基于机会约束规划的微网运行备用优化配置

为保证微网孤岛运行的可靠性与经济性,配置合理的运行备用容量具有重要意义。考虑到微网内波动功率主要由可再生分布式电源出力的不可控性、机组的故障停运及负荷预测的不准确性引起的,分析了风机出力、光伏出力和负荷短期预测误差的概率统计规律,提出了基于峰谷分时电价(time-of-use price, TOU)的微网发电侧备用与需求侧备用相协调的运行备用优化新策略。以最小化微网运行备用总购买成本为目标、以一定置信水平满足微网要求为机会约束的条件下,确立了最优运行备用容量的数学模型,并利用基于蒙特卡洛(Monte-Carlo)随机模拟的递阶遗传算法(hierarchical genetic algorithm, HGA)对模型求解。最后以微网实例的仿真结果说明了所建模型的有效性。     

机组组合在含风电系统的备用协调优化

针对风电出力、负荷预测偏差,发电机组故障停运等不确定因素,在传统模型的基础上,增加负荷跟踪时间和快速旋转备用的限制,建立兼顾系统运行效益和备用效益的机组组合模型。以快速旋转备用来平抑风电功率和负荷的波动,以系统的发电成本和备用成本之和最小为目标函数,采用改进的遗传—粒子群算法优化求解。算例仿真验证了模型和算法的有效性。     

考虑风电和光伏发电影响的电力系统最优旋转备用容量确定

随着风电和光伏发电并网规模的不断增大,传统旋转备用容量的确定方法已不能满足电力系统安全运行的要求。为此,建立了计及系统可靠性和经济性的机组组合优化模型,同时充分考虑了负荷、风电和光伏发电输出功率的预测误差以及常规机组的故障停运。采用序列运算理论对这些不确定因素进行处理,将不确定性以概率的形式综合考量,并将其引入到目标函数的计算中,能够直观体现系统运行的风险程度,从而联合优化了发电机组的出力计划和旋转备用容量。提出了采用基于离散粒子群和细菌群体趋药性的混合智能算法对模型进行求解,结合序列运算,提高了模型的求解速度和解的最优性。最后,以加入风电场和光伏电站的IEEE 10机39节点系统为算例进行仿真研究,结果验证了所提优化模型及算法的正确性和有效性。     

基于场景集的含风电电力系统旋转备用优化

大规模风电并网对电力系统调度运行和旋转备用的决策带来了难题。将电量不足期望和弃风电量期望通过惩罚系数引入机组组合目标函数中,权衡系统经济性和可靠性,协调决策旋转备用。通过拉丁超立方采样建立基于机组强迫停运、风电出力预测误差和负荷预测误差离散化的场景集,基于所建立的场景集推导出电量不足期望和弃风电量期望跟旋转备用的关系式并作为机组组合模型的约束,进行含风电电力系统发电和旋转备用计划协调决策。仿真结果表明建立的模型能根据可靠性要求灵活安排机组出力和旋转备用计划。     

考虑多重不确定性和备用互济的含风电互联电力系统分散协调调度方法

针对含风电互联电力系统优化运行问题,提出考虑风电预测误差、负荷预测误差,和发电机、联络线故障多重不确定性,支持联络线备用互济决策的安全约束分散协调调度模型和方法。首先综合考虑风速预测误差和风电机组强迫停运,得到风电场出力概率模型;然后通过改进机组停运容量概率表,在考虑机组故障的基础上得到进一步考虑风电和负荷不确定性的备用需求;最后建立考虑多重不确定性和备用互济的安全约束分散协调调度模型,采用随机–鲁棒的优化框架,实现多重不确定性因素在决策过程中的处理,设计双层目标级联分析算法实现对联络线功率和备用互济的分散协调调度。通过对2区78节点和2区236节点进行算例分析,验证所提模型的有效性和互联互备模式的经济性。     

基于可靠性指标的含风电电力系统的发电和运行备用的协调调度模型

风电出力随机波动及难以准确预测和调控的特性使得大规模风电接入给系统的备用决策和发电调度带来难题.在定义期望失负荷比例(expected load not supplied ratio,ELNSR)的基础上,综合考虑机组强迫停运率、负荷及风电出力预测误差等不确定性因素,推导出系统运行备用与ELNSR之间的量化关系,并将该量化关系作为发电调度的约束,建立含大规模风电的电力系统发电和备用协调调度模型.算例结果表明所建模型能够兼顾经济性和可靠性,协调风电和火电的出力分配,并能给出对应可靠性要求的运行备用在火电机组间的优化分配方案.     

考虑大规模风电并网的电力系统旋转备用容量优化模型

随着风电穿透功率的增加,电力系统的运行风险不断提高,传统的确定性旋转备用容量配置方法存在较大的局限性。在研究风电出力概率分布特点的基础上,建立了风电机组可靠性模型;计及风电出力预测偏差、负荷预测偏差、常规发电机组故障停运等不确定因素,兼顾系统运行的经济性和可靠性,提出了考虑大规模风电并网的电力系统旋转备用容量优化模型。通过算例分析验证了该模型的合理性和有效性。对含风电场的电力系统运行具有一定的参考价值。     

含风电场电力系统旋转备用获取模型

为反映风电对电力系统备用容量获取的不确定性影响,以含风电场电力系统为研究对象,建立了风电出力偏差的概率密度函数,基于机会约束规划方法构建了考虑负荷预测误差、风电出力偏差以及发电机组的故障停运等不确定随机因素的旋转备用获取模型.该模型通过设定旋转备用被满足的概率大于给定的置信度水平的约束条件,反映了旋转备用充裕水平对系统经济性的影响.算例分析表明,在满足系统可靠性的前提下,文中模型的经济性优于传统模型,同时,风电出力偏差采用文中建立的概率分布较之正态分布的可靠性更佳,通过置信度水平的合理选取,所建模型可以实现可靠性与经济性的平衡.     

大规模风电接入系统的备用优化分配研究

计及风电功率预测误差和负荷预测误差,定义3类发电负荷曲线以及对应的系统变量,考虑因不确定性波动导致发电机组增减出力后的系统安全约束,构建含风电系统节能调度的最优备用分配模型。以IEEE-RTS24系统为例,通过与常规含风电系统节能调度计算结果比较,证明了所建模型的有效性,并分析了在不同目标函数权重下,发电机组功率分配和备用分配对系统耗煤量的影响。     

基于序列运算理论的微电网正负旋转备用容量优化

考虑风电、光伏出力及负荷波动的随机因素,引入序列运算理论对风、光出力偏差以及负荷波动偏差的概率分布模型进行卷和及卷差运算,得到各时段净负荷概率密度函数的离散序列。在此基础上,优化满足机组爬坡等约束条件的不同可靠性水平下的微网系统正、负旋转备用。以日运行发电成本和环境成本最小为目标函数,优化可控机组出力、蓄电池的充放电以及可中断负荷。采用改进的人工蜂群算法(ABC)对模型进行求解。提出考虑微网期望停电损失、期望切风光损失费用和正、负旋转备用成本的综合经济效益CEB指标,以该指标为依据综合评估微网系统在可靠性指标为何值时旋转备用经济效益可达到最大。最后算例验证模型和算法的可行性。     

考虑微网源荷不确定性的旋转备用容量优化

电力市场环境下,为应对微网源荷波动和可控机组随机故障,提升其供电可靠性,提出了一种考虑微网源荷不确定性的旋转备用容量优化方法。计及日前预测误差,采用序列理论对源荷随机概率性序列以及可控机组随机故障序列进行离散化处理,生成微网综合不确定性离散分布模型;在此基础上,以微网运行成本、备用成本和停电损失的总成本最小为目标函数,建立旋转备用容量优化模型,并结合蒙特卡罗与粒子群算法对该模型进行求解,获得各时段的旋转备用优化配置容量。以某地微网系统为例,仿真验证了所提方法的有效性和合理性。     

基于净负荷分步建模的旋转备用优化确定风险分析方法

由于采用净负荷预测误差模型描述风电和负荷共同预测误差,优化系统旋转备用配置的多场景概率风险分析方法尚难以全面考虑风电的不确定性,如从网络安全和经济性方面必须考虑的弃风因素以及风电功率预测误差存在的非正态分布情况。为此,基于分步建模的策略改进多场景概率风险分析方法中净负荷预测误差模型,使其在计算系统失负荷风险时能够计及弃风和考虑不同类型概率分布的风电功率预测误差,并将弃风惩罚成本引入机组组合优化模型的目标函数中,以实现风电功率的合理消纳和系统旋转备用的优化确定。采用混合整数线性规划方法,对含风电场的IEEE-RTS 26机测试系统进行仿真分析,验证了改进模型的有效性。     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

计及风险备用约束的含风电场电力系统动态经济调度

为解决风电的不确定性给电网调度带来的问题,必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素,提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例,验证了所提调度模型的可行性。分析表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标。     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

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     

采用通用生成函数法的自治微网旋转备用充裕性评估

自治微网中可再生能源的随机波动特性对旋转备用容量的运行规划提出了新的要求。基于通用生成函数法(UGF),结合马尔可夫技术建立了自治微网内各元件的多状态概率预测模型,提出了自治微网旋转备用概率预测充裕性评估方法与流程。模型综合考虑了风速、光照强度的预测不确定性,以及风机、光伏系统的随机故障特性和拓扑结构。针对UGF处理多状态会产生组合爆炸问题,采用合并同类项、均摊法以及改进K-means聚类进行状态削减,以减小计算负担、提高计算速度。通过MATLAB编程对自治微网算例系统进行仿真分析,结果表明增大传统机组爬坡速率、合理设置光风容量以及初始储能状态有助于提升旋转备用裕度程度。     

采用保险机制的含风电电力系统短期备用计划的风险转移

在大规模风电并网的环境下,许多电力系统使用机会备用约束来代替传统的约束进行备用计划的安排以平衡系统的成本和风险。这种方法在有效的提高风电利用率的同时增加备用计划会面临的巨额小概率损失,因此提出采用保险机制对备用计划的小概率尾部风险进行转移的策略。将风电波动和单位停电损失都视为随机变量,用三种具有代表性的预测误差分布描述系统风电预测误差,用四种具有代表性的损失分布描述系统单位停电损失,以备用风险的期望值、风险价值和期望短缺三个指标来量化评估备用计划的风险。对这十二种组合的风险值和保费都进行了估算,计算结果表