考虑风电出力不确定性与半绝对离差风险的机组组合模型

在风电-火电系统中,若机组组合策略不当,风电出力的不确定性会引起电力系统的实际运行成本严重偏离期望成本,称之为决策风险.为了降低潜在的决策风险,运用情景生成与情景削减的方法表征风电出力的不确定性,并采用半绝对离差(lower semi-absolute deviation,LSAD)来衡量决策风险,即仅考虑实际运行成本高于期望成本的情形,提出了考虑风电出力不确定性与决策风险的机组组合模型,模型以最小化各个情景的半绝对离差风险期望值为优化目标(decision risk minimization,DRM).算例对比了不考虑决策风险的机组组合模型与考虑决策风险的机组组合模型,计算结果表明DRM模型能够降低潜在的决策风险.最小化运行成本期望将会增大决策风险,而最小化决策风险会导致运行成本期望的增加,计算结果表明DRM模型能够较好地处理风电出力的不确定性带来的运行成本期望与决策风险之间的矛盾关系,为决策者在不确定条件下进行决策提供新的思路.     

基于CVaR的风电机组日前申报出力优化模型研究

在我国,风电机组需提前一天提交次日24小时的申报出力信息,由于来风具有明显的不确定性和随机性特征,风电机组次日实际出力与日前申报出力会存在一定的偏差。为解决以上问题,首先采用K-means聚类法对风电机组实际出力数据进行聚类,并生成样本集;其次,基于风电不确定性样本集构建风险中性风电机组日前申报出力决策优化模型;再次,构建基于条件风险值（CVaR）的日前申报出力优化模型;最后,基于实际数据进行了算例分析。算例分析结果表明,基于CVaR的日前申报出力决策优化模型能有效减少风电机组日前申报出力与次日实际出力的偏差,且使风电机组获得风险价值更好的申报出力,从而实现申报利润的风险可控性。     

电网弃风电量计算方法及其在电网规划中的应用

采用梯形模糊隶属度函数描述风电出力的不确定性,提出不同风电出力水平下由于输电系统容量不足所导致的弃风电量的模糊计算方法,在有效模拟风电出力特性的同时可降低计算工作量。从规划目标和约束条件两个方面讨论该方法在电网规划中的应用;最后,以修改的新英格兰10机39节点为例,对所提方法的有效性进行验证。     

计及风电的电力系统检修备用容量评估及应用

系统的检修备用容量定义为满足系统机组检修而需要设置的容量。为评估风电出力的不确定性以及机组检修需求不确定性对系统检修备用容量评估带来的影响,建立了考虑机组检修需求不确定性和风电场风速相关性的检修备用容量评估模型,同时提出了风电接入后的检修备用容量不足概率这个检修备用容量充裕度指标来评估系统需要设置的检修备用容量。在检修备用容量评估应用方面,提出了包含机组检修需求和风电波动性信息的机组检修概率的概念,对机组的强迫停运率进行修正以用于电力系统随机生产模拟、发电系统、发输电系统充裕度评估以及风险评估等。算例中分析了风电场的相关性和风电装机容量对检修备用容量的影响,得到结论:风电场相关系数越大,系统所需检修备用容量越大;风电装机容量越大,系统所需检修备用容量越小。     

基于机会约束规划的含大规模风电电力系统阻塞调度优化

电力市场环境下,接入风电的不确定性增大了系统输电阻塞出现的概率。采用现有的确定性方法进行输电阻塞调度,会导致部分重载线路接近热稳定极限;若风电出力预测产生偏差,系统在实时运行中可能再度出现阻塞。为解决阻塞问题并使系统具备一定的抵御再度阻塞的能力,提出一种新的阻塞调度模型,该模型将风电出力预测误差作为随机变量,形成了模拟实时运行不确定性的机会约束条件;同时,模型计及了期望缺电、弃风风险指标,实现了阻塞调度中功率调整与旋转备用的联合优化。基于蒙特卡洛方法提出了不确定性风电并网导致的系统再度阻塞的量度方法和指标,通过IEEE RTS 24节点系统算例证明了所提模型的有效性。     

含高比例风电系统随机备用调度研究

高比例风电并网对电力系统备用容量调节能力提出极大的挑战。为弥补风电场计划出力与实际出力之间的偏差，电力调度须额外预留上、下旋转备用容量。利用随机机会约束优化理论，计及违反安全约束风险，提出了一种考虑风电出力不确定性与自动发电控制(automatic generation control,AGC)机组出力特性的日前随机备用调度模型。首先，基于马尔可夫链蒙特卡洛(Markov chains Monte Carlo,MCMC)法生成风电出力场景，并利用违反机会约束的概率及置信参数自动确定所需生成场景数量。其次，全面考虑了AGC机组备用出力特性及运行约束，并将备用成本纳入目标函数，可同时得到常规机组最优出力计划与AGC机组备用容量的最优分配系数。最后，将所构造的随机备用调度模型等效为半定规划(semidefiniteprogramming,SDP)问题进行直接求解。通过IEEE 30节点系统进行算例分析，验证了所构造的随机备用调度模型的有效性。     

含抽水蓄能机组的风电消纳鲁棒机组组合

针对风电在实际电网渗透率不断提高带来的风电消纳问题,提出了一种含抽水蓄能机组的鲁棒机组组合优化方法。所构建的鲁棒机组组合模型以系统运行成本和风电出力边界偏差惩罚成本最小为优化目标,约束条件计及了输电线路安全约束,并考虑了风电出力时间和空间不确定性预算的调节策略,避免鲁棒最优解过于保守。基于可调机组(包括自动发电控制机组和抽水蓄能机组)应对风电波动的仿射补偿机制,优化了风电出力的波动区间。所构建的模型最终转化为单层混合整数线性规划问题求解。经修改的IEEE 30节点系统的算例测试,定量评估了抽水蓄能机组对系统经济运行和风电消纳的影响,验证了所提方法的可行性和有效性。     

基于WCVaR评估的虚拟发电厂能量市场收益——风险模型

由于虚拟发电厂中存在风电机组等出力波动的可再生分布式电源,为了量化风电机组出力不确定性对虚拟发电厂进行能量交易时的收益风险,在考虑了风电机组出力不确定性因素后,利用最差情景下的条件风险价值(WCVaR)方法构建了包含运行成本、售电收益和交互收益的虚拟发电厂能量市场的收益—风险模型,然后采用遗传算法对其进行求解,并通过算例分析了不同风险水平下的机组出力情况、交互收益和碳排放量,以及虚拟发电厂在不同风险水平下进行能量交易时的WCVaR,验证了所提出模型的正确性,为分析风电机组出力对虚拟发电厂的收益、风险和减碳的影响提供了理论支持。     

考虑需求响应的风电消纳模糊

随着智能电网的快速发展,将需求响应(demand response,DR)融入调度过程以协调风电和火电机组出力是目前的研究热点.首先利用需求响应对负荷曲线的优化作用及其对系统备用容量的等效作用,制定了分时电价和可中断负荷的容量成本;其次针对风电出力的不确定性和随机性,采用可信性测度理论对其进行模糊表示;然后将风电出力不确定性引入到旋转备用模糊约束中,给出了基于模糊机会约束规划(fuzzy chance constrained programming,FCCP)并考虑需求响应的经济调度模型;最后由改进引力搜索算法求解所给模型.算例分析表明所提模型能够有效应对风电出力不确定性,降低系统运行的总成本.     

含风电场的混合机会约束经济调度模型

风电出力具有不确定性和波动性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验。针对系统中普遍存在的多重不确定因素,引入不确定规划理论,将风电和负荷出力的不确定性表示为预测误差的不确定性,并根据其不同特性,进行区别建模,考虑火电机组的阀点效应,建立同时含有模糊变量和随机变量的混合机会约束经济调度模型。采用模糊模拟和随机模拟技术相结合的混合模拟求解策略进行求解。通过引入机会约束使得调度决策具有控制风险和成本的能力,建模计及火电机组的阀点效应,使得计算结果更加符合实际情况。算例分析验证了所建模型的可行性和有效性。     

计及可用输电能力的含大规模风电的输电系统规划

大容量风力发电基地的快速发展给电力系统安全与经济运行带来了新的问题,对输电系统进行规划时,既要考虑具备足够的可用输电能力（available transfer capability, ATC）以容纳大规模风电并网, 又要避免输电容量过分冗余造成投资浪费。在此背景下, 针对含有大容量风力发电的电力系统, 提出了一种计及ATC的输电系统规划随机优化模型, 主要内容包括:（1）在考虑风速和负荷等随机变量之间相关性以及线路和发电机故障概率的基础上, 构造了ATC概率模型;（2）采用拉丁超立方采样和灵敏度分析相结合的方法求解ATC概率模型;（3）构建以输电线路投资成本最小和ATC期望值最大为目标的优化模型, 将输电系统规划的经济性和运行风险进行有机结合。采用遗传算法求解所建立的输电系统规划优化模型, 并用18节点和46节点算例系统说明所发展模型和方法的基本特征。     

计及风险控制策略的含风电机组的输电系统规划

采用概率方法描述与风电机组相关的不确定性因素,并利用半不变量和Gram-Charlier级数展开理论计算支路概率潮流。在此基础上,通过在规划模型中引入风险控制策略,设置支路潮流不越限概率、系统潮流不越限概率和系统潮流裕度概率,以最大化系统抵御安全风险的能力;将系统潮流不越限概率和系统潮流裕度概率联合起来作为系统安全性风...     

含储能虚拟电厂接入配电网的联合优化调度

为解决不确定性能源发电给配电网带来的隐患和经济性问题,研究含间歇分布式能源的虚拟电厂(virtual pow er plant,VPP)接入配电网的联合优化调度对提高系统安全和促进新能源消纳具有十分重要的意义。综合考虑风电及储能的运行特性,提出一种改进的Buckets方法,建立了考虑风电不确定性和含储能的虚拟电厂参与配电网调度的优化机组组合模型,基于6节点系统研究了改进的Buckets方法对发电成本和机组组合的影响。与传统Buckets方法相比,采用所提方法使得模型的发电成本及开机时段减少,表明该方法能够实现发电成本最优、风电的充分消纳以及储能的灵活运用。     

基于目标级联分析法的分布式主体可交易能源模型

可交易能源是一种价格引导交易和优化运行的机制,兼顾经济交易与系统优化运行,属于学科融合范畴的新概念.在分布式能源稳步增长和分布式发电市场化的背景下,面向分布式主体的可交易能源机制极具研究前景.为此,设计具体的可交易能源架构,实现分布式主体物理元素建模.随后,用目标级联分析法(ATC)理论实现经济交易与系统优化运行的结合,为ATC理论在系统优化运行中提供经济学视角.最后,通过算例分析验证了所提模型能够降低与电网的能量互动的同时兼顾主体运营收益,且能够提供多元的交易策略以及交易方式,形成多种利益分配结果.     

基于SDAE特征提取的含风电电网可用输电能力计算

风力发电的不确定性显著增加了电力系统可用输电能力(ATC)计算的难度。基于点估计的Gram-Charlier级数展开理论和深度学习技术,提出了一种计及越限概率要求的ATC快速计算方法,考虑的约束类型包括静态安全、静态电压稳定和暂态稳定约束。假定风电出力概率分布已知,结合两点估计法和Gram-Charlier级数展开,通过两个确定性场景的最大输电能力(TTC)计算结果逼近TTC的累积分布函数。为了快速、准确地获得确定性场景的TTC,利用堆叠降噪自动编码器(SDAE)建立了TTC计算的深度学习模型。获得TTC的累积分布函数后,将断面功率超过TTC的概率定义为越限概率,推导了给定越限概率要求下ATC计算的表达式。实际电网仿真结果表明,所提方法能够有效计及多类安全稳定约束,快速、准确计算不同越限概率要求下的ATC。     

计及需求响应的含风电场电力系统发电与碳排放权联合优化调度

提出了一种节能减排形势下的优化调度模型和解法。研究对象上,文中研究了风电、火电、需求响应3种发电(虚拟发电)形式,需求响应可为系统提供零碳发电资源和旋转备用。模型建立上,基于多目标安全约束机组组合模型,采用发电和碳排放联合调度的方式,寻求经济目标与排放目标的折中协调解;约束条件综合考虑了需求响应、安全约束和碳排放等多种约束。解法上,采用分段线性化的方式,利用混合整数线性规划进行求解,解法适用于大规模系统,使模型更具实用价值。算例分析表明,决策结果能够兼顾排放与成本,并且在调度中引入需求响应可提高系统的风电消纳能力,具有显著的节能减排效益。     

考虑环保成本和风电接入影响的动态经济调度模型

风电具有动态随机性,传统的经济调度模型已不再适用。考虑机组的环境效益,引用了环境惩罚成本;基于风电的随机性及其给系统安全造成的影响,引入利润备用容量惩罚成本,应用随机规划理论构建了含风电机组的动态经济调度模型。在求解模型时,采用蒙特卡罗模拟和遗传算法的混合智能算法,以蒙特卡罗模拟的随机变量模拟结果作为遗传算法的输入参数。以IEEE30系统为例,对传统的经济调度模型和建立的调度模型进行了比较分析,验证了该模型的合理性与有效性。     

计及电网安全风险的风电机组最优规划

引入配电系统的风电机组如果配置不当会给系统的安全与经济运行带来严重的负面影响。在机会约束规划的框架下构建了风电机组的优化规划模型,并提出了一种计及风电机组出力不确定性的静态安全风险评估方法。该方法将初始投资的年值费用、风电机组的年运行费用、年网络损耗费用及年静态安全风险费用总和的最小化作为目标函数, 计及了风电机组接入后对系统可靠性的影响,并应用和声搜索算法求解该优化问题。以IEEE 37节点配电系统作为算例,说明了所发展的模型和算法的基本特征。     

电力市场环境下含风电机组的环境经济调度模型及其仿真

电力市场环境下的传统经济调度不考虑环境补偿因素。文章在传统经济调度的基础上,考虑各机组和各种能源的环境成本,提出了火电机组名义环境补偿成本,用电方不需实际支付费用,发电方排污特性越好,火电机组的名义环境补偿成本越低;同时考虑了风电备用容量补偿成本,反映风电接入系统后火电热备用容量的变化;建立了电力市场环境下含风电机组的环境经济调度模型。基于Matlab优化工具箱,对一个包含2个火电机组和1个风电机组的系统进行优化仿真,结果表明：基于所提出的模型,环境友好的发电机组或能源将获得更大的调度权重。     

冷热电联供微电网的网络损耗优化调度策略

针对冷热电联供微电网的能量优化调度问题中存在的不确定性,计及风力发电和光伏发电的不确定性,采用随机机会约束规划模型进行建模。以机会约束形式的系统综合运行成本为目标函数,计及功率平衡约束等必要的约束条件,建立基于随机机会约束规划模型的冷热电联供微电网能量优化调度模型。所建立的模型能够充分考虑系统并网的风力发电和光伏发电出力的不确定性,所制定的能量优化调度方案是基于风光出力的随机分布的,因此更具备全局性,经济型。仿真算例表明,并网模式下的系统运行成本要显著低于离网模式下的,同时通过模型能够给出能量优化调度方案制定过程中系统成本高低和风险的关系,从而为决策者提供参考。