基于两阶段鲁棒优化的可再生能源DNE极限评估

为应对高比例可再生能源给电力系统运行与调度带来的挑战,提出考虑弃风和切负荷的灵活性量化评估方法。基于日前和实时调度框架建立具有多时段耦合约束特征的两阶段鲁棒优化模型。在日前调度阶段,根据风电和负荷预测数据求解计及安全约束的机组组合问题以确定机组调度方案。在实时调度阶段,考虑电力系统不确定性计算风电的最大消纳范围以评估系统灵活性,即“不超过”极限。对于极限内任意风电曲线,均可通过调整日前调度计划使实时调度阶段的弃风和切负荷风险是可接受的。基于Benders算法的求解框架,应用强对偶理论和大M法将难以直接求解的min-max-min模型转化为混合整数线性规划问题。最后,采用改进的IEEE-6和IEEE-118节点系统,验证所提方法的有效性。     

含电动汽车充电站的主动配电网二阶段鲁棒规划模型及其求解方法

基于电力-交通耦合单元联系主动配电网和交通系统,针对耦合系统中配电负荷、分布式电源和电动汽车充电需求的不确定性,提出一种含电动汽车充电站选址决策的主动配电网二阶段鲁棒规划模型。第一阶段优化投资决策方案,在考虑第二阶段可行性的基础上展开规划,不仅包括电动汽车充电站的选址、配电线路的升级与扩建,而且考虑分布式电源、静止无功补偿器、有载调压变压器、储能等设备的投资;第二阶段考虑运行层,用于不确定参数的关键场景辨识和可行性检测。针对所提模型呈现的min-max-min形式的二阶段优化问题,采用列约束生成与Benders分解相结合的二阶段法进行求解。最后,以一个由改进的33节点配电系统和25节点交通系统耦合而成的网络为例进行仿真,仿真结果证明了所提模型和算法的有效性。     

基于鲁棒优化的微能源网综合需求响应协同调度策略

针对微能源网中可再生能源出力的不确定性,基于微能源网中综合需求响应的"多元互动"特征,提出了综合需求响应平抑可再生能源波动的策略,建立了微能源网综合需求响应日前和日内协同调度的两阶段鲁棒优化模型.模型中引入了风、光的不确定预算参数调节系统的经济性和鲁棒性,日前阶段考虑了最劣场景,确定系统日前调度方案,日内调控阶段基于日前阶段的优化结果,优化系统最劣场景下的调控方案.利用强对偶理论和列约束生成算法对min-max-min结构的鲁棒优化问题进行转化和求解.算例结果表明,鲁棒优化方法可提高系统抵抗不确定风险的能力,综合需求响应可提高微能源网的经济性和自给能力.     

考虑风电出力不确定性的分布鲁棒主备协同优化调度

随着大量可再生能源如风电接入电网,如何最大化地利用可再生能源、减小传统火电机组的成本成为亟需解决的难题,特别是机组运行和备用容量的协同调度成为现在研究的一大热点。考虑风电出力的不确定性,建立了成本最小化的两阶段经济调度模型。在第一阶段,即日前调度,根据预测的风电出力制定机组预调度方案。在第二阶段,即实时调度阶段,根据风电的实时出力对第一阶段调度方案进行反馈调节。针对风电出力的不确定性,应用Kullback-Leibler离散度原理对不确定因素进行建模。结合分布鲁棒方法,建立了极端概率分布下的两阶段分布鲁棒主备协同优化模型,并将其转化为可解的混合整数非线性规划问题。基于广义Benders分解方法,提出了分解协调算法对优化模型进行求解。最后以IEEE 6 节点系统和IEEE 118 节点系统进行算例仿真分析,并对比传统鲁棒及随机规划方法,验证了所提方法的可行性和优越性。     

基于改进碳排放流理论的电力系统动态低碳调度方法

目前,电力系统面临较大减排压力,随着智能电网发展,需求侧资源参与电力系统调度可进一步降低电力系统碳排放。提出了一种日前市场考虑需求响应的低碳动态两阶段优化调度方法。第一阶段,基于机组动态碳排放计量模型,计算发电侧的碳市场交易成本,建立电力系统低碳经济调度优化模型,求解初始调度方案。第二阶段,基于改进的电力系统碳排放流理论,计算用户侧实时碳排量和碳排放成本,考虑以碳价为信号的需求响应,建立低碳经济优化调度模型,优化负荷分布以进一步降低系统碳排放量,并求解获得最终调度方案。最后以改进的IEEE 14节点为例对系统碳排放量和总运行成本进行计算分析,结果表明：所提模型和方法可以降低系统碳排量,验证了其可行性和合理性。     

基于风功率间歇性的多区域综合能源系统两阶段分布鲁棒协同优化调度的研究

为了提高多区域综合能源系统对风电的消纳能力,有必要研究分析风电出力不确定性对系统经济稳定运行的不良影响,并提出策略减弱甚至消除不良影响。基于此,提出一种基于风功率间歇性的多区域综合能源系统两阶段分布鲁棒协同优化调度。日前阶段根据风电预测信息制定系统运行经济最优方案。实时阶段考虑最恶劣概率分布下,各风电场景中可调机组调整出力与弃风最小。模型结构为min-max-min,利用CCG算法求解。最后,通过算例验证了本文所提方法的优越性。     

考虑需求响应的含风电电力系统日前经济调度

风力发电电网穿透率的不断上升,为电力系统调度带来了巨大的困难和挑战。为此,本文通过需求响应将需求侧资源作为供应侧电能的可替代资源加以利用。首先,将需求响应分为两种形式,并分别进行建模;其次,通过峰谷分时电价优化负荷曲线,考虑需求响应提供虚拟出力和虚拟备用的双重功能,采用基于场景概率的两阶段随机模型,建立含风电电力系统的供需侧联合调度模型;最后,将优先顺序法与细菌群体趋药性算法相结合,对所提模型进行求解,以经典的6机系统和1个风电场为例进行仿真研究,验证了所提调度模型的可行性以及优越性。     

应对风电消纳中基于安全约束的价格型需求响应优化调度建模

应对风电消纳问题,价格型需求响应通过价格信号参与电网实时调度,以保持电力供需平衡。然而,风电出力和负荷的改变,使电网潮流和节点电压面临越限风险,从而网络安全约束成为制约风电消纳的关键因素。首先基于价格弹性系数分析价格型需求响应调度成本与互动响应量之间的关系。其次,描述价格型需求响应的互动响应量静态算法,并将其作为预期分配原则之一。在此基础上,同时考虑网络安全约束和价格型需求响应互动响应满意度约束,以电网侧的价格型需求响应调度成本最小化为目标,建立实时优化调度模型,保证实时调度中电网的安全运行。应用灵敏度分析方法将网络安全约束转化为负荷节点互动响应量约束,并通过内点法求解模型。最后,以某省实际电网为例分析验证建模和求解的有效性和可行性,结果表明通过价格型需求响应消纳风电的同时可将稳定断面有功功率控制在允许范围内。     

考虑风电消纳的电热联合系统源荷协调优化调度

能源互联网的范畴内,电热联合系统是消纳风电的一种有效手段,为此构建了包含储热、热电联产和需求响应资源的综合电热系统调度模型。提出了风电消纳日前日内两阶段调度方法:在日前调度阶段,机组、储热装置以及电价型需求响应配合消纳风电短期预测出力;在日内调度阶段,机组以及激励型需求响应配合消纳风电超短期预测出力。以系统发电运行成本最小为目标函数,综合考虑弃风惩罚费用和需求响应成本建立了电热联合系统调度模型,使用改进帝国竞争算法解决电热系统约束条件过多的问题,使得到的解更可行。算例分析表明,使用所提调度模型和方法能够有效提高电热联合系统风电消纳水平。     

计及价格型需求响应及CSP电站参与的风电消纳日前调度

我国西北地区风、光资源丰富,风电装机容量增长迅速。受电网调节能力弱、电力市场价格机制单一等技术与政策因素的综合影响,弃风现象严重,如何提高风电消纳水平是西北风光大省普遍面对的难题。在考虑综合成本的前提下,兼顾风电预测和价格型需求响应二者的不确定性以及系统安全约束,构建了基于光热电站和价格型需求响应参与风电消纳的调度模型。该模型将光热电站和价格型需求响应二者与风电优化调度相结合,通过源荷两侧的协调调度共同提高系统消纳风电的能力。仿真算例首先利用场景削减法将风电场全年出力水平削减为3个典型场景,并与传统调度方法对比说明文中模型的普适性;然后,对不同调度模型进行对比分析,验证文中所提模型的有效性。     

基于模糊激励型需求响应的微电网两阶段优化调度模型

针对微电网中风电和负荷不确定性,提出一种基于价格型需求响应(price-based demand response,PBDR)的日前负荷调度和基于激励型需求响应(incentive-based demand response,IBDR)的实时负荷调度的两阶段优化调度模型。在日前阶段,根据用户需求对电价的响应,引入需求价格弹性建立了用户响应模型;在实时调度阶段,为了挖掘不同用户参与需求响应的积极性,利用模糊工具求出不同用户的动态激励方案,提高需求响应项目的参与度。算例分析结果表明,两阶段调度模型相较于只采用日前价格型需求响应提高了风电消纳能力,增加了电网和用户的经济效益;而较于只采用实时激励型需求响应增强了削峰填谷作用,提高系统运行的平稳性。同时动态激励价格比固定式激励价格使负荷曲线峰谷差更小,进一步减少了弃风量。     

计及价格型需求响应及CSP电站参与的风电消纳日前调度EI北大核心CSCD

我国西北地区风、光资源丰富,风电装机容量增长迅速。受电网调节能力弱、电力市场价格机制单一等技术与政策因素的综合影响,弃风现象严重,如何提高风电消纳水平是西北风光大省普遍面对的难题。在考虑综合成本的前提下,兼顾风电预测和价格型需求响应二者的不确定性以及系统安全约束,构建了基于光热电站和价格型需求响应参与风电消纳的调度模型。该模型将光热电站和价格型需求响应二者与风电优化调度相结合,通过源荷两侧的协调调度共同提高系统消纳风电的能力。仿真算例首先利用场景削减法将风电场全年出力水平削减为3个典型场景,并与传统调度方法对比说明文中模型的普适性;然后,对不同调度模型进行对比分析,验证文中所提模型的有效性。     

计及多类型需求响应的风-火-荷两阶段协同调度

针对大规模风电并网的消纳难题,利用需求响应(DR)实现了日前-日内两阶段的源荷协同优化调度。日前阶段基于风电出力场景集,运用价格型需求响应(PBDR)拉平净负荷曲线,缓解风电反调峰特性的影响;然后以电网运行成本最小为目标,考虑激励型需求响应(IBDR)平衡风电波动的作用,决策出一个满足各出力场景下消纳需求的机组组合和IBDR订单合同方案。日内阶段运用滚动灰色预测实现精确的超短期风电预测,从而在日前方案基础上,确定实际的机组出力、弃风和IBDR响应容量。选取24h风电/负荷比为34.8%的算例,仿真结果显示PBDR参与度水平越高,电力系统的调度成本越低。4种DR组合方案的对比分析表明,合理配置DR资源使得风电消纳率提升了6.05%,同时验证了采用两阶段调度比日内一次性调度节约成本5.36%。     

计及运行风险和需求响应的两阶段鲁棒机组组合模型

高比例风电并网给电力系统的调度运行带来了挑战。为应对风电的不确定性,该文提出一种计及运行风险和需求响应的两阶段鲁棒机组组合(unit commitment,UC)模型,此模型具有以下特点:1)基于历史风电预测–实测数据分析了风电预测误差的分布特征,进而建立一种基于0-1规划的运行风险模型;2)将建立的运行风险模型与鲁棒UC模型结合,通过求解鲁棒UC模型动态地调整风电不确定集合的边界,实现运行成本和运行风险的协同优化;3)考虑分时电价对负荷需求的影响,并分析需求响应(demand response,DR)的不确定性对调度结果的影响。提出的模型采用Benders-C&CG方法进行求解。仿真结果表明,所提模型可动态地调整风电不确定集合边界,有效降低了运行成本和运行风险的总和。     

风电接入时考虑储能和分时电价的电力系统经济调度

为了研究风电预测误差的不确定性对电力系统经济调度的影响,首先,用改进的高斯混合模型表征风电预测误差,根据此模型采用拉丁超立方采样生成场景,并利用改进的K-means聚类对场景进行缩减,得到风电初始运行场景及其初始概率,由于初始概率具有一定的随机性,利用综合范数得到其不确定集合。然后,为了促进风电的消纳,在调度过程中同时考虑储能和分时电价的影响,最后构建了min-max-min两阶段经济调度模型,第一阶段以机组的启停成本为目标,第二阶段根据不确定集合寻找最恶劣概率分布下的最优运行成本,并利用列约束生成算法对模型求解。最后采用IEEE 39节点系统证明了模型和算法的有效性。     

基于分布鲁棒优化的灵活爬坡备用调度方法

可再生能源大规模接入电网对电力系统的爬坡能力提出很大挑战,工业界得到应用的灵活爬坡产品的调度模型为含确定性爬坡需求约束的模型,该模型无法保证得到的爬坡容量决策解在不确定性实现下的可行性。该文研究灵活爬坡备用的分布鲁棒调度方法,提出考虑灵活爬坡备用可调度性的两阶段分布鲁棒调度模型,并考虑安全约束违反的风险,基于Wasserstein距离构建不确定性模糊集。所提方法能自动确定系统所需的灵活爬坡需求,并能保证得到的爬坡容量具有可调度性。所建两阶段模型可等效为混合整数线性规划问题直接进行求解。通过IEEE 14节点系统和IEEE 118节点系统的算例分析,验证所提方法的有效性。对比所提方法相对于含确定性爬坡需求调度模型和考虑不确定性的随机调度模型的优势,并进行灵敏度分析。     

考虑风电和负荷不确定冷热电联供微网日前经济调度

以含多种分布式电源的冷热电联供（combined cooling heating and power, CCHP）微网为研究对象,考虑风电出力和冷热电负荷不确定对微网运行的影响,区分源荷不确定各自的特点,建立考虑风电和负荷不确定的CCHP微网两阶段鲁棒随机调度模型。虽然风电预测精度较低,但其波动范围易于测量,可以使用鲁棒优化方法处理风电不确定;负荷预测精度较高且有较强波动规律,使用随机优化方法处理负荷不确定。首先通过随机抽样形成多个负荷场景并削减,得到多个典型冷热电负荷场景;然后以最小化各场景的调度成本加权平均值为决策目标制定日前调度方案,该方案使用两阶段鲁棒优化方法求解。考虑实际生产中可能出现的弃风现象,为增加风电消纳引入弃风惩罚成本。算例仿真结果证明了所提调度方法的合理性与经济性。     

考虑柔性负荷响应不确定性的多时间尺度协调调度模型

针对柔性负荷实际响应的不确定性,以及各类柔性负荷在多时间尺度上的响应特性,提出了考虑柔性负荷响应不确定性的多时间尺度协调调度模型。首先,基于消费者心理学原理并计及柔性负荷响应不确定性的变化规律,建立了价格型需求响应(DR)的响应量模型。然后,在考虑实际响应误差的基础上,制定了激励型DR的激励机制,并基于上述不确定性分析建立了可转移负荷、可平移负荷和可削减负荷的响应模型。最后,从多时间尺度协调的角度,对柔性负荷、常规机组和风电进行协调优化,构建了日前—日内—实时的协调调度模型,并根据模糊机会约束规划理论和混合整数规划方法进行求解。算例分析验证了所提模型的有效性,通过考虑柔性负荷响应的不确定性及多时间尺度上的协调优化,能够实现削峰填谷,提高风电消纳,并降低电网调度的成本。     

多种需求响应和日前小时电价优化促进风电接纳研究

随着经济发展,负荷峰谷差越来越大,系统调峰能力不足成为制约风电接纳水平的主要原因之一。价格信号可以引导用户行为,减缓系统调峰压力。本文提出考虑风电不确定性情况下的日前小时电价优化和计及激励型需求响应的风电电力系统调度二层规划模型。利用拉丁超立方抽样生成大量风电场景,采用同步回代法进行场景削减,通过量子粒子群算法对模型求解。算例证明所提模型可以引导用户削峰填谷,并有效促进风电接纳、火电发电成本降低及使用户的效益增加。并比较了不同调度模式、峰谷电价与日前小时电价、风电预测误差及电价型负荷响应用户成本与激励型负荷响应用户报价对调度结果产生的影响。     

考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度

在智能电网和低碳电力的背景下,提出一种考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度模型。首先,将需求侧资源分为可调度资源和不可调度资源,在可调度资源中分别建立了价格需求响应虚拟机组和激励需求响应虚拟机组模型,并分析了两种虚拟机组的运行特点;其次,在优化调度模型中引入碳交易,并提出系统碳减排目标的概念及阶梯型碳排放权价格,分析其对碳排放量的制约情况。在此基础上,引入功率平衡约束、机组出力及爬坡约束、虚拟机组运行约束等,建立了以碳交易成本、火电机组发电成本和虚拟机组运行成本为目标的新型低碳经济调度模型,采用细菌群体趋药性(BCC)算法对模型进行求解。通过仿真算例对不同场景下系统的风电消纳情况和系统的综合运行成本进行了分析。算例结果验证了模型及求解方法的可行性及优越性。