基于高维统计学习的能源网需求响应仿真研究北大核心

综合能源系统的安全经济运行会受到不确定性的挑战。概率潮流是综合能源系统、电力系统不确定性优化的重要依据。为了制定综合能源系统动态需求响应策略,提出了基于统计机器学习的综合能源系统概率潮流仿真方法,可以得到准确的光伏并网电压、总天然气消耗、热电联产系统负荷率的概率特征。通过调整温度实现热负荷的需求响应,可以分析不同室内控制温度对总天然气消耗和热电联产系统的影响,仿真过程量化了不同热负荷需求响应策略对天然气系统、热电联产系统运行的影响。建立的需求响应仿真模型可以为热负荷需求响应情境下的天然气系统、热电联产系统的调度提供辅助决策信息。     

径流式小水电群随机环境经济调度方法

针对径流式小水电群的电力系统,建立了以污染气体排放和购电费用最小为目标的随机动态环境经济调度模型。借助场景法将该模型转化为大规模两目标确定性动态调度模型。采用法线边界交叉法将这个两目标优化问题转换为一系列单目标优化问题,并采用非线性原对偶内点法求解。在迭代过程中,按照场景顺序将简化修正方程的系数矩阵排列为对角加边形式,方便对其实施解耦,并运用异步块迭代法求解,从而将一组高维修正方程组的求解转化为若干个分别与预测场景和误差场景相对应的低维修正方程组的求解。采用某省级电网的真实数据进行计算,在高性能集群上建立了并行计算框架以缓解计算占用内存并提高计算速度。通过这个计算架构,可以获得一组日前调度计划,且使得更加全面的折中优化结果可以应用于电力系统的调度。     

源网协调的电力系统均匀性规划

针对大量分布式电源分散接入电网的背景下,电源、电网规划面临的问题,提出电源与电网协调均匀规划的概念。在考虑电源、电网扩建成本作为基础目标的前提下,将输电线路负载率标准差作为均匀性指标嵌入到目标函数中,建立电源、电网扩展规划的优化模型。结合粒子群优化算法(particle swarm optimization algorithm, PSO)与遗传算法(genetic algorithm, GA)的优点以及模型的特点,提出改进的结合粒子群优化-遗传混合算法对模型进行求解。基于IEEE Garver-6系统进行算例分析,验证了该模型的有效性。     

求解多目标随机动态经济调度问题的场景解耦方法

针对含风电接入的电力系统,建立了以总燃料耗量和购电费用最小为目标的多目标随机动态经济调度模型。借助场景法将该模型转化为大规模多目标确定性动态经济调度模型。采用法线边界交叉法将这个多目标优化问题转换为一系列单目标优化问题,并采用非线性原对偶内点法求解。在迭代过程中,按照场景顺序将简化修正方程的系数矩阵排列为对角加边形式,方便对其实施解耦,并运用异步块迭代法求解,从而将一组高维修正方程组的求解转化为若干个分别与预测场景和误差场景相对应的低维修正方程组的求解。在某省级50机系统上的计算结果表明,场景解耦方法可大幅度降低内存需求且适于求解大系统、多场景、多目标动态经济调度问题。