风电功率爬坡事件作用下考虑时序特性的系统风险评估

与常规的风电功率随机波动相比,风电功率爬坡事件具有明显的时序特性。为准确评估其对系统运行风险的影响,分析风电功率爬坡事件的特点及发生过程,并基于非序贯蒙特卡罗模拟法推导与之相适应的常规机组停运模型。通过对常规机组可能停运时刻和对应的运行状态分别进行抽样,考虑爬坡事件与常规机组停运之间的时序关系对评估结果的影响。在计及低频减载及AGC调节作用的基础上,采用频率越限次数和失负荷期望对系统运行风险进行评估。以IEEE RTS 24节点系统为例,对多种场景下系统运行风险进行评估及对比分析,验证了所提模型的有效性。     

风电爬坡事件多级区间预警方法

大规模风电爬坡事件对电力系统功率平衡问题影响显著,严重时可能导致停电事故。基于区间分析理论,提出了一种风电爬坡事件多级预警方法,对可能造成的危害程度进行预先警告。考虑风电爬坡预测研究现状,采用区间数形式对其不确定性进行描述;针对风电爬坡事件强波动性对电力系统功率控制的影响,以维持静态频率偏差在允许范围内为前提,分析采用不同功率控制措施满足功率平衡所对应的风电爬坡幅度允许区间;确定各等级预警区间的预警界限,并利用区间排序方法计算各预警区间的概率,实现多级预警。算例仿真分析及比较结果表明,所述方法能够给出各级预警区间的界限值及概率分布,物理意义明确,且简便快速,利于实时滚动运行,体现了有效性和实用性。     

基于净负荷分步建模的旋转备用优化确定风险分析方法

由于采用净负荷预测误差模型描述风电和负荷共同预测误差,优化系统旋转备用配置的多场景概率风险分析方法尚难以全面考虑风电的不确定性,如从网络安全和经济性方面必须考虑的弃风因素以及风电功率预测误差存在的非正态分布情况。为此,基于分步建模的策略改进多场景概率风险分析方法中净负荷预测误差模型,使其在计算系统失负荷风险时能够计及弃风和考虑不同类型概率分布的风电功率预测误差,并将弃风惩罚成本引入机组组合优化模型的目标函数中,以实现风电功率的合理消纳和系统旋转备用的优化确定。采用混合整数线性规划方法,对含风电场的IEEE-RTS 26机测试系统进行仿真分析,验证了改进模型的有效性。     

计及源-网-荷不确定性因素的马尔科夫链风电并网系统运行可靠性评估

考虑风电出力、元件故障及负荷波动对系统运行可靠性评估的影响,提出一种计及源-网-荷不确定性因素的马尔科夫链风电并网系统运行可靠性评估方法。首先建立不确定性因素等值运行可靠性模型;其次,将系统运行状态进行划分,建立风电并网系统马尔科夫链模型,进而根据系统状态样本数据得到马尔科夫链状态转移矩阵;再次,根据状态转移矩阵和当前运行状态,能够准确评估系统当前时刻可靠性水平,快速预测未来时刻状态概率,定量分析不确定性因素对运行可靠性的影响;最后,采用改进IEEE-RTS79系统,对文中所提模型和方法进行了验证,结果表明所提模型和方法的正确性和有效性。     

采用分段离散化和高斯混合模型的多场景概率潮流计算

针对电网运行中风电和负荷的不确定性,提出了一种采用风电场输出功率分段离散化和负荷高斯混合模型的多场景概率潮流计算方法。在风电场有向功率特性曲线的基础上,分段离散化处理风电场输出功率,构造风电场输出功率多场景。同时,建立负荷的高斯混合模型,构造负荷功率多场景。然后,确定系统注入功率多场景及其对应的概率,在系统注入功率的每个场景中,风电节点输出功率为定值,负荷节点功率均服从高斯分布。最后,应用全概率公式,将系统注入功率的每个场景中计算所得状态变量的概率分布以该场景对应的概率作为权重,整合计算得到最终的概率潮流结果。以改进的IEEE 57节点系统进行仿真分析,结果表明所提方法简化了概率潮流求解过程,提高了计算效率。     

考虑风电预测区间的电力系统灵活性评估方法

高比例风电接入加剧了电力系统运行的不确定性，充足的灵活性对系统安全可靠运行至关重要。提出了一种考虑风电预测区间的电力系统灵活性评估方法。首先，考虑风电的随机波动特性和预测区间，构建随机极限场景集，表征风电出力和爬坡的不确定性并降低问题的复杂度。然后，考虑机组和系统运行特性，提出机组和系统运行灵活性综合评价指标。最后，考虑系统运行成本约束、预测场景和随机场景的运行约束，建立考虑风电预测区间的电力系统灵活性优化评估模型，量化机组和系统的灵活性供给能力并保证运行鲁棒性。在改进的IEEE 39节点系统进行仿真分析，验证了所提方法的可行性和有效性。     

考虑风电爬坡事件的储能配置

随着风电渗透率的增大,风电爬坡事件容易引发电力系统安全问题。该文针对风电爬坡事件造成的系统功率平衡问题,建立了可选型、定容的储能优化配置模型,用于决策满足系统充裕性需求的储能配置方案。针对目前储能价格偏高的现状,为减少储能的投资成本,该文的模型结合了储能和常规机组的技术特点,增强了配置结果的经济性。最后,该文在算例中综合比较了储能和常规机组在多种典型场景下的技术特点,储能爬坡速度快、调节范围大、启停灵活等优势更适用于爬坡事件。     

考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度

可入网电动汽车(plug-in hybrid electric vehicles,PHEVs)和风电等可再生能源发电的快速发展为电力系统的安全和经济运行带来了新挑战.为此,综合考虑了负荷和风电的不确定性、可入网电动汽车的智能充放电控制以及PHEVs与风电的协调互补和系统的节能减排,构建了计及碳排放的调度模型.先采用多场景模拟技术将风电和负荷不确定性的随机过程分解为若干典型的离散概率场景;再采用多代理技术将24 h对应为24个工作代理,工作代理负责火电、风电和PHEVs之间的静态调度;协同代理负责工作代理之间的动态协调.最后对含10机火电机组、PHEVs和风电的系统进行仿真.结果表明,多场景模拟能减少调度求解难度;含风电和PHEVs的系统能有效协调风电和PHEVs,减少其运行成本和碳排放量;通过调节节能与减排需求对应的权重,可以实现节能和减排之间的有效折衷.     

基于自适应扩散高斯核密度风电预测误差估计的 风火联合优化调度研究

随着风电大规模并网,风电出力不确定性增加了电力系统调度的难度。针对风荷不确定性对电力系统调度的影响,采用迭代自组织数据分析算法对风电功率预测值及对应风电功率预测误差进行分段。然后采用自适应扩散高斯核密度估计拟合分段后各风电功率区间段内的预测误差。在此基础上,提出一种整体考虑风电及负荷预测误差得到净负荷预测误差、并将净负荷预测误差计入正负旋转备用容量概率约束的优化调度模型。采用机会约束规划将概率约束转换为等价确定性约束进行求解。在IEEE39节点系统进行三种代表性场景的算例仿真,结果表明引入迭代自组织数据分析算法和自适应扩散高斯核密度估计后,备用成本降低6.71%,含碳排放的环境成本降低20.4%,总发电成本降低2.98%。最后分析了置信水平对备用容量和总发电成本的影响。     

基于爬坡特征和云模型的风电功率预测误差区间评估

为了满足电力系统优化运行对预测误差区间评估结果越来越高的可靠性要求,改善传统的区间评估方法在发生小概率风电爬坡事件时较差的适应性,提出了一种基于爬坡特征分类和云模型的风电功率预测误差区间评估方法。通过对每类数据分别建立模型以提高不同爬坡类型下评估方法的适应性。首先,利用改进的旋转门算法识别爬坡后得到爬坡特征,并基于爬坡特征对预测误差进行分类,对上爬坡类误差和下爬坡类误差分别建立云模型,对非爬坡类误差采用K-means算法得到不同预测误差类型所对应的区间范围。然后,以风电功率和爬坡特征数据共同作为模型输入,以预测误差类型为输出,建立评估模型,从而得到风电功率预测误差评估区间。最后,利用Elia网站的风电数据进行算例分析。结果表明,所提方法的风电功率误差区间评估效果更优。     

考虑风电功率爬坡的功率预测-校正模型

随着大规模风电接入电力系统,风电功率爬坡事件对电网的安全稳定运行带来一定的影响。研究爬坡事件发生时的功率预测已越来越迫切。基于极限学习机理论,提出了一种考虑风电功率爬坡事件的超短期功率预测和校正模型。首先,利用最优旋转门算法对当前爬坡事件进行识别,提取爬坡事件特征值,建立模糊C均值聚类模型以得到同类数据,在此基础上,采用极限学习机算法对上述数据进行训练、预测,通过元组向量时间扭曲法在历史风电功率预测爬坡事件库中寻找与当前风电功率预测结果相似的爬坡事件,得到功率预测历史相似爬坡事件。最后,利用功率预测历史匹配值与实际值之间的特征值误差,对风电功率预测结果进行修正。算例表明,所提方法可准确识别风电功率爬坡事件、有效提高风电功率超短期预测精度。     

含风电机组的配网无功优化

研究了分布式电源中发展较为成熟的风力发电机组并网后配电网的无功优化问题,提出一种基于场景发生概率的无功优化综合指标,该指标由网损和静态电压稳定裕度两部分构成。基于该指标,提出一种新的无功优化模型。在该模型中,提出风电机组输出功率典型场景的选取策略,无功优化潮流计算中考虑了风电机组的特点,将其作为电压静特性节点处理。在求解方法上,采用基于自适应权重的遗传算法求解。算例表明,提出的模型和算法是可行的,对风电系统的运行具有一定的参考价值。     

与典型日负荷匹配的风电出力场景构建方法

为了解决风电出力的随机性导致微电网并网规划运行时鲁棒性与计算效率难以平衡的问题,提出一种与典型日负荷场景匹配的风电出力场景构造方法。首先在微电网规划中重点考虑日负荷趋势和峰谷时段位置,利用隶属度函数提取日负荷曲线趋势和峰谷时段信息,并结合改进有序聚类提出典型日负荷选取方法;在典型日负荷的有效时间内,利用风电出力最大增加量和最大减少量,结合插值法提出风电场景构造方法。然后建立评价指标体系来评价典型日负荷选取与对应风电场景构造效果。最后利用电网数据验证所提模型的有效性。     

与典型日负荷匹配的风电出力场景构建方法

为了解决风电出力的随机性导致微电网并网规划运行时鲁棒性与计算效率难以平衡的问题,提出一种与典型日负荷场景匹配的风电出力场景构造方法。首先在微电网规划中重点考虑日负荷趋势和峰谷时段位置,利用隶属度函数提取日负荷曲线趋势和峰谷时段信息,并结合改进有序聚类提出典型日负荷选取方法;在典型日负荷的有效时间内,利用风电出力最大增加量和最大减少量,结合插值法提出风电场景构造方法。然后建立评价指标体系来评价典型日负荷选取与对应风电场景构造效果。最后利用电网数据验证所提模型的有效性。     

A coordinated dispatching strategy for wind power rapid ramp events in power systems with high wind power penetration

High wind power penetration poses a challenge for the dispatch of the power system when rapid ramp events occur. This paper proposes an optimal dispatching strategy against wind power rapid ramp events during peak load periods by coordinating generation units with different time intervals. Special attention is given to the definition of the wind power rapid ramp events considering operation conditions of the system. Then, the online prediction of wind power rapid ramp events and its influence on the spinning reserve procurement of the system is analyzed. Based on the principle of coordination among generation units with different time intervals, the optimal dispatch during peak load periods when wind power rapid ramp events occur is formulated as an optimization problem considering thermal generation units, the energy storage system, interruptible load and load shedding. To improve computational efficiency, the power output calculation of the generation units with different time intervals is decomposed. The results show that the proposed dispatching strategy is feasible for accommodating wind power rapid ramp events during peak load periods.     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

高比例风电接入的电力系统灵活性评估与优化

针对含高比例风电接入的电力系统灵活性评估问题,建立了动、静态指标相结合的灵活性综合评估体系。其中,基于发电资源技术特性的灵活性静态指标用于评价系统中各类发电资源所固有的灵活性供给能力;基于电力系统运行特性的灵活性动态指标侧重针对风电和负荷的波动性和随机性,定量评估系统在不同运行状态下的灵活性不足程度。在此基础上, 提出了灵活容量缺额最小化的机组组合优化模型,在兼顾系统运行成本最优的基础上,构建了电力系统应对高比例风电接入的灵活容量缺额动态优化模型,可为系统灵活性的改造与规划提供参考。基于某省级实际系统数据的算例验证了所提指标与方法的有效性。     

考虑电力系统灵活性的网-储联合规划

高比例可再生能源接入电网使得规划问题更加复杂。提出考虑电力系统灵活性的网-储联合规划方法。分析风电和光伏出力的相关性,采用蒙特卡罗方法生成大量可再生能源发电和负荷场景。基于k-means聚类算法对生成的场景进行缩减,并利用改进的遗传算法确定最优聚类数。通过斯皮尔曼系数筛选典型场景,构建考虑生成概率的典型场景集合。建立以提升灵活性、降低投资成本为目标的双层网-储联合规划模型,并采用灰狼算法迭代求解。算例分析结果表明所提网-储联合规划方案能够有效地提升电力系统灵活性,促进可再生能源消纳。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。