电力市场环境下考虑风电调度和调频极限的储能优化控制

风电功率间歇性不仅使风电场难以精确响应调度计划,还导致电网频率波动加剧.为提高风电可调度性和电网频率安全,该文以日前调度为例构建日前调度计划和电网调频极限的形成方法,在此基础上提出利用储能辅助风电场跟踪日前调度计划并参与调频的策略;然后在电力市场环境下以风储电站利润最大为目标建立风储运行模型,该模型考虑由所提策略形成的风储电站联合出力约束和频率安全约束,用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力;最后基于实测数据对该策略进行仿真分析,结果表明所提策略可以提高风电场跟踪日前调度计划能力和电网频率安全性,同时还具有良好的经济效益.     

采用条件风险方法的含风电系统安全经济调度

针对风电等新能源发电和负荷的随机性,引入条件风险方法,构建了电力系统条件风险调度模型。为了量化随机性因素所引起的不确定性,以电网安全条件风险价值(conditional value-at-risk,CVaR)作为电网安全指标,取代一般调度模型中的安全约束。由于含随机性变量概率密度的函数积分计算困难,因此将电网安全CVaR函数进行变换和离散化处理,并采用蒙特卡罗模拟和解析法相结合的方法进行计算。含风电随机出力的系统算例表明,采用条件风险约束的电力系统安全调度模型可在不同的电网安全CVaR值、不同的置信水平下,获取相应的侧重经济性或安全性的系统最优调度结果。     

基于条件风险的风电场随机优化调度模型及其快速求解方法

风力发电具有不确定性,且短期/超短期预测精度较低,其大规模并网给电力系统调度带来了新挑战。综合考虑风电场预测出力分布在小概率情形下是不准确的,且风电场实际发电功率应受系统消纳能力上限限制,建立了基于条件风险的风电场随机优化调度模型。模型认为风电场预测出力应服从某一截断的分布,且截断部分的概率值应直接累加到截断处。该模型为混合整数随机优化调度问题,为高效求解此问题,提出蒙特卡洛条件风险方法。最后以江苏某实际电网为例进行计算分析,分析结果表明本文提出的基于条件风险的风电场随机优化调度模型可以较好地解决风电场短期/超短期随机优化调度问题,提出的蒙特卡洛条件风险方法可以高效求解该类混合整数随机优化调度问题。     

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。     

考虑风速相关性的电力系统动态经济调度

随着并网风电场数量的增多和规模的扩大,风电功率的随机性以及各风电场之间的风速相关性对电网调度的影响不容忽视。针对多风电场的风速联合概率分布函数不易构造的问题,通过Nataf逆变换,获取具有相关性的多维风速样本。基于机会约束规划理论,建立了一定风险阈值下考虑风电成本和运行风险约束的多变量、非线性随机优化调度模型,有效地协调了系统经济性和安全性之间的矛盾。提出基于场景化理论的改进粒子群爬山混合算法用于模型求解,提高了模型求解速度并直观地反映出系统的最佳风险水平。以含风电场的IEEE 30节点系统为算例验证了所提方法的可行性和有效性。     

基于变置信度机会约束规划的风电并网优化调度

风电的波动性和不稳定性给电网的调度增加了难度,为了兼顾系统运行的经济性和可靠性,提出一种变置信度机会约束模型,并将该模型引入机组旋转备用约束中。首先,建立考虑到系统经济性和可靠性的多目标函数,并在可靠性目标函数中引入风电预测误差置信度β,其值等于旋转备用机会约束置信度。其次,通过模糊隶属度方法将两目标函数变为无量纲的单目标函数,再通过基于线性递减惯性权值(LDIW)策略的改进粒子群优化算法求解各时刻最优置信度β,进而确定各机组最优出力与最优旋转备用容量。最后,利用IEEE-RTS96系统进行验证,其结果证明了文中所提方法均优于传统机会约束方法与现阶段常用的风电并网优化调度方法,既保证了经济性又确保了系统的可靠性,利用LDIW策略的改进粒子群算法也加快了算法的运算速度,保证了模型及算法的有效性。     

风电场功率分配算法

在风电出力受限时,调度需要考虑多个风电场出力叠加所带来的平滑效应,优化功率分配。根据风电场是否具备风电功率预测系统建立了5种不同的风电场功率分配算法模型,以单个区域中的多个风电场的未来1 h功率预测数据来计算5种算法下所有风电场的总出力及相应的损失电量。结果表明,考虑预测的算法所得到的风电场出力情况与风力发电限值最为接近,且损失电量最少,明显优于不考虑预测条件下的算法。通过研究这5种算法也为风力发电的调度提供优化方案。     

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。     

计及风险备用约束的含风电场电力系统动态经济调度

为解决风电的不确定性给电网调度带来的问题,必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素,提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例,验证了所提调度模型的可行性。分析表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标。     

含随机风电出力及电网安全的电网调度策略研究

随着风电基地在中国北部和沿海地区大力建设,风电在电网中的比例不断提高,这对电力系统的经济调度运行提出新的考验。特别是风电的间歇性和波动性使得经济调度具有更多不确定性。将风速的概率模型和风机出力相结合,利用风电场出力的概率分布函数将风电场出力的随机模型转化为确定性模型,构建以机组的发电成本最小为目标函数,同时计及电网网络安全约束。在优化算法上,利用量子行为粒子群算法对模型进行求解,最后对调度模型进行敏感性分析。仿真结果表明,所提模型和方法是可行、有效的,具有一定的实用价值。     

采用条件风险约束的电网日前风电接纳能力评估

考虑到风电功率随机预测误差,本文提出了风电接纳风险的概念,引入条件风险价值理论对风电接纳风险进行量化,并构建了基于条件风险约束的电网日前风电接纳能力评估模型。对条件风险约束进行线性化处理,利用LINGO软件对模型进行了求解。基于IEEE 30节点系统的仿真实验验证了本文所提模型的有效性。根据此模型,调度人员可以方便地分析系统在不同置信水平、不同接纳风险大小下的风电接纳能力。由于考虑了随机性、概率和置信偏好等,所得结果可为系统调度人员提供有益的调度参考。     

用于短期电网调度的风电场储能容量估算法

为实现电网对风电场出力的短期调度,提出基于正态分布的风电场储能系统容量估算法。通过对比历史风电出力样本数据与电网调度数据值,运用统计的方法分析样本区间内功率偏差值的正态分布参数。并提出采用储能经济因子对储能效果加以评估。以新疆某中型风电场长期统计的风速、实际风电出力和预报出力数据为样本数据,运用所提方法对其所需储能容量进行估算。仿真结果表明,所得储能容量能使风电场满足调度出力要求,且其小于风电场容量的10%,验证了所提方法的经济性和可行性。     

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。     

基于CVaR的风电场并网容量优化计算

由于风力发电出力与风速具有随机性,风电场接入系统的极限容量较传统电厂的影响更大,计算更困难。条件风险价值理论(CVaR)作为一种新的随机性计算方法被用来建立和求解风电场并网极限容量的优化模型。该模型可计算不同置信度水平下的极限容量,可有效处理置信度水平以外极端情况的影响。引用变换函数,将难以解析的条件风险函数转化为可微的概率密度函数积分形式;引入辅助变量,用离散点代替连续积分计算,简化模型为线性优化问题。仿真算例分别计算和分析了系统接入单个风电场与多个风电场时不同置信度水平下的风电场并网容量,表明方法在处理随机性变量及随机性问题中具有明显、独特、便捷、有效的优点。     

基于vine-Copula的发电商运营损益动态风险VaR评估方法

电力市场环境下,负荷和电价的波动、可再生电源的随机出力、网络拓扑结构的变化、系统运行方式的调整等大量不确定因素为发电商的运营收益增加了不同程度的风险。为了帮助发电商准确评估自身风险并以此制定合适的报价策略及机组发电计划,提出了基于vine-Copula理论的发电商损益风险价值(VaR)评估模型。首先,基于交流潮流,建立了电网日前动态经济调度最优潮流模型,用以计算节点边际电价;随后,引入pair-Copula理论构建了多个发电商损益函数的高维vine-Copula相依结构;最后,通过VaR的定义求出不同置信度下发电商运营组合风险的VaR值。基于IEEE 39节点系统的算例验证了所提模型和方法的有效性。     

考虑风电场可调度性的储能容量配置方法

风电场出力的不可调度性给大量风电场接入后系统安全运行形成了巨大挑战。配套储能系统实现风电场可调度性是解决风电场接入问题的有效方法,基于风电场可调度性规划合理的配套储能容量成为必须解决的问题。本文对满足特定风电场可调度性置信度水平下储能系统规划方法进行了研究。首先采用持续预测方法获取全年风电场小时前预测出力数据,并依据风电场预测出力考虑配套储能容量最小化原则提出了一种调度策略。基于风电场可调度性和储能容量折中,定义风电场可调度性作为约束并利用非参数估计和曲线拟合方法生成储能功率和容量约束函数,以计入储能使用寿命的投资成本模型作为目标函数,利用遗传算法进行求解。最后,以风电场锂电池储能规划为例进行说明。     

计及柔性资源的含风电场电力系统多目标动态协调调度EI北大核心CSCD

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

考虑风电并网友好性的日前分层调度计划模型

为了最大程度消纳风电及激励风电场改善并网特性,提出了一种考虑风电并网友好性的日前分层调度计划模型。上层调度模型中,通过风电和常规机组的协调调度,实现系统综合成本最小的目标。下层调度模型中,建立风电友好性评估模型对风电场并网友好性予以评估。以风电功率预测信息及上层调度模型的风电出力计划等作为约束,制定各风电场的日前调度出力计划。最后通过在IEEE 30节点系统进行算例仿真,验证了该方法的有效性。     

计及柔性资源的含风电场电力系统多目标动态协调调度

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

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.