考虑源-荷不确定性及条件风险价值的电力系统优化调度

高比例风、光新能源机组并网及负荷侧功率的波动使得电力系统面临着较强的源-荷不确定性。为此,提出一种考虑源-荷不确定性及条件风险价值的电力系统优化调度模型。采用随机优化规划的方法对风、光机组及负荷功率不确定性进行处理,运用三角模糊数表征随机变量,利用清晰等价转换求解模糊优化问题;考虑到不确定性带来的运行风险,利用条件风险价值的方法来调控不确定性对调度决策者的影响,降低不确定性风险成本,并考虑了阶梯碳交易成本,降低了系统的碳排放。算例结果表明,所提优化调度模型能够有效降低不确定性风险成本,提高系统运行的低碳与经济性。     

基于CNN-ISSA-GRU模型的短期负荷预测方法

电网的可靠运行及持续发展离不开对短期电力负荷的高效、准确预测。针对表征电网负荷变化的历史数据具有复杂性和时序性等特点,且现有的机器学习预测方法仍存在依据经验选取关键参数的不足,利用卷积神经网络（CNN）提取表征负荷变化的多维特征向量,构造成时间序列输入到门控循环单元(GRU),并使用改进麻雀搜索算法（ISSA）对GRU网络中的超参数进行迭代寻优。预测试验样本来自云南某地区的负荷数据,所提方法的预测精度达到了98.624%,与循环神经网络(RNN)、GRU和长短期记忆(LSTM)等神经网络预测方法进行对比,算例表明,所提方法克服了依据经验选取关键参数难题的同时具有更高的预测精度。     

考虑碳-绿色证书交易机制的新能源跨省交易模型

针对我国可再生能源就地消纳困难问题，提出需求响应下考虑碳-绿色证书交易机制的新能源跨省出清模型。首先，论述了省内-省间双层电力市场运作框架；然后，构建以省内运行成本最小与省间新能源出清价格最低为目标函数的两层电力市场优化模型，通过拉格朗日对偶原理以及KKT(Karush-Kuhn-Tucker)条件将下层模型转化为等价的上层问题约束条件，采用大M法（big M method）化非线性问题为线性问题；最后，以我国某地区电力市场为实际算例对模型进行分析。结果表明，所提模型能明显改善负荷峰谷差，有效提高系统运行环保性及经济性。