考虑时序特性的配电网风-光-储随机规划模型

针对分布式电源(Distributed Generation, DG)的不确定性和时序特性,构建了考虑时序特性的配电网风-光-储随机规划模型。首先对风电和光伏的时序特性和不确定性概率分布进行详细建模,并给出储能系统的充放电、容量限制约束模型。为充分融入随机规划,采用ARMA模型对风-光的不确定性运行工况进行场景抽取,并通过Kantorovich方法筛选获得10组典型场景。此外,建立以投资成本和运行成本为综合优化目标,二阶锥松弛支路潮流、储能、DG运行相关约束、安全约束等为约束条件的风-光-储投资随机规划模型。最后,通过修改的IEEE33节点系统进行算例分析,验证了该模型的有效性。     

基于离散小波变换和模糊K-modes的负荷聚类算法

为了研究智能电网背景下用户的用电模式,考虑到现有聚类算法的不足,提出了一种基于离散小波变换的模糊K-modes聚类算法。利用离散小波变换将时域的负荷曲线转换到频域,从而将负荷曲线的不同特征隔离在不同的频域水平,并利用低阶近似的思想选取原始曲线的有效分量曲线;对所选的分量曲线进行趋势编码,将连续负荷数据转化为离散类属性数据;基于平均密度确定初始聚类条件,利用模糊K-modes聚类算法对曲线进行形态聚类,得到负荷曲线模板;将所提算法与传统K-means算法及层次聚类算法进行比较,从而验证了所提算法的有效性。     

基于电量共享的梯级水光蓄联合发电系统优化调度策略

为对偏远地区的含有抽水蓄能、梯级水电、光伏电站联合运行的多能发电系统进行互补式经济优化,搭建多乡镇级用电体之间的日前电量共享协调优化模型,通过区域运营商对构成乡镇联合体的各用电体进行协调管控,实现用电计划的经济高效制定.通过调用抽水蓄能进一步平滑水光出力波动,对乡镇级用电体、区域电网与主网之间的能量流动进行优化,并按参与共享的乡镇对应的贡献函数进行利益最优分配.实际算例分析验证了所提模型与方法的有效性.     

基于场景分析的含P2G装置电气能源系统协同优化

目前,弃风现象严重抑制了风电的应用和发展,而电转气(power to gas,P2G)技术有望通过将电能转化为天然气,从而促进风电的消纳利用。此外,由于风电出力具有不确定性,会影响电气能源系统的优化调度结果,因此,文章提出了基于场景分析的含P2G装置电气能源系统的协同优化模型。首先,构建了含P2G装置的电气互联能源系统的基本结构,并简要分析了其工作原理;然后介绍了风电场景集的生成方法;其次,采用场景法处理风电出力不确定性,以电气能源系统网络和耦合元件为约束条件,建立了两阶段优化调度数学模型,并采用分段线性的方法将天然气潮流约束条件线性化,使得整个模型能在混合整数线性规划框架下进行快速求解;最后,在IEEE-39节点和修改后的6节点天然气系统中进行了算例分析,通过对比分析不同场景下的运行结果,验证了模型的有效性及对于风电消纳的提升作用,并将文章所提模型与确定性模型进行对比分析,验证了模型的经济性和合理性。     

基于网损迭代的含风电机组日内安全经济调度滚动修正模型

随着风电并网容量的逐渐增大,其自身的随机性和波动性给电网带来了较大的消纳难度和安全性问题,同时在调度模型中网损的忽略可能导致机组发电出力不足。针对上述问题,建立了基于网损迭代的日内经济调度滚动修正模型。滚动调度修正过程根据最新预测信息,并结合之前时段制定的调度计划进行相应调整。网损迭代过程考虑网损分布,然后进行经济调度,每次迭代过程进行交流潮流计算,支路潮流安全性校核,并更新系统网损。此外,针对调度阶段不收敛和支路潮流越限情况,制定了松弛机组出力限值和添加附加约束的调节策略。最后,通过算例仿真验证了本文模型的有效性和正确性。     

从四川高温干旱限电事件看新型电力系统保供挑战与应对展望EI北大核心CSCD

2022年8月,四川遭遇大范围长时间极端高温干旱天气,从而面临“三最”叠加的局面,即历史同期最高极端温度、最少降水量、最高电力负荷。四川水电大幅减发,而负荷又急剧攀升,造成较大的电力供需缺口,继而发生严峻的应急限电事件,引起业界广泛关注。基于此,从高温干旱极端天气出发,剖析了四川限电事件的关键影响因素,并着重对四川源网荷储灵活性资源进行了深入分析。其次,从电力保供维度归纳了新型电力系统电源侧随机化、电网侧互联化、负荷侧电气化、灵活资源市场化与运行控制智能化等多维特征。进一步,从规划、运行、交易、政策4个层面研判新能源占比逐渐提高的新型电力系统将面临的保供挑战。最后,对规划、运行、交易、政策4个层面的挑战提出相应的应对措施、解决思路与建议,为新型电力系统电力保供提供思路。     

基于GA优化BP神经网络的有源配电网高阻接地故障选线方法

当配电网发生高阻接地故障时,逆变型分布式电源的接入会向零序网络中注入不平衡的谐波电流,改变原有故障特征的分布规律,导致传统高阻故障选线方法失效。考虑光伏电源接入对配电网的影响,提出了一种基于GA优化BP神经网络通过融合多种故障特征的有源配电网高阻接地故障选线方法。首先,利用Matlab/Simulink搭建谐振接地系统仿真得到选定周波的故障零序电流,根据小波包变换从中提取小波包能量熵和模极大值,并将其作为数据样本。然后,将数据输入优化后的网络中进行训练,得到能够实现智能选线的机器学习模型。最后,算例分析表明该方法较传统算法提高了迭代速度和训练精度,在多种复杂故障条件下具有良好的选线容错率,且具有一定的抗噪能力。     

面向多微网协调交易的多方共治决策方法

为实现多微网系统间能源交易方案的可选择以及量化评估分析,提出了一种面向多微网能源协调交易的共治决策方法。将多微网系统中的各微网看做对等的能量管理实体,各微网均可提出能源交易方案或对方案进行打分评估,由此构建不含中央管理单元的分散式决策和分布式能量管理架构。为验证所提架构的有效性,设计了合约、价格和点对点3种交易方案供参考分析。所提优化方案由其余微网以经济性、公平性、环保性和安全性为评估指标进行评估打分,并采用层次分析法和熵值法确定主客观权重,应用组合赋权法综合决策选出最优执行方案,从而实现多微网能源协调交易的共治决策。算例仿真展示了共治模式下各优化方案的结果,根据评估指标对各方案进行对比分析,通过综合评估选出本次交易执行方案,验证了所提方法的有效性。     

考虑分时碳计量的智能楼宇群电–碳耦合互动共享

用户侧楼宇群作为未来城市能耗的主要源头,能源管理的经济性、低碳性要求不断提升,在此背景下,高比例光伏配置下的光伏楼宇与其他类型楼宇如何进行合作共享具有重要的研究意义。以具有不同用能特性的智能楼宇为研究对象,提出了考虑分时碳计量的智能楼宇群电力–碳排放权(以下简称“电–碳”)耦合互动共享策略。首先,构建了考虑碳排放权盈余及电量供需的智能楼宇群市场交易模式。其次,考虑不同时段能源供给侧发电机组组成成分差异使得需求侧对应等效碳排放也不同,构建了上级网络购电分时碳计量模型及阶梯式碳奖惩方法。然后,提出了基于改进供需比的智能楼宇群电–碳耦合共享模型,并根据供需比生成的动态价格引导各楼宇调整用能计划,通过楼宇群间互动迭代,最终得到楼宇群的最优共享方案。最后,以3类楼宇为例验证了所提模型对促进清洁能源消纳及联盟内部碳减排的有效性。     

考虑多产消者差异化特征的社区微网系统P2P交易机制设计

随着分布式能源的大量接入和电力系统运行方式的逐渐转变,社区微网系统(community microgrid system,CMS)中用户已经从传统的消费者转变为具有电能生产/消费行为的产消者。在此背景下,通过引入点对点(peer to peer,P2P)能源交易机制,实现社区微网系统中的产消者自主能量管理以及自主竞价策略最终达成P2P能量交易。首先,考虑产消者的差异化特征,对CMS内部资源自主形成的4种典型类型的产消者进行整合和建模。然后,基于连续双边拍卖机制搭建了日前阶段多类型产消者P2P能量交易框架,各产消者考虑历史交易决策信息以个体利益最大为目标,并通过交互有限的信息,在产消者之间互相发起交易请求,实现CMS内产消者之间P2P能量交易。针对在交易过程中产消者可能出现的隐私性保护,提出基于多段报价机制的P2P竞价策略,既能降低交易方的信息暴露风险,又能减少单次竞价决策的风险度,保证产消者收益稳定。最后,通过算例验证文中设计的P2P交易机制能够有效保护产消者的交易隐私性的同时,提高其经济效益。