考虑源荷双侧预测误差的实时发电计划闭环控制模型

针对源荷双侧不确定性对电网实时调度运行的影响,提出了模糊信息粒与机会约束目标规划相结合的建模求解方法,建立了实时发电计划与自动发电控制(AGC)闭环控制模型,动态优化系统的可调备用容量。针对服从不同概率分布函数的随机预测误差,引入模糊信息粒理论对可中断负荷切负荷率、负荷预测和风电出力的预测误差进行模糊粒子化,应用机会约束目标规划构建系统备用偏差量约束。在闭环控制过程中,通过动态调整机组的控制模式实现可调备用在不同类型机组间的合理分配,在目标函数中引入风险成本和机组模式转换成本,实现了满足安全备用需求条件下的经济最优性。最后,利用算例验证了模型的有效性和实用性。     

计及风险及备用成本的含风电电力系统经济调度

风电出力与负荷预测的不确定性给电力系统的经济调度带来了困难,如何处理备用风险,综合考虑经济发电与旋转备用计划是经济调度中需要解决的问题。在模型中引入旋转备用来应对可能出现的电力不足,将风电预测功率的条件期望与风电计划出力的差值表示系统对风电的正负备用需求,通过引入风电和负荷预测偏差的概率分布,建立了风电与负荷的联合概率密度函数。构建失负荷模型表征风险水平,并假定失负荷的风险水平不低于某一置信水平,对约束中的最大值函数通过K-S函数转化。考虑到合理弃风或切负荷有利于系统稳定,在目标函数中加入弃风或切负荷的价值损失。最后,用含10台常规火电机组和一个大型风电场的系统为例进行模型和算法的求解验证,结果表明所提模型和算法的有效性和合理性。     

计及风险备用约束的风蓄联合运行动态经济调度

抽水蓄能电站具有良好的调峰填谷功能,能够缓解大规模风电并网带来的运行挑战。通过引入风速预测误差的概率分布函数描述风电的不确定性,在此基础上引入失负荷风险指标和风能浪费风险指标进行约束,建立风蓄联合运行动态经济调度模型,保证了系统的可靠性和经济性。模型中考虑了由于风电不确定性增加的常规机组正负旋转备用成本,利用改进粒子群算法对模型进行求解。算例分析表明,抽水蓄能机组能够为风电提供备用,减小系统对常规机组的备用需求,在保证系统可靠性的条件下,使得经济性最优。     

基于预测误差不确定性的规模化间歇式电源机组组合研究

针对间歇式电源出力和负荷需求预测的不确定性,引入预测误差的不确定,将系统中的不确定变量处理为一个总的不确定系统预测误差,基于机会约束规划建立了考虑预测误差随机性的机组组合模型。此外,计及间歇式电源不同出力水平下预测误差分布不同的特性,在全面考虑预测误差的分布规律及其所导致的备用容量基础上,将考虑预测误差的机组组合问题精细化。以10机系统为例,采用基于随机模拟的粒子群算法求解,算例结果验证了上述模型和方法的有效性和实用性。     

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。     

考虑双重市场的含风电电力系统双层随机优化调度

风电与负荷的不确定性影响经济调度中机组出力及其承担的旋转备用。考虑机组同时参与能量市场和旋转备用市场,且双重市场具有一定的主辅特性,建立了电力系统双层随机优化调度模型。以系统发电成本最小为上层目标,增加风电利用率及其实现概率作为约束,优化机组有功功率及风电计划出力;对于受不确定性因素影响呈现为随机量的失负荷和弃风损失函数分别求取其条件风险价值CVa R,并与旋转备用成本最小为下层目标,优化配置旋转备用容量。将上、下层模型中的机会概率约束和条件风险价值线性化,便于CPLEX求解器求解。算例表明,双层随机方法能有效解决不同风电利用率、失负荷损失和弃风损失置信水平下的备用需求变化;双层随机方法相对单层随机方法能获得较优的经济效果。     

计及风险备用需求的含风电电力系统经济调度

考虑风电的波动性和随机性,该文将风电功率的不确定性引入到含风电的电力系统调度中,建立了计及风险备用的日前机组组合和日内经济调度滚动修正模型。日前调度计划包括建立机组组合模型计算日前发电计划和基于条件风险价值计算由风电预测误差引起的风险备用容量,在日内修正模型中利用风电预测值和负荷预测值2个随机变量的概率密度来估算失负荷期望和弃风期望,并将其作为风险成本引入到模型中,通过备用成本与风险成本的牵制来获取最优的调度结果和备用容量值。最后,通过算例分析结果表明,文中所提出的模型平衡了系统的经济性和安全性。     

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。     

考虑预测误差的风火协调滚动调度

在风电大规模接入电力系统的背景下,建立基于机会约束相关机会目标规划的电力系统滚动优化调度模型。考虑风电功率预测误差对调度模型功率平衡方程的影响,建立基于相关机会规划的功率平衡模型,将功率平衡的等式约束转化为最大化随机事件发生概率的目标函数。考虑风电功率预测误差“近小远大”的特点,确定系统旋转备用容量不同时刻机会约束条件的置信水平,并设计AⅢ段→BⅡ段→CⅠ段多次覆盖、逐次修改的滚动调度模式。为了实现模型的快速求解,引入目标规划将所建多目标优化模型转化为单目标优化模型。算例仿真验证了所建模型的有效性,所建模型能根据未来较长时段的风电和负荷情况进行预先调整,提高可再生能源的消纳能力。     

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。     

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     

Optimal offering strategy considering the risk management for wind power producers in electricity market

This paper provides a technique based on stochastic programming to optimally solve the wind power problem faced by the uncertainty. Uncertainties regarding the wind availability, market prices, and balancing energy needs are considered throughout the paper. The objective of this paper is to derive the best offering strategy for a wind power producer in a Short-Term electricity market, while limiting the risk of expected profit and required reserve due to wind speed forecast volatility. Risk aversion is explicitly modeled using the conditional value-at-risk methodology. ARIMA techniques are used to predict next-day electricity prices and wind speed forecast. For more performance the probability distribution function of the error between forecasted value and realized value to scenario generation is used. A realistic of numerical case studies demonstrates the interest and the effectiveness.     

计及碳交易与条件风险值的虚拟电厂竞价策略

为探索虚拟电厂(VPP)兼顾经济性与低碳性的竞价策略,从VPP作为价格制定者的角度提出一种计及碳交易与风险的VPP参与电能量市场和备用市场的主从博弈竞价模型。以含风电、光伏的VPP为研究对象,首先,采用基准线法为VPP无偿分配碳排放配额,建立了VPP的碳交易模型;之后建立了基于主从博弈理论的双层竞价模型,上层领导者为参与碳、电、备用市场的VPP运营商,下层跟随者为电力市场运营商;同时,运用条件风险值（CVaR）将上层问题转化为计及风险的多目标优化问题;最后采用遗传算法和求解器联合求解。算例表明该模型可以在多市场的环境下提供经济、低碳的竞价策略及不同市场的出力计划,并分析了不同市场类型、碳交易的加入、不同风险厌恶系数对VPP竞价结果的影响,为提高VPP运营商收益提供了新思路。     

CVaR和EVaR安全运行风险管理下的电力系统经济调度

针对风能入网给电网安全稳定运行带来的影响,基于风险管理方法和随机优化建模理论构建了考虑线路安全风险约束的经济调度模型。为了量化和限制风电随机性对系统安全性的影响,分别采用条件风险价值(conditional value-at-risk,CVaR)和熵风险价值(entropic value-at-risk,EVaR)来刻画电网的安全裕度,通过对安全裕度指标进行风险裕度门槛值限制作为系统的安全风险约束,并运用随机模拟方法将系统安全风险约束转换为确定性的凸约束形式。最后通过对IEEE 30节点的数值仿真验证了模型的合理性和方法的有效性,综合比较了不同安全裕度和置信水平下的调度结果以及两种安全裕度风险价值刻画方法的差别。     

基于交互算法的多代理虚拟电厂调度优化及风险分析

包含大规模随机机组的虚拟电厂(VPP)在运行过程中,会由于随机机组出力不确定性产生系统运行风险及收益损失风险。针对该问题,文中基于多代理系统(MAS)的分层控制特点,构建了整合条件风险价值(CVaR)的两阶段双层分解(BLDP)模型。选取多目标规划(MOP)模型与文中构建的BLDP模型进行对比,以验证BLDP模型的有效性。结果显示,BLDP模型求解条件下,各VPP既参与电力市场交易又进行相互交易时系统的出力更稳定,具有更高的系统收益,且受风险水平变化的影响也更小。在不同的交易机制下,BLDP模型的求解结果较MOP模型具有更高的系统收益率。当各VPP独立参与电力市场而不进行相互交易时,BLDP模型的求解结果较MOP模型高103%;当VPP同时参与相互交易及电力市场交易时,BLDP模型的求解结果较MOP模型高147%。模拟结果验证了文中构建的BLDP模型在不同风险条件下的可靠性。     

考虑风电不确定性的ɸ-散度下基于条件风险价值的鲁棒动态经济调度

针对风电功率预测误差不确定背景下动态经济调度的发电风险费用,建立基于条件风险价值的动态经济调度风险费用鲁棒优化模型.在仅知风电功率预测误差情景的条件下,结合统计学理论,采用φ-散度构建较高置信水平下的风电功率预测误差不确定概率的置信域;采用拉格朗日对偶理论,将动态经济调度风险费用鲁棒优化模型转化为可求解的数学模型.采用IEEE 30、IEEE 118节点和S-1047节点系统进行数值仿真,结果表明,所建模型能够有效地抑制风电功率预测误差不确定性对风险费用的影响.     

Risk-constrained self-scheduling of a fuel and emission constrained power producer using rolling window procedure

This work addresses a relevant methodology for self-scheduling of a price-taker fuel and emission constrained power producer in day-ahead correlated energy, spinning reserve and fuel markets to achieve a trade-off between the expected profit and the risk versus different risk levels based on Markowitz’s seminal work in the area of portfolio selection. Here, a set of uncertainties including price forecasting errors and available fuel uncertainty are considered. The latter uncertainty arises because of uncertainties in being called for reserve deployment in the spinning reserve market and availability of power plant. To tackle the price forecasting errors, variances of energy, spinning reserve and fuel prices along with their covariances which are due to markets correlation are taken into account using relevant historical data. In order to tackle available fuel uncertainty, a framework for self-scheduling referred to as rolling window is proposed. This risk-constrained self-scheduling framework is therefore formulated and solved as a mixed-integer non-linear programming problem. Furthermore, numerical results for a case study are discussed.     

采用条件风险方法的含风电系统安全经济调度

针对风电等新能源发电和负荷的随机性,引入条件风险方法,构建了电力系统条件风险调度模型。为了量化随机性因素所引起的不确定性,以电网安全条件风险价值(conditional value-at-risk,CVaR)作为电网安全指标,取代一般调度模型中的安全约束。由于含随机性变量概率密度的函数积分计算困难,因此将电网安全CVaR函数进行变换和离散化处理,并采用蒙特卡罗模拟和解析法相结合的方法进行计算。含风电随机出力的系统算例表明,采用条件风险约束的电力系统安全调度模型可在不同的电网安全CVaR值、不同的置信水平下,获取相应的侧重经济性或安全性的系统最优调度结果。     

基于主从博弈的共享储能定价策略及园区用户日前优化决策

针对目前用户自主投建储能成本过高和资源利用率不足的问题,可在园区引入共享储能,助力降低园区用户用电成本,并促进分布式可再生能源消纳。为实现共享储能服务商和园区用户的双赢,建立了共享储能服务商主导、园区用户跟随的主从博弈模型。共享储能服务商制定容量价格和功率价格,并利用条件风险价值（conditional value-at-risk,CVaR）评估光伏出力不确定性带来的收益风险;园区用户根据共享储能的价格及自身负荷和光伏出力预测,决策购买的储能容量和充放电功率策略。然后通解。最后,基于多用户多场景的算例,分析储能价格对博弈结果的影响,并对比购买共享储能与配置固定储能、不配置储能的经济性,论证了所提共享储能机制和优化决策模型的有效性。     

基于WCVaR评估的虚拟发电厂能量市场收益——风险模型

由于虚拟发电厂中存在风电机组等出力波动的可再生分布式电源,为了量化风电机组出力不确定性对虚拟发电厂进行能量交易时的收益风险,在考虑了风电机组出力不确定性因素后,利用最差情景下的条件风险价值(WCVaR)方法构建了包含运行成本、售电收益和交互收益的虚拟发电厂能量市场的收益—风险模型,然后采用遗传算法对其进行求解,并通过算例分析了不同风险水平下的机组出力情况、交互收益和碳排放量,以及虚拟发电厂在不同风险水平下进行能量交易时的WCVaR,验证了所提出模型的正确性,为分析风电机组出力对虚拟发电厂的收益、风险和减碳的影响提供了理论支持。