电能调频和运行备用同时优化的数学模型与结算价格分析

尽管电能、调频和运行备用属于不同的市场,但它们均是由发电机组或者参与需求响应的用电负荷提供的,由于其中部分提供者可以同时提供多种服务,因而对其进行联合优化的方法无疑优于采用电能、调频和运行备用按次序优化的方法。文中在对美国典型电力市场运行规则进行分析的基础上,给出了电能、调频和运行备用同时优化时的数学模型,推导出调频和各种运行备用结算价格的结算方法,分析了容量约束绑定情况下机会费用的计算公式,讨论了需求曲线的确定原则,分析了需求曲线对结算价格的影响。通过分析可以看出,采用电能、调频和运行备用同时联合优化的方法可以获得更好的优化效果。     

降低电压不平衡度的三相并网逆变器阻尼控制策略

针对低压配电网中单、三相负载并存,导致三相电压失衡,提出三相并网逆变器降低电压不平衡度的阻尼控制策略。基于序分量法建立逆变器功率阻尼控制策略的数学模型,分析其电压不平衡抑制机理,阐明正序控制策略功率输出和阻尼控制策略降低电压不平衡度之间存在弱耦合关系,并在此基础上又进一步提出改进阻尼控制策略,简化了控制难度。对10节点不对称网络进行仿真分析,结果验证文章所提的控制策略能够实现逆变器向外输出有功功率和无功功率的同时,还能降低网络的电压不平衡度。     

基于CEP引擎的配电网运行监控信号大数据ETL方法

电力系统规模在不断扩大,配电网电气设备数量急剧增长且趋于精细化。大量且散乱的运行监控数据使得主动配电网各应用无法快速有效地提取有用信息以形成决策支持。本文利用复杂事件处理(CEP)引擎作为运行监控信号处理核心,通过Apriori机器学习算法定义和完善规则库,通过核心算法库对信号数据流进行规范化处理。整体采用ETL(Extract-Transform-Load)框架,将主动配电网中分散、零乱、标准不统一的信号数据整合、清洗后加载到数据仓库,并以多种数据接口输出至不同介质,供不同应用调用。基于CEP引擎的大数据ETL方法,可对运行监控信号进行快速、精确、有效的规范化处理,实现多数据源集成与输出,为主动配电网设备仿真、故障分析、状态估计等多种重要应用提供数据准备。     

不同供需水平下电力市场仿真试验研究

以电力市场仿真系统为基础技术平台,开展了不同供需水平下电力市场仿真试验研究,按照试验目的、试验对象、试验环境建立、试验方案配置、试验实施、试验结果分析等方面进行了试验操作,为电力市场仿真试验研究奠定了实践基础。从试验结果分析可以看出,在供需紧张的情况下,单边市场模式的市场不稳定,风险很高。     

城市能源互联网功能体系及应用方案设计

北京延庆地区拥有全国最大的微电网群和丰富的可再生能源。依托北京延庆智能电网创新示范区建设工程,分析了延庆地区的新能源基础条件和特征,从能源供给/消费形式、承载能源输送的主要载体、管理决策与公共服务等几个方面阐述了示范区建设内容,构建了能源互联网的应用框架模型,详细阐述了支持广域潮流流动的交直流主动配电网、分层分区的分布式智能调控管理和开放的公共服务模式,探讨了未来的管理和商业模式的探索方法和途径。     

电力电量平衡评价指标体系及其综合评估方法研究

基于关键业绩指标分析法构建了以充裕性、供电有序性、节能环保性、经济性为关键指标的电力电量平衡评价指标体系。采用主客观结合的层次分析?熵权组合法作为评价指标权重的计算方法,基于逼近理想点排序法对电力电量平衡方案进行综合评估。通过对实际算例进行分析,验证了该评估体系和综合评估方法的有效性和正确性。     

基于元模型全局最优化方法的含分布式电源配电网无功优化

含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器(on-load voltage regulator,OLTC)分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PGE 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。     

协同粒子群算法在电力市场ACE仿真中的应用

将协同粒子群算法应用到智能代理报价中,通过电力市场仿真试验,对协同粒子群算法在仿真中的代理过程进行了分析;通过不同的成本变化和供需水平变化试验,分析了协同粒子群算法在代理报价中对成本因素和供需水平因素的响应水平;与Q-learning算法代理结果进行了比较,结果表明,协同粒子群算法应用到基于代理的计算经济学电力市场仿真中是可行的。     

基于交替方向乘子法的主动配电网分布式多目标优化调度

主动配电网优化调度是实现主动配电网中各类分布式能源协调、高效利用的有效手段。随着分布式能源渗透率的逐渐提高,传统的集中式优化调度面临计算复杂、通信量大、目标单一等问题,基于此,提出了一种基于交替方向乘子法(alternating direction method of multipliers,ADMM)的主动配电网分布式多目标优化调度方法。建立了计及分布式电源、柔性负荷、储能装置等的多区域、多目标优化调度模型,采用ADMM进行相邻分区间的交替迭代并行计算,降低了计算复杂度,并且各分区可根据利益主体的不同实际情况与重点需求,科学、独立地确定不同的优化目标,与目前普遍采用的统一设定各分区相同优化目标的调度方法相比,大大提高了灵活性;同时,相邻分区间只需交互少量信息,使通信量大幅减小。最后通过对算例的分析验证了所提方法的可行性与高效性。     

采用马尔可夫链—多场景技术的交直流主动配电网优化调度

针对含有柔性直流装置的交直流混合主动配电网,构建基于场景分析的随机优化调度模型。计及时间轴线上各点误差相关性,利用基于马尔可夫链的多场景技术模拟风电、光伏与负荷随时间变化的间歇性和波动性;通过模糊C均值聚类思想进行场景削减得到典型场景。提出多时间尺度的协调优化调度策略:长时间尺度计及不确定性,以电网期望成本最小为目标,优化联络线出力和柔性直流装置出力;短时间尺度调整可控单元,使两级优化结果偏差最小。算例验证了采用马尔可夫链的多场景抽样能有效描述原始问题的不确定性,修正随时间推移逐渐增大的预测偏差,减轻短时间尺度调度压力;验证了所述调度策略能有效应对间歇式能源的不确定波动,提高分布式能源消纳能力。