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。     

风电场协同参与的电力系统发电-备用鲁棒优化运行方法

随着风能等波动性新能源发电逐步成为主力电源,完全依靠常规电源来平衡风电出力的不确定性和波动性已难以保证系统的灵活安全运行。提出风电场协同参与发电–备用的鲁棒优化模型及方法以实现高比例新能源电力系统灵活运行。首先,考虑风电场尾流效应,建立了随风机并网状态变化的风电场出力可变不确定集合;基于风机及风场运行特点,提出了结合风机降载运行和快速并网的风电备用模型。进一步,建立了考虑网络约束的风电场与系统协同发电–备用两阶段鲁棒优化模型。然后,采用列约束生成(column constraint generation,C&CG)算法对模型进行求解,给出满足预测场景和不确定场景下系统运行约束的风电场和常规机组的发电–备用调度决策。通过对改进的IEEE RTS-24系统和西北电网的实例分析,证明了风电提供备用的经济可行性,验证了所提模型的有效性。     

风火联合系统不同备用模式的风险调度策略研究

电侧的需求响应以及蓄电设备运行灵活,可以作为虚拟备用资源,保障含风电等间歇性新能源发电的电力系统安全。为衡量虚拟备用资源给系统经济性和环保性的影响,分别建立传统火电备用和虚拟快速备用这2种含风电并网的电力调度模型。并考虑新能源输出功率、电力市场、机组参数等不确定因素给系统优化带来的风险,将区间两阶段随机优化模型与CVaR风险规避相结合,利用区间数、概率数对系统供给侧和需求侧的不确定因素与优化函数有效结合,同时体现决策者风险偏好。算例分析表明,此混合优化算法能够对含风电并网的电力系统不同旋转备用模式进行优化,权衡系统成本与系统风险。算例结果表明充分利用蓄电池、需求响应作为虚拟备用资源能有效降低系统成本和CO2排放。     

计及新能源备用的全场景可行随机机组组合模型

新型电力系统正面临新的挑战,这是由于高比例新能源的引入,需要对系统进行更为精细的优化调度,并确保其安全稳定运行。为减轻电力系统因大规模风电并网引发的运行安全压力,提出一套适用于电力系统的备用模型,纳入风电资源的随机机组组合方案。首先,可采用无参统计方法,以获得风电功率预测误差的概率密度估计,随后基于最佳信赖水平来构建风电备用模型。其次,提出应运用基于可变不确定性集顶点场景的全场景可行随机优化技术,以有效应对风电资源的不确定性,并引入严格的非预期性约束条件,以满足电力系统的经济调度需求。这一方法有望降低风电并网对电力系统安全运行所带来的挑战。最后,在改进的IEEE-24节点系统中,采用某地的实际数据验证了所提出随机优化模型的有效性,并与基于场景的两阶段随机优化进行对比。实验结果证明,所提出模型具有良好的经济性能,并可以有效减少计算时间。同时,引入强非预期约束,保证了所提出模型可获得全场景可行的最优策略。     

面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型

随着高比例新能源接入电网,新能源出力和负荷的波动性及不确定性对系统的灵活爬坡能力提出更高的要求。提出了一种面向灵活爬坡服务的针对高比例新能源电力系统中常规发电机组、储能、柔性负荷等可调节资源的优化调度模型。首先,提出一种考虑日前预测净负荷不确定性的灵活爬坡需求估计方法,根据爬坡起始和结束时刻净负荷及其安全裕度,量化估计电力系统灵活爬坡需求。其次,基于生成的净负荷不确定性场景,提出了考虑系统灵活爬坡需求的基于两阶段混合整数线性规划的可调节资源优化调度模型,从日前-实时两个阶段实现可调节资源的优化调度。最后,基于IEEE-RTS-24节点系统,在4种典型方案场景下对比验证所提优化调度模型。结果表明所提模型能有效提升系统灵活性,降低系统运行成本。     

适应大规模新能源并网的电力系统备用配置及优化综述

大规模新能源并网后,传统的备用体系在应对电力系统电源侧及负荷侧存在的双侧随机性时,存在经济性及可靠性欠优的问题,为保证系统安全稳定运行,需要对系统备用的配置及优化方法进行研究。文中阐述了大规模新能源并网对电力系统备用的影响,充分挖掘系统多类备用资源;并阐述了电力系统源、荷、储3类备用资源及其作为互联电网跨区备用的研究现状,用以应对大规模新能源并网环境下系统面临的各类长时间、大扰动、大容量功率缺额风险事件;详细分析了电力系统备用现有的各类容量配置方法及调度优化方法,并指出下一阶段的研究方向,为后续大规模新能源并网下电力系统的备用配置及优化方法研究提供参考。     

基于可再生能源不确定性的电力系统双侧备用容量优化

在全球能源互联网背景下,以风电为代表的新能源入网给电力系统安全稳定运行带来新的挑战,同时也对备用容量配置提出了更高的要求,为此提出以双侧备用成本期望最小为目标函数的备用容量优化模型。在考虑需求侧响应中的可中断负荷,以及风速预测偏差和负荷预测偏差等不确定性因素的基础上,建立了满足经济性和可靠性要求的备用容量配置原则。并基于蒙特卡罗随机模拟的遗传算法对改进10机测试系统进行了求解,经过算例求解得到考虑需求侧响应的备用容量优化决策的经济性更好。与以往传统的备用容量配置相比,双侧备用容量配置能够在系统整体内实现资源的优化分配,同时也可以提高风电消纳能力,实现电力系统安全性和经济性最优。     

计及风光不确定性的虚拟电厂多目标随机调度优化模型

为缓解风电和光伏发电不确定性对虚拟电厂稳定运行的影响,引入鲁棒随机优化理论,建立了计及不确定性和需求响应的虚拟电厂随机调度优化模型。首先,风力发电、光伏发电、燃气轮机发电,以及储能系统和需求响应集成为虚拟电厂,然后最大化虚拟电厂运营收益、最小化系统运行成本和弃能成本被作为目标函数,建立虚拟电厂调度优化模型。再应用鲁棒随机优化理论来转换光伏发电以及风力发电不确定性变量的约束条件,建立了虚拟电厂随机调度模型。最后,选择中国国电云南分布式电源示范工程为实例分析对象。分析结果显示：所提模型能够降低系统运行成本,双重鲁棒系数的引入能够为不同风险态度决策者提供灵活的虚拟电厂调度决策工具,协助应对风电和光伏发电的随机特性。储能系统能够借助自身充放电特性,替代燃气轮机发电机组为风电和光伏发电提供备用服务,促进风电和光伏发电并网。将需求响应纳入虚拟电厂能够实现发电侧与用电侧联动优化目标,平缓化用电负荷曲线,系统整体运营效益达到最佳。     

计及需求侧响应日前-日内两阶段鲁棒备用优化

为增强电力系统应对不确定性因素的能力,提高电网运行效率,提出一种计及需求侧响应日前—日内两阶段鲁棒备用优化模型。一方面,在模型中协同优化价格型与激励型需求侧响应提高电网运行的灵活性;另一方面,综合考虑风电出力不确定性与电力设备N-k强迫停运,增强电力系统应对不确定性因素的鲁棒性。基于鲁棒模型对系统运行备用进行优化,最小化电网在最恶劣运行场景下的调整成本,保证电网的安全可靠运行,并采用列和约束生成算法对两阶段三层优化问题进行求解。修改的6节点系统与IEEE RTS-79测试系统算例验证了所提模型与算法的有效性。结果表明,综合考虑多重不确定性因素进行备用优化,可以提升电网应对极端运行场景的能力;同时,需求侧响应的实施可以大大提高电网运行的灵活性。其中,激励型需求侧响应通过直接控制负荷,对于增强电网运行鲁棒性的作用更加明显;而电价型需求侧响应在要求保障负荷供电的场景下更为适用。     

考虑需求响应与风电不确定性的两阶段鲁棒旋转备用容量优化模型

以风电为代表的新能源大规模并网威胁到了传统电力系统的稳定运行,对备用容量的配置也有了新的要求。在新电改和能源需求侧改革的背景下,用户侧的需求响应（demand response,DR）资源在备用容量配置的问题上凭借其灵活性和可操作性越来越得到重视。为此,文章分别从基于价格和激励的需求响应参与备用容量优化角度,提出了以调度成本和备用成本最小为目标函数的两阶段鲁棒优化模型。利用列和约束生成（columa and constraint generation, C&CG）算法将其分解为考虑风电不确定性的日前备用容量优化配置主问题和实时备用电量分配子问题,运用AD算法计算子问题并寻找“最坏点”代入到主问题中进行迭代求解,提高了求解效率。算例结果验证了模型的有效性和正确性,并表明需求响应作为一种灵活的调控资源可以有效促进风电消纳,同时可以降低系统调度成本和备用成本。     

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。     

考虑实时市场平衡费用的含风电日前市场电能-备用联合出清模型

风电出力的不确定性为日前市场出清带来了挑战。提出一种风电参与的日前电能-备用联合出清模型,采用多场景技术描述风电出力的不确定性,基于场景集合求解模型达到出清结果。所提出的模型引入风电出力不确定性所带来的备用购买费用和实时市场的平衡费用来考虑日前市场出清结果对实时市场的影响,以达到减少实时市场的平衡压力,保障系统稳定运行的效果。同时该模型考虑弃风和失负荷惩罚费用来保障风电资源的充分利用和系统的安全稳定运行。改进的IEEE30系统算例结果对比及分析表明,所提出的模型可充分利用风电资源,有效降低日前市场电能生产成本,并减少弃风量,降低失负荷风险。在风电大规模接入电力系统的情况下具有较好的实际应用价值。     

基于动态场景集和需求响应的二阶段随机规划调度模型

风电及负荷场景集作为随机规划调度的输入,对决策结果影响大。为使场景集刻画出风电及负荷的波动性,采用考虑随机变量相关性的动态场景法生成风电、负荷及净负荷的场景集,并从与调度接轨的角度提出相应的指标对场景质量进行评价。建立了一种基于here-and-now和waitand-see(HN-WS)的二阶段随机规划调度模型。该模型包含了日前与实时的关联性,决策过程融入了对实时场景已实现情况下的考虑,优化目标涵盖了日前阶段的燃料成本及实时阶段的平衡矫正期望成本。此外,为减少弃风,在调度模型中引入了激励型需求响应,与火电机组的备用容量进行协同优化。最后,采用爱尔兰电网的风电数据、Elia电网的负荷数据及改进的IEEE-118节点系统验证了所提调度模型的有效性。     

基于机会约束规划的微网运行备用优化配置

为保证微网孤岛运行的可靠性与经济性,配置合理的运行备用容量具有重要意义。考虑到微网内波动功率主要由可再生分布式电源出力的不可控性、机组的故障停运及负荷预测的不准确性引起的,分析了风机出力、光伏出力和负荷短期预测误差的概率统计规律,提出了基于峰谷分时电价(time-of-use price, TOU)的微网发电侧备用与需求侧备用相协调的运行备用优化新策略。以最小化微网运行备用总购买成本为目标、以一定置信水平满足微网要求为机会约束的条件下,确立了最优运行备用容量的数学模型,并利用基于蒙特卡洛(Monte-Carlo)随机模拟的递阶遗传算法(hierarchical genetic algorithm, HGA)对模型求解。最后以微网实例的仿真结果说明了所建模型的有效性。     

考虑新能源发电不确定性的静态电压稳定故障筛选与排序方法

为了有效地分析电力系统设备故障和新能源发电不确定性对系统静态电压稳定的影响,提出了一种考虑新能源发电不确定性的静态电压稳定故障筛选与排序方法。假设各新能源发电出力为均值,建立N-1故障场景下确定性的电压稳定临界点模型,根据所得的故障后负荷裕度筛选得到严重故障集。考虑风电和光伏发电的随机分布,建立故障场景下的电压稳定概率评估模型,采用随机响应面法求解获得故障场景的负荷裕度累积概率分布。根据负荷裕度累积概率分布,设计了2种故障后系统电压稳定性的排序指标,确定严重故障集的排序。IEEE 118节点标准系统的计算结果表明,所提故障筛选与排序方法是有效的,可以甄别和排序各故障场景下系统的概率静态电压稳定性;根据故障排序结果构建的电力系统概率电压稳定域有助于对概率稳定边界的分析和研究。     

考虑实时市场平衡费用的含风电日前市场电能-备用联合出清模型

风电出力的不确定性为日前市场出清带来了挑战。提出一种风电参与的日前电能-备用联合出清模型,采用多场景技术描述风电出力的不确定性,基于场景集合求解模型达到出清结果。所提出的模型引入风电出力不确定性所带来的备用购买费用和实时市场的平衡费用来考虑日前市场出清结果对实时市场的影响,以达到减少实时市场的平衡压力,保障系统稳定运行的效果。同时该模型考虑弃风和失负荷惩罚费用来保障风电资源的充分利用和系统的安全稳定运行。改进的IEEE30系统算例结果对比及分析表明,所提出的模型可充分利用风电资源,有效降低日前市场电能生产成本,并减少弃风量,降低失负荷风险。在风电大规模接入电力系统的情况下具有较好的实际应用价值。     

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。     

计及换流器损耗的风电经柔直并网系统的随机最优潮流模型

由于风电的随机性和不确定性,使得风电大规模并网后电力系统的安全稳定运行难度增大,因此有必要对风电经柔直并网系统的随机最优潮流展开深入研究。提出一种计及换流器损耗和风电随机性的风电经柔性直流并网的随机最优潮流模型。首先,建立风电功率数学模型和计及换流器损耗的VSC-HVDC数学模型,考虑风电并网时换流站的不同控制方式;其次,利用场景法模拟风电功率的不确定性,并通过Kantorovich距离的场景削减技术提高计算效率,构建风电经柔性直流并网系统随机最优潮流模型,采用内点法对优化模型进行求解,利用统计学方法计算目标函数的数字特征;最后,以修改的WECC 2机5节点系统和IEEE-118节点系统为例进行仿真分析,验证所提出优化模型的合理性和有效性。     

风-光-抽蓄零碳电力系统多时间尺度协调调度模型

高比例新能源并网带来的波动性影响和新能源消纳水平不足已成为新型电力系统中亟须解决的问题。为此,基于风、光、负荷预测精度随时间尺度缩短而逐级提高的特点和抽蓄机组日内灵活调节特性,建立风-光-抽蓄零碳电力系统多时间尺度协调调度模型。以运行成本最小为目标,建立日前24 h发电计划、日内1 h发电计划和实时15 min发电计划。通过多时间尺度的协调配合,保证风、光、抽蓄出力良好跟踪负荷,逐级修正发电计划。以含6台抽蓄机组的风-光-抽蓄零碳电力系统为例开展仿真分析,结果表明所提多时间尺度协调调度模型有利于减少系统弃风、弃光量,且系统消纳风光的能力与抽蓄电站装机容量有关。