基于风电场总功率条件分布的电力系统经济调度二次规划方法

在含风电电力系统随机调度中,需要考虑由风电功率的预测误差导致的随机性成本,通常为风电功率随机变量的积分形式,并基于迭代算法求解。迭代算法在求解过程中由于步长选取等原因,难以保证较好的收敛性能。本文提出一种基于风电场总功率条件分布的经济调度二次规划方法,首先基于截断通用分布的混合形式对风电功率边缘分布建模,结合Copula理论,得到多风电场总功率条件分布,在避免使用高维分布的基础上考虑多风电场出力的相关性。以总功率条件分布为输入,建立同时优化机组出力和系统备用置信度的经济调度模型。将含风电功率积分形式的调度模型转化为二次规划形式,从而能够被现有的求解软件高效可靠求解。最后,在IEEE30-Bus标准系统中对本文方法进行了验证。     

计及风电预测可靠性的含风电电力系统优化调度模型

针对风电随机性对电力系统安全、经济运行的影响,在考虑风电预测可靠性的基础上,建立含风电的电力系统优化调度模型。将实际风电出力看作随机变量,并通过混合Copula函数对历史风电场出力及其对应预测值建立相关性模型;在得到预测出力后,通过相关性模型获得风电实际出力分布概率;采用机会约束规划建立含风电的电力系统经济调度模型,并在保证系统可靠性的条件下优化风电计划出力。最后通过改进粒子群优化算法求解模型,结果表明该模型和算法可行且有效。     

考虑蓄电池分组优化的风储系统多层次调度策略

风力发电具有随机性和波动性的特点,对于电力系统的调度造成负面的影响,而蓄电池与风机组成的联合系统增加了风电场出力的可调度性。为提高风储联合系统的可调度性,提出一种风储联合优化的调度策略,调度策略采用分层调度的方法,考虑了蓄电池的特性对风电调度的影响。调度策略以收益最大化为目标,对蓄电池采用分组优化,充分考虑蓄电池的寿命和运行特性,得到经济性的调度结果。应用蒙特卡洛和场景削减方法,模拟真实风电场的预测出力与真实出力,采用混合整数规划的方法求解模型,通过仿真验证了调度策略对风电场可调度性和蓄电池优化的积极作用。     

基于混合整数线性规划的风电场有功优化调度

大规模风电并网背景下,风电场的有功优化调度对调度控制和电网安全运行至关重要。在风电场风速分布和风电功率有效评估的基础上,以风电机组的出力以及开停机状态为决策变量,考虑风电场弃风以及机组启停,建立了以风电场运行成本最低为目标的风电场优化调度模型。提出了风能利用系数的分段线性化方法,进而建立了基于混合整数线性规划的风电场优化调度模型。实际风电场的算例分析表明,该调度模型可在满足调度部门指令需求的前提下,给出风电场内最优的机组启停计划和出力安排,有效减少弃风及启停次数,降低风电场运行成本。     

协同短期调度的新能源电力系统月度机组组合模型与快速求解方法

为实现多时间尺度下新能源电力系统经济、灵活运行与发电资源最优性配置,该文考虑月度机组组合与短期调度之间的层次衔接关系,提出协同短期调度的月度机组组合模型与高效求解算法。首先,结合风电短期随机不确定性与长期相关不确定性之间的概率统计规律,提出基于非参数核密度估计与自回归滑动平均分析的新能源出力模拟方法;在此基础上,通过协调月度机组群开停机计划与短期调度的互动关系,构建协同短期调度的多场景月度机组组合模型。其次,针对该混合整数线性规划模型的计算复杂性问题,利用约束转换技术与松弛诱导技术,提出一种基于分支—定界原理的改进求解策略。最后,结合某省区电网进行实际算例对比分析,论证协同短期调度的月度机组组合模型与求解算法的有效性。     

计及风电不确定性的电网日前调度CVaR模型

为了研究风电出力不确定性对电网日前调度的影响,首先利用机会约束描述风电场的出力,然后将提出的电网日前调度函数和相关约束,融入到条件风险价值模型中,建立电网日前调度的条件风险价值模型,并通过基于单纯性和差分进化算法的混合对模型进行求解,分析不同置信度下风电场出力、电网日前调度的机组出力,以及在不同风险接受度下电网日前调度的条件风险值,比较所提出的混合算法的优越性。仿真案例证明所提出模型的正确性,表明风电场出力的置信度越低,系统所接受的风险度越高,所对应的条件风险值越大,这为电网的系统操作人员提供了决策支持。     

基于预测误差概率密度曲线的风电场集群日前有功优化调度

风电场集群日前出力计划是大规模风电基地分层协调有功调度的关键技术。提出了一种基于风电场功率预测误差分布曲线的风电场集群日前有功出力计划的制定方法。首先根据改进后的广义误差分布模型,结合历史实测功率和预测功率拟合出每一个风电场的预测误差概率密度函数,然后按照预测风速大小估计出风电场有功出力的上限,最后以集群内每一个风电场的日前计划指令与实际出力能力偏差的数学期望之和最小为优化目标,采用遗传算法计算得到风电场集群的调度优化指令。结合中国北方某风电集群的实际运行数据进行仿真算例分析,验证了所提方法的有效性。     

考虑光伏运行风险的光储充电站双层规划优化模型

光储充电站的容量规划与运行优化是一个多时间尺度的问题,因此提出一种考虑光伏运行风险的光储充电 站双层规划优化模型.首先,考虑到双层规划优化中两种时间尺度优化问题特征,建立含上层年时间尺度规划与下层 日调度周期优化的双层规划优化模型.其次,根据光伏出力预测误差概率分布,将光伏出力分为3种情况,利用期望 值分别计算光伏出力预测误差导致的弃光和切负荷风险费用,同时提出考虑光伏出力预测误差的储能风险运行策略. 最后,采用蒙特卡洛方法预测电动汽车充电负荷曲线.调用MATLAB中CPLEX 求解器求解模型.仿真结果表明, 考虑光伏出力预测误差后,光伏配置容量较为保守,且储能配置容量增加,减少了弃光和切负荷情况的发生.     

考虑备用动作约束的含风电场电力系统多目标动态优化调度

建立了含风电场的电力系统多目标动态优化调度模型,以总燃料耗量、污染气体排放量及购电费用最小为优化目标,针对风电场出力随机性的特点,采用极限场景代表风电场出力偏离预测场景的各种可能方向,考虑了风电场出力极限场景下,各常规机组备用动作对应的网络安全、机组爬坡等约束。将极限场景与预测场景联立求解,得出机组出力计划及各极限场景下的备用动作方案。采用规格化法平面约束法(normalized normal constraint,NNC)和GAMS/CONOPT求解器求解三目标优化问题,以获得均匀分布的Pareto最优解集;并提出通过确定乌托邦面位于目标函数空间中可行域内部的完整部分,以求解完整Pareto前沿的方法。最后以IEEE 39节点系统和某省级电网为例,分析结果表明,所提出模型和算法能够为调度人员提供更为完整的决策信息,并得到在风电场出力波动条件下,能够满足系统各种运行约束的备用动作方案。     

应用近似动态规划算法求解安全约束随机动态经济调度问题

针对大电网安全约束随机动态经济调度(DED)问题的求解时间太长,提出了应用近似动态规划算法快速求解不含抽水蓄能电站电网的安全约束随机DED问题的方法。建立了随机DED问题的虚拟存储器模型,以系统的正旋转备用容量作为存储变量,构建系统相邻时段的状态转移方程,并考虑了各输电线路和断面的安全约束。以风电场日前功率预测曲线为基础,通过拉丁超立方抽样产生风电场出力的误差场景,并逐一场景递推求解每个时段的二次规划模型以对各个时段的值函数进行训练,形成收敛的值函数,再代入预测场景求解以获得最终的优化调度方案。该方法实现了对随机DED模型各个场景和各个时段的解耦求解,将一个大规模优化问题分解为一系列的小规模优化问题,有效提高了对大电网随机DED模型的求解速度。以某一实际省级电网为算例,通过与场景法和鲁棒优化调度方法的比较验证了所提出模型和求解方法的正确有效性。     

考虑多风电场出力相关性的电力系统随机优化调度

考虑多风电场出力之间的尾部相关性,借助Gumbel-Copula函数构建多风电场出力的联合概率分布,提出含多风电场的电力系统随机优化调度模型。通过抽样平均近似(SAA)法处理机会约束条件,将随机优化问题转换为可计算的确定性非线性规划问题,并采用粒子群优化(PSO)算法进行求解。通过算例分析联合概率分布、机会约束置信水平和抽样次数对优化调度结果的影响,结果验证了基于Gumbel-Copula联合概率分布的随机优化调度的合理性。     

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。     

计及风电出力相关性和条件价值风险的电力系统概率可用输电能力评估

针对风电出力预测误差对区域间可用输电能力（ATC）评估的影响，提出一种计及风电出力相关性和条件风险价值（CVaR）的电力系统区域间ATC概率评估方法。首先，通过基于历史风电出力数据的相关系数矩阵和Copula函数，构建计及风电场出力空间相关性的风电出力预测误差概率模型；接着，基于获得的计及风电出力空间相关性的风电出力预测误差修正风电场出力预测值；然后，提出一种计及风电出力相关性和CVaR的ATC概率评估双层优化模型，下层模型以基态下发电成本和风险费用最小为目标，上层模型以极大化区域间ATC为目标，通过基态下和极限状态下机组的出力作为上下层模型间的交互信息；在此基础上，利用Karush-Kuhn-Tucker(KKT)最优条件，对下层模型进行转换，将双层优化模型转换为均衡约束的数学规划（MPEC）模型；进一步，将MPEC模型转换为混合整数二阶锥规划问题，进而实现概率ATC的求解；最后，通过PJM-5节点测试系统和吉林西部电网进行算例分析，结果验证了所提方法的可行性和有效性。     

基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

短期梯级水电优化调度的逐次逼近法

受到水电站的出库流量的影响,梯级水电站间的水流滞时是动态变化的,如果将水流滞时作为常数考虑,会导致水电优化调度结果的偏差。将水流滞时表示成电站出库流量的函数形式,建立了考虑动态水流滞时的短期梯级水电优化调度模型。动态水流滞的引入,使得短期梯级水电优化调度中的优化变量在大小和时间两个维度上变化,采用常规算法直接求解困难。针对所建立模型的特点,提出了结合逐次逼近法和混合整数线性规划法的求解方案,以逐次逼近法构造了逐步逼近精确水流滞时的迭代流程,迭代流程中每次迭代为一个常规短期梯级水电优化调度问题,采用混合整数线性规划法进行求解。一个两电站测试系统和某8水库的实际梯级水电系统的算例结果表明了所提出模型和方法能够有效提升梯级水电系统的经济效益。     

短期梯级水电优化调度的逐次逼近法

受到水电站的出库流量的影响,梯级水电站间的水流滞时是动态变化的,如果将水流滞时作为常数考虑,会导致水电优化调度结果的偏差。将水流滞时表示成电站出库流量的函数形式,建立了考虑动态水流滞时的短期梯级水电优化调度模型。动态水流滞的引入,使得短期梯级水电优化调度中的优化变量在大小和时间两个维度上变化,采用常规算法直接求解困难。针对所建立模型的特点,提出了结合逐次逼近法和混合整数线性规划法的求解方案,以逐次逼近法构造了逐步逼近精确水流滞时的迭代流程,迭代流程中每次迭代为一个常规短期梯级水电优化调度问题,采用混合整数线性规划法进行求解。一个两电站测试系统和某8水库的实际梯级水电系统的算例结果表明了所提出模型和方法能够有效提升梯级水电系统的经济效益。     

微网经济调度问题的混合整数规划方法

为了应对微网短期及超短期经济调度问题,运用线性化技术提出了微网经济调度问题的混合整数规划方法。首先根据各微源的运行特性构建了相应的数学模型,在此基础上分析各微源的发电成本构成,建立了并网状态下微网的经济调度模型。其次根据各燃料机组的发电出力-燃料费用特性曲线,分别建立了相关函数的线性逼近模型,针对蓄电池的充放电模型,提出了相应的线性化方法。通过线性化方法将原问题转化为混合整数规划问题,应用混合整数规划软件求解,并与传统遗传算法比较,结果表明：线性化方法无论在计算时间还是计算准确度上都具有较强的优势,可为微网短期及超短期的能量管理提供快速准确的调度信息。     

计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

计及WCVaR评估的微电网供需协同两阶段日前优化调度

针对微电网自治程度较高且存在新能源出力不确定的问题,从并网型微电网运营商的角度提出一种供需协同两阶段日前优化调度框架.首先建立供需协同调度的主从Stackelberg博弈双层优化模型,其中上层运营商问题包含日前调度和实时调控2个阶段,并在实时调控阶段引入最差条件风险价值评估新能源不确定性造成的最恶劣调控成本风险;下层用户综合考虑电费支出和用电满意度问题.然后采用KKT(Karush-Kuhn-Tucker)条件、Big-M法以及线性规划强对偶理论将模型转化为混合整数线性规划问题.算例分析表明,所提模型可以决策新能源出力最恶劣概率分布下的最优日前调度方案,同时协同优化电价政策和负荷曲线,降低系统运营成本和风险.     

基于超短期风电功率预测的风电场自动发电控制

从风电场的实际情况出发,针对现有电力系统实时调度模式下大规模风电场并网调度难题,提出基于超短期风电功率预测的风电场自动发电控制(AGC)方法。引入等耗量微增率理论,建立了含风电场的电力系统发电出力分配的优化模型,使风电场作为等效的自动发电控制机组融入现有电力系统调度控制框架,增强整个电力系统的运行控制能力。算例结果验证了所提方法的可行性。