基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

基于加权半方差的含风电电力系统旋转备用效益研究

在考虑系统旋转备用的容量成本和能量成本、因购买旋转备用而减少的停电损失,以及旋转备用效益的离散程度的基础上,引入风险偏好系数,并采用证券投资组合中的加权半方差度量风险。以期望旋转备用效益最大和风险最小为优化目标,建立基于加权半方差的含风电电力系统旋转备用效益-风险模型。采用蒙特卡洛模拟法模拟实际负荷功率偏差和风电出力预测偏差,并通过多目标纵横交叉算法求得期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及风险偏好系数、可靠性水平、预测偏差、失负荷损失价格、旋转备用价格对期望旋转备用效益和风险的影响。算例验证了所提模型的合理性。     

考虑风电不确定度的风-火-水-气-核-抽水蓄能多源协同旋转备用优化

随着风电并网渗透率的快速增长,系统的随机波动性显著增强。为合理地协调旋转备用配置效益和风险的矛盾,首先以多面体不确定集刻画风电不确定性,构建了计及风电出力误差概率的期望弃风和期望切负荷模型。在综合考虑风电、火电、水电等多类型电源机组运行特性的基础上,以发电效益与潜在期望风险为备用目标,建立了考虑风电不确定度的风-火-水-气-核-抽水蓄能多类型电源机组协同调度的旋转备用优化模型,并提出了一种自适应遗传算法与分枝切割算法相结合的双层优化算法以求解所建模型。算例结果表明,所提备用方法能自适应地寻找风电最优不确定度,合理地权衡备用策略的经济效益和风险成本,同时所建模型能适应在不同风电预测精度、不同切负荷成本系数以及不同风电调峰特性下的旋转备用优化配置,实现综合效益最优。     

风速相关性下的最优旋转备用容量

在兼顾系统经济性和可靠性的基础上,同时考虑负荷预测偏差以及风电出力预测偏差等不确定性因素后,研究了计及风速相关性下的电网最优旋转备用.采用成本效益分析法,建立了系统发电成本、备用成本和期望停电成本之和最小的目标函数,利用基于随机模拟的量子行为粒子群算法对其进行求解,并对相关影响因素进行敏感性分析.通过算例分析了风速相关性对旋转备用的影响,验证了所提模型和算法是可行的.     

时变可靠性约束下含风电系统旋转备用的随机规划模型

大规模风电并网后,系统运行经济性和可靠性之间的矛盾十分突出,传统确定旋转备用的方法存在较大的局限性。建立的含风系统旋转备用随机规划模型,能够根据系统容量冗余度,灵活分配各时段可靠性权重,实现调度周期内可靠性的协调优化。该模型充分考虑不同机组提供旋转备用的成本差异,允许机组对旋转备用进行报价,以发电成本、直接备用成本和期望停电成本三者之和最小为目标,实现发电侧和用户侧整体经济效益的最大化。应用该模型,可以对含风系统的旋转备用进行成本效益分析,为调度机构设置合理的可靠性水平提供决策依据。采用粒子群算法对模型进行求解,并通过算例分析验证了上述模型和算法的有效性。     

基于成本效益分析的风电?抽水蓄能联合运行优化调度模型

由于难以全面和准确地考虑系统的多种不确定因素,如风电、负荷的预测误差和常规机组的强迫停运,现有基于确定性旋转备用的风电–抽水蓄能联合运行优化调度模型无法从兼顾系统运行的经济性和可靠性方面最优确定风蓄联合运行方式。为此,提出了基于成本效益分析的考虑风蓄联合运行的机组组合新模型。该模型首先在计算系统的失负荷风险时对现有多场景概率风险分析方法进行改进,使其能够同时考虑服从不同概率分布的风电功率和负荷预测误差以及机组强迫停运,并通过成本效益分析实现常规机组发电成本、期望停电成本与抽水蓄能机组的运行成本三者之和最小的目标,再采用混合整数线性规划方法求解模型,确定风蓄联合运行方式和系统的旋转备用容量。仿真分析表明,通过优化旋转备用的配置,该模型在确定风蓄联合运行方式时能更全面地考虑系统运行的经济性,并能更准确地分析其对系统运行成本的改善。     

采用二层优化的风电系统旋转备用容量分配研究

随着并网风电容量的加大,电力系统对旋转备用容量的需求也大量增加。基于二层规划理论,构建了含风电电力系统旋转备用容量的优化分配模型。模型分别以发电成本和备用成本最小为上层和下层优化目标.在备用成本中考虑了旋转备用容量的综合报价以及由风电不确定性所需要增加的旋转备用容量,对各台发电机发电和备用所担负的容量进行了优化分配,模型的分层结构较好地体现了发电调度和旋转备用调度的主辅关系。采用粒子群算法和单纯形法对模型进行求解,并通过算例分析说明所提出的模型和算法是有效的,对含风电系统的运行分析有一定的参考价值。     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

考虑频率偏差的多目标备用优化分配策略

充裕的电力系统备用对于稳定系统频率及电压、保证电网的安全运行具有非常重要的意义。兼顾系统运行可靠性和经济性,考虑机组故障、风电出力和负荷波动等不确定因素,建立了以最小化系统备用成本和系统频率偏差为目标的多目标机会约束规划模型,并基于改进快速排序技术的遗传算法对优化模型进行求解,得到了系统旋转备用最优分配方案。通过IEEE测试算例验证了文中优化模型及算法的有效性。本文的研究为电力系统备用优化配置提供了新的思路。     

计及风险及备用成本的含风电电力系统经济调度

风电出力与负荷预测的不确定性给电力系统的经济调度带来了困难,如何处理备用风险,综合考虑经济发电与旋转备用计划是经济调度中需要解决的问题。在模型中引入旋转备用来应对可能出现的电力不足,将风电预测功率的条件期望与风电计划出力的差值表示系统对风电的正负备用需求,通过引入风电和负荷预测偏差的概率分布,建立了风电与负荷的联合概率密度函数。构建失负荷模型表征风险水平,并假定失负荷的风险水平不低于某一置信水平,对约束中的最大值函数通过K-S函数转化。考虑到合理弃风或切负荷有利于系统稳定,在目标函数中加入弃风或切负荷的价值损失。最后,用含10台常规火电机组和一个大型风电场的系统为例进行模型和算法的求解验证,结果表明所提模型和算法的有效性和合理性。