一种考虑系统有功调节能力的风电功率场景选取方法

大规模风电并网给电力系统优化调度带来了新的挑战。针对风电场功率输出的不确定性,考虑了风电功率场景选取与系统有功调节能力之间的内在联系,提出了一种新的风功率场景选取方法,所选场景代表一定调节时间内系统可调整功率的范围。将各场景所对应的概率引入有功优化调度的目标函数中,以各场景下的期望调度成本最小为目标,建立了基于场景分析法的动态经济调度模型,并给出了场景选取的修正策略。通过所建立的条件期望再调度成本这一指标,量化评价了有功调度模型的经济性,以及模型对风电功率波动的适应性。算例分析验证了所提模型和方法的有效性。     

考虑预测误差分布特性的风电场集群调度方法

为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是必然趋势。现有考虑预测信息的风电场集群有功调度方法一般采用确定性风电预测数据,由于风能特性和预测水平限制,难以满足电力系统调度精度需求。因此提出一种考虑风电功率预测误差分布特性的有功功率调度方法,该方法首先通过历史数据统计分析得到风电场风电功率预测误差的概率分布,然后以风电场集群下发有功指令后各风电场输出的风电功率缺额的数学期望之和最小为优化目标,优化分配风电场集群调度指令,减少因风电有功预测误差导致的风电场群输出有功功率与集群调度要求之间的功率差额。通过风电场实际数据验证了所提方法的有效性和先进性。     

基于隐马尔可夫模型的日内风电功率预测误差区间滚动估计

风电的波动性和不确定性给大规模风电并网带来了挑战,估计风电场上报风电的预测功率误差范围,能够为含风电电力系统的运行调度提供重要信息。因此,提出基于隐马尔可夫模型的日内风电功率预测误差区间滚动估计方法。通过建立隐马尔可夫模型实现一定置信水平下对风电功率误差波动区间的快速估计,并利用局部加权回归散点平滑法对误差区间进行处理。以实际数据为例分析,结果表明所提方法能够给出风电功率预测误差的波动范围,为电力系统的调度与控制、备用容量的配置、风险评估等方面提供更全面的信息。     

考虑风储一体的多场景两阶段调度决策模型

考虑风电的波动性和随机性,将风电功率的不确定性引入含风电调度模型中,建立基于场景集的日前机组组合和日内经济调度滚动修正两阶段决策模型。应用场景集描述风电功率的不确定性,建立基于场景集的机组组合模型,同时考虑合理弃风和切负荷有利于系统的稳定经济运行,在日内修正模型中引入弃风量以及切负荷量作为松弛变量,提高了模型的收敛性。两阶段模型均包含了储能系统来平抑风电功率的波动。算例结果表明:该模型有效抑制了风电的不确定性影响,提高了调度决策的鲁棒性。     

基于随机分层分布式模型预测控制的风电集群频率控制规划方法

大规模风电集群功率输出不确定性对接入电网频率造成不利影响,为了使风电集群与传统电源协调配合共同参与系统调频,提出一种基于随机分层分布式模型预测控制(stochastic-hierarchical-distributedmodelpredictivecontrol,S-H-DMPC)的风电集群频率控制机会约束目标滚动规划方法(chance constrained goal rolling programming,CCGRP)。首先,建立考虑功率波动相关性的风电集群功率预测误差模型;其次,提出考虑风电集群功率预测误差随机向量的双层机会约束目标滚动规划方法,上层规划侧重电网拓扑结构及全区系统经济性,下层规划侧重平均系统频率增广模型(average system frequency augmented model,ASFAM)及分区运行安全性;最后,提出基于蒙特卡罗随机模拟的模型求解方法,该方法采用仿射变换算法,通过对风电集群功率预测误差随机向量进行抽样实现机会约束条件的处理。仿真算例表明,所提控制方法能有效提高风电集群参与系统调频的准确性,证明了方法的可行性与鲁棒性。     

计及储能出力水平的平滑风电功率模型预测控制策略

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。     

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。     

基于预测误差概率密度曲线的风电场集群日前有功优化调度

风电场集群日前出力计划是大规模风电基地分层协调有功调度的关键技术。提出了一种基于风电场功率预测误差分布曲线的风电场集群日前有功出力计划的制定方法。首先根据改进后的广义误差分布模型,结合历史实测功率和预测功率拟合出每一个风电场的预测误差概率密度函数,然后按照预测风速大小估计出风电场有功出力的上限,最后以集群内每一个风电场的日前计划指令与实际出力能力偏差的数学期望之和最小为优化目标,采用遗传算法计算得到风电场集群的调度优化指令。结合中国北方某风电集群的实际运行数据进行仿真算例分析,验证了所提方法的有效性。     

风电集群有功功率模型预测协调控制策略

大规模风电的不确定性会造成其有功功率跟踪控制指令偏差大,导致输电断面功率越限,传统控制方法难以有效抑制风电随机性带来的功率波动。为此,该文提出一种风电集群有功功率模型预测协调控制策略。以超短期风电功率预测信息为基础,充分利用当前时间断面以及未来4个时间断面的预测信息,提出基于功率变化趋势因子的风电场动态分群方法,制定多工况下风电集群有功功率滚动时域优化控制策略,实现风电集群上调节控制、预警控制、下调节控制和紧急控制。搭建风电集群有功功率实时控制仿真测试平台,使用华北地区某风电集群的实际数据进行实验研究,结果表明,所提控制策略不仅能保证输电断面安全,而且能有效抑制功率波动。     

计及储能出力水平的平滑风电功率模型预测控制策略EI北大核心CSCD

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。     

采用马尔可夫链—多场景技术的交直流主动配电网优化调度

针对含有柔性直流装置的交直流混合主动配电网,构建基于场景分析的随机优化调度模型。计及时间轴线上各点误差相关性,利用基于马尔可夫链的多场景技术模拟风电、光伏与负荷随时间变化的间歇性和波动性;通过模糊C均值聚类思想进行场景削减得到典型场景。提出多时间尺度的协调优化调度策略:长时间尺度计及不确定性,以电网期望成本最小为目标,优化联络线出力和柔性直流装置出力;短时间尺度调整可控单元,使两级优化结果偏差最小。算例验证了采用马尔可夫链的多场景抽样能有效描述原始问题的不确定性,修正随时间推移逐渐增大的预测偏差,减轻短时间尺度调度压力;验证了所述调度策略能有效应对间歇式能源的不确定波动,提高分布式能源消纳能力。     

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。     

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。     

基于Copula-SVM的短期风电功率场景预测方法

风电场输出功率具有随机性、间歇性以及可控性弱等特点,提高风电功率预测精度对含有大规模并网风电的电力系统安全经济运行具有重要意义。基于支持向量机(SVM)建立短期风电功率的均值预测模型,利用Copula函数对多时段风电功率的预测误差进行相依性建模,结合风电功率的预测均值和预测误差相依性结构,形成短期风电功率场景集合,可以直接用于机组组合等决策过程中。基于某实际风电场进行仿真分析,结果表明,考虑预测误差相依结构的场景集合能够包含风电功率实际值曲线,显示了方法的有效性。     

考虑风电预测误差时序性及风电可信度的双层优化模型

推动风电等清洁能源是实现双碳目标的有力举措。为此针对风电的不确定性，提出考虑风电预测误差时序性及风电可信度的双层优化模型。首先，根据风电预测误差的时序相关性优化预测误差分段数；然后，建立双层优化模型，日前阶段上层模型基于风电功率上下波动域以最大化利用风电和最小化发电成本及碳交易成本为目标函数，日内阶段基于风电概率性场景以最小化系统偏差校正成本及风险成本为目标函数，并考虑激励型需求响应，通过风电可信度耦合关联上下层模型；最后，以新疆某地区风电场数据进行仿真分析，结果表明所提模型能够降低系统风险成本，协调风电和火电的输出功率，并提高风电接入系统的整体经济性。     

计及风电预测可信度的经济调度及辅助决策方法

含风电系统经济调度的研究为大规模风电并网运行提供了相关对策。文中针对风电出力预测水平的局限性,建立了风功率预测可信度模型,并利用分区建模的手段建立了风功率预测误差模型。基于此,分析了考虑预测可信度的储能成本模型,结合火电机组出力成本模型完成了含风电系统的经济调度模型。模型考虑了系统失负荷、弃风概率约束及输电线路安全约束;为减小储能成本,将储能容量表示为平抑风功率预测误差的概率模型;同时在目标函数中引入储能成本调节系数,用于风功率调度水平的辅助决策。以10机系统为例,采用Monte Carlo模拟技术及模糊聚类辅助决策手段验证了所述方法的可行性。     

基于场景集的含风电电力系统旋转备用优化

大规模风电并网对电力系统调度运行和旋转备用的决策带来了难题。将电量不足期望和弃风电量期望通过惩罚系数引入机组组合目标函数中,权衡系统经济性和可靠性,协调决策旋转备用。通过拉丁超立方采样建立基于机组强迫停运、风电出力预测误差和负荷预测误差离散化的场景集,基于所建立的场景集推导出电量不足期望和弃风电量期望跟旋转备用的关系式并作为机组组合模型的约束,进行含风电电力系统发电和旋转备用计划协调决策。仿真结果表明建立的模型能根据可靠性要求灵活安排机组出力和旋转备用计划。     

计及多类型需求响应的风-火-荷两阶段协同调度

针对大规模风电并网的消纳难题,利用需求响应(DR)实现了日前-日内两阶段的源荷协同优化调度。日前阶段基于风电出力场景集,运用价格型需求响应(PBDR)拉平净负荷曲线,缓解风电反调峰特性的影响;然后以电网运行成本最小为目标,考虑激励型需求响应(IBDR)平衡风电波动的作用,决策出一个满足各出力场景下消纳需求的机组组合和IBDR订单合同方案。日内阶段运用滚动灰色预测实现精确的超短期风电预测,从而在日前方案基础上,确定实际的机组出力、弃风和IBDR响应容量。选取24h风电/负荷比为34.8%的算例,仿真结果显示PBDR参与度水平越高,电力系统的调度成本越低。4种DR组合方案的对比分析表明,合理配置DR资源使得风电消纳率提升了6.05%,同时验证了采用两阶段调度比日内一次性调度节约成本5.36%。     

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。     

基于模型预测控制的主动配电网多场景变时间尺度优化调度

针对源荷预测误差对主动配电网调度影响较大的问题,充分考虑源荷数据相关性,提出基于模型预测控制(MPC)的主动配电网多场景变时间尺度优化调度策略.在日前、日内优化阶段,采用藤Copula模型描述源荷相关性,结合场景生成与削减技术形成源荷出力场景,以多场景下配电网期望运行成本最小为目标建立优化模型,求解配电网中机组、储能、...