含风电电力系统的多时间尺度模糊机会约束动态经济调度模型

风电出力的模糊不确定性增加了调度决策的难度。将风电和负荷预测值用模糊参数表示,基于可信性理论,将传统确定性系统约束转化成模糊机会约束。由于风电和负荷预测精度具有随预测时间尺度的缩短而提高的特点,因此,将模糊置信度设置为递增向量,以反映预测精度的变化。建立多时间尺度下含多模糊参数的模糊机会约束动态经济调度模型。多时间尺度调度分为日前24 h计划、日内4 h滚动计划、实时15 min计划和自动发电控制(automatic generation control,AGC)。各时间级的调度计划协调配合,兼顾经济性与可靠性。根据风电及负荷的最新预测信息,滚动修正原有发电计划,逐级消纳预测偏差量。算例采用山西某实际风电场数据,验证了上述模型能够有效降低风电及负荷预测不确定性的影响,减轻调度人员及AGC机组的调节压力。     

基于多时间尺度协调机组组合的含风电系统 旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运     

海水淡化与电制热负荷联合消纳风电的多时间尺度调度策略

协调控制负荷侧灵活性资源消纳风电是构建新型电力系统的关键技术之一。考虑到风电预测精度随预测时间尺度缩短而提高,提出利用海水淡化、电制热等灵活性负荷消纳富余风电的多时间尺度优化调度策略。首先,分析多元协调消纳风电的电力电量平衡关系,建立海水淡化和电制热负荷的可调控支撑能力运行特性模型。其次,考虑负荷调度优势及运行边界,分析其在不同时间尺度下风电消纳调度需求的适应性,建立多时间尺度优化调度机制。在此基础上,建立日前、日内和实时优化调度模型,提出含电-水-热-储的多介质、多能源转换协调消纳风电的多时间尺度优化调度方法。最后,以中国北方某沿海城市冬季供暖期为例进行数值分析。结果表明,该方法在风电正调峰出力和反调峰出力时均表现出很强的跟随风电波动能力,能够有效提升风电利用率和运行经济性。     

基于多时间尺度协调机组组合的含风电系统旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运行的经济性和系统吸纳并网风电的能力。     

消纳大规模风电的备用容量在线滚动决策与模型

针对日内最新预测值与日前发电计划存在较大偏差的问题,考虑到风电预测精度具有随时间尺度逐级提高的特性,提出了能有效消纳风电的基于发电偏差优化的备用容量在线滚动修正策略,并建立了相应的优化调度模型。首先将正态分布与拉普拉斯分布联合来拟合风电预测偏差,在此基础上采用基于置信度的方法确定某时段风电出力极值,随后利用随机生产模拟求取该时段系统的最大备用容量即为该时段的发电偏差约束的限制值。最后,利用发电偏差与限值的比较,利用改进的粒子群算法对模型进行求解。某省电网实际算例仿真结果验证了所提策略和模型的有效性。     

考虑机组优化选取的含风电电网滚动优化调度方法

提出一种包含调整机组优化选取策略的滚动优化调度方法。根据负荷及风电超短期预测信息,首先考虑等效负荷(负荷+风电)预测偏差和机组调节容量匹配、机组爬坡量和等效负荷波动量匹配,以及减少外送断面越限原则进行调节机组优化选取。在此基础上,以机组调整成本及弃风量最小为目标,建立优化模型并采用改进粒子群优化算法求解。实际算例表明,考虑机组优化选取的滚动优化调度实现了超短期时间尺度上对负荷及风电预测偏差的自动跟踪调节,提高了发电计划的准确性,同时有效降低了综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。     

考虑风电消纳的电热联合系统源荷协调优化调度

能源互联网的范畴内,电热联合系统是消纳风电的一种有效手段,为此构建了包含储热、热电联产和需求响应资源的综合电热系统调度模型。提出了风电消纳日前日内两阶段调度方法:在日前调度阶段,机组、储热装置以及电价型需求响应配合消纳风电短期预测出力;在日内调度阶段,机组以及激励型需求响应配合消纳风电超短期预测出力。以系统发电运行成本最小为目标函数,综合考虑弃风惩罚费用和需求响应成本建立了电热联合系统调度模型,使用改进帝国竞争算法解决电热系统约束条件过多的问题,使得到的解更可行。算例分析表明,使用所提调度模型和方法能够有效提高电热联合系统风电消纳水平。     

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。     

含大规模风电的电力系统多时间尺度滚动协调调度方法研究

以"时序递进、滚动协调和消纳风电最大化"为原则,提出了一种含大规模风电的电力系统多时间尺度滚动协调调度方法。多时间尺度调度计划的递进协调方法使得各个时间尺度计划各司其职,同时兼顾与上下时间级尺度的协调。3种不同时间尺度的滚动计划(年内、周内和日内滚动计划)能够根据风电、负荷等最新预测信息和机组电量实际完成情况,按照相应的时间周期滚动修正原有发电计划,有效克服风电的不确定性影响。为了最大化消纳风电,在短时间尺度计划的目标函数中计及弃风惩罚成本。以修改的IEEE 118节点系统为算例进行仿真,结果验证了上述方法的正确性和有效性。     

基于需求响应的虚拟电厂多时间尺度优化调度

随着我国不断加快新型电力系统建设,风电、光伏等越来越多的分布式资源大规模并网,但其随机性、波动性及分散性的特点给电力系统带来了多重不确定性。提出了一种考虑价格型需求响应的虚拟电厂多时间尺度优化调度方法,在日内调度模型中引入用户价格型需求响应,对用户负荷进行精准调控;采用基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法处理风光出力、电价不确定性,减少日前日内出力偏差,再结合日前调度构成了多时间尺度优化调度模型,并采用滚动优化得到日内优化调度结果。以湖南某小型虚拟电厂系统进行算例仿真,结果表明,所提多时间尺度优化调度策略能够精确预测风光出力及用户负荷,在有效抑制功率波动的同时保证了系统的经济性。     

基于机会约束规划的风电预测功率分级处理

提高现有风电功率预测精度往往难度大、经济性差,而电网调度、风电控制则需要准确的功率曲线。为此,从分析功率预测结果角度提出风电功率分级处理思想,以减少预测误差对相关决策的影响。该分级思想以预测功率为基础,考虑预测误差分布影响,利用机会约束规划方法建立基于预测功率可信度水平的分级模型,将预测功率划分为基荷出力、次级出力及高...     

基于时间序列的多采样尺度风电功率多步预测研究

风力发电联网运行是实现风能大规模开发利用的主要途径,准确的风电功率实时预测是实现风能大规模合理调度的有效手段。文章建立了基于时间序列的多采样尺度风电功率多步预测模型。对于周期分量利用建模域均值法进行预测,剩余分量通过平稳性检验后利用多采样尺度时间序列法进行预测。利用两个不同风场的实测风电功率数据,进行不同时间段的实时预测,与持续法和时间序列法的滚动预测模型相比,该预测模型能有效地提高预测精度。     

考虑碳捕集电厂能量转移特性的弃风消纳多时间尺度调度策略

风电预测精度和火电厂的调节速率对于风电消纳影响较大。考虑到风电预测精度随预测时间尺度的缩短而提高,同时计及碳捕集电厂更深的调节范围和更快的调节速率,提出提高电力系统弃风消纳水平的多时间尺度优化调度策略。首先,将其分为日前、日内、实时调度阶段,分析各个阶段的相互关系,并对碳捕集电厂不同时间尺度下的调度策略进行研究,分析其对于解决弃风消纳问题的合理性。其次,建立日前、日内、实时三时间尺度优化调度模型,并分析实时阶段碳捕集电厂调节量和风电调整量的关系。最后,基于IEEE39节点电网模型并利用CPLEX对该文方法应对弃风消纳以及失负荷情况的有效性进行仿真验证。     

风电场风功率实时预测效果综合评价方法

超短期风电功率预测对含大规模风电的电力系统安全经济运行有着重要意义。但目前对预测结果的评价均停留在常规统计学指标上,缺乏合理的评价体系来评价某特定风电场所选取预测模型的优劣。简述了目前风电功率预测结果评价指标的不足,提出一种基于预测误差评价和预报考核等指标的风电场输出功率实时预测效果评估方法,为不同地区风电场根据其风电输出功率变化的特点,选择预测模型以及风电场输出功率预测效果的工程检验提供依据。最后,利用吉林省某风电场实测数据,采用该评估方法对不同预测模型的实时预测结果进行分析评价,实现了该风电场不同预测模型间的择优,验证了该评价方法的指导价值。     

基于t Location-Scale分布的风电功率概率预测研究

风电功率特有的随机波动性,导致风电功率点预测方法的预测精度不高,增加了风电并网的难度,致使风电场弃风现象严重。基于风电功率点预测的基础上,风电功率概率预测可以预测出风电功率的波动范围,为电力系统的安全运行以及电网调度运行给出不确定信息和可靠性评估依据。提出了一种基于t location- scale分布的风电功率概率预测方法,即采用t location-scale函数来描述风电功率预测误差概率分布,并以此建立误差分布,基于已建立的误差分布可以进行概率预测。并引进了覆盖率和平均带宽来评价预测区间的优劣程度。利用吉林省西部某风电场历史数据验证了该方法的可靠性。     

考虑火电机组深度快速变负荷能力的频率控制

风电的大规模并网和常规燃煤机组的快速爬坡能力不足对系统的频率稳定产生了严重的威胁。考虑到中国当前以燃煤机组为主的电源结构,通过合理利用火电机组深度快速变负荷能力提高机组动态特性是解决这一问题的有效手段,但是目前其在电力系统中的应用主要集中在调度上。文中提出了一种将火电机组深度快速变负荷能力应用在含风电电力系统的频率控制中的方法,该方法基于含风电电力系统的频率分析模型,首先在预测层面根据风电功率超短期预测的结果以及机组深度快速变负荷的经济性和安全性条件判断,合理制定火电机组深度快速变负荷状态的开关计划,然后利用所制定的开关计划进行实时风电功率激励下的系统频率控制,所提策略与传统自动发电控制策略紧密结合,工程上易实现。将所提方法应用于IEEE 10机39节点系统,仿真结果表明,所提方法能够有效提高含风电电力系统的频率控制能力,适用于高风电渗透率的互联电网。     

基于EMD分解和集对分析的风电功率实时预测

风电功率时间序列的随机性和波动性使得风电功率多步预测时难以达到理想的预测准确度,因此,提出一种基于经验模态分解(EMD)和集对分析的风电功率实时预测模型。该模型首先将风电功率时间序列经EMD分解,处理成有限个相对平稳的分量;然后利用极值点划分法,按波动程度相近的原则将分量重构为高频、中频和低频3个分量;最后对3个分量各自的特点针对性地建立预测模型,并将3个分量的预测结果叠加作为原始风电功率的预测值,用滚动的方式实现多步预测。采用3个不同装机容量的风电场的实测风电功率数据进行仿真,结果表明该方法提高了多步预测的准确度,显示出了良好的预测性能。     

基于相关向量机的风电功率实时预测研究

风能的波动性和随机性给风电功率预测带来了很大的影响,准确合理的预测可以使系统可靠、持续、稳定运行。提出一种基于相关向量机的超短期风电功率预测方法。相关向量机是在贝叶斯理论的基础上提出的一种概率学习模型,与支持向量机相比,相关向量机具有概率模型稀疏、核函数计算量小等优点。对滚动多步预测模型进行了分析,建立了相关向量机的风电功率预测模型。利用该方法对吉林西部若干风电场进行功率预测,结果表明,所提出的预测模型能有效地提高预测精度,对工程有较高的应用价值。     

计及需求响应的含风电场电力系统发电与碳排放权联合优化调度

提出了一种节能减排形势下的优化调度模型和解法。研究对象上,文中研究了风电、火电、需求响应3种发电(虚拟发电)形式,需求响应可为系统提供零碳发电资源和旋转备用。模型建立上,基于多目标安全约束机组组合模型,采用发电和碳排放联合调度的方式,寻求经济目标与排放目标的折中协调解;约束条件综合考虑了需求响应、安全约束和碳排放等多种约束。解法上,采用分段线性化的方式,利用混合整数线性规划进行求解,解法适用于大规模系统,使模型更具实用价值。算例分析表明,决策结果能够兼顾排放与成本,并且在调度中引入需求响应可提高系统的风电消纳能力,具有显著的节能减排效益。