基于Stackelberg博弈实时定价机制的电-气综合能源系统优化调度

为了降低风电和负荷的预测误差对于综合能源系统各机组出力计划的影响,建立了基于Stackelberg 博弈实时定价机制的电-气综合能源系统两阶段（日前-日内）优化调度模型。在日前调度计划中,以综合能源系统经济成本最优确定各机组次日的出力计划。在日内调度计划中,以综合运营商收益最大和用户满意度最大为目标函数,建立主从博弈模型,通过两方博弈对日前能源价格进行调整,从而引导用户积极参与需求响应。通过实际的算例仿真分析,Stackelberg 博弈制定的实时能源价格相较于价格弹性系数矩阵法制定的能源价格,用户参与需求响应的程度更高,不仅可以减少对各机组日前制定出力计划的调整,而且可以降低系统运行成本,提高用户的综合效能。     

考虑虚拟电厂调度方式的售电公司多时间尺度滚动优化

为了增加售电公司参与电力市场的灵活性和经济性,提高售电公司对分散式资源的利用效率,基于虚拟电厂的聚合管理方式,提出了一种售电公司多时间尺度滚动优化模型。日前阶段以售电公司收益最高为优化目标,融合多场景分析方法,制定售电公司购售电策略及各虚拟电厂日前调度计划。日内阶段考虑更高精度的分布式光伏和负荷预测,以虚拟电厂调度成本最低为目标构建日内优化调度模型。实时阶段以机会约束形式考虑虚拟电厂容量备用,修正虚拟电厂部分单元的出力,并将不确定性单元出力情况向日内阶段反馈校正。算例仿真验证了售电公司采用所提多时间尺度优化模型能够改善运营策略,合理分配资源,实现自身经济效益最大化。     

基于改进两阶段鲁棒优化的区域综合能源系统经济调度

针对光伏出力及负荷的不确定性对系统日前经济调度和实时运行的影响,提出了一种以期望场景下最优,任意场景下可行的改进两阶段鲁棒优化方法,解决经典两阶段鲁棒优化存在的保守性问题。建立一种考虑可再生能源和负荷波动的区域综合能源系统改进两阶段鲁棒优化经济调度模型,通过列约束生成算法将目标函数分解为主问题和子问题进行反复迭代求解。模型第一阶段(主问题)以日前经济调度成本为目标函数,制定出包含系统设备出力、天然气供气计划的日前调度方案。在此基础上,第二阶段(子问题)以实时运行下调整成本为目标函数,通过调整设备出力应对系统中不确定波动。最后,以冬季某区域综合能源系统进行算例仿真,验证模型的有效性。#$NL关键词：区域综合能源系统;不确定性;改进鲁棒优化;经济调度     

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。     

考虑动态激励型需求响应的微电网两阶段优化调度

针对微电网中风电、光伏出力和负荷大小的不确定性,从日前和实时两个阶段出发,建立了微电网两阶段优化调度模型。日前调度阶段建立以微电网总运行成本最优的经济调度模型。实时调度阶段在日前调度优化结果的基础上,综合考虑实时优化调度各电源的出力调整顺序,提出了一种动态激励型需求响应参与的实时滚动优化策略。该策略的激励价格和用户参与容量随时间尺度前进呈现出动态变化,旨在利用价格引导用户提高需求响应的参与程度。通过算例表明,动态激励型需求响应相较于静态激励型需求响应不仅可以提升对日前联络线计划的跟踪效果,还能更好地消除微电网日前预测误差。该策略在显著提高用户收益的同时有效降低了系统运行成本,为市场化的微电网优化运行提供了参考。     

数据中心两阶段源荷协同优化调度研究

互联数据中心DCs(data centers)的工作负载及可再生能源预测存在很强的随机性，为避免数据中心在日内平衡市场承担较多的罚款，本文提出数据中心两阶段源荷协同优化调度模型。在日前阶段，基于日前预测信息制定次日的最优调度计划并向日前电力市场投标购电；在日内阶段，采用滚动优化的方法，对日内调度计划进行实时调整。同时，采用并行交替方向乘子算法ADMM(alternating direction method of multipliers)将集中式优化问题转为多个可以交互的子优化问题，对日内滚动优化模型进行求解。仿真结果表明：所提出的优化调度模型可以有效降低多数据中心运行经济成本。     

基于自适应模型预测控制的区域能源互联网两阶段协同调度

为解决系统内风光可再生能源及冷热电负荷的不确定性造成的运行困难,实现机组出力的精确化和平滑控制,提出一种基于自适应模型预测控制的两阶段区域能源互联网协同优化策略,将优化调度分为日前和日内两个阶段。在日前调度阶段,以总运行成本最小为目标建立系统经济调度机组组合模型;在日内优化阶段,采用自适应的模型预测控制方法,基于各机组的实际运行状态,以前一阶段优化调度出力为参考,对未来有限时域内系统各机组运行状态进行实时滚动修正,消除不确定性的影响,确保系统的稳定运行。算例分析验证了所提出模型及方法的有效性和可行性。     

计及风电不确定性的含UPFC电力系统的两阶段最优潮流

风速具有随机性和不确定性,大规模风电场的并网会影响电力系统的稳定性,而统一潮流控制器(UPFC)具有实时潮流控制能力,有利于系统稳定。建立计及风电不确定性的含UPFC的最优潮流模型,由日内滚动调度和实时调度两阶段组成。日内滚动调度阶段不考虑风电出力预测误差,制定机组出力计划,优化运行成本;实时调度阶段根据风电出力预测误差调节UPFC参数,实时修正运行计划,并进行潮流优化,以保证系统安全可靠。以IEEE 14节点系统和某实际系统为例进行算例分析,结果表明,所提模型可以通过UPFC的参数控制有效减少风电预测误差带来的影响,从而提高系统的经济性和安全性。     

计及细节层次直接负荷控制的区域综合能源系统多时间尺度优化调度

考虑风光出力和负荷的不确定性及温控负荷反弹特性的精细建模程度对区域综合能源系统(regional integrated energy system,RIES)优化调度的影响,提出计及细节层次直接负荷控制的多时间尺度协调优化调度策略。日前调度采用三阶段反弹简化直接负荷控制模型,以系统运行经济性最优为目标求解机组运行计划;日内调度基于细节层次直接负荷控制仿真修正日前反弹负荷曲线,求解各微源的出力计划;实时调度进一步细化日内仿真反弹负荷曲线,结合模型预测控制理论,通过反馈校正和滚动优化调整微源出力,实现多时间尺度的协调运行。算例结果表明多时间尺度下计及细节层次的直接负荷控制更能贴合实际系统运行,实现机组出力精准化控制,验证了所提优化调度策略的可行性及有效性。     

计及需求侧资源的主动配电系统两阶段优化调度

可再生能源具有间歇、随机的出力特性。随着大量可再生分布式能源接入主动配电系统,其安全稳定运行受到了严重的挑战。采用基于场景的鲁棒优化方法构建了计及需求侧资源和快速启动机组的主动配电系统两阶段优化调度模型,以系统运行成本最小为目标,实现分布式可再生能源的消纳。在日前调度阶段,制定ADS的购电计划,及网内快速启动机组的启停计划;在日内调度中,结合日前调度,确定快速启动机组出力与需求侧资源出力,实现负荷动态平衡。最后采用修改的IEEE 33节点算例对所提出模型进行分析,结果证明了模型的可行性与科学性。     

基于模糊激励型需求响应的微电网两阶段优化调度模型

针对微电网中风电和负荷不确定性，提出一种基于价格型需求响应（price-based demand response，PBDR）的日前负荷调度和基于激励型需求响应（incentive-based demand response，IBDR）的实时负荷调度的两阶段优化调度模型。在日前阶段，根据用户需求对电价的响应，引入需求价格弹性建立了用户响应模型；在实时调度阶段，为了挖掘不同用户参与需求响应的积极性，利用模糊工具求出不同用户的动态激励方案，提高需求响应项目的参与度。算例分析结果表明，两阶段调度模型相较于只采用日前价格型需求响应提高了风电消纳能力，增加了电网和用户的经济效益；而较于只采用实时激励型需求响应增强了削峰填谷作用，提高系统运行的平稳性。同时动态激励价格比固定式激励价格使负荷曲线峰谷差更小，进一步减少了弃风量。     

考虑热惯性的热电联产系统两阶段优化调度方法

热电联产(CHP)系统具有环保、经济、运行方式灵活的突出优势,有较好的发展前景。文中基于电、热在传输和存储方式上的不同特性,提出一种考虑热惯性的CHP系统两阶段优化调度方法。第一阶段考虑供热网络结构和运行特性,建立基于模型预测控制(MPC)的CHP系统优化调度模型,优化日内可控设备出力及电网交互功率策略;第二阶段以CHP系统内各单元出力调整量最小为目标,综合考虑可再生能源及负荷的实时预测误差,动态调整第一阶段日内调度策略。算例表明,该两阶段优化调度模型可提高系统运行的经济性,弥补供需不平衡;结合系统热惯性,建筑物根据负荷需求和分时电价进行蓄热或放热可降低可再生能源及负荷不确定性对调度的影响,平抑功率波动,促进热电互补。     

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。     

考虑激励型需求侧响应的电-气互联系统两阶段随机优化调度

电力和天然气网的耦合和互联,为风电等新能源的消纳提供了新方式。文章在考虑电转气(power to gas,P2G)设备和激励型需求响应(incentive demand response,IDR)的备用服务后,构建了电-气互联系统(integrated pow er and gas system,IPGS)带补偿两阶段随机优化调度模型。模型的决策目标包含基于风电预测出力的日前确定性调度经济成本,以及考虑实时风电场景的功率平衡补偿成本。同时计及激励型需求响应不确定性后,建立了需求响应经济补偿分段线性化模型。以IEEE 39节点电网和修改的比利时20节点天然气网组成的系统进行仿真,分析系统运行成本和天然气网的备用容量裕度,验证了所提模型的有效性。此外,进一步分析了激励型需求响应的响应概率对电-气互联系统经济调度的影响。     

基于动态场景集和需求响应的二阶段随机规划调度模型

风电及负荷场景集作为随机规划调度的输入,对决策结果影响大。为使场景集刻画出风电及负荷的波动性,采用考虑随机变量相关性的动态场景法生成风电、负荷及净负荷的场景集,并从与调度接轨的角度提出相应的指标对场景质量进行评价。建立了一种基于here-and-now和waitand-see(HN-WS)的二阶段随机规划调度模型。该模型包含了日前与实时的关联性,决策过程融入了对实时场景已实现情况下的考虑,优化目标涵盖了日前阶段的燃料成本及实时阶段的平衡矫正期望成本。此外,为减少弃风,在调度模型中引入了激励型需求响应,与火电机组的备用容量进行协同优化。最后,采用爱尔兰电网的风电数据、Elia电网的负荷数据及改进的IEEE-118节点系统验证了所提调度模型的有效性。     

考虑风电消纳的电热联合系统源荷协调优化调度

能源互联网的范畴内,电热联合系统是消纳风电的一种有效手段,为此构建了包含储热、热电联产和需求响应资源的综合电热系统调度模型。提出了风电消纳日前日内两阶段调度方法:在日前调度阶段,机组、储热装置以及电价型需求响应配合消纳风电短期预测出力;在日内调度阶段,机组以及激励型需求响应配合消纳风电超短期预测出力。以系统发电运行成本最小为目标函数,综合考虑弃风惩罚费用和需求响应成本建立了电热联合系统调度模型,使用改进帝国竞争算法解决电热系统约束条件过多的问题,使得到的解更可行。算例分析表明,使用所提调度模型和方法能够有效提高电热联合系统风电消纳水平。     

基于VaR理论的综合能源零售市场最优策略

随着综合能源系统推广,多能源供给-传输-使用耦合程度加深,用户用能形式逐渐多样化,能源市场改革形成的零售市场内涵不断丰富。传统单一能源独立供给-定价的零售市场不能有效引导用户用能、提高系统经济性,综合能源系统零售市场的定价策略亟待研究。计及用户多能负荷、现货价格的随机性和用户需求响应提出基于风险价值(value at risk, VaR)理论的综合能源园区零售最优定价方法,并建立了静态零售定价-日前优化调度两阶段模型,研究了综合能源服务商的静态零售定价最优策略。第一阶段为计及日前阶段用户负荷、现货价格随机性的零售定价优化模型。第二阶段为第一阶段最优零售价格下的日前优化调度模型。最后采用粒子群-线性规划算法对所提两阶段模型进行迭代求解。算例结果表明,基于VaR的零售定价方法可以有效降低综合能源服务商参与零售市场的风险。     

基于需量管理的两阶段大用户储能优化模型

为推进用户侧储能商业化应用,对用户侧储能从规划和运行两方面综合考虑,提出了一种需量管理捆绑峰谷套利的工业大用户储能评估及优化调度方法。首先,在储能评估阶段,以用户的综合成本最小搭建储能评估模型,评估用户加装储能的经济性并优化储能配置;然后,在调度优化方法方面,构建了储能月前和日内两阶段优化模型。在月前优化中,确定用户上报的最大需量;在日内优化中,基于最大需量约束,优化每日的储能充放电功率。最后,在MATLAB平台基于CPLEX求解器分别对4家典型工业大用户进行算例仿真,验证了模型的经济有效性,并为用户侧储能电池的商业化推广提供了可行性方案。     

考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略

为解决当前对虚拟电厂系统中多重不确定性源的表征考虑不全面且处理方法单一的问题,提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法来对风光出力、电价进行建模,并利用区间法对碳价、需求响应进行建模;以虚拟电厂运行成本最小化为目标,综合考虑电碳交易及激励型需求响应机制,建立基于区间线性规划的虚拟电厂优化调度模型,采用强区间线性规划法中的两阶段分解算法对模型进行求解,针对不同不确定性源的特点,采用2种方法处理虚拟电厂系统中的多重不确定性。算例结果表明,该模型能够通过指标变化趋势有效地反映多重不确定性因素对系统调度结果的影响,在保证虚拟电厂系统安全运行的基础上提高经济性,区间形式的表示为决策者留出了一定的现实选择空间。