源荷双边参与的高比例新能源电力系统能量与备用市场联合出清方法

风光出力的随机性与反调峰特性增加了电网对新能源的消纳难度。利用源侧、荷侧的灵活可调节特性,设计源荷双边参与规则,引导源荷进行跨时间的双向功率协调以支撑清洁能源高效消纳。首先,梳理源荷双边参与的基本原则与原理,明确交易主体、品种以及模式并设计其参与规则。然后,基于源荷双边参与规则,构建计及源荷双边参与的日前能量与备用联合优化调度模型,在促进新能源消纳的同时降低工业用户用电成本。其次,针对多场景混合整数规划的求解难题,采用改进的渐进式对冲分解算法进行求解,通过启发式的变量“固定-筛选-松弛”,保证模型的收敛性。最后,基于IEEE 118系统进行算例分析,验证了所提能量与备用联合出清模型在促进新能源消纳方面的有效性。     

电气类专业群双创人才培养的探索与实践

针对科技产业发展人才需求和专创融合教育改革中存在的问题,本文从构建双创型人才培养模式、完善实践教学体系、深化校企合作和建立特色创新创业工作室四个方面,对厦门理工学院电气类专业群创新创业人才培养进行探索与实践。实施效果表明,已取得积极成效,具有一定推广价值。     

考虑车主多模式需求响应模糊意愿的优化调度策略

现代电动汽车(electrical vehicle, EV)用户需求响应具有多样性和意愿模糊性的特点,当实施单一激励政策时,EV响应将达不到预期效果。为此,提出了考虑车主多模式需求响应及其模糊意愿的含EV微电网的主从博弈优化调度策略。微电网主体针对净负荷制定多模式动态电价激励政策,引导EV在多模式电价中做出选择,促进EV有序充放电,实现其净负荷均方差和运行成本最小。车主从体基于模糊逻辑推理意愿决策,响应多模式动态电价,极小化车主成本。采用非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,获得最优多模式动态电价和EV充放电策略。仿真结果验证了所提方法的有效性。     

基于区块链的电力交易模型及博弈定价方法

为解决传统能源中心化交易模式缺少灵活性、透明性和可监督性等问题,满足新型电力系统中电网各主体间电力交易市场化、定价灵活化等新要求,提出一种基于区块链的电力交易模型及博弈定价方法。该电力交易模型具有分布式、去中心化、不可篡改和加密安全等优势。首先,建立基于区块链的电力交易模型,协调发、供、用等主体间的生产和消费行为,形成统一的市场机制;其次,提出了基于博弈的多时间尺度电力交易竞价机制,利用蚁群优化(ACO)算法求解可得每小时的最佳竞拍价格。最后,通过仿真验证了交易模型及博弈定价方法,在激励政策下各交易方收益最优化。结果表明,交易模型及定价方法在新能源参与交易背景下能有效地平衡市场各主体的效益;基于区块链的智能合约可实现电力交易过程的智能化、透明化和可追溯性。     

省间电力现货交易机制设计与探索

随着电力市场化改革的逐渐深入和新能源渗透率的快速提升,我国电源结构和电力供需情况正在发生深刻变化,从而对新能源消纳和省间余缺互济提出了更高要求。目前省间余缺互济市场化机制缺失,亟需开展省间电力现货交易,通过市场化手段开展省间余缺互济,促进可再生能源大范围消纳。文章在跨区域省间富余可再生能源现货交易实践基础上,结合电网实际运行需要,进一步扩大交易范围、丰富交易主体、完善交易机制,建立了省间电力现货交易整体框架,设计了市场衔接、竞价出清、多级调度协同运作等关键机制,提出了市场出清模型。最后通过算例分析验证了上述机制的可行性和有效性。可为开展省间电力现货交易提供切实可行的实施路径和技术方案。     

电网能量流-经济流耦合分析

依托于同一电力网络的电气源流间的能流信息和市场主体间的交易信息,存在某种天然耦合关系。若不能正确处理,则易导致相关经济流分布信息掌握失准,从而影响系统运行的效能和市场运作的公正性。为此,基于电力网络电能追踪方法正确提供的实时能流信息,考虑上述耦合特性,分析了沿网络源-流对电能配送路径链分布的经济流信息,建立了核算各项费用的实时电价关系式;针对链首和链末2种能量计费方式,提出了具有广泛指导性的费用核算一致性原理,并指出：若不考虑电网实时运行状态影响而直接以上网价、过网价和政府性基金价之和作为下网电价核算相关费用,则会出现不完全满足一致性原理的现象。最后,针对典型交易模式及与其关联的多个网络源-流对,给出了量化其经济流分布的关系式。算例表明,基于考虑耦合特性的实时电价信号分析的经济流,符合核算一致性原理,可为进一步揭示交叉补贴内因提供理论依据。     

Disaggregating growth in future retail electricity rates

The retail rate impacts of a number of emerging trends (e.g., rapid deployment of electric vehicles and storage, transmission build-out for large-scale renewables deployment, and grid modernization) are unknown. Importantly, decision-makers are concerned about the potential future rate impacts on energy affordability and equity. We disaggregate the key drivers of retail electricity rates and assess their impacts on future rate growth considering their interactions and uncertainty. Specifically, we develop ranges of future cost growth for a generic investor-owned and vertically-integrated electric utility representing typical cost and operating characteristics. The rate driver growth rate ranges are applied in isolation and jointly to quantify the uncertainty and variability in future retail electricity rates. The results identify what rate drivers and factors may minimize and/or decrease uncertainty in retail rate growth and their linkages to industry trends.     

考虑供气约束与净负荷预测误差的电-气综合能源系统调度策略

当前电-气综合能源系统调度存在天然气供气流量波动性较大、调整次数过多等问题,导致配气系统调峰压力较大。为此建立天然气供气模型,包含供气流量调整幅度、方向、总次数等约束;对天然气系统标幺制进行推导,通过合理选择基准值可对天然气系统的相关参数进行合理放缩变换,以便观察分析;用高斯混合模型对净负荷预测误差概率分布进行精确拟合,基于此提出考虑天然气供气约束和净负荷预测误差的电-气综合能源系统调度策略,并采用数据驱动的机会约束规划来处理净负荷预测随机性。最后,通过算例验证所提策略的有效性,仿真结果表明所提策略可明显降低天然气供气流量波动,保障系统的可靠经济运行。     

基于智能经纪人的新型电力双边交易模式

针对当前电力双边市场的交易效率和业务透明度不高的问题,提出智能经纪人促进电力双边交易的构想。梳理当前电力双边市场存在的主要问题,设计智能经纪人的功能理念;分析市场主体的潜在价格让步空间,研究考虑潜在交易前景的个性化协同撮合方法;构建基于智能经纪人的新型电力双边交易模式,并开发配套智能交易平台。以某省电力市场数据进行市场模拟,算例结果表明,智能经纪人可以降低双边交易成本以及提高市场成交率。     

基于强化学习的电动汽车换电站实时调度策略优化

随着电动汽车的应用推广,换电站的调度优化逐渐成为研究热点。传统的基于换电需求预测值的调度策略在实际应用中面临着难以适应动态干扰因素、预测误差累积等问题。为了解决这些问题,提出了一种基于带基线的蒙特卡罗策略梯度法的换电站实时调度策略,用于优化换电站的充放电策略以及响应电池数量。提出了带基线的蒙特卡罗策略梯度强化学习,并为换电站实时调度问题选取合适的状态空间和动作空间;设计了奖励函数对智能体进行离线训练,从电池状态数据、分时电价和排队电动汽车数量中学习得到最优策略网络;在离线训练好的模型基础上进行实时调度策略测试。基于换电站的服务可用率和经济效益验证了所提调度策略的有效性和经济性,算例结果表明所提策略能对电网负荷起到一定的削峰填谷作用。