集群电动汽车配合风电调峰的滚动优化调度方法

随着风电场建设和接入的规模不断扩大,电网的安全稳定也受到了风力不确定性的挑战。从解决风电不确定性的角度出发,在日前调度优化的基础上引入区域电网内的电动汽车集群形成虚拟储能系统,参与电网调度。为能实时处理预测误差,计及电动汽车用户的容量约束进行功率分配,通过日前优化与实时更新相结合的方法,建立了基于多维决策空间的多时间尺度滚动更新的调度方法,用于解决实时优化中火电机组备用和储能系统/备用响应预测误差的功率分配问题并基于算例验证了该方法在经济效益、风电消纳、运算效率上的可行性,为未来高比例风电的就地消纳提供参考。     

需求侧两种可中断负荷与发电侧备用容量的协调

在系统备用容量优化的研究中,需求侧低电价与高赔偿两种可中断负荷通常是与发电侧备用容量孤立的．为提高备用容量配置和系统稳定控制的经济性,以及抑制备用容量市场上的市场力,应对各类备用加以协调．为此,基于各类备用的经济互补特性,从风险管理角度提出协调模型和优化算法,对发电侧备用容量的配置进行了风险决策,定量评估了单一备用市场及其组合运营的效果．仿真分析验证了该模型的合理性和算法的有效性．     

需求侧两种可中断负荷与发电侧备用容量的协调

在系统备用容量优化的研究中，需求侧低电价与高赔偿两种可中断负荷通常是与发电侧备用容量孤立的．为提高备用容量配置和系统稳定控制的经济性，以及抑制备用容量市场上的市场力，应对各类备用加以协调．为此，基于各类备用的经济互补特性，从风险管理角度提出协调模型和优化算法，对发电侧备用容量的配置进行了风险决策，定量评估了单一备用市场及其组合运营的效果．仿真分析验证了该模型的合理性和算法的有效性．     

基于短期机组组合的含风电场滚动优化调度研究

大规模风电并网为电力系统有功调度带来很大的不确定性,考虑到超短期风电功率预测相较日前预测精度更高,滚动调度成为解决这一问题的有效途径。在保证电力系统安全可靠运行的前提下,为了进一步提高电力系统运行的经济性,给出了一种基于短期机组组合的滚动调度策略并建立了优化模型,该调度策略通过实时经济调度实现日前与日内发电计划的协调。算例验证表明,与传统意义上只改变机组出力的滚动调度相比,短期机组组合滚动调度策略通过优化灵活启停机组的启停过程,进一步提高了滚动调度模型的经济性和环保性,因此对电力系统的有功调度具有一定参考意义。     

风电动态接纳区间与备用的协调优化

消纳问题是制约大规模并网风电高效利用的瓶颈,而调度决策是消纳并网风电的核心问题。根据风电功率预测误差概率分布及功率波动概率分布与备用需求变化间的关联关系,建立并网风电的备用需求模型,定量的表示风电出力的不确定性。在调度决策中,将风电视为可“主动”参与调度的电源,构建了风电动态接纳区间与备用协调优化的调度模型。模型计及了风电的不确定性,通过制定合理的风电并网容量区间计划和机组出力计划,在保证系统运行安全性的同时兼顾了系统运行的经济性,为含大规模并网风电系统最大程度地合理消纳风电提供了方法。     

柔性负荷聚合商参与电力系统的多时间尺度协同优化调度策略

随着电动汽车(EV)、分布式储能和温控负荷等柔性负荷接入新一代电力系统,为电网调度提出了新的挑战和机遇。基于多种柔性负荷的响应特性,计及风电和负荷预测不确定性所需的系统旋转备用,提出了一种柔性负荷聚合商参与电网调控的多时间尺度优化调度方法。首先,建立了不同柔性负荷模型,在日前阶段,考虑了EV优化充电和分布式储能电价差套利的柔性负荷聚合商运行约束,建立了以日前系统运行经济性最优为目标的调度模型;在日内阶段,考虑了系统旋转备用成本及温控负荷的约束,建立了日内调度模型。最后,以改进的8-bus电力系统算例分析,得出了柔性负荷聚合商参与电力系统的日前-日内协同调度运行计划及承担备用方案,验证了优化方法的有效性和可行性。     

用拉格朗日松弛法求解概率备用解析表达的机组组合

由于电力系统运行中存在不确定性,因此在机组组合中有必要考虑机组投运风险水平的限制.但机组投运风险水平与机组强迫停运容量呈离散型的分布关系,因而难以与拉格朗日松弛法的机组组合算法有机结合.就这一问题,在前人研究的基础上,对系统投运风险曲线的两种拟合形式,即高斯函数和指数函数,进行分析和研究,发现前者精度较后者明显提高.在此基础上,将投运风险度约束以解析表达的方式引入机组组合的拉格朗日松弛法中,有机一体的完成了概率备用约束的机组组合问题,实现真正意义上的优化.     

独立型微电网日前与日内协调优化调度

为减小风光发电的随机性对独立型微电网经济运行的影响,并考虑风光发电的预测精度随时间尺度的减小而增加的特点,提出一种将日前计划调度和日内MPC滚动调度相结合的优化调度策略。日前计划调度综合考虑电源、储能和负荷的可调度资源,建立计及系统运行成本和负荷满意度的多目标优化调度模型;日内调度基于MPC的思想,构造日内滚动优化模型,其中包括风光发电预测模型、系统在滚动周期内总运行成本最低为目标的调度模型以及反馈纠正环节,并且为使日内调度的局部性与日前调度的全局性相协调,在调度模型中加入储能荷电状态在一定时间节点变化的惩罚项。最后,对该文所提策略和模型进行仿真验证,结果表明,日前调度使微电网的可调度资源得到充分利用,提高了系统的经济性;日内调度降低了可再生能源的不确定性对微电网的影响,实现了对可控电源的更精细化管理,提高了系统的安全运行水平。     

考虑风电并网系统的储能优化配置

随着风电的大规模并网,风电的随机性、波动性给系统的运行带来巨大挑战.而储能在保证电力系统的安全稳定经济运行中扮演着重要角色,尤其是在降低系统的运行成本和提高电压质量方面具有重要意义.如何实现储能容量的配置以及储能位置的选取显得尤为重要.为此,提出一种混合多目标粒子群优化算法.该算法将引入精英策略的非支配排序遗传算法(Nondominated Sorting Genetic Algorithm,NSGA-II)与概率潮流相结合,用威布尔分布描述风速的概率分布,通过五点估计法(FivePoint Estimation Method,5PEM)对风力分布进行离散化处理.考虑风力发电的不确定性,通过寻找储能单元的最优位置和容量以实现系统运行成本最小化,并且改善系统的电压分布.通过IEEE-30节点系统进行案例分析,验证所提算法的有效性以及储能优化配置的必要性.     

用拉格朗日松弛法求解概率备用解析表达的机组组合

由于电力系统运行中存在不确定性，因此在机组组合中有必要考虑机组投运风险水平的限制．但机组投运风险水平与机组强迫停运容量呈离散型的分布关系，因而难以与拉格朗日松弛法的机组组合算法有机结合．就这一问题，在前人研究的基础上，对系统投运风险曲线的两种拟合形式，即高斯函数和指数函数，进行分析和研究，发现前者精度较后者明显提高．在此基础上，将投运风险度约束以解析表达的方式引入机组组合的拉格朗日松弛法中，有机一体的完成了概率备用约束的机组组合问题，实现真正意义上的优化．     

考虑风电不确定性的电网状态检修策略

设备状态检修背景下，随着风电等高比例新能源并网发电，电网检修计划决策中输变电设备个体与电网运行整体间的矛盾和冲突越来越难以平衡，使电网检修计划决策面临严峻挑战。对此，文中提出考虑风电不确定性的电网状态检修策略。首先，基于设备状态监测信息和状态评价技术，建立设备故障率及其与检修策略间关系的数学表达；其次，依据风险理论给出电网故障风险和检修风险的数学模型，并基于次时间尺度的安全约束机组组合模型评估其中的电网运行损失；最后，提出以电网故障风险和检修风险之和最小为目标的考虑风电不确定性的电网状态检修模型，并采用修改的IEEE-30节点系统算例验证所提模型的有效性。     

综合考虑风电及负荷不确定性影响的电力系统经济调度

提出一种考虑风电出力和负荷不确定性的电力系统经济调度新方法.通过风速威布尔参数预测,在机组组合经济调度模型的功率平衡约束中考虑风电和负荷不确定性;提出一种利用个体间交叉、变异、复制与在子种群间移民思想和初始种群区间化的改进遗传算法对模型进行求解;综合研究风电不确定性、穿透水平和负荷不确定性对电力系统常规火电机组经济调度的影响。一个包含4台常规火电机组和1台等值风电机组的算例系统测试结果验证了所提模型和算法的有效性.     

考虑可靠性与源荷双侧不确定性的多目标需求响应模型

实现对需求侧资源的调度是建设"源-网-荷"互动电网的关键一环。为研究需求响应对系统经济性和可靠性指标的影响,考虑源荷双侧多重不确定因素,提出机会风险备用的容量配置方法。以失负荷概率为供用电可靠性指标、以线路负载严重度为传输可靠性指标,构造多目标模糊随机机会约束规划调度模型,并采用基于分解的多目标进化算法和熵权法进行求解和决策。通过算例仿真和对比分析,验证了所提模型及求解的有效性。研究结果表明,需求响应可以有效提升系统经济效应,削峰填谷,平抑负荷波动,提升系统可靠性,优化潮流分布。     

协调运行风险的发电机组优化调度研究

本文构建了协调运行风险的发电机组优化调度模型,该模型以期望运行费用最小为目标,考虑了事故状态下机组出力再调整成本和紧急负荷中断损失。因此,该模型以概率均衡方式关联了发电机组事故前后状态之间的经济牵制,量化了旋转备用配置与机组事故的责任划分,实现了调度方式与运行风险之间的有机协调。最后,通过测试算例阐述了本文模型机理,论证了其合理性和有效性。     

考虑源荷不确定性的光伏发电系统优化调度策略

由于可再生能源发电自身存在的高度间歇性、波动性和随机性特点,考虑光照辐射、温度等天气因素影响,制定满足经济性与可靠性要求的微网优化调度策略值得深入研究。该文首先构建考虑源荷不确定性的光伏发电系统经济调度模型,定义平均调整成本;其次,综合运用基于粒子群算法的调度和基于两点估计的概率性实时最优潮流,生成日前调度的示例场景,并评估实时平均调整成本以实现系统最优化运行;最后,基于IEEE30节点系统的仿真结果验证所提调度策略的有效性和可行性。     

基于数据驱动分布鲁棒优化的梯级水光蓄联合优化调度

具有不确定性复杂耦合的多种可再生能源的不断渗透给当前电力系统协同调度带来了巨大挑战。传统的随机优化(SO)及鲁棒优化(RO)方法由于难以获得精确概率分布函数及优化结果过于保守使其应用大大受限。本文基于数据驱动分布鲁棒优化理论(data-driven DRO),提出了梯级水光蓄联合发电系统协同调度方法。该方法首先考虑系统互补经济调度成本建立两阶段调度模型,制定各电站出力调度计划,然后引入综合范数约束限定概率置信区间,并考虑最恶劣分布下的实时运行调整成本,获取日前调度计划的最优调整方案。两阶段协同调度模型采用MP-SP框架,引入CCG算法展开求解,日调度计划和调度调整方案形成最优调度计划。引入示范区实际运行数据开展实例验证,所提互补联合调度方法的有效性及高效性得以验证。     

大规模风电并网条件下的电力系统调度

由于风能具有很强的随机性,风电预测的误差很大,另外风电具有反调峰特性,而现有水火电机组调峰能力有限,使电力系统调度十分困难.通过对风电预测误差进行统计,建立了在不同风能输出功率水平下预测误差的离散概率分布模型.与系统中机组的累积停运容量概率表结合形成考虑风电的累积停运容量概率表,并采用高斯函数拟合.将投运风险度约束以解析表达的方式引入机组组合的拉格朗日松弛法中,建立考虑风电并网条件下概率约束备用的机组组合模型.最后以26节点测试系统为例,分析了风电接入对机组组合结果的影响.     

含风储主动配电网与输电网协同的机组组合

随着配电网逐渐接入越来越多的分布式可再生能源,以及为接纳这一新能源而配置储能等主动应对措施,传统的输电网与配电网割裂的机组组合模式容易因二者发电计划协调性不足而影响可再生能源发电的充分消纳.对此,本文以风储接入配电网为例,计及电力系统一次调频特性和二次频率调整策略,提出了含风储主动配电网与输电网协同的机组组合优化决策模...     

含风电场的有功和备用联合优化调度

综合考虑机组备用分配和有功计划出力,建立了含风电场有功和备用联合优化调度模型。该模型引入了负荷和风速预测误差概率函数来表示系统中存在的不确定性,并结合AGC机组修正策略来模拟实际运行场景。此外,在目标函数中还综合考虑了燃料费用和污染气体排放量,以其数学期望值最小为目标,进行双目标优化。最后利用多目标优化算法和多属性决策方法对模型进行了求解。对某系统进行计算分析,结果证明了模型的合理性和方法的有效性。     

含分布式电源的配电网三阶段协同优化调度

针对含分布式电源配电网的实际运行情况,根据主动配电网的设备调度时间尺度和调节次数,建立一种基于日前阶段、日中阶段以及实时阶段的配电网三阶段优化调度流程,解决分布式电源出力不确定性的影响。在日前阶段,采用配电网动态重构,依据分布式电源出力预测的持续分量进行网络拓扑结构变换。在日中阶段,采用列和约束生成算法处理分布式电源出力的不确定性,建立配电网的鲁棒优化模型,对有载调压变压器、分组投切电容器档位进行再调整,确定下一级在线控制的分布式电源和储能的运行基点。在实时阶段,建立时间解耦的储能平抑分布式电源出力不确定性模型,利用分布式电源和储能可以快速响应特点,在实时风光场景下进行根节点功率波动的平抑。改进的IEEE33节点算例验证了所确定模型的有效性。通过多时间尺度的协调调度,可以有效降低分布式电源出力不确定性带来的影响,提高配电网运行稳定性。