计及用户灵活性和热惯性的多能园区优化调度：研发及应用

设计了多能流园区多时间尺度优化调度模块功能框架,提出了考虑用户多能需求响应的调度决策、考虑多类实际约束的储能调度决策等多项实用化技术,研发了多能园区综合优化调度系统,支持了冷、热、电、气等多种能源组合场景,充分利用了负荷侧、冷/热网络和储能资源的多时间尺度调节能力,提高了调度灵活性和经济性。所研发的实际系统已经在多个城市的实际园区运行。基于2个实际园区的在线优化结果,分析验证了优化调度系统的效果和功能适应性。     

面向用户侧源储资源优化调度的能源区块链平台设计

用户侧分布式源储资源单体容量小、分布零散,归属主体多样,难以被现有电网调度系统直接调控.为能够在聚合层有效利用用户侧泛在资源,文中设计并实现了一种能源互联网区块链(ENBC)平台,将分布式发电资源和负荷侧资源进行聚合及协同优化调控.并进一步研究了基于物联网和ENBC平台的分布式虚拟电厂内部能量优化调度方法,从参与主体、数据结构、优化调度、安全校核、价值结算等方面进行了框架设计,进而提出了面向可信交易的用户侧泛在资源调控实现方法.最后,以实际算例对系统的可用性进行了验证.     

考虑内部响应意愿的虚拟电厂日内互动机制

为了考虑电网、虚拟电厂(VPP)和内部分布式单元之间的互动,协调成员的可调节共享资源,本文在外部电网环境及内部成员意愿的基础上,研究了虚拟电厂内部个体的协同调度,实现其同外部电网的最优交互。根据电网调整需求和内部单元的响应意愿,建立基于日内调整的虚拟电厂互动机制,得到虚拟电厂的日内调整计划。算例表明所提日内互动机制可以有效协调虚拟电厂内部的可调整资源,保证虚拟电厂按照计划执行,并满足电网的调整计划。     

分散架构下多虚拟电厂分布式协同优化调度

双碳战略与电力市场改革背景下,未来配电网中将形成多虚拟电厂共存的格局。为实现利益主体各异的多虚拟电厂协调优化调度,该文基于“信息分离、决策协同”思想,提出一种基于拉格朗日对偶松弛的多虚拟电厂分布式协调优化调度方法。首先,构建多虚拟电厂分布式协调优化控制机制;接着,构建多虚拟电厂多时段协调优化调度模型,基于供需关系构建虚拟电厂间交易电价函数;然后,利用拉格朗日对偶松弛理论对优化模型进行松弛,将原问题转为多虚拟电厂分布式优化问题,并采用分布式部分可观测的马尔科夫决策过程将日前多时段协调优化调度问题重构为实时优化调度问题,基于改进量子遗传算法对优化问题进行求解;最后,通过仿真计算验证了所提方法的有效性。     

基于灰靶理论和谱聚类的虚拟电厂多形态柔性资源聚合模型

柔性资源通常聚合为虚拟电厂的形式参与电网调度。如何根据各类资源的特性,选择其最佳调度方案,改善电网调度运行稳定性是亟须解决的问题。首先考虑新能源发电、分布式储能、柔性负荷的响应特性,从响应时间、响应容量及日负荷波动率3方面分别建立各柔性资源通用的调频性能指标和调峰性能指标;其次,结合灰靶理论、客观赋权法和谱聚类法,将虚拟电厂内的柔性资源分成调频资源和调峰资源;最后,分别搭建调频型虚拟电厂聚合模型和调峰型虚拟电厂聚合模型并研究其聚合后的响应特性。算例仿真证明：聚合后虚拟电厂的响应时间与日负荷波动率均有所降低。调峰场景下优先利用调峰型虚拟电厂。当调峰型虚拟电厂不满足调峰需求时,调频虚拟电厂也参与调峰,以提高不同场景下的利用效率。     

多能互补下虚拟电厂参与电力市场的思考

多能互补技术发展势必将促进多类型虚拟电厂的优化形成,进一步凸显虚拟电厂在电网运行和电力市场中的作用。为此,文中对多能互补型虚拟电厂概念及特征进行了梳理,深入探讨了其与微电网、需求响应的差异,并从调控和交易两个层面重点论述了多能互补技术下虚拟电厂参与电力市场的架构和关键技术,可为未来虚拟电厂建设及应用提供指导。     

虚拟电厂在上海的实践探索与前景分析

受源侧与荷侧特性的限制,上海电网面临着新能源消纳压力大、灵活调节手段缺乏等问题。为此,上海市电力公司开展了虚拟电厂示范项目,探索虚拟电厂领域的创新应用,加快实现新型电力系统建设。首先从社会发展与新型电力系统建设2方面出发,分析了虚拟电厂发展的必要性。然后按照“资源发掘-市场交易-运营调度-信息通信”的技术路线,介绍了上海市虚拟电厂前期探索工作以及创新应用。随后,从分布式资源扩围、多样化市场交易、云边协同控制3方面对上海市虚拟电厂的发展前景进行展望。最后梳理了上海市虚拟电厂的交易情况,并总结其在运营流程与机制设计方面的经验,为其他省市虚拟电厂项目开展提供参考。     

面向工业园区的集中-分布式综合需求响应方法

目前通常采用集中式的统一调度实施综合需求响应(integrated demand response,IDR),这种方式在保护用户信息私密性和控制自主权方面存在不足。为此,研究了一种工业园区集中-分布式IDR方法。首先根据工厂综合能源系统的供能架构给出用户的可调控资源,然后设计了工业用户、园区能量管理系统和上级电网的集中-分布式交互机制,进而借鉴现行的两部制电价和统一价格机制,提出一种园区内部用户间的IDR市场机制。在此基础上建立了考虑多能协同的用户运行优化模型和工业园区集中-分布式IDR模型,并证明了该模型迭代收敛。算例分析结果表明所提IDR机制可减少用户对外提供的信息,并使用户与园区整体的运行成本最小。     

计及碳中和效益及清洁能源消纳的虚拟电厂双层协同优化调度

为实现碳达峰,提高电网对高渗透率清洁能源的调控能力,亟需对焦低碳视角的调峰调频资源。虚拟电厂可以有效地控制其内部分布式能源且兼容性强,可作为低碳型调峰调频资源,建立高效的分布式能源体系并促进清洁能源的配置与消纳。虚拟电厂双层协同优化调度模型,首先考虑分布式主体运行时的碳中和成本,建立以经济性和碳中和效益为目标函数、以各种负荷供需平衡和耦合设备运行限制为约束的多时间尺度优化模型;然后依据搭建的系统模型进行计算分析。分析结果表明,引入储能设备可以降低综合能源系统的运行成本,提高能源的利用率,平抑清洁能源和负荷的随机性和波动性,为面向高渗透率和碳排放约束的虚拟电厂系统优化运行提供支撑。     

基于混合博弈的园区虚拟电厂广义储能共享与协同优化调度

通过分析含广义储能虚拟电厂以“虚拟”集成实体整体性参与调度优化和电力市场的流程,提出基于混合博弈的园区虚拟电厂广义储能两阶段共享策略及双层协调优化调度模型。第一阶段根据园区各类储能资源的响应特性,建立了包含实际储能与需求侧灵活性负荷、电动汽车构成的广义储能共享模型,进而构建了聚合多类储能资源的虚拟电厂主体架构。第二阶段建立以虚拟电厂运营商为上层领导者,园区储能服务商、负荷聚合商及能源供应商为下层跟随者的双层混合博弈模型。上层与下层之间采用基于Stackelberg的主从博弈进行购售电价及广义储能共享互动,保证领导者与跟随者的利益双赢;下层跟随者之间采用合作博弈实现多主体实时协同优化。算例分析表明：所提模型不仅实现了虚拟电厂利润最大与广义储能资源效用最优,也有效权衡各运营商间的利益。     

冷热电气多能互补的微能源网鲁棒优化调度

随着能源结构调整,集成风/光等可再生能源输入、冷热电气等多种能源互补输出的微能源网得到了逐步发展,如何协调调度微能源网内冷热电气源网荷成为当前研究热点。建立了冷热电气多能互补的微能源网在孤岛/并网模式下的协调调度模型,并利用供热/供冷系统的热惯性和热/冷负荷的柔性,发挥供热/供冷系统的“储能”功能,以电转气(P2G)装置实现电-气网络双向互通。模型采用鲁棒线性优化理论将随机优化模型进行确定性转化,取得经济性和鲁棒性的适当折中。算例仿真验证了温度负荷储能特性对微能源网灵活调度的优化作用和鲁棒性指标对优化结果的协调作用。     

基于虚拟电厂的多能源协同系统调度优化策略

目前,传统能源系统运行过程缺乏多样化能源供需优化手段及灵活调峰策略,且易产生污染。虚拟电厂精准化供给为能源体系结构转型提供了发展方向。文章提出基于虚拟电厂的多能源协同系统调度优化模型。首先,通过引入环境治理子系统与电-热-气综合能源系统协同运行,并配合电热储能装置、电转气(power to gas,P2G)设备及能源交易市场,赋予虚拟电厂更灵活的信息调控手段;其次,建立两种不同的系统运行方式加以对比;最后,利用MATLAB+CPLEX对所建数学模型进行仿真验证。结果表明,最佳容量配置下的虚拟电厂多能源协同调控系统相较于电-热-气能源系统运行模式,具备更好的经济性、环保性,且对提高可再生资源转化率,缓解弃风弃光现象及碳排放超标问题具有显著效果。     

基于最优决策树的多能系统快速鲁棒优化调度

新能源渗透率的持续增长造成了多能系统快速协调调度的巨大挑战,包括调度结果过于保守以及日内调度低效等问题。为此,提出了一种基于最优决策树分布式鲁棒优化的多能系统协调快速调度方法,所构建模型考虑电网日内经济调度,引入基于范数约束的概率分布置信集精准描述新能源的不确定性,防止调度结果过于保守。同时,根据新能源日内运行数据,分别通过可解释的最优分类树和最优回归树算法,优化日内机组启停状态和出力水平的初始决策量,解决日内鲁棒调度的低效问题。在四川某地区电网的验证结果表明,该模型可在兼顾调度成本和鲁棒性的同时,实现水风光多能系统的日内快速协调调度。     

Unlocking the value of flexibility of behind-the-meter prosumers: An overview of mechanisms to esteemed trends

Behind-the-meter (BTM) resources is being recognized as a viable solution to offer grid services including flexibility procurement which is required for volatile renewable power systems. This paper brings an overview of current and esteemed frameworks and respective challenges revolving around BTM flexibility notion and mechanisms. To begin with, we review grid architectures, e.g., microgrids and virtual power plants, capable of accommodating BTM flexibility and desirable flexibility market designs, including peer-to-peer trading. The role of machine learning initiatives, including reinforcement learning and probabilistic forecasting, in designing reliable energy management systems is extensively deliberated. Last but not least, supplementary discussions in making this concept a reality, which can be regarded as future research, are given.     

适用于多能协同运行的MMC型三端主动电力调节系统

为了实现多能互补微网中分布式能源的有效利用、对本地负荷的可靠优质供电以及微网与主网之间功率的灵活调配,基于模块化多电平换流器型统一电能质量控制器(MMC-UPQC),提出一种MMC型三端主动电力调节系统,讨论并分析了MMC型三端主动电力调节系统的组成及其在多能互补微网中的运行模式,设计了协调控制策略以实现微网中电能质量综合治理兼顾微网与主网之间功率可控调节的一体化功能。通过PSCAD/EMTDC仿真分析验证了MMC型三端主动电力调节系统在多能互补微网中综合实现电能质量治理和灵活优质供电功能的可行性和有效性。     

考虑氢储一体化协同的综合能源系统低碳优化

针对可再生能源消纳问题，基于电-热-氢能流交互拓扑，研究电-热-氢综合能源系统灵活性资源协同调控。考虑灵活性资源与异质能流的互补影响，构建经济成本、风光消纳率、碳排放量等多评价指标评价电-热-氢多能调控策略。基于负荷碳排信息，提出电-热-氢交互能流溯源方法，利用碳流拓扑信息辅助多能调控决策。通过对实际区域电网进行仿真，分析多元灵活性资源响应对系统综合效益的改善效果，研究电-热-氢系统的源荷协同特性，结果验证了所提方法的有效性与合理性。     

基于虚拟发电厂理论的双侧调峰多目标协调优化调度

随着大规模新能源并网以及需求侧多样化的灵活性资源接入,电力系统的安全稳定运行正经受着源与荷双重不确定性的考验。为实现广域能源的优化调度,需要对新能源与灵活性资源进行协调控制。基于虚拟发电厂理论,将储能系统、电动汽车、柔性负荷以及分布式新能源等需求侧灵活性资源通过虚拟发电厂方式整合后,同电源侧资源一同接受电网的调度,建立了基于系统调峰指数、电网运行成本以及用户补偿成本的电源侧与需求侧协同调峰的多目标优化模型。该模型能够充分发挥电源侧和需求侧的调峰能力,实现新能源的可靠消纳。仿真分析结果验证了该模型的有效性。     

考虑分时电价及光热电站参与的多能源虚拟电厂优化调度

针对分布式风电、光伏并网对电网调度运行的影响,利用光热电站(concentrating solar power plant,CSP)出力可调的特点,联合储能电池构建包含风电、光伏、光热及储能电池的多能源虚拟电厂(virtual power plant,VPP).根据光热及储能电池特性,基于分时电价制定运行策略,以各时段...     

风光储协同调度的多时间尺度决策方法

大规模可再生能源的接入给电网调度带来重大挑战,而电动汽车充电与风电、光伏发电等可再生能源之间潜在的协同性为电网更多的接纳可再生能源提供了一种可行途径。通过优化地区电网电动汽车充电站的充电计划,在满足电动汽车能源需求的前提下,能够平滑电网等效负荷波动、减轻火电机组调峰压力,进一步提高消纳可再生能源的能力。且日前计划、滚动计划、实时调度的多时间尺度协同调度决策模型的建立,能够逐级消减风电、光伏等可再生能源预测误差的影响,进一步改善等效负荷的负荷特性。最后给出了以某地区电网的实际数据为基础的应用实例,证明模型的有效性。