电力系统一二次调频的反馈微分博弈协同控制

风能等间歇式能源并网将是未来电网发展趋势,其输出功率的波动将加剧一二次调频之间的冲突反调问题.本文将反馈微分博弈应用于电力系统频率控制中,建立起一二次调频的协同控制模型,并考虑调速器死区、控制动作幅值限制、机组爬坡速率约束等工程实际因素,用协同进化算法求得该模型的反馈纳什均衡解.用仿真验证了该方法在满足各种工程因素下有效解决一二次调频的冲突反调问题,充分挖掘了系统蕴藏的调频能力.     

考虑风电和储能接入电网的多目标协同博弈区间经济调度

针对风电的不确定性对电网调度的经济和安全运行造成影响的问题, 充分考虑储能灵活充放电的运行优 势, 提出了一种基于改进均衡协调算法的多目标区间储能经济调度优化方法. 本文综合考虑有功调度与无功优化之 间的内在耦合关系, 以典型日运行的电压偏差和系统综合运行总成本最小化为优化目标, 建立多目标区间储能经济 调度优化模型. 在优化过程中, 首先考虑在直流潮流的区间调度模型中, 通过优化储能和发电机的有功出力来实现 对风电不确定性的处理, 然后采用改进均衡协调算法对考虑交流潮流的有功–无功储能调度模型进行综合优化, 从 而获得兼顾电网安全性与经济性的均衡最优解. 本文还从风电的不同区间波动以及风电场并网规模的角度出发, 分 析了对系统储能调度运行的影响. 最后本文将改进算法获得的最优解与采用带权重系数的理想点法分析获得的 Pareto最优解进行对比分析, 可避免确定权重因子时的人为主观因素. 本文通过对IEEE RTS–24节点系统进行算例 仿真, 验证了所提模型的合理性和可行性.     

拍卖理论及其在电力市场竞标设计中的应用:（一）拍卖理论基础及实验研究

电力市场竞标机制的设计是决定电力市场能否成功实现和市场效率高低的关键问题，必须慎重对待。拍卖问题有4种基本类型，即上升出价拍卖、下降出价拍卖、第一价格暗标拍卖和第二价格暗标拍卖；以及多种复杂类型。拍卖问题的模型分为私有价值拍卖和公共价值拍卖两大类。拍卖理论最基本的内容为4种基本拍卖类型的等价性，它由收益等价定理严格表述。拍卖实验是拍卖问题研究的一个重要方面，不但用于检验拍卖理论的正确性，也用于设计新的拍卖制度。拍卖问题的研究是现代经济学中极为重要和引人瞩目的一个领域，有大量理论成果，在许多现实经济问题中得到成功的应用。将拍卖理论引入电力市场竞标设计，能为成功实现电力市场交易提供理论指导。     

分时段短期电价预测

分时段电价序列比顺序电价序列的变化特征更单一，有利于电价的分析建模，从而提高预测精度，因此采用各时段电价分别预测的分时段预测方法。该文将相关系数作为选取电价影响因素的标准，考虑了历史电价、负荷、负荷率等影响电价的因素。以小波分析和神经网络作为工具，对不同输入因素和不同预测方法下的电价预测精度进行了研究，并重点比较了基于分时段电价序列的预测方法和基于顺序电价序列的预测方法。算例采用美国新英格兰电力市场历史数据，对其2002年第4季度的电价进行了连续预测。与基于顺序电价序列的预测方法相比，分时段短期电价预测方法能够使平均相对百分比误差下降约3个百分点。     

电源规划JASP的改进算法

在电源规划程序JASP的基础上，采用拉格朗日松弛法优化电源投资决策，并保留了原算法中应用非常成功的随机生产模拟算法——等效电量函数法，使整体算法更趋严谨完善，求解变量多，计算速度快。改进算法非常适合于进行电力市场中的电能成本分析。     

面向高比例可再生能源消纳的电力市场建设及研究进展

完善的电力市场可在电力资源配置方面发挥决定性作用，是保证各类市场主体开展活跃的供需互动、促进可再生能源消纳的关键机制；针对性开展电力市场中影响可再生能源消纳因素的综合性分析，也是相关应用研究亟需。本文重点考虑全时间尺度下促进可再生能源消纳相关的交易机制，概述了国外典型电力市场结构及运行情况，梳理了相应电力市场结构及机制中促进可再生能源消纳的关键影响因素；围绕可再生能源消纳的多维关键影响因素，深入分析了我国各类市场结构和不同机制的建设现状，归纳出促进可再生能源消纳电力市场建设面临的挑战。从电力市场与碳市场、绿证市场耦合机制，可再生能源参与的中长期、现货交易及其衔接机制，面向高比例可再生能源的辅助服务市场，面向高比例可再生能源消纳的需求侧响应机制等方面，梳理了我国相关电力市场的学术研究进展。研究建议，实施多市场协同运作、中长期及现货交易衔接、辅助服务市场建设、需求响应机制建设等重点举措，支持面向高比例可再生能源消纳的电力市场建设。     

电力市场智能模拟中代理决策模块的实现

在日前交易方式下，发电厂商为了追求长期最大利润，竞价策略显得尤其重要。通常，发电厂商运用的策略过于复杂，难以用传统的博弈论方法来建模。人工智能中强化学习 Q -learning算法是一种自适应的学习方法，使代理能够通过不断与环境进行交互所得到的经验进行学习，适合在电力市场智能模拟中运用。文中在开放源代码的电力市场智能模拟平台AMES上，增加了发电厂商代理基于 Q -learning的竞价决策程序模块，并在5节点测试系统上进行模拟。实验结果表明，运用基于 Q -learning算法竞价决策使代理可以较好地模拟发电厂商的经济特性，且在相同条件下表现出比AMES原有的VRE learning算法更强的探索能力。     

海上风电的经营期成本计算模型

海上风电是近年来全球新能源发电的新增长点,但电价机制的不完善严重阻碍了海上风电发展进度。文中通过综合分析国内外海上风电定价机制以及海上风电成本结构特征,提出了海上风电经营期成本计算模型,并以中国某省在建及规划中的海上风电场为实例进行了详细分析计算。结果表明,风能资源优势海域具有更低的经营期成本,因此多海域风电场上网电价应区别对待,经营期成本对年均满负荷小时数和初始静态投资额的变动最敏感。     

容量约束对电力市场均衡的影响

输电容量约束是电力市场的重要特征,同时也深刻影响着电力市场运行。针对协同进化算法能够求取纯策略纳什均衡,多项式方程系统算法能够计算策略式博弈的所有纳什均衡,本文提出一种基于协同进化算法联同多项式方程系统算法的研究方法来分析电力市场纳什均衡,分析输电容量约束对电力市场均衡的作用。文中对一个3机5节点的电力市场进行了实验分析,结果表明该方法能有效求取纯策略市场均衡,同时能够求取一定条件下的混合策略均衡。输电容量约束不仅影响了市场均衡的分布,而且决定了纳什均衡的存在形式。     

协同进化算法及其在电力系统中的应用前景

协同进化算法是一种新的进化算法框架，该算法借鉴自然界中的协同进化机制，在传统单物种进化算法的基础上引入生态系统的概念。生态系统中多个物种相互作用，共同进化，从而使整个系统不断演进。将应用领域待求解的问题映射为生态系统，以生态系统的进化来达到问题求解的目的。协同进化算法符合进化博弈论的理论框架，对于各种不同领域问题的求解都取得成功。文中综述了国内外协同进化算法的发展状况，介绍了协同进化算法的基本理论，探讨了该算法在电力系统和电力市场中的可能应用。将该算法引入电力系统和电力市场的研究，可以为电力系统的优化规划和运行、电力市场的竞价机制设计和投标策略优化以及电力市场计算机模拟提供新的方法。