基于精细化需求响应的虚拟电厂优化调度

在能源互联网建设背景下,虚拟电厂如何利用居民用户的需求响应能力来充分发挥分布式发电、分布式储能、微电网等资源的绿色价值和灵活价值已成为研究重点。然而居民用户的需求响应难以量化,不同用户在不同场景下的响应趋势大相径庭,导致虚拟电厂很难将居民用户的需求响应能力利用起来。针对这一问题,首先,构建虚拟电厂精细化需求响应模型,其次,为正确反映不同用户的需求响应特征,构建2个长短期记忆(longshort-termmemory,LSTM)网络计算需求响应效益系数,在此基础上将精细化需求响应模型与虚拟电厂优化调度模型相结合并求解,得到最优的调度结果。仿真实验表明,所建立的需求响应系数能正确地反应用户的需求响应倾向,利用精细化需求响应模型虚拟电厂能充分发挥用户侧需求响应,并提高整体经济性。     

计及风光不确定性的虚拟电厂多目标随机调度优化模型

为缓解风电和光伏发电不确定性对虚拟电厂稳定运行的影响,引入鲁棒随机优化理论,建立了计及不确定性和需求响应的虚拟电厂随机调度优化模型。首先,风力发电、光伏发电、燃气轮机发电,以及储能系统和需求响应集成为虚拟电厂,然后最大化虚拟电厂运营收益、最小化系统运行成本和弃能成本被作为目标函数,建立虚拟电厂调度优化模型。再应用鲁棒随机优化理论来转换光伏发电以及风力发电不确定性变量的约束条件,建立了虚拟电厂随机调度模型。最后,选择中国国电云南分布式电源示范工程为实例分析对象。分析结果显示：所提模型能够降低系统运行成本,双重鲁棒系数的引入能够为不同风险态度决策者提供灵活的虚拟电厂调度决策工具,协助应对风电和光伏发电的随机特性。储能系统能够借助自身充放电特性,替代燃气轮机发电机组为风电和光伏发电提供备用服务,促进风电和光伏发电并网。将需求响应纳入虚拟电厂能够实现发电侧与用电侧联动优化目标,平缓化用电负荷曲线,系统整体运营效益达到最佳。     

考虑碳-绿证交易机制的虚拟电厂分布鲁棒优化调度

虚拟电厂对推进“双碳”战略及能源优化配置具有重要意义，如何在应对源荷不确定性因素影响的同时，实现虚拟电厂低碳经济运行，是虚拟电厂调度过程中面临的重要挑战。鉴于此，提出一种考虑碳-绿证交易机制的虚拟电厂分布鲁棒低碳经济调度策略；首先，基于阶梯式碳交易机制和配额制下绿证交易机制，并利用条件风险价值(condition value at risk, CVaR)评估系统运行所面临的风险，构建考虑绿证-碳交易机制的区域虚拟电厂优化模型；其次，综合考虑1-范数和∞-范数构造概率分布模糊集，以调度系统可用的历史数据为基础，构建考虑风光不确定性的虚拟电厂两阶段分布鲁棒优化调度模型，并采用列约束生成算法求解模型；最后，算例仿真验证了所提策略的有效性和鲁棒性。     

基于多目标两阶段规划的虚拟电厂优化调度

虚拟电厂（virtual power plant,VPP）聚合分布式电源和负荷侧可调资源以统一整体参与能源市场交易,成为了提升新能源消纳、挖掘负荷侧需求响应潜力的有效途径。在此背景下,构建了基于多目标两阶段规划的虚拟电厂优化调度模型。日前阶段以市场运营收益和用户用能满意度最大化为目标,构建了虚拟电厂多目标优化模型,采用NSGA-Ⅱ算法求解多目标问题的帕累托最优解,并提出综合效益指标对解进行筛选;实时阶段以偏差惩罚成本和弃风成本最小化为目标,构建了虚拟电厂鲁棒优化模型,考虑了热电联产机组（combined heat and power,CHP）灵活热电比对风电消纳的促进作用。最后,对某实际虚拟电厂进行算例分析,研究结果表明所提方法能够在保证虚拟电厂综合效益的前提下提高其能源利用效率。     

虚拟电厂参与下的配电网分布鲁棒优化调度

虚拟电厂（virtual power plant, VPP）可以对分散的灵活性资源进行聚合,通过能量管理系统进行统一协调调度,是实现智能配电网的重要技术之一。提出一种不确定性环境下VPP参与下的配电网分布鲁棒优化模型,可降低损耗和提高运营商收益。分析VPP与配电网的信息及能量交互特性,提出了多个VPP参与下配电网的优化调度策略,在此基础上针对可再生能源出力以及负荷不确定性,引入分布鲁棒优化理论,建立基于典型场景的VPP-配电网分布鲁棒优化调度模型,并采用列和约束生成算法进行求解。最后,通过IEEE 33节点系统进行算例分析,验证了该模型的有效性与准确性。     

考虑不确定性的需求响应虚拟电厂建模

需求响应将需求侧作为供应侧电能的可替代资源加以利用。文章提出需求响应虚拟电厂概念,根据需求响应的机理不同,分别建立基于激励的和基于价格的需求响应虚拟电厂模型。类比传统发电机组,建立需求响应虚拟电厂成本模型,给出考虑需求响应特点的运行约束条件,同时考虑了响应不确定性对成本的影响。建立不确定性需求响应虚拟电厂模型与传统发电机组共同参与系统调度的优化模型。算例分析表明需求响应虚拟电厂可替代一部分传统发电资源,降低了系统运行成本,并减少了风电弃风量和削负荷。在需求响应虚拟电厂模型中考虑响应不确定性的影响,可提高系统可靠性,降低系统风险成本并促进用户提高自身响应可靠性。     

基于矩不确定性的虚拟发电厂分布鲁棒机组组合

由于分布式能源输出的随机性使得虚拟发电厂难以向独立系统运营商提供具体物理参数。为此,本文建立基于高阶矩模糊集的分布鲁棒优化模型来评估虚拟发电厂的物理特性。首先采用虚拟净负荷的矩信息（例如均值和协方差）来描述风电输出功率和负荷需求的不确定性;然后,在第1阶段优化虚拟发电厂的机组组合,在第2阶段优化机组出力和储能充放电,建立虚拟发电厂的两阶段分布鲁棒优化模型;最后,结合对偶变换将虚拟发电厂分布鲁棒机组组合模型转化为二次二阶锥规划模型,便于采用两阶段迭代求解。通过案例分析验证了本文所建立的虚拟发电厂分布鲁棒机组组合模型的有效性。     

考虑源-荷不确定性的电热联合系统分布鲁棒优化调度

可再生能源出力及负荷需求的不确定性严重影响电热联合系统的鲁棒优化运行。基于此,提出了一种改进Wasserstein度量的考虑源-荷不确定性电热联合系统分布鲁棒优化调度模型。建立基于极端场景下改进Wasserstein度量的风电预测功率模糊集,缩减风电预测功率模糊集的规模,进而提出基于梯度归一化改进Wasserstein生成对抗网络方法对负荷需求的不确定性进行建模,提高负荷不确定性建模的精度;构建综合考虑发电成本、调节成本等的分布鲁棒优化调度模型,并基于对偶理论和拉格朗日乘子法将该模型转换成可求解的数学模型;以修改的9节点系统及IEEE 118节点系统为例验证了所提出的模型具有更高的求解效率以及更好的经济性和鲁棒性。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

面向多重不确定性环境的虚拟电厂日前优化调度策略

对虚拟电厂中多类型不确定性源的精确建模,有助于提升虚拟电厂调度策略的有效性.在详细分析不确定性源的不确定性特性的基础上,采用场景规划法和自适应鲁棒优化法对电价、风电出力和需求响应的不确定性进行建模.结合工程博弈思想,将不确定性源理性化为博弈主体,构建不确定性源和虚拟电厂运营商二者零和博弈模型,并采用粒子群优化算法求得博弈的均衡解.基于某地区的实际数据进行算例仿真分析,结果表明所提模型能够有效提升虚拟电厂调度结果的经济性与安全性.     

考虑不确定性物理边界的灵活爬坡备用分布鲁棒经济调度

面对新能源不确定性的影响,需要充分挖掘电力系统的灵活调节能力。为此,提出了一种基于数据驱动分布鲁棒机会约束的灵活爬坡备用经济调度模型。考虑新能源不确定性功率波动的物理边界,利用Wasserstein距离构建模糊集,从而建立更加准确的不确定性模型。采用联合机会约束控制第二阶段安全越限风险,在保证安全鲁棒性的同时,避免过于保守的决策结果。基于仿射决策规则和条件风险价值理论,将两阶段分布鲁棒问题近似为线性模型,从而实现高效求解。以改进的IEEE 9节点系统为算例验证所提方法的有效性,探究了训练样本量对结果的影响,并将所提方法与鲁棒优化方法和随机优化方法进行对比。     

计及气网管存效应的综合能源系统分布鲁棒优化调度

可再生能源接入的综合能源系统具有不确定性特征,然而随机规划与鲁棒优化等求解方法存在鲁棒性不足或过于保守等问题。气网管存是综合能源系统中重要的灵活性资源,可以有效平抑不确定性的影响。鉴于此,提出计及气网管存效应的综合能源系统分布鲁棒优化调度方法,通过充分利用系统中的灵活性资源,促进可再生能源消纳,实现系统安全稳定运行。在分析天然气管道中气体流动特性和管存效应的基础上,以系统综合成本最低为目标,建立计及气网管存效应的综合能源系统优化调度模型。针对风电出力和电负荷不确定性特征的差异性,分别采用概率分布集和梯形模糊函数对风电出力和电负荷不确定性进行刻画。在此基础上,建立综合能源系统分布鲁棒优化调度模型,并采用列约束生成算法进行求解。最后,通过算例分析验证了所提方法的准确性与有效性,并且结果表明所提方法在应对不确定场景时具有较强的调节能力和良好的经济性。     

基于自适应步长ADMM的柔性配电网光-储协同分布鲁棒优化配置

针对柔性配电网的显著分区特征以及光伏出力的不确定特性,提出了一种区域间分布式优化及区域内两阶段优化方法,建立了基于自适应步长交替方向乘子法的光-储协同分布鲁棒优化配置模型。基于耦合支路法将柔性互联装置解耦,通过一致性约束协调各区域间的边界条件,利用自适应步长交替方向乘子法进行全局迭代分布式优化。以最小化柔性配电网的投资运行总成本为优化目标,建立基于数据驱动的各子区域两阶段分布鲁棒优化模型,并提出一种交直流混合凸松弛方法处理非线性非凸模型以便快速求解。基于改进相对熵构建光伏典型出力场景的不确定概率分布模糊集,通过列与约束生成算法求解两阶段分布鲁棒优化模型。以改进的某实际293节点柔性配电网为算例验证所建模型的有效性。     

计及多种柔性负荷的虚拟电厂热电联合鲁棒优化调度模型

针对热/电联合运行下多种柔性负荷协调优化不足以及面临的风、光出力和柔性负荷等多种不确定性,文章提出了一种考虑柔性负荷下的虚拟电厂(virtual power plant,VPP)热电联合鲁棒优化调度方法.充分考虑可削减、可平移、可转移柔性负荷之间的协调互补性,分别以热/电负荷曲线标准差和系统综合运行成本最低为目标,建立...     

智能楼宇型虚拟电厂参与电力系统调频辅助服务策略

在先进量测技术与调控终端的支持下,智能楼宇中的电动汽车与空调负荷等需求侧灵活资源具有良好的功率实时响应潜力,可通过聚合形成虚拟电厂进而参与系统调频辅助服务。为应对参与调频辅助服务时对用户需求的影响,本文提出智能楼宇型虚拟电厂的控制策略。首先分析了虚拟电厂的调频工作模式,并建立了智能楼宇型虚拟电厂的典型需求侧资源模型和虚拟储能模型。其次考虑调频信号与用户侧的不确定性,建立基于机会约束规划的日前优化调度模型。然后基于成本最优的原则,实现实时的功率分配。最后,通过仿真算例验证了本文提出的虚拟电厂调频策略的有效性和可行性,需求侧资源的联合调度能在保障用户需求的情况下提高虚拟电厂的收益。     

计及最恶劣场景概率和供需灵活性的综合能源系统分布鲁棒低碳优化调度

随着可再生能源渗透率的提升,其不确定性给综合能源系统(integrated energy system, IES)的经济性和鲁棒性带来了极大挑战。为了促进可再生能源消纳以及降低碳排放量,提出了一种基于数据驱动的分布鲁棒优化(distributionally robust optimization, DRO)调度策略。首先,构建了由有机朗肯循环(organic Rankine cycle, ORC)、氢燃料电池和电动汽车等构成的供需灵活响应模型,并引入阶梯碳交易机制来约束系统碳排放量。其次,为了能获取最恶劣情况下的场景概率分布,采用综合范数对风电输出场景的概率分布置信集合进行约束。然后,以在最恶劣场景概率分布下综合能源系统运行总成本最低为目标建立两阶段鲁棒优化模型,并通过列和约束生成(column and constraint generation, CCG)算法对模型进行迭代求解。最后,算例仿真结果表明了所提模型和求解方法的有效性,并分析了阶梯碳交易机制和供需灵活响应模型对提高系统灵活性和低碳经济性的影响。     

发输电系统鲁棒优化规划研究综述与展望

随着电力系统不确定性增加,应用发输电系统鲁棒优化规划研究抵御不确定性极端场景已成为重要研究方法。首先从是否计及不确定因素概率分布特征角度,将鲁棒优化分为经典鲁棒优化和分布鲁棒优化,梳理了这2类鲁棒优化的数学模型和不确定集合特征。然后将现有的发输电系统经典鲁棒优化和分布鲁棒优化研究分为考虑节点注入功率不确定性、电源容量增长及成本不确定性、输电网络状态不确定性3个方面,提炼了发输电系统鲁棒优化规划的研究框架和局限性。最后展望了发输电系统鲁棒优化规划值得深入研究的问题,为发输电系统鲁棒优化规划后续研究提供思路和方向。     

考虑用户响应度模糊控制的需求响应双层博弈模型

配电网中分布式新能源、可控负荷等柔性资源挖掘聚合参与电网需求响应成为新型电力系统调峰削谷重要手段,而如何考虑用户响应度不确定性和平衡多主体利益十分关键。为此,本文首先建立用户响应度的模糊控制模型,并给出考虑用户响应度模糊性的供电方、负荷聚合商、用户等多主体需求响应参与方效益函数模型;进而以日负荷曲线偏差最小和系统成本最小为优化目标,上层优化以供电方最优需求响应方案,下层优化在供电方及负荷聚合商之间求得最优任务分配,从而建立供电方、负荷聚合商、用户等多主体协同需求响应双层模型,并提出基于Stackelberg博弈理论和k-means算法等结合的求解方法。某地区历史数据仿真结果表明文中模型在有效考虑用户响应度不确定性和多主体利益协同下能有效筛选优质需求响应资源进行负荷波动平抑。