考虑多个虚拟发电厂参与的多阶段市场交易方法

随着智能电网的发展,分布式电源(distributed generation,DG)广泛接入电力系统。然而以风能和太阳能为代表的单个DG对大电网来说视为不可见,在参与市场交易时存在诸多不利因素。考虑多能源资源的影响,建立了由DG、负荷以及储能组成的虚拟发电厂(virtual power plant,VPP)模型,同时将多个VPP进行互联,在满足各自VPP内部供需平衡的基础上,让盈余电量在VPP集群间进行共享,实现多阶段市场交易。提出的交易方法以VPP内部和网间的交易收益最大化为优化目标函数,以尽可能消纳可再生能源为目的,同时计入需求响应(demand response,DR)策略,得到网内用户科学用电计划、网间合理报价结果,为实现多个VPP健康灵活交易提供参考。     

基于目标机会约束规划的储能容量优化配置模型

针对高比例可再生能源的不确定性给主动配电网的电力平衡与灵活性运行带来的影响,提出了一种基于目标机会约束规划的储能容量配置方法。首先分析了含高比例可再生能源的主动配电网中典型"鸭型净负荷曲线"场景下的电力需求与灵活性需求问题,由此引入目标机会约束规划方法,建立了考虑电力需求裕度、灵活性需求裕度的目标机会约束规划模型以配置储能资源。最后,通过算例验证所提模型的有效性,仿真结果表明,所提储能容量优化配置模型及其协同运行方案能有效解决高比例可再生能源接入下典型"鸭型净负荷曲线"场景中的电力需求以及灵活性需求不足问题。     

偏远地区微网结构探讨

典型微网网架结构是微网能量管理、控制、保护与稳定的基础。结合普通电网结构特点,参考当前国内外微网结构特点及其发展方向,依据典型偏远地区地理特点,将偏远地区的微网结构根据其人口分布的特点设计为人口极为稀疏的单户结构和偏远村落的多户结构,并对其运行的控制过程进行了说明。其中,重点介绍了在多户微网中采用的Agent控制方式。     

考虑元件单元信息的电网暂态脆弱性研究综述

在综合分析已有电网脆弱性研究基础上,侧重于电网变化暂态过程演化问题的研究。从基于电网状态脆弱性和结构脆弱性相结合的综合脆弱性角度出发,指出当前单一应用复杂网络理论或李雅普诺夫能量函数研究电网脆弱性尚存不足。通过对基于元件单元信息的电网暂态脆弱性分析,提出计及复杂网络指标变化和暂态能量变化下能量注入有效域的评估思路,重新诠释了电网脆弱性及其概念。对其在电网规划建设、运行控制、调度管理等环节的应用做出相关展望。     

考虑配电网接纳能力的电动汽车充换电服务网基础设施配置方案分析与评估

着眼于电动汽车充换电服务网的服务特性研究,从而建立各种评价指标,进行服务网基础设施配置分析与评估。首先充分考虑服务网与配电网的交互关系,建立了配电网最大接纳能力模型,对基础设施配置方案进行初步筛选;其次提出了配送效率、行驶可达性、服务可供性等服务网服务性能指标,对可行的方案进行有效评估,并经过多因素综合分析,选出最佳方案。最后通过设置不同容量、位置的充换电站配置方案进行仿真计算,并与已有方法对比分析,充分验证了所提指标的可行性与有效性。所提方法不仅能对现有充换电服务网进行评估,同时也可以为电动汽车充换电站的快速选址定容提供依据。     

考虑质心映射与路径解析的分布式电源优化配置搜索策略

为在配电网中优化配置分布式电源(distributed generation,DG),基于“局部–全局–局部”思想首先构造功率圈,借助物理学质心概念,搜索静力矩平衡点配置 DG;然后从全局考虑含多 DG 网络节点电压要求,结合节点电压波动指标对 DG 接入点进行区域修正,并校验功率圈内电压约束条件是否满足要求;最后解析独立 DG 等效网络,计算有效传递(影响)因子,为进一步的区域 DG 优化调度提供参考.算例结果验证了该方法的有效性     

计及参与成本贡献的用户侧云储能服务及其纳什议价模型

为了解决以共享经济概念为基础的云储能服务中用户与运营商之间的成本贡献及收益分配问题,提出了计及参与成本贡献的用户侧云储能服务及其纳什议价模型,对运营商独立投资的集中式云储能服务进行定价。在所述服务框架中,运营商优先对充放电需求互补的用户交换电能,再通过充放电或购售电来满足总体的净充放电需求;然后,采用Shapley值法为用户分配储能损耗贡献度,并综合考虑用户的新能源余量能量互济率及虚拟储能利用率,对分配结果改进,以进一步刻画用户服务费的差异性;最后,求解计及用户成本贡献的纳什议价模型,计算各用户的服务费。算例结果表明：所提方法减小了储能充放电损耗及总体用能成本,并提升了新能源消纳率;且改进Shapley值法的分配结果促进了用户将新能源余量上网及按需租赁虚拟储能。同时,纳什议价模型在保证用户服务费差异合理的前提下,兼顾了用户群体和运营商之间的利益诉求,促进了双方合作。     

基于小波包分解与最小二乘支持向量机的用户侧净负荷预测

随着分布式可再生能源在用户侧逐步接入,电表监测得到的用户净负荷曲线形态相对于原有实际负荷曲线更加不稳定,因而极大降低了用户的净负荷预测精度。针对此问题,提出基于小波包分解(wavelet packet decomposition,WPD)与最小二乘支持向量机(least squares support vector machine,LSSVM)的用户侧净负荷预测方法,通过对用户净负荷时序数据作小波包分解,得到信号特征更为明显的高频分量与低频趋势部分,筛选剔除波动性大、噪声信号多的高频细节分量。同时考虑气象因素,利用最小二乘支持向量机对小样本非线性信号的训练效率高、泛化能力强的特点,采用其模型对其余包含更多有效负荷数据信息的低频分量分别进行预测重构,叠加得到最终的净负荷预测值。通过对可再生能源高度渗透的某地区用户实际净负荷数据进行实例分析,结果表明所提预测方法在此物理场景下相比于传统预测方法有更高的预测精度。     

轨迹数据驱动的电动汽车充电需求及V2G可调控容量估计

电动汽车（EV）充电需求估计是研究电动汽车与电网互动（V2G）的重要前提。为此,提出一种行驶轨迹数据驱动的EV充电需求预测模型,并进一步考虑用户多维效益,构建用户选择参与V2G响应的用户决策模型,分析区域V2G响应能力的调控潜力。首先,对行车轨迹大数据集进行清洗与挖掘,基于动态能耗理论构建了EV充电需求时空分布预估模型。其次,基于社会行为学理论并综合考虑用电需求效用、经济效用、环保效用以及社会效用,构建了EV用户选择参与V2G响应的概率选择模型。该模型不仅考虑了EV用户的异质性,而且体现了用户决策的交互影响。最后,建立V2G可响应容量调度模型,分析V2G响应资源对区域负荷的调节效果。结果表明,所提模型不仅能有效估计某城市区域的EV充电需求时空分布特性,而且能挖掘该区域选择参与V2G响应的EV潜在用户数量,为研究V2G响应资源对区域负荷的调控潜力提供了支撑。     

考虑储能参与备用配置的园区综合能源系统日前经济调度模型

备用容量可以有效应对不确定性风险,能够保障园区综合能源系统的安全运行。然而,以往研究主要利用发电侧备用能力来应对不确定性风险,未能考虑储能装置等其他柔性资源的备用作用。因此,文章提出一种考虑储能装置参与备用配置的园区综合能源系统日前经济调度模型,园区内部通过电储能装置、柴油发电机与热电联产机组提供备用容量平抑内部风光荷的波动性。为了平衡备用配置对于园区综合能源系统运行安全性与经济性的影响,引入机会约束规划方法构建计及可再生能源和负荷不确定性的概率备用配置模型,并将备用配置模型嵌入到日前优化调度模型中以提升日前能量与备用决策计划的合理性。基于离散化步长变换法和随机模拟方法将原来非凸机会约束规划问题转化为可求解的混合整数线性规划问题。仿真结果表明,储能装置参与备用配置可以提升发电机组运行的灵活性,从而提升系统运行的经济性;通过向上、向下调节备用约束成立的置信水平可以改变园区备用决策的保守程度,从而平衡系统运行的经济性与可靠性需求。