计及需求侧响应的电力系统鲁棒优化规划模型

随着需求侧响应措施的深入开展,在电力系统规划中计及需求侧响应的影响具有重要现实意义。根据一般经济学原理,研究需求侧响应措施引起负荷需求弹性变化的不确定性,并且将该不确定性引入到电力系统规划模型中,以系统规划成本、运行成本和污染排放最小化为目标函数,建立了多目标鲁棒优化规划模型;采用引入精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解该鲁棒优化模型。最后,通过算例分析说明了鲁棒优化模型的合理性,并论证了该模型能够以最小成本得到计及多种需求侧响应弹性不确定性范围下的规划方案。     

不同电力体制改革背景下国际标杆电网评价体系研究及借鉴

An advanced and efficient evaluation system is the driving force for the continuous improvement and perfection of power grid operation, and different backgrounds of electricity system reform play an important role in guiding and determining the establishment of evaluation system. In addition, fully considering the effects of power reforms is also one of the key factors to guarantee the successful establishment and implementation of the grid assessment system. This paper chose the representative CEER Benchmarking Report on the Electricity Supply Quality and America Grid Modernization Index （GMI） for detailed research. First of all, starting from the reform course and marketization level, it combed the development of electric power system reforms in the United States and Britain. Secondly, this paper researched the evaluation systems of the two benchmarking grid and carried out a contrastive analysis based on the background of their different reforms. Finally, according to the international experience, this paper presented the enlightenment and revelation for the establishment and improvement of grid evaluation system in China considering the new-round electricity reform.     

能源互联网背景下自动需求响应关键问题及展望

提高可再生能源利用比例以及能源的综合利用效率是未来能源系统发展的主要目标。随着能源与环境问题的不断突出,传统能源网络的资源配置能力逐渐不能满足未来能源系统的发展需求,能够实现"横向多源互补,纵向源网荷储协调"的能源互联网概念被提出。在能源互联网背景下,高度多元化和自动化的能源网络结构使得传统的电力需求侧响应(demand response,DR)将逐步向自动需求侧响应(automated demand response,ADR)的方向发展。首先对ADR的基本概念及其与能源互联网的协同作用进行阐述;其次,从规划、运行、控制、评价这4个维度分析了未来能源互联网中ADR的关键问题;最后,结合目前已有的研究成果和存在的问题,提出了推动ADR发展的相关建议。     

基于改进和声搜索算法的微网电池储能系统规划模型

在独立微网中,确保能源供需平衡与系统备用充足对满足用户需求、维持微网安全运行十分重要,因此电池储能系统必不可少。然而,由于现阶段电池储能系统成本较高,需要进行合理规划以选择最优系统规模。基于此,该文首先构建独立微网电池储能系统规划目标函数,并从供需平衡、备用要求等方面给出约束条件;之后通过改进的和声搜索算法对电池储能系统的安装年、额定功率与容量进行最优规划;最后,通过3种不同的微网运行情景验证模型和算法的有效性。