考虑风储一体的多场景两阶段调度决策模型

考虑风电的波动性和随机性,将风电功率的不确定性引入含风电调度模型中,建立基于场景集的日前机组组合和日内经济调度滚动修正两阶段决策模型。应用场景集描述风电功率的不确定性,建立基于场景集的机组组合模型,同时考虑合理弃风和切负荷有利于系统的稳定经济运行,在日内修正模型中引入弃风量以及切负荷量作为松弛变量,提高了模型的收敛性。两阶段模型均包含了储能系统来平抑风电功率的波动。算例结果表明:该模型有效抑制了风电的不确定性影响,提高了调度决策的鲁棒性。     

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     

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。     

计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

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行的经济性和系统吸纳并网风电的能力。     

基于加权半方差的含风电电力系统旋转备用效益研究

在考虑系统旋转备用的容量成本和能量成本、因购买旋转备用而减少的停电损失,以及旋转备用效益的离散程度的基础上,引入风险偏好系数,并采用证券投资组合中的加权半方差度量风险。以期望旋转备用效益最大和风险最小为优化目标,建立基于加权半方差的含风电电力系统旋转备用效益-风险模型。采用蒙特卡洛模拟法模拟实际负荷功率偏差和风电出力预测偏差,并通过多目标纵横交叉算法求得期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及风险偏好系数、可靠性水平、预测偏差、失负荷损失价格、旋转备用价格对期望旋转备用效益和风险的影响。算例验证了所提模型的合理性。     

计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

电量协调与成本控制的日内滚动发电计划

由于日前风电预测存在较大误差,采用日内滚动发电计划消纳风电波动性已成为业内的共识。然而,在我国现行的"三公"调度模式下,日内滚动发电计划须考虑电量完成进度的滚动协调和风电消纳成本的控制。为此,提出了日内滚动发电计划的2种实现模式,即电量完成进度滚动协调模式和风电消纳成本控制模式。针对电量完成进度滚动协调模式,提出了目标电量日内滚动计算模型,滚动修正剩余时段机组目标电量,并以该目标电量为约束实现机组电量完成进度的滚动协调,提升了发电调度的公平性。针对风电消纳成本控制模式,在调度模型中增加了风电消纳成本控制的约束条件,以决策可接受消纳成本下的弃风电量,在出现概率较大的风电波动区间内,以合理成本消纳风电。文章建立了统一的全景日内滚动发电计划模型,能够在跟踪日前计划的基础上,通过约束条件的选择,分别适应2种模式下滚动发电计划的编制。算例分析表明,提出的模型与方法能够满足2种模式所期望的目标,实现公平与成本控制的风电消纳。     

计及风电不确定性及排放影响的机组组合策略及其效益评估

为应对含风电的电力系统在调度过程中风电的波动性和预测不确定性,提出了备用容量配置与风电预测误差概率评估相协调的应对方案,将备用容量补偿和预测误差补偿成本量化引入机组组合模型,建立风电综合补偿成本模型;将经济、政策、环境等因素计入火电机组排污成本,给出了含风电的电力系统机组组合策略及其效益评估。算例表明,该策略能够用于形成含风电的电力系统机组组合的最佳配置,有效减少风电波动性和不确定性的影响。     

考虑风光预测精度特性的多时间尺度机组组合方法

考虑风电和光伏预测精度伴随时间尺度缩小而提高的特点,建立了一种考虑风光不确定性接入的含风光出力旋转备用容量的多时间尺度机组组合模型及其调度方法。该调度模型基于3个不断缩小的时间尺度级,将逐级提高的风光预测值更新至风光出力等效负荷和旋转备用中,采用下级修正上级偏差的方式,对不同时间尺度采用动态规划算法求解,获得逼近最大化消纳风光出力且兼顾传统机组经济最优化的机组组合方式。以修改的IEEE 30节点系统为算例进行仿真计算,验证了该方法的合理性和有效性。     

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。     

基于动态场景集和需求响应的二阶段随机规划调度模型

风电及负荷场景集作为随机规划调度的输入,对决策结果影响大。为使场景集刻画出风电及负荷的波动性,采用考虑随机变量相关性的动态场景法生成风电、负荷及净负荷的场景集,并从与调度接轨的角度提出相应的指标对场景质量进行评价。建立了一种基于here-and-now和waitand-see(HN-WS)的二阶段随机规划调度模型。该模型包含了日前与实时的关联性,决策过程融入了对实时场景已实现情况下的考虑,优化目标涵盖了日前阶段的燃料成本及实时阶段的平衡矫正期望成本。此外,为减少弃风,在调度模型中引入了激励型需求响应,与火电机组的备用容量进行协同优化。最后,采用爱尔兰电网的风电数据、Elia电网的负荷数据及改进的IEEE-118节点系统验证了所提调度模型的有效性。     

基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

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。     

不确定性环境下考虑弃风的电力系统日前调度

为尽可能减少弃风,将弃风电量期望作为最小化优化目标加入日前调度模型。该优化目标与原有模型中的发电成本最小互相矛盾,为协调这两个子优化目标,通过隶属度函数分别将它们模糊化,构建了基于最大满意度的单目标优化模型,并采用遗传算进行了求解。风电并网增加了系统的不确定性,模型采用基于风险指标失负荷概率的机会约束代替传统的旋转备用约束。失负荷概率与弃风电量期望计算过程中考虑了负荷、风功率随机预测误差以及常规机组随机强迫停运。基于IEEE 118节点系统的仿真实验表明,该调度模型可给出兼顾发电成本与风电接纳水平的日前调度计划,为系统调度人员提供参考。     

计及风电预测误差带的调度计划渐进优化模型

随着风电并网容量的不断增大,电网消纳风电的难度不断增大。风电场出力预测存在较大误差,且误差大小随预测周期和出力水平的不同存在较大差异,需要不同的备用容量来满足系统供电和负荷的平衡。针对上述问题,提出了计及风电预测误差的日前和日内调度计划渐进优化模型。该模型将风电出力和误差带的预测纳入调度计划的执行过程中,并根据最新的预...     

含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度

为了应对大规模风电接入,压缩空气储能(CAES)技术和柔性负荷主动响应技术在近年来发展迅速。以含CAES电站、可转移负荷、可中断负荷、可直接负荷控制(DLC)负荷、风电场、常规机组的电力系统为研究对象,综合考虑CAES电站和多类型柔性负荷在日前、日内、实时时间尺度下的调度特性及其在备用与调频方面的应用潜能,建立考虑源-荷-储协调互动的电力系统多时间尺度电能-备用联合调度模型。该模型以最小化电网运营商的总支出成本为优化目标,能够同时制定系统的发电计划、旋转备用购置与调用计划和自动发电控制(AGC)参与因子配置计划。基于修改版PJM-5Bus系统的仿真结果验证了所建调度模型的有效性。     

基于成本效益分析的风电?抽水蓄能联合运行优化调度模型

由于难以全面和准确地考虑系统的多种不确定因素,如风电、负荷的预测误差和常规机组的强迫停运,现有基于确定性旋转备用的风电–抽水蓄能联合运行优化调度模型无法从兼顾系统运行的经济性和可靠性方面最优确定风蓄联合运行方式。为此,提出了基于成本效益分析的考虑风蓄联合运行的机组组合新模型。该模型首先在计算系统的失负荷风险时对现有多场景概率风险分析方法进行改进,使其能够同时考虑服从不同概率分布的风电功率和负荷预测误差以及机组强迫停运,并通过成本效益分析实现常规机组发电成本、期望停电成本与抽水蓄能机组的运行成本三者之和最小的目标,再采用混合整数线性规划方法求解模型,确定风蓄联合运行方式和系统的旋转备用容量。仿真分析表明,通过优化旋转备用的配置,该模型在确定风蓄联合运行方式时能更全面地考虑系统运行的经济性,并能更准确地分析其对系统运行成本的改善。     

消纳大规模风电的备用容量在线滚动决策与模型

针对日内最新预测值与日前发电计划存在较大偏差的问题,考虑到风电预测精度具有随时间尺度逐级提高的特性,提出了能有效消纳风电的基于发电偏差优化的备用容量在线滚动修正策略,并建立了相应的优化调度模型。首先将正态分布与拉普拉斯分布联合来拟合风电预测偏差,在此基础上采用基于置信度的方法确定某时段风电出力极值,随后利用随机生产模拟求取该时段系统的最大备用容量即为该时段的发电偏差约束的限制值。最后,利用发电偏差与限值的比较,利用改进的粒子群算法对模型进行求解。某省电网实际算例仿真结果验证了所提策略和模型的有效性。     

考虑机组投运风险的发电和备用协调调度模型

针对机组组合中如何实现机组有功出力与备用容量协调调度的问题,建立了考虑机组投运风险的机组组合模型.讨论了考虑风电接入时模型的处理方法.采用基于条件期望值的求解方法,不仅能够控制系统的失负荷概率,还能在一定程度上限制失负荷事件的后果.通过仿真算例证实了其方法的显著优势,对电力系统机组组合优化调度问题有一定实用价值.