基于可信理论的多目标模糊机会约束无功优化

大规模间歇性电源并入电网,其出力的不确定性给电网无功优化带来很大影响。针对间歇式电源出力和负荷的不确定性,将间歇式电源出力和负荷采用梯形模糊参数表示,对传统确定性无功优化模型进行改进,并结合可信性理论和模糊机会约束规划,建立含多模糊参数的多目标模糊机会约束无功优化数学模型。在解法上,通过模糊潮流求解目标函数和约束中的可信度,利用目标隶属度函数和交互满意度将多目标优化转换为单目标优化,并采用蝙蝠算法对模型进行求解。算例结果表明,所提多目标模糊机会约束无功优化模型和算法,能够适应在间歇性电源出力和负荷为模糊参数情况下的电压无功控制优化。     

含不确定性负荷的水火电力系统随机优化调度

针对水火电力系统负荷的不确定性,建立基于模糊机会约束规划的随机优化调度模型,分析负荷不确定性变化对水火电机组出力及火电机组能耗量、排放量的影响。将实际负荷与负荷预测的偏差看成一个模糊随机变量,并在火电机组煤耗量最小化、污染物排放最小化和水库蓄水量最大化3个目标函数中及功率平衡、机组出力调整等约束条件函数中均引入负荷这一随机变量。按照模糊机会约束和随机机会约束的确定性等价形式,将水火电力系统优化调度的不确定模型转化为确定性模型,并利用多目标问题的模糊满意度法进行求解。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证所提出含不确定性负荷的水火电力系统随机调度模型的准确性和可行性。     

考虑负荷不确定性的分布式电源的长期优化配置

针对负荷不确定性影响分布式电源控制和优化问题,建立了考虑负荷不确定性的以有功网损最小为目标函数的分布式电源长期规划模型。采用细菌菌落优化算法求解分布式电源优化配置问题,该算法建立了一种循环结束方式,迭代次数随着细菌菌落的消失自然结束,并且能够保持一定的精度。最后通过IEEE-33测试系统验证了考虑负荷不确定性的分布式电源规划模型实际意义,同时验证了细菌菌落优化算法在求解该问题的适应性和有效性。     

基于主动配电网多时间尺度协调优化调度方法

针对风光出力的不确定性,在日前、日内、实时多个时间尺度下,通过对需求侧可中断负荷和分布式电源的灵活调度,提出了一种适用于各典型运行优化场景的多时间尺度、多优化目标的多阶段协调优化策略.经过仿真验证,所提的主动配电网多时间尺度优化调度方法能有效平抑可再生能源出力不确定性对配电网的影响,缓解分布式电源对配电网带来的电压越限、线路过载等问题.     

考虑不确定性的含DG与EV配电网无功电压协调优化方法

利用双馈风电机组和光伏发电系统等能够提供无功功率的分布式电源作为一种电压调节手段与传统的电压调节方式结合,在计及电动汽车入网充电作为一种随机负荷的情况下,建立了考虑不确定性的含分布式电源与电动汽车的配电网无功电压协调优化模型。以节点电压期望值平均偏差最小为目标函数,同时加入有功网损期望值和节点电压期望值最大偏差值为罚函数,使用本文提出的一种改进果蝇优化算法对优化模型进行求解。最后利用IEEE 33节点系统进行仿真计算并与粒子群算法进行比较,证明了本文所提出的优化模型和算法的有效性。     

考虑多重不确定参数的配电网概率无功优化

针对同一区域内多个分布式电源及波动负荷的随机性和相关性对配电网模型带来的多重不确定性,构建了考虑多重不确定参数的概率无功优化模型,并将其转化为多场景确定性优化问题求解。模型中,三阶多项式正态变换(TPNT)改进的Nataf变换解耦了分布式发电机组和波动负荷的相关性,Gaussian-Hermite积分法处理了目标函数和约束项涉及的概率潮流计算。所建模型使用多策略融合粒子群优化算法进行优化求解,得到确定的控制变量最优解和状态变量统计矩。将该模型应用于接入多个分布式光伏发电机组和波动负荷的IEEE33节点配电系统进行仿真测试,其结果验证了所提概率无功优化模型和解法的适应性和有效性。     

考虑多类型负荷及风光不确定性的配电网优化规划

风电和光伏的大规模并网,使得配电系统和各类负荷的运行稳定性明显降低.为降低可再生能源接入的不利影响,提出考虑多类型负荷及风光不确定性的配电网优化规划方法.利用仿射数模型降低分布式电源预测的不确定性;结合各类负荷的静态电压特性,建立各类负荷相应的幂函数模型,提出以电压波动和网络损耗最小为目标函数的规划模型;然后,采用自适应遗传算法进行模型求解;最后,在改进的IEEE-33节点的系统上进行仿真分析,验证了所提方法的有效性.     

独立型微电网源荷协调配置优化

独立型微电网需要支持多种电源和多种负荷高效稳定的组网运行。针对源荷双侧的不确定性,提出一种通过源端模型和负荷端模型迭代协调达到系统综合成本最小化的优化配置方法。在源端,根据用户负荷,考虑供电可靠性和可再生能源利用率,以等年值成本最小为目标函数,对多电源容量进行优化配置并提出电源出力最优调度策略。对于负荷端,利用模糊隶属度函数对峰谷时段进行动态划分,根据电力需求价格弹性模型,以电力负荷与可再生能源发电功率的差值绝对值和最小为目标函数,对动态分时下的峰谷电价进行优化,计算用户需求响应后的负荷。源荷模型交替迭代,得到风光柴储多能系统综合成本最小化的最优解。对某海岛微电网进行仿真研究的结果表明,该优化模型能够提高可再生能源配置容量和渗透率,缓解弃电现象,减轻柴油发电机和蓄电池的工作压力,在保证供电可靠性和用户利益的同时增加微电网的经济效益和环保效益。     

基于粒子群算法的含风电场电网规划优化研究

风电的不确定性以及负荷的随机变化性增加了电网规划难度。为此,针对系统运行、可靠性等约束条件,把罚函数转换为无约束目标函数,建立基于粒子群算法的含风电场电源规划多控制变量问题优化模型,并提出和分析优化规划的详细步骤。最后,采用IEEE30标准节点系统进行仿真优化,仿真优化结果验证了该模型的有效性、可行性,效果显著。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

计及需求响应的气电互联虚拟电厂多目标调度优化模型

随着分布式能源渗透率的逐步提高,虚拟电厂技术逐渐成为解决可再生能源规模化发展的关键技术,文章重点研究气电互联虚拟电厂多目标优化问题。首先,文章将风电机组、光伏发电机组、燃气轮机、电转气设备、储气装置等集成为虚拟电厂,同时联动公共网络和天然气网络,负荷侧包括电力负荷、氢气燃料电池汽车负荷、天然气负荷,并在终端负荷引入需求响应技术进行调节。然后,以运行经济效益、削峰填谷效应、二氧化碳排放作为优化目标,结合功率平衡等约束条件,构建气电互联虚拟电厂多目标模型,通过为各目标函数赋权将多目标优化模型转化为单目标模型进行求解。最后,为了验证所建立模型的有效性和可行性,选取了某地区虚拟电厂作为算例进行分析,比较4种情景下运行结果。算例结果表明：1）所提气电互联虚拟电厂多目标优化模型能够实现经济性、稳定性、环保性多方面综合效益最优;2）电转气和需求响应具有协同削峰填谷效应,提高系统运行稳定性;3）电转气设备增加了清洁能源并网量,减小碳排放量;4）虚拟电厂与公共网络相连能够实现能量间灵活互动,有利于制定合理购售电策略优化虚拟电厂运行。     

考虑风光不确定性的电气互联虚拟电厂近零碳调度优化模型

风电、光伏出力的不确定性给电力系统的稳定运行带来威胁,含电转气(power-to-gas,P2G)的电气耦合系统能够解决这一难题。文章将电转气与虚拟电厂(virtual power plant,VPP)进行集成,提出电气互联虚拟电厂的基本概念、通用建模及调度优化模型。针对风光不确定性,引入条件风险价值(conditional value at risk,CVaR)方法和鲁棒随机优化方法,分别用于刻画目标函数和约束条件中的不确定性变量,并引入最大碳排放限额(maximum total emission allowances,MTEA)指标,考虑虚拟电厂近零碳运营方案可行性。为求解多目标优化模型,构建了基于目标函数投入产出表和权重偏差校核的模型求解算法,并选取9节点能源集线器系统开展实例分析,结果表明电气互联虚拟电厂能实现分布式能源互补利用,形成电-气-电循环利用模式,所提模型能够同时兼顾分布式能源的高额经济收益和不确定性风险。     

Multi-objective market clearing of electrical energy,spinning reserves and emission for wind-thermal power system

This paper proposes energy and spinning reserve market clearing mechanism for wind-thermal power system, including uncertainties in wind power generation and load demand forecasts. The impact of wind power and load demand volatility on the energy and spinning reserve market is taken into account. This paper considers reserve offers from the conventional thermal generators. The stochastic behavior of wind speed, and wind power is represented by Weibull probability density function (PDF), and the load demand uncertainty is represented by Normal PDF. This paper considers two objectives: energy and spinning reserves cost minimization, and emission minimization. The energy and spinning reserves cost minimization objective includes cost of energy provided by conventional thermal generators and wind generators, cost of reserves provided by conventional thermal generators. It also includes costs due to over-estimation and under-estimation of available wind power, and load demand. The proposed market clearing model provides a compromise solution by optimizing both the objectives simultaneously using multi-objective Strength Pareto Evolutionary Algorithm 2+ (SPEA 2+). The effectiveness of the proposed approach is established from the results on IEEE 30 bus system.     

考虑柔性负荷响应的含风电场电力系统多目标经济调度

根据模糊随机理论对风电场功率预测误差和负荷预测误差进行模糊处理,并建立旋转备用模糊机会条件,将其转化为清晰等价类。在碳交易机制下考虑柔性负荷响应对电力系统经济调度的影响,在目标函数中引入柔性负荷响应的非线性成本和碳排放补偿成本,建立了碳交易收益最大和综合发电成本最低的多目标模型,并增加了柔性负荷约束条件。采用离散细菌群体趋药性算法对模型进行处理,以基于偏小型满意度的折中策略求解多目标函数最优解,并通过4种调度模型的对比验证了该模型的可行性。     

基于大规模V2G的区域电源低碳优化策略

碳达峰背景下可再生能源占比增加会降低系统灵活性、提高经济成本,并对电网运行稳定性造成冲击。随着电动汽车规模的扩大,其大规模接入电网时也会因充电不确定性而影响电网的稳定性。V2G(vehicle-to-grid)技术的实施使电动汽车规模化参与调峰辅助服务成为可能,故应将其纳入到未来的电力系统规划中。在考虑大规模电动汽车参与V2G调峰的基础上,重点研究了季节因素对电动汽车参与V2G出力的影响。以系统运行成本最小、电网侧负荷波动最小、用户侧经济收益最大建立了多目标规划模型,来优化电源结构,减少电源侧碳排放,提高系统整体经济效益。以我国河北省区域作为算例,设置不同情景进行研究分析。结果表明,规划期内V2G参与比例为70%时结果最优,电源侧碳排放降低3.45%,风、光消纳量提高10.18%,能够有效推动电源结构转型。     

考虑源荷两侧不确定性的含风电电力系统低碳调度

大规模风电并网是实现电力低碳环保发展的必然趋势,而风电与负荷的随机波动性对系统的影响不容忽视。提出一种考虑模糊机会约束的低碳型经济调度模型,同时计及源荷两侧不确定性对含风电电力系统低碳调度的影响。将阶梯型的碳交易成本引入目标函数中,旨在降低系统碳排放量,提高系统风电消纳量。针对风电并网后系统的不确定因素,引入模糊机会约束,将确定性约束松弛为含有模糊变量的系统约束,利用梯形模糊参数将其清晰化处理,并通过CPLEX对模型进行求解。算例分析表明所提模型可有效提高风电消纳水平以及降低碳排放。     

计及源荷不确定性和变工况特性的区域综合能源系统优化调度

为保证系统的经济可靠运行,考虑了荷源不确定性及能源耦合设备的变工况特性对系统运行的影响。首先,基于能源梯级利用原理,建立了包含风电、燃气轮机、电转气（P2G）及多种能源耦合设备的区域综合能源系统（RIES）架构;其次,通过构建动态能源集线器（DEH）模型,分别从能源供需双侧反映设备变工况特性对系统能源耦合的影响。同时,以系统调度成本最小和碳排放量最少为目标,将确定性的系统约束转换为基于可信性理论的模糊机会约束,构建了考虑源荷不确定性和设备变工况特性的RIES模型。最后调用CPLEX求解器对模型进行求解。结果表明,所建模型可以有效描述系统的不确定性风险,促进风电消纳,提升系统的经济性与低碳性。     

计及网络安全约束的含风电场电网经济调度

风电作为一种无污染,零排放的新能源发电,引起了世界各国的关注,然而风能固有的随机波动性,使得风电的预测面临极大的挑战,充分考虑了风电及负荷不确定性下,对预测的误差做出合理的惩罚,以输电线路有功负载的风险度作为衡量网络的安全指标,利用CVaR(Conditional Value-at-Risk)理论描绘网络所面临的风险,采用蒙特卡洛模拟方法,将风险函数离散化,构建了计及网络安全约束的含风电场电力系统风险限制调度模型。通过对IEEE14节点系统的算例进行了计算和分析,表明所提出方法的优点,得出的结论验证了所构建的调度模型具有合理性和实用性。     

考虑源网荷储效益提升的电力现货市场出清优化模型研究

随着我国在“双碳”目标背景下电力现货市场的发展,以风电、光伏等代表的可再生能源将参与到现货市场出清,由于可再生能源的波动性和不确定性,需要通过需求侧响应和储能间的协调,在保证电网调节灵活性的前提下实现市场多主体效益提升,因此开展考虑源网荷储效益提升的电力现货市场出清优化策略研究。考虑参与日前出清阶段各方的效益,将电网不同峰谷差的调节需求纳入到竞价过程中,提出考虑源、网、荷、储收益分配的现货交易体系;为保证系统低碳运行,考虑供能侧的碳排放权交易,建立基于供能侧、储能侧,电网侧、需求侧多方效益协调的电力现货市场出清优化模型,通过算例仿真分析验证所提模型的有效性和优越性。     

含碳捕集装置的电气综合能源系统低碳经济运行

面对当前电气综合能源系统在新能源消纳、低碳性方面存在不足的问题,在系统中引入碳捕集装置进行优化.首先通过弃风惩罚因子将弃风量转化为弃风成本,以系统运行成本与碳排放量为多目标建立一种含碳捕集的电气综合能源系统低碳经济运行模型,使用法线边界交叉法构造多目标问题的Pareto前沿,并利用模糊隶属度函数选择出综合满意度最大的解作为折中解,其次通过算例对比了三种场景下的优化结果,分析了系统弃风量受电转气原料成本的影响情况,验证了将捕集的CO2作为产气原料能够有效提升电转气的运行效益,增强系统的风电利用率与运行经济性;最后对多目标下碳捕集的运行造成系统经济性与低碳性产生的矛盾关系进行了研究,证明了碳捕集能够有效提升综合能源系统的碳减排能力.