基于序列运算的微网经济优化调度

针对微网运行中风机、光伏的不确定性及负荷的波动性,提出了基于机会约束规划的经济运行模型,以一定置信水平下满足备用作为可靠性概率约束。应用序列运算将随机变量转化为概率性序列,并通过卷和、卷差等运算使所有随机变量用一个概率性序列表示,从而可直接计算满足约束的概率,表示形式直观且避免了常用模拟法耗时、每次计算结果不一致的缺点。为降低微网运行成本,引入储发成本作为储能充电是否获利的判断指标,引导储能系统低谷电价时段充电,高峰电价时段放电。应用结合序列运算的遗传算法优化各微源有功无功出力,确定联络线交互功率,以此形成最佳运行方式。     

考虑光伏发电及负荷概率性的储能容量优化

高渗透率光伏系统的接入增加了负荷的波动性,对配电网的稳定运行带来一定影响,需要配置合理的储能装置以保障配电网的稳定运行。在考虑光伏发电及负荷概率性的基础上,提出了一种储能容量优化的新方法：将负荷与机组发电的差作为对储能功率的需求,先分别求得一天中不同采样点负荷与机组发电的概率性序列,再利用卷差运算求得储能功率的概率性序列,最后根据统计学原理确定储能的最大充放电功率及最优容量。所提方法为光伏系统接入配电网的储能容量规划工作提供了新的思路。     

考虑风电和光伏发电影响的电力系统最优旋转备用容量确定

随着风电和光伏发电并网规模的不断增大,传统旋转备用容量的确定方法已不能满足电力系统安全运行的要求。为此,建立了计及系统可靠性和经济性的机组组合优化模型,同时充分考虑了负荷、风电和光伏发电输出功率的预测误差以及常规机组的故障停运。采用序列运算理论对这些不确定因素进行处理,将不确定性以概率的形式综合考量,并将其引入到目标函数的计算中,能够直观体现系统运行的风险程度,从而联合优化了发电机组的出力计划和旋转备用容量。提出了采用基于离散粒子群和细菌群体趋药性的混合智能算法对模型进行求解,结合序列运算,提高了模型的求解速度和解的最优性。最后,以加入风电场和光伏电站的IEEE 10机39节点系统为算例进行仿真研究,结果验证了所提优化模型及算法的正确性和有效性。     

基于序列运算理论的微电网正负旋转备用容量优化

考虑风电、光伏出力及负荷波动的随机因素,引入序列运算理论对风、光出力偏差以及负荷波动偏差的概率分布模型进行卷和及卷差运算,得到各时段净负荷概率密度函数的离散序列。在此基础上,优化满足机组爬坡等约束条件的不同可靠性水平下的微网系统正、负旋转备用。以日运行发电成本和环境成本最小为目标函数,优化可控机组出力、蓄电池的充放电以及可中断负荷。采用改进的人工蜂群算法(ABC)对模型进行求解。提出考虑微网期望停电损失、期望切风光损失费用和正、负旋转备用成本的综合经济效益CEB指标,以该指标为依据综合评估微网系统在可靠性指标为何值时旋转备用经济效益可达到最大。最后算例验证模型和算法的可行性。     

结合PSO与序列运算理论的微电网的优化配置

考虑到独立微电网优化配置中风光出力的随机性和负荷的波动性,建立以综合经济成本为优化目标函数的机会约束规划模型,满足供电可靠性、能量过剩率等约束条件;应用序列运算理论将随机变量离散为概率序列,将概率序列与粒子群算法中的粒子相结合表示出每时刻风光共同出力和等效负荷的概率序列,从而将机会约束规划转变为确定性计算优化求解微源的安装数量。此方法使得优化配置结果更为精确具体,并且避免了传统模拟法的耗时和每次求解结果不相同的缺点。     

电力系统安全成本的随机模型

提出了基于机会约束规划的安全成本随机模型。分析了发电机组可调度性、负荷可中断性,将机组再调度、负荷再调整、电气元件故障等描述为一个随机过程,并以此为基础建立了安全成本的随机模型,其目标函数是在不同置信水平下对机组再调度和负荷再调整所形成的成本期望值,与电网、机组、备用等相关的约束条件均以概率表示。提出了基于机会约束规划和遗传算法的安全成本的求解方法。以IEEE-30系统为例进行了仿真计算,并获得较满意的效果,证实所提出的安全成本模型有一定的适用性。     

小时级月度发购电计划的优化模型及其混合智能求解策略

结合网内外购电模式的差异,建立了计及网外购电市场的小时级月度发购电计划模型。该模型是一个多时段大规模混合整数规划模型。负荷的时段融合策略可有效减小模型中小时级时段数的规模,但会带来负荷融合误差,从而影响模型的目标甚至安全约束,为此提出了基于负荷融合误差的校正优化策略。针对模型的大规模多时段混合整数规划特点,提出了结合免疫遗传算法与拉格朗日分解协调策略的混合智能算法。一方面,利用免疫遗传算法为拉格朗日松弛法提供满足启停约束和旋转备用约束的机组组合发购电方案。另一方面,利用拉格朗日分解协调算法高效求解运行机组的最优发电方案,快速提升免疫遗传算法优秀个体的质量。两者交替迭代,互相促进,从而实现上述多时段混合整数规划模型的高效求解。最后通过IEEE 57节点系统的仿真分析验证了所提模型和算法的有效性。     

考虑源荷双侧预测误差的实时发电计划闭环控制模型

针对源荷双侧不确定性对电网实时调度运行的影响,提出了模糊信息粒与机会约束目标规划相结合的建模求解方法,建立了实时发电计划与自动发电控制(AGC)闭环控制模型,动态优化系统的可调备用容量。针对服从不同概率分布函数的随机预测误差,引入模糊信息粒理论对可中断负荷切负荷率、负荷预测和风电出力的预测误差进行模糊粒子化,应用机会约束目标规划构建系统备用偏差量约束。在闭环控制过程中,通过动态调整机组的控制模式实现可调备用在不同类型机组间的合理分配,在目标函数中引入风险成本和机组模式转换成本,实现了满足安全备用需求条件下的经济最优性。最后,利用算例验证了模型的有效性和实用性。     

电力市场下综合考虑系统可靠性和旋转备用效益的机组组合

通过对电力市场条件下机组组合问题的研究，提出了综合考虑发电系统可靠性和旋转备用效益的机组组合的模型和方法。该方法以旋转备用的比较效益最大为目标函数，通过概率评估方法，利用系统投运风险度确定机组投运台数，利用系统响应风险度确定旋转备用的合理分布，并提出了一种求解以上问题的启发式求解算法，给出了算例及结果。     

基于机会约束规划的微网运行备用优化配置

为保证微网孤岛运行的可靠性与经济性,配置合理的运行备用容量具有重要意义。考虑到微网内波动功率主要由可再生分布式电源出力的不可控性、机组的故障停运及负荷预测的不准确性引起的,分析了风机出力、光伏出力和负荷短期预测误差的概率统计规律,提出了基于峰谷分时电价(time-of-use price, TOU)的微网发电侧备用与需求侧备用相协调的运行备用优化新策略。以最小化微网运行备用总购买成本为目标、以一定置信水平满足微网要求为机会约束的条件下,确立了最优运行备用容量的数学模型,并利用基于蒙特卡洛(Monte-Carlo)随机模拟的递阶遗传算法(hierarchical genetic algorithm, HGA)对模型求解。最后以微网实例的仿真结果说明了所建模型的有效性。     

计及检修需求不确定性的电力系统检修备用容量评估

针对电力系统规划中评估系统检修备用容量的迫切需求和机组检修需求的不确定特性对评估造成的影响,提出一种评估电力系统检修备用容量的方法。该方法建立考虑检修需求不确定特性的检修备用容量评估模型,以累计负荷最小为原则确定检修时段,求解该评估模型。在此基础上,基于蒙特卡洛模拟方法提出检修备用容量不足概率和检修备用容量不足期望值2个检修备用容量充裕度指标,以此确定系统检修备用容量,进而确定系统装机容量需求。以某省电力系统机组检修的实际数据为例进行计算,证明了所提检修备用容量评估方法的正确性和有效性。     

考虑双重市场的含风电电力系统双层随机优化调度

风电与负荷的不确定性影响经济调度中机组出力及其承担的旋转备用。考虑机组同时参与能量市场和旋转备用市场,且双重市场具有一定的主辅特性,建立了电力系统双层随机优化调度模型。以系统发电成本最小为上层目标,增加风电利用率及其实现概率作为约束,优化机组有功功率及风电计划出力;对于受不确定性因素影响呈现为随机量的失负荷和弃风损失函数分别求取其条件风险价值CVa R,并与旋转备用成本最小为下层目标,优化配置旋转备用容量。将上、下层模型中的机会概率约束和条件风险价值线性化,便于CPLEX求解器求解。算例表明,双层随机方法能有效解决不同风电利用率、失负荷损失和弃风损失置信水平下的备用需求变化;双层随机方法相对单层随机方法能获得较优的经济效果。     

基于序列运算理论的孤立微电网经济运行模型

针对风力和光伏发电出力的随机性,提出一种基于机会约束规划的孤立微电网经济运行模型。鉴于部分机会约束难以转化成确定性约束,根据序列运算理论,利用可再生能源出力的概率分布生成概率性序列,使模型中的机会约束转化成确定性约束的等价类。因此模型具有混合整数规划的线性结构,可兼容如TOMLAB类的优化工具求解。仿真结果表明,与随机模拟求解相比,该方法具有计算速度快且结果稳定的优势。另外,为了考察概率性序列的合理性,还讨论了不同离散化步长对计算结果的影响,并进一步验证了所提出方法的有效性。     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

考虑光-荷不确定性和旋转备用约束的主动配电网经济优化调度策略

分布式光伏、储能装置等大量分布式电源接入主动配电网(active distribution networks,ADN)后,光伏出力、负荷和旋转备用容量的多重不确定性对主动配电网经济调度的可靠性提出新的挑战。考虑了光伏出力及负荷不确定性,对旋转备用容量进行概率约束,以调度过程中运行成本最小为目标函数提出了一种主动配电网经济优化调度模型。通过所提出的潮流约束线性化方法和离散步长变换方法,将机会约束规划(chance constrained programming,CCP)模型转化为易于求解的确定性混合整数线性规划(mixed-integer linear programming,MILP)模型,并通过CPLEX求解器进行求解。基于IEEE-33节点配电网系统对所提方法进行验证。算例结果表明,所提策略的系统计算时间显著减少,优化效果更好,且可以通过适当设置旋转备用容量概率约束的置信水平实现主动配电网可靠性与经济性间平衡。     

基于扩展序列运算的含不确定性需求响应电力系统优化调度

未来高比例可再生能源的随机性给电力系统运行带来了前所未有的挑战,灵活性资源的不足限制了可再生能源的发展,柔性负荷可作为一种灵活性资源参与电力系统的调峰和备用。文中根据响应机制的不同,将柔性负荷分为激励型负荷和价格型负荷两种。基于扩展概率性序列运算理论,分别建立表征激励型负荷和价格型负荷响应不确定性的概率模型,表征风电出力不确定性的概率模型也随之建立。在此基础上,以应对风电波动性和随机性为背景,基于风险约束和风险成本理论,构建了同时考虑风电出力和需求响应不确定性的电力系统日前优化调度模型。针对构建的随机优化问题,文中通过序列运算对机会约束条件进行转化,将其转化为一个约束条件为线性的确定性优化问题进行求解。最后,通过仿真算例验证了模型的有效性,并分析了序列运算应用于不确定性问题的实用价值。     

基于全概率风险度量的电力系统备用风险评估方法

为了量化分析源荷双侧预测误差引起的电力系统备用缺额风险,提出了一种基于全概率公式和条件风险价值的风险度量,作为表征随机误差潜在风险的评估指标。为了明确不同的风险等级,以风险价值为临界点,将常规机组的备用缺额风险划分为缓冲区和极端区,并计算不同风险区域的条件期望损失。针对风电、负荷预测和可中断负荷的预测误差,引入机会约束目标规划构建常规机组的可调备用约束,依据不同的风险等级将备用缺额风险转化为不同类型的风险成本,引入模型目标函数中以确保电网运行的安全性。为了提高模型的求解效率,采用分段线性化方法将非线性模型转化为混合整数线性规划。     

基于机会约束规划的风电穿透功率极限计算

该文提出一种采用机会约束规划计算风电穿透功率极限的新方法。该方法把风电穿透功率极限看作是在满足网络和设备约束前提下系统允许的风电场最大装机容量。约束条伯包括线路的输送能力限制、系统对旋转备用的要求以及常规机组的出力限制等。为了便于考虑风电场出力和负荷的随机性,约束条件以概率的形式表示。针对问题特点。求解时应用了遗传算法和随机模拟技术,在IEEE30节点系统上的教育处结果验证了所提方法的优点。     

基于实测煤耗的AGC电厂负荷优化分配

针对广东电网现有自动发电控制(AGC)电厂负荷分配方式的局限性,提出了基于实测煤耗的调度中心AGC电厂负荷优化分配方法,考虑了包括调节速率、临界负荷、机组备用在内的多种约束条件,并采用动态规划算法进行求解,在满足电网控制安全性的前提下实现了AGC电厂负荷分配的经济性。文中详细描述了AGC电厂负荷优化分配系统的总体架构、数学模型、求解算法、负荷优化分配流程等相关内容。实际应用表明,与传统的按容量分配机组负荷的方式相比,电厂负荷优化分配方法可以有效降低电厂总煤耗,提高经济效益。     

考虑微网源荷不确定性的旋转备用容量优化

电力市场环境下,为应对微网源荷波动和可控机组随机故障,提升其供电可靠性,提出了一种考虑微网源荷不确定性的旋转备用容量优化方法。计及日前预测误差,采用序列理论对源荷随机概率性序列以及可控机组随机故障序列进行离散化处理,生成微网综合不确定性离散分布模型;在此基础上,以微网运行成本、备用成本和停电损失的总成本最小为目标函数,建立旋转备用容量优化模型,并结合蒙特卡罗与粒子群算法对该模型进行求解,获得各时段的旋转备用优化配置容量。以某地微网系统为例,仿真验证了所提方法的有效性和合理性。