基于分类不确定性集合的电力系统环境经济鲁棒调度

鉴于常规鲁棒优化模型的不确定性集合没能体现各类不确定性因素随机分布的多态性,该文构建基于分类概率机会约束的新型不确定性集合,以充分考虑各类不确定性因素随机分布的差异,实现对调度方案鲁棒性的准确描述;并进一步提出将鲁棒性作为协同优化目标,综合考虑经济性和环保性,建立基于分类不确定性集合的电力系统多目标优化调度模型,充分体现环境、经济和鲁棒性三者间相互制约关系,同时能消除常规鲁棒优化中鲁棒度需预先设定的主观性。算例应用表明,所提方法可得到合理性和满意度更高的电力系统鲁棒优化调度方案。     

基于相关机会目标规划的电力系统日内滚动调度

可再生能源大规模接入电力系统的背景下,考虑可再生能源出力不确定性对电力系统日内滚动调度模型功率平衡方程的影响,建立了含有预测误差不确定变量的功率平衡方程。为了实现含有不确定变量功率平衡方程的求解,将功率平衡方程的等式约束转化为最大化随机事件成立概率的目标函数,建立相关机会规划模型。考虑可再生能源出力不确定性,兼顾方案的鲁棒性和经济性,建立了系统旋转备用容量的机会约束模型。为了实现所建随机优化调度模型的快速求解,提出基于采样的机会约束条件确定性转化方法,将所建含有多个随机变量的机会约束条件进行等效确定性转换,又引入目标优化将所建多目标优化模型转化为单目标优化模型。最后,算例仿真验证了所建模型的有效性。     

考虑风机出力不确定性的能源系统多目标协调优化运行研究

风机出力的不确定性,使得电力系统调度受到了严重干扰.为了保证电力系统调度的多目标优化,构建了风力发电系统的二层鲁棒性模型,并利用单亲遗传算法作为最优解的求解手段.以电力调度系统的经济性为研究目标,综合考虑了电力系统的经济调度成本和系统调整成本,通过实际数据对比,该模型的预测精度更高,调度成本和电力系统调整成本更低,为基于风机出力不确定性的能源系统多目标协调优化提供了思路.     

计及频率考虑风电分担加速功率的两阶段经济调度

风电不确定性引起的预测误差会对系统经济调度产生影响,针对此问题,本文采用不同时间尺度两阶段经济调度模式进行优化.第1阶段不计风能不确定性以火电发电成本最小为目标建立日前24 h调度模型;第2阶段以第1阶段机组出力为基础对风功率进行不确定性建模,以频率偏移和网损最小为目标建立日内1h实时调度模型,此阶段为考虑频率质量将动态潮流计算引入优化调度中,且基于动态潮流计算系统中加速功率由风、火、荷按一定的比例共同分担,其中风机根据调频能力与风速和减载水平有关的特性,在不同风速下通过超速或变桨整定出不同等效静调差系数以更好发挥风电分担加速功率的作用.模型通过多目标粒子群优化算法形成基于Pareto曲线的最优前沿解集.最后以改进的IEEE 14节点系统为例对所提方案进行仿真验证.     

基于模型预测控制的电——气互联系统动态优化调度研究

在当前电气、天然气与人们生活密不可分的背景下,电—气互联综合能源系统(IPGES)的调度运行研究具有极其重要的价值和意义。目前电—气互联系统的运行策略大多基于日前概况设计,而负荷预测误差往往导致次优日前调度运行。针对这种情况,模型预测控制因为其实时性和鲁棒性的优点,在处理不确定性问题方面表现出卓越效果。本研究在长时间尺度上对日前调度进行了优化,并基于模型预测控制方法进行了实时在线优化调度。在日内调度中,采用卡尔曼滤波对负荷进行短期预测,并根据最新预测信息建立滚动优化和实时反馈校正模型以进行多时间尺度的调度。最后通过案例分析验证了该方法在动态优化调度电力系统和天然气系统组成的电—气互联系统中具有更好经济性和供需匹配性,并能有效应对负荷波动。     

考虑预测误差下孤岛直流微电网的经济调度策略

基于新能源发电单元的不确定性和电动汽车的灵活性,提出了一种最小化运行维护成本的孤岛直流微电网经济调度策略.建立了孤岛直流微电网的优化调度模型,该模型包含日前经济调度和日内调度两阶段.日前调度阶段以运行维护成本最小为目标调度可控单元,确定日内调度阶段可调负荷和电动汽车有序充放电功率;日内阶段考虑新能源发电的预测误差,以日...     

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。     

考虑风电功率预测不确定性的火电机组调度策略研究

针对大规模风电并网导致电力系统调度不确定性增大的问题,提出了一种考虑风电功率不确定性的火电机组优化调度方法.首先,采用k均值聚类对历史风功率预测值和预测误差进行区间划分,分区间采用高斯混合模型对预测误差的概率密度函数进行拟合.其次,建立考虑风电预测不确定性的火电机组经济调度模型.最后,在麻雀算法的基础上,结合天牛须寻优算法进行火电机组经济调度的求解.     

考虑微电网群和需求响应的配电网日前-日内优化调度策略

微电网中光伏等新能源的渗透率不断提升,其间歇性与不确定性给配电网系统带来了巨大挑战。考虑配电网负荷预测的不确定性,根据不同时间尺度调控策略调用微电网内分布式资源来降低不确定性对配电网稳定性的影响。首先,针对负荷和光伏预测的不确定性和需求侧负荷的不同时间尺度特性,建立了配电网-微电网群-微电网的申报和决策方案,系统采用日前-日内多时间尺度滚动优化调度策略;然后,日前优化以配电网和微电网群的运行成本最小为目标,日内优化基于日前调度结果以微电网内可控资源调度成本最小为目标,对日前调度量进行修正;最后,采用目标级联法对所建立的模型进行求解,通过算例证明所提方法可以降低系统峰谷差和提高系统经济性。     

考虑风电预测误差相关性的负荷恢复鲁棒优化

为应对负荷恢复过程中源荷双重不确定性,建立了负荷恢复鲁棒优化模型。应用近似线性化潮流方法对模型进行线性化处理,并基于解耦思想将原模型分解为预测场景下的方案优化主问题和误差场景下的方案校核子问题。主问题以预测场景下加权负荷恢复量最大化为目标函数,进行风电接入和负荷恢复方案最优决策;基于主问题的决策结果,子问题引入松弛变量,构建计及预测误差不确定性的max-min双层方案可行性校核优化模型,并以可调盒式集合刻画负荷预测误差,以线性多面体集合描述具有相关性的风电预测误差。在求解过程中,利用线性优化强对偶理论将max-min结构的子问题对偶转化,并引入大M法线性化所得对偶模型,然后采用列与约束生成算法进行主、子问题高效迭代求解。算例结果验证鲁棒优化模型和迭代求解方法的有效性和可行性。     

计及风电预测误差的电力系统风险规避评估模型

风电功率的短时大幅波动对电网的安全稳定运行造成冲击,为更准确地评估电力系统在较短时间内的风电消纳情况,需考虑风电功率的预测误差。为此,文中提出一种概率区间优化模型,从效益和风险两个维度评估风电预测误差对电力系统运行的影响,旨在得到最优权衡风险和效益的调度方案。在概率区间优化模型中,不确定风电被视为概率区间变量,即每个风电值对应一个分布概率。效益用不确定风电并网前后系统运行费用的差值来量度;风险则用风电的分布概率来衡量。然后,构建基于效益和风险的条件期望作为优化目标。最后,在一个调度系统上进行仿真并与区间优化模型对比,证明了所提出的优化模型的可靠性、鲁棒性和实用性。     

基于数值特性聚类的日前光伏出力预测误差分布模型

光伏出力预测误差难以避免且不容忽视,预测误差分布的准确描述有利于电力系统的优化调度和稳定运行。基于此,分析预测误差分布与其影响因素之间的相关性,提出一种基于数值特性聚类的日前光伏出力预测误差概率模型。利用模糊C均值聚类法对预测误差的整体水平进行分类,再依据预测出力的数值特性进行分区处理,并建立了适用于估计误差分布的通用型高斯混合模型。该分析方法综合考虑了气象因素和预测出力数值特性对预测误差的影响,可以较为准确地估计不同时刻的预测误差,给出预测误差分布的置信区间,且不受预测算法和光伏电站地理信息的限制。基于比利时和中国西北地区光伏系统历史数据的分析结果表明,所提误差模型可描述光伏出力预测误差分布偏态性和峰度多样性,效果优于其他分布模型,能够用于描述不同情况下的日前光伏出力预测误差分布。     

考虑新能源不确定性边界的主动配电网优化调度

为促进配电网中新能源的充分消纳同时兼顾调度方案经济性,对新能源发电特性进行了分析,并构建了考虑新能源预测误差分布特性的潜在期望风险评估模型。在满足主动配电网中各个机组单位运行约束的前提下,建立了内嵌新能源不确定性边界优化的主动配电网优化调度模型,并提出了一种改进粒子群优化算法与分支定界算法相融合的双层混合优化算法,以有效地求解所建含变限积分的混合整数非线性规划模型。算例结果表明,与现有主动配电网确定性和鲁棒动态经济调度方法相比,所提基于最优新能源不确定边界方法可以合理权衡调度方案运行的经济性和潜在风险,取得更优的总成本。     

计及电压风险感知的交直流配电网优化调度

为有效适应交直流配电网分布式光伏和负荷不确定性波动带来的电压安全问题,提出一种计及交直流配电网电压风险感知的优化调度方案,该调度方案包含日前和日内两阶段.日前决策调度以经济性为目标制定运行计划.日内风险调度考虑分布式光伏和负荷超短期波动特性.基于超短期预测概率信息,使用结合Nataf变换的随机响应面法进行概率潮流计算,并根据概率潮流结果建立电压风险感知体系.日内以配电网电压安全运行风险最小为目标,调整日前调度方案中部分灵活迅速调控设备的运行计划.最后,通过交直流配电网混合整数二阶锥模型对调度计划进行求解,并通过算例验证了所提方案的有效性.     

基于QPSO-LSSVM的风电场超短期功率预测

准确预测风电场的发电功率,有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度,建立了基于最小二乘支持向量机（LSSVM）的风电场超短期功率预测模型,并采用量子粒子群算法（QPSO）对LSSVM中影响回归性能的参数进行优化。通过对福建某实际风电场超短期功率预测的应用表明,与BP神经网络和QPSO-LSSVM的预测结果相比,QPSO-LSSVM预测模型多种误差指标均较小,具有较高的预测精度和鲁棒性,是一种有效的风电场超短期功率预测方法。     

大规模风电并网电力系统经济调度中风电场出力的短期预测模型

考虑到大规模风电并网电力系统经济调度中,对风电场出力的短期预测在时间尺度和精度尺度方面的要求,以传统的反传播神经网络(back propagation artificial neural network,BP-ANN)作为预测手段的基础,建立了风电场短期出力预预测模型。考虑到历史的预测误差与未来预测误差间的映射关系,利用传统的BP-ANN预测技术对未来的预测误差进行预测。通过算例仿真发现,误差预测变化趋势能跟踪预预测的误差变化,基于此并考虑到经济调度对风电场出力预测精度的要求,建立了对风电场出力短期预预测进行修正的风电场出力短期预测模型,进一步的算例仿真表明了该模型的有效性。     

多类型源储协调互动的配电网分布鲁棒优化调度

分布式光伏、风电等可再生能源出力具有较强的随机性和不确定性,其大量并网给配电网的运行带来了极大的挑战。本文提出了一种多类型源储协调互动的配电网分布鲁棒优化调度方法,基于分布鲁棒优化理论,对配电网中传统离散设备、可再生能源以及储能决策进行协调优化,提高配电网运行的经济性和安全性,实现了配电网运行决策保守性与鲁棒性的有效平衡。首先,考虑多类型源储资源的协调互动,建立配电网优化调度模型,并将其转化为混合整数二阶锥规划的形式;其次,利用可再生能源出力场景集进行不确定性刻画,建立分布鲁棒优化模型,并通过列和约束生成算法进行求解;最后,在PG&E69节点系统上进行算例分析,验证了所提方法的可行性与准确性。     

基于最小二乘支持向量机的风电功率超短期预测

针对当前风电场发电功率预测时间较长、预测误差较大,易影响风力微电网根据用电负荷变化适时调度及有效电力资源配置的问题,提出了一种基于最小二乘支持向量机(least squares-support vector machine, LS-SVM)的微电网风电功率超短期预测方法。该方法根据风电场数据采集与监视控制(supervisory control and data acquisition, SCADA)系统获取原始功率数据样本,经归一化法预处理,运用网格搜索法确定模型参数,并依据LS-SVM法建立预测系统模型,利用MATLAB工具箱LS-SVM Lab进行仿真实验,跟踪及预测风电功率变化曲线,实现时间跨度小至5分钟的超短期预测。实验验证结果表明,该方法比传统预测方法具有较高的精确度和较强的鲁棒性,为风力微电网优化调度控制工程提供一种新思路。     

面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型

随着高比例新能源接入电网,新能源出力和负荷的波动性及不确定性对系统的灵活爬坡能力提出更高的要求。提出了一种面向灵活爬坡服务的针对高比例新能源电力系统中常规发电机组、储能、柔性负荷等可调节资源的优化调度模型。首先,提出一种考虑日前预测净负荷不确定性的灵活爬坡需求估计方法,根据爬坡起始和结束时刻净负荷及其安全裕度,量化估计电力系统灵活爬坡需求。其次,基于生成的净负荷不确定性场景,提出了考虑系统灵活爬坡需求的基于两阶段混合整数线性规划的可调节资源优化调度模型,从日前-实时两个阶段实现可调节资源的优化调度。最后,基于IEEE-RTS-24节点系统,在4种典型方案场景下对比验证所提优化调度模型。结果表明所提模型能有效提升系统灵活性,降低系统运行成本。     

考虑电动汽车及换电站的微网随机调度研究

考虑多种不确定因素的随机性,在预测值与概率分布统计规律的基础上,应用区间系数规划(ICP)与机会约束规划(CCP)建立了考虑电动汽车与可再生能源的含换电站的微网随机调度模型,进一步将其转化为确定性混合整数线性规划(MILP)模型,并利用CPLEX软件求解.算例分析结果表明,根据所提模型得到的开停机方案可以在可再生能源功率、电动汽车充放电功率等实测值偏离预测值时,满足系统功率平衡要求,并以接近于1的概率满足备用需求,比传统确定性模型得到的方案更经济.