基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

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,利用日前调度计划与日内实时滚动推演结果比对,依据日内滚动计算结果修正日前调度计划,实现当日微网能量调度全局最优。算例分析表明,由于利用了日前和日内相结合的滚动计算方法,使对岛上源、荷的预测精度逐级提高,该优化调度方法在兼顾海岛微电网功率平衡和可再生能源利用率的同时,最大限度降低了海岛微电网运维成本。     

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。     

考虑多能灵活性的综合能源系统多时间尺度优化调度

含电热气多种能源的综合能源系统中,复杂的能量转换关系以及可再生能源和负荷的波动性,给综合能源系统的灵活安全运行带来了挑战。为了减小新能源和负荷不确定性对系统的影响,同时提升系统的功率平抑能力,提出了考虑多能灵活性的综合能源系统多时间尺度优化调度策略。首先,在日前调度中建立多能灵活性状态方程,以日运行成本最小为目标,构建波动场景下考虑系统多能灵活性的调度模型;日内调度则以日前调度计划为基础,考虑电能和热气能在不同时间尺度上的响应能力,建立分时间尺度的滚动优化模型,对日前计划进行修正,平抑功率波动。算例结果表明:所提出的日前模型可以通过协调设备的出力来提升系统的运行灵活性,日内模型能够平抑电热气能在不同时间尺度上的功率波动。     

基于集群的主动配电网双层分布式优化调度策略研究

随着主动配电网中大量分布式能源资源的接入,传统的集中式调控架构体系将无法有效处理这些分布式单元,因此有必要对主动配电网分布式资源集群优化调度开展研究。以基于多智能体架构的主动配电网为研究对象,根据“群内自治、群间协调”的分级调控思想,提出一种基于“源-荷”集群功率偏差的双层分布式优化调度策略。在上层全局优化阶段,提出基于“源-荷”集群功率偏差的改进一致性算法对各集群间进行分布式协调优化;在下层局部优化阶段,基于分布式一致性算法对各分布式单元进行协调优化,获取最优效益下“源-荷”需求,同时对所提策略的收敛性进行证明。通过IEEE 33节点系统验证所提策略的有效性和合理性。     

基于水光互补的多个虚拟电厂两阶段优化调度方法

提出了一种基于水光互补的多虚拟电厂(virtual power plant,VPP)两阶段优化调度方法,旨在降低分布式光伏固有的随机性以及用户可中断负荷(interruptible load,IL)响应的不确定性对系统运行和决策带来的影响,从而提高水光互补清洁能源项目的能源利用率。首先,采用电能共享策略,以最大化VPP的经济效益为优化目标,构建了多VPP日前最优调度模型。其次,考虑分布式光伏出力的随机性和可中断负荷需求响应的不确定性,灵活调整内部可控元素和能源输出,生成VPP市场竞价优化调度模型。最后,通过算例分析,验证了所提出方法的有效性和可行性。     

含冰蓄冷空调的冷热电联供型微网多时间尺度优化调度

冷热电联供型微网(CCHP-MG)对实现能源可持续发展和构建绿色低碳社会具有重要的应用价值,而内部复杂的能源结构与设备耦合关系、可再生能源的消纳和负荷波动的平抑给其优化运行带来了挑战。文中提出含冰蓄冷空调的CCHP-MG多时间尺度优化调度模型,研究冰蓄冷空调的不同运行方式对优化调度的影响。日前计划中通过多场景描述可再生能源的不确定性,侧重于一个运行优化周期内CCHP-MG的经济运行;日内调度基于日前计划方案,根据冷热电在不同时间尺度上的相关性和互补性,提出考虑冷热负荷变化的双层滚动优化平抑模型,求解各联供设备的调整出力。仿真结果表明:冰蓄冷空调的运行方式关系到CCHP-MG的综合效益的提高;多时间尺度优化调度模型不仅可以满足用户的冷、热、电能的需求,还能有效平抑日内阶段供需侧随机性波动,实现CCHP-MG经济及稳定运行。行带来了挑战。文中提出含冰蓄冷空调的CCHP-MG多时间尺度优化调度模型,研究冰蓄冷空调的不同运行方式对优化调度的影响。日前计划中通过多场景描述可再生能源的不确定性,侧重于一个运行优化周期内CCHP-MG的经济运行;日内调度基于日前计划方案,根据冷热电在不同时间尺度上的相关性和互补性,提出考虑冷热负荷变化的双层滚动优化平抑模型,求解各联供设备的调整出力。仿真结果表明:冰蓄冷空调的运行方式关系到CCHP-MG的综合效益的提高;多时间尺度优化调度模型不仅可以满足用户的冷、热、电能的需求,还能有效平抑日内阶段供需侧随机性波动,实现CCHP-MG经济及稳定运行。     

市场机制下多微电网多时间尺度优化调度研究

针对区域配电网中多个微电网不同时间尺度中与电网或相互间复杂的功率交互问题,提出了一种多微电网包含日前、日内多个时间尺度的优化调度方法。在日前调度中(30 min),综合配电系统功率波动性和经济性建立包含多微网在内的配电系统调度模型,得到各微电网对外的交换功率参考值,通过市场机制引导多微网系统中各微网制定日前微网层调度计划,并基于熵权法建立多个微电网的利益分配机制。在日内调度中(15 min),通过配置混合储能系统来消除日前计划的误差,针对不同类型储能充放电特性的差异,采用小波包对混合储能的充放电功率进行频域分解,同时考虑到功率型储能频繁充放电下充放电功率不平衡性,对其荷电状态(state of charge,SOC)进行模糊反馈调节。对算例计算分析表明:多个微电网通过多个时间尺度的自治消纳控制和协调互济可优化配网系统的运行,同时对决策变量储能进行充放电功率自适应控制可有效提高微网间的互济能力。     

计及灵活性聚合功率的源-荷分布式协调调度

为缓解大规模分布式能源接入主动配电网带来运行和备用的压力,有必要充分挖掘各灵活性资源以应对各种不确定性.文中提出一种计及灵活性聚合功率下的日前-日内两阶段分布式经济调度模型.首先,建立虚拟电池模型对主动配电网多种分布式灵活性资源集群聚合,基于闵可夫斯基和约束空间叠加法获取可调节聚合功率域,并以此为约束衔接日前-日内调度.其次,在日内实时滚动阶段提出计及灵活性聚合功率的输配电网分布式协调优化调度模型.更进一步,将一致性算法和调频控制结合,提出一种一致性调度控制策略对各个聚合等值集群进行灵活性聚合功率下经济调度模型的完全分布式求解.最后,算例验证了所提方法的有效性,调度部门在获取各分布式资源集群下主动配电网最优功率分配方案的同时,可以得到弹性备用功率区间和可调节功率域,帮助调度人员充分利用各种灵活性资源修正日前计划,有效应对各种不确定性因素.     

基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略

为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出了一种基于奖惩阶梯型碳价机制和分布式模型预测控制（Distributed Model Predictive Control, DMPC）的能源枢纽（Energy Hub, EH）日前-日内-实时的多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建了EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差、提高传统模型预测控制（Model Predictive Control, MPC）求解效率。其中,在日内阶段,构建了以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小的日内滚动优化模型;在实时阶段,通过将整体优化问题进行分解,建立了基于DMPC控制的多智能体实时调整模型。算例结果表明,本文所提策略在提升系统经济效益、降低源-荷不确定性等方面具有有效性,实现了EH的低碳经济、稳定可靠运行。     

市场模式下兼顾区域负荷特性的多虚拟电厂分布式协调优化

随着虚拟电厂（VPP）商业模式逐渐成熟必然出现区域内多个VPP并存的情况。对于区域内多个VPP并存且参与日前-实时市场的场景,引入VPP间直接交易机制,以分散式控制结构组织多VPP之间的合作与竞争。为了在满足提升多VPP收益的同时兼顾区域负荷特性的目标,基于交替方向乘子分布式优化框架提出了考虑区域负荷特性的两阶段多VPP分布式协调优化模型,以保证信息的隐私性和安全性。算例设置区域内存在3个VPP的场景验证了所提模型通过分布式优化框架在保护各VPP内部隐私信息的前提下对多VPP收益和区域负荷特性的优化作用。     

参与气电市场的虚拟电厂内部优化随机模型

虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明：虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。     

参与气电市场的虚拟电厂内部优化随机模型

虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明：虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。     

电力现货市场下输配协同传输阻塞管理

电力现货市场中传输阻塞管理需要协调输电网和配电网可控资源。鉴于虚拟电厂(VPP)具有能够聚合分布式电源(DG)参与电力市场的良好特性,提出了配电网作为VPP参与电力现货市场阻塞管理的输配协同双层优化模型。输电网层综合考虑了由母线电压越限和支路/断面功率越限引起的输电网阻塞,实现了VPP和常规机组的协同优化;VPP层考虑了配电网可控DG和可中断负荷的参与并满足了配电网安全约束。通过2层之间的交互协调,实现了输配全局资源的经济利用、给出了更加合理的价格信号。对由IEEE 30节点输电网和3馈线、16节点配电网组成的输配全局电网算例进行仿真,结果表明了文中模型与方法的有效性。     

Optimal scheduling strategy for virtual power plants based on credibility theory

The virtual power plant (VPP) is a new and efficient solution to manage the integration of distributed energy resources (DERs) into the power system. Considering the unpredictable output of stochastic DERs, conventional scheduling strategies always set plenty of reserve aside in order to guarantee the reliability of operation, which is too conservative to gain more benefits. Thus, it is significant to research the scheduling strategies of VPPs, which can coordinate the risks and benefits of VPP operation. This paper presents a fuzzy chance-constrained scheduling model which utilizes fuzzy variables to describe uncertain features of distributed generators (DGs). Based on credibility theory, the concept of the confidence level is introduced to quantify the feasibility of the conditions, which reflects the risk tolerance of VPP operation. By transforming the fuzzy chance constraints into their equivalent forms, traditional optimization algorithms can be used to solve the optimal scheduling problem. An IEEE 6-nodesystem is employed to prove the feasibility of the proposed scheduling model. Case studies demonstrate that the fuzzy chance strategy is superior to conservative scheduling strategies in realizing the right balance between risks and benefits.     

多虚拟电厂日前随机博弈与实时变时间尺度优化方法

针对虚拟电厂(VPP)的运营性能存在多元信息风险、调度灵活性受限等问题，提出计及网络约束的多VPP日前随机博弈与实时变时间尺度优化方法。为应对VPP日前运行中面临的多种风险，综合考虑VPP内随机预测信息的概率分布及调节水平，建立风险效用模型，定量刻画各时段各元件及VPP整体的风险水平。考虑VPP的跨地域特性，构建网络相关约束及过网费与报价的动态耦合约束，建立更具可行性的日前电能交易模型。针对实时预测信息的更新和波动，考虑调度偏差减少率与综合成本增加率的博弈，建立实时变时间尺度优化模型。最后，仿真验证了所提方法能有效适应多种不确定性运行场景，在保证经济性的同时提升了功率曲线跟踪能力。     

含源-荷-储的虚拟电厂经济性优化运行研究

虚拟电厂(VPP)作为一种新兴的能源聚合形式,可以降低风电、光伏等新能源入网时输出功率不确定性对电网安全的影响,提高供电可靠性,是未来新能源并网发展的方向。为提高VPP的调度灵活性,降低发电成本,使VPP获得更好的效益,在以往研究的基础上考虑负荷对VPP的影响,构建了考虑源-荷-储联合运行的VPP经济性优化调度模型,为减小预测误差并提高VPP收益,调度模型采用了多时段尺度优化和多市场盈利模式,最后采用粒子群算法对模型进行求解,优化VPP内各能源的出力。仿真算例分析了VPP内部各电源及VPP的出力优化情况,对比分析了可中断负荷参与VPP调度及其占比变化对VPP收益的影响以及4种不同运营模式下VPP的经济性差异。仿真结果表明,通过聚合适当比例的可中断负荷并采用合理的运营模式可以提高VPP的灵活性和经济性,算例验证了源-荷-储联合运行的VPP经济性优化调度模型的合理性。     

Optimal Aggregation Approach for Virtual Power Plant Considering Network Reconfiguration

As an aggregator of distributed energy resources (DERs) such as distributed generator, energy storage, and load, the virtual power plant (VPP) enables these small DERs participating in system operation. One of the critical issues is how to aggregate DERs to form VPPs appropriately. To improve the controllability and reduce the operation cost of VPP, the complementary DERs with close electrical distances should be aggregated in the same VPP. In this paper, it is formulated as an optimal network partition model for minimizing the voltage deviation inside VPPs and the fluctuation of injection power at the point of common coupling (PCC). A new convex formulation of network reconfiguration strategy is incorporated in this approach which can guarantee the components of the same VPP connected and further improve the performance of VPPs. The proposed approach is cast as an instance of mixed-integer linear programming (MILP) and can be effectively solved. Moreover, a scenario reduction method is developed to reduce the computation burden based on the k-shape algorithm. Numerical tests on the 13-bus and 70-bus distribution networks justify the effectiveness of the proposed approach.     

Optimal scheduling strategy for virtualpower plants based on credibility theory

The virtual power plant (VPP) is a new and efficient solution to manage the integration of distributed energy resources (DERs) into the power system. Considering the unpredictable output of stochastic DERs, conventional scheduling strategies always set plenty of reserve aside in order to guarantee the reliability of operation, which is too conservative to gain more benefits. Thus, it is significant to research the scheduling strategies of VPPs, which can coordinate the risks and benefits of VPP operation. This paper presents a fuzzy chance-constrained scheduling model which utilizes fuzzy variables to describe uncertain features of distributed generators (DGs). Based on credibility theory, the concept of the confidence level is introduced to quantify the feasibility of the conditions, which reflects the risk tolerance of VPP operation. By transforming the fuzzy chance constraints into their equivalent forms, traditional optimization algorithms can be used to solve the optimal scheduling problem. An IEEE 6-node system is employed to prove the feasibility of the proposed scheduling model. Case studies demonstrate that the fuzzy chance strategy is superior to conservative scheduling strategies in realizing the right balance between risks and benefits.     

虚拟电厂参与下含高渗透可再生能源系统的运行策略

为电力系统能够规模化灵活控制分布式可再生能源与可控负荷参与系统市场交易和优化调度。本文提出一种虚拟电厂(Virtual Power Plant,VPP)参与下含高渗透可再生能源的双层优化调度模型,将虚拟电厂作为独立市场主体参与系统调度,两层之间交替求解,实现协同优化;同时利用威尔分布、贝塔分布模拟风电、光伏的随机性,计及可再生能源出力不确定性带来的高估与低估成本。针对双层优化模型,混合整数、非凸、非线性、多目标的特点提出一种新颖的多目标飞蛾扑火算法(Multi-objective Moth-flame optimization, MOMFO)。最后通过修改后的IEEE39节点为算例验证文中提出的模型可均衡各层收益主体,在维持安全稳定运行的前提下,系统运营利润最大化,有效实现了电力系统的可持续性发展;同时也验证了多目标飞蛾扑火算法的有效性与竞争性。