计及风电置信风险成本的多目标最优潮流计算

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方法。然后计及风电置信风险成本构建了经济/环境多目标最优潮流模型,并提出了一种基于非劣性排序的复合回溯搜索(NSCBS)算法,以实现对多目标最优潮流模型高效准确的求解。最后以IEEE30节点为例进行计及风电置信风险成本的多目标最优潮流计算。结果验证了所提出方法的有效性和优越性。     

大规模风电接入电网多目标随机优化调度

基于对风电机组出力随机特性的深入分析及其可能被高估和低估的概率计算,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑,构建了含风电机组的电力系统环境经济调度静态随机优化模型,以尽可能实现系统总污染排放量最少化和运行成本最低化的综合优化目标。设计了基于非劣排序微分进化的多目标优化算法对模型进行求解,并应用模糊集理论和熵权法建立了综合最优解的提取方法。最后以一个含大规模风电场的电力系统为例进行环境经济调度仿真,验证了所提方法的有效性,并进一步从节能减排的角度分析了风电接入对电力系统优化调度产生的影响。     

风电出力偏差成本及其条件风险方法的电力经济调度

含风电电力系统调度中风电实际出力与其计划出力间存在一定的偏差。计划出力过高则需调用系统备用,从而产生高估后的偏差成本;计划出力过低则会出现弃风,从而产生低估后的偏差成本;将风电计划出力费用和高估低估的偏差成本计入目标函数,以火电机组出力、风电计划出力为控制变量,风电实际出力为随机变量,采用条件风险方法(Conditional Value-at-Risk,CVaR)处理带有随机变量的函数,构建了目标函数含风电出力偏差条件风险值的电力系统经济调度模型。对于条件风险方法中概率密度函数难以解析表达的问题,采用蒙特卡罗模拟和解析法相结合,使计算求解简便快捷。通过IEEE 30节点系统仿真表明:该方法可有效解决含风电系统经济调度问题;与传统调度模型相比,总成本费用更低。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

计及风电出力惩罚成本的电力系统经济调度

风电出力具有随机性和间歇性的特点,如何在经济调度模型中处理大型并网风电场模型是长期以来关注的热点.为此,引入高估出力期望、低估出力期望以及惩罚成本系数的概念,在此基础上,提出了计及风电出力惩罚成本的电力系统经济调度模型.通过在目标函数中引入惩罚成本,使优化结果兼顾了风能的利用率和总经济成本.算例结果验证了该方法的有效性.     

计及风电功率不确定性的经济调度问题求解方法

在调度模型中考虑风电功率不确定性的影响时,需要计及高估及低估风电的代价,优化问题的目标函数中将含有不可解析微分的项,无法基于经典的等微增率准则对该静态经济调度问题进行求解。通常使用的现代优化算法在实际应用中具有一定的工程局限性。对此,文中提出使用一种近似函数来模拟服从正态分布的风电功率预测误差,使该静态经济调度优化目标...     

计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

采用条件风险约束的电网日前风电接纳能力评估

考虑到风电功率随机预测误差,本文提出了风电接纳风险的概念,引入条件风险价值理论对风电接纳风险进行量化,并构建了基于条件风险约束的电网日前风电接纳能力评估模型。对条件风险约束进行线性化处理,利用LINGO软件对模型进行了求解。基于IEEE 30节点系统的仿真实验验证了本文所提模型的有效性。根据此模型,调度人员可以方便地分析系统在不同置信水平、不同接纳风险大小下的风电接纳能力。由于考虑了随机性、概率和置信偏好等,所得结果可为系统调度人员提供有益的调度参考。     

计及风电动态成本的电力系统区间经济调度*

大规模风电接入电网后,风速的间歇性和随机性使风电出力具有一定的不确定性,对传统确定性系统的安全经济运行产生严重影响。针对风力发电的不确定性对电网调度运行的影响,本文基于区间规划理论,提出风电动态成本这一概念,并建立计及风电动态成本的电力系统区间经济调度模型。该模型中引入决策变量求解模型的区间优化解,一定程度上反映系统运行风险和经济效益,并为调度人员安全评估提供支持。最后采用IEEE30节点系统进行仿真验证,算例结果表明该模型与方法的实用性和有效性。     

基于深度强化学习的风电场储能系统预测决策一体化调度

风电场储能系统的优化控制可以提高风电场作为发电商在电力市场中的竞争力。文中提出基于深度强化学习的储能系统预测决策一体化调度方法,令高维度的风电场原始测量数据直接驱动储能系统。与预测、决策相分离的传统调度模式相比,预测决策一体化调度模式将风电功率预测与储能系统动作决策相融合,避免了预测阶段中有效决策信息的损失,使风电的随机规律无须通过数学假设等方式被人为刻画,避免了建模误差。其次,引入深度强化学习Rainbow算法优化风电场测量数据与储能系统动作指令之间端到端的控制策略,该策略具备动态统筹多时段系统收益的能力。最后,基于风电场历史数据的算例分析,验证了所提一体化调度模式的优越性和深度强化学习应对不确定性问题的有效性。     

计及条件风险成本的含EH-CSP电站多源发电系统优化运行

随着风电场接入电网的规模不断扩大,风电出力的不确定性给电力系统调度带来巨大的挑战.利用太阳能光热发电(concentrating solar power,CSP)良好的调节能力以及电加热装置(electric heater,EH)的风电消纳能力,平抑风电出力的波动性,并采用条件风险价值(conditional valu...     

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。     

基于IGDT的含光热电站电力系统多源联合调度策略

光热电站出力灵活、可调度性强,可作为调节资源参与多源联合调度,但现有调度方案缺乏考虑风电、光照功率及负荷等多参量不确定性对系统运行的影响,使得决策面临运行风险。为此,提出了一种基于信息间隙决策理论(Information Gap Decision Theory, IGDT)的多源联合调度策略。分析了光热电站运行特性及系统多源协调机理,根据风电功率、光照强度和负荷需求的不确定性特征,建立了多源联合鲁棒调度模型和机会调度模型,并给出了整体调度策略流程。通过调整模型的水平因子值,可实现不同风险下的多源联合优化调度决策。算例结果表明,该策略能充分量化不确定性因素对调度运行的影响,提升系统运行的经济性。     

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。     

采用置信度风险测度的鲁棒发电计划模型及算法

针对大规模风电并网所带来的电网运行调度的不确定性及运行风险,提出基于置信度风险测度的鲁棒发电计划模型及求解算法。首先,提出一种新的风险测度—置信度风险测度（Risk_α）,对于既定置信度α及相应的风电功率预测区间,以弃风风险值与切负荷风险值的和构成置信度综合风险测度,以量化风电实际功率超出风电可接纳域的风险。在此基础上,以发电成本和置信度风险之和最小为优化目标,构建计及置信度风险测度的鲁棒发电计划模型及分解求解算法,同时优化机组组合决策和风电可接纳域,使得所制定的发电计划方案实现经济性和运行风险之间的均衡。最后,通过算例证明算法的正确性及有效性。     

采用置信度风险测度的鲁棒发电计划模型及算法

针对大规模风电并网所带来的电网运行调度的不确定性及运行风险,提出基于置信度风险测度的鲁棒发电计划模型及求解算法。首先,提出一种新的风险测度—置信度风险测度（Risk_α）,对于既定置信度α及相应的风电功率预测区间,以弃风风险值与切负荷风险值的和构成置信度综合风险测度,以量化风电实际功率超出风电可接纳域的风险。在此基础上,以发电成本和置信度风险之和最小为优化目标,构建计及置信度风险测度的鲁棒发电计划模型及分解求解算法,同时优化机组组合决策和风电可接纳域,使得所制定的发电计划方案实现经济性和运行风险之间的均衡。最后,通过算例证明算法的正确性及有效性。     

虚拟电厂接入配电网的电力系统调度灵活性研究

由于虚拟电厂(Virtual Power Plant,VPP)中存在波动电源,使得火电机组更加频繁地调节,甚至启停,需要系统具有更强的备用来匹配,为电力系统调度灵活性带来了极大挑战。为了研究VPP接入配电网的调度灵活性问题,分别建立火电、储能系统(Energy Storage System,ESS)的灵活性数学模型,针对VPP的弃风和甩负荷风险,建立VPP接入配电网的经济调度模型,提出了系统综合调度灵活性指标,用以反应系统中灵活性资源间的互补性。基于6节点系统研究加入ESS和不同置信区间下的风力发电对系统灵活性的影响,探讨系统调度过程中经济性和灵活性的平衡关系,对所提指标进行量化分析,验证所提指标的有效性。     

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。