电力市场环境下虚拟电厂两阶段能量经济优化调度

随着分布式可再生能源在电网中的渗透率不断增加,虚拟电厂作为一种高效管理分布式可再生能源的技术已经引起国内外学者的广泛关注。提出一种非管制电力市场环境下的虚拟电厂两阶段能量经济优化调度方法,该方法将虚拟电厂的调度分为日前和日内2个阶段。在日前阶段,基于预测信息制定次日的最优调度计划并与日前电力市场签订协议;在日内阶段,以日前计划为参考,采用模型预测控制策略调整日内的运行计划,以消除由于预测误差导致的净负荷波动,同时尽可能减少来自日内平衡市场的罚款,降低总体运行成本。所提出的模型均使用商业求解器Gurobi进行求解。仿真数值结果表明：所提出的算法通过日前计划和日内调控的手段提高了可再生能源设备的利用率,具备一定的经济性和实用性,为虚拟电厂的经济调度提供了新的思路和途径。     

数据中心两阶段源荷协同优化调度研究

互联数据中心DCs(data centers)的工作负载及可再生能源预测存在很强的随机性，为避免数据中心在日内平衡市场承担较多的罚款，本文提出数据中心两阶段源荷协同优化调度模型。在日前阶段，基于日前预测信息制定次日的最优调度计划并向日前电力市场投标购电；在日内阶段，采用滚动优化的方法，对日内调度计划进行实时调整。同时，采用并行交替方向乘子算法ADMM(alternating direction method of multipliers)将集中式优化问题转为多个可以交互的子优化问题，对日内滚动优化模型进行求解。仿真结果表明：所提出的优化调度模型可以有效降低多数据中心运行经济成本。     

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。     

考虑需求响应交易市场的虚拟电厂多阶段竞价策略研究

虚拟电厂是解决分布式电源参与电力市场交易问题的重要途径,然而分布式可再生能源出力的不确定性为虚拟电厂带来了较高的交易风险。针对具有可再生能源渗透率的虚拟电厂,考虑可再生能源出力、负荷及市场电价的不确定性,基于随机规划理论,提出其参与日前能量市场、日内需求响应交易市场和实时能量市场的多阶段竞价策略模型。以IEEE 6节点和24节点系统作为算例进行竞价策略优化,结果表明,需求响应交易可有效促进分布式可再生能源的消纳利用,提高虚拟电厂的经济效益。     

考虑多风能预测场景的虚拟电厂日内滚动柔性优化调度方法

随着分布式可再生能源接入电网的比例日益提高,其出力间歇性和随机性给电力系统的安全稳定和经济运行带来了一系列的负面影响,虚拟电厂为分布式可再生能源可靠并网提供了新的途径。针对虚拟电厂中风电机组出力的不确定性及预测误差,考虑了由多个风能预测服务商基于不同预测方法提供多个风电出力预测场景,以期望运行成本最小为目标,制定虚拟电厂每个场景对应的最优调度计划。为应对风力状况的随机波动,虚拟电厂当前时段考虑下一时段所有风电出力场景下的计划调整成本。并以期望运行总成本最小为目标,构建基于多风能预测结果的虚拟电厂柔性优化调度模型,并设计了日内虚拟电厂出力计划的滚动调度策略。通过数值仿真,对比分析了不同预测场景下虚拟电厂的运行成本,验证了所提模型的可行性和有效性。     

高可再生能源渗透率下考虑预测误差的微电网经济调度模型

提出了一种高可再生能源渗透率下考虑预测误差的微电网经济调度模型,由日前计划和实时调度两层组成。日前计划层考虑间歇性能源预测误差的情况下制定微电网的运行计划;实时调度层根据间歇性能源功率预测误差实时修正运行计划并进行电压和潮流优化。在可再生能源高渗透率的情况下,所提出的模型有效地修正了预测误差引起的可再生能源功率波动。仿真结果表明,所提出的模型能够充分利用可再生能源,协调分布式电源和储能系统,实现微电网经济、安全、稳定运行。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

基于多场景随机规划和MPC的冷热电联合系统协同优化

以包含可再生能源及多种分布式资源的区域冷热电联合系统为研究对象,针对风光和负荷的不确定性,提出多场景随机规划结合模型预测控制(MPC)的方法,建立多时间尺度协调优化模型,其中日前和日内尺度主要以运行经济性最优为目标,求解机组的运行及出力计划;实时尺度采用模型预测控制技术,以日内尺度经济调度结果为参考,通过反馈校正与滚动优化调整机组运行出力,实现机组出力的精确控制,消除可再生能源波动性影响,并进一步讨论了出力扰动对调度结果的影响。算例分析证明所提模型和方法能够有效消除不确定性和风光波动性的影响,实现多能源互补协调优化运行。     

高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度

考虑可再生能源出力、电力负荷和电价等一系列不确定性因素,提出了高比例可再生能源渗透下的多虚拟电厂日内两阶段优化调度模型。该模型通过对多虚拟电厂中运行设备小时级时间尺度和分钟级时间尺度的协调优化,达到分级消除系统中随机和扰动因素的影响,实现高比例可再生能源的安全消纳。并且在多虚拟电厂优化调度模型中,借助Markowitz均值-方差理论,提出利润函数的风险刻画,准确描述不确定性的影响。最后,通过算例分析,说明所提出模型可有效降低决策风险和不确定性因素的影响。     

计及灵活性聚合功率的源-荷分布式协调调度

为缓解大规模分布式能源接入主动配电网带来运行和备用的压力,有必要充分挖掘各灵活性资源以应对各种不确定性.文中提出一种计及灵活性聚合功率下的日前-日内两阶段分布式经济调度模型.首先,建立虚拟电池模型对主动配电网多种分布式灵活性资源集群聚合,基于闵可夫斯基和约束空间叠加法获取可调节聚合功率域,并以此为约束衔接日前-日内调度.其次,在日内实时滚动阶段提出计及灵活性聚合功率的输配电网分布式协调优化调度模型.更进一步,将一致性算法和调频控制结合,提出一种一致性调度控制策略对各个聚合等值集群进行灵活性聚合功率下经济调度模型的完全分布式求解.最后,算例验证了所提方法的有效性,调度部门在获取各分布式资源集群下主动配电网最优功率分配方案的同时,可以得到弹性备用功率区间和可调节功率域,帮助调度人员充分利用各种灵活性资源修正日前计划,有效应对各种不确定性因素.     

基于多时间尺度综合需求响应策略的综合能源系统优化运行

为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。     

基于多时间尺度综合需求响应策略的综合能源系统优化运行

为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。     

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。     

考虑需求响应和风险规避的虚拟电厂最优调度

合理考虑能源生产和消耗过程中的不确定因素对于提升虚拟电厂调度策略的有效性和经济性具有重要意义。提出一种考虑需求响应和风险规避的虚拟电厂（VPP）二阶段优化调度策略。第1阶段的日前市场中VPP基于随机参数和确定性参数制定日前竞标策略,与市场运营机构签订双边合同;第2阶段通过实时市场价格VPP调整机组出力,同时承担多重不确定性因素所导致的调度决策风险,并采用CVaR表征VPP运营商的收益与风险之间的关系。仿真结果验证了所提方法的有效性。     

计及风险约束的虚拟电厂二阶段最优调度策略研究

为了实现能源的高效利用,提出一种计及风险约束的虚拟电厂二阶段最优调度策略。首先,虚拟电厂提交日前电能市场和旋转备用市场中每个交易时段的投标参量;然后,基于日前电能市场和旋转备用市场的清算结果,虚拟电厂与主电网进行交易,针对每个交易时段对分布式发电机组、储能装置和需求侧灵活资源进行实时调度。同时,利用条件风险价值量化不确定性对虚拟电厂造成的风险,引入风险规避加权参数对虚拟电厂收益与风险进行权衡,以模拟虚拟电厂运营商在不同条件下的风险规避行为。最后采用算例验证了所提方法的可行性和有效性。     

基于GRU-MPC的光储充电站日前-日内两阶段优化控制

电动汽车负荷与光伏出力的随机性给光储充电站的经济运行带来严峻考验。为了更高效地利用储能系统以及提高控制策略的鲁棒性,建立光储充电站日前-日内两阶段优化模型。在日前阶段,结合变分模态分解与门控循环单元神经网络预测一天48个时刻的充电负荷,并建立以日充电成本最小为目标的优化模型;在日内阶段,以日前调度计划与日内实际运行结果的偏差最小为目标,采用模型预测控制来实现滚动优化,为了增强储能控制策略对不确定源荷的跟踪能力,在日内关键时间点结合超短期源荷预测的结果对日前计划进行更新,得到基于阶段性最佳参考轨迹的实时调度。以实际算例进行仿真计算,比较不同控制策略对充电成本的影响,结果表明所提两阶段优化控制策略可以节省更多的充电成本,有更高的经济价值。     

基于柔性负荷可控裕度的多时间尺度调峰优化

如何引导海量分散分布的负荷侧资源参与电网调控运行成为电力系统面临的新挑战,然而目前对于海量异构负荷的协同控制方法尚缺少深入研究。文章提出了一种基于柔性负荷可控裕度的异构负荷集群控制方法。首先,对空调负荷、电动汽车充电负荷、分布式储能建立广义储能的聚合模型。其次,在聚合商-负荷设备层面,针对多类型负荷的异构特性,提出了一种基于可控裕度指标的状态序列化控制策略;在调度中心-聚合商层面,建立了日前-日内的调峰优化模型。在日前阶段,考虑了常规机组的启停计划、电动汽车充电计划和空调的中断计划,建立了以日前系统运行经济性最优为目标的调度模型;在日内阶段,聚合商中的分布式储能进一步应对风电和负荷预测的不确定性。最后,进行了算例仿真,在实现了系统削峰填谷的同时降低了系统运行成本,验证了所提控制策略和调峰优化方法的可行性与有效性。     

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。     

考虑不确定性因素的虚拟电厂竞标模型

考虑了由风电场、抽水蓄能电站和燃气轮机组成的虚拟电厂(VPP).VPP可参与中期合同市场、日前市场以及平衡市场的运营,以利润最大化为其优化目标.由于电价和风电出力的不确定性以及不平衡惩罚的存在,VPP的竞标存在风险.针对电价预测精度较高、误差分布规律可以较为准确描述的特点,采用随机规划的方法处理电价的不确定性;针对风电出力预测精度较低、概率分布难以准确刻画的特点,采用鲁棒优化的方法处理风电出力的不确定性,即将不确定的风电出力限定在一个确定的区间内,通过调节鲁棒系数决策出不同程度上抑制不确定性影响的优化调度方案.基于上述两种方法,并考虑环境成本,建立了VPP鲁棒随机竞标模型,提高了VPP的实际利润,同时减轻了计算负担.算例分析证明了鲁棒随机竞标模型的有效性.