基于前景理论的风-蓄联合系统中长期电量分解模型的研究

为解决风-蓄联合系统同时参与中长期市场与日前市场的组合交易问题,提出一种考虑发电商心理特征的方法,并给出基于前景理论的风-蓄联合系统中长期电量分解模型。该模型通过构建发电商收益的价值函数衡量发电商对收益偏差的感受,运用概率权重函数描述发电商对不同场景下中长期电量分配方案的偏好,建立以前景效用值最大化为目标的风-蓄联合系统中长期电量分解模型。算例分析验证了所建模型的合理性和有效性,为发电商制定合理可行的盈利目标,提升发电企业在电力市场环境下的盈利水平提供理论依据和参考。     

含海上风储联合发电系统的韧性调度策略

为应对台风诱发的海上风电机组高风停机(high wind-speed shutdown, HWSS)事件,提出了一种含风储联合发电系统的多时间尺度协调调度方法。首先,基于历史和即时信息进行台风全生命周期模拟,得到强度时变的台风轨迹集合;基于台风轨迹和风电出力曲线,进一步计算该台风轨迹集合下风电场的可用出力,并纳入所提出的模糊集合中。其次,考虑风电出力波动对各类型备用需求的影响,提出了多类型备用需求的次小时级调度框架,以避免机组小时阶跃变化造成调度方法不可行的风险。然后,在此基础上,通过确定性转化形成可求解的混合整数线性规划问题。最后,在增加了2个海上风电场的IEEE-RTS系统上进行了仿真实验。实验结果表明,所提出的调度策略能够在台风极端天气下,充分利用风储联合发电系统的灵活性,通过预调度提升系统韧性。     

基于分布式储能系统的风储滚动优化调度方法

根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system, DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm, WF)和2个电池储能系统(battery energy storage systems, BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm, GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。     

考虑日前计划的风储联合系统多目标协调调度

建立多时间尺度的风储发电系统协调调度模式,提出一种适用于风储联合发电系统的滚动协调调度方法。优化模型采用两阶段优化方法实现多目标决策和分层协调调度,第1阶段优化利用风电场储能系统和常规机组的协调调度最小化系统弃风电量和失负荷电量,第2阶段优化按照风电并网标准和系统调度需求在各风电场之间分配储能系统充放电任务和弃风功率。采用含3个实际风电场的IEEE 30节点系统进行仿真分析,结果表明:基于风电场滚动上报的超短期风电功率预测信息,提出的风储联合发电系统日内滚动协调调度方法能够有效减少弃风,降低系统运行成本。     

基于阻抗分析法的风储并网系统谐波稳定性分析

储能系统多通过逆变器接入电网,大量的并网逆变器会对网络的稳定性造成较大的影响,易引发谐振。建立了风储并网系统的阻抗模型,研究了风机转子侧电流环比例增益和积分增益、储能逆变器电流环比例增益和积分增益对系统稳定性的影响。采用基于入网电流反馈的有源阻尼振荡抑制策略,提高弱电网条件下风储并网系统的谐波稳定性,并分析了其控制参数对谐波振荡抑制的影响。最后通过仿真结果,验证了分析结论的准确性和方法的有效性。     

基于Gale-Shapley算法的风储供应链合作伙伴双向选择研究

风电与储能结合形成风储供应链,在风储供应链基础上选择合适的合作伙伴,不仅有助于风电消纳和储能发展,还能提升风储供应链的合作价值。基于风储供应链角度,构建了风储双向评价指标体系,设计了基于不同评价方法与Gale-Shapley算法的风储供应链合作伙伴双向选择模型,对比验证了所建模型结果的可靠性,为风储供应链上的企业合理选择合作伙伴进行科学决策提供参考。     

计及谷时段风电消纳的储能系统平抑风电功率波动控制策略

储能系统(energy storage system, ESS)仅参与平抑风电功率波动为单一场景的控制策略,存在ESS频繁充放电以及不能有效解决负荷低谷时段风电消纳等问题。为此,提出了一种计及谷时段风电消纳的ESS平抑风电功率波动控制策略。首先,根据风电特性与负荷需求的时序关系,确定ESS在一个周期内的充电和放电区间段。其次,提出了分区间控制的ESS控制策略,在充电区间段以平抑风电功率向上波动为目标存储电量;在放电区间段以平抑风电功率向下波动为目标释放电量。最后,考虑ESS的实时荷电状态(state of charge, SOC)和风电消纳,提出了基于模糊控制的ESS充放电功率修正方法。以某风电场实际数据为例,在风储联合发电系统仿真平台上进行了测试,验证了所提运行策略的可行性和优越性。     

干旱气候下基于风电并网的抽水蓄能电站经济调度模型

抽水蓄能电站配合风电出力有利于降低风电并网对电力系统的影响、提高电能质量、促进大规模风电并网,考虑到干旱气候可能制约抽水蓄能系统的发电和储存能力、进而影响风蓄联合系统的发电调度,以发电总可变成本的最小化为目标函数建立了基于风蓄联合系统的线性规划模型,评估了干旱气候对风蓄联合系统发电调度的影响,并利用变搜索半径优化的粒子群算法对模型进行求解。研究结果表明,干旱气候对风蓄联合系统的发电调度有较大的影响,且干旱气候可能促使系统二氧化碳排放量的增加,系统存储电能能力较强时,风电能有效促进二氧化碳减排;此外,算例分析还验证了所建模型的有效性。     

含风储联合单元的电力系统两阶段日前调度模型

针对电力市场环境下含风储联合单元的电力系统日前调度问题,建立了两阶段调度优化模型。第一阶段基于描述风功率不确定性的概率场景集,考虑弃风和投标偏差惩罚,以风储联合单元的期望收益最大为目标,优化单元的日前投标量;第二阶段考虑风储联合单元出力偏差惩罚、环境成本和网络约束等因素,以系统综合运行成本最小为目标,进行日前机组组合优化。此外,还提出了一种日前出清偏差惩罚机制。IEEE-30节点6机系统的仿真实验表明,与传统调度模型相比,该模型具有风储调度出力偏差小,系统综合运行成本低,环保效益明显的特点。     

基于两阶段优化的风储联合发电系统日前发电计划模式

考虑风电日波动性对常规机组启停的影响,为准确刻画系统运行经济性与风电消纳能力的关系,设计了风电最大出力模式、经济运行模式和运行成本控制模式3种风储联合发电系统日前发电计划模式,提出了不同模式的两阶段优化模型及快速求解算法。第1阶段通过储能系统和常规机组协调调度,实现经济性最优或弃风量最小的目标,第2阶段优化则按照经济调度和"三公"调度的原则分配常规机组和风电场的有功出力。提出快速算法削减了模型的寻优空间,大幅提高了优化模型的求解效率。基于IEEE 30节点系统进行仿真分析,验证了所述模型和算法的优越性。