考虑风电与高载能负荷调度不确定性的鲁棒机组组合

为缓解弃风问题,甘肃等电网开展了高载能负荷与风电的协调调度。然而,以电弧炉为代表的冶炼类高载能负荷在运行时存在有功功率波动,会对电网的自动发电控制(AGC)系统产生影响。为研究高载能负荷功率波动对负荷与风电协调调度的影响,文中提出一种考虑高载能负荷功率波动以及风电不确定性的鲁棒机组组合方法。该方法充分考虑高载能负荷有功功率波动与设备运行状态的关系,对负荷有功功率的不确定性进行建模。接着,考虑高载能负荷与风电协调调度时,负荷不确定性与风电不确定性对电力系统共同作用的特点,构建最小化弃风与切负荷风险的鲁棒机组组合模型,使电网对高载能负荷进行调控时,可充分考虑高载能负荷不确定性的影响。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷不确定性对协调调度的影响。     

考虑风电不确定性的电力系统鲁棒优化调度

为更好地提高电力系统供电可靠性,采用基于风电出力预测区间的调度模式来考虑风电出力的不确定性,并建立鲁棒优化调度模型。通过96时段10机算例仿真分析可知,该调度方案可实时应对风电出力波动。     

考虑风电出力不确定性的综合能源系统鲁棒优化

受风速的波动性和间歇性的影响,风力发电具有明显的不确定性特点,增加了电力系统调度运行难度。针对风电出力的不确定性,以系统总运行成本及弃风成本最优为总目标,考虑系统能量平衡、火电机组出力、燃气轮机出力、P2G设备出力等约束条件,采用鲁棒优化方法构建含P2G设备、冷热电联产机组及储能装置的综合能源系统鲁棒优化模型,采用24时段的算例通过Matlab软件中心YALMIP工具箱,通过CPLEX求解器进行求解,分析不同鲁棒参数及风电消纳率条件下,系统运行成本的差异。最后,仿真验证了所建模型的正确性和有效性。     

考虑风电高阶不确定性的分布式鲁棒优化调度模型

传统计及风电不确定性优化调度方法忽略了风电概率分布规律的高阶不确定性特征,在运行成本、风电消纳水平方面存在进一步优化的空间,为此,建立一种考虑风电高阶不确定性的分布式鲁棒优化调度模型。首先,引入云模型理论,建立能够同时描述风电功率及其概率分布不确定性的风电高阶不确定性模型;在此基础上,结合分布式鲁棒优化理论,以系统综合运行成本最低为优化目标,建立考虑风电高阶不确定性的分布式鲁棒优化调度模型;引入多维序列运算理论,离散化处理风电高阶不确定性云模型,将分布式鲁棒优化模型转换为两阶段非线性优化模型,简化求解。最后,以某地区电网为例,验证了所提模型在提升含风电接入系统优化调度效果方面的有效性。     

计及风电时间相关性的鲁棒机组组合

鲁棒优化是解决大规模新能源接入后电力系统调度的重要手段。相比于基于场景的随机规划、带有风险约束的机组组合等,鲁棒机组组合的结果往往偏于保守。鲁棒优化的保守性直接受到不确定集合的影响。研究了风电预测误差时间相关特点,提出了基于自相关性的时间相关性约束。并利用不确定集合的离散性特点,将该约束近似简化为可以用于实际鲁棒优化问题的线性约束。在列与限制生成(CCG)算法的基础上,改进了Bender’s分解后子问题的求解算法,提出了一种适合离散型不确定集合的鲁棒优化求解方法。最后,以真实风电数据进行了大量的仿真实验。结果表明,提出的算法能够在不影响机组组合可靠性的前提下,降低鲁棒优化保守性。     

考虑碳捕集和风电出力不确定性和电热联合系统多阶段鲁棒优化的低碳调度

为实现电力低碳化、促进可再生能源并网消纳,需要系统运行实现低碳、经济、稳健的三角平衡。因此,提出了一种考虑碳捕集和风电出力不确定性的电热联合系统多阶段鲁棒优化的低碳调度方法。首先对考虑碳捕集、温控负荷等多种灵活资源的电热联合系统进行建模,然后将风电预测误差通过盒式不确定集进行刻画,考虑碳配额与碳交易收益,提出电热联合系统的多阶段鲁棒优化的低碳调度模型。模型可根据每一时段的风电实际出力做出调整,从而使后续时刻的经济、低碳综合成本最小化。再通过鲁棒对偶动态规划算法求解该模型。最后,通过算例验证所提模型在提升电热耦合系统低碳经济水平方面的作用。     

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。     

考虑风电统计特性挖掘的分布鲁棒优化调度方法

提出一种基于数据驱动分布鲁棒优化的电力系统调度方法,以应对考虑风电不确定性的电力系统运行问题.首先,挖掘风电数据统计信息,提出了基于主成分分析与核密度估计的风电概率分布模糊集构建方法,刻画风电随机性以及不同风电机组出力之间的空间相关性;其次,针对含风电的调度问题,建立考虑概率分布模糊集的两阶段分布鲁棒优化问题;然后,将...     

计及预测误差相关性的风电出力不确定性集合建模与评估

先进的鲁棒调度技术是应对出力不确定性最经济、最有效的手段之一;而不确定性集合是刻画风电出力不确定性的基本形式,它不依赖于预测误差的具体分布形式,是制定风电鲁棒调度策略,进而保障系统安全经济运行的重要参考依据。首先,采用实际数据对现有不确定性集合建模方法进行了评估,指出在不确定性集合中若忽略风电预测误差的相关性将导致不合理的结果。在此基础上,基于广义椭球的一般表达式,提出了风电出力不确定性测度的概念,进而给出一种可以准确考虑风电预测误差相关性的不确定性集合建模方法。实际算例表明,在给定置信概率下,所提方法能够保证不确定性集合凸性,大幅压缩不确定性集合的测度,从而显著降低电力系统鲁棒优化决策的保守性。     

计及机组不确定损耗成本的鲁棒安全经济调度

基于线性鲁棒优化方法提出一种考虑"不确定损耗成本"的安全约束经济调度模型。该模型计及了由于外界条件不确定性使机组煤耗产生附加值对经济调度结果的影响,采用"盒式"不确定集合表示发电成本函数的不确定性,利用线性鲁棒优化理论构建调度模型,并运用对偶优化理论对其进行简化。根据文中所构建的模型可得到一个随着发电成本函数扰动不同而调度结果不同的区域,独立系统运行员ISO(independent system operator)根据系统的实际情况合理确定系统扰动指标在该区域进行调度。最后,以改进的IEEE-30节点系统为例,检验了所构建模型的合理性及可行性。     

考虑风电爬坡事件的鲁棒机组组合

风电功率具有强波动性和不确定性,其强波动性主要表现为较大的爬坡事件,而其强不确定性则表现为风电功率难以精确预测,两者都给电力系统运行带来了新的挑战。针对爬坡事件,建立了考虑风电爬坡事件约束的精确线性化的机组组合模型;针对风电功率难以精确预测,考虑用其预测值以及区间预测上、下限来描述风电场出力,从而通过线性鲁棒优化理论将该随机问题转化为一确定性问题后进行求解。以含风电的10机39节点系统为例进行算例分析,结果表明,对于一般的风电爬坡事件,爬坡事件约束是不起作用的,但对于风电波动速率较大的情况,考虑爬坡事件更能保证系统安全。由于所建模型为一线性混整规划模型,故可实现大规模求解并用于实际系统。     

考虑风电场灵活性及出力不确定性的机组组合

大规模并网风电的出力不确定性及反调峰特性给电力系统运行,尤其是机组组合的安全可靠性、经济性带来了严峻的挑战。合理构建风电出力不确定性模型,并将新的优化方法,如随机优化、鲁棒优化等应用到机组组合中已成为当前的研究热点。首先对风电场潜在调节能力进行了探讨,提出了一种新的风电调度模式及相应的机组组合模型。风电场在新的调度模式下将转变为一个"灵活"的参与者,而机组组合模型同时计及了风电场出力的不确定性。然后,以修订后的IEEE 39节点系统为基本算例对所提方法进行了仿真分析,结果表明所提出的方法可有效地提高电力系统运行的整体性能。此外,所提方法还可用于评估系统对风电的接纳能力。     

考虑风电不确定性及柔性负荷的安全约束机组组合问题研究

针对风电出力的不确定性,采用基于拟蒙特卡洛(quasi-Monte Carlo,QMC)模拟的场景分析法生成风电出力初始场景,选取考虑风电预测误差较大的极限场景实现场景缩减。在不同的风电出力场景下,兼顾发电侧与需求侧柔性负荷的双侧协调配合,提出了计及柔性负荷的安全约束机组组合模型,实现了可削减负荷、可平移负荷以及可转移负荷3类柔性负荷的分类调度。通过对不同场景下10机系统的仿真计算,对比分析了需求侧柔性负荷调度对系统的经济成本、负荷峰谷差以及弃风量的影响。在考虑风电不确定性时,需求侧柔性负荷调度对提高系统经济性、缓解负荷高峰期用电压力具有重要作用,并且有利于增加风电的消纳,降低弃风电量。     

考虑风电出力不确定性的发用电机组组合方法

由于风电出力的不确定性,大规模风电接入电网将对电力系统的安全经济运行产生严重的影响。为了更好地消纳风电,从发电和用电两个角度出发,根据风电出力的Beta概率密度函数,提出基于风电概率模型的弃风成本和可中断负荷成本的发用电一体优化方法。为提高该方法的求解效率和实用性,在建模中仅引入机组组合变量,并采用Delta方法将非线性模型转换为线性模型求解。最后采用多个场景算例说明了模型与方法的实用性和有效性。     

考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合

发电机故障停运是电力系统运行中的不确定事件。目前在含风电鲁棒机组组合中考虑机组故障停运的方法,不同程度地忽略了机组故障停运的概率特征,难以较好描述机组故障停运风险。在含风电鲁棒机组组合模型的基础上,引入电量不足期望以量化机组故障停运风险,基于成本收益分析建立了考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合模型,并提出计算电量不足期望的简化模型以提升计算效率。基于改进的IEEE-RTS 26机系统验证所提模型和方法,结果表明该方法能较好考虑风电不确定性和机组故障停运风险的影响,该简化模型能显著减小问题求解规模、缩短计算时间。     

An Integration of ANN Wind Power Estimation Into Unit Commitment Considering the Forecasting Uncertainty

The development of wind power generation has rapidly progressed over the last decade. With the advancement in wind turbine technology, wind energy has become competitive with other fuel-based resources. The fluctuation of wind, however, makes it difficult to optimize the usage of wind power. The current practice ignores wind generation capacity in the unit commitment (UC), which discounts its usable capacity and may cause operational issues when the installation of wind generation equipment increases. To ensure system reliability, the forecasting uncertainty must be considered in the incorporation of wind power capacity into generation planning. This paper discusses the development of an artificial-neural-network-based wind power forecaster and the integration of wind forecast results into UC scheduling considering forecasting uncertainty by the probabilistic concept of confidence interval. The data from a wind farm located in Lawton City, OK, is used in this paper.     

计及风电与电动汽车随机性的两阶段机组组合研究

风电出力的随机性以及电动汽车(electric vehicle,EV)充电需求的不确定性给电力系统调度带来了挑战.在传统确定性机组组合模型的基础上,针对电力系统日前调度面临的不确定问题,提出了充分考虑风电与电动汽车双重不确定性的随机优化调度及备用计算模型.首先,对于风电出力不确定性,采用基于场景分析的两阶段随机优化方法...     

风电功率预测信息在日前机组组合中的应用

将风电功率预测信息纳入电力系统调度运行是解决风电波动的主要技术之一.受自然条件影响,风电功率预测的精度仍然较低.描述风电功率的不确定性并在机组组合中使用该信息,可提高机组组合决策的鲁棒性.文中分别采用点预测、区间预测和分位点预测描述风电功率的不确定性.在此基础上,分别建立了适合各种风电功率预测信息的机组组合模型.最后,...