可控储热负荷参与电网调峰的系统特性与经济性研究

为解决当前可再生能源装机量大但出力相对较小及电力系统调峰能力低下的问题,通过新兴的固态电制热储热技术,充分挖掘电力系统用户侧的潜力。以系统消纳的风电量最多及用户侧运行的经济性最优为目标,建立了含电力需求侧响应的用户侧配置固态电制热储热设备的系统模型。采用改进多目标粒子群算法对模型进行优化求解,针对电力系统的源侧、网侧、荷侧,对比不同运行方式下的风电消纳能力、负荷曲线峰谷差及经济成本。仿真结果表明,在电力需求侧响应的基础上用户侧配置固态电制热储热设备,可以大大提高系统的风电消纳能力及调峰水平,并具有一定的经济价值。     

实时电价下源网荷各侧收益的优化研究

基于用户在峰谷分时电价中的响应机制和价格弹性理论,用户会随着电价的变化调整自身用电量,因此通过电价变化引导用户主动地调整用电计划,从而达到缩小负荷曲线峰谷差,降低源网荷各侧成本以及增加收益的目的。文中采用模糊聚类算法对日负荷进行峰平谷分类,根据各小时的峰平谷隶属度建立实时电价模型,并且依据新电改之后相关政策对电源侧和电网侧的收益建立数学模型,以电源侧和电网侧收益最大、峰谷差最小为目标函数,将以负荷侧用户用电成本不上涨为约束条件的源网荷各侧收益作为优化模型,采用粒子群算法进行求解,并在Matlab仿真平台上验证了该模型缩小峰谷差和增加收益的有效性。     

复杂约束下梯级水电站短期厂网协调多目标MILP模型

随着电力系统负荷的增长及峰谷差的加大,电力消费结构不断优化.电网侧期望水电利用灵活启停特性充分参与电网调峰,以减小系统的峰谷差.电厂侧则在调度过程中追求梯级电量最大,以实现效益最大化.为协调厂网两侧对梯级出力过程的矛盾需求,同时满足厂网两侧复杂的约束条件,以梯级水电站的机组为调度单元,选取梯级发电量最大和电网剩余负荷峰谷差最小为目标函数.充分考虑电网侧联络线约束及电站侧尾水顶托、限制出力曲线、不规则振动区等与水头相关的复杂约束并线性化处理,构建了复杂约束条件下厂网协调多目标短期混合整数线性规划模型,对多目标函数进行归一化处理并采用权重法转化为单目标函数,利用Gurobi商业求解器进行模型求解.中国红水河梯级水电站的实际应用表明所提模型可获得兼顾厂网两侧目标期望的梯级发电计划.     

基于负荷曲线优化的抽水蓄能电站优化调度

随着负荷峰谷差增大,电力系统调峰困难问题日益突出。抽水蓄能电站具有启停迅速、削峰填谷等良好的运行特性,可以作为调峰电源优化负荷曲线,减小负荷峰谷差和波动性。建立了以抽水蓄能电站运行后的等效负荷曲线峰谷差减小、曲线更为平滑为目标的多目标抽水蓄能电站优化调度模型。利用引入Maxmin函数和ε支配的改讲多目标粒子群算法对模型进行求解。通过算例验证了本文所提模型和算法的有效性和合理性。     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

基于冗余配置的电动汽车虚拟储能参与电网调峰研究

利用电动汽车作为储能装置,在用电高峰期将电能反馈回电网,可以减小电网负荷波动。本文在考虑电动汽车行为特性基础上,提出基于冗余配置的电动汽车虚拟储能参与电网调峰的控制方法。针对电动汽车作为移动储能的可用容量和功率均实时变化的问题,以负荷波动最小为目标,综合考虑电动汽车日行驶里程和出行结束时间等约束条件,根据电动汽车虚拟储能满足调度需求的概率确定冗余配置,建立基于冗余配置的电动汽车虚拟储能参与电网调峰优化控制模型,利用粒子群优化算法对模型进行求解。通过某地区电网负荷实际运行数据进行仿真,仿真结果表明,加入电动汽车虚拟储能后的“合成负荷”比原始负荷曲线更加平滑,峰谷差明显减小。本文方法提高了电动汽车虚拟储能参与电网调峰的可靠性,为电动汽车参与电网调峰提供了理论依据。     

需求响应对配电网供电可靠性的影响

鉴于峰谷分时电价能够引导用户用电行为,促使用户积极参与到电力系统的削峰填谷行为中,而负荷与可靠性之间存在着复杂的非线性关系,文中重点研究了需求侧响应对配电网供电可靠性的影响。首先,建立分时电价优化模型:进行时段划分、确定电力价格弹性矩阵和制定各时段电价,再以峰负荷最小及峰谷负荷差最小确定多目标优化函数,考虑电网和电力市场基本约束条件建立分时电价优化模型;然后,在基于二分法的聚类负荷分析法中引入依据电力报价的负荷修正环节;最后,将不同负荷水平下的可靠性指标按持续时间进行加权平均,得到精确的可靠性指标。利用上述模型和方法,对改进的RBTS BUS6测试系统进行分时电价建模和可靠性评估。结果表明,需求响应策略改善了配电网的供电可靠性。     

基于粒子群算法的电动汽车有序充电控制策略的研究

大规模电动汽车接入电力系统时,就会使得电力负荷的峰谷差和功率波动产生的巨大的影响,更严重的,还会超过电力系统的供电能力和承受能力,给电网的安全稳定运行带来巨大的挑战。在此背景下,首先对电动汽车充电负荷的影响因素进行了分析,根据电动汽车的充电特性建立起电动汽车充电负荷的模型。然后,基于粒子群算法对模型进行优化求解,使得电网负荷的峰谷差最小,约束条件为负荷波动和充电电量限制。通过仿真,与无序充电的情况做出对比,有序充电在平滑负荷波动,降低电网的峰谷差的方面有很好的"削峰填谷"的作用。     

基于改进粒子群算法的储能调峰容量优化配置研究

配置储能系统是减少机组调峰负担、增加清洁能源接纳空间、降低新能源大规模并网给电网带来的压力的有效手段。首先，在分析储能调峰机理的基础上，综合考量储能调峰相关收益及成本，提出储能调峰的日效益模型及日成本模型；其次，以储能调峰日净收益最大为目标，综合考虑储能荷电状态约束、调峰后峰谷率、容量平衡等多种约束条件，提出考虑储能调峰效果的容量优化配置模型；然后，基于线性递减的惯性权重和异步学习的学习因子对标准粒子群优化算法进行改进，提出改进的粒子群算法，对储能容量进行优化配置；最后，综合考虑不同电池储能系统、不同季节典型日负荷间的差异，对某工业园区储能调峰容量进行优化配置，验证了所提模型和改进粒子群算法的有效性。算例结果表明，采用改进粒子群算法可以更快更好地得到优化结果。     

电动汽车峰谷分时电价时段充电优化模型

利用峰谷分时电价引导电动汽车用户进行有序充电,在减小大规模电动汽车接入电网对其造成的影响的同时,还能减小电网峰谷差。在得到电动汽车充电负荷的基础上,通过实际案例验证了电价时段和响应度对充电负荷曲线的影响;进而构建以电网负荷峰谷差最小所对应的峰谷电价时段为目标的优化模型,利用粒子群算法进行优化求解;通过算例分析验证了该模型的有效性。     

水电站群短期调峰优化模型目标函数比较研究

水电站群机组特有的快速启停和高速爬坡能力使其成为电力系统短期调度中优质的调峰电源,对平抑消除风、光等间歇性新能源并网给电力系统带来的负荷波动有着十分积极的作用。文章首先分析了水电参与电网调峰的机理及余荷波动性评价指标,选取水电短期调峰优化调度中常用的电网剩余负荷最大值最小、剩余负荷峰谷差最小、剩余负荷平均距最小、剩余负荷均方差最小为目标,考虑短期预报误差分别设置不同来水场景,建立了响应电网调峰需求的标准混合整数线性规划(mixed integer linear programming,MILP)模型或二次规划(quadratic programming,QP)模型。采用商业优化软件Gurobi对所建模型进行求解,引入基尼系数和变异系数及余荷虚拟火电总费用评价不同目标函数的调峰效果优劣以期获取较优的梯级电站发电计划。北盘江梯级4座电站的实例应用表明,来水较小时余荷峰谷差最小效果最好,随着来水的增加,余荷均方差最小调峰效果逐渐变优。上述两目标可得到更平稳余荷并减小火电耗煤,可在梯级电站计划编制中根据预报来水情况优先考虑。     

响应电网负荷需求的梯级水电站短期调峰调度

电网调峰需求日益迫切,如何利用高效清洁的水电能源调节电网峰谷差异成为缓解电网调峰压力的关键问题之一。本文以电网剩余负荷均方差最小为目标建立梯级水电站短期调峰模型,并提出一种逐步粒子群优化混合算法,外层利用逐步优化算法压缩解空间降维,内层采用粒子群算法随机连续搜索;同时提出动态约束廊道方法处理模型复杂约束,自适应更新可行域范围。将所提方法运用于华中电网直调沅水梯级电站短期调峰优化运行中,实例计算表明,所提建模思路调峰效果明显,电网余荷均方差降幅达93.6%,经削峰后的负荷曲线趋于平稳,可为梯级电站短期调峰提供求解思路。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

基于分时电价的电动汽车调度策略研究

电动汽车作为一种新兴负荷,大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通过对现有的分时电价制度进行分析,在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数,建立电动汽车多目标优化调度模型。通过云自适应粒子群算法进行寻优。仿真结果表明:该调度策略适合于分时电价,与固定电价相比优化了系统负荷同时降低了用户成本。价差更大、均值更高的分时电价2与分时电价1相比略微增加了用户成本,但它对电网的调峰能力明显增强。     

基于粒子群算法的电动汽车有序充放电优化

为解决用户在某一时间段集中充电造成电网负荷压力增大的问题，提出基于分时电价制度，结合用户的出行特性，通过改进蒙特卡洛，得到居民无序充电负荷，然后以解决峰谷差和节约用户成本为目标，构建归一化目标函数，以充电功率和电池电量为约束，通过改进粒子群算法优化，得到电动汽车有序充电负荷，降低电网负荷峰谷差。基于粒子群算法的有序充电与无序充电的仿真结果对比表明，有序充电在应对电网负荷压力与节约居民成本有显著效果。     

考虑火电调峰主动性与需求响应的含储能电力系统优化调度

风电等可再生能源大规模并网,对电力系统调峰能力提出了更高要求。分别从源、荷、储3方面挖掘系统的调峰能力:首先,在负荷侧利用价格型需求响应引导用户主动参与负荷调整,降低系统峰谷差;然后,在考虑火电机组调峰成本与调峰补偿的基础上,加入火电机组调峰主动性约束,该方法利用经济手段提高了火电机组主动调峰的意愿,为风电上网挤出空间;其次,在火电厂侧配置储能设备辅助调峰火电机组共同参与到系统的调峰辅助服务中,相当于增加了火电机组调峰深度;最后,以系统经济性最优和弃风率最小为目标函数,构建了考虑火电深度调峰主动性与需求响应的含储能电力系统优化调度模型,并给出算例分析,验证所提模型提升了系统调峰能力以及促进了系统对风电消纳。     

配电网电力负荷需求侧响应模型构建

传统配电网电力负荷需求侧响应模型存在负荷配置效率较低、协调性较差的问题。为此,提出基于云边融合的电力需求侧负荷协调配置方法。采用云边融合技术融合配电网云数据库中心、边缘节点以及边缘域数据,对配电网负荷的类型进行分类,设置配电网储能配置目标与约束条件,将其作为前提,利用粒子群算法求解配电网储能配置目标函数,构建配电网负荷需求侧响应模型。仿真实验结果表明：提出方法具有理想的配置协调性,电力需求侧负荷利用率更高,验证了该文研究构建的配电网电力负荷需求侧响应模型的应用效果较优。     

基于博弈算法的电动汽车有序充电优化及效益分析

全球能源危机背景下,电动汽车日益普及,大规模电动汽车无序充电给电力系统带来新的用电压力。规划电动汽车有序充电、解决充电导致的峰谷差扩大问题尤为重要。文中首先以博弈论为基础,提出以方差评估调峰水平,考虑用户充电等待时间,建立售电站收益-电动汽车用户满意度博弈充电模型。然后,利用粒子群优化算法求解双方最优策略,达到博弈均衡。最后,以600户家庭的居民小区为例进行仿真分析。结果表明,所建模型和求解策略能够优化电动汽车充电行为,较大程度调节电网负荷方差,防止产生充电新高峰,同时,在保证电网峰谷调节需求的基础上,可提高售电站收益,满足用户出行需求。     

计及典型日选取与源荷灵活性调节的优化调度研究

针对电网面临的反调峰特性和新能源消纳问题,提出一种计及源荷侧灵活性调节资源的电力系统优化调度模型。首先,根据负荷特点采用改进SSE-PFCM聚类算法求取负荷典型日。其次,基于负荷用户对电价变化的不同响应行为,提取出具有需求响应潜力的两类负荷,并且分别为其构建计及乐观响应隶属度的模糊负荷转移率模型以及需求价格弹性模型。然后,计及需求响应不确定性模型以及火电机组深度调峰,以系统综合运行成本最小为目标构建优化调度模型,采用引入步长弹性系数的改进粒子群算法求解。最后,以改进IEEE 30节点系统为例进行多种场景的仿真计算分析,结果表明所提策略能够有效提升系统可再生能源的消纳能力和系统运行的经济性。     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。