基于海量场景降维的配电网源网荷储协同规划

风电、光伏等新能源大规模接入配电网,给配电网规划方法的效率和规划结果的经济性带来了极大挑战。为了解决配电网中新能源海量运行数据与配电网源网荷储协调规划之间的配合问题,提出了基于海量场景降维的配电网源网荷储协同规划方法。首先,通过主成分-高斯混合聚类算法对风-光-荷海量高维场景进行降维聚类,得到风-光-荷的典型场景集;然后,构建了面向海量场景的配电网源网荷储协同规划模型,并采用二阶锥松弛技术将模型中非凸约束转凸处理;最后,在Portugal 54节点配电网算例上验证了海量场景降维聚类方法和规划模型的有效性。     

大规模风电接入的运行场景无功优化评估

场景分析是含风电电力系统处理风电随机性的典型方法,然而由于风电出力对电力系统运行的影响具有复杂的非线性,传统风电场景模型难以保证风电场景与电力系统优化运行保持一致。为此,不同于传统方法的先对风电场景聚类、再进行运行优化,而是先将风电出力样本代入无功/电压运行优化,对优化结果的无功/电压控制矢量进行场景聚类,再映射出风电的场景聚类,从而提出含大规模风电电力系统的无功/电压运行场景模型。考虑到K-means聚类方法难以确定聚类数的问题,通过聚类指标得到运行场景的最佳聚类数。将澳大利亚2个风电场实际数据接入到IEEE 30节点系统中,分别进行传统风电场景分析和所提出的运行场景分析,比较了系统网损和电压的概率特性,验证了所提出的运行场景分析方法的合理性和优越性。     

基于GA-PSO算法计及风电时序特性的主动配电网双层规划

合理规划配电网是提高风电消纳能力的重要一环,但风电出力与负荷时序特性场景应用较多,会增加模型求解难度,对优化配置结果有不利影响。引入拉丁超立方抽样结合K-means聚类技术削减样本数量得到典型风电与负荷多场景模型以提高模型计算效率。考虑风电运营商与国网公司利益,建立计及风电时序特性的主动配电网双层规划模型,即上层以风电运营商收益最大为目标确定风电规划方案,下层以配电网络损耗最小优化系统运行状态。基于IEEE 33节点系统进行算例分析,验证规划模型的有效性。研究结果表明：采用GA-PSO联合优化算法规划后配电系统损耗成本为26.04万元,比单一GA算法和PSO算法规划分别降低了5.03%和0.77%,场景成本减少了4.0万元。因此,验证了所提规划模型的有效性。     

计及灵活性的配电网储能优化配置

针对目前配电网大量接入分布式电源所带来的净负荷剧烈波动问题,提出一种基于局部约束与整体灵活性定量评价相结合的配电网储能优化配置方法。首先利用X-means方法对配电网的年运行场景进行分析,经过聚类选择出关键场景;其次,建立配电网中运行灵活性的定量计算模型和局部灵活性约束;最后,基于所建立的灵活性评价模型,建立求解配电网中储能优化配置的双层迭代求解模型。利用标准IEEE33节点配电网系统模拟真实配电网进行算例设计和仿真,验证了提出的储能配置的灵活性规划方法的有效性和经济性。     

考虑风电时空相关性的电气互联系统分布式优化调度

风电具有的波动性及间歇性给电气互联系统的优化运行带来了随机性问题，增大了电气互联系统运行管理的难度。首先，应用基于预测箱的场景生成方法得到典型风电场景，对风电的波动性与多风电场间的相关性进行表征。其次，建立考虑配电网、天然气网络及各种耦合元件的电气互联系统日前经济调度模型，并基于ADMM（交替方向乘子法）进行分布式求解。最后，以IEEE 33节点配电网和7节点天然气网组成的电气互联系统为例，验证了所提模型的有效性。     

基于分层聚类算法的地区风电出力典型场景选取方法

为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。     

含电力电子变压器的交直流配电网随机运行优化

间歇性可再生能源的接入,使得含电力电子变压器(power electronic transformer,PET)交直流系统的运行面临巨大挑战,因此提出基于场景分析法的优化调度模型。计及风电和光伏出力在空间上的相关性,采用多维高斯混合模型构建风电/光伏出力的联合概率分布,并基于同步回代削减法进行场景缩减,建立了含PET的交直流混合配电网随机运行优化模型,以得到满足典型场景的运行调度方案。然而随机运行优化模型属于海量高维非凸优化问题,难以求解,针对这一问题,提出基于二阶锥松弛技术和线性逼近法的逐次凸逼近规划模型,通过循环迭代实现对该问题的高效求解。仿真算例验证了所提模型方法的有效性和可行性。     

计及风电出力随机特性的电-气综合能源系统随机优化

不断成熟的电转气 （power to gas, P2G） 技术和燃气机组为电力系统和天然气系统的双向耦合和闭环运行, 进而形成电-气综合能源系统 （integrated electricity-gas energy system, IEGES） 奠定了基础。IEGES的发展有助于提升电力系统和天然气系统运行的灵活性, 并为消纳风电等间歇性可再生能源发电提供新途径。在此背景下, 研究了含P2G装置和燃气机组的IEGES的随机优化策略。首先, 构建了计及风电出力随机特性的IEGES随机优化模型, 以运行成本最小化为优化目标, 并考虑了电力系统和计及管存影响的天然气系统的相关运行约束。其中, 利用快速搜索密度聚类算法对历史风速数据进行场景聚类, 以处理风电出力的随机特性。然后, 采用AMPL/IPOPT商业求解器求解所建立的随机优化模型。最后, 以修改的IEEE 39节点电力系统和比利时20节点天然气系统所构成的IEGES为例, 对所构建的优化模型和采用的求解方法进行说明。     

含高渗透可再生能源的动态网络重构与无功电压调整协同优化

具有出力不确定性的可再生能源高渗透并入,导致传统单一的主动管理策略难以实现配网最优运行。在此背景下,提出一种动态网络重构与无功电压调整协同优化方法。首先,采用基于形态和幅值的双尺度相似性度量谱聚类算法对负荷进行聚类,进一步利用反映负荷曲线波动特征的自适应聚合算法对时段做出合理划分。其次,计及风光不确定性,构建考虑配电网动态重构与储能和微型燃气轮机出力调控协同的机会约束双层优化模型,模型上层以配电网综合运行成本最小为目标,下层以系统电压总偏差最小为目标,实现对配电网运行经济性和系统电压质量的综合优化。然后,针对该模型提出了基于十进制编码的改进鲸鱼优化算法和内点法相结合的混合策略对模型进行求解。最后,在改进的IEEE33节点系统中,对所提的运行优化模型进行分析和验证。仿真结果表明：所提双层优化模型能够有效提高电压质量和降低配电网运行费用,所提时段划分方法能够得到符合曲线变化趋势的分段方案,改进后的算法大大提高了求解效率。     

多风电场接入的灵敏度场景静态无功/电压评估

风电出力对电力系统运行的影响存在复杂的非线性,现有处理风电随机性的风电场景模型难以保证风电场景与电力系统优化运行保持一致,为此提出含多风电场的电力系统无功/电压灵敏度场景分析方法。首先利用网损/电压灵敏度计算方法计算多风电场相关性出力样本的网损/电压灵敏度,再基于主成分分析构建联合网损/电压灵敏度特征空间,并在此基础上进行场景聚类,得到多风电场网损/电压灵敏度场景。将某2个风电场的实际数据接入IEEE 30节点系统中分别进行传统风电场景分析和所提灵敏度场景分析,验证了所提方法的有效性和优越性。     

计及风电不确定性的风-水短期联合优化调度方法

针对风电并网带来的出力随机性和波动性问题,提出了一种计及风电不确定性的风-水短期联合优化调度方法。首先,以地区风电群为整体,考虑风电出力不确定性导致的预测值与实际值间的偏差,采用模糊聚类方法对风电预测值与实际值进行二次聚类,构建预测值与对应的实际值间的出力情景集合及条件概率分布,将风电不确定性转变为有限个确定的条件情景进行描述;继而,建立多情景风电与水电站群联合调峰调度模型,结合当前风电预测值对应的实际情景及其概率分布,采用基于逐次逼近和关联搜索的水电站群短期优化调度方法进行求解;最后,以西南某地区为例,验证所提方法应用效果。     

计及风电—负荷耦合关系的含大规模风电系统调峰运行优化

随机性风电出力的准确建模是含大规模风电系统调峰运行优化的关键环节之一。针对中国系统运行的实际特点,提出计及风电出力与日负荷时序耦合关系的交互特性评价指标,并据此建立基于调峰问题驱动的风电出力模型。该模型以关键场景、聚类场景及其概率分布表征风电接入对系统运行和调峰需求的综合影响。基于该风电出力模型,建立了含大规模风电系统的调峰运行优化模型。通过多场景下的运行优化,获得各项运行指标的期望值,实现对系统调峰运行特性的综合分析。对中国西部某省进行了算例分析,验证了所提方法的有效性和实用性。     

考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

基于随机矩阵和历史场景匹配的配电网无功优化

配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作。将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移。最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型。结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策。     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

考虑风电场时空相关性的多场景优化调度

相邻风电场出力由于地理环境与气候条件相似而具有较强的相关性,因此构建风电相关性模型以及合理的调度模型对大规模风电并网意义重大。基于混合Copula函数和连续马尔科夫链模型构建多维时序风速相关性模型,并根据抽样产生的大量模拟场景聚类生成典型场景;构建基于场景分析的机组组合两阶段调度模型,以得到满足所有典型场景的机组启停和各场景的调度方案,并根据典型场景与模拟场景的偏差基于机会约束理论设定模型中的风电备用需求系数,以提高系统运行的可靠性与经济性。以10机2风电场系统为例进行仿真分析,结果验证了所建模型的有效性。     

考虑场景聚类的配电网运行灵活性评价

随着配电网新能源渗透率的不断提高,需要对配电网的运行灵活性进行全面的评估.但目前关于灵活性的讨论多集中在输电系统,且评价场景单一,也缺乏对可中断负荷等灵活性资源的讨论.因此基于灵活性场景的聚类,提出一种配电网灵活性评价方法.首先采用近邻传播算法聚类得到典型的配电网运行场景.然后考虑风电和负荷出力的不确定性,用非参数模型...     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。