基于相依关系的新能源功率预测场景生成及调度应用

新能源日前功率预测对指导电网计划编制具有重要意义,但目前预测水平制约了预测结果的充分应用,为此文中提出新能源功率预测的场景生成方法和预测结果纳入调度计划编制的思路。首先,通过对比分析新能源发电功率和预测功率的边缘分布,建立了揭示二者相依结构的Copula模型,并提出了基于相依关系的多预测场景建模方法。随后,通过分析预测偏差对供电平衡的影响,利用多场景下不同时段预测偏差的规律,提出了将预测可信度纳入省级电网调度计划编制的方法。相关成果已经在国家电网公司西北电力调控分中心得到实际应用,在新能源纳入备用的基础上,采取优化常规电源运行方式、合理组织交易互济等措施,2017年增发新能源电量为4.7 TW·h,降低了3%的受阻率,为新能源纳入电网调度计划编制提供了依据。     

计及源-荷预测不确定性的微电网双级随机优化调度

风光储微电网接入高渗透率的可再生能源对其经济运行构成了巨大的挑战。针对这一问题,提出了计及源-荷预测不确定性的微电网双级调度策略。在日前调度阶段,以多场景下的期望运行成本最低为优化目标,构建了基于多场景技术的随机优化调度模型。利用场景分析法对日前风电、光伏和负荷预测进行场景分析;建立了多场景下含不确定变量的功率平衡方程,并将其松弛为不等式后作为一个随机事件使其以较高的概率满足机会约束;此外,用机会约束规划构建了旋转备用容量的可靠性约束模型,使微电网在一定的置信水平下满足系统的可靠运行。在日内调度阶段,提出了结合自适应小波包算法的日内滚动调度模型。利用自适应小波包算法动态提取每一控制周期内超短期预测数据与日前调度计划之间的功率偏差,并由蓄电池、超级电容器和主网供电共同平抑。     

孤岛微网多场景机会约束动态调度

风光出力与负荷在时空分布上具有波动性和间歇性,该文按风速段拟合风电预测误差分布,采用Beta分布拟合光伏出力分布,按时段拟合负荷分布.根据风速和调度时段的不同采用卷积推广方法求解各场景下约束条件成立的分布函数.以微电网运行维护成本和环境成本最小为目标,构建微电网多目标机会约束动态调度模型.采用改进多目标教与学算法对模型进行求解.算例验证了模型与算法的有效性.然后采用蒙特卡罗模拟法产生随机场景进行调度.其结果表明,与传统机会约束调度(单场景)相比,多场景机会约束动态调度的后验置信水平更高,进一步确保了系统的安全性,提高了策略的鲁棒性.     

数据驱动下基于风电场景的多时间尺度调峰调度研究

风电具有明显的波动性和反调峰特性。为减少风电大规模并网对电力系统调峰带来的影响,提出了一种基于风电调峰场景的多时间尺度调度策略,提高了极端风电场景下电网调度的执行效率。首先,构建了风电-负荷数据驱动模型。提出了风电调峰功率的多时间尺度评估指标,根据该指标对一年的风电功率进行时域分解并生成典型的风电调峰场景。其次,为保证在调峰场景下电网的功率平衡,针对历史场景构建了风火储协同调峰模型,并制定典型场景的经济最优调度预案。在此基础上提出多时间尺度调度策略,通过对调度预案进行滚动修正以应对风电的不确定性。最后,通过算例分析验证了所提方法在保证电网经济稳定运行的前提下可有效地提高调峰调度的计算速度并及时实施调峰调度。     

多场景概率机组组合在含风电系统中的备用协调优化

备用配置是系统抵御风险、提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。提出了基于状态转移的概率机组组合方法,该方法将风电的运行场景离散化,通过对风电预测误差进行概率表达,并在时间尺度上考虑状态的转移矩阵组成多场景的方法,以场景发生的概率协调系统在场景下的调度决策,并以实时校正备用作为正常和误差场景之间机组的调整限制。通过安全与经济的协调,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。最后对含风电系统进行了实例仿真分析,结果表明模型的有效性和可行性,对风电的调度和规划具有指导意义。     

求解多目标随机动态经济调度问题的场景解耦方法

针对含风电接入的电力系统,建立了以总燃料耗量和购电费用最小为目标的多目标随机动态经济调度模型。借助场景法将该模型转化为大规模多目标确定性动态经济调度模型。采用法线边界交叉法将这个多目标优化问题转换为一系列单目标优化问题,并采用非线性原对偶内点法求解。在迭代过程中,按照场景顺序将简化修正方程的系数矩阵排列为对角加边形式,方便对其实施解耦,并运用异步块迭代法求解,从而将一组高维修正方程组的求解转化为若干个分别与预测场景和误差场景相对应的低维修正方程组的求解。在某省级50机系统上的计算结果表明,场景解耦方法可大幅度降低内存需求且适于求解大系统、多场景、多目标动态经济调度问题。     

采用马尔可夫链—多场景技术的交直流主动配电网优化调度

针对含有柔性直流装置的交直流混合主动配电网,构建基于场景分析的随机优化调度模型。计及时间轴线上各点误差相关性,利用基于马尔可夫链的多场景技术模拟风电、光伏与负荷随时间变化的间歇性和波动性;通过模糊C均值聚类思想进行场景削减得到典型场景。提出多时间尺度的协调优化调度策略:长时间尺度计及不确定性,以电网期望成本最小为目标,优化联络线出力和柔性直流装置出力;短时间尺度调整可控单元,使两级优化结果偏差最小。算例验证了采用马尔可夫链的多场景抽样能有效描述原始问题的不确定性,修正随时间推移逐渐增大的预测偏差,减轻短时间尺度调度压力;验证了所述调度策略能有效应对间歇式能源的不确定波动,提高分布式能源消纳能力。     

基于自适应预测箱的风电场景分析方法

针对风电出力的不确定性特点,提出一种场景分析方法,通过生成风电的时序场景集刻画其出力的不确定性信息。将场景分析方法分为场景生成部分和场景消减部分。在场景生成部分,构建自适应预测箱描述不同预测出力幅值下预测误差的概率分布,结合多元标准正态分布和逆变换技术得到满足自相关性的初始场景集;至于场景消减方面,改进传统K-means算法提高聚类算法的聚类水平和聚类稳定性。实例分析表明,该场景分析技术对风电概率信息的刻画具有较高的准确性,适用于涉及大规模风电并网的电力系统调度问题。     

采用分段离散化和高斯混合模型的多场景概率潮流计算

针对电网运行中风电和负荷的不确定性,提出了一种采用风电场输出功率分段离散化和负荷高斯混合模型的多场景概率潮流计算方法。在风电场有向功率特性曲线的基础上,分段离散化处理风电场输出功率,构造风电场输出功率多场景。同时,建立负荷的高斯混合模型,构造负荷功率多场景。然后,确定系统注入功率多场景及其对应的概率,在系统注入功率的每个场景中,风电节点输出功率为定值,负荷节点功率均服从高斯分布。最后,应用全概率公式,将系统注入功率的每个场景中计算所得状态变量的概率分布以该场景对应的概率作为权重,整合计算得到最终的概率潮流结果。以改进的IEEE 57节点系统进行仿真分析,结果表明所提方法简化了概率潮流求解过程,提高了计算效率。     

基于多时间尺度和多源储能的综合能源系统能量协调优化调度

考虑源荷不确定性及储能设备配置对综合能源系统IES(integrated energy system)优化调度的影响,提出基于多时间尺度和多源储能的IES能量协调优化调度策略。该策略以系统运行经济最优、滚动控制时域内购能成本与储能惩罚成本之和最低以及设备输出功率调整量最小为目标,分别建立了日前、日内滚动和实时反馈3个时间尺度的优化调度模型。在日前考虑多种储能模式对IES经济性的影响;日内利用场景分析法描述滚动预测的不确定性来提高系统经济运行稳定性;再基于模型预测控制方法,构建日内与实时的反馈闭环优化,平抑由预测误差导致的系统功率波动。仿真结果表明:多源储能模式有助于提高IES的经济性;多时间尺度调度既可以保证IES运行的经济性,又能有效降低不确定性对系统实际运行的影响,减轻电网平抑功率波动负担。     

基于生成对抗网络的综合能源负荷场景生成方法

综合能源负荷场景生成是研究能源计量、规划运行等领域问题的基础,具有重要意义。但由于数据采集困难、综合能源负荷多能耦合等因素的限制,综合能源负荷场景的多样化生成仍是一大难题。提出了一种基于生成对抗网络(generative adversarial networks, GAN)的综合能源负荷场景生成方法。首先建立梯度惩罚优化的Wasserstein生成对抗网络模型,解决综合能源负荷的高随机性可能带来的不收敛或模式崩溃问题。其次,基于深度长短期记忆(long short-term memory, LSTM)的循环神经网络构建生成对抗网络的生成器和判别器,使模型更适用于复杂综合能源负荷数据生成。算例结果表明,所提模型的生成负荷场景在概率分布、曲线标志性特征和冷热电负荷之间相关性等方面相较于蒙特卡洛法和原始生成对抗网络均获得了较好结果,可以在不同模式下生成具有多样性且逼真的负荷场景。     

考虑电网气网与城市废物处理协调的多能源系统优化模型

针对"无废城市"发展模式下的城市垃圾减量,及高比例可再生能源城市多能源系统中电网气网调节能力弱的问题,提出了考虑电网气网与城市废物处理协调的多能源系统优化模型。首先,建立了满足城市多时间尺度废物处理需求的废物处理设施能量消耗与产出模型,并提出了减废多能源系统(wastereductionmulti-energy system,WRMES)拓扑结构模型;然后建立了满足废物减量和运行成本最优的WRMES协调优化模型,并基于分解的多目标进化算法求解;最后,以我国东北某城市实际垃圾废物堆存量与多能源运行数据为基础,建立了WRMES优化仿真模型。仿真结果表明:所提模型在实现城市废物的快速减量的同时,可有效削减多能源系统的运行成本,提高电网气网调节灵活性。     

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。     

计及不确定性的综合能源系统容量规划方法

计及分布式可再生能源不确定性因素的综合能源系统(Integrated Energy System,IES)规划更加接近实际情况,也是实现多能协调和IES优化运行的基础。考虑光伏发电出力的间歇性和波动性,提出了一种计及不确定性的含冷、热、电、气多能流的综合能源系统容量规划模型及其求解方法。首先,为了精确地模拟光伏发电的不确定性,利用场景法描述其不确定性并运用基于Wasserstein概率距离的场景削减0-1规划模型对大量不确定性场景进行削减。在此基础上,建立以投资运行成本之和最小为目标函数的IES容量规划模型。其次,由于场景分析法难以直接得到最优规划方案,采用基于场景分析法的两阶段规划策略对此模型进行求解得到含整数变量的多能源容量规划方案。基于算例的仿真结果表明:所提出方法能够经济且可靠地满足整个规划周期内系统各节点、各类型负荷需求。     

含风电和光伏的可再生能源场景削减方法

以风电和光伏为代表的可再生能源渗透率不断增加,其出力不确定性导致的大规模时序场景给电力系统的优化分析带来很高的计算复杂度。以场景削减技术精准刻画区域风电、光伏出力特性是解决以上问题的有效方法之一。提出一种基于聚类与优化算法相结合的可再生能源场景削减方法。首先对数据进行清洗、降噪等预处理,其次利用肘部法则与轮廓系数判断风电、光伏类别个数并进行聚类。然后,利用粒子群与遗传算法分别提取风电、光伏典型出力曲线,并对两种算法结果进行对比,从而生成典型场景。算例分析以欧洲输电系统运营商Amprion提供的2015年1月1日至2019年12月31日风电、光伏出力数据为研究对象,利用所提方法求得的出力曲线可以有效反映该区域风电、光伏出力典型场景,为后续电力系统规划、运行优化等问题提供数据支撑。     

考虑大范围多种类能源互补的中国西部清洁能源开发外送研究

中国清洁能源集中在西部、北部,当地用电负荷小,难以就地消纳,需要在全国范围优化配置。从新能源特性的角度研究中国西部地区风能、太阳能、水能等不同种类清洁能源的互补特性,进而研究多能互补在缓解新能源发电间歇性、随机性、波动性方面的效益,提出一种考虑网络约束与新能源随机特性的时序运行模拟技术,并对中国西部新能源大规模开发情景进行生产运行模拟计算。研究结果表明：建设西北与西南联网通道,可以实现多能互补,改善新能源外送电力品质,提高清洁能源外送通道利用效率。     

多能源系统中长期协调运行模型与方法

中长期运行是电力能源系统运行的重要内容,能有效应对能源供应的季节性矛盾。针对电力、天然气等多种形式能源间耦合性不断增强的趋势,提出一种面向多能源系统的中长期运行模型和方法。考虑可再生能源的季节特性、天然气价格的波动情况,计及系统运行约束以周为时间单位构建多能源系统运行模型,对年度的发电机组检修计划、水电电量分配和天然气的购买及贮存计划进行统一优化。以修改的IEEERTS79系统为算例,分析验证所提模型与方法的正确性、有效性。算例结果表明,统筹安排多能源系统的中长期运行能发挥不同能源形式的互补效益,提升系统的运行经济性;引入储气装置能缓解冬季供气紧张现象,降低系统的运行成本。     

考虑多能灵活性的综合能源系统多时间尺度优化调度

含电热气多种能源的综合能源系统中,复杂的能量转换关系以及可再生能源和负荷的波动性,给综合能源系统的灵活安全运行带来了挑战。为了减小新能源和负荷不确定性对系统的影响,同时提升系统的功率平抑能力,提出了考虑多能灵活性的综合能源系统多时间尺度优化调度策略。首先,在日前调度中建立多能灵活性状态方程,以日运行成本最小为目标,构建波动场景下考虑系统多能灵活性的调度模型;日内调度则以日前调度计划为基础,考虑电能和热气能在不同时间尺度上的响应能力,建立分时间尺度的滚动优化模型,对日前计划进行修正,平抑功率波动。算例结果表明:所提出的日前模型可以通过协调设备的出力来提升系统的运行灵活性,日内模型能够平抑电热气能在不同时间尺度上的功率波动。     

考虑P2G的多能源系统优化运行研究*

电转气技术(P2G)的出现给多能源系统中风电消纳问题带来了新的解决方案,而目前P2G设备的运行成本的高昂又与实现充分的弃风消纳存在矛盾。基于此,文中在考虑P2G设备运行成本的基础上,提出了一种计及分段弃风成本的多能源优化运行模型。首先,本文基于能源中心的概念,分析了包含P2G设备等多种能源转换装置在内的多能源系统模型。以能源系统供能成本最小为目标函数,并在目标函数中考虑了计及分段弃风惩罚因子的风电弃风成本,采用变惯性权重w的粒子群算法进行求解,对24h时间段内多场景下系统风电消纳情况、系统供能成本变化进行分析。结果表明,多能源系统中利用P2G设备可以提高风电利用效率,减少系统供能成本,综合效益显著。     

基于P2G与富氧燃烧联合运行的多能源低碳调度

电转气(power to gas,P2G)技术实现了电能与天然气的相互耦合,在提升多能源系统经济性和降低系统的碳排放方面发挥着重要作用。文中针对P2G过程中电解水产生的氧气未能被充分利用的问题,提出了基于P2G与富氧燃烧联合运行的多能源系统优化调度模型。首先,将P2G过程分为电转氢过程和甲烷化过程,电转氢过程产生的氧气输送给富氧燃烧电厂使用;再将富氧燃烧电厂捕集的CO₂与电转氢过程生成的氢气作为甲烷化反应的原料,生成的天然气供给燃气机组使用,从而实现资源的充分利用。其次,将P2G与富氧燃烧电厂联合运行模型引入多能源系统,构建了基于P2G与富氧燃烧电厂联合运行的低碳多能源系统架构。最后,建立以多能源系统运行成本最小为目标的低碳经济调度模型,并通过设置场景对比的方式进行验证。仿真结果表明,所提模型有效降低了系统成本及碳排放量。