考虑不确定性的风光储协同控制

为研究考虑新能源出力不确定性的电力系统协同控制问题,文中针对同时含有光伏电站、风电场和储能装置的电力系统,以降低备用需求和平抑负荷波动为目标,建立了不确定性优化模型,提出一种考虑新能源出力不确定性的求解优化算法,将混合高斯模型与粒子群算法结合,对储能装置的充放电进行优化,并对优化结果进行置信度校验.研究结果表明:利用本...     

基于条件风险方法的含风电系统旋转备用优化调度

针对风电出力波动性和间歇性对电力系统运行的影响,构建基于条件风险方法的电力系统旋转备用模型。以发电总成本和旋转备用总费用最小为目标,在常规调度优化约束基础上,增加正、负旋转备用CVaR值的不等式约束,量化风电不确定性因素。采用蒙特卡罗模拟和解析法相结合,解决旋转备用CVaR值解析的难题,将函数离散化,计算方便简捷。仿真结果表明,旋转备用的条件风险方法可获得不同置信水平和不同风电出力情况下的经济成本和备用容量,更大限度利用风电出力,降低常规能源调度成本,有效解决了风电等新能源带来的随机性调度问题。     

大规模虚拟储能平抑新能源功率预测误差优化调度方法

大规模虚拟储能是指在电网中通过虚拟化技术将多个离散的储能设备组成一个大型的储能系统,以实现对电网功率进行平衡调节。由于新能源发电具有随机性、波动性和间歇性等特点,新能源功率预测误差控制难度较大。为提高新能源就地消纳水平,降低新能源功率预测误差,提出大规模虚拟储能平抑新能源功率预测误差优化调度方法。通过设置新能源功率预测时间分辨率,统计大规模虚拟储能平抑新能源功率分布特性,确定新能源功率预测误差分布特点,估计新能源功率预测误差置信区间,将新能源预测功率按照一定置信度纳入发电计划,设计大规模虚拟储能平抑新能源功率预测误差优化调度约束条件,构建新能源功率预测误差优化调度模型,并利用粒子群算法求解模型最优解。选择某地区实际数据设计试验,试验结果表明：所提方法对大规模虚拟储能平抑新能源功率预测误差灵敏度更高,高载能负荷调节量变化更小,且成本更低,具有显著的经济性和有效性。     

一种计及概率风险的备用优化方法

提出一种计及概率风险的备用优化方法,促进机组组合决策中火电机组与储能系统的合作与协调。通过建立两层优化模型实现日前机组组合配置和实时风险备用调整的协调与迭代求解。日前机组组合计算发电计划、储能计划和备用配置,实时备用优化基于条件风险价值(conditional value-at-risk, CVaR)指标计算不确定性引起的备用需求,体现了调度结果的概率优性,以可靠性和经济性相互牵制与协调的折中决策为手段,用与储能配合的方法来缓解或消除风电不确定性。所提方法验证了储能在降低火电机组备用容量的同时,减少了机组频繁的启停,从而降低系统运行的成本。同时,该方法还可以配合风力发电,降低弃风以及切负荷的风险,增强电网运行的可靠性。最后通过6节点系统与确定性风险备用方式进行比较,验证了所提概率风险备用优化模型的有效性。     

考虑风光多维时空相关性的电源规划方法

提出考虑风光多维时空相关性的电源规划方法。基于Copula理论和风光出力概率分布建立考虑风光多维时空相关性的风光出力模型, 将出力场景应用于双层电源规划模型中, 提出考虑风光多维时空相关性的电源规划方法。上层是以总规划费用最小为目标函数的投资决策模型, 下层是以运行经济性和调峰特性最优为目标的短期运行优化模型。通过某地区算例验证分析了所提方法的有效性。结果表明,考虑风光时空相支性能够降低数据模拟误差,提高规划方法的经济效益,改善调峰特性。     

考虑预测不确定性的风-光-水多能互补系统调度风险和效益分析

风电、光伏与水电（简称风光水）互补发电系统是提高清洁能源整体利用效益的重要创新模式,随着风电、光伏发电渗透率的增加,如何解决大规模风光接入所带来的不确定性是多能互补系统研究的核心和难点。本文重点探讨日前风光出力预测的不确定性对于多能互补系统风险和效益的综合影响。首先,从可靠性、稳定性和经济性三个方面提出风光水多能互补系统调度运行风险和效益评价体系;建立多能互补系统短期优化调度模型,在日前风光出力预测结果基础上,编制系统日前发电计划;根据风光实际出力情况,滚动更新和模拟水电站实际调度过程。最后,对比分析各电站计划和实际调度运行情况,评价日前风光出力预测不确定性对于多能互补系统风险与效益的综合影响。本文以雅砻江流域锦屏一级多能互补系统为实例进行研究。相比风光水独立运行,风光水互补后系统的发电效益提高了37.13%,且系统出力过程更为稳定。互补系统在年尺度上具有良好的可靠性,但在水库低水位时期,系统失负荷天数明显增多,占全年失负荷天数的96%以上,系统可靠性降低;在汛期,互补后水库的下泄流量最大增加了47.06%,出现水量集中下泄的情况,这给电力部门、下游用水部门以及防护对象带来一定的防洪风险。     

考虑预测不确定性的风–光–水多能互补系统调度风险和效益分析

风电、光伏与水电(简称风光水)互补发电系统是提高清洁能源整体利用效益的重要创新模式,随着风电、光伏发电渗透率的增加,如何解决大规模风光接入所带来的不确定性是多能互补系统研究的核心和难点。作者重点探讨日前风光出力预测的不确定性对于多能互补系统风险和效益的综合影响。首先,从可靠性、稳定性和经济性3个方面提出风光水多能互补系统调度运行风险和效益评价体系;建立多能互补系统短期优化调度模型,在日前风光出力预测结果基础上,编制系统日前发电计划;根据风光实际出力情况,滚动更新和模拟水电站实际调度过程。最后,对比分析各电站计划和实际调度运行情况,评价日前风光出力预测不确定性对于多能互补系统风险与效益的综合影响。以接入209万kW光伏和104.9万kW风电的雅砻江流域锦屏一级多能互补系统为实例进行研究。相比风光水独立运行,风光水互补后系统的发电效益提高了37.13%,且系统出力过程更为稳定。互补系统在年尺度上具有良好的可靠性,但在水库低水位时期,系统失负荷天数明显增多,占全年失负荷天数的96%以上,系统可靠性降低;在汛期,互补后水库的下泄流量最大增加了47.06%,出现水量集中下泄的情况,这给电力部门、下游用水部门以及防护对象带来一定的防洪风险。     

基于投资组合理论的风光储场站参与多时间尺度电力现货市场的出力分配优化方法

随着中国电力现货市场的发展及“双碳”目标的提出,风光储场站参与电力现货市场已成为主流趋势。为了考虑市场价格波动与风光出力不确定性对风光储场站出力分配的影响,本文从经济学引入投资组合理论作为收益和风险的权衡工具,提出了风光储场站参与日前、日内、实时市场的出力分配方法,使风光储场站获得最大化收益的同时承担最小的风险。首先,考虑风光出力不确定性,基于日前、日内、实时市场的电价构建了多时间尺度的收益模型。然后,采用历史电价数据的方差与协方差来描述市场风险及其相关性,考虑风光储场站内部能量的协同调控,构建了以场站的收益最大、风险最小为目标函数的出力分配优化模型。最后,通过增广拉格朗日乘子法对问题进行求解,获得了风光储场站参与电力现货市场的最优出力分配。对市场风险、场站最优出力分配、风险规避指数灵敏度与计算效率进行算例分析。结果表明：市场电价与风险之间存在着较强的相关性;使用本文方法后的场站收益比参与单一市场可以提高13.3%,风险可以降低84.1%;随着风险规避程度的增加,场站会降低高风险市场的参与度;本文算法具有较高的计算效率。因此,通过本文的优化方法,风光储场站可以根据不同市场的风险与预期收益有选择性地参与市场,并按照自身风险规避程度实现收益的最大化与风险的最小化。     

基于数据驱动分布鲁棒优化的梯级水光蓄联合优化调度

具有不确定性复杂耦合的多种可再生能源的不断渗透给当前电力系统协同调度带来了巨大挑战。传统的随机优化(SO)及鲁棒优化(RO)方法由于难以获得精确概率分布函数及优化结果过于保守使其应用大大受限。本文基于数据驱动分布鲁棒优化理论(data-driven DRO),提出了梯级水光蓄联合发电系统协同调度方法。该方法首先考虑系统互补经济调度成本建立两阶段调度模型,制定各电站出力调度计划,然后引入综合范数约束限定概率置信区间,并考虑最恶劣分布下的实时运行调整成本,获取日前调度计划的最优调整方案。两阶段协同调度模型采用MP-SP框架,引入CCG算法展开求解,日调度计划和调度调整方案形成最优调度计划。引入示范区实际运行数据开展实例验证,所提互补联合调度方法的有效性及高效性得以验证。     

基于电价型需求响应的微电网两阶段随机调度方法

研究了电价型需求响应参与微电网调度运行的问题,在电价型需求响应的基础上,采用场景法考虑微电网中风光出力的随机不确定性,建立了微电网两阶段随机优化模型,由第一阶段的需求响应资源参与风光消纳,引导用户响应风光出力的变化,在第二阶段通过调整可控微源的备用资源,校正实时运行场景下的供需不平衡,满足不同风光出力场景的差别需求。算例结果表明所提考虑电价型需求响应的微电网两阶段随机调度方法具有应对不确定风光出力的鲁棒性,可以有效提高微电网系统整体运行的经济性。