计及主/被动需求响应下基于合作博弈的微网–配电网协调优化调度

随着含高比例可再生能源的并网型微网不断增加,微网与配电网的交互更加紧密。为解决两者作为不同利益主体双方利益分配问题,提出一种计及主/被动需求响应下基于合作博弈的微网-配电网协调优化模型。首先,考虑消费者心理学,建立了基于Logistic模糊函数的电负荷主动需求响应模型。然后,建立了以最优热电比为目标的热负荷被动需求响应模型。最后,微网与配电网作为参与者组成合作联盟,以讨价还价理论为核心,各自利益与联盟利益最大化为目标,协商确定了交互电价与交互功率,用改进的Shapley分配法分配了组成联盟后的额外收益,并通过基于参数自学习的自适应二次变异差分进化算法对其求解。通过算例分析对比可知,用户、微网、配电网三方利益均有所提升,证明了所提方案的合理性。     

考虑退役动力电池衰减特性的新能源场站群共享储能长期规划配置

为最大化利用退役动力电池的全生命周期价值、解决共享储能在电力系统扩展规划方面需兼顾多方利益的经济性难题,计及逐渐增加的新能源装机容量与负荷需求,提出考虑退役动力电池衰减特性的发电侧共享储能长期规划模型。首先,设计基于退役动力电池的发电侧共享储能运营模式以打破能量共享壁垒,使其既能服务于自身新能源场站又可实现多个新能源场站间的能量互济、必要时还能参与电网的动态调频。其次,考虑退役动力电池衰减特性构建多个新能源场站自配并共享储能的长期规划模型,模型基于合作博弈以应对多方利益诉求冲突给资源优化配置带来的经济性挑战。最后以算例仿真验证所提发电侧共享储能运营模式及长期规划模型的可行性。     

基于ACS-SA文化基因算法的BP神经网络变压器故障诊断

针对BP神经网络在变压器故障诊断上存在的不足,提出基于ACS-SA文化基因算法的BP神经网络变压器故障诊断方法。在实际系统中,针对缺乏准确的变量参数估计,将边界变异策略和自适应步长策略引入标准布谷鸟算法中;提出一种在改进的布谷鸟算法中结合局部搜索策略的文化基因算法;建立BP神经网络变压器故障诊断模型,并用文化基因布谷鸟算法优化BP神经网络的权值和阈值。仿真实验及对比研究结果表明,该算法能准确有效地识别变压器的故障类型,较其他算法(CS-BP神经网络算法和POS-BP神经网络算法)有更高的准确率,为变压器故障诊断提供一种新思路。     

储能-机组联合调频的动态经济环境跨区灵活性鲁棒优化调度

针对大规模可再生能源并网导致的系统惯性和频率响应能力下降、调频需求增加以及可再生能源不确定性等问题,提出一种计及源端可再生能源出力不确定性的动态经济环境跨区鲁棒优化调度模型。该模型为双层优化模型,在传统鲁棒理论中加入可再生能源的空间集群效应构建随机变量的不确定集,以弥补其过于保守的缺点。在此基础上,双层优化得到最优机组组合并满足调频需求以及火电机组的动态频率约束,通过火电机组与送端储能共同参与调频,使得跨区电力系统能够达到鲁棒性和经济性的平衡。同时针对模型特点,分别采用飞蛾扑火算法和基于滤子技术的自适应蝴蝶算法对模型进行分层求解。研究结果表明,较小的置信概率会使得系统经济效益更好,且空间约束参数对于调度结果和运行方案影响显著。     

计及储能放电折损的风储一次调频配置优化方法研究

以风储联合参与一次调频为背景,以风储联合系统调频收益最大化为目标,提出一种考虑季节性出力差异和储能不同荷电状态放电折损模型的容量配置方法。其次,根据调频特性和放电折损模型提出一种合理可靠的储能始末平衡充电方法。最后采用粒子群算法求解问题,分析储能变寿命模型下陆上季节性出力差异以及不同储能容量、下限对储能配置的影响。结果表明：所提方法能延长储能使用价值,有效提高风储全天候调频能力和收益。     

面向多运行模式的并网逆变器改进控制策略

为了改善新能源并网逆变器的性能并同时满足多运行模式(并网模式和孤岛模式)调节需求,设计了双重自适应系数,并基于下垂控制和虚拟同步发电机(virtual synchronous generator, VSG)控制提出了新颖的改进控制策略。该控制策略可灵活地调节惯量和阻尼以满足不同运行模式的需求。设计的双重自适应系数包括自适应协调系数和自适应惯量系数,前者可提高系统动态特性并增强适用性,后者可进一步改善功率超调和振荡问题以完全消除功率超调。所提出的改进控制策略的功率响应无超调和振荡,能够提供接近于VSG控制的惯量和阻尼特性且具有更快的响应速度,可同时满足并网模式下的功率调节需求和孤岛模式下的频率调节需求,具有更大的适用性和更优异的动态特性。最后,通过硬件在环实验验证了所提出的改进控制策略的有效性和可行性。     

阶梯式碳交易下考虑源荷不确定性的储能优化配置

双碳愿景下,维持高比例新能源电力系统的稳定性和灵活性,配置储能是关键。建立了考虑阶梯式碳交易和分时电价的储能鲁棒模型。在模型中考虑了源荷双侧的不确定性影响,利用时间平滑约束和空间集群约束来缩小源荷不确定性集边界,降低模型的保守性。通过拉格朗日推理把不确定性约束转换为确定性约束,并用改进的麻雀算法对模型进行求解。算例表明,时空耦合效应下系统经济性将得到显著提升,决策者可通过选择不确定性的置信概率来平衡系统经济性与鲁棒性。针对不同灵活性改造阶段提出了不同的储能规划方案,指出区域内火电存量低于43%时,系统开始具有碳收益。     

源荷两端不确定性的跨区系统运行策略研究

针对传统跨区互联导致的源端可再生能源无法消纳而引起的大规模弃风弃光现象,建立一个计及源荷两端不确定性的动态环境经济跨区调度模型。该模型考虑各区域的发电成本及污染气体排放成本,将联络线作为可调资源,在保证各区域安全稳定运行的前提下,利用概率密度函数描述发、用电功率的不确定性,使模型更贴合实际生产。同时针对模型特点,提出基于滤子技术的自适应蝴蝶算法对其进行求解。算例仿真结果表明：当可再生能源渗透率达到40%时,较小的柔性负荷占比对系统调度成本影响显著,且也能显著改善污染排放;研究结果兼顾调度成本最小的同时减少污染排放,具有一定理论指导意义。     

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。     

基于误差分配原则的发电侧共享储能容量规划研究

针对风电集群联合共享储能系统的协调控制和收益分配问题,提出基于预测误差分配原则的运行控制策略.首先,设计共享储能商业运行模式,建立储能变寿命与充放电模型.考虑政策补贴和季节性温度对储能定价和容量配置影响,建立多风场时空相关特性的风群联合大容量共享储能参与能量/调频市场的容量规划模型.通过所提策略计算风储联合系统的最优储...