考虑大规模光伏电站接入的电力系统旋转备用需求评估

光伏发电系统出力的随机性与间歇性,使得电力系统的运行风险在大规模光伏电站并网后迅速增加,传统的旋转备用需求评估方法已经不能满足含光伏电站的系统运行要求。文中建立了太阳辐照度和光伏发电系统出力的概率分布模型,并采用拉丁超立方采样模拟光伏发电系统的出力场景;利用基于Huffman树的改进K-means聚类算法对光伏发电系统的出力场景进行有效聚类,在保证光伏发电系统出力分布特性的前提下减少了场景数量;在此基础上,提出了考虑大规模光伏电站接入的电力系统旋转备用需求评估模型,以系统综合运行费用最低为目标,兼顾了运行的经济性和可靠性。基于改进的IEEE-RTS 96系统,对所提模型进行了仿真分析,算例结果验证了模型的合理性和有效性。     

考虑多风电场出力相关性的风电容量可信度评估方法

风电容量可信度是衡量风力发电对电力系统可靠性贡献的重要指标,准确快速地计算风电场可信容量是含风电系统规划的基础。处于同一风区空间位置临近风电场出力具有相关性,采用Copula函数描述空间相邻风电场之间的出力相关关系,构建多风电场出力的联合概率分布模型。在此基础上提出出力相关的多风电场容量可信度评估方法,并采用截弦法计算得到风电场的容量可信度。以加入风电的IEEE RTS-96系统为例,仿真结果验证了所提方法的正确性和有效性。     

基于潮流跟踪的电力市场电价研究

我国现在正处在电力市场开放的前夕,厂网分开,竞价上网.如何公正、合理地确定电价是电力市场的一个核心问题.文中使用矩阵法进行系统潮流跟踪,确定用户对系统网络资源、发电资源的占用,以及应分摊的网损,依此为基础提出一种电力市场定价方式,真正体现根据资源占用比例计算费用的原则,同时还讨论了无功电价的计算方法.一个22节点的算例计算显示,该方法是可行的.     

基于改进PSO算法的电力系统无功优化

粒子群优化PSO(Particle Swarm Optimization)算法是一种简便易行、收敛快速的演化计算方法,但该算法也存在收敛精度不高,易陷入局部极值的缺点。针对这些缺点,对原算法加以改进,引入了自适应的惯性系数和变异算子,提出了一种新的改进粒子群优化MPSO(Modified Particle Swarm Optimization)算法,并将其应用于电力系统无功优化,建立了相应的优化模型。对IEEE-14节点系统及某地区70节点实际电力系统进行了仿真计算,并与PSO算法作了比较,结果表明MPSO优化算法能有效地应用于电力系统无功优化．其全局收敛性能及收敛精度均较PSO算法有了一定程度的提高。     

碳交易环境下含大规模光伏电源的电力系统优化调度

光伏发电不消耗化石能源,无碳排放,是电力工业低碳化的有效途径。光伏发电出力具有很大的随机性与间歇性,大容量接入给电力调度带来了新的不确定因素。文中基于低碳经济理念,将碳交易机制引入电力系统经济调度;建立了太阳辐照度和光伏发电出力的概率分布模型,并采用基于Kantorovich距离的场景削减技术对光伏发电出力场景进行有效削减;在此基础上构建了考虑大规模光伏电源接入和CO2排放经济价值的电力系统优化调度模型,模型兼顾了系统运行的经济性、低碳性和可靠性。利用该模型对10机系统进行了算例仿真,结果验证了所提出模型的合理性和有效性。     

改进免疫算法在电力系统电源规划中的应用

目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统的电源规划中已经得到广泛应用,然而其遗传操作繁杂、计算量大,易产生退化、早熟等问题使其应用受到局限.文章提出一种基于自然分段式编码的改进免疫算法(Modified Immune Algorithm,MIA),使用该方法可以大大减少电源规划的计算量,提高计算效率,并可充分利用特征信息灵活求解.该算法具有全局多峰搜索能力以及优异的收敛特性,同时可避免退化、早熟等问题的发生.算例结果表明,该算法可以较好地求解电源规划问题,并且具有广阔的发展空间.     

应用GASP软件进行广西中长期电源规划优化

在分析广西能源资源条件、电力市场需求及各类电源技术经济特性的基础上,应用基于遗传算法的电源规划优化软件(GASP),并通过对多方案的优化计算和不同边界条件的敏感性分析,从广西自建电源的结构与布局、接受区外电力的合理规模与特性及各种电源扩展方案的经济性等方面,对广西各类电源(包括区外送电)的特点和竞争优势进行研究,提出广西未来应继续开发水电、优化建设煤电、高度重视核电、适度建设抽水蓄电站、积极接受西电的建议,研究成果为电源结构和布局调整及项目决策提供参考.     

基于改进的D-S证据理论的中长期负荷预测方法

提出一种基于改进的证据理论的中长期负荷预测方法。该方法采用证据理论中Dempster合成法则和Yager组合规则,融合多种基础预测方法的预测结果,并将基于D-S证据理论的预测模型与专家经验进行无缝结合,使得改进后的预测方法更具实际意义。以某省级电力系统为例进行了负荷预测的分析和对比,结果证明了本文方法的有效性。     

计及条件风险价值的含储热光热电站与风电电力系统经济调度

含储热的光热电站是一种可调度的可再生能源发电技术,其接入系统为实现高比例可再生能源消纳提供了新的技术手段。利用含储热光热电站可控的出力特性,以削减接入大规模风电后调峰问题带来的影响。考虑到风电和光照功率的不确定性会带来调度运行风险的增加,借鉴金融领域风险管理的概念,引入条件风险价值(CVaR)来度量不确定性因素给调度运行带来的风险损失,并以系统总调度成本和风险成本最低为目标,建立计及CVaR的含储热光热电站和风电的电力系统经济调度模型。采用IEEE 39系统对模型进行仿真分析,并探讨了不同风险系数、储热容量对优化调度结果的影响。     

面向高比例可再生能源的输电网规划方法研究进展与展望

为应对高比例可再生能源接入带来的消纳问题,提出了以多场景技术、鲁棒优化技术和协同规划技术为核心的输电网规划理论,涵盖不同适用条件或需求场景下的4种不同规划方法,即基于多场景的输电网随机规划方法、基于概率驱动的输电网鲁棒规划方法、考虑多源互补的网-源协同规划方法以及与配电网相协同的输电网规划方法,能够从输电网规划的角度在安全稳定前提下提高可再生能源消纳能力.在此基础上,对未来输电网规划方法进行了展望,提出了满足更高安全稳定需求、协同更广泛的源-网-荷-储柔性互动、推动大数据应用和挖掘电力市场机制激励空间的可能研究方向,并探讨了研究难点和解决方式.