考虑源荷不确定性的分时电价动态修正机制研究

针对新型电力系统中可再生能源出力及负荷需求的不确定性造成源荷协调困难,导致难以制定合理的分时电价的问题,该文提出一种考虑源荷不确定性的分时电价动态修正机制。首先,根据可再生能源出力的波动性以及不确定性,建立新能源并网功率与并网电量偏差量化模型;其次,根据需求侧负荷的变化特征,结合可再生能源出力不确定性,通过多种不确定性因素影响条件的误差计算方法,建立电价概率密度模型。然后,根据负荷上报的用电量以及预报电价,建立考虑源荷不确定性的电力市场分时电价动态修正与优化模型,并采用粒子群算法进行模型求解。最后,通过实际运行数据仿真验证该文所提方法的有效性。     

马达负荷模型与快切装置关联性分析

以某企业6kV母线负荷为研究对象,利用PSCAD／EMTDC仿真软件,分析了感应电机负荷参数对快切装置动作时间的影响。研究发现,转子电阻、定子电抗、转子电抗、惯性常数、负载率对快速切换方式有很大影响;惯性常数、负载率对检同期切换方式有较大影响;转子电阻、励磁电抗、惯性常数、负载率对残压切换有较大影响。企业在对快切装置进行参数配置时需要充分考虑负荷参数的影响。     

考虑调度决策非预期性的多阶段随机规划调度策略

随着可再生能源渗透率的提高,分布式可再生能源带来的波动性、间歇性会传递至主网中,对系统安全运行造成影响,研究不确定性优化方法对系统实际运行具有一定的指导作用。传统的随机优化以及鲁棒优化方法不满足系统实际运行的非预期性要求。文章以日运行期望成本最小为目标,考虑分布式可再生能源发电不确定性,建立多阶段随机规划模型,可以根据之前不确定信息的实现在每个阶段确定预调度决策,不会受到未来不确定信息的影响,符合系统实际运行规律,满足非预期性。为了避免多阶段随机规划问题求解的维数灾难,采用随机对偶动态规划(stochastic dual dynamic programming, SDDP)算法进行求解。仿真结果表明,相比于传统的确定性模型,多阶段随机优化得到的最优调度决策树较之确定性优化得到的单一决策方案具有更广泛的决策空间,可以基于上一阶段不确定信息的实现和决策来更新调度决策,降低系统的运行成本。     

考虑调度决策非预期性的多阶段随机规划调度策略

随着可再生能源渗透率的提高,分布式可再生能源带来的波动性、间歇性会传递至主网中,对系统安全运行造成影响,研究不确定性优化方法对系统实际运行具有一定的指导作用。传统的随机优化以及鲁棒优化方法不满足系统实际运行的非预期性要求。文章以日运行期望成本最小为目标,考虑分布式可再生能源发电不确定性,建立多阶段随机规划模型,可以根据之前不确定信息的实现在每个阶段确定预调度决策,不会受到未来不确定信息的影响,符合系统实际运行规律,满足非预期性。为了避免多阶段随机规划问题求解的维数灾难,采用随机对偶动态规划(stochastic dual dynamic programming, SDDP)算法进行求解。仿真结果表明,相比于传统的确定性模型,多阶段随机优化得到的最优调度决策树较之确定性优化得到的单一决策方案具有更广泛的决策空间,可以基于上一阶段不确定信息的实现和决策来更新调度决策,降低系统的运行成本。