含分布式光伏的公交充电站多阶段优化调度

在充电站中融合分布式光伏,有助于降低充电站运营成本,促进城市低碳化发展。充电站的充电负荷冲击和分布式光伏出力不确定性,使得充电站总负荷功率存在较大的波动性。针对存在光伏发电系统的电动公交车集中充电站,构建多阶段优化调度模型。第一阶段,根据公交出行计划,建立以充电裕度最大化为目标的有序充电模型,计算公交车间歇充电时段。第二阶段,建立以降低充电成本和电网波动为目标的多层次优化模型,在保证公交充电站运营成本最低的基础上,提高充电站整体用能质量。仿真结果表明：优化策略能够合理安排电动公交车充电行为和充电功率,使得公交站充电成本最低,且整体功率曲线在不同电价时段保持稳定。     

计及电压风险感知的交直流配电网优化调度

为有效适应交直流配电网分布式光伏和负荷不确定性波动带来的电压安全问题,提出一种计及交直流配电网电压风险感知的优化调度方案,该调度方案包含日前和日内两阶段.日前决策调度以经济性为目标制定运行计划.日内风险调度考虑分布式光伏和负荷超短期波动特性.基于超短期预测概率信息,使用结合Nataf变换的随机响应面法进行概率潮流计算,并根据概率潮流结果建立电压风险感知体系.日内以配电网电压安全运行风险最小为目标,调整日前调度方案中部分灵活迅速调控设备的运行计划.最后,通过交直流配电网混合整数二阶锥模型对调度计划进行求解,并通过算例验证了所提方案的有效性.     

功率与负荷预测的智能建筑双时间尺度多能互补优化模型

建筑光伏(Building Integrated Photovoltaic,BIPV)发电功率出力的随机波动特性,新型负荷与传统负荷的相互作用、需求侧响应和分时电价对负荷特性的影响是智能建筑能量管理系统(Energy Management System,EMS)优化运行必须考虑且亟待解决的突出问题。以BIPV功率、负荷功率与温度预测为基础,综合考虑系统整体的经济性与用户舒适度,联合日前、日内两个时间尺度建立了智能建筑EMS的两阶段优化模型。日前尺度计及分时电价,以系统运行经济性为目标,制定可控电源机组启停、可平移负荷、储能装置的优化运行方案;日内尺度则在日前优化基础上综合平衡系统经济性和用户舒适度,对可控电源功率及可控负荷功率进行滚动优化。最后通过实际数据的算例仿真验证了本文所提模型的有效性。     

基于神经网络的微电网参与上层电网实时优化调度策略

微电网优化调度策略除要解决风电、光伏就地消纳及其自身稳定运行问题外,还应具备调用分布式电源、具有需求响应能力的负荷等灵活性资源向电网提供辅助服务,参与上层电网实时调度的能力。基于此,文章提出一种基于BP神经网络的微电网资源优化调度策略。结合微电网运行成本和需求响应容量收益建立日前阶段经济最优调度策略;日内模拟阶段模拟预测功率波动以及上层电网实时需求,通过神经网络学习,得到日内阶段调度模型,为日内调度做准备;日内阶段通过上层电网的需求响应信号,将联络线功率输入到神经网络训练模型当中,得到日内阶段各个分布式电源实时功率。所提策略既能保障微电网的经济运行,又能满足上层电网的实时调度要求。最后以日后最优调度算例结果验证了策略的经济性和有效性。     

可平抑高渗透分布式光伏发电功率波动的储能电站调度策略

为了提高分布式光伏发电在配电网中的渗透率,需要解决其并网引起的功率波动问题。提出一种消纳高渗透分布式光伏发电有功功率波动的集中式储能电站实时调度方法,包括配电系统实时调度和储能电站站内功率分配双层结构。实时调度层通过不断更新分布式光伏发电输出功率和负荷需求的预测值,计及储能电站充放电功率、容量和次数约束,对集中式储能电站进行实时调度,以消纳配电网有功功率差额波动;功率分配层根据储能电站各电池组性能参数和运行工况,以储能电站总运行成本最小为目标,并充分考虑下一时段可调度的总充放电容量,对上层调度指令进行实时优化分配,保证储能电站积极地响应调度。算例仿真结果表明,所提的两层调度方案平抑了配电网的有功功率波动,使得联络线功率波动峰谷差由13 MW降低到5 MW左右,降低了光伏发电并网对电网的冲击,大大提高了电网对光伏发电的消纳能力,并在保证储能电站调度末期荷电量尽量接近于调度初期荷电量的同时,优化了储能电站的运行状态,降低了储能电站的运行成本,既满足了储能电站循环调度的要求,又提高了储能电站的经济性。     

考虑预测误差下孤岛直流微电网的经济调度策略

基于新能源发电单元的不确定性和电动汽车的灵活性,提出了一种最小化运行维护成本的孤岛直流微电网经济调度策略.建立了孤岛直流微电网的优化调度模型,该模型包含日前经济调度和日内调度两阶段.日前调度阶段以运行维护成本最小为目标调度可控单元,确定日内调度阶段可调负荷和电动汽车有序充放电功率;日内阶段考虑新能源发电的预测误差,以日...     

融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略

交直流混合微电网接入高渗透率可再生能源及其特殊的网架结构,对交直流混合微电网的经济运行构成挑战。针对这一问题,提出一种融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略。在日前调度阶段,在综合考虑市场分时电价、微电网内各分布式单元和双向AC/DC功率变换器的运行成本及特性的基础上,运用多场景分析技术模拟风光和交直流负荷的不确定性,以日运行成本最低为目标构建日前两阶段随机优化调度模型。在日内调度阶段,基于模型预测控制构建日内滚动优化调度模型,该模型通过在线滚动优化结合反馈校正形成闭环优化,在保障日前计划有效性的同时,充分抑制日前预测误差引发的功率波动,有效避免冲击配电网的稳定运行。最后,以某交直流混合微电网示范工程为依托,通过算例分析对所提方法进行验证,结果表明,所提方法能够有效应对交直流混合微电网多重不确定性的影响,实现其经济和鲁棒运行。     

含海洋能发电的海岛微网能量优化调度方法

针对海岛微电网分布式电源和负荷的独有特性,以海岛系统运行经济性为目标,考虑新能源消纳因素,提出一种海岛微电网能量优化调度方法。首先在分析典型海洋能发电出力特性的基础上,建立了含风、光、柴、储、波浪能、潮汐能以及可控负荷的海岛微网能量优化调度模型;而后面向日前和日内2个时间尺度,采用CPLEX完成混合整数规划,利用日前调度计划与日内实时滚动推演结果比对,依据日内滚动计算结果修正日前调度计划,实现当日微网能量调度全局最优。算例分析表明,由于利用了日前和日内相结合的滚动计算方法,使对岛上源、荷的预测精度逐级提高,该优化调度方法在兼顾海岛微电网功率平衡和可再生能源利用率的同时,最大限度降低了海岛微电网运维成本。     

分时电价提升配电网光伏消纳能力多目标优化策略

高比例分布式光伏接入配电网引起电压越限等问题限制了配电网的光伏消纳能力,为此建立了用于提升配电网光伏消纳能力的优化模型。首先,分析分布式光伏接入对配电网电压分布的影响;其次,建立分时电价优化模型和分布式光伏接纳优化模型用于提升配电网光伏消纳能力。分时电价优化模型为基于分时电价提升用户用电功率和降低用户用电成本的多目标优化模型,约束条件包括用户用电功率约束和电价约束;分布式光伏接纳优化模型基于分时电价优化模型计算结果,目标函数为配电网光伏消纳量最大,约束条件包括分时电价优化模型计算得到的配电网用电负荷和线路潮流约束。最后,以某一实际配电网系统为算例,计算结果表明经过2个模型优化后配电网可以有效提升光伏消纳能力。     

计及分布式储能的微电网群经济调度

为提高微电网群调度效率、减少微电网运行成本,首先构建了计及分布式储能的微电网群优化调度模型。该模型以包含风、光、储的3个子微网和网侧储能所构成的交流微电网作为调度对象。在满足功率平衡等约束条件下,对负荷侧储能充放电次数和单位时间内充放电功率进行限制;在考虑主网分时电价、系统发电成本,网侧储能放电成本条件下,采用遗传算法进行求解,得到计及分布式储能的微电网群经济调度方案,最终得到优化后的经济成本。算例计算结果表明,该运行调度模型可有效提高微电网群经济效益,从而验证了该模型的有效性。     

考虑需求响应虚拟电厂的新能源电力系统两阶段优化调度研究

根据负荷聚合商的调节灵活性将可中断负荷分为两类,并构建基于激励的需求响应虚拟电厂模型。在此基础上以含风电的电力系统运行成本最低为优化目标,建立需求响应虚拟电厂参与的两阶段优化调度模型。优化模型以满足系统备用为前提,在24个时段的范围内研究风电预测误差较大时不同类型可中断负荷在日前和日内的调度情况。特别的,考虑了不同的风电预测误差准入阈值对可中断负荷调用的影响。算例结果表明,所提出的模型能够降低新能源电力系统的运行费用和确定可中断负荷的年度中断次数。     

考虑微电网群和需求响应的配电网日前-日内优化调度策略

微电网中光伏等新能源的渗透率不断提升,其间歇性与不确定性给配电网系统带来了巨大挑战。考虑配电网负荷预测的不确定性,根据不同时间尺度调控策略调用微电网内分布式资源来降低不确定性对配电网稳定性的影响。首先,针对负荷和光伏预测的不确定性和需求侧负荷的不同时间尺度特性,建立了配电网-微电网群-微电网的申报和决策方案,系统采用日前-日内多时间尺度滚动优化调度策略;然后,日前优化以配电网和微电网群的运行成本最小为目标,日内优化基于日前调度结果以微电网内可控资源调度成本最小为目标,对日前调度量进行修正;最后,采用目标级联法对所建立的模型进行求解,通过算例证明所提方法可以降低系统峰谷差和提高系统经济性。     

分时电价/阶梯电价下家庭并网光伏发电系统运行优化调度

电价是影响家庭并网光伏发电系统经济收益的重要因素。针对峰谷分时电价和阶梯电价2种主流购电政策,计及用户卖电收益、买电成本和政府补贴等因素,建立了以余电分配比例为优化变量,以用户收益为目标函数的并网光伏发电系统运行优化调度模型,并分析了各种约束条件。研究了基于遗传算法的优化问题求解过程。以典型家庭光伏发电系统的日运行调度为算例,分别获得了2种电价政策下的最优运行调度指令,验证了模型的合理性及优化策略的正确性。     

基于多场景模糊集和改进二阶锥方法的配电网优化调度

随着分布式光伏大量接入,储能、电动汽车、可平移的主动负荷等多种资源均参与到配电网调度之中,配电网亟需在消纳可再生能源的同时降低调度成本.针对光伏出力不确定性和复杂多资源接入下的配电网调度问题,提出了基于模糊集理论和改进二阶锥方法的日前-日内两阶段调度模型及求解算法.首先利用历史统计数据,基于event-wise模糊集理论构建了光伏出力不确定性调度模型,并进一步提出了考虑多类型主动负荷、电动汽车、储能在内的多种调节资源协同的日前-实时两阶段优化调度模型.日前调度采用改进的鲁棒随机优化方法求解,有效处理分布式光伏的不确定性影响,实现光伏消纳最大化的目标;实时调度则提出了二阶锥边界修正迭代算法,综合利用主动负荷响应、电动汽车多种手段追踪匹配光伏出力,实现以运行成本最小为目标的优化调度.最后,基于IEEE-33节点算例系统的仿真分析论证了所提方法的有效性.     

基于弹性负荷分时调度和多电源联合供电的微网经济运行

微网中负荷的供电特性各异,这必将对分布式单元的调度以及微网的运行成本产生影响。提出了一种基于弹性负荷分时调度的微网能量管理策略。首先依据燃气轮机发电成本曲线及电网分时电价,与接入的较大容量储能设备ES2协同供电,减少微网对电网的依赖。其次根据各机组的发电成本函数,建立相应的数学模型,将优化目标转换为二次规划问题,利用内点法优化各机组的功率输出。然后根据用户负荷的不同供电特性,分别在三个调度区间上完成了弹性负荷的调度,并分析了不同比例的两类用户对需求侧负荷管理的影响。最后通过算例仿真,验证了所提控制策略的有效性,提高了微网运行的经济性和可靠性。     

计及需求响应的电动汽车和可再生能源多阶段动态经济环境调度优化模型

提出了一种计及需求响应的电动汽车和可再生能源多阶段入网调度模型,首先通过分时电价机制引导用户合理用电,得出精确的用户负荷曲线;然后在车网互动阶段和风光消纳阶段,在以平滑系统负荷波动为目的的基础上,分别以车主用电成本最低和风、光发电消纳最大为目标,采用基于求取帕累托最优前沿的NSGA-II算法和模糊隶属函数对电动汽车充放电、风力发电和光伏发电出力进行优化;最后在火电机组调度出力阶段,以火电机组经济和环境成本最低为目标,对火电机组出力进行优化。算例结果表明:合理的分时电价机制能够改变车主的充放电行为和用户的用电行为,减小负荷峰谷差,提升风、光发电消纳能力,减小火电机组的总运行成本和污染物排放量。     

基于HOMER仿真的配电网分布式光伏发电优化

随着光伏产品成本的降低,配电网分布式光伏发电近年来发展迅速。但其储能容量、天气因素干扰不尽理想。而且在晚间用电高峰期不能有效的负担部分用电负荷,不利于配电网的频峰调整。提出了一种利用抽水蓄能和分布式光伏发电相结合的方案,在一定的运行方式下,使得配电网分布式光伏发电系统在储能容量和调峰能力方面有了大大的提升,并具备了夜间发电的能力。按照实际参数,年平均日照强度、天气指数、设备具体参数、造价、上网实时电价、用电电价等通过HOMER建模仿真,并将单一分布式光伏发电相和抽水蓄能、分布式光伏发电相结合的两种方案模型建模仿真比较。论证了优化后的抽水蓄能与分布式光伏发电相结合方案的优越性,同时也计算出在优化方案在特定的运行方式下,相比单一配电网分布式光伏发电,成本回收期只有略微延长,证明了优化方案的可行性。     

考虑水光互补系统参与电力辅助服务的短期优化调度

梯级水电站与光伏进行互补对平抑光伏波动、提高光伏消纳具有重要意义。为此，首先从发电功率波动最小和发电经济效益最大2个目标函数出发，考虑水光互补系统参与电网有功平衡辅助服务，通过整定水光互补系统出力设计值，使其日内出力趋势能在一定范围内跟随电网负荷的波动，建立梯级水光互补系统短期多目标优化调度模型。其次计及梯级水电站水量约束和光伏电站的晴、阴、雨3种典型日发电特性，采用基于分解的多目标进化算法进行求解。最后对3种典型场景下的梯级水光互补系统的日内优化调度进行验证和分析。实验结果表明梯级水光互补系统可有效平抑光伏发电的间歇性、波动性，并且互补系统出力能及时在电网负荷高峰时段做出相应调整；梯级水光互补系统优化调度方案兼顾了功率波动性和发电经济效益。     

基于大数据的分布式光伏接入配电网影响分析与功率预测研究

为提高分布式光伏发电功率预测的精度,满足电网调度和规划的高精度要求,本文利用光伏运行、电能量采集、电网调度等业务系统的海量数据,利用大数据分析方法研究大量分布式光伏接入对配电网负荷特性的影响,并提出基于气象相似日和粒子群算法优化BP神经网络的光伏电站功率预测方法。通过分析光伏发电功率随天气类型、温度、光照强度等气象因素变化规律,运用模糊聚类算法计算确定待预测日的气象相似日序列,选取气象相似日历史数据作为BP神经网络预测模型的输入变量,并采用粒子群算法方法优化BP神经网络的初始值,最终输出分布式光伏各时段发电功率的预测值。实验结果表明该方法可有效提高光伏电站功率预测模型的收敛能力和学习能力,具有较高的预测精度。     

考虑不确定性的区域能源互联网源荷储协调优化

能源互联网概念的提出,为综合能源利用方式提出了新的思路。计及可再生能源出力和负荷预测不确定性,考虑区域内发电、储能、需求侧多种调度响应资源,采用多场景随机规划方法建立区域能源互联网的源荷储两阶段协调优化模型。日前考虑电价制定,以总社会福利最大为目标,确定第二天电价策略、需求侧响应情况及机组运行计划。日内以总运行成本最小为目标,对日前机组运行计划进行修正。算例证明所提出模型及方法能够充分调动发电侧与需求侧的响应特性,有效实现区域能源互联网系统的协调优化,保证系统的运行经济性和可靠性。