电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。     

电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。     

含高比例风电的虚拟电厂多类型备用协调优化

虚拟电厂聚合多样化的分布式资源以促进可再生能源发电的消纳,将成为高比例可再生能源情景下电力系统的一类重要结构形态。为了提高虚拟电厂接纳可再生能源发电的能力,该文根据虚拟电厂的组成单元特征构建虚拟电厂源–荷–储多元备用容量体系,提出一种备用风险决策方法。利用条件风险价值(conditional value-at-risk,CVa R)度量风电出力不确定性为虚拟电厂带来的风险损失,基于成本效益分析建立考虑CVa R的多类型分布式资源的发电容量与备用容量协调优化模型。基于算例分析证明所提方法和模型的合理性与有效性。     

高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度

考虑可再生能源出力、电力负荷和电价等一系列不确定性因素,提出了高比例可再生能源渗透下的多虚拟电厂日内两阶段优化调度模型。该模型通过对多虚拟电厂中运行设备小时级时间尺度和分钟级时间尺度的协调优化,达到分级消除系统中随机和扰动因素的影响,实现高比例可再生能源的安全消纳。并且在多虚拟电厂优化调度模型中,借助Markowitz均值-方差理论,提出利润函数的风险刻画,准确描述不确定性的影响。最后,通过算例分析,说明所提出模型可有效降低决策风险和不确定性因素的影响。     

计及储能和空调负荷的主动配电网多目标优化调度

为了实现可再生分布式能源的充分消纳以及配网负荷峰谷差的降低,提出了一种考虑储能系统和空调负荷的主动配电网多目标调度优化方法。首先,基于空调负荷等效热参数模型和状态列队控制方法,给出了空调负荷虚拟电厂运行参数的计算方法。在此基础上,构建了一种以可再生能源功率削减量最小、配网运行费用最小和负荷曲线方差最小为目标的主动配电网优化调度模型。最后,采用多目标粒子群算法在改进的IEEE 33节点测试系统上对所提模型进行求解和仿真分析。仿真结果表明,所建模型可以有效地提升可再生能源的消纳能力,优化负荷曲线。     

碳交易机制下计及用电行为的虚拟电厂经济调度模型

虚拟电厂(Virtual Power Plant, VPP)能够聚合发电侧的分布式能源以提高可再生能源消纳程度。由于可再生能源出力的不确定且成本缺乏竞争力,虚拟电厂在运营过程中往往存在弃风弃光现象。建立了一种碳交易机制下计及用电行为的虚拟电厂经济调度模型,使可再生能源能参与到碳交易中,并促进用户侧与发电侧的协同。针对该模型的双层性、非线性和半连续性,提出了一种综合线性逼近、KKT条件和透视变换理论的重构方法,将其转化为单层整数二阶锥模型实现求解。算例表明,促进可再生能源消纳有助于提高虚拟电厂的减排效益。同时,碳交易机制具有提高可再生能源消纳总量的能力,用户的响应则具有改善风能利用分布的能力,而采用合适的电价机制能够进一步发挥二者之间的协同效益。     

包含计划性可再生能源的电源优化规划

针对可再生能源电厂的计划投产需求,提出了一种考虑计划性可再生能源电厂的电源优化规划方法。该方法通过变量代换,将计划性可再生能源电厂和常规电厂包含于统一的电源优化规划模型中,对所有待选电厂的投产方案进行同步优化。设计了一个包含风电、光伏、水电等多种可再生能源电厂的算例来验证该方法的有效性。算例结果表明,该方法能够在满足投产计划要求的前提下,求得电源优化规划方案,扩展了电源规划模型的应用范围。     

考虑多风能预测场景的虚拟电厂日内滚动柔性优化调度方法

随着分布式可再生能源接入电网的比例日益提高,其出力间歇性和随机性给电力系统的安全稳定和经济运行带来了一系列的负面影响,虚拟电厂为分布式可再生能源可靠并网提供了新的途径。针对虚拟电厂中风电机组出力的不确定性及预测误差,考虑了由多个风能预测服务商基于不同预测方法提供多个风电出力预测场景,以期望运行成本最小为目标,制定虚拟电厂每个场景对应的最优调度计划。为应对风力状况的随机波动,虚拟电厂当前时段考虑下一时段所有风电出力场景下的计划调整成本。并以期望运行总成本最小为目标,构建基于多风能预测结果的虚拟电厂柔性优化调度模型,并设计了日内虚拟电厂出力计划的滚动调度策略。通过数值仿真,对比分析了不同预测场景下虚拟电厂的运行成本,验证了所提模型的可行性和有效性。     

融合虚拟储能系统的楼宇微网模型预测调控方法

提出一种融合虚拟储能系统的楼宇微网模型预测调控方法。将楼宇虚拟储能系统作为灵活可控单元集成到楼宇微网优化调控中,形成融合虚拟储能系统的楼宇微网模型预测调控框架;提出该楼宇微网模型的预测调控方法,以有限时段的反复滚动优化代替一次离线全时段优化,可有效解决可再生能源出力预测精度随时间尺度增加而下降的问题。在夏季制冷场景下,对两种典型楼宇微网系统的优化调控结果进行分析。该文提出的融合虚拟储能系统的楼宇微网模型预测调控方法可充分利用楼宇蓄热特性,挖掘楼宇参与微网优化调控的虚拟储能潜力,降低运行成本;同时可有效解决由可再生能源出力、负荷需求及实时电价预测误差导致的楼宇微网优化调控方案与实际运行场景偏差较大的问题,在预测不确定环境下具有较强的鲁棒性。     

面向电网辅助服务的虚拟储能电厂分布式优化控制方法

虚拟储能电厂是实现大规模分布式储能并网的有效手段。构建了协同用户侧储能单元的分布式控制方法,使得虚拟储能电厂既可满足电网运营商的实时功率请求,又能够为配电网提供局部电压支持,有效参与电力系统辅助服务。该控制方法基于分布式优化算法,利用了一类对偶一致性交替方向乘子法,实现了所建立模型预测控制问题的完全分布式求解,能快速协调分布式储能,平抑可再生能源出力波动对电网影响。基于IEEE 33节点与119节点系统的仿真算例验证了虚拟储能电厂与该分布式模型预测控制策略的有效性。     

计及新能源资源分级的柔性调度模型预测控制

针对新能源大规模并网引起的调度响应、消纳等问题,提出引入模型预测控制的新能源预测模型,基于新能源日前长期预测、日内短期滚动优化及历史数据与环境因素的反馈校正,建立出力预测的滚动优化模型,提高新能源预测的准确度。同时为应对新能源大规模接入的不确定性,提出基于新能源分级预警与虚拟储能、火电深度调峰动态响应的电网柔性调度控制方法,以新能源最大化消纳、系统经济运行为目标,协调虚拟储能与火电机组深度调峰方案的动态调整,实现新能源的高精准消纳。算例分析证明了所提方法与模型的有效性。     

考虑需求响应及调频性能变化的虚拟电厂日前投标策略

随着分布式可再生能源装机容量在电力系统中占比的增大,新能源发电应当承担相应的二次调频任务,而虚拟电厂是分布式电源参与电力市场的重要途径。首先,提出了由分布式风电和电动汽车、空调负荷等广义储能组成的虚拟电厂参与能量-调频联合市场的运行机制。然后,建立广义储能受价格驱动的需求响应模型。为了提前对虚拟电厂调频性能进行预估,引入虚拟电厂调频性能指标。提出考虑需求响应及虚拟电厂调频性能指标的日前投标鲁棒优化策略。最后,通过算例探讨了需求响应模型参数变化对用户及虚拟电厂收益的影响。结果表明,所提虚拟电厂运行机制不仅可以有效提高虚拟电厂综合收益,而且使得虚拟电厂提供优质的调频服务。     

虚拟电厂下计及分布式风电与储能系统的电力系统优化调度

清洁的可再生能源在电力系统中的渗透率不断提升。随着智能电网技术的发展,越来越多的分布式可再生能源接入电力系统运行。风电是最具商业潜力及发展前景的可再生能源之一。该文提出将分布式风电机组与储能设备构成虚拟电厂(virtual power plant,VPP)参与电力系统运行,并建立了计及虚拟电厂的电力系统优化调度模型。模型中同时考虑了功率及备用容量的优化调度,并利用条件风险价值(conditional value at risk,CVaR)对系统运行成本进行风险管理。无须对电网的结构进行改变,虚拟电厂更适用于地理聚集程度较低的可再生分布式能源的调度和管理。同时,相较于常规的风电-储能联合运行模式,基于虚拟电厂的分布式可再生能源调度在降低系统风险的同时也提高了系统运行的经济性。     

基于自适应模型预测控制的区域能源互联网两阶段协同调度

为解决系统内风光可再生能源及冷热电负荷的不确定性造成的运行困难,实现机组出力的精确化和平滑控制,提出一种基于自适应模型预测控制的两阶段区域能源互联网协同优化策略,将优化调度分为日前和日内两个阶段。在日前调度阶段,以总运行成本最小为目标建立系统经济调度机组组合模型;在日内优化阶段,采用自适应的模型预测控制方法,基于各机组的实际运行状态,以前一阶段优化调度出力为参考,对未来有限时域内系统各机组运行状态进行实时滚动修正,消除不确定性的影响,确保系统的稳定运行。算例分析验证了所提出模型及方法的有效性和可行性。     

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。     

基于模型预测控制的户用微电网在线能量管理方法

针对户用微电网中可再生能源出力和负荷需求的不确定性问题,对负荷需求响应特性、可再生能源出力特征、户用微电网能量控制系统的结构特征和运行机理等方面进行了研究,提出一种基于模型预测控制的在线能量管理方法。以用户最小用电成本作为优化目标,基于模型预测控制方法对户用微电网进行动态优化。同时根据用户的用电行为建立事件驱动机制,设置相应的触发条件,只有系统接收到触发信号时才进行在线决策优化。研究结果表明:所提的在线能量管理方法能够实时响应负荷需求,降低用电成本,提高微电网供需平衡能力,并且有效降低计算量。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

市场环境下考虑需求响应的虚拟电厂经济调度

虚拟电厂作为能源互联网中的重要组成部分,在聚合分布式能源和用户侧资源、完善电力市场交易体制等方面发挥着重要作用。由于虚拟电厂中新能源装机容量较大,其出力具有随机性,导致其在电力市场中需要承担惩罚费用。提出以虚拟电厂聚合分布式能源为多类负荷提供电能服务,首先通过蒙特卡洛抽样建立了分布式电源出力不确定性模型。随后在考虑需求响应的前提下,建立了虚拟电厂与用户侧的双层优化模型,以虚拟电厂净收益为上层目标函数,综合考虑市场交易收益、售电收益、发电成本等因素;以用户侧购电成本为下层目标函数,对用户的购电行为、响应行为进行优化。最后,通过算例验证了该模型能够减少虚拟电厂在电力市场中的投标偏差,提高运营收益,并有效降低负荷的购电成本。     

能量约束下电力电子并网装备的最优频率控制

大规模新能源并网导致现代电力系统的旋转惯量相对减少,频率动态特性变差。为支撑系统频率,通常要求新能源发电装备具备一定的惯量模拟或一次调频等附加控制功能,但目前在新能源的最优频率支撑方面研究较少。文中以最优控制为切入点,初步探讨了当参与调频的新能源存在能量约束时,作为并网接口的电力电子装备的最优功率支撑轨迹以及近似的最优控制结构。首先,从理论上推导并给出了多机系统的频率共模分量。该共模分量主导了电网的频率跌落特性。然后,基于高斯伪谱法研究了能量约束下电力电子装备在系统频率跌落时的最优支撑轨迹。最后,探索了电力电子并网装备支撑电网频率的最优反馈控制结构,指出虚拟惯量控制加下垂控制近似于最优的控制结构,且在可调用的能量较小时单独使用虚拟惯量控制优于下垂控制。仿真验证了理论分析和所讨论的频率最优控制结构的合理性。     

含电动汽车充电站商业型虚拟电厂的日前调度优化策略研究

研究商业型虚拟电厂运行机制能为新能源电源入网提供一定的技术支撑。将风力发电系统、光伏发电系统、储能系统、电动汽车充电站整合为一个虚拟发电厂,可显著降低因新能源单独并网时的出力不确定性及电动汽车无序充电对电网造成的不良影响,减轻电网压力,并可有效促进新能源消纳。以虚拟电厂经济效益最优为目标,在满足各约束条件的前提下,对其进行调度优化策略研究。通过线性惯性权重粒子群算法及非线性惯性权重粒子群算法对所提模型进行求解,结果表明采用非线性惯性权重粒子群算法不仅能避免过早收敛陷入局部最优而且得到的效益更高。通过算例验证了该模型的合理性及求解方法的有效性。