考虑水光互补系统参与电力辅助服务的短期优化调度

梯级水电站与光伏进行互补对平抑光伏波动、提高光伏消纳具有重要意义。为此，首先从发电功率波动最小和发电经济效益最大2个目标函数出发，考虑水光互补系统参与电网有功平衡辅助服务，通过整定水光互补系统出力设计值，使其日内出力趋势能在一定范围内跟随电网负荷的波动，建立梯级水光互补系统短期多目标优化调度模型。其次计及梯级水电站水量约束和光伏电站的晴、阴、雨3种典型日发电特性，采用基于分解的多目标进化算法进行求解。最后对3种典型场景下的梯级水光互补系统的日内优化调度进行验证和分析。实验结果表明梯级水光互补系统可有效平抑光伏发电的间歇性、波动性，并且互补系统出力能及时在电网负荷高峰时段做出相应调整；梯级水光互补系统优化调度方案兼顾了功率波动性和发电经济效益。     

基于DDQN的风电替代传统电源的输电网结构优化研究

推动可再生能源替代化石能源是实现碳达峰、碳中和目标的有力举措。为了降低大规模风电替代传统能源接入电网的波动性影响,需合理优化接入点周边输电网结构以保证系统在不确定场景下的稳定性。文章应用人工智能技术,提出了一种考虑风电替代可靠性与经济性的深度强化学习输电网结构优化方法。首先,考虑大容量风电场出力波动性提出了风电场接入K阶电气介数熵均衡度用以评估风电场邻近区域潮流均衡度。其次,以马尔科夫决策视角构建了一种可交互式求解的输电网结构优化强化学习模型。最后,通过在改进的IEEE RTS 24系统中模拟大容量风电替代场景,应用智能多代理(double deep Q network,DDQN)深度强化学习算法求解输电网结构优化方案,验证了该方法的优越性与有效性。