双重不确定性下考虑风险偏好的风储系统日前报量策略

“两个细则”中明确指出对风电场参与市场运行进行偏差考核，市场机制下电价与风电出力的不确定性，进一步增加了风电场参与现货市场的收益风险。而信息差距决策理论(info-gap decision theory,IGDT)具有在严重不确定性背景下的优化决策能力，因此提出基于IGDT的风储联合系统日前报量决策模型。首先，立足于传统风储联合系统日前报量决策模型，在目标函数中引入了偏差惩罚项，量化日前报量决策导致的实时费用风险。其次，考虑决策者风险偏好的差异，构建了“风险规避”和“投机套利”两种风险偏好的IGDT电价不确定性描述模型。同时，利用贝塔分布描述风电出力分布特征，并采用超拉丁立方的区间采样实现决策者风险偏好在风电出力不确定性上的有效量化。最后，采用McCormick包络将原问题进行凸松弛后利用商业求解器求解。算例表明，所提出的日前报量决策模型能够满足决策者不同风险偏好的前提下，进一步提高风储系统的日前收益。     

嵌入轻量梯度提升机评估模型的暂态稳定预防-紧急协调控制

为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的影响,首先利用混合控制样本生成方法和LightGBM算法构建预防-紧急控制对稳定裕度的评估模型,考虑到不合理的切机、切负荷控制可能破坏系统稳定性,利用LightGBM评估模型的数值灵敏度来辨识有效的控制地点、缩减决策空间。进一步将LightGBM模型嵌入暂态稳定双层优化控制模型、替代暂态稳定时域仿真校核,结合改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)实现协调控制策略的快速求解。通过IEEE 39节点测试算例,验证了所提方法能够实现不同严重程度的故障在发生前后的预防控制和紧急控制之间的协调配合,既提高了电网安全稳定性,又减小了优化调度成本。     

基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识

有源配电网运行方式切换频繁且其量测受噪声影响,要求其拓扑辨识具有实时性和鲁棒性,但传统方法驱动的有限观测条件下拓扑辨识是非确定性多项式(NP)难问题。文中提出一种基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识方法。为解决传统监督学习在未知拓扑辨识任务下泛化能力差的问题,通过梯度惩罚优化的条件生成对抗网络(CGAN)学习由线路电流幅值、相角和节点负荷伪测量映射的拓扑分布。同时,以一维卷积神经网络构建生成器,有效利用连续观测窗中时序电流数据,增强算法的抗噪和抗数据缺失性能。此外,仅局部的电流信息需求大幅降低了配电网可观性改造投资。最后,通过算例验证了所提方法的有效性。     

基于可开放容量的配电网资产效率提升优化方法

随着配电系统分布式资源的高比例、大规模接入，为保障配电网的承载能力和提升各类型资源的资产利用效率，提出一种考虑多主体利益的配电网规划方法。该方法构建可开放容量计算模型，评估分布式资源并网与线路扩容条件下配电网格内剩余可开放容量大小和配置资源所需的建设成本。并将可开放容量计算模型根据Benders算法嵌入资产效率优化模型中，优化模型的整数变量可规划扩容线路和储能的位置与容量类型，非整数变量可确定光伏接入容量及储能运行情况。以网格剩余可开放容量满足未来5年负荷增长需求为限制，将光伏、储能及线路扩容总成本规定为目标函数，实现总体资源的资产利用效率最大化。同时，该优化模型为储能制定了优化运行策略，可最大程度提升储能运行收益，解决了规划结果的运行策略需求，满足实际要求。最后，利用某城区配电网网格为算例进行仿真，验证了该方法在评估资产利用效率方面的合理性以及优化结果的有效性。     

V2G辅助服务调节潜力与经济性分析：以上海地区为例

电动汽车(EV)在我国的快速发展和规模化应用,为开展利用车入网(V2G)技术调控集群EV参与电力辅助服务提供了基础.在建立计及V2G技术参与辅助服务的EV充放电经济调控模型的基础上,采用上海地区相关统计数据,分析集群EV参与电力辅助服务的调节能力与潜在经济价值以及EV规模化发展带来的环境效益.仿真结果表明:集群EV参与辅助服务能够在降低用户成本的同时,为当地电网提供削峰填谷服务,且EV规模化发展可有效减少当地的CO2排放量;进一步分析发现EV充放电功率、峰谷电价比例的增大以及电池成本的下降将增加V2G应用的经济效益.