计及风电功率预测误差的需求响应多时间尺度优化调度EI北大核心CSCD

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明：所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。     

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。     

基于模型预测控制的微电网多时间尺度需求响应资源优化调度

为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题,提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架,结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型;为了校正可再生能源和负荷的预测偏差,基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型,通过引入可调容量比例因子考虑了微电网联络线功率的调节能力,保证微电网在消纳可再生能源的同时具备一定的可调容量;以实际微电网示范工程为例分析验证了所提方法的有效性和可行性,实验结果表明所提框架可使微电网有效地参与短时需求响应市场。     

计及需求侧响应的主动配电网多时间尺度优化调度

考虑分布式电源出力的波动性、负荷预测的误差以及各类调度资源的运行特性在时间尺度上存在差异等问题,提出一种在需求侧响应机制下主动配电网的多时间尺度优化调度模型。首先,负荷参与需求侧响应的形式分为价格型和激励型两类,分别对这两种需求侧响应的形式进行建模分析。其次,建立基于模型预测控制的主动配电网多时间尺度调度框架,根据模型预测控制方法分别建立日前调度、日内滚动和实时反馈三个阶段的配电网优化调度模型。考虑到配电网调度过程中的有功无功耦合特性,通过控制无功调度资源使得配电网各节点电压控制在允许范围。最后,通过对改进的31节点算例进行仿真,验证了所提模型可以有效地降低预测产生的误差并提高主动配电网运行的经济性和安全性。     

计及风电功率预测误差的备用容量计算新方法

风电出力的不确定性对于备用容量的配置具有重要影响。基于此,提出了一种计及风电功率预测误差的备用容量计算新方法。针对拉普拉斯分布形状调整不够灵活的问题,提出了一种改进拉普拉斯分布。并以此为基础,提出了一种发电机备用容量计算新方法。该方法首先以最小化发电成本为目标的最优潮流模型,对系统各机组的运行基准点进行求解;再按照鲁棒优化思想并结合发电机自动发电控制(AGC)的仿射模型建立鲁棒最优潮流模型求解各AGC机组参与因子;最后结合等概率转换原则求解系统的备用容量。算例分析表明,所提改进拉普拉斯分布模型拟合效果较好,且所提备用容量计算新方法能够综合考虑系统安全性和经济性的需求。     

计及需求侧响应的综合能源系统多时间尺度优化调度

综合能源系统作为能源互联网的物理载体,实现其合理调度成为当前研究的重点。考虑可再生能源和需求侧负荷波动,利用价格型和替代型需求侧响应特性,建立计及需求侧响应的日前-日内优化调度模型,其中日内根据电、冷/热和气调度时间的差异性,提出3层滚动优化调度模型。算例分析表明,引入需求侧响应的多时间尺度优化调度模型能能抑制日内可再生能源和负荷的波动,提高系统的稳定性,进一步降低系统运行成本。     

计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型

为深入挖掘电动汽车的可调度潜力,缓解含高比例新能源微电网的供能压力,结合多元需求响应技术,提出一种考虑电动汽车资源参与的微电网多时间尺度优化调度模型。在日前调度阶段,一部分电动汽车资源与价格型需求响应技术相结合,以用户的综合满意度为目标进行优化。微电网基于价格型电动汽车资源的调度计划,以经济低碳成本最低与灵活性满足度最大为目标进行优化,确定各侧可调资源的调度安排。在日内调度阶段,另一部分电动汽车资源与激励型需求响应技术相结合。微电网能量管理中心作为领导者,以运营成本最小为目标,激励型电动汽车群作为跟随者,以用电成本最小为目标,构建微电网日内主从博弈模型进行滚动优化,双方基于补贴价格与用能策略进行博弈。最后,基于某微电网场景进行仿真验证,结果表明所提模型能够降低用户用电成本,减少负荷曲线的峰谷差,实现新能源的全消纳。     

计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略

随着新能源发电技术的高速发展,电网新能源消纳压力日益凸显。与此同时,随着多能转换技术发展,电网与其他类型能源网络的耦合程度不断提高,如何利用不同能源网络灵活性资源消纳受阻新能源,成为当前亟待研究的问题。为此,提出了计及综合需求响应参与消纳受阻新能源的多时间尺度优化调度策略。首先,充分考虑综合能源系统(integrated energy system, IES)特性建立了冷、热、电负荷的多类型需求响应模型。其次,在日前时间尺度,考虑新能源消纳过程中各方利益均衡,建立了基于主从博弈理论的价格型综合需求响应(integrated demand response, IDR)日前优化调度模型;在日内时间尺度,针对新能源日前预测偏差对系统优化影响,建立了考虑激励型IDR日内滚动优化调度模型。最后,通过算例仿真证明了所提策略可深入挖掘多类型负荷需求响应能力,有效提高新能源消纳量。     

计及多时间尺度需求响应资源的微电网能量优化调度策略

随着电力体制改革的深入,用户侧微电网逐渐形成多方投资+集中管控的运营模式,研究计及运营商利益的微电网能量优化具有重要的现实意义。文章提出一种以运营商购售电收益最大化和需求响应补偿成本最小化为目标的微电网能量优化调度策略。该策略计及需求响应多时间尺度特性,将集群空调和集群电动汽车2种需求响应资源纳入日前-日内-实时3种时间尺度调度计划中,并根据各阶段可再生能源预测信息以及电价信号,逐级优化储能出力和需求响应供应量,实现运营商的全局利益最大化。负荷聚集商基于集群空调和集群电动汽车的控制模型预测各时段可控负荷容量并实时响应调度指令。最后,通过算例验证本文所提调度策略的有效性。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

需求响应分段参与的多时间尺度源荷协调调度策略

需求侧主动参与调度能够减轻电源侧发电压力,提高系统消纳新能源能力.如何充分发挥负荷侧调度潜力,合理利用需求响应成为目前需要研究的问题.提出了一种考虑需求响应分段参与的多时间尺度源荷协调调度策略.首先基于不同负荷在响应特性和响应时长的差异,将需求响应负荷分为4类,再将一天24 h分成不同的参与时段,通过负荷代理分段参与电...     

计及风电功率不确定性的经济调度问题求解方法

在调度模型中考虑风电功率不确定性的影响时,需要计及高估及低估风电的代价,优化问题的目标函数中将含有不可解析微分的项,无法基于经典的等微增率准则对该静态经济调度问题进行求解。通常使用的现代优化算法在实际应用中具有一定的工程局限性。对此,文中提出使用一种近似函数来模拟服从正态分布的风电功率预测误差,使该静态经济调度优化目标...     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

考虑风电功率预测误差分时补偿的电热联合系统多时间尺度调度

由于风电具有不确定性,风电功率预测误差难以避免。热力系统具备储放热能力,通过调整热功率平移风电功率,可以降低风电功率预测误差的影响。但在风电并入电热联合系统时,风电变化频繁,热力系统具有较大惯性和延迟,难以与风电功率同步;同时,热力系统不同区域对电力系统指令的响应速度也不同。因此,为了解决利用热力系统补偿风电功率预测误差时响应时间不同步的问题,提出了一种考虑风电功率预测误差分时补偿的电热联合系统多时间尺度调度策略。首先,分析概率区间误差评估和实时预测误差评估的评估周期。然后,研究热力系统中供热区域和管网的时间特性。最后,在日前阶段利用响应速度较慢的供热区域补偿评估周期较长的概率区间误差,在实时阶段利用响应速度较快的管网补偿评估周期较短的实时预测误差,建立了多时间尺度调度模型。算例分析表明,所提策略实现了不同调度周期、不同预测误差评估周期、不同热力系统区域响应速度在时间上的匹配,减少了风电功率预测误差的影响,提高了系统的风电消纳能力。     

园区型综合能源系统多时间尺度模型预测优化调度

在冷/热/电综合能源系统中,协调多种设备使其优化运行,经济可靠地满足系统用能需求十分重要,制定合理有效的调度策略是实现这一目标的关键。该文针对一个实际园区综合能源系统冬季运行优化调度问题进行研究。在对设备进行详细建模基础上,建立包含滚动优化环节和动态调整环节的两阶段多时间尺度模型预测控制调度策略:滚动优化阶段以系统运行费用和机组启停罚金最小为目标,结合分时电价并考虑多系统互补运行,通过多步滚动求解制定系统大时间尺度调度计划;动态调整阶段以滚动优化阶段调控计划为基准,对设备的运行状态进行调整,应对可再生能源及负荷小时间尺度的不确定性变化。分析结果表明,该文调度方法可协调供能、蓄热装置的运行,发挥多种设备互补运行的优越性,有效降低运行成本,减少主机启停次数;动态调整阶段的引入可快速响应可再生能源和系统负荷小时间尺度变化,经济可靠地满足系统用能需求。     

基于电力需求响应的多时间尺度家庭能量管理优化策略

在智能用电的背景下,电力用户与电网的互动更加频繁,用户在考虑自身经济调度的同时,可通过参与电力需求响应获取额外收益。首先建立了包含最大功率约束与需求响应事件约束的激励型需求响应模型及含光储设备的家庭用电模型;然后建立了基于模型预测控制的多时间尺度家庭能量管理模型,提出了以用户净支出与购电功率波动最小为目标的日内家庭用电双层优化策略及实时用电调整策略。通过改变蓄电池充放电功率应对实时运行过程中不可调整负荷及光伏出力的波动,保证用户购电功率满足需求响应要求。最后以某典型家庭负荷配置为例,通过对比不同场景下的优化结果,验证了策略的有效性,并分析了需求响应机制对用户的影响。     

基于模型预测控制的主动配电网多时间尺度动态优化调度

为应对接入主动配电网中间歇性分布式电源出力不确定,解决其预测精度随时间尺度增长而下降,造成预测不准确的问题,提出基于模型预测控制的多时间尺度主动配电网多源协调优化调度策略,精细化协调控制和管理主动配电网中的分布式电源、储能及柔性负荷,以期实现间歇性分布式电源的最大化消纳。以长时间尺度的最优潮流有功出力值为基准,短时间尺度基于模型预测控制,采用多步动态滚动优化,求解有功出力增量,使得有功出力控制过程更加平滑。通过仿真分析,证明了所提动态优化调度策略的可行性和有效性。     

计及调度优先级的微电网多时间尺度优化调度策略

随着负荷用户的大量增长,负荷侧可调资源逐渐增多,利用负荷侧需求响应资源参与微电网调度,以提升新能源消纳水平。为充分发挥需求响应资源调度潜力,优化用户侧负荷管理能力,提出一种计及调度优先级的微电网多时间尺度优化调度策略。首先根据不同需求响应资源响应特性进行划分,将价格型需求响应资源与激励型需求响应资源细分为5种类型,构建需求响应模型与调度时段进行匹配;其次,构建“日前-日内1 h-日内15 min”的微电网多时间尺度优化调度模型,对微电网内各类可调资源进行优化调度,并针对直接影响用户用电行为的实时可调资源建立优先级权重;最后,以福建地区某实际微电网为例,仿真验证了该模型的有效性。     

考虑需求响应的多目标机组检修调度优化

随着用户多元化用能差异化发展,针对用户的需求响应可以为机组检修调度提供便利。提出了一种考虑需求响应的多目标发电检修调度模型,考虑了环境、经济以及系统可靠性的目标,并利用词典编纂算法进行求解。首先提出了四阶段求解流程和词典编纂算法,说明了鼓励指标与系统备用水平指标的含义。并针对需求侧管理和需求响应建立相应模型。然后建立了多目标机组检修调度优化模型。在环境目标方面,考虑了区域排放值和排放水平的影响,并将两者计入到下一阶段的约束中。对运行、维护和备用成本最小化优化,考虑了含有需求侧管理的可靠性指标最大化。最后利用24节点系统进行仿真,说明了该模型的有效性和适用性。