含电动汽车的虚拟电厂鲁棒随机优化调度

随着电动汽车和分布式电源接入电网的比例不断提升，虚拟电厂为有效解决电动汽车、分布式电源并网提供了新思路。由于可调度充放电的电动汽车数量和分布式电源出力存在明显的不确定性，因此虚拟电厂优化调度时必须考虑这些不确定性。在此背景下，采用场景模拟技术处理风电出力的不确定性，形成经典场景。针对可调度电动汽车数量的随机性与不确定性，利用鲁棒优化方法建立了原模型的对偶模型，构建含电动汽车的虚拟电厂鲁棒随机优化调度模型。算例分析证明了所提模型具有实用性和有效性，在优化调度模型中考虑不确定性的影响，可减小实际日运行成本，提高优化策略的鲁棒性。结果表明鲁棒系数和置信水平影响了日运行成本，通过合理制定燃气轮机等常规机组的发电计划可以减小日运行成本。  

基于网损等值负荷模型的改进直流最优潮流算法

交流最优潮流因需要处理大量非线性约束,求解效率不高,且在求解含有小阻抗支路和重负荷特征的病态电力系统时,容易出现不收敛的情况;而直流最优潮流计算速度快,可以处理病态电力系统,但是计算精度较低。基于此,文中提出了基于网损等值负荷模型的改进直流最优潮流算法。该算法首先采用网损等值负荷等效替代线路网损,有效地提高了原有直流模型的计算精度;然后使用简化原—对偶内点法进行求解,提高了算法的计算效率。通过对IEEE 30节点、IEEE 300节点、Polish 2736节点和Polish 3120节点系统的测试,证明了所提算法不仅有着较高的计算精度和效率,而且在不依赖于交流潮流解的基础上对于病态电力系统具有较强的处理能力。  

基于脉冲神经网络伪量测建模的配电网三相状态估计

为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据。  

考虑换流器控制特性的交直流混联微电网状态估计

交直流混联微电网是分布式发电(distributed generation,DG)装置并网的良好解决方式,因此,含DG的交直流混联微电网状态估计研究具有现实意义.针对换流器控制特性多样化及直流网络接入,该文提出适用于多种运行模式的交直流混联微电网状态估计模型.首先,针对微电网的孤岛运行特性,建立DG的Droop型节点模型.接着,根据交直流混联微电网状态估计的特点,配置相应的伪量测,以提高系统可观测性;同时采用了支路电流幅值量测转换法,以减少雅可比矩阵的求解难度.最后,采用最小二乘估计求解所提出的交直流混昆联微电网状态估计模型.通过IEEE13节点算例进行验证,结果表明,所提模型能够适用于并网和孤岛两种运行方式,具有良好的工程实用价值.  

计及分布式电源和负荷不确定性的多目标配网重构

构建多目标配网重构模型，该模型充分考虑了风电出力、光伏发电以及负荷的不确定性，并且同时优化配网的3个重要评估指标：有功损耗、节点最小电压值、负荷均衡度。采用场景分析法处理不确定性因素，采用同步回代缩减法进行场景削减，讨论不同场景数对优化结果的影响，并利用多目标扰动生物地理学算法求解模型，利用模糊集理论确定最终重构方案。某69节点配网系统测试结果表明：所用算法能够快速找到多目标配网重构模型的决策解，具有较高的搜索效率，验证了在消纳分布式电源的情况下，通过网络重构能够明显改善网络的各项指标。  

计及安全约束的虚拟电厂两层优化调度

随着分布式电源接入电网比例不断提高，其出力的随机性和间歇性对电力系统安全稳定运行造成威胁，虚拟电厂（VPP）为有效解决分布式电源并网提供了新思路。风电等可再生能源的发电和电价具有不确定性，如何在不确定环境下提高VPP的可调度性成为研究热点。针对电价预测精度高、误差分布较为规律的特点，采用随机规划法处理电价的不确定性，对于风电等可再生能源的出力，其预测误差通常难以准确地用概率分布描述，采用鲁棒优化法处理，在此基础上建立VPP优化调度的上层经济调度模型。进一步考虑电网的安全约束，建立VPP优化调度的下层安全调度模型，最终形成VPP两层优化调度模型。通过对改进的IEEE 33节点系统及由风电场、抽水蓄能电站和燃气轮机组成VPP的算例分析，验证了所提模型的可行性和有效性。  

基于变量选择与高斯过程回归的短期负荷预测

提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一,通过选取影响负荷的最优输入变量集合,建立高斯过程回归(Gaussian process regression, GPR)短期负荷预测模型.负荷预测建模输入变量的选取对预测精度有很大影响,首先采用随机森林(random forest,RF)算法给出输入变量重要性评分(variable importance measure, VIM),并对各输入变量影响程度进行排序,基于序列前向搜索策略确定最优输入变量集合,避免人工经验选取的不足.其次针对共轭梯度(conjugate gradient,CG)法求解高斯过程回归模型超参数时易陷入局部最优解,且存在优化性能依赖于初值选取、迭代次数难以确定的问题,采用改进粒子群优化(particle swarm optimization,PSO)算法搜索模型超参数,形成优化高斯过程回归预测模型.最后,算例测试表明该模型的有效性.  

含大规模风电场的电力系统线性化最优潮流计算

考虑随机因素的最优潮流(optimal power flow,OPF)计算属于非线性计算,随着系统规模增大,计算难度大大增加,计算效率低,难以满足电力系统在线计算分析要求.针对含大规模风电场的电力系统,首先利用近似简化方法对传统考虑风电不确定性的最优潮流模型进行线性化处理,同时利用拉丁超立方采样进行风电场景生成,基于场景削减技术获得概率测度较大的少数风电场景;然后建立一种新的考虑风电不确定性的线性化最优潮流模型;最后利用简化内点法进行求解.IEEE 300节点、Polish 2 736节点系统的计算结果表明,考虑风电不确定性的线性化最优潮流精度高、计算时间短、适用性强.  

电-气互联综合能源系统多时段暂态能量流仿真

考虑到气网的慢动态特性，研究了电-气互联综合能源系统的多时段暂态能量流仿真，其中电网采用稳态潮流模型，气网采用暂态能量流模型。运用隐式有限差分法将天然气系统暂态能量流方程转化为非线性代数方程组，然后用牛顿法求解以非线性代数方程组描述的综合能源系统的多时段暂态能量流方程。同时，计及了电力系统与天然气系统2个层面的耦合，即燃气轮机与电转气(P2G)技术。最后，基于修改的IEEE 24节点电力系统和比利时20节点天然气系统，计算其多时段暂态能量流。仿真结果表明，在短时间尺度研究中，天然气系统的稳态模型与暂态模型的计算结果存在显著差异。除此之外，还定量评估了P2G对风电消纳的积极影响。  

计及P2H的电-热互联综合能源系统概率能量流分析

电转热(P2H)技术可以平抑分布式可再生能源发电功率波动，促进光伏发电的消纳与电-热互联综合能源系统的协同运行。建立了含光伏的电-热互联综合能源系统概率能量流模型，采用Nataf变换对相关非正态的光伏输入随机变量进行抽样，并与拉丁超立方采样相结合，定量评估P2H对电力系统和热力系统概率能量流的影响。实际巴厘岛的算例分析结果验证了所建立模型的有效性。在含光伏的电-热互联综合能源系统中，P2H可促进分布式可再生光伏的消纳，并有效增强系统的安全性。