考虑风险约束的高载能负荷-风电协调调度方法

由于可离散调节的高载能负荷不适用于在短时内连续调节的特点和风电出力的不确定性,高载能负荷参与消纳风电时,会导致负荷用电与风电出力不匹配的问题。针对该问题,提出一种计及负荷方风险约束的高载能负荷-风电协调调度方法。首先,基于风电可接纳区间的概念和风电场出力概率密度分布,建立电网对风电的接纳能力的模型。接着,根据电网接纳能力外的弃风情况,构建了与高载能负荷用电计划增量和风电弃风量相关联的风险约束,使负荷方能够在一定程度上规避由于风电不足导致的负荷增量与风电新增发电量不匹配的风险。然后,基于高载能负荷调节对风电可接纳区间的影响,建立了以风电消纳为目标的鲁棒机组组合模型,保证线路容量约束的满足。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷侧的保守程度对协调调度的影响。     

考虑高载能负荷无功特性的高载能-新能源协调调度

基于发电-用户协调的新能源-高载能直购交易模式,考虑高载能负荷的有功-无功特性,对高载能负荷进行自调度。由于冶炼类高载能负荷其每个生产周期开始时会产生有功-无功功率冲击,当高载能负荷与新能源进行协调时,在弃风弃光较严重的时刻,可能出现高载能负荷为响应弃风弃光功率而调整其生产过程,进而导致较大的冲击负荷,造成节点电压越限。文章通过考虑高载能设备有功功率与无功功率之间的耦合特性,建立了考虑负荷无功特性的高载能自调度模型,保证高载能负荷有功调度时节点电压不越限。由于考虑交流潮流的高载能负荷自调度问题是一个混合整数非线性非凸问题,文章基于高载能企业内网特点,用简化Distflow模型表示电网潮流模型,将原非线性非凸问题变为混合整数线性规划问题,从而可用现有求解器高效求解。     

考虑风储一体的多场景两阶段调度决策模型

考虑风电的波动性和随机性,将风电功率的不确定性引入含风电调度模型中,建立基于场景集的日前机组组合和日内经济调度滚动修正两阶段决策模型。应用场景集描述风电功率的不确定性,建立基于场景集的机组组合模型,同时考虑合理弃风和切负荷有利于系统的稳定经济运行,在日内修正模型中引入弃风量以及切负荷量作为松弛变量,提高了模型的收敛性。两阶段模型均包含了储能系统来平抑风电功率的波动。算例结果表明:该模型有效抑制了风电的不确定性影响,提高了调度决策的鲁棒性。     

含高载能负荷的光-火地区调度研究

负荷和电源的不平衡发展,是产生弃光的重要原因。提出了一种含高载能负荷的光-火联合调度方法,将光伏的功率和原来的负荷进行拟合得到等效负荷的功率。原调度方法中,火电机组根据等效负荷大小确定其功率,火电机组功率小于等效负荷时,产生等功率弃光;新调度方法中,根据弃光功率确定调用高载能负荷的大小,根据调用的高载能负荷和多消纳的光伏电量确定其之间的转移支付补偿,利用新疆实际电网验证了调度的经济性。     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。     

高载能负荷提高风电就地消纳的需求响应模式研究

弃风问题严重制约了我国风电的进一步发展,而高载能负荷具有一定的负荷平移和调节能力,可作为需求响应资源,参与消纳弃风。基于我国电网和高载能产业实情,提出了基于负荷平移和高载能负荷自备电厂出力调节的风电与高载能负荷联合运行机制,建立了含有可平移负荷和自备电厂出力调节等需求响应方法的机组组合模型,并分析了自备电厂可调容量和可平移负荷大小等关键因素对于其发挥效能的影响。最后,通过算例分析验证了该需求响应机制在促进风电就地消纳方面的有效性。     

风电功率预测信息在日前机组组合中的应用

将风电功率预测信息纳入电力系统调度运行是解决风电波动的主要技术之一.受自然条件影响,风电功率预测的精度仍然较低.描述风电功率的不确定性并在机组组合中使用该信息,可提高机组组合决策的鲁棒性.文中分别采用点预测、区间预测和分位点预测描述风电功率的不确定性.在此基础上,分别建立了适合各种风电功率预测信息的机组组合模型.最后,...     

含风电的电力系统鲁棒优化调度

风力发电是目前较为成熟的一种可再生能源发电技术,其出力具有随机性和间歇性,电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战,如何最大化利用风电资源以及减小风电波动对系统供电侧的影响,是经济调度常需要解决的问题。文中建立了含风电且以最低发电成本为目标的鲁棒优化调度模型,该模型考虑机组的自动发电控制(Automatic Generation Control,AGC)响应来应对不确定性出力波动,维持系统功率平衡。然后模拟实际场景,分析该鲁棒调度方法的安全性和经济性。     

考虑风电不确定性及柔性负荷的安全约束机组组合问题研究

针对风电出力的不确定性,采用基于拟蒙特卡洛(quasi-Monte Carlo,QMC)模拟的场景分析法生成风电出力初始场景,选取考虑风电预测误差较大的极限场景实现场景缩减。在不同的风电出力场景下,兼顾发电侧与需求侧柔性负荷的双侧协调配合,提出了计及柔性负荷的安全约束机组组合模型,实现了可削减负荷、可平移负荷以及可转移负荷3类柔性负荷的分类调度。通过对不同场景下10机系统的仿真计算,对比分析了需求侧柔性负荷调度对系统的经济成本、负荷峰谷差以及弃风量的影响。在考虑风电不确定性时,需求侧柔性负荷调度对提高系统经济性、缓解负荷高峰期用电压力具有重要作用,并且有利于增加风电的消纳,降低弃风电量。     

常规机组协同风电消纳的有功调度研究

针对风电固有的间歇性和随机性导致风电场调度困难的问题,提出了常规机组协同风电场调节的有功调度策略并建立了相应的有功调度模型,即在日调度计划基础上基于预调度时间级的超短期负荷预测信息和超短期风功率预测信息对常规机组与风电机组功率分配进行校正,根据预调度时间级内AGC机组调节容量匮乏信息进行非AGC机组与AGC机组间协调,以保证在线调度时间级内系统具有充裕的AGC调节容量应对风电场的功率波动和负荷变化。算例结果表明了提出的有功调度策略和建立的协调模型可行、有效。     

计及多种柔性负荷的虚拟电厂热电联合鲁棒优化调度模型

针对热/电联合运行下多种柔性负荷协调优化不足以及面临的风、光出力和柔性负荷等多种不确定性,文章提出了一种考虑柔性负荷下的虚拟电厂(virtual power plant,VPP)热电联合鲁棒优化调度方法。充分考虑可削减、可平移、可转移柔性负荷之间的协调互补性,分别以热/电负荷曲线标准差和系统综合运行成本最低为目标,建立了虚拟电厂热电联合双层协调优化运行模型,提高了多种柔性负荷协调优化效果;并采用鲁棒优化方法处理风、光出力和柔性负荷预测误差的不确定性,提高热电系统运行的鲁棒性。多种柔性负荷的协调优化增强了系统的灵活调节能力,使经济性更优,不同鲁棒系数下柔性负荷优化效果的对比,为适应不同需求情景下的决策者提供参考依据。算例分析验证了所提模型的有效性。     

Affine Arithmetic-based DC Power Flow for Automatic Contingency Selection with Consideration of Load and Generation Uncertainties

Power systems operate under uncertainties from variations of loads and generation with time. Power flow in a power system becomes increasingly uncertain, especially when renewable energy, such as wind and photovoltaic generation, is integrated. In this article, a DC power flow approach based on affine arithmetic is proposed to quantify risks due to uncertainties. The proposed method has been applied to the automatic contingency selection under uncertainties. Numerical studies on IEEE test systems (30, 57, and 118 buses) have proved that the DC power flow approach based on affine arithmetic is a fast and reliable method for power system planning and operation when considering uncertainty. Test cases have shown that the proposed method is as fast as the conventional DC power flow while it is much more efficient than the Monte Carlo method. Thus, the DC power flow approach based on affine arithmetic serves as a new and effective decision support tool for planners and operators to cope with high levels of renewable energy penetration, electric vehicle load integration, and other uncertain scenarios.     

Multi-stage Stochastic Optimal Operation of Energy-efficient Building with Combined Heat and Power System

Abstract

Due to the integration of volatile renewable energy and random energy consumption in the building grid, uncertainties have become a big concern for the operation of energy-efficient buildings. To minimize energy usage expenses under uncertainty, it is necessary to determine the optimal power production for a building from various energy sources, including the electric grid, battery, and combined heat and power with a boiler unit. This article presents a multi-stage mixed-integer stochastic programming model for optimal operation of energy-efficient building systems considering controllable electric and thermal loads. Taking into account the randomness of non-controllable electric and thermal loads, as well as solar power generations through the multi-stage scenario tree, the operation of energy-efficient buildings will be more robust against changes in uncertain variables. With information of uncertainties updated hourly, the rolling scheduling method is introduced to determine an adaptive power output of electric grid, charging/discharging status of the battery, and operation of combined heat and power with a boiler unit. The simulation results offer a set of adaptive decision solutions within the scheduling horizon.     

风电消纳目标下基于电量与功率滚动优化的荷源控制方法

针对大规模风电基地风电消纳受阻问题,在进行风电受阻分析及高载能负荷调节特性分析的基础上,提出将高载能负荷纳入调节控制。在考虑高载能负荷调节约束的基础上,首先将具有离散可调节特性的负荷纳入日前调度计划,充分挖掘高载能负荷的电量调节能力,建立以消纳风电电量最大化为目标的荷源电量控制优化模型;其次将具有连续可调节特性的高载能负荷纳入日内功率控制,建立以消纳风电功率最大化为目标的荷源功率控制优化模型;最后提出基于电量与功率滚动优化的荷源控制方法,实现荷源滚动优化控制,提高电网对风电的消纳能力,从而缓解风电消纳受阻问题。以甘肃河西电网为例的仿真结果验证了所提出控制方法的有效性。     

电-热-氢综合能源系统鲁棒区间优化调度

该文采用鲁棒区间法挖掘电-热综合能源系统协调运行的潜力,以缓解风电功率的不确定性对电力系统的运行稳定性的影响,并构建风力发电与氢储能系统相结合的风-氢混合系统,考虑氢储能系统的热平衡需求,以充分发挥氢储能系统的储能效率,平抑风电的波动性。首先,介绍了考虑氢储能系统接入的电-热综合能源系统结构,并构建其数学模型;然后,以区间形式考虑风电的不确定性,构建含风电的鲁棒区间优化调度模型,使系统在所有风电出力允许区间内,均满足允许约束条件;再次,建立一种含风-氢混合系统的电-热综合能源系统鲁棒区间优化调度模型,采用对偶理论将原模型转化为单层模型进行求解,最坏情况下的风电不平衡功率由可调机组根据时变参与因子进行调整;最后,以PJM-5节点电力系统与6节点热力系统和辽宁省北部太和综合能源系统为例对所提模型进行分析,验证了模型的有效性。     

基于仿射鲁棒优化的多站融合协同优化调度

为解决新能源出力不确定性的多能电站（数据中心、电动汽车充电站、分布式光伏、风电、储能站）优化运行和收益分配问题,提出基于仿射鲁棒优化的多站融合协同优化策略。考虑数据中心与其余子系统分属不同运营商,对多站融合系统中各子系统进行建模,其中数据中心的负载具有可平移负荷的特性;通过盒式不确定集对风电和光伏出力的不确定性进行建模;以多站融合协同总收益最大化为目标函数,采用仿射鲁棒优化方法进行求解。提出了基于影子价格的能源站与数据中心站的收益分配方法。最后,通过仿真算例说明了所提模型的有效性和所提收益分配方法的合理性。     

基于联盟区块链交易平台的电动汽车有序充电相对鲁棒优化

为了应对电动汽车充电和风光出力的不确定性以及分散化电力交易的风险,提出基于联盟区块链技术的电动汽车充电交易平台和考虑风光出力的电动汽车有序充电策略,并且用相对鲁棒优化的方法来处理风光出力的不确定性。首先应用联盟区块链技术构建电动汽车充电交易平台;然后应用相对鲁棒优化技术来处理不确定的风光出力,建立考虑风光出力不确定性的电动汽车有序充电相对鲁棒优化模型;最后通过量子粒子群算法对相对鲁棒优化模型进行求解。安全性分析证明了交易平台的可靠性和安全性,仿真结果验证了模型的正确性和算法的有效性。     

考虑风电不确定性的互联电力系统鲁棒经济调度

实现可再生能源的大规模利用和共享是能源互联网的主要目的。将可再生能源转化成电能,实现了对可再生能源的利用;通过输电网对电能的远距离传输,实现了可再生能源的大规模共享。本文针对输电网,提出一种广域协调消纳大规模新能源发电出力的策略,实现可再生能源广域内的大规模共享。并运用鲁棒优化技术,有效控制新能源出力不确定性给电力系统带来的影响。首先,给出了一种“传统关口调度结合风电消纳”的联络线调度模式,将日前联络线功率调度计划分为计划值和调整值;其次,建立两阶段零和博弈模型;最后,针对所建博弈模型,提出一种改进的“非线性割平面”算法进行求解。算例分析结果表明,所提出的新能源广域协调消纳策略能够在保证互联系统鲁棒性的同时提高互联系统的经济性。     

考虑不确定性的综合能源博弈规划

随着电力系统与天然气系统的耦合性不断增强,以电网为核心的综合能源系统应运而生。然而在不确定条件下,当前规划方法仍无法保证各厂商的利益最优,因此本文提出了基于非合作博弈论的电-气系统的协同规划方法。首先,以各能量单元和电、气网公司作为独立的利益团体,以其年净收益最大为优化目标,建立电-气综合系统中风电机组,燃气机组、电转气机组、输电线路和天然气管道的综合非线性规划模型。针对风电、负荷的不确定性,以及经典两阶段鲁棒优化的保守性问题,提出了一种改进的两阶段鲁棒优化方法——期望场景最优,任意场景可行。最后,以修改的IEEE39节点电力系统与比利时20节点天然气系统构造电-气网络,验证了模型及算法的有效性。     

风电、蓄热式电锅炉联合供暖调度鲁棒优化模型

为缓解风电不确定对系统消纳风电的影响,提高风电利用效率,引入鲁棒随机优化理论,以风电、蓄热式电锅炉组成供热系统,建立了考虑风电不确定性的风电供暖调度优化模型。首先,分别构建了风电出力功率模型和蓄热式电锅炉负荷需求模型;然后,应用鲁棒随机优化理论刻画风电出力不确定性,并分别构建了风电出力确定性和随机性条件下风电、蓄热式电锅炉供暖调度优化模型。最后,以我国北方某城市风电供暖项目进行实例分析,结果表明：鲁棒随机优化理论能够有效刻画风电出力不确定性,为不同风险态度决策者提供了决策工具;风电、蓄热式电锅炉组成的供热系统能够实现供暖负荷灵活参与电力系统调度,有助于增加系统风电消纳能力,降低弃风电量,具有显著的经济和环境效益。