考虑风光不确定性的电气互联虚拟电厂近零碳调度优化模型

风电、光伏出力的不确定性给电力系统的稳定运行带来威胁,含电转气(power-to-gas,P2G)的电气耦合系统能够解决这一难题。文章将电转气与虚拟电厂(virtual power plant,VPP)进行集成,提出电气互联虚拟电厂的基本概念、通用建模及调度优化模型。针对风光不确定性,引入条件风险价值(conditional value at risk,CVaR)方法和鲁棒随机优化方法,分别用于刻画目标函数和约束条件中的不确定性变量,并引入最大碳排放限额(maximum total emission allowances,MTEA)指标,考虑虚拟电厂近零碳运营方案可行性。为求解多目标优化模型,构建了基于目标函数投入产出表和权重偏差校核的模型求解算法,并选取9节点能源集线器系统开展实例分析,结果表明电气互联虚拟电厂能实现分布式能源互补利用,形成电-气-电循环利用模式,所提模型能够同时兼顾分布式能源的高额经济收益和不确定性风险。     

基于粗糙集理论与CLSDE算法的环境经济调度优化模型

针对环境经济发电调度优化问题,提出了一种应用粗糙集理论构建评价函数的多目标优化方法,并提出了基于混沌局部搜索策略的差分进化算法(chaotic local search strategy differential evolution algorithm,CLSDE)的求解算法。应用粗糙集理论确定经济调度和环境调度函数的约束度,以确定各目标函数在优化模型中的权值。采用CLSDE算法求解环境经济调度(environmental economic dispatch,EED)多目标优化模型,该算法只对目标函数中的变量进行编码,约束条件函数中的变量随机产生,每代进化完毕后,对最优个体进行混沌局部搜索,克服了差分进化算法局部搜索能力较弱和惩罚函数方法中惩罚参数选择较难的问题。对IEEE30节点的标准测试系统进行了仿真计算,结果表明CLSDE算法在解决环境经济调度问题时具有可行性和有效性,在不增加污染气体排放量的同时降低燃料费用,使环境经济调度更能兼顾发电调度的经济利益与环境利益。     

基于两步制自适应求解算法的风电?电动汽车多种并网模式效益对比分析模型

针对可入网电动汽车和风电出力随机性对电力系统运行状态的影响,综合考虑电动汽车在无控充电、持续充电、延迟充电和完全优化充电模式下的运行特点,并结合系统运行的约束条件构建了风电?电动汽车协同调度多目标优化模型。然后,提出了基于改进?约束方法与模糊决策理论的两步制自适应模型求解方法,得到隶属度最优的系统运行方案。最后,以IEEE36节点10机系统进行算例仿真并对电动汽车并网数量进行敏感性分析,结果表明:所提方法在求解风电?电动汽车协同调度问题时具有可行性和有效性;电网汽车在完全优化充电模式下并网具有更好的削峰填谷效果,能够为风电提供更多的备用服务,降低弃风电量;随着电动汽车并网数量的增加,风电弃风电量和火电发电成本均逐渐降低。