采用动态风险管理方法的水电站短期优化调度

市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险管理方法的水电站短期优化调度模型,以改进快速进化算法(improved fast evolutionary algorithm,IFEP)与遗传算法(genetic algorithm,GA)相结合的IFEP-GA混合优化算法作为模型的求解方法,进化策略结合了高斯变异和柯西变异的特点,约束的处理结合了惩罚机制与修复机制,这使得算法具有良好的寻优能力和收敛特性。不同风险管理模式对水电站优化运行影响的分析结果表明,动态风险管理策略能够更好地平衡期望收益、风险及末期库容约束的违反,减小风险的同时获得了更高的期望收益,为水电站依据自身风险接受程度灵活安排调度决策提供理论依据。     

径流序列的混沌神经网络预测方法

介绍了径流序列的混沌性识别技术,并提出了一种基于混沌序列的神经网络预测方法．     

基于时间连续性及季节周期性的风速短期组合预测方法

根据风电机组功率曲线,可由风速计算出风电机组出力,因此,风电功率预测问题可转化为风速预测问题.基于风电场气象及风速数据的时间连续性及季节周期性,提出了一种风速短期组合预测模型.该模型采用模式识别技术分别提取时间连续性的样本及季节周期性的样本,以反向传播(BP)神经网络作为预测模型,得到风速横向预测值和纵向预测值,最后再通过BP神经网络进行组合预测.对国内某风电场的风速预测结果表明,所提出的风速预测模型可行、有效,具有较好的预测精度.     

考虑负荷周期性和变化率的短期电价预测

为了提高电价预测精确度以提高其实用价值,在电价预测模型中引入负荷周期性和变化率因素.根据负荷对电价的影响建立基于系统负荷的短期电价预测模型,使用小波分解对负荷和电价数据进行分析处理,采用神经网络的预测方法对短期市场清算电价进行预测.考虑负荷和电价的周期特性,在预测模型输入侧增加了负荷的周期性因素.考虑负荷剧变引起的电价变化,定义综合负荷变化率影响因素并加入模型输入侧来提高预测精确度.预测实例采用实际负荷值为输入,其结果表明引入负荷周期特性和综合负荷变化率因素后预测相对预测误差和单点最大预测误差分别降低35%和28%,有效地提高了模型的预测精确度.     

基于峰谷分时电价的虚拟电厂日前申报及运行优化

鉴于分布式能源的出力性质为间歇性和波动性,影响电网安全高效运行,而虚拟电厂可解决此问题。对虚拟电厂进行申报-调度两阶段建模,以包含分布式电源(光电、风电和燃气轮机)和储能系统(储能电池)两大类分布式能源的虚拟电厂为例,基于光照强度及风速等不确定因素,研究峰谷分时电价下日前市场虚拟电厂的出力申报和运行调度策略并利用风险价值模型进行风险管理。结果表明,申报出力时,当电价激励足够高时储能电池方会参与出力,成功起到削峰填谷的作用;运行调度时,平衡出力偏差方面,储能电池发挥主要作用,且虚拟电厂运行调度策略具有一定的经济效益。     

基于回路分析的回路类型转换与支路潮流越限处理

在π型等值的基础上,将负荷等值为电压源,而以阻抗支路为链支、接地支路为树支,建立网络的节点电压方程及回路电流方程,从而将潮流计算中的雅可比矩阵元素表示成以节点电压和回路电流为状态变量的函数的形式;并且定义了回路类型和Qθ节点类型,当支路潮流越限时,通过回路类型和节点类型的变换、调整相应节点的注入有功功率对越限支路潮流进行调整.在IEEE-30节点系统上的检验证明这种方法是非常有效的.     

基于两级级联聚类的神经网络风电功率预测

对历史日及预测日的风速特性进行比较,提取综合相似程度高的历史日作为训练样本,对不同类别分别建立预测模型。采用两级级联的混合聚类算法实现相似数据的最优选择,并构建基于改进粒子群优化的小波神经网络模型预测风电功率。通过对中国西部某风电场的算例仿真,表明该方法能够有效识别样本数据的筛选,提高风电功率预测精度。     

考虑光伏储能和可控负荷的配电网检修计划优化

主动配电网（active distribution network, ADN）是传统配电网的一个发展方向,其特点是能够对接入配电网的分布式电源（distributed energy resources, DER）进行主动控制和主动管理,这会对配电网检修计划的制定产生一定的影响。以含有光伏-储能联合发电系统和可控负荷的配电网为例,研究分布式电源在配电网检修中所能起到的作用,建立了相应的二层优化模型。其中子模型为单设备检修优化模型,考虑天气情况对光伏发电出力的影响,通过对储能电池和可控负荷的优化设置来减小功率损失;主模型为全检修计划优化模型,考虑储能电池容量约束,优化目标为减少检修全过程中的经济损失。针对模型特点,采用混沌粒子群分层优化算法和改进的TSP搜索算法进行求解。IEEE33节点系统的仿真结果显示了模型的正确性和有效性,比较不同条件下的仿真结果可以说明分布式能源的接入有助于降低配电网检修造成的损失。     

基于工业电力数据的区域制造业空间集聚模型

电力数据具有实时性和准确性的优点，越来越多的电网企业开展电力消费数据的应用服务，助力区域产业发展。基于此，提出将工业电力数据应用于区域产业空间集聚研究，综合采用区位商、空间基尼系数，分析单一产业的集聚程度；进一步，采用投入产出模型确定区域产业链的关联关系，再利用共同集聚指数计算产业链的集聚效应。最后采用福建省制造业电力消费数据，对福建省产业空间集聚开展实证分析，并以经济数据对结果进行校验，结果表明：电力数据具有动态监测产业集群空间集聚活动的能力，可为区域产业布局提供数据支撑。     

分时电价制下水电站效益特征分析

在考虑电网供需平衡的同时,针对分时电价制度,采用随机分析的方法,导出了水电站的效益期望函数．效益期望函数的性质说明用效益期望最大模型的最优解能指导实际运行．