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的需求响应多时间尺度优化调度

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。     

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。     

基于通用分布的风电功率出力动态场景生成方法

随着大规模风电接入电网,风电功率的不确定性使得电力系统的运行与调度面临着新的挑战。针对风电功率的不确定性,本文提出了基于通用分布的风电功率动态场景生成方法,将风电的不准确性转化为确定性模型。本文首先利用通用分布良好的拟合特性去近似表征风电功率的实际分布,然后对风电的波动性进行建模,通过逆变换抽样的方法生成大量既符合风电的随机性又符合波动性的场景。为了验证所提方法的有效性,本文从场景生成的速度和精确程度方面进行了比较。以实际风电数据为基础的仿真算例验证了所提的基于通用分布的风电功率出力动态场景生成方法的可行性。     

基于数据特征提取的风电功率预测误差估计方法

估计风电功率预测误差对电力系统的调度与控制、安全与防御等方面具有重要意义。从风电历史数据和日前预测数据特征提取的角度,研究了日前风电功率预测误差的估计方法。首先,提取并分析影响风电功率预测误差的主要因素,包括风电出力波动程度、风电功率幅值、预测方法等,并通过数据统计分析其相关性。然后,结合风电历史运行数据,采用多元线性回归方法建立风电功率预测误差的估计模型。最后,基于比利时电力运营商Elia公开的风电场实际运行数据,进行了仿真算例分析。所述方法也在中国西北部某省调度系统上应用于备用需求分析,并实现了试运行。     

基于随机预测控制理论和功率波动相关性的风电集群优化调度

为解决大规模风电并网的日内调度和实时控制问题,提出一种基于功率波动时间相关性和随机模型预测控制理论(fluctuation temporal correlation stochastic model predictive control,FTC-SMPC)的风电集群优化调度方法。基于单风场预测模型及误差模型,建立了表征风电集群功率动态波动时间相关性的预测误差的多元高斯概率密度函数(multivariate Gaussian probability density function,MGPDF)。通过逆变换抽样技术和场景缩减技术,从MGPDF随机生成的大量符合风电集群功率波动时间相关性的场景中选取风电功率预测典型场景。以典型场景集合为基础,建立调度周期内各场景弃风电量期望最小的日内调度模型。以风电集群日内调度曲线为参考,建立各风场功率缺额期望最小的风场实时控制策略。算例分析表明,相比于传统SMPC调度模型,文中所提调度模型能更准确地反映风电的波动特性并使调度曲线更加平滑,进而提高了对大规模风电的消纳能力。     

含风电场电力系统的模糊鲁棒优化调度

随着电力系统中风电渗透率的不断提高,如何维护含风电场电力系统的安全稳定运行成为调度部门面临的新挑战。风电功率预测为调度部门提供决策依据,是解决风资源波动性和间歇性的首要方法,但当出现预测方法无法有效预测的风电功率爬坡事件时,依据功率预测值安排的调度方案可能不可行。为此,在传统模糊调度的基础上,提出含风电场电力系统模糊鲁棒调度方法。该方法采用六点模糊数考虑风电功率爬坡事件持续时间的不确定性,生成包含最坏场景的不确定集,并将其用来描述风电功率及安排调度。算例结果表明,考虑风电功率爬坡的模糊鲁棒调度可以有效解决传统调度方案中系统爬坡能力不足的问题。     

考虑预测误差分布特性的风电场集群调度方法

为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是为应对大规模风电集中并网给电力系统有功功率平衡带来的影响,将风电功率预测信息纳入电力系统日常调度是必然趋势。现有考虑预测信息的风电场集群有功调度方法一般采用确定性风电预测数据,由于风能特性和预测水平限制,难以满足电力系统调度精度需求。因此提出一种考虑风电功率预测误差分布特性的有功功率调度方法,该方法首先通过历史数据统计分析得到风电场风电功率预测误差的概率分布,然后以风电场集群下发有功指令后各风电场输出的风电功率缺额的数学期望之和最小为优化目标,优化分配风电场集群调度指令,减少因风电有功预测误差导致的风电场群输出有功功率与集群调度要求之间的功率差额。通过风电场实际数据验证了所提方法的有效性和先进性。     

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。     

风电功率预测技术综述

对于有大规模风电接入的电网来说,短期风电功率预测对于电力系统的调度和安全稳定运行有重要的影响。文章较全面地综述了国内外对短期风电功率预测技术的研究现状,介绍了与风电功率预测相关的物理方法和统计方法,分析了预测误差产生的原因及其评价方法,对我国的风电功率预测研究与开发工作提出了建议。     

基于多目标优化的日前风电接纳研究

在考虑风功率/负荷预测误差以及常规机组随机停运的基础上,构建了电网日前风电接纳模型,在运行方式优化的基础上对风电接纳能力进行评估。模型是典型的多目标优化模型,具有风电接纳能力最大与发电成本最小两个互相冲突的优化目标。采用非支配分类遗传算法对其进行求解,获得了Pareto最优解集,给出了日前自然风电接纳电量与最大理论风电接纳电量。在Pareto最优解集的基础上,对不同风电接纳水平下的常规系统平均发电成本以及平均风电接纳成本进行了分析。基于IEEE 118节点系统的仿真实验验证了本文所提模型及算法的有效性。评估模型给出的风电接纳电量、接纳成本等信息可为调度决策提供有益的参考。     

基于场景生成与IGDT的风光-碳捕集-P2G虚拟电厂经济调度

为了有效降低风光出力与负荷预测的不确定性对虚拟电厂调度运行的影响,提出了基于场景生成与信息间隙决策理论（IGDT）的经济调度优化模型。通过Copula函数与非参数核密度估计方法构建风光出力联合分布模型,并利用蒙特卡洛模拟与k-means聚类得到典型场景。利用区间约束对负荷预测的不确定性进行建模,构建不同风险偏好下的调度优化模型。以典型的虚拟电厂系统进行算例分析,验证了所建立模型可以为不确定性影响下的虚拟电厂经济调度问题提供解决方案。     

含海洋能发电的海岛微网能量优化调度方法

针对海岛微电网分布式电源和负荷的独有特性,以海岛系统运行经济性为目标,考虑新能源消纳因素,提出一种海岛微电网能量优化调度方法.首先在分析典型海洋能发电出力特性的基础上,建立了含风、光、柴、储、波浪能、潮汐能以及可控负荷的海岛微网能量优化调度模型;而后面向日前和日内2个时间尺度,采用CPLEX完成混合整数规划,利用日前调...     

不确定性环境下考虑弃风的电力系统日前调度

为尽可能减少弃风,将弃风电量期望作为最小化优化目标加入日前调度模型。该优化目标与原有模型中的发电成本最小互相矛盾,为协调这两个子优化目标,通过隶属度函数分别将它们模糊化,构建了基于最大满意度的单目标优化模型,并采用遗传算进行了求解。风电并网增加了系统的不确定性,模型采用基于风险指标失负荷概率的机会约束代替传统的旋转备用约束。失负荷概率与弃风电量期望计算过程中考虑了负荷、风功率随机预测误差以及常规机组随机强迫停运。基于IEEE 118节点系统的仿真实验表明,该调度模型可给出兼顾发电成本与风电接纳水平的日前调度计划,为系统调度人员提供参考。     

计及运行风险和备用可用性的含风电系统两阶段优化调度

针对风电和负荷的不确定性对系统日前调度的影响,提出一种计及运行风险和备用可用性的日前两阶段优化调度方法。首先,考虑风电和负荷的不确定性及容许误差区间,利用条件风险价值(Conditional Value-at Risk, CVaR)度量系统调度运行风险。然后,建立日前两阶段优化调度模型。其中第一阶段优化模型以包含风险成本的系统运行成本最小为目标函数,优化制定有功调度及备用计划,保证系统运行经济性。基于第一阶段优化结果生成极限潮流场景集,第二阶段优化模型校验极限场景下的备用可用性并将结果反馈至第一阶段模型,确保系统运行鲁棒性,并提出迭代求解算法。最后,以IEEE39 节点系统和实际区域电网为算例验证了该方法的可行性和有效性。     

基于自适应模型预测控制的区域能源互联网两阶段协同调度

为解决系统内风光可再生能源及冷热电负荷的不确定性造成的运行困难,实现机组出力的精确化和平滑控制,提出一种基于自适应模型预测控制的两阶段区域能源互联网协同优化策略,将优化调度分为日前和日内两个阶段。在日前调度阶段,以总运行成本最小为目标建立系统经济调度机组组合模型;在日内优化阶段,采用自适应的模型预测控制方法,基于各机组的实际运行状态,以前一阶段优化调度出力为参考,对未来有限时域内系统各机组运行状态进行实时滚动修正,消除不确定性的影响,确保系统的稳定运行。算例分析验证了所提出模型及方法的有效性和可行性。     

基于风电出力概率预测模型的源荷储日前概率优化调度

为提高电力系统应对风电出力不确定性的能力,基于概率优化方法,构建源荷储日前概率优化调度模型,该模型在考虑风电出力概率分布的同时避免了大量场景的生成与缩减过程,且能够考虑风电出力偏离预测值后常规机组的调整情况,实现备用容量在各机组间的最优分配。在对储能设备进行日前调度时,根据荷电状态的变化动态调整储能设备的充放电功率上限值,改进储能设备的数学模型,避免储能设备发生过充和过放。采用IEEE 6节点系统进行算例分析,验证了所建模型的有效性。     

基于两阶段鲁棒优化的可再生能源DNE极限评估

为应对高比例可再生能源给电力系统运行与调度带来的挑战,提出考虑弃风和切负荷的灵活性量化评估方法。基于日前和实时调度框架建立具有多时段耦合约束特征的两阶段鲁棒优化模型。在日前调度阶段,根据风电和负荷预测数据求解计及安全约束的机组组合问题以确定机组调度方案。在实时调度阶段,考虑电力系统不确定性计算风电的最大消纳范围以评估系统灵活性,即“不超过”极限。对于极限内任意风电曲线,均可通过调整日前调度计划使实时调度阶段的弃风和切负荷风险是可接受的。基于Benders算法的求解框架,应用强对偶理论和大M法将难以直接求解的min-max-min模型转化为混合整数线性规划问题。最后,采用改进的IEEE-6和IEEE-118节点系统,验证所提方法的有效性。     

计及风电预测误差带的调度计划渐进优化模型

随着风电并网容量的不断增大,电网消纳风电的难度不断增大。风电场出力预测存在较大误差,且误差大小随预测周期和出力水平的不同存在较大差异,需要不同的备用容量来满足系统供电和负荷的平衡。针对上述问题,提出了计及风电预测误差的日前和日内调度计划渐进优化模型。该模型将风电出力和误差带的预测纳入调度计划的执行过程中,并根据最新的预...     

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。