电力系统备用容量网络受限减扣算法研究*

备用的精准评估对于保障系统运行安全和指导有序用电计划制定都有着重要的意义,但广东电网网络约束较多,且断面之间常存在耦合,使得快速、准确地评估考虑网络约束的备用容量存在困难。备用容量网络约束受限减扣的计算属于生产应用问题,相关研究文献较少。通过对比现有的备用网络受限减扣工程应用方法,提出了一种基于电网实时调度运行的网络受限容量评估优化算法。     

广东电网全景备用系统研究∗

电力市场下电力系统全景备用系统,自在广东电网投入使用以来,运行情况良好,有效提高了调度员驾驭复杂大电网的能力,尤其在备用评估方面针对不同维度进行优化,极大地提高了实时备用评估能力的同时降低了评估的难度,在提高电力系统运行的安全性、经济性等方面发挥了重要作用,社会效益和经济效益显著.     

基于多代理技术的分布式模型预测长期电压稳定紧急控制

将分布式模型预测控制方法应用于电力系统长期电压稳定紧急控制器设计,重点解决如何将大系统的在线滚动优化问题转化为若干个子系统的在线协同优化问题。在寻优过程中,利用各子系统优化目标函数的凸组合构造全局优化目标函数,通过迭代和网络通信共同求解该分布式优化问题,使系统达到纳什均衡点的收敛性得到提高。此外,根据分布式模型预测控制算法和多代理技术之间的共同性,利用Matlab和JADE在优化计算和面对代理编程方面的优势,提出并构建一种适用于分布式模型预测控制算法的多代理系统,在各子系统间实现了对滚动优化问题的并行求解。新英格兰10机39节点系统上的仿真计算验证了所提方法的有效性。     

基于改进K-means和MADDPG算法的风储联合系统日前优化调度方法

风储联合运行可有效地应对风电出力的不确定性,提高风电竞争力,然而储能与风电联合运行的优化调度问题是一大难点.为保证储能可调控容量的基础上实现风储联合运行收益最大化,提出了基于改进K-means和多智能体深度确定性策略梯度(MADDPG)算法的风储联合系统日前优化调度方法.首先,根据储能特性和运行状态采用萤火虫优化的改进K-means聚类算法实现储能分组;然后,将风电与分组后的储能设备建模为不同的智能体,组成多智能体系统,采用MADDPG算法求解,设计了MADDPG算法的状态空间、动作空间和奖励函数;最后,对算法进行了算例仿真验证.结果表明,所提调度策略能够较好协调风电和储能运行,有效平抑了风电出力波动,与常规深度强化学习相比,提高了风储联合系统的运行收益.     

广东电网调度操作实时信息展示系统研究∗

设计了调度实时操作信息的航班式全景展示和调度实时操作进度的物流式展示的方法并开发了系统软件.通过对调度实时运行信息的智能、动态更新,调度对象对其各工作流程节点的处理进程实现"京东购物"式的体验.     

基于马尔科夫链的电动汽车聚合建模及多模式调频控制策略

具有移动储能特性的电动汽车是一类灵活优质的需求侧资源,精确的聚合模型和合理的调控策略是其参与电网调频的基础。首先,该文构建了一种基于马尔科夫链考虑电池容量差异的电动汽车充放电负荷聚合模型,设计了拓展可调功率范围的多状态切换模式,实现了聚合模型向线性可控模型的转化;然后,结合此线性可控模型,在改进实时可调负荷功率分段方法的基础上,提出基于模型预测控制的集群电动汽车参与调频的多模式控制策略;最后,通过仿真算例对聚合模型及控制策略的有效性进行了验证,结果表明,提出的控制策略可以实时调节集群电动汽车充放电功率,避免充放电功率的相互抵消,实现了对于自动发电控制(automatic generation control,AGC)指令的准确快速跟踪。