考虑电力系统灵活性的网-储联合规划

高比例可再生能源接入电网使得规划问题更加复杂。提出考虑电力系统灵活性的网-储联合规划方法。分析风电和光伏出力的相关性,采用蒙特卡罗方法生成大量可再生能源发电和负荷场景。基于k-means聚类算法对生成的场景进行缩减,并利用改进的遗传算法确定最优聚类数。通过斯皮尔曼系数筛选典型场景,构建考虑生成概率的典型场景集合。建立以提升灵活性、降低投资成本为目标的双层网-储联合规划模型,并采用灰狼算法迭代求解。算例分析结果表明所提网-储联合规划方案能够有效地提升电力系统灵活性,促进可再生能源消纳。     

采用谱聚类的风电典型出力场景选取方法

为有效地减少原始场景数量,以较小的工作量和较高的精度表征风电出力的全时空特性,本文提出了一种基于谱聚类算法的风电日出力典型场景生成方法。首先采用谱聚类算法对风电日出力场景进行聚类分析,得到能有效反映样本亲疏关系的聚类簇。随后考虑风电的反调峰特性,从聚类后的风电日出力场景中选出能够很好的反映各类场景中原出力曲线调峰效益的出力曲线,将其作为典型场景。最后,以云南某地区2017年风电实际出力数据为算例进行聚类分析,验证所提方法的正确性及有效性。     

计及风、光出力不确定性的微电网经济调度研究

针对风、光出力不确定性,结合蒙特卡罗抽样模拟的风、光出力场景集合,对比同步回代、K-Means聚类、模糊C均值(FCM)聚类三种场景削减技术所得最大概率典型场景风、光出力数据,发现同步回代场景削减技术更能表征风、光出力的波动性和随机性。并以风电、光伏、微型燃气轮机、质子交换膜燃料电池及蓄电池组成的微电网系统为研究对象建立了以系统总运行成本最小为优化目标的经济调度模型。算例分析中,采用自行改进的粒子群算法(PSO)优化调度各微源在典型场景下的出力,验证了结合蒙特卡罗抽样的同步回代算法对风、光出力不确定性处理的有效性和合理性。     

基于分层聚类算法的地区风电出力典型场景选取方法

为反映风电场出力变化特征,提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行聚类分析,得到反映样本亲疏关系的聚类树状图。随后考虑风电出力典型场景的选取质量,采用类间样本离差平方和来描述类间样本的差异性,以此作为聚类数的判定依据,从而实现样本的有效划分。最后,以某地区实际风电出力数据为例,验证了所提方法的合理性,并面向调峰、无功配置等需求选取了风电出力典型日场景。     

基于Copula函数的风电时序联合出力典型场景生成

针对风、光出力进行典型场景生成是电力系统规划和运行中应对风、光出力不确定性的常用方法,然而现有的典型场景生成方法未考虑不同时刻出力分布函数的差异性。在此背景下,针对分布式可再生能源发电的不确定性和相关性,创新性地考虑了不同时刻出力分布函数的差异性,运用Copula函数建立了多风电场时序联合出力模型;对模型进行概率抽样、拼接生成大量初始场景集,采用K-means聚类算法进行场景缩减生成风电时序联合出力典型场景。算例分析表明,所得的风电时序联合出力典型场景符合出力的相关性,并可以体现出力分布函数在不同时刻的差异性,在反映同一地区多风电场实际出力方面具有更高的准确性,可以更加有效地指导电力系统的优化运行。     

大规模风电接入的运行场景无功优化评估

场景分析是含风电电力系统处理风电随机性的典型方法,然而由于风电出力对电力系统运行的影响具有复杂的非线性,传统风电场景模型难以保证风电场景与电力系统优化运行保持一致。为此,不同于传统方法的先对风电场景聚类、再进行运行优化,而是先将风电出力样本代入无功/电压运行优化,对优化结果的无功/电压控制矢量进行场景聚类,再映射出风电的场景聚类,从而提出含大规模风电电力系统的无功/电压运行场景模型。考虑到K-means聚类方法难以确定聚类数的问题,通过聚类指标得到运行场景的最佳聚类数。将澳大利亚2个风电场实际数据接入到IEEE 30节点系统中,分别进行传统风电场景分析和所提出的运行场景分析,比较了系统网损和电压的概率特性,验证了所提出的运行场景分析方法的合理性和优越性。     

面向风光综合消纳的电力系统广域储能容量优化配置研究

针对含大规模风光接入的电力系统中广域储能优化配置问题,提出采用K-means聚类方法,对风电出力、光伏出力与负荷间的时序数据进行典型日场景集抽取;以年弃风成本、弃光成本与储能等效年投资成本3者之和最小为优化目标,建立面向风光综合消纳的广域储能优化配置混合整数线性规划模型,并采用智能优化算法进行求解,实现储能投资最小化和风光消纳最大化的综合最优。以宁夏电网实际运行数据为例,验证了所提模型的合理性与有效性。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

微电网经济运行中的典型时序场景分析方法

微电网经济运行涉及对大量场景和方案的分析评价,区域内风电/光伏出力和负荷变化的时序性、周期性和不确定性给微电网运行带来影响。提出一种典型场景分析方法,对计算周期内的大量风电/光伏出力和负荷原始数据进行同步聚类划分,形成能够反映计算周期内历史数据特征的典型场景集;建立包含多种分布式电源和储能单元的微电网系统经济运行优化模型;针对某微电网区域,比较典型时序场景、全周期时序场景、周期内缩减场景3类场景数据的经济运行优化结果,验证所提方法的有效性。     

基于碳交易的含大规模光伏发电系统复合储能优化调度

为提高电力系统对光伏发电的接纳能力,提出一种基于碳交易的含大规模光伏发电的电池储能—抽水蓄能电力系统复合储能优化调度模型。基于低碳经济理念,将阶梯型碳交易机制引入电力系统经济调度中。采用基于最大最小距离准则的改进K均值聚类算法对光伏发电的出力场景进行有效聚类,在保证光伏发电出力分布特征的前提下削减场景数量;以系统综合运行成本最低为目标,兼顾系统的运行经济性和低碳性,利用电池储能作为功率型储能以平滑光伏电站出力波动,抽水蓄能作为能量型储能参与接入光伏发电后系统的调峰平衡。以改进的IEEE-RTS96系统对所提模型进行仿真分析,算例结果验证了模型的合理性和有效性。     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

考虑系统调峰特性的风光消纳优化

由于风电和光伏发电受自然因素的影响较大,其出力具有随机性和波动性,将对系统的调峰能力造成严重影响。该文首先针对风电自身的出力特性,从系统调峰能力的角度对区域电网可以接纳的风电容量进行评估;然后根据风电和光伏发电在时间尺度上存在的互补性,建立以系统失负荷率最低和弃风、光率最小为目标的优化模型,利用改进惯性权重的粒子群算法对模型进行求解,得到最优的风电和光伏发电出力。最后,利用实际区域电网风电、光伏发电以及负荷的历史数据对该文所提方法的有效性进行验证,结果表明采用风光互补优化策略对风电和光伏发电的输出功率进行优化后,系统出力波动有所降低且消纳能力有明显提升。     

基于多场景技术的冷热电虚拟电厂两阶段优化调度

针对风、光出力及负荷需求的不确定性造成虚拟电厂收益低的问题,建立了基于多场景技术的冷热电虚拟电厂优化调度模型.对风光出力及电、热、冷负荷的不确定性进行分析,通过拉丁超立方抽样生成连续时间场景,模拟风光出力及多能负荷随时间的波动情况;采用同步回代消除法对所生成的场景进行削减,得到风、光、荷典型日场景.在此基础上构建多场景...     

基于时序生成对抗网络的月度风光发电功率场景分析方法

针对月度风光发电功率模拟面临的变量维度高、时空特征复杂等难题,提出一种基于时序生成对抗网络的月度风光发电功率场景分析方法。采用基于RV系数的聚类技术提取代表性日发电状态,基于Markov链刻画风光日发电状态转移规律;引入缩放点积注意力机制与时序卷积网络,构建时序生成对抗网络,模拟日内风光发电功率的时序性及空间相关性;提出月度风光发电功率场景的随机生成方法。考虑电网中长期分析需求,建立月度风光发电功率场景的优化削减方法。最后,采用我国东北地区6座风电场和6座光伏电站的历史发电功率数据,验证所提方法的有效性和正确性。     

融合风光出力场景生成的多能互补微网系统优化配置

多能互补系统结构及设备耦合关系复杂,为提高含高渗透率新能源的多能系统的能源利用效率和运营效益,对考虑风光出力不确定性和相关性的多能互补微网系统优化配置问题进行了研究。在规划阶段充分考虑新能源随机性与相关性,提出了基于核密度估计和Copula理论的风光出力场景生成方法,得到典型日风光出力序列;基于能量枢纽,建立结构完善的含风光多能互补系统的多能流平衡方程,进而以年化总成本最低和一次能源节约率最高为目标建立配置与运行相结合的多能互补系统的双层优化配置模型,并采用智能优化算法对模型进行求解。算例验证和灵敏度分析表明,所述方法能够在考虑风光出力不确定性的基础上得到结构完善的多能互补微网系统优化配置方案,有效降低了多能系统总成本并提高了一次能源节约率。     

基于场景分析的电力系统日前调度及其快速求解方法

在含风光电力系统规模逐渐增大的背景下,提出一种基于场景分析的电力系统日前调度快速求解方法。考虑到不同时刻风光出力均具有显著相关性,基于多元正态分布和蒙特卡罗采样生成大量具有时间相关性的原始场景。利用改进的k-means聚类算法对原始场景进行预分类,并采用基于Kantorovich概率距离的同步回代缩减算法对处理后的场景进行缩减,缩短场景分析的计算时间。建立基于场景分析的电力系统日前优化调度模型。为提高模型求解效率,引入包含风光预测误差向量信息的边界场景,在调度模型中考虑上下边界场景的备用容量约束,并建立考虑边界场景备用容量约束的优化调度模型。以某省级电网实测数据进行仿真分析,验证了所提模型及方法的有效性。     

考虑随机性及光热电站参与的多源发电系统两阶段随机优化调度

针对多种新能源发电的联合优化调度问题,以风力发电、光伏发电、光热发电、火力发电构成多源发电系统(Muti-Source Power System, MSPS),提出了一种基于鲁棒随机优化理论的MSPS两阶段随机优化调度方法。首先,介绍了MSPS基本结构,并建立了MSPS出力模型。然后,提出了基于区间法及概率距离的场景生成及削减框架以处理风光出力的随机性,在此基础上建立了MSPS两阶段优化调度模型。同时,采用鲁棒随机优化理论将含有随机变量的约束条件转化为可以反映系统管理者承担系统风险态度的约束条件,建立了含双鲁棒系数的MSPS随机优化调度模型。通过仿真验证该模型可以降低系统的缺电风险,并能够为风险态度不同的系统管理者提供优化调度决策依据。     

含风电机组的配网无功优化

研究了分布式电源中发展较为成熟的风力发电机组并网后配电网的无功优化问题,提出一种基于场景发生概率的无功优化综合指标,该指标由网损和静态电压稳定裕度两部分构成。基于该指标,提出一种新的无功优化模型。在该模型中,提出风电机组输出功率典型场景的选取策略,无功优化潮流计算中考虑了风电机组的特点,将其作为电压静特性节点处理。在求解方法上,采用基于自适应权重的遗传算法求解。算例表明,提出的模型和算法是可行的,对风电系统的运行具有一定的参考价值。