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。     

基于场景集的含风电电力系统旋转备用优化

大规模风电并网对电力系统调度运行和旋转备用的决策带来了难题。将电量不足期望和弃风电量期望通过惩罚系数引入机组组合目标函数中,权衡系统经济性和可靠性,协调决策旋转备用。通过拉丁超立方采样建立基于机组强迫停运、风电出力预测误差和负荷预测误差离散化的场景集,基于所建立的场景集推导出电量不足期望和弃风电量期望跟旋转备用的关系式并作为机组组合模型的约束,进行含风电电力系统发电和旋转备用计划协调决策。仿真结果表明建立的模型能根据可靠性要求灵活安排机组出力和旋转备用计划。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度.文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状...     

考虑时变备用需求的含大规模风电电力系统机组组合滚动优化

风电的波动性及难以预测的特性给电力系统安全、经济调度带来了困难.含风电电力系统机组组合需安排火电预留足够的旋转备用容量,以减小风电波动和预测误差对电力系统的影响.本文针对风电预测误差的强时变特性,提出考虑时变备用需求的含大规模风电电力系统机组组合滚动优化模型,该模型充分考虑风电预测误差的时变特性,优化系统机组组合滚动运行方案.算例分析证明了本文模型的有效性和可行性,分析表明本文模型能够满足系统时变备用需求,保证系统不同时间尺度的运行安全性和经济性.     

考虑风光预测精度特性的多时间尺度机组组合方法

考虑风电和光伏预测精度伴随时间尺度缩小而提高的特点,建立了一种考虑风光不确定性接入的含风光出力旋转备用容量的多时间尺度机组组合模型及其调度方法。该调度模型基于3个不断缩小的时间尺度级,将逐级提高的风光预测值更新至风光出力等效负荷和旋转备用中,采用下级修正上级偏差的方式,对不同时间尺度采用动态规划算法求解,获得逼近最大化消纳风光出力且兼顾传统机组经济最优化的机组组合方式。以修改的IEEE 30节点系统为算例进行仿真计算,验证了该方法的合理性和有效性。     

考虑大规模风电并网的电力系统旋转备用容量优化模型

随着风电穿透功率的增加,电力系统的运行风险不断提高,传统的确定性旋转备用容量配置方法存在较大的局限性。在研究风电出力概率分布特点的基础上,建立了风电机组可靠性模型;计及风电出力预测偏差、负荷预测偏差、常规发电机组故障停运等不确定因素,兼顾系统运行的经济性和可靠性,提出了考虑大规模风电并网的电力系统旋转备用容量优化模型。通过算例分析验证了该模型的合理性和有效性。对含风电场的电力系统运行具有一定的参考价值。     

计及风电不确定性及排放影响的机组组合策略及其效益评估

为应对含风电的电力系统在调度过程中风电的波动性和预测不确定性,提出了备用容量配置与风电预测误差概率评估相协调的应对方案,将备用容量补偿和预测误差补偿成本量化引入机组组合模型,建立风电综合补偿成本模型;将经济、政策、环境等因素计入火电机组排污成本,给出了含风电的电力系统机组组合策略及其效益评估。算例表明,该策略能够用于形成含风电的电力系统机组组合的最佳配置,有效减少风电波动性和不确定性的影响。     

计及需求响应的含风电电力系统旋转备用优化配置策略

风电大规模并网影响了电力系统的稳定运行,且存在消纳困难。为保证含风电电力系统的可靠性,提出了一种计及需求响应的旋转备用优化配置策略。该策略在分析风电出力及负荷预测误差的前提下,考虑可控负荷需求响应能力,以系统发电总成本最小为目标建立电源优化组合模型。采用GUROBI求解器对模型优化求解。经仿真验证,该策略在保证电网稳定运行的前提下,可提高电力系统运行的经济性,增强常规机组提供旋转备用的能力,促进风电消纳,具有较高的工程应用性。     

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。     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。     

基于加权半方差的含风电电力系统旋转备用效益研究

在考虑系统旋转备用的容量成本和能量成本、因购买旋转备用而减少的停电损失,以及旋转备用效益的离散程度的基础上,引入风险偏好系数,并采用证券投资组合中的加权半方差度量风险。以期望旋转备用效益最大和风险最小为优化目标,建立基于加权半方差的含风电电力系统旋转备用效益-风险模型。采用蒙特卡洛模拟法模拟实际负荷功率偏差和风电出力预测偏差,并通过多目标纵横交叉算法求得期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及风险偏好系数、可靠性水平、预测偏差、失负荷损失价格、旋转备用价格对期望旋转备用效益和风险的影响。算例验证了所提模型的合理性。     

计及风电并网的机组组合方法研究

风电具有间歇性和波动性的特点,其并入电网时会对传统以火电机组为主的机组组合造成明显的影响,针对此问题,提出了计及风电并网的机组组合方法。该方法首先对风电功率预测结果误差进行统计,在此基础上,建立了风电功率预测误差的分布概率模型。然后,该模型与传统火电机组累积停运容量概率表结合,形成了考虑风电功率的机组累积停运容量概率表。接着,将该表以解析表达的方式引入机组组合的拉格朗日松弛法中,形成风电接入后的机组组合模型,并采用传统拉格朗日松弛法进行求解。最后以某实际电网为例,验证了所提算法的优越性。     

LINGO在风电并网电力系统动态经济调度中的应用

通过优化火电机组出力,研究了风电并网后,电力系统的短期动态经济调度问题.优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动.采用LINGO软件进行分析计算,取得了很好的效果.并且,随着LINGO功能的不断扩展,它应用于电力系统经济调度的优越性也随之增加.经典算例结果表明,LINGO软件的稳定性...     

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。     

微网功率不确定性模型及其在旋转备用优化中的应用

微网运行中存在发电单元故障停运以及可再生能源发电单元出力和负荷的波动性,从而合理安排旋转备用容量是维持微网安全、经济运行的重要环节。基于风电出力、光伏出力和负荷日前预测误差模型,利用全概率公式分别构建了综合预测误差及故障停运的风电和光伏出力不确定性分布模型,通过离散化风光出力和负荷不确定性分布与可调度机组停运概率分布联合生成微网功率不确定性离散分布模型,进而提出了计及微网功率不确定性以微网运行成本最小化为目标函数的微网最优旋转备用计算模型并考虑了微网向主网提供旋转备用。最后通过一个微网系统算例,采用混合整数遗传算法优化求解微网最优旋转备用值,验证了所建模型的合理性。     

基于净负荷分步建模的旋转备用优化确定风险分析方法

由于采用净负荷预测误差模型描述风电和负荷共同预测误差,优化系统旋转备用配置的多场景概率风险分析方法尚难以全面考虑风电的不确定性,如从网络安全和经济性方面必须考虑的弃风因素以及风电功率预测误差存在的非正态分布情况。为此,基于分步建模的策略改进多场景概率风险分析方法中净负荷预测误差模型,使其在计算系统失负荷风险时能够计及弃风和考虑不同类型概率分布的风电功率预测误差,并将弃风惩罚成本引入机组组合优化模型的目标函数中,以实现风电功率的合理消纳和系统旋转备用的优化确定。采用混合整数线性规划方法,对含风电场的IEEE-RTS 26机测试系统进行仿真分析,验证了改进模型的有效性。