计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

风储联合运行经济调度模型研究

介绍了风电场中储能装置的相关控制策略;然后,基于传统的经济调度模型上,引入储能装置来平抑风电功率的波动性,并计及备用成本,从而建立了风电场中含储能装置的经济调度模型,重点分析了储能装置的引入和储能装置不同容量及不同最大充放电功率对经济调度的影响;最后,通过实际算例分析验证了该模型的有效性。     

计及市场收益的含储能火电厂日前-日内两阶段优化调度方法

火电厂的市场收益主要包括电能收益与备用收益,机组容量的分配是影响市场收益的重要因素之一,因此提出考虑优化机组容量分配的日前-日内两阶段优化调度方法。分析储能参与电力调度的机理,量化储能可用备用容量,以减小机组爬坡频次、提高机组发电利用率为目标,建立含储能火电厂日前与日内两阶段优化调度模型。采用拉格朗日松弛法对模型进行处理,基于市场边际电价理论求解容量价格与电量价格,并计算火电厂总售电收益。在安装储能与否的两种场景中进行算例分析,结果表明,在火电厂侧安装储能可以有效提高机组发电利用率,增加火电厂收益。     

考虑风电功率不确定性的风电场出力计划上报策略

利用多场景生成的方法对次日风电场出力的不确定性进行描述,并对蓄电池储能和旋转备用的购买机制进行了数学建模,将二者纳入风电场日前收益期望模型中。借鉴当前电力市场的分时电价政策,以风电场日收益期望值最大为目标,提出了风电场上报出力计划的最佳策略。该上报策略通过对风电场历史出力数据的统计分析获得风功率预测误差的分布特性,考虑了风功率预测误差对次日风电场运行经济性的影响,以风电场日运行经济性最优为原则确定了风电场的日前上报功率。算例结果表明,所提上报策略不仅提高了风电场的运行经济收益,还增加了储能的利用效率。     

基于分布鲁棒的风-氢混合系统氢储能容量优化配置

氢储能系统受地理、气候条件限制较小,在构建面向高比例新能源电力系统的风-储混合系统中极具发展潜力.然而,由于风电场的出力具有不确定性,氢储能系统需要在储能、释能、热备用等工况下频繁切换,内部热能供需平衡也呈现出不确定性,进而影响其响应速度甚至实际可用容量.为此,设计了考虑热平衡的风-氢混合系统,构建了考虑电解槽、燃料电池间歇工作模式热平衡的氢储能系统模型;在此基础上,综合考虑风电场功率的不确定性和氢储能系统的投资成本,提出了考虑热平衡不确定性的风-氢混合系统氢储能容量优化配置方法.采用分布鲁棒方法对风电场功率的不确定性进行建模,并将其转化为一组线性风险机会约束进行求解.基于实际风电场数据构建算例,对所提模型和方法进行验证和分析.结果 表明,氢储能系统中电解槽和燃料电池的散热系数对系统实际可用容量具有重要的影响,在风-氢混合系统的氢储能容量配置中考虑热平衡约束可以有效提升氢储能系统的实际可用容量和混合系统的经济性.     

储能型风电场一次调频容量优化与风电功率协调分配

考虑到风电场与储能多方面的成本,提出了一种基于分层架构的风电与储能协同参与一次调频的容量优化方法及相应的风电功率协调分配方法。在系统规划层,基于多时间尺度模型,分析了全年风电场的运行特性和一次调频备用需求,通过机会约束规划配置储能容量,并通过对单个预测时段调频成本的优化,确定风电备用的最优减载率与储能调频最优出力;在风电场控制层,通过分布式控制将风电场减载需求按比例分配至不同风速的机组,无需集中控制器便实现了功率的协调分配。算例仿真结果表明所提方法能够在提高储能型风电场调频经济性的同时,使全风速工况的风机参与备用功率的协调分配。     

新型电力系统下考虑风电消纳的共享储能定价模型研究

风电场使用储能不仅可以更好地跟踪出力曲线,还可减少弃风。针对储能投资成本高、回报周期长等问题,设计了可供风电场使用的共享储能运营商。首先,建立一种以共享储能运营商为领导者、风电场为跟从者的主从博弈共享储能定价模型;其次,利用Gurobi求解器与粒子群优化算法相结合求解,得到运营商对不同风电场的最优定价与各自运行策略;最后通过分析对比求解结果,得出结论,定价模型合理有效,共享储能运营商将针对不同风电场制定不同价格曲线,可以使双方受益得到均衡、并减小风电场的上网功率偏差,具有较高的应用价值。     

计及保供电交易模式和容量市场的用户侧储能优化配置

随着用户侧储能系统的容量日渐增大,其既可以参与市场容量交易为大规模间歇性可再生能源并网提供备用容量,也可以参与保供电为电网和用户带来额外收益。结合市场容量与保供电这两种辅助服务,提出一种计及容量市场和保供电交易模式的用户侧储能优化配置方法。首先,基于网侧应急电源车保供电行为,建立用户侧储能实现保供电替换功能的数学模型,并提出电网和用户之间的保供电交易模式。其次,将用户侧储能保供电场景细化为完全保供电、部分保供电和无保供电,量化用户侧储能的保供电收益。然后,考虑容量市场和保供电交易模式建立保供电效益-储能双层优化模型,外层以用户全寿命周期内净收益最大为最终目标,优化保供电负荷比例、用户侧储能额定容量以及其额定充放电功率,内层以用户日收益最大为目标优化储能充放电策略。算例结果表明,计及容量市场和保供电交易模式后,可提高用户侧储能投资容量,降低电网尖峰负荷,为电网和用户两者带来更多收益。     

计及风电场和储能系统联合运行的输电系统扩展规划

储能系统可以为电力系统提供调频和备用等辅助服务,与风电场联合运行时还可以平抑风电功率波动,改善系统运行的安全性和经济性.风电场和储能系统(简称风储系统)联合运行已成为一种受推崇的运行模式.因此,在未来的输电系统规划中就需要适当考虑风储系统的联合运行,这正是文中旨在解决的中心问题.首先,以钠硫储能系统为例,分析了储能系统成本与可放电次数的关系;在此基础上,提出了风储系统联合运行策略,在降低储能系统成本和平抑风电功率波动之间进行合理折中.之后,建立了考虑风储系统联合运行的输电系统两层规划模型,综合考虑了输电投资成本和风储运行成本,采用改进粒子群算法求解所建立的优化模型.最后,用18节点和46节点算例系统说明了所提出模型与方法的可行性和有效性.     

电力市场环境下独立储能电站的运行策略研究

如何最大化获取收益是电力市场环境下储能电站投资、运营亟需解决的重要问题。针对一个独立运营的储能电站,研究了其参与日前市场的优化运行策略。首先从我国电力市场建设政策方面分析了储能独立参与电力市场的可行性;然后,基于日前市场价格预测,建立了考虑预留备用容量的储能参与日前市场的运行策略模型,以储能在日前市场中的总收益最大为目标,优化其在运行当天各时段的出力结果和预留备用容量。算例结果表明,所提运行策略能够有效提高储能市场收益。     

超导储能系统改善并网风电场出力的仿真研究

为了研究超导储能系统在改善并网风电场出力的作用,利用PSCAD仿真软件搭建了风电场模型、超导储能模型和4机12节点电力系统多机模型。研究了在多机模型下3种风速变化,以及在短路情况下,超导储能装置在并网风电场中所起的作用。结果表明,超导储能装置可以很好地抑制风电场的出力波动,从而使整个系统在多机、短路等情况下能更为稳定地运行。     

基于离散傅里叶变换的风电场储能容量的优化研究

文中分析了在风电场中配置储能系统的3种应用。基于风电并网功率波动率,采用离散傅里叶分析法对风电功率进行频谱分析,以获得满足风电并网技术要求的风电并网功率,并通过优化得出储能及系统备用容量。以某实际风电场的历史出力数据为例,对储能容量进行优化,优化结果表明,该方法在配置较小储能容量的情况下能够达到平抑风电功率波动的目的,大幅减小系统的备用容量需求,缓解了备用机组的负担,提高了系统对风电的接纳能力。     

考虑电池寿命和运行控制策略影响的风电场储能容量优化配置

为了满足电网对风电场功率变化率的要求,提出了一种改进的风电场储能容量优化配置方法.该方法计及电池使用寿命以及由此带来的电池更换成本,能够更加精确地反映风电场寿命周期内的储能系统经济性.以风电场寿命周期内储能系统初始购置及更换总成本最低为优化目标,建立了储能容量优化配置模型;将电池寿命和运行控制策略纳入优化模型;并将计及风储联合长期运行的优化模型视为黑盒函数,采用网格自适应直接搜索算法对该黑盒函数进行搜索求解,得到满足风电并网相关技术规定的最佳配置容量.在算例分析中采用实际风电场1a发电数据进行仿真计算,对比了改进前后优化方法对优化结果的影响,采用改进后的优化方法,风电场寿命周期内储能投资总成本可以降低15％～20％,验证了所提模型及其求解方法的有效性.     

结合随机规划和序贯蒙特卡洛模拟的风电场储能优化配置方法

通过在风电场站内优化配置储能资源,可以有效平抑风力发电的出力波动,提高风电的并网消纳水平。结合多场景随机规划和序贯蒙特卡洛模拟方法,提出了考虑储能寿命折损的风电场站内储能优化配置方法。首先,利用考虑风电出力和负荷典型场景集的随机规划模型,求解风电场站内储能的初始配置方案。其次,利用自回归滑动平均模型模拟出风电场全年时序风速,利用序贯蒙特卡洛模拟出机组、线路工作状态时序,对配置初始储能方案的联合发电系统进行全年运行模拟。然后,基于运行模拟中储能的等效循环寿命和储能容量的收益投资比对储能初始配置方案进行修正。仿真结果表明,所提方法能够有效考虑风电场全年的出力变化,以及储能循环寿命折损的影响,获得合理的储能优化配置方案。     

基于多主体投资的双储能系统分层优化配置方案

储能电站的建设可缓解中国“三北”地区的“弃风限电”问题,提升当地电网消纳弃风的能力,但单主体投资储能的高昂成本限制了储能的推广与应用。针对此问题,构建了一种基于多主体投资的双储能系统分层优化配置模型。首先,提出了考虑循环寿命的双储能协调运行策略,以减小频繁充放电切换导致的寿命损耗;然后,为实现多投资主体的利益最大化,提出了双层优化经济性模型,上层优化以风电场和电网运营商年收益最大为目标,下层优化以双储能充放电能力指标值之和最小为目标,并采用改进多目标黏菌算法和模糊隶属度函数对模型进行求解;最后,以中国新疆哈密某风电场实时运行数据为例,验证了所提方法的有效性。     

风电场中储能装置的容量优化

储能技术的发展为风电的大规模并网后造成的电能质量问题提供了有效解决方法。合理的储能设备容量不仅能够提高储能设备的利用效率,也能平滑风电输出,改善电能质量。本文考虑计及储能设备减少旋转备用容量的风电场经济效益及功率波动的平衡性,采用多目标粒子群算法进行风电场储能装置的容量优化,以Pareto最优解集的形式表示储能设备带来的风电场经济性与稳定性多目标的兼顾。并通过某地的风电场典型日出力情况作为仿真实例,验证优化所得结果的有效性,可为风电场的储能装置容量选择提供实用的参考方案。     

计及碳收益的风电场混合储能容量优化配置

风电场输出功率波动剧烈,直接并网会影响电力系统的安全稳定运行,需要配置储能平滑风电功率使其满足并网要求。为克服滑动平均法追随性差而导致储能配置容量较大的问题,提出分级滑动平均法用于确定风电功率平滑目标;采用Butterworth低通滤波对风电功率偏移量进行分解,将低频分量和高频分量分别作为锂电池储能和飞轮储能的参考功率;考虑储能初始投资及置换等成本以及售电收益、碳交易收益,建立风电场混合储能容量优化配置模型,并采用自适应混沌粒子群优化算法进行求解;利用某48MW风电场的运行数据进行仿真验证。仿真结果表明：分级滑动平均法更适用于确定风电功率平滑目标,锂电池与飞轮混合储能有利于提高风储系统全生命周期的净收益。     

考虑储能参与备用配置的园区综合能源系统日前经济调度模型

备用容量可以有效应对不确定性风险,能够保障园区综合能源系统的安全运行。然而,以往研究主要利用发电侧备用能力来应对不确定性风险,未能考虑储能装置等其他柔性资源的备用作用。因此,文章提出一种考虑储能装置参与备用配置的园区综合能源系统日前经济调度模型,园区内部通过电储能装置、柴油发电机与热电联产机组提供备用容量平抑内部风光荷的波动性。为了平衡备用配置对于园区综合能源系统运行安全性与经济性的影响,引入机会约束规划方法构建计及可再生能源和负荷不确定性的概率备用配置模型,并将备用配置模型嵌入到日前优化调度模型中以提升日前能量与备用决策计划的合理性。基于离散化步长变换法和随机模拟方法将原来非凸机会约束规划问题转化为可求解的混合整数线性规划问题。仿真结果表明,储能装置参与备用配置可以提升发电机组运行的灵活性,从而提升系统运行的经济性;通过向上、向下调节备用约束成立的置信水平可以改变园区备用决策的保守程度,从而平衡系统运行的经济性与可靠性需求。     

考虑参与多市场交易的电网侧储能优化配置

基于电网侧储能投资者的角度,提出一种考虑多市场交易模式的电网侧储能系统优化配置双层模型。模型外层以储能投资综合效益最大为目标,考虑了储能能量市场收益、调频市场收益、调峰市场收益和投资成本;内层以系统运行成本之和最小为目标,考虑系统的发电成本、调频服务成本、调峰服务成本和弃风成本。通过内外双层模型综合考虑了储能的规划和运行决策问题,模型在改进的IEEE39节点进行仿真,算例证明了所提模型的有效性。     

基于改进PSO-DE融合算法的风电场储能容量优化配置

根据蓄电池数学模型和充放电特点，综合考虑蓄电池投资成本和风电场弃风率，建立了由蓄电池投资成本和风电场弃风率组成综合成本为目标函数的风电场储能容量优化配置模型，并给出了模型的约束条件。采用惯性权系数调整、越界粒子变异操作和粒子初始化规则调整等策略对粒子群-差分融合算法（Particle Swarm Optimization-Differential Evolution,PSO-DE）算法进行改进，得到改进PSO-DE融合算法，对风电场储能容量优化配置模型进行求解。结果表明，改进PSO-DE融合算法只需要48次迭代就找到了综合成本最小值为624.18万元，对应的最优储能容量为11.25 MWh，风电场弃风率为0.15%，验证了所提出的风电场最优储能容量计算方法的实用性。