虚拟电厂下计及分布式风电与储能系统的电力系统优化调度

清洁的可再生能源在电力系统中的渗透率不断提升。随着智能电网技术的发展,越来越多的分布式可再生能源接入电力系统运行。风电是最具商业潜力及发展前景的可再生能源之一。该文提出将分布式风电机组与储能设备构成虚拟电厂(virtual power plant,VPP)参与电力系统运行,并建立了计及虚拟电厂的电力系统优化调度模型。模型中同时考虑了功率及备用容量的优化调度,并利用条件风险价值(conditional value at risk,CVaR)对系统运行成本进行风险管理。无须对电网的结构进行改变,虚拟电厂更适用于地理聚集程度较低的可再生分布式能源的调度和管理。同时,相较于常规的风电-储能联合运行模式,基于虚拟电厂的分布式可再生能源调度在降低系统风险的同时也提高了系统运行的经济性。     

含电动汽车的虚拟电厂鲁棒随机优化调度

随着电动汽车和分布式电源接入电网的比例不断提升,虚拟电厂为有效解决电动汽车、分布式电源并网提供了新思路。由于可调度充放电的电动汽车数量和分布式电源出力存在明显的不确定性,因此虚拟电厂优化调度时必须考虑这些不确定性。在此背景下,采用场景模拟技术处理风电出力的不确定性,形成经典场景。针对可调度电动汽车数量的随机性与不确定性,利用鲁棒优化方法建立了原模型的对偶模型,构建含电动汽车的虚拟电厂鲁棒随机优化调度模型。算例分析证明了所提模型具有实用性和有效性,在优化调度模型中考虑不确定性的影响,可减小实际日运行成本,提高优化策略的鲁棒性。结果表明鲁棒系数和置信水平影响了日运行成本,通过合理制定燃气轮机等常规机组的发电计划可以减小日运行成本。     

基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法

随着可再生能源在传统电网中的渗透率逐渐增高,虚拟电厂的概念被提出,旨在有效整合并利用可再生能源。提出了一种基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法,使用长短期记忆神经网络来获取未来一天内虚拟电厂管辖范围内的负荷、风电、光伏出力预测值。在模型预测控制的框架下,以虚拟电厂运行调度的成本最小化为目标,使用一种改进的粒子群寻优算法求解优化过程。仿真结果表明所提方法的有效性。     

考虑随机性的微网能量优化调度模型

针对微网中风能和太阳能等可再生能源具有随机性和波动性的特点,提出了一种考虑随机性的微网能量优化调度模型,用以降低可再生能源发电预测不确定性带来的微电网和主网连接点(Point of common coupling,PCC)处的功率波动,使得微网对于主网成为一个可调度的单元,同时实现微网的经济调度。首先,采用拉丁超立方采样法(Latin hypercube sampling,LHS)和同步回带削减(Simultaneous backward reduction,SBR)技术生成可能的出力场景来描述风电和太阳能光伏发电出力的随机性。然后将PCC处能量波动引入目标函数,使得在系统期望成本最小的同时减小风电和光伏出力波动性对电网的影响,采用遗传算法求解该问题。仿真结果表明,该模型对含风电和太阳能光伏发电的微网优化调度的合理性和有效性。     

基于经典场景集的风光水虚拟电厂协同调度模型

风、光等可再生能源发电具有不确定性、间歇性的特点,如何在不同运行模式下提高可再生能源的可调度性及利用率是当前的研究热点。以含风、光、水电的虚拟电厂自身收益最大化为目标,考虑风、光、水电日内的互补性和运行特性,研究在虚拟电厂孤岛运行模式下,在给定负荷类型并考虑可中断负荷时的最大供电水平,以及并网运行模式下,考虑备用时的最优申报电量决策。所提出的2种虚拟电厂多电源协同调度随机模型采用Wasserstein距离指标对风电、光伏发电出力的连续概率分布进行最优离散化,进而通过场景缩减技术形成经典场景,从而将随机优化问题转换为确定性优化问题处理,在减少计算量和保证精度间得到适当折中。算例采用某个含风、光、水电的分布式电源示范工程的数据,分析了负荷曲线形状、风电电价、可中断负荷价格、备用价格等因素对虚拟电厂运行的影响,验证了所提模型的有效性和实用性。     

基于两阶段随机规划的虚拟电厂优化交易策略

针对市场电价以及可再生能源(renewable energy sources,RES)出力的不确定性,文章以虚拟电厂(virtual pow er plant,VPP)模式聚合分布式能源(电动汽车、需求响应等)参与电力市场交易,通过分布式能源间的协调优化互补,提升虚拟电厂出力稳定性和市场竞争力。采用多场景法模拟日前市场出清电价和风电的不确定性,以虚拟电厂运行效益最大化为目标,构建基于两阶段随机规划的虚拟电厂最优交易策略模型,其中第一阶段日前市场考虑出清电价的不确定性,第二阶段平衡市场考虑风电出力的随机性。此外,利用条件风险价值(conditional value at risk,CVaR)来度量交易策略风险,从而实现经济性和风险的偏好选择。最后,通过算例分析了不确定性和风险偏好对虚拟电厂收益以及风险损失的影响,为不同风险偏好主体提供参考。     

计及需求侧资源的主动配电系统两阶段优化调度

可再生能源具有间歇、随机的出力特性。随着大量可再生分布式能源接入主动配电系统,其安全稳定运行受到了严重的挑战。采用基于场景的鲁棒优化方法构建了计及需求侧资源和快速启动机组的主动配电系统两阶段优化调度模型,以系统运行成本最小为目标,实现分布式可再生能源的消纳。在日前调度阶段,制定ADS的购电计划,及网内快速启动机组的启停计划;在日内调度中,结合日前调度,确定快速启动机组出力与需求侧资源出力,实现负荷动态平衡。最后采用修改的IEEE 33节点算例对所提出模型进行分析,结果证明了模型的可行性与科学性。     

考虑出力外特性的虚拟电厂多目标优化调度

由于各分布式能源的差异性和不可控性,实现虚拟电厂具备与常规电厂类似的出力外特性已成为虚拟电厂运行面临的重要挑战。为此,从研究虚拟电厂出力外特性的具体内涵出发,对目标功率曲线和功率基线进行刻画;同时考虑风电、光伏、储能、电动汽车等多种分布式电源运行约束及其互补关系,兼顾虚拟电厂的出力外特性以及经济性和环保性,构建了多目标虚拟电厂优化调度模型。针对模型的复杂性,将所建模型线性化后转换为混合整数线性单目标优化模型,并用GAMS软件进行求解。算例结果表明,储能设备的容量大小和充放电速率是影响虚拟电厂出力外特性的主要因素,在优化运行中考虑出力外特性能够充分发挥虚拟电厂的削峰填谷作用,实现各分布电源的友好并网。     

考虑虚拟电厂调度方式的售电公司多时间尺度滚动优化

为了增加售电公司参与电力市场的灵活性和经济性,提高售电公司对分散式资源的利用效率,基于虚拟电厂的聚合管理方式,提出了一种售电公司多时间尺度滚动优化模型。日前阶段以售电公司收益最高为优化目标,融合多场景分析方法,制定售电公司购售电策略及各虚拟电厂日前调度计划。日内阶段考虑更高精度的分布式光伏和负荷预测,以虚拟电厂调度成本最低为目标构建日内优化调度模型。实时阶段以机会约束形式考虑虚拟电厂容量备用,修正虚拟电厂部分单元的出力,并将不确定性单元出力情况向日内阶段反馈校正。算例仿真验证了售电公司采用所提多时间尺度优化模型能够改善运营策略,合理分配资源,实现自身经济效益最大化。     

计及安全约束的虚拟电厂两层优化调度

随着分布式电源接入电网比例不断提高,其出力的随机性和间歇性对电力系统安全稳定运行造成威胁,虚拟电厂(VPP)为有效解决分布式电源并网提供了新思路。风电等可再生能源的发电和电价具有不确定性,如何在不确定环境下提高VPP的可调度性成为研究热点。针对电价预测精度高、误差分布较为规律的特点,采用随机规划法处理电价的不确定性,对于风电等可再生能源的出力,其预测误差通常难以准确地用概率分布描述,采用鲁棒优化法处理,在此基础上建立VPP优化调度的上层经济调度模型。进一步考虑电网的安全约束,建立VPP优化调度的下层安全调度模型,最终形成VPP两层优化调度模型。通过对改进的IEEE 33节点系统及由风电场、抽水蓄能电站和燃气轮机组成VPP的算例分析,验证了所提模型的可行性和有效性。     

考虑多类型水电协调的风光电站容量优化配置方法

为减少风光出力波动性造成的弃风、弃光,利用梯级水电和抽水蓄能等不同类型水电之间的调蓄特性,提出一种多类型水电协调参与风光消纳的联合运行策略。考虑多类型水电站出力、水库库容和联络线传输功率等约束,以风光电站投资建设成本、系统运行维护成本及购电成本最小和风光发电占负荷需求比例最大为目标,建立一种多类型水电协调的风光电站容量优化配置模型,采用基于极限学习机的粒子群算法(ELM-PSO)对模型进行求解。以青海某地区为例,通过仿真分析,得出综合考虑系统经济性和风光发电占负荷需求比例最优的容量配置方案,验证了所提策略和所建模型的可行性及有效性。     

基于动态分区的配电网日前优化调度研究

为了提高对分布式可再生能源的就地消纳能力,实现配电网分层分区调度,提出了基于MOEA/D的多目标蚁群动态分区算法和基于动态分区的配电网日前优化调度模型。利用潮流追踪算法与复杂网络理论中的二分模块度,提出了量化分区间能量耦合程度的能量二分模块度指标。基于电力系统潮流方程雅克比矩阵推导蚁群算法中的启发式信息,结合预测场景集以分区的能量二分模块度与功率储备为目标函数,利用多目标蚁群算法生成动态分区方案。建立以联络线功率、灵活性不足率以及成本最低为目标的基于动态分区日前优化调度模型,并利用NSGA-II算法求解Pareto最优解集。最后基于IEEE33节点网络对所提模型与方法进行验证。结果表明,采用该方法进行动态分区与日前调度可有效提高系统应对可再生能源不确定性的能力,为就地平抑可再生能源波动奠定基础。     

光热-风电联合运行的电力系统经济调度策略研究

针对大规模并网风电出力的随机性、波动性以及反调峰特性给电网调峰和调度带来的影响,采用含储热的光热发电系统与风电联合运行的调度策略。利用光热与风电出力的互补性及储热的可调度性平抑风电出力波动,减小电网负荷峰谷差,降低火电调峰的成本,减少弃风。基于光热电站的运行机理分析,建立光热-风电联合系统的电网调度模型。采用粒子群算法对模型进行求解,实现经济调度的优化。通过仿真算例分析验证调度策略及模型的可行性和合理性。     

局部阴影条件下太阳能电池-超级电容器件的充放电控制方法

局部阴影条件下,传统光伏阵列中被遮挡光伏组件和未遮挡光伏组件的功率输出特性不一致,导致光伏阵列的功率输出曲线存在多峰值。为此,利用太阳能电池-超级电容器件(Solar cell-supercapacitor device, SCSD)的发电-储能双重功能,构建了以SCSD为基本单元的光伏阵列,并对正常光照和局部阴影下SCSD的数学模型及工作特性进行了分析。在此基础上,提出了一种基于开关网络的充放电控制方法。局部阴影下利用开关网络变换不仅能对SCSD进行独立控制,实现SCSD内部的超级电容对本身光伏功率缺额进行补偿,而且能控制多个SCSD的超级电容相互配合,共同补偿光伏功率缺额。最后基于Matlab仿真,验证了该方法不仅能有效避免储能电池组不均衡问题,而且能在局部阴影下使光伏阵列输出功率曲线恢复单峰值,最大限度地降低局部阴影下的光伏功率波动。     

碳交易机制下计及用电行为的虚拟电厂经济调度模型

虚拟电厂(Virtual Power Plant, VPP)能够聚合发电侧的分布式能源以提高可再生能源消纳程度。由于可再生能源出力的不确定且成本缺乏竞争力,虚拟电厂在运营过程中往往存在弃风弃光现象。建立了一种碳交易机制下计及用电行为的虚拟电厂经济调度模型,使可再生能源能参与到碳交易中,并促进用户侧与发电侧的协同。针对该模型的双层性、非线性和半连续性,提出了一种综合线性逼近、KKT条件和透视变换理论的重构方法,将其转化为单层整数二阶锥模型实现求解。算例表明,促进可再生能源消纳有助于提高虚拟电厂的减排效益。同时,碳交易机制具有提高可再生能源消纳总量的能力,用户的响应则具有改善风能利用分布的能力,而采用合适的电价机制能够进一步发挥二者之间的协同效益。     

Risk assessment and bi‐level optimization dispatch of virtual power plants considering renewable energy uncertainty

Aiming at the effective management of distributed energy resources (DERs ), we propose a bi‐level optimization dispatch model which consists of a virtual power plant (VPP ) and an independent system operator (ISO ) in order to achieve a coordinated dispatch between the upper level objective function of minimizing system's operation cost and the lower level objective function of maximizing the VPP 's net profit. However, the VPP 's dispatch strategy is variable due to the threat from unavoidable uncertainties including unit outage, load forecast deviation, and renewable energy forecasting error. In order to evaluate the influences of these risks on VPP 's dispatch strategy, a proper definition of expected energy not supplied (EENS ) and its relationship with VPP 's reserve capacity are provided. Also, chance‐constrained programming (CCP ) is adopted during the analysis. By including VPP 's risk cost into the dispatch model, VPP 's dispatch strategy is able to keep a balance between the potential risk and economic profit. In addition, a further discussion regarding the risk cost is conducted in view of renewable energy capacity proportion and the VPP capacity proportion. Based on the analysis results of the case study provided, the proposed model serves as a foundation for VPP 's economic and risk‐balanced dispatch.     

含源-荷-储的虚拟电厂经济性优化运行研究

虚拟电厂(VPP)作为一种新兴的能源聚合形式,可以降低风电、光伏等新能源入网时输出功率不确定性对电网安全的影响,提高供电可靠性,是未来新能源并网发展的方向。为提高VPP的调度灵活性,降低发电成本,使VPP获得更好的效益,在以往研究的基础上考虑负荷对VPP的影响,构建了考虑源-荷-储联合运行的VPP经济性优化调度模型,为减小预测误差并提高VPP收益,调度模型采用了多时段尺度优化和多市场盈利模式,最后采用粒子群算法对模型进行求解,优化VPP内各能源的出力。仿真算例分析了VPP内部各电源及VPP的出力优化情况,对比分析了可中断负荷参与VPP调度及其占比变化对VPP收益的影响以及4种不同运营模式下VPP的经济性差异。仿真结果表明,通过聚合适当比例的可中断负荷并采用合理的运营模式可以提高VPP的灵活性和经济性,算例验证了源-荷-储联合运行的VPP经济性优化调度模型的合理性。     

虚拟电厂参与下含高渗透可再生能源系统的运行策略

为电力系统能够规模化灵活控制分布式可再生能源与可控负荷参与系统市场交易和优化调度。本文提出一种虚拟电厂(Virtual Power Plant,VPP)参与下含高渗透可再生能源的双层优化调度模型,将虚拟电厂作为独立市场主体参与系统调度,两层之间交替求解,实现协同优化;同时利用威尔分布、贝塔分布模拟风电、光伏的随机性,计及可再生能源出力不确定性带来的高估与低估成本。针对双层优化模型,混合整数、非凸、非线性、多目标的特点提出一种新颖的多目标飞蛾扑火算法(Multi-objective Moth-flame optimization, MOMFO)。最后通过修改后的IEEE39节点为算例验证文中提出的模型可均衡各层收益主体,在维持安全稳定运行的前提下,系统运营利润最大化,有效实现了电力系统的可持续性发展;同时也验证了多目标飞蛾扑火算法的有效性与竞争性。     

含多微网的主动配电网分层调度策略

近年来,可再生能源高渗透率接入电网面临着明显的弃风弃光现象。微网为可再生能源的充分利用提供了良好的平台,主动配电网下多微网间的协调调度将进一步提高可再生能源的利用率。将分层控制理论与多微网并列运行的配电网架构结合,提出一种以配网协调能力最强为目标的先配网后微网的两步动态分层调度策略。重点研究配网能量管理中心和微网EMS的信息交互过程,旨在最大化利用可再生能源,减少主动配电网与主网的交互功率,同时保证微网运行的经济性。最后,以含多微网的主动配电网为例分析,验证所提出策略的正确性。与其他策略的对比体现了所提策略在充分利用可再生能源、减少主动配电网与主网的交互功率、缩短优化用时方面的优势。     

基于混沌理论的风电功率超短期多步预测的误差分析

风电功率对电力系统的安全运行、合理调度等方面有不可忽视的影响。掌握风电功率预测误差的分布特性,对风资源的大规模开发利用具有重要意义。利用两种混沌预测方法进行风电功率超短期的预测。并且以东北某风电场的实测风电功率数据为例,分析了超短期风电功率预测误差的概率分布、预测误差与超前预测步数之间的关系、预测误差与风电场出力情况之间的关系以及预测误差与装机容量之间的关系。该研究为揭示风电功率超短期多步预测的误差构成及修正奠定了理论基础。