电力现货市场环境下电动汽车充换电站的优化调控策略

在构建新型电力系统的战略目标下,电力现货市场不断对电动汽车充换电站等需求侧资源提出新的需求与要求。基于南方电力现货市场系列试点规则,考虑现货电能量、调频辅助服务、多阶段需求响应等交易品种,建立了电动汽车充换电站的调控模型,设计了日前-日内-实时多阶段优化调控策略。日前阶段针对换电需求、调频调用电量和各交易品种价格的不确定性构建鲁棒优化问题,并采用二阶锥规划算法进行求解;日内阶段构建基于模型预测控制的滚动优化环节,实现对需求响应日内邀约的有效响应,同时改善日前调控计划的保守性;实时阶段以调控成本最低为目标,考虑需求响应实时邀约和电价波动,求解电池功率分配策略。仿真算例表明,所提策略可充分发挥充换电站的调节潜力,提升其经济效益。     

基于联盟区块链交易平台的电动汽车有序充电相对鲁棒优化

为了应对电动汽车充电和风光出力的不确定性以及分散化电力交易的风险,提出基于联盟区块链技术的电动汽车充电交易平台和考虑风光出力的电动汽车有序充电策略,并且用相对鲁棒优化的方法来处理风光出力的不确定性。首先应用联盟区块链技术构建电动汽车充电交易平台;然后应用相对鲁棒优化技术来处理不确定的风光出力,建立考虑风光出力不确定性的电动汽车有序充电相对鲁棒优化模型;最后通过量子粒子群算法对相对鲁棒优化模型进行求解。安全性分析证明了交易平台的可靠性和安全性,仿真结果验证了模型的正确性和算法的有效性。     

计及风险规避的电力零售商平衡市场交易模型

由于新能源出力以及终端负荷需求的不确定性,电力零售商在日前市场的竞标电量与实时市场的购买电量之间存在不平衡而产生惩罚成本风险。引入用户侧可控负荷作为平衡资源参与市场交易,提出了一种风险规避程度指标,以此来度量交易前后电量偏差程度,以信息熵度量残差序列离散程度计算风险规避程度指标。以电力零售商运行收益、用户需求响应满意度以及风险规避程度最大为目标建立多目标风险规避模型,采用自适应权重粒子群算法进行模型求解。通过算例表明,所提出的模型从电网-电力零售商-用户多个角度去考虑电力零售商参与平衡市场交易策略,能够有效提高电力零售商的运行效益以及用户满意度,同时可以提高电力市场管理的可靠性与安全性。     

多市场交易的电力零售商最优购电模型及策略研究

电力零售商是连接电力批发市场和零售市场的纽带,其经营状况对企业经营和家庭生产具有重要影响。然而,电力零售商在运营过程中面临着由现货价格实时波动引起的亏损风险,需通过制定合理的购电方案以降低自身承担的风险,同时保证收益。为此,以具有自发电设备的电力零售商为研究对象,将日前现货市场、实时平衡市场、电力期权合约和电力远期合约作为电力零售商的购电渠道,提出考虑具有自发电设备的电力零售商多市场交易的最优购电模型,旨在获得零售商在各渠道中的最优购电方案,通过该购电方案保证零售商的收益并降低风险。首先,对电力零售商的供电成本和向用户售电的收益进行建模;其次,使用条件风险价值度量零售商承担的风险,首次建立以降低零售商的风险且保证其收益为目标的最优购电模型,并使用OPTI求解器求得该模型的最优解,即获得最优购电策略;最后,在本文所提出的理想场景下进行仿真,验证本文所提模型有效性。     

基于鲁棒均值–方差优化的发电自调度算法及鲁棒代价分析

解除管制电力市场背景下,发电厂商作为价格的接受者,需向电力交易中心提供发电交易策略来最大化自身的收益,从而形成发电自调度的优化模型。然而,当考虑电价不确定性时,发电商一方面希望最大化收益,另一方面需要最小化不确定性带来的风险。为此,该文建立了一种鲁棒均值方差优化模型,以收益最大化和风险最小化为多目标,进而获得多目标优化的Pareto前沿。通过等价转化发现,鲁棒均值方差模型与非鲁棒均值方差模型具有相同的数学形式,均为一个二阶锥优化。进一步分析了鲁棒模型对收益、风险以及Pareto前沿的代价。最后采用30节点系统对鲁棒均值方差优化的发电厂自调度模型以及鲁棒代价进行详细的分析和对比,结果证明提出方法和分析的正确性。     

基于智能电网需求侧管理的多零售商实时定价策略

智能电网中需求侧管理(demand-side management,DSM)是一种改变和促进电力消费,提高电网可靠性的重要机制。实时定价是最重要的DSM策略之一。在电力市场中,电力零售商从电力供应商处采购电力然后将其出售给用户,因此对零售商来说进行有效的电力采购和价格决策至关重要。文中针对服务不同类型用户且共存于多个地区的不同电力零售商使用实时定价需求侧管理方案提出一种动态博弈决策机制,建立Stackelberg动态博弈模型分析不同电力零售商之间实时定价策略互动并得到均衡解。仿真模拟结果验证了所提出模型的有效性以及相关参数对电力采购及价格决策的影响,更好地诠释了智能电网中实时定价的动态过程。     

光储系统参与实时能量-调频市场的运行策略EI北大核心CSCD

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

光储系统参与实时能量-调频市场的运行策略

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型

为了充分挖掘电动汽车（EV）参与电力市场交易的市场价值,电动汽车聚合商（EVA）可将众多EV资源聚合起来作为一个投标主体参与日前能量和调频市场。针对EVA参与电力市场的投标决策面临多重不确定性因素影响问题,计及EV电量和功率边界,建立了EVA响应能力评估模型;对EV用户响应意愿、调频信号和市场电价的不确定性进行建模;以EVA的投标净收益最大化为目标,构建一种考虑多重不确定性的EVA参与能量-调频市场的鲁棒优化模型,以合理制定次日各交易时段EVA的基线功率和所提供的调频容量。通过算例验证了模型的有效性,并分析了各种不确定因素对投标净收益的影响,所提策略可为EVA的投标决策提供参考。     

考虑电动汽车可调度潜力的充电站两阶段市场投标策略

在电力市场环境下,充电站优化投标策略能降低电力成本,甚至通过售电获取收益.文中考虑了电动汽车成为柔性储荷资源的潜力,提出了日前电力市场和实时电力市场下充电站的投标策略.首先,基于闵可夫斯基加法提出了充电站内电动汽车集群模型的压缩方法,并建立了日前可调度潜力预测模型和实时可调度潜力评估模型.同时,考虑充电站间的非合作博弈,建立了电力零售市场下充电站的策略投标模型,并基于驻点法将其转化为一个广义Nash均衡问题.然后,提出了基于日前报价和实时报量的两阶段市场交易模式,并与合作投标模式、价格接受模式和集中调度模式进行对比.最后,基于一个38节点配电系统进行了仿真.仿真结果表明所提出的可调度潜力计算方法能够将电动汽车集群封装为广义储能设备,从而降低了模型的维度.基于可调度潜力的策略投标模型能够挖掘电动汽车的储荷潜力,实现电动汽车与电网的有序互动.     

基于信息间隙决策的风火联合投标策略

发电主体联合投标策略可缓解可再生能源出力不确定性引起的现货市场投标偏差惩罚,推动可再生能源参与现货市场交易。但面对可再生能源出力和现货市场价格的不确定性,发电主体的风险倾向将直接影响联合投标策略的实施。在日前现货市场中考虑风电出力及出清价格的不确定性,针对作为价格接受者的风电场和含储热热电联产机组,建立风火联合投标策略,利用信息间隙决策理论描述不确定变量,并通过鲁棒模型和机会模型反映发电主体不同风险倾向。通过不同联合投标模式下收益敏感度分析研究联合投标可行性,反映联合投标优势,为发电主体选择联合投标合作伙伴提供策略参考,并利用Shapley值法对联合投标收益进行分配。算例结果表明,当发电主体均为鲁棒型或均为机会型时,联合投标具有可行性和策略优势;其他联合投标模式下,联合投标可行性须根据场景具体分析。     

基于不确定性测度的居民小区电动汽车充电分时电价制定策略

针对电力市场条件下,电动汽车响应分时电价的不确定性而导致的居民负荷随机波动加剧等问题,提出了基于不确定性测度的居民小区电动汽车充电定价策略。首先,引入价格弹性系数定量描述考虑电动汽车对分时电价的响应概率,建立电动汽车充电负荷动态概率模型。其次,引入熵和越限概率对负荷动态概率波动进行测度,在保证居民小区变压器期望过载时间不越限的前提下,以电动汽车代理商的期望收益最大为目标建立定价策略模型。再次,采用双层粒子群优化算法对定价策略进行优化求解。最后,以某居民小区为例进行仿真研究,结果表明,所提出的定价策略不仅能保证代理商收益的增加,而且能够有效减小居民小区内各时段变压器过载运行的风险,降低居民小区内总负荷波动的不确定性。     

含电动汽车和风电机组的虚拟发电厂竞价策略

对于含电动汽车和风电机组的虚拟发电厂,由于可调度充放电的电动汽车数量和风电机组出力均存在明显的不确定性,这样虚拟电厂在电力市场中参与竞价时就必须考虑这些不确定性。在此背景下,计及上述不确定性因素的影响,并在下述假定的基础上研究了含电动汽车和风电机组的虚拟发电厂竞价策略:风机出力的上下限为随机变量;日前能量市场和调节市场电价均为波动区间已知的随机变量;虚拟电厂中可调度充放电的电动汽车数量足够大,能够在平抑虚拟电厂内的风电机组出力波动的同时参与调节市场竞价。在同时考虑电动汽车电池放电损耗成本以及调节备用被实际调用比例的情形下,构建了虚拟电厂参与日前能量市场和调节市场的联合竞价策略的鲁棒优化模型。之后,采用IBM公司开发的高效商业求解器CPLEX 12.2对模型进行了求解。最后,通过算例对所构建的模型和采用的方法进行了验证,算例结果表明了所建立模型的合理性和求解方法的有效性。     

考虑需求响应和电动汽车参与的主动配电网经济调度

传统配电网主动管理设备容量有限,需充分挖掘用户侧调节作用,需求响应和电动汽车有序充电作为用户侧重要可调度资源,是主动配电网经济调度切实可行的调节手段。与此同时,风光出力的不确定性给主动配电网调度带来的风险不容忽视。基于此,考虑需求响应及电动汽车有序充电,提出基于信息间隙决策理论的主动配电网经济调度模型。该模型综合考虑网损、分布式发电弃电惩罚、上级电网购电和负荷峰谷差惩罚的调度成本,构建基于价格弹性系数矩阵的实时电价需求响应模型,利用蒙特卡洛模拟分析了电动汽车在有序充电和无序充电时的负荷需求,并考虑主动配电网的多种管理手段,针对不同风险偏好的决策者,制定机会模型与鲁棒模型,为主动配电网经济调度提供决策基础。最后通过改进的IEEE 33节点系统验证了所提经济调度模型的有效性。     

基于恶劣场景辨别法的微网随机自适应鲁棒模型

为应对能源结构转型中的低碳化、清洁化需求,考虑了微网同时参与日前能量市场、实时能量市场以及碳交易市场的情况。针对市场电价预测精度高、误差分布规律等特点,采用随机规划法对其不确定性进行处理。针对光伏出力的随机性与间歇性,采用动态鲁棒优化法对其进行处理。构建了考虑电价和光伏出力不确定性的微网两阶段鲁棒优化调度模型,并采用恶劣场景辨别算法将原问题分解为主问题和子问题进行迭代求解。子问题用来辨别最恶劣的光伏出力情景,并通过主问题对该情景下的单层优化模型进行求解,从而极大地削减了所需求解情景数量,提高了模型的计算效率。算例验证了算法的有效性,结果表明:微网同时参与多个电力市场可显著增加利润;采用恶劣场景辨别算法能够减轻计算负担,有效提高计算效率,且在大规模场景下的适应性更强。     

双结算模式下风储一体化电站两阶段市场投标调度策略

随着中国电力现货市场建设进程不断加快,风电等新能源参与现货市场竞争已成为趋势,风储一体化电站作为未来风力发电站的一种发展形式,可以通过合理调控实现最大化收益。基于中国电力现货市场初期,双结算模式和偏差考核长期并存的结算规则,综合考量发电商在日前市场的投标收益以及在实时平衡市场的机会收益,建立了考虑储能寿命影响的风储一体化电站参与日前市场投标模型和实时平衡市场滚动自调度模型,以实现现货市场全出清尺度的决策优化。然后,采用随机-鲁棒相结合的建模方法描述日前、实时电价和风电出力的不确定性以优化决策效果。在此基础上,研究了储能寿命模型、鲁棒控制系数和发电预测能力对收益的影响,算例结果验证了所述模型与方法的有效性。     

碳排放约束下虚拟电厂鲁棒优化竞标模型

虚拟电厂中的可再生能源发电出力和电力市场的电价具有不确定性特征,在虚拟电厂的竞标中如何处理这些不确定性因素的影响值得深入研究。应用鲁棒优化的方法处理风电出力和电力市场电价的不确定性,同时考虑碳排放约束对虚拟电厂竞标的影响,建立虚拟电厂鲁棒优化竞标模型。算例分析结果验证了所提模型的经济性和鲁棒性,显示了鲁棒优化法处理含有不确定性参数的优化问题的有效性,且碳排放约束会使虚拟电厂竞标策略发生变化。     

不确定性优化方法在电力系统研究中的应用

随着分布式电源接入并网与电力市场化改革不断深入,电力系统规划、运行及调度等方面带有了更多的不确定性,且该不确定性影响不可忽略,需要采用相关不确定性优化方法加以解决。从不确定性优化问题中不确定因素建模的角度,对随机规划包括机会约束规划、风险价值方法、条件风险价值方法、超分位数方法与鲁棒优化方法包括场景鲁棒优化方法、盒式鲁棒优化方法、椭球鲁棒优化方法的数学模型、及特点进行分析归纳、并阐述了在电力系统中的相关应用。     

计及电动汽车及多类需求响应的电力用户能量管理鲁棒模型

近年来,分布式能源呈规模化并网运行,导致传统电力用户从单纯的电能消费者逐步演变为兼具电能生产与消费能力的产消者,并可在市场电价的引导下有序参与市场交易。然而,受自身容量的限制,产消者难以承受市场电价波动性、光伏出力随机性带来的风险。为此,提出了一种基于鲁棒优化的产消者能量管理模型,首先构建了含电动汽车以及多类需求响应资源的产消者能量管理模型;在此基础上,考虑电价波动性以及光伏出力的随机性,构建了计及电价、光伏不确定性的产消者能量管理鲁棒模型,分析了鲁棒系数对产消者整体效益以及能量管理策略的影响。最后,采用改进灰狼算法实现了模型的高效求解。     

含电动汽车的虚拟电厂鲁棒随机优化调度

随着电动汽车和分布式电源接入电网的比例不断提升,虚拟电厂为有效解决电动汽车、分布式电源并网提供了新思路。由于可调度充放电的电动汽车数量和分布式电源出力存在明显的不确定性,因此虚拟电厂优化调度时必须考虑这些不确定性。在此背景下,采用场景模拟技术处理风电出力的不确定性,形成经典场景。针对可调度电动汽车数量的随机性与不确定性,利用鲁棒优化方法建立了原模型的对偶模型,构建含电动汽车的虚拟电厂鲁棒随机优化调度模型。算例分析证明了所提模型具有实用性和有效性,在优化调度模型中考虑不确定性的影响,可减小实际日运行成本,提高优化策略的鲁棒性。结果表明鲁棒系数和置信水平影响了日运行成本,通过合理制定燃气轮机等常规机组的发电计划可以减小日运行成本。