计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

促进风电消纳的发电侧、储能及需求侧联合优化模型

将需求侧响应与储能技术纳入发电调度优化,借助需求侧管理与储能技术对负荷分布的调控能力提高风电的消纳水平。以经济效益最大化为优化目标,考虑功率供需平衡、用电侧电价弹性、储能系统能量损耗、机组启停时间、爬坡能力、发电出力界限、发电备用等约束条件,构建含大规模风电的电力调度模型。模拟结果表明,借助需求侧与储能技术的协作效应,系统对风电的消纳能力将有所提高,风电机组的经济效益将更有保证,系统的发电煤耗水平有所下降。     

基于两阶段鲁棒区间优化的风储联合运行调度模型

为了全面和准确地考虑风电出力的不确定性和消纳能力,并兼顾系统运行的经济性和可靠性,通过在风电不确定区间可优化的鲁棒区间经济调度模型中引入常规机组和储能系统运行状态的离散决策变量,建立风储联合运行的双层鲁棒区间机组组合模型。针对连续变量和离散变量间存在耦合关系,导致计算过程中对偶转换失效而使模型难以求解的问题,提出基于Benders分解算法的两阶段迭代求解策略。仿真分析表明,所提模型在确定风储联合运行方式时,能更全面地考虑风电不确定性及消纳能力对系统运行经济性和可靠性的影响。     

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。     

计及需求响应的含风电场电力系统发电与碳排放权联合优化调度

提出了一种节能减排形势下的优化调度模型和解法。研究对象上,文中研究了风电、火电、需求响应3种发电(虚拟发电)形式,需求响应可为系统提供零碳发电资源和旋转备用。模型建立上,基于多目标安全约束机组组合模型,采用发电和碳排放联合调度的方式,寻求经济目标与排放目标的折中协调解;约束条件综合考虑了需求响应、安全约束和碳排放等多种约束。解法上,采用分段线性化的方式,利用混合整数线性规划进行求解,解法适用于大规模系统,使模型更具实用价值。算例分析表明,决策结果能够兼顾排放与成本,并且在调度中引入需求响应可提高系统的风电消纳能力,具有显著的节能减排效益。     

计及多类型需求响应的风-火-荷两阶段协同调度

针对大规模风电并网的消纳难题,利用需求响应(DR)实现了日前-日内两阶段的源荷协同优化调度。日前阶段基于风电出力场景集,运用价格型需求响应(PBDR)拉平净负荷曲线,缓解风电反调峰特性的影响;然后以电网运行成本最小为目标,考虑激励型需求响应(IBDR)平衡风电波动的作用,决策出一个满足各出力场景下消纳需求的机组组合和IBDR订单合同方案。日内阶段运用滚动灰色预测实现精确的超短期风电预测,从而在日前方案基础上,确定实际的机组出力、弃风和IBDR响应容量。选取24h风电/负荷比为34.8%的算例,仿真结果显示PBDR参与度水平越高,电力系统的调度成本越低。4种DR组合方案的对比分析表明,合理配置DR资源使得风电消纳率提升了6.05%,同时验证了采用两阶段调度比日内一次性调度节约成本5.36%。     

面向大容量风电接入考虑用户侧互动的系统日前调度和运行模拟研究

风电的随机波动性增大了系统调度的难度,将需求响应融入传统发电日前调度计划,将风电备用成本纳入目标函数,同时增加了正负旋转备用约束。以基于消费者心理学的分时电价用户响应原理预测负荷曲线,将可中断负荷作为部分系统备用,建立面向大容量风电接入考虑用户侧互动的系统日前调度模型和运行模拟模型。综合考虑发用电侧资源,将分时电价和可中断负荷这两种需求响应措施融入同一模型,用于应对风电的反调峰特性和间歇性。采用蒙特卡洛算法模拟多种风电出力的情况,评估考虑用户侧互动前后系统的弃风量和电力不足情况,并分析风电渗透率和弃风量、电力不足量的关系。IEEE24节点算例验证说明了本文用户侧互动调度模型的作用,可以起到有效降低发电成本,提高风能利用效率和风电容量利用水平的作用。     

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。     

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。     

需求响应不确定性对日前优化调度的影响分析

需求侧资源参与电网有功调度是消纳风电的重要方式之一,但价格型需求响应的不确定性又会对电网调度产生重要影响。为分析该影响,文中首先分析了负荷响应量、负荷自弹性系数和电价激励水平对价格型需求响应不确定性的影响,并建立了分时电价下的负荷模糊响应模型。在此基础上,考虑价格型需求响应、风电出力和系统负荷的不确定性,建立了考虑风电消纳效益的电力系统源荷互动日前模糊优化调度模型。根据模糊规划理论,对模糊期望约束和模糊机会约束进行了等效处理,等效后的模糊优化问题可以转换为确定性优化问题,并分析了价格型需求响应不确定性对电力系统日前优化调度的影响。通过仿真算例验证了模型的有效性。     

发电机组优化组合的模型与算法综述

给出了机组优化组合的数学模型,重点探讨了求解该问题的各种模拟进化算法,包括遗传算法、免疫算法、蚁群优化算法、粒子群优化算法、社会演化算法、协同进化算法以及混沌优化方法等。     

考虑机组投运风险的发电和备用协调调度模型

针对机组组合中如何实现机组有功出力与备用容量协调调度的问题,建立了考虑机组投运风险的机组组合模型.讨论了考虑风电接入时模型的处理方法.采用基于条件期望值的求解方法,不仅能够控制系统的失负荷概率,还能在一定程度上限制失负荷事件的后果.通过仿真算例证实了其方法的显著优势,对电力系统机组组合优化调度问题有一定实用价值.     

考虑环境容量裕度的差别化燃煤机组组合模型

目前基于系统排污总量控制方式制定的燃煤机组发电计划,缺乏针对性地缓解人口密集区域空气污染强度的调控机制。为此,在传统机组组合问题基础上,追加考虑污染物时空扩散特性的差别化环境容量裕度约束,通过限制对人口密集区域有较大影响的燃煤机组出力,来降低其排污量,进而改善相关区域空气质量,减小对人口健康的负面影响。其中,燃煤机组对人口密集区域污染物浓度贡献值的建模参照高斯烟团扩散模型、气象预报和重点地区污染等级预测信息进行。以混合整数规划形式建立了考虑环境容量裕度的机组组合模型,并对其进行了仿真分析。算例表明,差别化的环境容量裕度约束,能够在不引起系统经济和空气质量指数明显劣化的条件下,对人口密集区域空气污染强度实施更有针对性的调控,降低燃煤机组对人口健康的影响。     

最优校正型安全机组组合模型及其求解算法

如何在确保电网安全的前提下提高电网运行的经济性和节能性是电网短期发电计划的核心目标.针对预防型机组组合以及考虑校正能力的机组组合在经济性方面过于保守的不足,提出了能够精确考虑实时校正再调度能力的最优校正型安全机组组合的模式和模型,在确保电网安全的前提下,扩展了机组组合的优化空间,进一步提高了机组组合的经济性.基于Ben...     

计及储能系统的跨区域风电消纳模型

中国正面临着严峻的弃风问题,鉴于电力外送能够扩大风电的消纳范围,而储能系统能通过削峰填谷增加夜间负荷水平,引入储能系统构建跨区域的风电消纳模型。模型以能耗最小为目标,综合考虑区域间供需平衡、输电容量、系统备用、储能系统充放电均衡等约束,通过优化对比分析储能系统引入对风电消纳的促进作用。优化结果表明:通过扩大消纳空间,降低了风电的弃风水平,储能系统的接入有助于改善系统负荷的昼夜分布状况,进一步扩大风电在夜间的消纳比例。     

考虑风电出力不确定性的发用电机组组合方法

由于风电出力的不确定性,大规模风电接入电网将对电力系统的安全经济运行产生严重的影响。为了更好地消纳风电,从发电和用电两个角度出发,根据风电出力的Beta概率密度函数,提出基于风电概率模型的弃风成本和可中断负荷成本的发用电一体优化方法。为提高该方法的求解效率和实用性,在建模中仅引入机组组合变量,并采用Delta方法将非线性模型转换为线性模型求解。最后采用多个场景算例说明了模型与方法的实用性和有效性。     

广东电网节能发电调度模型与应用

为了应对日益严峻的能源与环境形势,中国颁布并实施了电网节能发电调度办法。由于该办法仅仅提供了基本的调度原则,广东电网在节能发电调度的推行过程中,缺少能满足政策的节能发电调度模型与算法。为解决这一实际问题,在分析现有节能发电调度方案不足的基础上,提出了考虑节能发电调度规则的混合整数线性规划机组组合与发电计划模型,以实现广东电网的节能发电调度。由于广东电网的抽水蓄能装机容量比重较高,在模型中考虑了抽水蓄能的作用。所提模型的有效性在IEEE10机39节点系统上得到验证。将该模型用于广东实际电网,分别给出了以节煤和降低购电成本为目标的广东电网节能发电调度模式下的调度策略及分析。在此基础上,探讨广东电网抽水蓄能机组在不同调度模式下的一般调度原则。     

含复杂电源结构的电网调峰优化模型

针对节能发电调度环境下含复杂电源结构的电网调峰优化问题,以发电耗煤量、购电费用和SO2排放量最小为目标,综合考虑机组出力上下限及调节速率、机组检修等各种工程实际约束条件,建立了电网日调峰优化模型。通过发电机组排序,保证了节能减排效果好的机组优先开机;通过当日机组组合的确定以及抽水蓄能机组工作曲线的计算,最大限度地减少了机组启停次数;通过备用容量优化安排及机组出力上、下限修正,满足了快速应对系统负荷变化的要求;通过机组出力优化安排,提高了经济效益和节能减排效益。采用广东电网2010年的实际数据验证了所建立的调峰优化模型的有效性。     

基于改进遗传算法的电力系统机组优化组合

用遗传算法解决电力系统机组组合及机组间的负荷分配问题。在简单遗传算法基础上,提出了将自适应遗传算法应用于机组优化组合。该算法的交叉率随种群中的最大适应度值和每代种群的平均适应度值的变化而自动改变;变异率随适应度值和进化代数的变化而自动调节。通过对算例的计算分析表明,该算法与简单遗传算法相比具有更高的精度和收敛度。     

面向灵活性的电能量与辅助服务日前市场联合出清模型

电能量和辅助服务日前市场作为支撑电力系统短期运行灵活性的主要交易平台,其出清模型关系到对灵活性资源的有效激励和利用效率。结合电力系统对灵活性电力资源的需求,分析了传统机组组合模型对灵活性资源利用效率的影响,提出了一种面向系统灵活性的日前市场联合出清模型。模型将爬坡变量纳入决策变量,考虑了机组启停过程出力、优化时间间隔、辅助服务调节方向等因素对系统灵活性的影响,实现了不同交易品种的联合出清。对含可再生能源、核电和储能系统的电力系统进行了案例分析,结果显示该方法可以体现不同灵活性资源的性能差异,更好地适应高比例可再生能源系统的需要。