计及电热综合需求响应的综合能源系统优化调度

综合能源系统能够提高系统运行的灵活性,提高对大规模风光等可再生能源的消纳。本文针对电热负荷的可调度性提出了一种考虑调度人员参与下的电热综合需求响应模型。首先对可时移电负荷的群聚合特性进行建模,以调度信号与负荷群聚合特性模型的偏差值最小为目标函数。再根据人体对温度的感知具有模糊性这一特点构建了热负荷调度模型。算例结果表明,考虑调度人员期望信号的综合需求响应提高了新能源的消纳且降低系统的运行成本,更大程度上减轻了各机组频繁调节出力的压力以及抵偿新能源出力的变动。     

考虑单峰分布的电热综合能源系统风险调度

不确定可再生能源并入电热综合能源系统后将引发系统运行风险,而通过合理量化风险,实现风险可控性和调度经济性平衡是电热综合能源系统风险调度的关键。依据随机风电功率的单峰分布特性构建矩模糊集并以此刻画风电功率的不确定性,同时采用分布鲁棒机会约束方法来刻画系统的运行风险,进而建立了电热综合能源系统的分布鲁棒风险调度模型。在此基础上,从风险发生概率和经济成本的角度,提出了评估不确定风电功率引发运行风险的量化指标：均值风险概率和风险调度成本。最后,以改进的巴厘岛电热综合能源系统为例进行算例分析,验证了所提模型及其风险评估指标的可行性和有效性,并给出了电热综合能源系统的最优调度决策。     

计及气网管存效应的综合能源系统分布鲁棒优化调度

可再生能源接入的综合能源系统具有不确定性特征,然而随机规划与鲁棒优化等求解方法存在鲁棒性不足或过于保守等问题。气网管存是综合能源系统中重要的灵活性资源,可以有效平抑不确定性的影响。鉴于此,提出计及气网管存效应的综合能源系统分布鲁棒优化调度方法,通过充分利用系统中的灵活性资源,促进可再生能源消纳,实现系统安全稳定运行。在分析天然气管道中气体流动特性和管存效应的基础上,以系统综合成本最低为目标,建立计及气网管存效应的综合能源系统优化调度模型。针对风电出力和电负荷不确定性特征的差异性,分别采用概率分布集和梯形模糊函数对风电出力和电负荷不确定性进行刻画。在此基础上,建立综合能源系统分布鲁棒优化调度模型,并采用列约束生成算法进行求解。最后,通过算例分析验证了所提方法的准确性与有效性,并且结果表明所提方法在应对不确定场景时具有较强的调节能力和良好的经济性。     

基于数据驱动鲁棒优化的区域综合能源系统运行调度策略

多种能源协调运行的综合能源管控能够有效实现多能互补、促进能源利用率的提高。针对可再生能源出力的不确定性问题,基于数据驱动方式利用电力大数据技术,使用基于极限场景的MVEE算法得出椭球不确定集精确描述历史数据,避免了对偶化复杂运算;建立电、气、冷、热多能互补的区域综合能源系统调度模型,并使用列与约束生成法求解模型。通过算例分析与成本对比,证明了本文数字化调度策略的可行性与优越性。     

考虑风机惯量支撑及有功备用的新能源电力系统优化调度模型

针对新能源大规模并网下,因系统惯量低、调频备用不足导致的系统运行安全问题,提出了考虑风机惯量支撑及有功备用的新能源电力系统优化调度模型。首先,建立实时风速下风机参与系统惯量支撑响应的风机惯量模型及风机降载出力的有功备用模型;然后,构建了两阶段随机鲁棒优化调度模型,以总运行成本最小为目标,采用列与约束生成算法求解两阶段模型;最后,以改进的IEEE-RTS 24节点系统为算例进行分析,结果表明,所提优化调度模型的总成本较低且弃风弃光量较少。     

基于Stackelberg博弈实时定价机制的电-气综合能源系统优化调度

为了降低风电和负荷的预测误差对于综合能源系统各机组出力计划的影响,建立了基于Stackelberg 博弈实时定价机制的电-气综合能源系统两阶段（日前-日内）优化调度模型。在日前调度计划中,以综合能源系统经济成本最优确定各机组次日的出力计划。在日内调度计划中,以综合运营商收益最大和用户满意度最大为目标函数,建立主从博弈模型,通过两方博弈对日前能源价格进行调整,从而引导用户积极参与需求响应。通过实际的算例仿真分析,Stackelberg 博弈制定的实时能源价格相较于价格弹性系数矩阵法制定的能源价格,用户参与需求响应的程度更高,不仅可以减少对各机组日前制定出力计划的调整,而且可以降低系统运行成本,提高用户的综合效能。     

电热综合能源系统多时间尺度优化调度策略研究∗

综合能源系统研究中电热能源动态特性存在差异,为提升系统运行性能、节约成本,提出采用多时间尺度 策略对系统进行优化调度.首先建立电热系统模型并进行日前数据预测,其次考虑到热能的传输惯性较大而电能迅速 响应的特性导致调度周期会影响系统的调度,提出日前预测统一调度和日内电热不同周期调度的多时间尺度协同优化 的调度策略.最后通过场景分析,验证了电热能源多时间尺度调度策略可以提高系统运行的准确性和经济性.     

基于改进两阶段鲁棒优化的区域综合能源系统经济调度

针对光伏出力及负荷的不确定性对系统日前经济调度和实时运行的影响,提出了一种以期望场景下最优,任意场景下可行的改进两阶段鲁棒优化方法,解决经典两阶段鲁棒优化存在的保守性问题。建立一种考虑可再生能源和负荷波动的区域综合能源系统改进两阶段鲁棒优化经济调度模型,通过列约束生成算法将目标函数分解为主问题和子问题进行反复迭代求解。模型第一阶段(主问题)以日前经济调度成本为目标函数,制定出包含系统设备出力、天然气供气计划的日前调度方案。在此基础上,第二阶段(子问题)以实时运行下调整成本为目标函数,通过调整设备出力应对系统中不确定波动。最后,以冬季某区域综合能源系统进行算例仿真,验证模型的有效性。#$NL关键词：区域综合能源系统;不确定性;改进鲁棒优化;经济调度     

考虑风电不确定性和旋转备用容量配置的综合能源系统鲁棒机会约束优化

风电出力的随机性和波动性给综合能源系统带来极大挑战。为此,提出基于风电不确定性分析和广义储能备用的鲁棒机会约束优化模型。首先,采用拉丁超立方采样和模糊c均值聚类算法对风电出力进行不确定性分析;其次,引入广义储能优化旋转备用容量,以应对风电出力不确定性;然后,以运行成本最低为目标建立将随机规划和鲁棒优化相结合的鲁棒机会约束优化模型,客观处理综合能源系统运行中风电出力的不确定性;最后,经改进的IEEE 39节点电力系统、天然气系统与热网系统组成的综合能源系统验证,该模型能够在保证系统鲁棒性的同时,提高了系统的经济性。     

基于鲁棒优化的微能源网综合需求响应协同调度策略

针对微能源网中可再生能源出力的不确定性,基于微能源网中综合需求响应的"多元互动"特征,提出了综合需求响应平抑可再生能源波动的策略,建立了微能源网综合需求响应日前和日内协同调度的两阶段鲁棒优化模型.模型中引入了风、光的不确定预算参数调节系统的经济性和鲁棒性,日前阶段考虑了最劣场景,确定系统日前调度方案,日内调控阶段基于日前阶段的优化结果,优化系统最劣场景下的调控方案.利用强对偶理论和列约束生成算法对min-max-min结构的鲁棒优化问题进行转化和求解.算例结果表明,鲁棒优化方法可提高系统抵抗不确定风险的能力,综合需求响应可提高微能源网的经济性和自给能力.     

含可再生能源与CAES电站的电热综合能源系统调度策略

考虑电动汽车（electric vehicle)及可再生能源不断并入综合能源系统,导致整个综合能源系统不确定性加大,进而产生能源利用不充分问题,提出含可再生能源与压缩空气储能（compressed air energy storage,CAES）电站的电热综合能源系统调度策略。根据电力负荷需求大小划分为2种调度模式,在能源端与储能端利用CAES与光热电站联合运行方式(solar and compressed air energy storage,S-CAES)增强电网与热网之间的耦合,实现不同能源之间的高效转换与利用;在负荷端将EV负荷按照其可控性分为有序、无序EV负荷,针对不同的模式给出S-CAES不同的运行功能并给出不同的优化调度模型。最后利用Matlab分别在不同负荷模式下进行仿真分析,与传统调度策略进行对比,仿真结果验证了所提策略在增加可再生能源消纳和减小综合成本等方面的有效性和优越性。     

含蓄热式电采暖的综合能源系统日前优化调度策略研究

以含蓄热式电采暖的综合能源系统日前优化调度运行问题为研究对象,分析了蓄热式电采暖系统运行的各种特点,建立了含蓄热式电采暖的综合能源系统运行优化调度模型。将某典型蓄热电采暖用户场景作为算例进行验证,结果表明通过对蓄热式电采暖运行情况进行优化,可以有效降低其对电网的负荷冲击,减小电网峰谷差,提升电采暖设备的使用效率,大幅降低用户采暖的运行费用。该方法可为蓄热式电采暖用户参与和电网互动、促进可再生能源消纳、提升采暖系统经济运行水平、降低电网峰谷差以及促进蓄热式电采暖系统推广等提供参考依据。     

面向综合能源园区的三方市场主体非合作交易方法

多能互补、集成优化运行的综合能源园区作为耦合多种能源网络的底层终端,研究其市场运营机制对综合能源系统的发展和可再生能源的消纳具有重要意义。首先建立了包含能源运营商、含分布式光伏的用户、电动汽车充电代理商的综合能源园区模型,提出了以能源运营商为市场主导方的市场交易框架;其次,分析并建立了具有不同属性的三类市场交易主体参与的、各方理性追求自身利益最大化的非合作博弈模型;最后,以某商务型园区冬季典型日场景为例,对所提出的博弈模型进行了求解。仿真结果表明,博弈均衡时,能源运营商向其余两方供能,可以获得一定的收益;含分布式光伏的用户参与市场竞争,通过余量光伏上网售卖能够增加自身的光伏资源利用率,降低自身用能成本;电动汽车代理商选比各方报价并制定自身充电策略,能够降低自身充电费用并协助用户消纳多余的光伏资源,同时减少了用电早高峰时段对配电网的负荷需求。     

基于数据驱动鲁棒优化的用户侧综合能源舱低碳规划

在“双碳”目标下,实现多能互补利用的综合能源系统规划研究势在必行,而装卸、配置灵活的用户侧综合能源舱成为了新兴的重要研究对象。构建了引入多元混合储能、碳捕集装置的两阶段综合能源舱规划模型,达到了舱内多能灵活互补、碳排放回收利用的效果。为处理能源舱规划环节中的风电、光伏新能源出力和用户负荷不确定性问题,提出了基于极端场景椭球集的数据驱动鲁棒优化方法,对不确定变量间的相关性进行精确描述,改善了传统鲁棒优化结果过于保守的问题,并通过相较传统分布鲁棒概率计算方法而言更简便的椭球端点提取方法以得到极端场景。利用椭球极端场景优势,改进了列与约束生成法(column and constraint generation method,CCG)求解方法的步骤,避免了复杂子问题对偶处理。最后通过算例仿真,与传统区间不确定集鲁棒优化方法进行对比,证明所提规划方法在降低经济成本与节能低碳方面的优越性。     

计及新能源出力不确定性的电气综合能源系统协同优化

随着波动性强的新能源大规模接入配电网,主网下网功率波动增强,危及主网运行安全。为了有效降低新能源消纳对配电网的不利影响,建立了考虑新能源出力不确定性的电气综合能源系统协同优化模型。其中,动态场景方法被用来刻画新能源出力的不确定性,优化目标为最小化全系统运行成本和主网下网功率波动量。模型中考虑了温控负荷调节能力及配电网交流潮流和天然气网潮流等约束。利用分段线性化和二阶锥松弛方法,将模型转化为混合整数二阶锥规划问题。最后,在IEEE 33节点配电网和23节点气网构成的电气综合能源系统进行夏季和冬季算例仿真,验证了利用惯性更大的气网平抑主网下网功率波动的有效性。同时,仿真结果表明利用温控负荷调节能力可降低系统成本,且确保系统运行的安全。     

基于Stackelberg博弈模型的综合能源系统均衡交互策略

提出了一个基于多主多从Stackelberg博弈的能源交易模型,通过分析综合能源系统中多个分布式能源站和用户之间的多种能源的交互方式,求解它们之间的均衡交互策略。在博弈模型中,分布式能源站作为领导者负责购入天然气来生产用户所需的电能和热能,通过竞争决定能源价格,并且根据用户需求优化生产方式,从而最大化各自的收益。能源用户作为跟随者,以最大化消费者剩余为目标,根据能源价格决定电需求和热需求。通过分析博弈的性质,证明了该博弈模型存在唯一的均衡解,并推导出了该均衡解的闭式表达式。同时,提出了一个分布式算法,仅使用有限的信息求解出能源交易双方的均衡解。经算例验证,所提的博弈方法和分布式算法可有效地求解出分布式能源站和用户的均衡交互策略。     

计及燃料电池热电联供的区域综合能源系统经济运行

氢储能系统可通过电、氢之间的双向转换灵活调节区域综合能源系统RIES(regional integrated energy sys-tem)多能供应.为使系统内多种能源实现高效转换和利用,详细分析了氢储能系统各环节运行特性,结合系统能流结构及冷热负荷需求特性,设计了燃料电池电、热出力与系统能量流动耦合方式及冷热电联供系...     

基于分布鲁棒优化的电-气综合能源系统弹性提升策略

小概率-高风险极端天气灾害事件的频发对电力系统的安全稳定运行提出了重大挑战.针对深度耦合的电-气综合能源系统,文中提出一种考虑极端天气下配电网线路故障概率信息的弹性导向分布鲁棒优化模型以提升其弹性能力.首先,融合极端条件下元件故障概率区间构造线路故障模糊集,在此基础上建立防御-攻击-防御3层框架下的配电网弹性提升优化问题.其次,构建以燃气机组出力为耦合变量的天然气系统运行可行性子问题.然后,提出一种内外双层循环算法求解上述问题:外层循环结合对偶理论和列与约束生成算法求解配电网优化问题;内层循环采用Benders分解算法对气网问题进行校验.最后,通过算例验证了所提模型及求解算法的有效性.     

电池储能系统参与用户侧削峰填谷的鲁棒优化调度策略

现有的用户侧调峰领域的储能调度鲁棒优化方法,缺乏考虑非线性多目标优化模型的研究。当储能出力范围直接受负荷不确定性限制时,传统列和约束生成算法无法求解此类模型。针对以上问题,文章考虑负荷、电池储能等约束条件,建立了以净负荷方差、用户侧用电支出等为优化目标的电池储能系统调度鲁棒优化模型,并同时考虑了用户负荷波动、新能源出力波动等不确定因素。由于第二阶段的决策与优化结果会影响第一阶段决策的取值范围,需要改进列和约束生成算法以实现对该类鲁棒优化问题的求解。通过将目标函数、部分约束条件视为多个子问题考虑,对原列和约束生成算法的每次迭代中的子问题求解步骤进行扩充,使每次迭代中求解多个子问题,能够有效拓宽该算法的适用范围。最后,仿真结果验证了该方法的有效性,能够在不改变传统算法性能优势的情况下成功应用于非线性多目标鲁棒优化问题。