基于灰色PSO算法的分布式电网多目标调峰调度优化

针对目前新能源大规模并网,传统的调峰调度运行方式不能满足新能源出力消纳要求的问题,提出一种用户侧主动参与调峰调度的方案.将可调度分布式电源、储能单元和可中断负荷纳入分布式电网系统管理中,引入虚拟电厂的概念对可控负荷以及分布式电源进行控制,以负荷方差最小以及运行成本最小为目标,建立多目标调峰调度模型,并用改进灰色PSO算法对调峰调度模型进行优化求解.以IEEE33节点配电系统为算例进行仿真,结果表明该方法能够有效提高系统调峰能力、增加新能源消纳和降低运行成本.     

考虑灵活性的地区电网新能源消纳能力评估方法

在水电富集的地区,水电站作为一种灵活性电源用于提高电网的新能源消纳能力。提出了一种考虑灵活性的地区电网新能源消纳能力评估方法,该方法能够保证系统安全可靠,同时全额消纳新能源。首先,考虑源荷功率的相关性,采用K均值聚类技术生成典型场景;然后,通过灵活性电源的优化调度,使得系统在正常运行状态下全额消纳新能源,并在故障状态下使负荷削减量的期望值最小;最后,选取中国南方某沿海地区110 kV电网进行算例分析,研究新能源渗透率和最小负荷削减量期望值的关系,进而评估系统的新能源消纳能力,验证文中方法的有效性。     

考虑广域源-荷协调的分布式鲁棒优化调度

对源荷双侧存在的不确定性进行精细化建模,可提升广域源荷协调调度结果的有效性。分别以风电功率和分时电价为不确定变量,利用历史数据构建基于Wasserstein距离的概率分布模糊集来表征风电功率和分时电价的不确定性,并根据各类民用负荷特性建立分时电价引导下广域分布的民用负荷需求响应不确定模型。建立基于Wasserstein距离的广域源-荷协调双层分布式鲁棒优化调度模型,优化求解得到火电机组、风电场和各类广域民用负荷的调度计划。最后通过算例仿真验证所提方法可有效挖掘广域民用负荷调峰潜力,降低系统运行成本,提高风电消纳能力,平衡调度计划的经济性和鲁棒性。     

含风电的综合能源系统源-荷滚动优化调度模型

为了有效解决综合能源系统对强间歇性风电消纳能力较弱的问题,提出含风电的综合能源系统源-荷协同滚动优化调度方法;应用场景树分析法对综合能源系统中负荷需求响应与风电消纳等源-荷多不确定性进行定量分析;以综合能源系统运行成本最低为优化目标,构建含风电的综合能源系统源-荷协同优化调度模型,并采用滚动优化方法对模型进行求解.仿真...     

分档电价和碳配额激励的含电动汽车微电网优化调度策略

在含电动汽车（Electric Vehicle,EV）微电网的调峰调度中,实施分时电价或实时电价引导EV参与调峰,会导致EV过度响应或响应疲惫现象。为此,本文提出了分档电价协同碳配额激励机制下的含电动汽车微电网博弈优化调度策略。建立了微电网与电动汽车的主从博弈优化调度模型,微电网主体以运行成本最小和极小化负荷均方差为优化目标,考虑新能源发电完全消纳,针对等效净负荷水平制定分档电价并和碳配额协同激励,引导电动汽车在新能源发电余缺时充放电的适度响应;电动汽车用户从体响应微电网激励优化电动汽车充放电行为使其成本最小。采用粒子群算法(particle swarm optimization, PSO)求解优化模型纳什均衡点,获得微电网侧最优分档电价和电动汽车调度策略的集合。通过仿真算例验证了所提方法的有效性。     

考虑需求响应和含储火电参与深度调峰的电力系统随机优化调度

随着“双碳”目标下我国能源结构的调整,可再生能源的大规模并网发电对系统运行灵活性提出了更高的要求,调峰能力不足,严重影响了系统运行的环保性和经济性。基于此,构建了考虑需求响应和含储火电参与深度调峰的随机优化调度模型。在需求侧引入价格响应增强用户参与负荷调节的主动性,以优化调整次日的负荷曲线,降低峰谷差。在火电侧配置储能,辅助火电机组进入深度调峰状态运行,以提升火电机组的调峰能力。同时考虑风光出力误差,构建基于机会约束条件的系统备用约束,采用随机模拟确定性转化方法。最后以可再生能源弃电率和系统运行成本最小两目标函数进行优化求解。仿真结果表明：所提方法有效提升了系统调峰能力,较常规调度方式而言,可再生能源的消纳率提高了4.27%,系统运行成本减少了5.37%。     

考虑光热电站与风电系统低碳经济调度研究

为提高风电消纳,平抑负荷波动,实现系统经济、低碳运行,从光热电站特性出发,提出一种考虑阶梯型碳交易机制和需求响应的光热电站联合风电系统低碳经济优化调度模型。首先,加入电加热装置,构成含风电-光热联合发电系统,提高系统整体调度灵活性。其次,采用场景法处理可再生能源及负荷不确定性,并在源侧引入阶梯型碳交易机制控制碳排放量,在荷侧通过需求响应平滑负荷曲线,建立以系统总运行成本最低的优化目标函数。最后利用CPLEX求解工具箱进行求解。算例设置不同工况对比分析,结果表明所建立的模型在提高风电消纳的同时,保证经济性并降低系统碳排放量。     

高载能负荷参与新能源发电消纳的调控模式研究

本文针对大规模新能源就地消纳不足和外送导致途经电网损耗增加严重的问题,依托甘肃酒泉大规模新能源基地、高载能负荷及接入的河西电网,开展了高载能负荷参与新能源发电消纳的"源-荷"调控模式研究。该研究对于降低大规模新能源送出电网的网损,提高新能源消纳能力具有重大意义。     

考虑负荷聚合商参与下的微网双层两阶段优化调度

负荷聚合商作为系统和负荷之间的新兴中介,可以对分散负荷进行管理,参与到系统协调优化中.本文针对微网系统难以调度分散的中小型负荷资源问题,引入负荷聚合商对居民负荷进行整合,建立微网双层优化模型.模型上层以微网系统经济运行成本最低为优化目标;下层采用两阶段优化方法,在负荷特性分类的基础上,负荷聚合商通过与用户签订负荷削减合同的方式对负荷进行削减.模型上层采用NSGA-Ⅱ算法联合熵权双基点法求解,下层采用YALMIP建模语言调用CPLEX工具包对模型求解.算例分析结果表明,在负荷聚合商参与下的微网优化调度能够有效降低微网运行成本,同时将最大日负荷峰谷差降低了23.7%,实现了整体利益最优.     

促进风电消纳的源-荷联合优化调度

针对我国弃风问题,将光热电站与风电联合运行,利用其出力的互补性以及储热装置的可调度性应对风电出力的波动性、反调峰性,平滑风电出力以及净负荷曲线,降低火电机组调峰的成本,提高风电利用率。但此方法受到储热装置容量的限制以及机组最小出力和旋转备用的约束,对弃风情况改善有限,因此在需求侧引入需求响应措施与光热-风电系统配合。以系统发电运行成本、弃风惩罚费用和需求响应成本为目标函数,考虑各种约束条件,建立了需求响应与光热-风电系统联合优化的两阶段调度模型,源荷侧配合促进风电最大化的消纳。设置4种情景进行算例分析,通过算例分析验证源荷联合优化策略的有效性。     

考虑供给与负荷转移的虚拟电厂调度策略

虚拟电厂是一种通过先进信息通信技术和软件系统,将分布式发电机组、储能系统、可控负荷、 电动汽车等分布式设备聚合优化并协调参与电力市场和电网运行的特殊电厂。 针对现阶段可再生能源产业的风力、光伏并网发电和优先消纳困难等问题,基于虚拟电厂强通信、高聚合的特性,提出了一种考虑供给与负荷转移的虚拟电厂调度策略,以虚拟电厂整体利润最优为目标函数,从供给侧与需求侧同时强化虚拟电厂的调度弹性。 其中供给转移通过储能设备实现,考虑蓄电池储能系统与氢能存储系统同时参与调度,发挥各自储能优势,负荷转移通过柔性负荷实现,并将所有柔性负荷分为短期、中期、长期 3 类来反映实际情况,以柔性负荷的负荷量与最晚调度时间为类别划分依据。 实验结果表明:储能设备及柔性负荷参与虚拟电厂调度,显著提高了虚拟电厂运行的强健性,增强了新能源的消纳水平,实现了“削峰填谷”的效果,并且在经济性上有着良好的表现。     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

基于混沌多目标粒子群算法的综合能源调度

目的 针对当前综合能源系统中资源协同优化效率不足、微网运行经济性和环保性差的问题,提出了一种计及风电储能及不稳定因素的微网优化调度方法。方法 该方法在微网负荷侧需求响应对新能源消纳影响的基础上,以消纳新能源和削峰填谷为目的,提出了优化负荷曲线的方案;然后,考虑微网调度侧风电出力的不稳定性以及微网内部设备的耦合,进行优化调度以降低微网运行成本、减少环境惩罚费用并提高风电消纳平稳性;最后,采用混沌多目标粒子群算法对优化问题进行求解,并在风电不稳定度占比0%、5%、10%和15%时进行了算例仿真分析。结果 当风电不稳定度为10%和加入风电储能,系统运行成本和环境治理费用最少,比方案1和无风电储能少6 919.4元,风电平稳量也提高38 kWh。在电热冷网中,负荷侧加入需求响应后,系统得到稳定运行和能源合理利用,可以很好地满足负荷侧用能需求。从算法对比中,混沌多目标粒子群算法加入自适应权重和变异率后,具有较强的全局搜索能力和更好的准确性。结论 该方法通过合理设置风电不稳定度能够有效降低运行成本和环境惩罚费用,提高风电稳定性,其次,负荷侧的需求响应可以一定程度地削峰填谷和消纳新能源。     

考虑需求侧响应的热电联供型微网经济优化运行

热电联供(combined heat and power,CHP)微网是提高可再生能源利用率以及实现能源转型的有效途径之一,具有广阔的应用前景。为保证其经济、灵活、高效运行,需对CHP微网进行合理的系统优化。为此提出考虑热、电负荷需求侧响应CHP微网多目标优化方法,热电负荷需求侧响应模型基于建筑物热力学模型,同时考虑可转移负荷的调度。在此基础上,建立基于热电负荷需求侧响应的多目标混合整数线性规划模型,采用所提复合粒子群算法求解。算例仿真结果表明,应用热、电负荷需求响应可以使供电、供热的灵活性大大提升,并且降低了系统经济运行成本。     

考虑需求侧资源的含风电电力系统两阶段优化调度

风电场接入电力系统会造成系统运行成本增加、稳定性降低等问题,引入需求侧资源是解决该问题的重要手段之一。为了探究价格型与激励型需求响应的互补性,通过协调调用基于消费者心理学模型的价格型需求侧响应,以及激励型需求侧响应参与电力系统的优化调度中,对比分析了不同调用模式下的电力系统运行成本。针对传统粒子群算法易陷入局部最优解的缺点,提出一种自适应动态调节惯性权重的改进粒子群算法对模型求解。结果表明所提模型有效降低了系统运行成本,不同类型需求侧响应具有互补性。     

基于可再生能源不确定性的多能源微网调度优化模型

多能源微网可以使综合能源系统在配网/用户端得到实现,但电力系统和天然气系统联合后会使得系统调度中的不确定性问题变得突出。为此,本文通过对电力/天然气系统的物理特性进行分析,基于用户需求响应资源、可再生能源机组出力和负荷不确定性的关键要素分析,建立了多能源微网日前调度优化模型。基于Matlab环境对所建模型进行了相关的计算仿真,验证了两阶段随机优化模型的有效性。仿真结果表明,所建优化模型可以提高多能源微网系统运行的可靠性和经济性,具有较好的实际应用价值。     

基于实时电价的含电动汽车微电网两阶段优化调度

为解决大量电动汽车无序充电对微电网负荷曲线产生新的峰值或峰上加峰等现象,提出了V2G(vehicle to grid)下两阶段优化方法,第一阶段考虑实时电价的前提下以满足用户充电需求为目标建立电动汽车有序充放电模型,第二阶段以微电网综合成本最低和微电网出力波动最小为目标,确定电动汽车有序充放电功率。为了解决多目标优化的问题,本文采用改进型多目标粒子群算法（IMPSO）。为验证本文方法的有效性,用蒙特卡洛法模拟某微电网内电动汽车的充电需求后采用本文方法优化,结果证明本文调度方法降低微电网经济成本和出力波动的同时,降低了用户成本。     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.