计及通信失效的输电系统信息物理协同恢复策略

为应对输电系统信息物理复合故障,提出了一种计及通信系统失效的信息物理协同恢复策略。首先,基于发电机、电力线路与负荷的故障特性,综合考虑了系统频率、节点电压、线路容量等安全约束,构建了物理系统的恢复模型。然后,提出了一种基于通信网络拓扑的信息系统恢复策略。接着,考虑信息系统故障给发电机出力调节、电力线路投运以及负荷恢复可能造成的延时,建立了物理系统恢复与信息系统恢复的交互模型。经过对潮流线性化处理,上述3个模型被整合为一个混合整数二阶锥规划模型。最后,以IEEE 30节点标准电力系统为基础构建了输电信息物理系统算例,来说明所提方法的可行性与有效性。算例结果表明,所提出的协同恢复策略能有效避免信息物理恢复操作不协调引起的二次停电,从而加快负荷恢复、降低停电损失。     

计及能源网络特性的综合能源系统最优协调规划

对综合能源系统进行协调规划,可以提升整个系统运行的安全性与经济性,实现多种能流互补共济,并改善总的能源利用效率。在此背景下,对含天然气与热力管网的IES的规划问题进行研究。首先,在计及气网管存效应、热网延时效应与热网热量损失的情况下,构建含多个能源中心(energy hub,EH)的IES模型;然后,提出以规划期内投资和运行总成本最小为目标的IES协调优化规划的混合整数非线性优化模型,以确定EH设备和能源网络的优化配置方案;接着,采用增量法将所构建的最优协调规划模型转化为混合整数线性优化问题,并采用商业求解器Yalmip/Gurobi求解;最后,以包含6个EH的IES为例对所提协调规划方法进行验证。算例结果表明,在IES规划中考虑天然气与热力管网特性是必要的,所提方法是可行的。     

促进用户侧能源转型的区域能源定价与管理策略

用户侧能源转型以终端电能替代和分布式可再生能源开发利用为主要途径,能够促进能源系统向清洁、低碳方向发展。在促进用户侧能源转型的背景下,研究了含多个决策主体的区域能源定价与管理策略。首先基于Stackelberg博弈提出了多主体交互的区域能源定价与管理机制。然后,基于用户收益对有限理性用户的激励特性,构建了包含能源供应者(ES)与多个用户代理(UA)的双层优化决策模型。在所构建的模型中,上层ES确定从能源生产者处购能的策略、所拥有设备的运行状态和能源价格,决策目标是出售能源的利润最大与出售化石能源的惩罚成本最小;下层各个UA分别根据能源价格配置电能替代设备,并调整用能策略,决策目标是各自投资与用能成本最低。接着,应用KKT(Karush-Kuhn-Tucker)条件以及强对偶理论、增量法、互补松弛条件转化方法,将非凸非线性的双层优化问题转化为单层的混合整数线性规划问题。最后,以某含有居民取暖热负荷、工业热负荷、燃油汽车和光伏发电资源的区域为例,说明所提策略的可行性与有效性。     

计及柔性负荷的综合能源系统低碳经济运行

多能互补的综合能源系统 (integrated energy system, IES) 能够有效提高能源使用效率，解决环境污染等问题。在此背景下，提出了一种考虑柔性负荷 (flexible load, FL) 和碳交易机制的IES优化调度模型。首先，将碳交易机制引入系统调度模型中，综合考虑整个能源供应环节的碳排放，并采用过排放罚金机制以促进系统节能减排。然后，将FL分为可削减负荷、可转移负荷和可平移负荷三类，应用于IES的低碳经济运行之中。在此基础上，以碳交易成本、FL调度成本、系统能耗成本之和最小化为优化目标，考虑电力系统网络约束、天然气系统网络约束和能源中心 (energy hub, EH) 内部约束，建立了IES低碳经济调度模型。最后，采用算例系统对所构建的模型和采用的方法进行验证，并分析了罚金价格对于系统碳排放的影响，以及FL在消纳风电和节能减排方面的作用。     

促进间歇性可再生能源发电消纳的水电定价与能量管理策略

小水电站是电力系统中重要的灵活性资源,可以促进风电、光伏等间歇性可再生能源 (intermittent renewable energy,IRE)的开发与利用。在此背景下,研究了促进IRE发电消纳的水电定价与能量管理策略。首先,根据小水电站的日调节能力,将其分为统一调度水电站(coordinately-scheduled hydropower station, CHS)和自主调度水电站(independently-scheduled hydropower station,IHS)两类,并基于Stackelberg博弈提出了包含多个主体的水电定价与能量管理框架。然后,构建了双层优化决策模型,上层用于制定针对IHS的水电峰谷电价,并确定CHS的发电出力,决策目标是弃水量与弃风弃光量的加权和最小;下层用于IHS确定各自的发电功率,决策目标是各自的发电收益最大。接着,应用Karush-Kuhn-Tucker条件与强对偶理论方法将所得到的非凸非线性优化问题转化为混合整数线性规划问题,并采用Yalmip/Gurobi求解器求解。最后,用IEEE标准算例系统对所提方法的可行性进行了说明,仿真结果表明所提出的水电定价与能量管理策略可以提升对IRE发电的消纳。     

考虑源荷不确定性下微电网能量调度的深度强化学习策略

针对微电网中源荷不确定性问题,本文提出一种基于连续型深度确定性策略梯度(DDPG)算法的微电网能量调度方法。首先,以日运行成本最低为目标构建优化调度模型,并将该调度模型转化成马尔可夫决策过程(MDP),定义了马尔可夫决策模型的状态空间、动作空间和奖励函数。其次,利用长短期记忆(LSTM)神经网络提取环境中时序数据的未来趋势作为状态,从而在连续调度动作空间下改善深度强化学习算法收敛效果。最后,通过训练深度强化学习模型,对比多种算法下最优能量调度策略,验证了本文所提方法的有效性。