基于神经网络的微电网参与上层电网实时优化调度策略

微电网优化调度策略除要解决风电、光伏就地消纳及其自身稳定运行问题外,还应具备调用分布式电源、具有需求响应能力的负荷等灵活性资源向电网提供辅助服务,参与上层电网实时调度的能力。基于此,文章提出一种基于BP神经网络的微电网资源优化调度策略。结合微电网运行成本和需求响应容量收益建立日前阶段经济最优调度策略;日内模拟阶段模拟预测功率波动以及上层电网实时需求,通过神经网络学习,得到日内阶段调度模型,为日内调度做准备;日内阶段通过上层电网的需求响应信号,将联络线功率输入到神经网络训练模型当中,得到日内阶段各个分布式电源实时功率。所提策略既能保障微电网的经济运行,又能满足上层电网的实时调度要求。最后以日后最优调度算例结果验证了策略的经济性和有效性。     

计及风电波动性和电动汽车随机性的电力现货市场交易模型

针对风电出力波动性和电动汽车无序充电随机性对电力市场正常运行造成影响,提出综合考虑"源-网-荷-储"的日前市场与实时市场联动交易模型。日前市场中建立风力发电商和火力发电商与三类用户之间考虑电动汽车可调度能力的主从博弈模型,使发电商与用户之间形成预测电量交易组合。实时市场兼顾风电与用户双侧实际电量波动,以最小化社会成本为目标,建立考虑供需双侧实际电量波动的需求响应模型。为缓解双侧电量波动对电网的不利影响,避免投机行为,提出一种新型计及供需双侧电量波动的预测误差惩罚机制。最后,仿真验证了所构模型的可行性与有效性。