计及调度一致性的含风电系统备用容量优化分配

针对风电并网后可能造成的备用转移问题,为兼顾市场公平性提出一种备用容量分配优化决策方法。计及风功率及负荷误差并考虑备用的节煤效益和系统网损因素,以折算煤耗和机组煤耗作为综合煤耗,推导并引入机组备用调度一致性约束,构建风电接入后的系统最优备用分配模型。定义备用有效调整率、时段有效调用率和备用预警指标,比较计入备用调度一致性约束前后的系统网损和综合煤耗、火电机组出力调整次数和实际有效率,分析不同风电比例场景下备用安全和算法性能。以IEEE-RTS24系统为算例,验证了所述算法在解决机组间备用转移、减少机组调整次数、提高机组出力调节有效率和保证市场公平性上的有效性,为调度员灵活调度提供了参考。     

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。     

计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

含风电系统的有功和备用协调优化方法

针对风电的随机性、波动性分析应对风电功率预测误差和风电功率波动所需的备用容量,并根据风电功率预测误差概率分布和风电功率波动概率分布建立风电备用需求与风电出力之间的关系,提出了风电备用需求新模型。在此基础上,构建了含风电系统的有功和备用协调优化调度模型,将系统备用容量需求分解为快速备用和事故备用两部分,在得到机组最优出力计划的同时,实现2类备用容量在机组间的优化分配。通过对修订后的IEEE 6节点和IEEE 118节点系统进行仿真计算,验证了所提模型和方法的合理性和有效性。     

基于可靠性指标的含风电电力系统的发电和运行备用的协调调度模型

风电出力随机波动及难以准确预测和调控的特性使得大规模风电接入给系统的备用决策和发电调度带来难题.在定义期望失负荷比例(expected load not supplied ratio,ELNSR)的基础上,综合考虑机组强迫停运率、负荷及风电出力预测误差等不确定性因素,推导出系统运行备用与ELNSR之间的量化关系,并将该量化关系作为发电调度的约束,建立含大规模风电的电力系统发电和备用协调调度模型.算例结果表明所建模型能够兼顾经济性和可靠性,协调风电和火电的出力分配,并能给出对应可靠性要求的运行备用在火电机组间的优化分配方案.     

考虑多重不确定因素的含风电场低碳经济调度

碳交易引入含风电的调度系统中,由于碳交易价格的不确定性增加了含风电系统的不确定因素的数量。针对低碳经济调度中的多重不确定因素,根据其不同的特性和对调度系统的不同影响区别对待,将风电预测误差和负荷预测误差表示成模糊变量和随机变量,并用混合机会约束考虑其对调度系统旋转备用的影响,应用多场景技术根据碳交易价格的波动模型建立考虑碳交易价格波动下的低碳调度模型。模型的求解通过机组组合方式的确定和机组出力分配两部分进行,通过场景评价指标得到最优机组组合方式下的最优机组出力。最后通过10机组算例证明了模型的有效性和合理性。     

计及风电功率预测误差的备用容量计算新方法

风电出力的不确定性对于备用容量的配置具有重要影响。基于此,提出了一种计及风电功率预测误差的备用容量计算新方法。针对拉普拉斯分布形状调整不够灵活的问题,提出了一种改进拉普拉斯分布。并以此为基础,提出了一种发电机备用容量计算新方法。该方法首先以最小化发电成本为目标的最优潮流模型,对系统各机组的运行基准点进行求解;再按照鲁棒优化思想并结合发电机自动发电控制(AGC)的仿射模型建立鲁棒最优潮流模型求解各AGC机组参与因子;最后结合等概率转换原则求解系统的备用容量。算例分析表明,所提改进拉普拉斯分布模型拟合效果较好,且所提备用容量计算新方法能够综合考虑系统安全性和经济性的需求。     

考虑源荷双侧预测误差的实时发电计划闭环控制模型

针对源荷双侧不确定性对电网实时调度运行的影响,提出了模糊信息粒与机会约束目标规划相结合的建模求解方法,建立了实时发电计划与自动发电控制(AGC)闭环控制模型,动态优化系统的可调备用容量。针对服从不同概率分布函数的随机预测误差,引入模糊信息粒理论对可中断负荷切负荷率、负荷预测和风电出力的预测误差进行模糊粒子化,应用机会约束目标规划构建系统备用偏差量约束。在闭环控制过程中,通过动态调整机组的控制模式实现可调备用在不同类型机组间的合理分配,在目标函数中引入风险成本和机组模式转换成本,实现了满足安全备用需求条件下的经济最优性。最后,利用算例验证了模型的有效性和实用性。     

考虑间歇式电源与储能的随机柔性优化调度方法

分析和测算了间歇式电源的自动发电控制(AGC)容量求,运用拉丁超立方抽样生成风电场景并进行削减,基于马尔可夫链对系统N-1故障的不确定性概率进行预测。在此基础上,兼顾机组组合、机组功率分配以及AGC与备用容量分层协调优化配置等问题,建立了考虑间歇式电源与储能的随机柔性优化调度模型。所提方法与模型综合考虑了系统N-1故障和间歇式电源的不确定性概率与严重性、系统AGC与备用容量辅助服务成本、储能系统剩余可充放电能力以及网络约束的影响。针对该模型的复杂性,将其线性化后采用商用混合整数线性规划求解器CPLEX进行求解。通过IEEE6节点和IEEE39节点系统算例验证了所提方法的有效性。     

多场景概率机组组合在含风电系统中的备用协调优化

备用配置是系统抵御风险、提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。提出了基于状态转移的概率机组组合方法,该方法将风电的运行场景离散化,通过对风电预测误差进行概率表达,并在时间尺度上考虑状态的转移矩阵组成多场景的方法,以场景发生的概率协调系统在场景下的调度决策,并以实时校正备用作为正常和误差场景之间机组的调整限制。通过安全与经济的协调,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。最后对含风电系统进行了实例仿真分析,结果表明模型的有效性和可行性,对风电的调度和规划具有指导意义。     

考虑双重市场的含风电电力系统双层随机优化调度

风电与负荷的不确定性影响经济调度中机组出力及其承担的旋转备用。考虑机组同时参与能量市场和旋转备用市场,且双重市场具有一定的主辅特性,建立了电力系统双层随机优化调度模型。以系统发电成本最小为上层目标,增加风电利用率及其实现概率作为约束,优化机组有功功率及风电计划出力;对于受不确定性因素影响呈现为随机量的失负荷和弃风损失函数分别求取其条件风险价值CVa R,并与旋转备用成本最小为下层目标,优化配置旋转备用容量。将上、下层模型中的机会概率约束和条件风险价值线性化,便于CPLEX求解器求解。算例表明,双层随机方法能有效解决不同风电利用率、失负荷损失和弃风损失置信水平下的备用需求变化;双层随机方法相对单层随机方法能获得较优的经济效果。     

基于多时间尺度协调机组组合的含风电系统 旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运     

风电接入对西北电网辅助服务的影响

针对风电接入西北电网后对系统辅助服务的影响进行研究,分析风电对自动发电控制(AGC)、调峰和备用的影响.得到风电场的风速分布及风速功率曲线后,采用滚动平均法分析风电出力曲线变化特征及风电波动增加的调峰容量.综合考虑风电出力与负荷容量这2个随机变量相互作用,依据系统可靠性不变的思路估算风电接入后的备用容量,并采用经验公式估算AGC容量.西北电网的实际测算结果显示,风电接入后需要增加较多的辅助服务容量,但是通过整个区域联合调度可降低其影响.     

风电场协同参与的电力系统发电-备用鲁棒优化运行方法

随着风能等波动性新能源发电逐步成为主力电源,完全依靠常规电源来平衡风电出力的不确定性和波动性已难以保证系统的灵活安全运行。提出风电场协同参与发电–备用的鲁棒优化模型及方法以实现高比例新能源电力系统灵活运行。首先,考虑风电场尾流效应,建立了随风机并网状态变化的风电场出力可变不确定集合;基于风机及风场运行特点,提出了结合风机降载运行和快速并网的风电备用模型。进一步,建立了考虑网络约束的风电场与系统协同发电–备用两阶段鲁棒优化模型。然后,采用列约束生成(column constraint generation,C&CG)算法对模型进行求解,给出满足预测场景和不确定场景下系统运行约束的风电场和常规机组的发电–备用调度决策。通过对改进的IEEE RTS-24系统和西北电网的实例分析,证明了风电提供备用的经济可行性,验证了所提模型的有效性。     

计及风险备用约束的含风电场电力系统动态经济调度

为解决风电的不确定性给电网调度带来的问题,必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素,提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例,验证了所提调度模型的可行性。分析表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标。     

基于多时间尺度协调机组组合的含风电系统旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运行的经济性和系统吸纳并网风电的能力。     

考虑季节差异性的不同时间尺度含风电系统旋转备用优化研究

考虑风电出力和系统负荷的季节差异性较大,同时考虑风电出力预测误差和负荷预测误差随时间尺度的缩短而减小和电力系统旋转备用容量配置离不开机组组合的特点,本文建立考虑季节差异性下的不同时间尺度协调机组组合的含并网风电的电力系统旋转备用容量配置的模型。针对各个季节的风电出力和负荷变化特点,采用不同时间尺度协调机组组合的方法,对各个季节的场景进行分析,得出不同季节条件下的旋转备用优化方案。     

适应大规模风电接入的电力系统旋转备用优化模型与求解

以经济性为评价指标,综合考虑系统有功平衡、机组爬坡和有功约束、节点电压约束、线路热稳极限和旋转备用总量需求等条件,建立了含风电的随机最优模型。通过场景生成和消减,建立了风功率的随机模型,并最终得到了在预测误差范围之内的10种风功率出力场景。在求解算法方面,引入了基于模糊聚类的改进小生境遗传算法,并在IEEE10机39节点系统进行了仿真验算,得到系统在多个场景下的出力曲线和旋转备用容量要求。结果表明,改进小生境遗传算法与其它算法相比,在保证系统安全运行的前提下,可以有效降低系统的运行费用。     

考虑注入功率分布的随机最优潮流方法

大规模风电接入电网给电力系统的经济调度带来了更多的不确定性因素.考虑了负荷与风电出力的随机性,以期望发电成本和机组的出力调整费用最小为目标,建立了含机会约束的随机最优潮流模型.通过分布式平衡节点考虑AGC机组的调节作用,基于确定性最优潮流问题的内点法和随机潮流的解析法,采用迭代的方法求解所提出的随机最优潮流模型.对5节点和118节点系统的测试结果表明了所提模型和算法的有效性.     

计及火电机组深度调峰成本的大规模风电并网鲁棒优化调度

规模风电并网背景下,电力系统加大火电机组的调峰深度,充分挖掘现有下调备用空间,将是应对风电出力不确定性的有效方式之一。文中考虑火电机组工作在深度调峰(DPR)方式下的附加煤耗损失和机组寿命损耗,提出了计及火电机组DPR成本的规模风电并网鲁棒优化调度模型。考虑风电出力不确定性,建立了包括基于风电出力预测场景的调度主问题和基于极端场景的调控子问题的两阶段鲁棒优化模型,并引入不确定度参数控制调度计划的保守性,最终优化出经济性最优的鲁棒日前调度方案。基于算例分析证明所述模型的合理性与有效性。