含流域梯级水电的水火风联合低碳调度模型

针对大规模风电并网导致的电力系统运行风险和水电、风电出力的互补特性,提出一种计及风电出力不确定性的含流域梯级水电的水火风联合低碳调度模型。采用高斯混合模型-吉布斯采样法生成融入不同时间尺度关联特性的风电出力动态场景集。综合考虑水头、流量多重因素及多种复杂运行约束的影响,建立流域梯级水电站群耦合模型。在此基础上,构建以基准风电场景下机组发电、排放成本和风电动态场景下机组调整成本为整体优化目标的两阶段随机规划调度模型。以改进的IEEE-24节点系统为例进行仿真分析,验证了所提模型的有效性,从而为大规模水火风互补发电系统的联合优化调度提供了参考。     

考虑不确定性的多能互补系统双层优化调度

为了降低新能源并网对电力系统影响,本文中提出了考虑源、荷不确定性的风光水火储多能互补系统调度方法。首先基于模糊机会约束法处理风电、光伏出力及负荷预测值的不确定性;然后建立了源荷相关度数学模型,以衡量联合发电系统出力与负荷的匹配程度;然后构建了多能互补系统双层优化调度模型,其中上层以源荷相关度最大为目标函数,下层以系统运行成本最小为目标函数;最后提出了改进的遗传算法求解双层调度模型。基于算例仿真验证了所提模型和算法的有效性,为互补发电系统提供可靠的调度方案。     

考虑风电出力偏差和调度经济性的风电接纳水平优化

采用威布尔风速分布模型,给出风电出力偏差期望值,并分析风电出力偏差给常规机组和风电并网运行的经济性带来的影响.在此基础上,建立综合考虑常规机组发电成本与风电场运行经济性的多目标经济调度模型,采用多目标粒子群优化算法,以风电出力预测值作为基准来定量优化与评估风电接纳水平.算例表明,该模型能够平衡常规机组与风电场运行的经济性,从经济性角度评估系统接纳风电的能力并为电网调度和风电场运行与规划提供一种依据.     

考虑需求响应和储能的风水火联合系统经济调度

针对大规模风电并网对电力系统造成的威胁,通过充分考虑储能系统(energy storage system,ESS)与需求响应(de-mand response,DR)之间的有效配合,提出了一种计及ESS和DR的风水火联合电力系统经济调度模型.首先,模型将用电负荷划分为基础负荷及可调节性负荷,充分考虑了DR对可调节性负荷进行的精细化调整,有效地配合ESS装置运行,从而最小化电力系统运行总费用.其次,针对风电出力的不确定性,通过建立鲁棒优化模型确保模型具有可行解.最后,通过划分四种不同场景验证模型的有效性.仿真结果表明,考虑ESS和DR之间的互补特性后,在实现风电出力全额消纳的同时,电力系统有效地降低了运行总费用,减少了火电机组频繁启停,降低了火电机组出力的波动性.     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

计及风电和电动汽车的安全约束机组组合模型

面对风电和电动汽车大规模接入对电网的安全经济运行带来的挑战,文中以运行成本最小、污染物排放最低为目标,建立了风电-电动汽车协同调度的多目标安全约束机组组合模型(SCUC).将可充放电的电动汽车作为可优化调度单元,建立虚拟电价策略,以充电成本最小为目标来制定合理的充放电计划;使用模糊机会约束规划来描述风电的间歇性和不确定性,通过电动汽车充放电平抑风电波动,降低机组出力调整的频率,提高了电网安全运行的经济性.仿真结果表明,该模型可以很好地利用各因素之间的互补性,提高风电利用率,实现更好的经济、环境效益.     

基于数据驱动的交直流电网分层鲁棒日前优化调度

对于风电并网下基于电压源控制器-高压柔性直流输电(voltage source converter-high voltage direct current transmission, VSC-MTDC)的多区域互联电网日前优化调度问题,提出了基于目标分析级联的分层鲁棒调度模型。为降低风电出力的保守性,采用基于数据驱动的最小体积封闭椭球(minimum volume enclosing ellipsoid, MVEE)多面体集合。为充分发挥VSC-MTDC输电方式的灵活调度能力,以VSC换流站为节点对交直流电网进行分层解构,将跨区域交直流电网的日前调度问题分为高层直流电网多时段联络线协调优化的主问题和低层区域交流电网两阶段鲁棒优化的子问题,并且各个区域交流电网子问题独立并行求解。通过4区域-6节点互联测试网络的仿真求解,证明所提模型有助于风电消纳。     

考虑分时电价的风光储联合优化调度研究

针对大规模风电和光伏发电对电网调度带来的负面影响,利用钠硫电池储能系统,综合考虑峰谷分时电价政策和减少弃风弃光等各方面因素,提出了一种基于日前负荷、风电、光伏发电出力预测,以钠硫电池为辅助设备的风光储联合申报计划出力新模式。以风光储联合系统总体收益最大化和净负荷方差最小作为目标,考虑钠硫电池储能系统的充放电次数约束和风光实时出力偏移风光联合申报计划出力限制,建立了电网短期优化调度模型,并采用多目标粒子群算法求解所建模型。通过算例分析,验证了所建模型的可行性和风光储联合系统在提高清洁能源消纳和平滑净负荷曲线方面的有效性。     

基于量维和形维的风水联合出力波动量化评估

为了使出力的波动程度能直接反映水电平抑风电的效果,从量变和形变的角度提出了基于量维和形维的波动量化评估方法.以随机和实测过程为测验对象,并加以滑动平均、叠加平均、缩放等处理,与现行常用的波动量化评估方法——RBF方法进行了对比分析,多方位验证了所提方法的有效性和优越性.将其用于风电水电联合运行实例后,在多种的资源和装机条件下的计算结果均符合客观实际,结果表明了该方法在风电水电联合运行中量化评估出力波动程度的可行性.     

考虑CO2排放成本的风储联合调度优化

储能系统越来越多地应用于电力系统,其与风电配合可以减少风机出力的波动性,因此有必要对风电储能联合调度。提出了一种考虑CO_2排放成本的风电储能联合调度优化模型。首先说明了CO_2排放成本。然后建立了以火电机组成本费用、排放成本、火电机组启停成本、风机成本、电池成本最小为目标,考虑有功功率平衡约束、风机出力约束、火电机组启停约束、电池储能充放电约束等条件的优化模型。接着利用非线性遗传算法对本文所建模型进行求解。最后在IEE30节点中进行仿真分析,说明了所提方法的正确性和有效性。     

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.     

清洁能源利用最大化的电力系统优化调度

考虑到不同类型电源的出力特性及其之间的互补性和矛盾性,以系统成本最低、污染排放最少和清洁能源利用率最大为目标,建立了风电接入的水火风储联合发电系统的多目标优化调度模型,并将蒙特卡洛模拟与遗传算法结合,采用改进的39节点系统验证了所建立模型的有效性,水电和储能系统在不同情况下都能充分发挥其调节作用,平抑风电波动,并且减少了污染排放和弃风现象,较好地实现了各类资源的优化配置。     

基于风-光-储联合优化的最优潮流

针对分布式能源发电的间歇性和不确定性,提出了风、光互补发电和储能实时在线优化结合的方法。以风、光日前预测发电与实时发电误差最小、储能出力最少为目标,建立风-光-储联合优化模型;使用改进PSO算法对风、光出力进行实时优化,优化后的分布式发电可以有效降低分布式电源带来的日前调度偏差。储能优化后的风、光出力在进行潮流计算时可直接处理为负荷模型,因此可以有效降低分布式能源建模的复杂度。最后,以IEEE30节点系统为例,以发电机发电费用最低为目标函数,将风-光-储联合出力等效为单个节点,利用遗传算法对最优潮流模型进行求解,验证了本文方法的正确性和有效性。     

基于氢储能的含大规模风电电力系统经济调度

针对由大规模风力发电并网带来的消纳困难问题,文章利用由碱式电解槽、储氢罐、氢氧燃料电池构成的氢储能系统将弃风转换成氢气储存起来,用以满足外界氢气负荷需求或于负荷高峰期发电补充上网。文章先对风电出力的不确定性和氢储能系统进行建模。为了降低传统鲁棒优化求解的保守度,利用考虑保守度可调的鲁棒优化盒式集合描述风电出力。在此基础上,以降低弃风和提高系统总体的经济性为目标,建立了基于氢储能的含大规模风电电力系统经济调度模型。算例表明,文章所建立的优化调度模型兼顾求解的鲁棒性和经济性,并且可以显著减少弃风、降低系统的总成本。     

风电-抽水蓄能联合系统的优化运行模型

拟定了风电-抽水蓄能联合系统3种可行的运行方案:全部风电供给抽水蓄能电站抽水;根据电网容量和风电场出力情况,部分风电直接输入电网,其余风电供给抽水蓄能电站抽水;风电全部直接输入电网.建立了风电-抽水蓄能联合系统的优化运行模型,计算得出了常规发电厂稳定运行的最小容量以及含一定容量风电的电网所需的抽水蓄能电站装机容量,建立了经济评价模型,根据综合经济评价结果,优选出了风电-抽水蓄能联合系统的最佳运行方案.     

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。     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统双层随机优化调度模型.上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动方差最小为目标函数,...     

乌江流域水光互补梯级蓄能调度图绘制

为适应大规模光伏出力接入乌江流域与梯级水电站联合调度、打捆送出的新要求,基于流域实际蓄能控制方式提出了水光互补模式下梯级水电站分期发电策略,确定了汛初、年末关键时间节点的蓄能合理范围,据此绘制了水光互补梯级蓄能调度图,以指导中长期水光互补调度。实例验证结果表明,与流域梯级水电站实际发电量相比,水光互补梯级蓄能调度图能够提高系统发电量0.7亿~2.1亿kW·h；水光互补梯级蓄能调度图编制过程简单、合理,优化调度结果符合实际,可用于乌江流域中长期水光互补优化调度。     

探析风电并网对电力系统调度运行的影响

风电机并网后,系统频率与电压的稳定性等方面势必会受到一定的影响,导致了电力系统的调度运行工作无法正常进行。因此,本文从风电并网后的系统频率与电压稳定两个方面对此展开了分析,并以此来研究风电并网对电力系统调度运行造成的影响。     

最小收益风险模型在水库发电调度中的应用

为了在水电站水库优化调度中能对调度方案风险的大小进行量化,应用离散时间、非时齐马尔可夫决策过程,建立了水库中长期调度发电收益最小风险模型,以整个调度期发电收益未超过预先给定目标值的风险(概率)最小为优化准则.考虑到水电尽可能在高电价时段运行以获取更大利润,通过对电力系统的典型日负荷过程分析,确定水电厂时段收益电价与出力的函数关系.与期望发电效益最大模型相比,该模型适合需要对风险有直接限制的决策制定,以体现决策者的意愿或风险偏好.采用随机动态规划法对模型进行求解,并以三峡水电厂为实例,对所建立的模型进行检验,结果表明:该模型有利于水电厂调度人员作出风险决策,并实现水电厂的优化运行.