电机组的运行成本,适应节能减排工作需要。     

基于功率预测的含风电场电力系统经济优化调度研究

风能作为对环境无污染的可再生能源,已经被世界很多国家开发利用。由于风电的随机性、不稳定性等特点,给电力系统的经济调度带来新的挑战和要求。为了降低风电并网带来的影响和损失,在风电功率预测的基础上,建立了含风电场的电力系统经济调度模型,并且在计算整个调度成本时把机组停运造成的损失考虑了进去,然后采用了改进的粒子群算法模型求解,并对所提出的改进粒子群算法进行了证明,最后在10机机组实验系统中应用,求解得到最优机组组合和最优经济成本。仿真结果表明了所提出模型和算法的有效性。     

基于单机最优功率曲线拟合的多场景风电功率预测方法

风的时变和间歇性制约风电与负荷的实时能量平衡,准确的功率预测有助于风能成为可调度能源。针对风电不确定性问题,提出了基于单机最优功率曲线拟合的多计算流体力学(CFD)场景风电功率预测方法。首先,离散求解大气物理运动方程,并建立能反映风电场流体分布的CFD加速比矩阵。其次,针对风轮旋转尾流效应,提出了参考风轮推力系数的自由与带有激盘模型流场的变权重CFD组合预测。最后,提出了一种利用经过尾流修正风电机组自身风速计数据的迭代风电功率曲线拟合方法,以贡献率为判断指标,迭代剔除坏点并拟合单机最优功率曲线。实际算例结果证明所提方法可以有效提高功率曲线拟合和预测精确度。     

考虑风电不确定度的风-火-水-气-核-抽水蓄能多源协同旋转备用优化

随着风电并网渗透率的快速增长,系统的随机波动性显著增强。为合理地协调旋转备用配置效益和风险的矛盾,首先以多面体不确定集刻画风电不确定性,构建了计及风电出力误差概率的期望弃风和期望切负荷模型。在综合考虑风电、火电、水电等多类型电源机组运行特性的基础上,以发电效益与潜在期望风险为备用目标,建立了考虑风电不确定度的风-火-水-气-核-抽水蓄能多类型电源机组协同调度的旋转备用优化模型,并提出了一种自适应遗传算法与分枝切割算法相结合的双层优化算法以求解所建模型。算例结果表明,所提备用方法能自适应地寻找风电最优不确定度,合理地权衡备用策略的经济效益和风险成本,同时所建模型能适应在不同风电预测精度、不同切负荷成本系数以及不同风电调峰特性下的旋转备用优化配置,实现综合效益最优。     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

基于灰色－辨识模型的风电功率短期预测

为了准确预测风电机组的输出功率,针对实际风场,给出一种基于灰色GM(1,1)模型和辨识模型的风电功率预测建模方法,采用残差修正的方法对风速进行预测,得出准确的风速预测序列。同时为了提高风电功率预测的精度,引入FIR-MA迭代辨识模型,从分段函数的角度对风电场实际风速-风电功率曲线进行拟合,取得合适的FIR-MA模型。利用该模型对额定容量为850 kW的风电机组进行建模,采用平均绝对误差和均方根误差,以及单点误差作为评价指标,与风电场的实测数据进行比较分析。仿真结果表明,基于灰色-辨识模型的风电机组输出功率预测方法是有效和实用的,该模型能够很好地预测风电机组的实时输出功率,从而提高风电场输出功率预测的精确性。     

含风电机组的电力系统动态经济排放调度研究

为了解决风电接入后的电力系统动态经济排放调度问题,首先提出了风电机组的出力模型,并结合风电前期投资和后期维护成本折算的风电发电成本,风电的波动引起的系统的备用容量补偿成本,火电机组的发电成本和排污导致的环境补偿成本模型,建立了满足各种约束条件下的动态经济排放调度模型,然后针对标准差分算法易陷入局部最优解的问题,利用了一种约束满足度来进行解的比较的水平比较差分进化算法来求取系统最小运行费用,最后通过了IEEE 39节点算例验证所提出模型和算法的正确性。     

A Joint Smart Generation Scheduling Approach for Wind Thermal Pumped Storage Systems

Abstract

Energy storage plays a crucial role in the development of smart grids with high wind power penetration. Pumped storage is an effective solution for smoothing wind power fluctuation and reducing the operating cost for a wind thermal power system. The joint generation scheduling of power systems with mixed wind power, pumped storage, and thermal power is a challenging problem. This article proposes a novel two-stage generation scheduling approach for this problem in the contexts of smart grids. Through optimization, a day-ahead thermal unit commitment and pumped storage schedule are provided; then, in real time, the pumped storage schedule is updated to mitigate the wind power forecasting error and hence avoid the curtailment of wind power generation. The proposed model aims to reduce the total operating cost, accommodate uncertain wind power as much as possible, and smooth the output fluctuation faced by thermal units, while making the system operate in a relatively reliable way. A binary particle swarm optimization algorithm for solving the proposed model and the pumped storage schedule update algorithm are also presented. The model and algorithm are tested on a ten-generator test system.     

基于降低风电机组叶片损伤的风电机组组合优化

对于大型风电场,研究机组组合优化,可以提高风电场运行水平,提高风电场经济效益。叶片是风电机组的关键部件之一,占风机总成本的20%,是影响风电机组使用寿命的重要因素之一。通过对叶根在不同风况下四种不同载荷工况的受力分析,量化了不同运行工况下叶片损伤量,确定了叶片损伤量与叶片寿命的关系,建立了风电场各机组总叶片损伤量的数学模型;应用改进二进制粒子群(BPSO)优化算法,结合风电场预测功率数据和负荷调度要求,以叶片损伤量最小为优化目标,建立风电场内机组组合优化调度模型。将所提出模型应用于某49.5 MW风电场,对33台机组进行组合优化,算例结果表明在满足负荷的要求下,可减少启停机次数,延长机组寿命,验证了该算法的可行性和有效性。     

风电调度接纳成本的等电量顺负荷计算方法及分析

风电接入电力系统运行需要平衡其间歇功率并产生相应的平衡成本,该成本计算复杂,对于大规模风电接入也是个重要的问题。研究和提出了"等电量顺负荷"量化计算方法,基于电力系统安全约束机组组合,优化全系统机组运行;通过构造风电顺负荷发电方式,对比分析得出风电平衡成本。详细介绍了该方法的计算原理和计算过程,分析了"等电量顺负荷"变换的经济学意义,建立了相应的数学模型和算法。以某省实际数据为例,进行了数值模拟分析和验证,对不同季节风电在不同接纳水平下的平衡成本进行了测算。     

电力市场环境下含风电机组的环境经济调度模型及其仿真

电力市场环境下的传统经济调度不考虑环境补偿因素。文章在传统经济调度的基础上,考虑各机组和各种能源的环境成本,提出了火电机组名义环境补偿成本,用电方不需实际支付费用,发电方排污特性越好,火电机组的名义环境补偿成本越低;同时考虑了风电备用容量补偿成本,反映风电接入系统后火电热备用容量的变化;建立了电力市场环境下含风电机组的环境经济调度模型。基于Matlab优化工具箱,对一个包含2个火电机组和1个风电机组的系统进行优化仿真,结果表明：基于所提出的模型,环境友好的发电机组或能源将获得更大的调度权重。     

基于分布鲁棒优化的电热综合能源配网系统与氢能源站协同优化

氢能源站（Hydrogen Fueling Station, HFS）对氢气生产和供应至关重要。然而HFS通常在午夜和凌晨生产氢气,同时由于热负荷处于高峰,热电联产（Combined-Heat-and-Power,CHP）机组的灵活性降低。在可再生能源比例较高的电热综合能源配网系统（Integrated Electricity-Heat Energy System,IEDS）中,CHP机组缺乏灵活性将不可避免地影响IEDS和HFS的经济和安全运行。先前的研究侧重于配电网系统和HFS的协同运行,而没有考虑灵活性问题。论文旨在提出IEDS和HFS的协同分布鲁棒协同调度模型,以实现协同优化运行,从而降低运营成本和安全运营。在该模型中,HFS中产生的废热被回收后注入热网系统。利用历史数据对风电场景进行聚类,构建风电不确定性集。并相应地提出了具有更好收敛速度的改进Benders分解算法,从而进一步以并行和分散式求解所考虑的优化模型。此外,基于综合能源测试系统实例进行了算例仿真,在考虑HFS协同调度的前提下,所提出的协同调度模型能够使运行成本降低7.8%,并分析了所提出的协同调度模型在处理风电不确定性方面的有效性。最后,相比经典Benders算法,论文提出的改进Benders分解算法求解时间降低了70%,迭代次数减少了一半,验证了分散式优化具有良好计算性能。     

考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

含储能虚拟电厂接入配电网的联合优化调度

为解决不确定性能源发电给配电网带来的隐患和经济性问题,研究含间歇分布式能源的虚拟电厂(virtual pow er plant,VPP)接入配电网的联合优化调度对提高系统安全和促进新能源消纳具有十分重要的意义。综合考虑风电及储能的运行特性,提出一种改进的Buckets方法,建立了考虑风电不确定性和含储能的虚拟电厂参与配电网调度的优化机组组合模型,基于6节点系统研究了改进的Buckets方法对发电成本和机组组合的影响。与传统Buckets方法相比,采用所提方法使得模型的发电成本及开机时段减少,表明该方法能够实现发电成本最优、风电的充分消纳以及储能的灵活运用。     

风电场发电容量可信度研究

风力发电对电力系统发电可靠性具有一定贡献，如何衡量风电场的发电容量可信度是电力系统规划和评估风电场所必须解决的关键问题之一。文中建立了基于蒙特卡罗仿真的风电发电容量可信度的评估框架。风力模型、风机模型以及风电场模型构成了该体系的基础，其优点在于可以考虑不同风电场之间的内在关联特性。在此基础上利用可靠性指标，以风电场可替代的常规发电机组容量与风电场额定容量的比值作为定义考察了风电场的发电容量可信度，提出了多风电场系统风电容量可信度的计算方法。可靠性标准算例的仿真计算结果证明了所提出的评估体系的正确性和实用性。     

计及风速和负荷特性的风火打捆发电系统规划

风火电打捆是解决能源基地电力外送的有效手段。提出一种计及风速和负荷特性的风火电打捆发电系统优化规划方法。根据送端系统风速和受端系统负荷特性,建立打捆发电系统分段波动输送功率模型。以打捆发电系统在规划期内单位发电成本为优化目标函数,计及风电场拟规划区间约束和打捆发电系统运行约束,构建了风火电打捆发电系统优化规划模型。模型采用模拟退火算法求解,并通过算例分析证明所述方法的有效性。