考虑风光出力相关性和碳排放限额的多能互补虚拟电厂的调度策略

随着流域型清洁能源开发新模式的形成,亟需开展考虑风光出力相关性和不确定性的多种能源协调调度策略的研究.基于Frank-Copula理论形成考虑风光出力相关性和不确定性的场景生成方法,得到多场景风光出力曲线.引入最大碳排放限额作为边际条件,建立多种能源互补的虚拟电厂日前调度模型,使调度结果兼顾环境效益和经济性,并采用遗传算法进行求解.算例验证表明,所建模型和所提策略减少了风光单独出力的波动性影响,提高虚拟电厂的经济性,降低弃风弃光量,并且实现功率与调节能力的互补.最后,基于灵敏度分析证明合理设置最大碳排放限额可以优化各类电源出力的比例,使虚拟电厂的调度兼顾经济性和环境效益.     

基于场景生成与IGDT的风光-碳捕集-P2G虚拟电厂经济调度

为了有效降低风光出力与负荷预测的不确定性对虚拟电厂调度运行的影响,提出了基于场景生成与信息间隙决策理论（IGDT）的经济调度优化模型。通过Copula函数与非参数核密度估计方法构建风光出力联合分布模型,并利用蒙特卡洛模拟与k-means聚类得到典型场景。利用区间约束对负荷预测的不确定性进行建模,构建不同风险偏好下的调度优化模型。以典型的虚拟电厂系统进行算例分析,验证了所建立模型可以为不确定性影响下的虚拟电厂经济调度问题提供解决方案。     

基于需求响应的虚拟电厂多时间尺度优化调度

随着我国不断加快新型电力系统建设,风电、光伏等越来越多的分布式资源大规模并网,但其随机性、波动性及分散性的特点给电力系统带来了多重不确定性。提出了一种考虑价格型需求响应的虚拟电厂多时间尺度优化调度方法,在日内调度模型中引入用户价格型需求响应,对用户负荷进行精准调控;采用基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法处理风光出力、电价不确定性,减少日前日内出力偏差,再结合日前调度构成了多时间尺度优化调度模型,并采用滚动优化得到日内优化调度结果。以湖南某小型虚拟电厂系统进行算例仿真,结果表明,所提多时间尺度优化调度策略能够精确预测风光出力及用户负荷,在有效抑制功率波动的同时保证了系统的经济性。     

含风光水的虚拟电厂与配电公司协调调度模型

随着大量利用可再生能源发电的分布式电源的出现,微网和虚拟电厂成为有效解决分布式电源并网的两种主要方法。采用场景抽样生成与缩减技术处理风电和光伏发电出力的不确定性,形成含概率信息的经典场景,在此基础上,根据合作博弈理论,建立了基于场景分析的虚拟电厂单独调度、与配电公司联合调度模型,分析了含风光水的虚拟电厂与配电公司的合作空间以及利益公平分配问题。算例采用某风光水分布式电源示范工程和迪庆藏族自治州电网实际数据进行分析,结果表明风光发电出力的预测精度、配电负荷曲线、备用价格等因素直接影响了虚拟电厂和配电网的合作空间和利益分配方案,并为分析分布式电源对配电网影响、虚拟电厂和配电公司合作谈判、优化虚拟电厂各类电源容量配置等提供了定量的依据。     

面向可靠性评估的两阶段聚类风-光-荷典型场景生成方法

由于风光出力和负荷的不确定性,高比例可再生能源电力系统可靠性评估需要大量输入场景以保证评估精度.为降低计算复杂度,选取适用的典型场景至关重要.传统典型场景生成直接采用聚类算法对输入场景聚类,因此面对高维数据处理困难且无法保留负荷极端场景,生成可靠性评估典型场景的效果不理想.为选取适用于可靠性评估的风-光-荷典型场景,研...     

基于风光荷储联合优化的虚拟电厂竞价策略

基于电力市场的竞价机制和虚拟电厂的运行机制,构建了以风电-光伏-负荷-储能联合运行体利润最大化为目标的优化决策模型。该模型充分考虑新能源机组,储能与负荷运行时的各项技术约束条件,通过虚拟电厂中风-光-荷-储间协调耦合运行的发电策略与出力安排等,实现新能源与电动汽车联合参与市场竞价。构建算例验证了该风光储联合运行优化决策模型的正确性与有效性,并通过对多组场景对比,分析新能源出力波动性对风-光-荷-储联合运行模式的竞价策略的影响。     

考虑条件风险价值的虚拟电厂多电源容量优化配置模型

虚拟电厂中风、光等可再生能源出力及市场电价的不确定性会导致其收益具有一定的风险性。合理配置虚拟电厂中风电、光伏、储能以及常规机组的容量,能够降低系统成本,使投资者的利益最大化。以投资和运行成本最小为优化目标,采用条件风险价值作为风险量度的指标,建立了一种基于投资组合理论中计及风险量度的虚拟电厂容量优化配置模型。在此基础上,探讨风险偏好对规划虚拟电厂多电源容量配置的影响,以及环境成本、自然资源及负荷之间的相关性对配置结果的影响。以美国德克萨斯州某地区附近的风、光资源,电价及负荷数据为实例,采用场景技术模拟不确定性。算例结果表明了该模型的正确性,可为不同风险偏好的投资商在规划建设虚拟电厂时面对多电源容量配置问题提供定量依据。     

基于经典场景集的风光水虚拟电厂协同调度模型

风、光等可再生能源发电具有不确定性、间歇性的特点,如何在不同运行模式下提高可再生能源的可调度性及利用率是当前的研究热点。以含风、光、水电的虚拟电厂自身收益最大化为目标,考虑风、光、水电日内的互补性和运行特性,研究在虚拟电厂孤岛运行模式下,在给定负荷类型并考虑可中断负荷时的最大供电水平,以及并网运行模式下,考虑备用时的最优申报电量决策。所提出的2种虚拟电厂多电源协同调度随机模型采用Wasserstein距离指标对风电、光伏发电出力的连续概率分布进行最优离散化,进而通过场景缩减技术形成经典场景,从而将随机优化问题转换为确定性优化问题处理,在减少计算量和保证精度间得到适当折中。算例采用某个含风、光、水电的分布式电源示范工程的数据,分析了负荷曲线形状、风电电价、可中断负荷价格、备用价格等因素对虚拟电厂运行的影响,验证了所提模型的有效性和实用性。     

考虑不确定性的风-光-储合作联盟参与含需求响应的主辅联合市场的竞价交易模型

清洁能源逐渐成为电力市场的竞争主体,考虑风光出力不确定性和探究高效的市场运行机制成为电力现货市场建设进程中的关键问题。采用非参数核密度估计法和多元Gaussian-Copula函数生成典型出力场景来描述风光出力的不确定性和时空相关性。上层模型基于纳什谈判理论最大化风-光-储合作联盟收益,采用麻雀搜索算法优化风光发电商的报价策略。下层模型以购电总成本最小为目标,设计了多主体参与含价格型需求响应的主辅联合市场的出清机制。最后分析了风光出力的典型场景和市场出清结果的合理性。通过算例验证了该优化模型能够提升合作个体的收益,降低了购电总成本和负荷的峰谷差。     

基于Copula函数的风电时序联合出力典型场景生成

针对风、光出力进行典型场景生成是电力系统规划和运行中应对风、光出力不确定性的常用方法,然而现有的典型场景生成方法未考虑不同时刻出力分布函数的差异性。在此背景下,针对分布式可再生能源发电的不确定性和相关性,创新性地考虑了不同时刻出力分布函数的差异性,运用Copula函数建立了多风电场时序联合出力模型;对模型进行概率抽样、拼接生成大量初始场景集,采用K-means聚类算法进行场景缩减生成风电时序联合出力典型场景。算例分析表明,所得的风电时序联合出力典型场景符合出力的相关性,并可以体现出力分布函数在不同时刻的差异性,在反映同一地区多风电场实际出力方面具有更高的准确性,可以更加有效地指导电力系统的优化运行。     

基于多场景随机规划和MPC的冷热电联合系统协同优化

以包含可再生能源及多种分布式资源的区域冷热电联合系统为研究对象,针对风光和负荷的不确定性,提出多场景随机规划结合模型预测控制(MPC)的方法,建立多时间尺度协调优化模型,其中日前和日内尺度主要以运行经济性最优为目标,求解机组的运行及出力计划;实时尺度采用模型预测控制技术,以日内尺度经济调度结果为参考,通过反馈校正与滚动优化调整机组运行出力,实现机组出力的精确控制,消除可再生能源波动性影响,并进一步讨论了出力扰动对调度结果的影响。算例分析证明所提模型和方法能够有效消除不确定性和风光波动性的影响,实现多能源互补协调优化运行。     

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。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

基于可能度的冷热电联供微网区间优化调度模型

提出了含多种能量转换途径的冷热电联供微网非线性区间优化调度模型。首先,以充分利用光伏、风电等新能源为目标,确定了实现电冷、电热、热冷能量转化的灵活冷热电联供微网系统。然后以此系统为对象,针对光伏、风电、冷热电负荷随机性问题,考虑分时电价、环境效益等因素,建立以系统综合运行成本最低为目标的非线性区间优化模型。根据区间可能度模型,将不确定性模型转化为确定性模型,结合改进粒子群算法进行求解。最后通过算例验证了该模型的合理性、灵活性,并结合仿真结果分析了区间可能度和负荷波动对综合运行成本的影响。     

多样化柔性负荷深度互动下的虚拟电厂分布鲁棒购售电策略

随着当前电力改革以及电力市场的不断推进,虚拟电厂的发展已成为其重点组成部分,也是市场交易复杂因素的主要集中部分,其中柔性负荷和清洁能源给虚拟电厂带来了巨大的挑战.考虑不同类别用户柔性负荷的运行特性差异,分别对工业负荷、商业负荷和家用负荷进行了特性分析并建模,充分调动虚拟电厂内部的一些可控资源进行互动,并结合风电、光伏、...     

数据驱动下风电–抽蓄联合参与日前–实时市场随机鲁棒竞价策略

风电出力不确定性和波动性导致其市场竞争力较弱,且电价的预测偏差可能进一步加大其市场风险。为减少不确定性因素对风电-抽蓄联合系统收益的不良影响,由对抗变分贝叶斯神经网络生成以风电为代表的可再生能源出力场景,基于数据驱动方法对实时电价进行模糊不确定性建模。通过随机鲁棒优化建立风电-抽蓄联合参与日前和实时电力市场的三阶段模型,相较于常规的两阶段随机优化,增加了第三阶段鲁棒改进过程,保证了竞价方案能够既有经济性又能够有效应对极端场景、既有鲁棒性又不过分保守。结果表明,所提方法比传统不确定性分析方法具有明显优势,能够在避免人为假设的前提下,高效且真实反映可再生能源出力场景以及表征电价不确定性,可有效减少风电实时出力波动和电价预测偏差带来的较高不平衡惩罚。     

考虑风光不确定性的电气互联虚拟电厂近零碳调度优化模型

风电、光伏出力的不确定性给电力系统的稳定运行带来威胁,含电转气(power-to-gas,P2G)的电气耦合系统能够解决这一难题。文章将电转气与虚拟电厂(virtual power plant,VPP)进行集成,提出电气互联虚拟电厂的基本概念、通用建模及调度优化模型。针对风光不确定性,引入条件风险价值(conditional value at risk,CVaR)方法和鲁棒随机优化方法,分别用于刻画目标函数和约束条件中的不确定性变量,并引入最大碳排放限额(maximum total emission allowances,MTEA)指标,考虑虚拟电厂近零碳运营方案可行性。为求解多目标优化模型,构建了基于目标函数投入产出表和权重偏差校核的模型求解算法,并选取9节点能源集线器系统开展实例分析,结果表明电气互联虚拟电厂能实现分布式能源互补利用,形成电-气-电循环利用模式,所提模型能够同时兼顾分布式能源的高额经济收益和不确定性风险。     

基于水光互补的多个虚拟电厂两阶段优化调度方法

提出了一种基于水光互补的多虚拟电厂(virtual power plant,VPP)两阶段优化调度方法,旨在降低分布式光伏固有的随机性以及用户可中断负荷(interruptible load,IL)响应的不确定性对系统运行和决策带来的影响,从而提高水光互补清洁能源项目的能源利用率。首先,采用电能共享策略,以最大化VPP的经济效益为优化目标,构建了多VPP日前最优调度模型。其次,考虑分布式光伏出力的随机性和可中断负荷需求响应的不确定性,灵活调整内部可控元素和能源输出,生成VPP市场竞价优化调度模型。最后,通过算例分析,验证了所提出方法的有效性和可行性。     

基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法

随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源。提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值。在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改进的粒子群寻优算法求解优化过程。仿真结果表明所提方法的有效性。