分散决策下分布式光伏储能系统外部性价值量化评估

近年来,随着分布式光伏补贴的逐渐下降和储能技术的日益成熟,分布式光伏储能系统已逐渐成为能源结构转型的关键性环节之一。然而,不同于传统集中式优化规划框架,大规模分布式光伏储能用户分散决策模式下其自利性行为对整体系统运行效率的影响及其外部性价值评估方法仍有待进一步研究。为此,构建了计及分布式光伏储能投资决策的双层模型来模拟需求侧市场成员分散决策行为与系统整体运行的交互关系,以量化分析分布式光伏储能系统的外部性价值。进而,从个体层和系统层两维度设计了市场运营评估指标体系。最后,基于实际系统数据验证了所提模型的有效性。     

基于Stackelberg博弈的配电网分布式光伏低碳化消纳方法

为促进配电网分布式光伏发电功率就地消纳,缓解弃光、电压越限等问题,提出了一种利用交易电价和低碳农业用电设备进行就地消纳的方法,构建了低碳化源荷协调双层优化模型。上层模型以光伏发电和农业园区方整体综合收益最大为目标,通过Stackelberg博弈模型,确定最优交易电价和各园区时移消纳功率;下层模型综合考虑低碳农业用电设备的低碳效益、配置数量等信息,以不同计量时段的最大低碳消纳效益为目标,农业园区控制就地消纳违约率,确定可时移负荷的优化控制方案和不同园区的最大低碳消纳效益。配电网仿真结果表明,采用交易电价和可时移低碳负荷消纳模型后,配电网分布式光伏就地消纳情况得到改善,弃光电量减少,电压质量得到改善,光伏发电和农业园区方综合收益均得到提升。     

面向负荷特征分析的地理分布式协同聚类方法

能源互联网架构下,用户数据传输延迟和电力公司管理规定促使电力数据中心在全国各地建立,电力数据因而呈现地理分布式,对此研究了在地理分布式情景下的用户负荷特征聚类算法。首先,对于地理节点内用户负荷的特征分析,在采用主成分分析与负荷指标特征加权组合算法的基础上,提出了考虑密度峰值信息的K-means算法,并为地理节点间的信息共识提供了支撑。其次,针对用户需求的地理分布式网络化感知结构,构建了考虑特征迁移的分布式聚类模型框架,提出将节点局部信息通过参数共识得到全局聚类模型的分布式K-means算法,在节点间仅传递公开信息的前提下,实现了用户特征的全局聚类。最后,通过爱尔兰、中国北方部分城市的负荷数据对模型及算法进行验证。结果显示,分布式K-means能利用全局信息、考虑不同区域的差异来更好地识别典型用电曲线,并且算法具有较好的可迁移性。     

面向用户侧分布式光伏资源集群开发的博弈策略

当前,用户侧分布式光伏呈现出分散建设与无序接入的低端量化扩张态势,难以满足电网低碳转型下分布式光伏发电规模化深度开发与可持续发展需求。文中探索分布式光伏集群一体化开发与运营模式,提出集群开发用户侧分布式光伏资源博弈策略。首先,构建以集群运营商为主体的分布式光伏集群开发与运营模式;其次,针对用户自建光伏或出租场地两种开发模式,提出用户光伏开发行为预测方法;然后,揭示集群运营商与用户在光伏开发资源分配上的博弈关系,构建分布式光伏资源主从博弈双层优化模型。最后,仿真结果验证了所提方法对于引导用户侧分布式光伏有序理性开发与合理高效配置的有效性。     

计及运行特性的配电网分布式电源与广义储能规划

在配电网分布式电源与广义储能的联合规划中,为了充分挖掘柔性负荷的调控能力,实现源-荷-储的协同互动,提出了分布式电源和广义储能的双层规划方法。结合广义储能的运行特性模型,提出了柔性负荷的需求响应潜力量化方法及配电网的运行策略。构建了运行-规划模型,上层考虑系统规划成本、响应激励成本以确定资源的选址定容方案;下层以配电网的可持续性、可靠性为目标,采用自适应参数网格粒子群优化算法求解广义储能的运行结果。算例仿真结果验证了所提模型和方法的有效性及优越性。     

光伏高渗透率下分布式储能群间协同的电压控制策略

针对分布式光伏高渗透率接入配电网后引起的节点电压越限问题,提出一种基于集群划分的储能调压控制策略。该策略包含配电网集群划分和分布式储能调压控制策略两部分。首先,通过改进的模块度指标对配电网进行集群划分;然后,在计及储能功率与荷电状态（SOC）的前提下,构建储能优化调压数学模型,根据越限电压的节点所在集群所需总功率对集群内储能进行分配,确定分布式储能运行收益最大时的储能时序动作功率;最后,分析不同方案下电压的波动性、配电网网损和储能运行经济性。通过两种方案对比表明,所提策略对应的方案不仅有效控制了节点电压、减少了网损,而且取得了良好的经济性。     

配电系统优化问题建模中的潮流模型选择方法

配电系统优化问题建模常用直流潮流模型简化，但在何种情况下可以简化一直缺乏量化依据。因此，基于安全边界理论提出了配电系统优化问题建模的潮流模型选择方法。首先，建立了配电系统的容量边界和电压边界模型，利用二者位置关系反映容量约束和电压约束强弱。其次，提出了负荷馈线临界长度和分布式电源馈线临界长度的定义和计算方法。再次，形成潮流模型选择判据，并通过观测不同线路长度场景下的安全边界构成验证判据。最后，以无功优化问题建模为例，根据判据选择直流潮流模型，IEEE 33节点系统扩展算例和实际配电系统算例的结果表明，在保证精度的前提下，其求解时间明显减少。所提方法适用于有源和无源配电网含潮流模型的优化问题建模。     

计及风电综合惯性控制的电力系统扩展频率响应模型

现有的系统频率响应（SFR）模型对风电综合惯性控制的考虑较为简略，对场内风速差异以及转速恢复阶段等考虑不足，难以准确地反映出系统频率特性。为此，文中提出一种扩展SFR模型。首先，讨论了风电综合惯性控制的机理，分析了扰动后动态过程中风电机组转速与系统频率的交互影响。接着，基于风电机组动力学模型，采用小信号线性化方法推导了调频阶段与转速恢复阶段的风电机组传递函数，构建了含单台等值风电机组的扩展SFR模型。对于多风速风电场，提出了基于临界风速及风速相似度的风电机组预估-修正分群方法，将处于相同阶段且动态特性相似的风电机组划为同一群进行聚合，构建了含多台等值机的扩展SFR模型。最后，将扩展SFR模型应用于修改后的10机39节点系统的频率响应计算。仿真结果表明，该模型较好地反映了风电调频对频率的影响，具有较高的精度和较快的计算速度。     

面向电网调峰的负荷友好性评价

为合理评价新型电力系统中需求侧负荷对净负荷峰谷特性影响的优劣，提出面向电网调峰的负荷友好性评价思路。首先，分析了新型电力系统中净负荷特性，针对峰谷调节困难的需求，提出友好负荷的概念，并基于此提取负荷的友好性特征；其次，为客观核定特征指标的重要性，提出基于特征指标对评价目标贡献的赋权思想；再次，针对特征参数的随机性，构建指标云模型计算评价目标的隶属度，确定指标贡献权重。同时，为避免异常特征值影响云模型分布，提出了异常值折算方法。最后，选取中国某区域的负荷聚合商作为评价对象，验证了所提评价思想的合理性及所提评价方法的有效性。     

考虑双向能量交换型负荷的配电网最大供电能力模型

在电动汽车这种双向能量交换型负荷接入配电网背景下,提出了计及用户与电网之间电能双向传递的最大供电能力(TSC)计算模型。首先,基于负荷时序特性建立了包含负荷可持续中断供电时间和响应费用约束的柔性负荷需求响应模型。然后,提出了能计及双向能量交换型负荷需求响应的TSC模型和计算方法,以量度需求响应费用与TSC之间的量化关系。最后,通过算例计算了不同响应费用约束下的TSC分布情况。分析结果表明,相比于单向能量交换型负荷以负荷削减方式参与需求响应,双向能量交换型负荷以放电方式参与需求响应使TSC进一步增大。     

新型电力系统综合负荷广义离散等值模型

针对新型电力系统中不同组成、不同复杂程度的综合负荷,亟需一种通用的模型结构来满足新型电力系统在线安全分析精度的要求。对含电动机负荷和静态负荷的综合负荷模型进行研究,分别建立新型电力系统下考虑电压相角变化和忽略电压相角变化的综合负荷广义离散等值模型,得到综合负荷广义离散等值模型的参数,并分析模型参数与电力系统各元件的内在联系以及各模型系数间的物理特性。通过CEPRI-36节点系统的仿真对比验证了所建模型的普适性和有效性。     

基于辨识解耦的含高渗透分布式光伏用户集群基线负荷估计方法

近年来,表后分布式光伏迅猛发展,其不可观特性给需求响应集群基线负荷(Aggregated baseline load,ABL)估计带来巨大挑战.为提升高渗透分布式光伏下ABL的估计精度,提出了一种基于辨识解耦的ABL估计方法.首先,提出了一种基于天气状态驱动特征的分布式光伏用户辨识方法,将光伏用户与非光伏用户解耦分离....     

考虑日内温度变化的夏季温敏负荷模型及其时变参数的两阶段辨识方法

现有关于电力负荷温敏特性的研究大多仅关注长时间尺度上最高温度与最大负荷之间的关系,而未分析日内不同温度下的温敏特性。建立能反映日内温度变化的温敏负荷模型,并引入2个假设以解决模型可辨识性的问题;提出适用于参数辨识的数据筛选方法和温敏负荷模型时变参数的两阶段辨识方法。算例结果表明,所提方法可以准确且鲁棒地辨识温敏负荷模型的时变参数,并得到日内温敏负荷曲线及温敏负荷占比。     

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号，利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架，滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先，针对PMU量测小扰动信号的特点，通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后，基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序，具有实际工程应用价值。最后，算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。     

一种求解光伏电池5参数模型的方法

提出了一种求解光伏电池5参数模型的方法。依据在I-V特性方程的短路点、开路点和最大功率点得到的4个表征5参数之间关系的方程,分析了二极管理想因子（a）对光伏电池输出特性的影响;然后根据标准工况下厂家提供的数据,构造第5个方程求得工况下5参数的解。基于得到的结果求解任意光照和温度下光伏电池参数,进而采用Lambert W函数的显式I-V方程得到光伏电池输出电流和电压。最后,通过与Shell S65和TDB125×125-72-P光伏电池I-V特性和最大功率实测数据比对,验证了所提出方法的正确性。     

暂态稳定分析中负荷模型主导参数研究

从负荷参数对系统最大功角的影响、负荷参数对暂态过程中注入系统电流的影响(即对有功和无功功率的影响)、负荷参数初始值对灵敏度的影响3方面,详细比较了各负荷参数在暂态稳定分析计算中的灵敏度,最终确定对负荷特性起主导作用的负荷参数:保守地考虑.主导参数应选择恒定阻抗负荷所占有功比例、惯性时间常数、初始滑差、转子电阻;激进地考虑,主导参数可只选择恒定阻抗负荷所占有功比例和初始滑差.该结论可为负荷模型的降维在线快速辨识提供依据.     

基于SEELM多专家模型的分布式光伏系统负荷预测方法

针对分布式光伏系统负荷所具有的非线性和非平稳等数据分布特性,基于神经网络与挂起规则,提出一种基于多模型集成式极限学习机的分布式光伏负荷预测方法。首先,设计多个神经网络作为子专家模型,并随机选取每一个网络的初始输入权值。构建挂起规则,依据数值波动范围在相应时间节点划分各神经网络的类别。针对其中数值波动较大的大误差网络,基于对应数值概率分布实施在线动态更新,以实现训练误差、输入权值的双维度同步优化。最后,将各个子专家模型的优化结果进行整合,并汇总输出,从而降低初始权值选取步骤中潜在误差波动的不利影响。基于某地区实际分布式光伏系统实施实证仿真,结果表明：在光伏负荷高波动这一特殊数据环境下,所提出预测模型在预测精度以及输出稳定性两方面均能够保持一定优势,可进一步推动并改善光伏接入背景下系统负荷预测的性能与效果。     

考虑分布式光伏和电动汽车接入的配电网空间负荷预测方法

针对大规模分布式光伏和电动汽车接入配电网对空间负荷预测影响的问题,提出一种考虑远景年屋顶分布式光伏饱和安装、大规模电动汽车参与V2G的城市配电网空间负荷预测方法。区分不同小区,依据相应的容积率和可利用率系数计算屋顶光伏饱和安装面积,结合历史辐射值数据计算光伏出力。基于改进型停车生成率模型预测停车需求,结合日行驶里程、停车特性和充放电策略,建立电动汽车V2G负荷预测模型,利用蒙特卡罗仿真得出V2G负荷时空分布情况。采用改进型负荷密度指标法,实现对考虑时序的配电网传统日负荷的预测。以某规划区为例,预测结果表明:屋顶分布式光伏和电动汽车V2G对配电网空间负荷预测结果影响较大,且对不同小区负荷影响的程度不同。     

基于模态坐标变换梁分布动载荷识别技术

针对工程结构中的Bernoulli Euler梁结构,基于模态坐标变换理论,将待识别的分布动载荷利用固有振型函数在模态空间内进行分解,建立分布动载荷的各阶时间函数系数与各阶模态激励的线性关系。频域内,根据模态理论由梁上测点响应利用Tikhonov正则化方法识别出梁的各阶模态坐标响应（正则化参数由L曲线法确定）,从而识别出各阶模态激励,得到分布动载荷的各阶时间函数系数,还原Bernoulli Euler梁结构上承受的分布动载荷。本文动载荷识别理论适用于不同的分布动载荷类型,通过计算机仿真,验证了该方法的通用性和较高的识别精度。仿真过程中加入随机噪声,识别结果证明了该方法具有良好的抗噪能力,有效提高了载荷识别的信噪比。     

基于峰值计数与参数辨识的光伏组件阴影判定方法

针对光伏组件中阴影难以判定的情况,提出了一种基于峰值计数与参数辨识的光伏组件阴影判别方法。首先,通过可编程直流电子负载对光伏组件I-V输出特性曲线进行全局快速扫描,以记录曲线中明显的多峰值个数;然后采用改进人工鱼群算法(IAFSA)对I-V特性曲线中采样值进行内部等效参数辨识,结合均方根误差(RMSE)进而判断组件中轻微阴影遮挡情况。通过上述两步法可对光伏组件中阴影情况进行有效判定,仿真和实验结果进一步说明了上述方法的有效性和准确性。