考虑风电置信区间的水风火短期优化调度方法

风电出力的不确定性影响电网的稳定运行,大规模风电并网后“弃风”问题突出。为了充分考虑风电出力的不确定性,本文提出基于风电置信区间的风-水-火短期联合调度运行方法。利用梯级水电站启停灵活、爬坡速度快等优点平抑风电出力波动,构建了发电成本最小与清洁能源消纳最大的多目标优化调度模型。基于分层求解思想,将模型分为风电运行层、水电调度层与火电调度层,并提出了集成非参数法、启发式算法与改进的粒子群算法的总体求解框架,实现了模型的快速求解。某区域电网短期调度模拟运行结果表明,所提方法求解速度快,仅需83.5 s,在满足电力系统安全稳定运行约束与清洁能源消纳最大的前提下,水电、风电多发45.56万kWh,煤耗成本减少23.33万元。     

计及线路随机故障的机会约束最优风电消纳模型

在大规模风电并网的背景下,为提升电网运行的经济性与安全性,基于最优风电消纳比的概念提出一种计及输电线路随机故障的两阶段机会约束机组组合模型。一方面,采用机会约束量化风电出力的不确定性,确定最优的机组组合方式与风电消纳比;另一方面,综合考虑电网基态与故障态的运行方式,在故障发生后引入弃风、切负荷等控制措施,保证电网的稳定运行。为应对机会约束模型带来的求解难题,采用采样平均近似算法处理机会约束,并通过双线性Benders分解法将原问题分解为预测风电出力下的预测主问题和风电出力波动条件下的场景子问题,主子问题迭代求解,得到系统优化运行策略。6节点系统与IEEE RTS-79测试系统算例验证了所提模型与算法的有效性。     

风-光-水-火多能互补系统随机优化调度

为减少二氧化碳排放、提高可再生能源利用效率,提出了含梯级水电站的风光水火多能互补系统随机优化调度模型。该模型目标函数由系统运行成本、惩罚成本两部分组成,同时考虑了风电和光伏出力的不确定性。用Monte Carlo模拟了风电和光伏出力的随机性,经场景聚合将不确定性问题转化为多个确定性问题进行求解。在梯级水电站建模中,用启发式方法将水电转换函数进行分段线性化,通过算例验证了该模型的有效性;分析了多能互补系统对新能源的消纳能力;调节水电出力状态,发现其对多能互补系统优化调度成本有一定影响。     

基于CE-PSO算法的风、火、梯级水电系统联合优化调度

为促进风电更好地消纳、减少传统化石能源造成的污染,充分发挥梯级水电站的调节能力,制定了一种包含风、火、梯级水电系统的联合优化调度策略。该策略确定了优先风电上网、火电平稳出力、梯级水电补偿运行的调度模式,并依据该策略建立了多目标联合优化模型。针对传统粒子群算法存在容易陷入局部最优解的缺点,采用基于鲶鱼效应改进的粒子群算法对模型进行求解,并在MATLAB软件中进行仿真。算例的仿真结果表明,基于鲶鱼效应改进的粒子群算法能够有效地应用于风、火、梯级水电联合优化调度问题中,能够发挥出梯级水电站调节特性的同时有效地增加风电的上网电量、提高系统的综合效益。     

孤岛微网多场景机会约束动态调度

风光出力与负荷在时空分布上具有波动性和间歇性,该文按风速段拟合风电预测误差分布,采用Beta分布拟合光伏出力分布,按时段拟合负荷分布.根据风速和调度时段的不同采用卷积推广方法求解各场景下约束条件成立的分布函数.以微电网运行维护成本和环境成本最小为目标,构建微电网多目标机会约束动态调度模型.采用改进多目标教与学算法对模型进行求解.算例验证了模型与算法的有效性.然后采用蒙特卡罗模拟法产生随机场景进行调度.其结果表明,与传统机会约束调度(单场景)相比,多场景机会约束动态调度的后验置信水平更高,进一步确保了系统的安全性,提高了策略的鲁棒性.     

考虑输电断面限制的风-光-梯级水电站长期优化调度

针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型。首先分析风电、光伏可再生能源季节性出力,根据风光出力预测值调整梯级水电站运行水位,实现水库储能并转移发电时段,同时采用逐步优化算法与水位廊道约束耦合方法求解以外送发电量最大为目标的调度模型。最后通过算例仿真,验证了本文模型的有效性和可靠性。     

计及风电预测可靠性的含风电电力系统优化调度模型

针对风电随机性对电力系统安全、经济运行的影响,在考虑风电预测可靠性的基础上,建立含风电的电力系统优化调度模型。将实际风电出力看作随机变量,并通过混合Copula函数对历史风电场出力及其对应预测值建立相关性模型;在得到预测出力后,通过相关性模型获得风电实际出力分布概率;采用机会约束规划建立含风电的电力系统经济调度模型,并在保证系统可靠性的条件下优化风电计划出力。最后通过改进粒子群优化算法求解模型,结果表明该模型和算法可行且有效。     

基于改进粒子群算法的风水火电短期多目标优化调度研究

为消纳更多风电,提出了风、水、火电短期联合优化调度策略。该策略优先消纳风电,由火电、水电联合运行承担剩余负荷。建立了含约束的多目标非线性优化模型,采用线性加权法将多目标问题转化为单目标问题后,使用粒子群算法进行求解。实例计算表明,该方法充分利用了水电灵活性,减小火电出力波动,同时提高了电网对风电的消纳能力。     

考虑水风光互补与机会约束的电力系统源网荷协调扩展规划研究

随着风光电站渗透率不断提高,其出力不确定性也给电力系统安全运行带来了一定挑战。利用梯级水电来弥补风光发电的间歇性,能有效平抑风光电站出力的波动性。为此,提出了基于机会约束的水风光互补电力系统源网荷协调扩展规划模型,来提高水风光等清洁能源的消纳能力。首先,对梯级水电站和直流外送以及需求响应进行了详细的建模;其次,利用需求响应资源来对电源侧风光电站出力间歇性进行缓解,提出了负荷侧需求响应服务规划模型,并建立了源网荷协调规划模型;最后,建立机会约束模型来保证系统运行安全性与风光出力的有效消纳,并利用样本平均近似法的强拓展公式,将机会约束模型转化为混合整数线性规划问题进行求解。仿真算例分析验证了所提模型的合理性,能有效保证系统运行安全性和风光消纳能力。     

机会约束随机动态经济调度的凸松弛迭代求解法

大规模风电并网给电力系统运行带来了重大技术挑战,其出力的随机性和波动性增加了线路传输能力和备用调节能力不足的风险,传统的确定性经济调度方法已不完全适用。首先提出了一种基于混合高斯分布的机会约束随机动态经济调度模型,该模型将最小备用约束和线路传输容量约束建模为机会约束,并引入调频机组的仿射控制策略以实时平衡风功率的波动。然后提出了一种机会约束规划的松弛迭代求解方法,将随机调度模型转化为二次规划模型以实现快速有效求解。利用中国西南某省25个风电场的现场数据以及IEEE 118节点系统进行算例分析,验证了混合高斯分布对风电预测误差的拟合精度,以及所提方法的可行性。     

光热-风电联合运行的电力系统经济调度策略研究

针对大规模并网风电出力的随机性、波动性以及反调峰特性给电网调峰和调度带来的影响,采用含储热的光热发电系统与风电联合运行的调度策略。利用光热与风电出力的互补性及储热的可调度性平抑风电出力波动,减小电网负荷峰谷差,降低火电调峰的成本,减少弃风。基于光热电站的运行机理分析,建立光热-风电联合系统的电网调度模型。采用粒子群算法对模型进行求解,实现经济调度的优化。通过仿真算例分析验证调度策略及模型的可行性和合理性。     

考虑多类型水电协调的风光电站容量优化配置方法

为减少风光出力波动性造成的弃风、弃光,利用梯级水电和抽水蓄能等不同类型水电之间的调蓄特性,提出一种多类型水电协调参与风光消纳的联合运行策略。考虑多类型水电站出力、水库库容和联络线传输功率等约束,以风光电站投资建设成本、系统运行维护成本及购电成本最小和风光发电占负荷需求比例最大为目标,建立一种多类型水电协调的风光电站容量优化配置模型,采用基于极限学习机的粒子群算法(ELM-PSO)对模型进行求解。以青海某地区为例,通过仿真分析,得出综合考虑系统经济性和风光发电占负荷需求比例最优的容量配置方案,验证了所提策略和所建模型的可行性及有效性。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

基于大规模风光互补的发电侧可调节鲁棒优化调度策略

随着间歇性新能源并网率不断提高,太阳能和风能出力随机性和不确定性对电网运行的影响越来越大。为了衡量风光出力的相关性,提出将Copula理论引入到调度策略中,采用Kendall秩相关系数来衡量其相关性。同时为了协调系统的经济性和可靠性,提出引入模糊机会约束来界定风光互补可信水平,减少了配置风光出力和旋转备用容量决策的盲目性。最后将该鲁棒优化调度模型化简成经典的非线性二次规划问题,采用优化对偶内点法求解,并用经典算例进行测试,结果验证了该模型的可行性、鲁棒性和经济性。     

碳捕集火电与梯级水电联合优化的低碳节能发电调度

针对消纳风电过程中造成火电机组频繁调节而产生额外损耗的问题,引入碳捕集机组与梯级水电联合优化。以更加高效地利用清洁能源、确保传统机组运行平稳、减小系统综合运行成本为目标,对包含风电、梯级水电、传统机组以及碳捕集机组的风水火联合系统建立多目标优化调度模型。将多目标使用模糊隶属度函数的方法转变为单目标模型,并使用二次规划法进行求解。算例分析说明通过水电与碳捕集机组的调节,可在充分消纳风电的基础上减少传统机组的调节量,维持传统机组的运行稳定性,降低传统火电机组由于频繁调节而产生的损耗。     

基于无迹变换随机潮流建模的主动配电网优化调度

为了解决风电和电动汽车大量接入主动配电网所引发的随机优化调度问题,利用基于无迹变换的随机潮流计算方法处理风电出力的波动性、电动汽车充电的随机性以及电网负荷的随机波动。进而建立了以电动汽车充电功率和分布式电源出力为优化变量,以配电网运行费用最小、有功网损最小和负荷方差最小为优化目标的主动配电网随机优化模型。同时,采用多目标粒子群算法对模型进行求解,并以改进的IEEE 33节点测试系统为例对该模型进行仿真。仿真结果表明:考虑不确定性和电动汽车有序充电的优化调度模型,可以有效地减少配电网运行的成本、降低网损和缩小峰谷差,验证了所提模型的正确性和有效性。     

基于机会约束的区域能源互联网优化运行

为保证区域能源互联网的可靠、经济运行,基于机会约束理论对不确定环境下的优化运行方法展开研究。考虑风电出力预测误差随机变量,建立燃气轮机备用容量机会约束条件、备用偏差风险成本目标函数,进而提出一种考虑备用容量的区域能源互联网随机优化运行方法。仿真结果表明所提方法能够有效管控风电并网带来的运行风险,在提高系统运行可靠性的同时,兼顾系统运行和燃气轮机备用的经济性。     

计及风电时间相关性的鲁棒机组组合

鲁棒优化是解决大规模新能源接入后电力系统调度的重要手段。相比于基于场景的随机规划、带有风险约束的机组组合等,鲁棒机组组合的结果往往偏于保守。鲁棒优化的保守性直接受到不确定集合的影响。研究了风电预测误差时间相关特点,提出了基于自相关性的时间相关性约束。并利用不确定集合的离散性特点,将该约束近似简化为可以用于实际鲁棒优化问题的线性约束。在列与限制生成(CCG)算法的基础上,改进了Bender’s分解后子问题的求解算法,提出了一种适合离散型不确定集合的鲁棒优化求解方法。最后,以真实风电数据进行了大量的仿真实验。结果表明,提出的算法能够在不影响机组组合可靠性的前提下,降低鲁棒优化保守性。