考虑源荷不确定性与碳减排的复合储能系统优化配置模型

在大规模光伏接入的清洁低碳型配电网建设背景下,为实现分布式光伏、负荷、储能设备与电网之间的协调运行,提升配电网的碳减排能力,针对光伏出力与负荷需求不确定性问题,提出了一种考虑源荷不确定性与碳减排的复合储能系统优化配置模型。通过对配电网内光伏和负荷特性进行分析,建立光伏出力与负荷需求不确定性模型;以复合储能系统综合成本最小、碳排放量最小、光伏功率波动平抑效果最好、能源利用效率最大为目标,基于概率的机会约束IGDT构建配电网复合储能系统优化配置模型,并进行求解;通过进行算例仿真验证所提复合储能系统优化配置模型的有效性。     

考虑外送输电容量限制的梯级水光互补日前鲁棒调峰调度方法

水光联合外送可促进新能源消纳,但光伏出力预测的不确定性会影响水光互补优化调度的经济性和安全性。提出一种考虑外送输电容量限制的梯级水光互补联合发电系统日前鲁棒调度方法。考虑光伏出力不确定性,构建水光互补联合发电系统的日前调峰鲁棒优化调度模型,该模型以最小化受端电网剩余负荷峰谷差为目标,计及梯级水电的上、下游水力耦合约束。采用高效线性化方法对梯级水电运行的非线性模型进行处理,并利用对偶方法实现鲁棒模型的确定性转化。算例仿真结果表明,利用所提方法制定的梯级水电发电计划能充分考虑光伏出力的不确定性,兼顾联合发电系统调峰效果和光伏消纳,实现梯级水电和光伏的互补运行。     

基于高斯混合模型的配电网大规模光伏与电动汽车充电桩协同规划

大规模不确定性源荷接入对配电网安全经济运行产生了显著影响。针对分布式光伏出力强不确定性导致多元源荷规划过程中主动配电网供电质量下降的问题,提出一种计及不确定性的主动配电网多元源荷多目标规划方法。利用高斯混合模型对分布式光伏出力进行刻画,根据出力峰值初步确定其装机容量;建立了用于确定分布式光伏和电动汽车充电桩位置的联合优化规划模型;采用多目标粒子群算法进行求解,得到Pareto最优边界进而获得分布式光伏和电动汽车充电桩的最优规划方案。通过IEEE 33节点算例,仿真验证了所提基于高斯混合模型的多元源荷多目标规划方法的有效性。     

含高比例分布式光伏的配电网多目标概率规划方法

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型：上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization, PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明：与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。     

考虑循环寿命折损的主动配电网仿射可调鲁棒优化方法

针对主动配电网在源荷储协同下的不确定性优化问题,提出了基于仿射可调鲁棒优化的主动配电网运行策略。首先,考虑分布式光伏的可控模型、循环寿命折损的电池储能模型和ZIP负荷模型,构建了主动配电网优化运行模型。然后,采用椭球集合来描述分布式光伏出力的不确定性,并结合仿射策略形成优化模型中决策变量与分布式光伏出力不确定性变量之间的线性决策机制。最后,通过对偶变换将主动配电网鲁棒优化模型转化为一个确定性的混合整数二阶锥规划模型进行求解。在改进的IEEE33节点算例系统中对比验证了所提出的仿射可调鲁棒优化方法的有效性和优点。     

计及光伏出力不确定性的氢能综合能源系统经济运行策略

针对分布式光伏出力的不确定性特征对系统运行经济性的影响,提出了一种计及光伏出力不确定性的氢能综合能源系统经济运行策略.首先,搭建氢燃料电池的热电输出控制模型和氢能综合能源系统的热力系统模型;然后,在光伏出力预测数据的基础上,通过分析光照强度变化的不确定性以修正光伏出力预测曲线;最后,以最小化系统日运行成本为目标函数,建立包含光伏、氢燃料电池、热电联产机组的氢能综合能源系统的运行优化模型.算例分析结果表明,考虑光伏出力不确定性对氢燃料电池输出的影响,可使系统设备的出力更加合理,对降低运行成本、提高氢能综合能源系统的运行可靠性具有积极作用.     

基于多场景模糊集和改进二阶锥方法的配电网优化调度

随着分布式光伏大量接入,储能、电动汽车、可平移的主动负荷等多种资源均参与到配电网调度之中,配电网亟需在消纳可再生能源的同时降低调度成本.针对光伏出力不确定性和复杂多资源接入下的配电网调度问题,提出了基于模糊集理论和改进二阶锥方法的日前-日内两阶段调度模型及求解算法.首先利用历史统计数据,基于event-wise模糊集理论构建了光伏出力不确定性调度模型,并进一步提出了考虑多类型主动负荷、电动汽车、储能在内的多种调节资源协同的日前-实时两阶段优化调度模型.日前调度采用改进的鲁棒随机优化方法求解,有效处理分布式光伏的不确定性影响,实现光伏消纳最大化的目标;实时调度则提出了二阶锥边界修正迭代算法,综合利用主动负荷响应、电动汽车多种手段追踪匹配光伏出力,实现以运行成本最小为目标的优化调度.最后,基于IEEE-33节点算例系统的仿真分析论证了所提方法的有效性.     

微网功率不确定性模型及其在旋转备用优化中的应用

微网运行中存在发电单元故障停运以及可再生能源发电单元出力和负荷的波动性,从而合理安排旋转备用容量是维持微网安全、经济运行的重要环节。基于风电出力、光伏出力和负荷日前预测误差模型,利用全概率公式分别构建了综合预测误差及故障停运的风电和光伏出力不确定性分布模型,通过离散化风光出力和负荷不确定性分布与可调度机组停运概率分布联合生成微网功率不确定性离散分布模型,进而提出了计及微网功率不确定性以微网运行成本最小化为目标函数的微网最优旋转备用计算模型并考虑了微网向主网提供旋转备用。最后通过一个微网系统算例,采用混合整数遗传算法优化求解微网最优旋转备用值,验证了所建模型的合理性。     

光储系统参与实时能量-调频市场的运行策略

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

光储系统参与实时能量-调频市场的运行策略EI北大核心CSCD

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

计及光伏不确定性和低碳需求响应的工业园区光-储分布鲁棒规划模型

在双碳背景下,工业园区能通过配置光-储发电系统,减少外部购电量,从而降低碳排放水平,但光伏的不确定性给工业园区最优规划带来了一定挑战。基于此,建立了计及光伏不确定性和低碳需求响应的工业园区光-储鲁棒规划模型。该模型以园区年综合成本最小为优化目标,基于碳排放流理论,将动态碳排放因子作为需求响应的实时电价的定价依据,其次,利用光伏出力的历史数据,通过场景聚类,建立典型出力场景和其概率分布,构建基于数据驱动的两阶段分布鲁棒光-储规划模型。最后,利用Cplex商业求解器对某工业园区进行算例仿真,验证了所提模型的有效性。     

基于仿射鲁棒优化的多站融合协同优化调度

为解决新能源出力不确定性的多能电站（数据中心、电动汽车充电站、分布式光伏、风电、储能站）优化运行和收益分配问题,提出基于仿射鲁棒优化的多站融合协同优化策略。考虑数据中心与其余子系统分属不同运营商,对多站融合系统中各子系统进行建模,其中数据中心的负载具有可平移负荷的特性;通过盒式不确定集对风电和光伏出力的不确定性进行建模;以多站融合协同总收益最大化为目标函数,采用仿射鲁棒优化方法进行求解。提出了基于影子价格的能源站与数据中心站的收益分配方法。最后,通过仿真算例说明了所提模型的有效性和所提收益分配方法的合理性。     

考虑规模化分布式光伏接入的配电网台区鲁棒优化规划方法

间歇强的分布式光伏规模化接入配电网台区具有点多面广、分散无序的特点,导致其接入方案的选址定容难,为此,考虑配电网台区接纳分布式光伏的能力,提出了一种规模化分布式光伏接入配电网的鲁棒优化规划模型。首先,设计了分布式光伏接入配电网台区的拓扑分析方法,并构建以成本最小为目标的分布式光伏接入配电网的规划模型。其次,应用鲁棒优化方法处理分布式光伏出力的不确定性,并利用遗传算法对规划模型求解,实现了一次求解即可获知分布式光伏的最佳接入点以及最优安装容量。最后,通过IEEE 33节点配电网案例,验证了所提模型在改善电能质量,提高模型优化速度方面的有效性。     

考虑光伏逆变器剩余容量的配电网无功优化

在保证光伏电源有功出力最大的情况下,将光伏逆变器的剩余容量作为连续可调的无功电源研究了含光伏电源的配电网无功优化问题。在分析光伏发电出力随机性和不确定性的基础上,建立了光伏电源出力的概率分布模型,并以配电网有功网损和总电压偏差之和最小为目标函数,建立了考虑光伏逆变器剩余容量的配电网无功优化模型,采用线性递减权重粒子群算法(Lin WPSO)对离散变量进行处理,并寻求无功优化最优解。通过IEEE33节点系统算例仿真,验证了本文所提出的模型和方法更接近实际,可以有效降低配电网总电压偏差,改善配电网电压水平,降低配电网有功网损,验证了本文模型和方法的正确性和有效性。     

计及不确定性的含分布式光伏配电网削峰效益评估

分布式光伏接入有利于降低配电网负荷峰值,提高配电网运营效益,但由于其出力不确定性特点,导致其削峰效益难以准确评估。本文通过分析光伏出力的波动性和时序性,建立了基于净空模型的光伏出力时序模型,同时考虑负荷和光伏出力的不确定性,提出了置信削峰度指标来衡量光伏接入对配电网负荷峰值的影响,基于此,结合节点边际容量成本概念,提出了计及不确定性的含分布式光伏配电网削峰效益概率评估方法。以南方某地区配电网实际中压馈线为例进行仿真分析,结果表明:本文所提方法在考虑光伏出力不确定性的同时,能够准确评估光伏以不同位置和不同电压等级接入配电网的削峰效益,对分布式光伏的选址具有一定的指导意义。     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

基于灰色神经网络组合模型的光伏短期出力预测

光伏发电系统输出功率具有不确定性特征,为了减轻其对电网的影响,有必要进行光伏出力预测。文中提出了一种基于灰色神经网络组合模型的方法对光伏出力进行预测。该方法是对传统直接预测和间接预测方法的结合,考虑了影响光伏出力的主要因素,通过统计与预测日相似天气条件下整点时刻的光伏出力,建立了各时刻出力的灰色模型,然后利用灰色模型的输出和温度数值与实测出力值建立神经网络预测模型,最终得到预测结果。文中采用实际光伏出力数据对灰色模型、神经网络模型、灰色神经网络组合模型3种预测方法进行了结果对比。算例结果表明,所提出的灰色神经网络组合预测模型能够更为精确地对光伏出力进行预测,因而具有潜在的应用价值。     

基于机会约束规划的分布式家庭并网光伏系统优化调度模型

分布式家庭并网光伏系统是太阳能产业规划的重要组成部分,其优化调度模型是一项重要研究课题。计及光伏出力和负荷水平不确定性,采用Maximax形式的随机机会约束规划建立分布式家庭并网光伏系统优化调度模型。该模型以满足一定置信度下的运行收益最大为目标函数,计及功率平衡约束、储能相关约束以及与外网购售电功率约束等约束条件,采用混合智能算法对所建立的模型进行求解。算例分析表明,建立的模型可计及不确定性,适用于求解分布式家庭并网光伏系统的优化调度问题,并可充分保证优化调度的经济性。     

配电系统中电动汽车与可再生能源的随机协同调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网混合动力电动汽车(PHEV)和风电、光伏发电系统出力不确定性的随机协同优化调度模型。首先,分析了PHEV的行驶耗电和随机充放电行为。之后,在假设风速服从Rayleigh分布、光照服从Beta分布的前提下,导出了风电机组和光伏发电系统出力的期望、方差及二阶原点矩的表达式。在此基础上,发展了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型,并应用交叉熵算法进行求解。最后,以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。     

冷热电联供微电网的网络损耗优化调度策略

针对冷热电联供微电网的能量优化调度问题中存在的不确定性,计及风力发电和光伏发电的不确定性,采用随机机会约束规划模型进行建模。以机会约束形式的系统综合运行成本为目标函数,计及功率平衡约束等必要的约束条件,建立基于随机机会约束规划模型的冷热电联供微电网能量优化调度模型。所建立的模型能够充分考虑系统并网的风力发电和光伏发电出力的不确定性,所制定的能量优化调度方案是基于风光出力的随机分布的,因此更具备全局性,经济型。仿真算例表明,并网模式下的系统运行成本要显著低于离网模式下的,同时通过模型能够给出能量优化调度方案制定过程中系统成本高低和风险的关系,从而为决策者提供参考。