考虑碳捕集与CVaR的电力系统低碳经济调度

碳捕集电厂能够实现高碳火电的低碳化，是降低碳排放的有效举措之一。伴随着风电渗透率的不断增加，且风电出力具有间歇性等特点，给电力系统带来巨大的调峰压力。通过综合灵活运行碳捕集电厂中的溶液存储设备进行“能量时移”，以解决系统接入大规模风电所造成的调峰问题。同时考虑到风电的随机性会增加调度运行中的风险，引入金融风险管理方法中的条件风险价值(conditional value-at-risk, CVaR)对调度运行中的风险成本进行度量，以系统运行经济性最高为目标，建立计及CVaR含碳捕集电厂与风电电力系统的综合低碳优化调度模型。通过仿真算例证明了所提模型的可行性，在有效降低系统的碳排放与运行风险的同时保证系统经济性最优。     

考虑广义储能和条件风险价值的综合能源系统经济调度

储能设备能够提高清洁能源利用率、减少系统运行成本,但传统储能由于价格昂贵限制了其本身的发展。为了充分发挥储能在综合能源系统中的优势,将需求响应、热惯性、电储和热储整合为广义储能(Generalized Energy Storage, GES)资源进行统一协调调度。另外,由于风电具有很强的不确定性,通过k-means方法聚类得到风电的典型出力场景。在充分考虑各种设备运行约束的基础上,采用条件风险价值(Conditional Value at Risk, CVaR)量化风电不确定性带来的收益风险,构建了计及CVaR的综合能源系统经济调度模型。最后,在Matlab环境下调用Cplex求解器验证了所提模型的有效性。     

基于CVaR的风电并网发电风险效益分析

为解决大规模风电并网对电力系统稳定运行的影响和分析风电并网的经济效益,把条件风险价值（CVaR）作为风险计量指标,建立了风电场并网容量的模型。该模型考虑风速的随机变化及风险,并可通过线性优化简单求解。综合考虑风电的收益及成本,建立风电效益模型,得到不同风速和风险下的并网容量及经济效益。CVaR方法避免了机会约束规划等传统方法的繁琐计算,能方便求解出并网容量从而获得可靠的经济效益。利用IEEE-14节点系统进行仿真计算并对结果进行比较,验证了该方法的可行性。     

计及碳捕集和旋转备用配置的低碳优化运行

为降低电力系统碳排放量，促进大规模风电的并网与消纳，并考虑风电不确定性给系统运行带来的影响，提出了计及碳捕集和旋转备用容量配置的低碳优化运行方法。首先，对综合灵活运行碳捕集电厂的运行机理和备用原理进行分析。其次，考虑风电与负荷预测误差引起系统运行风险，使用条件风险价值(conditional value-at-risk, CVaR)度量优化运行过程中的风险，以系统各项运行成本最优为目的，建立所提方法的低碳优化调度模型。最后，使用拉丁超立方采样以及场景缩减方法将随机性问题进行确定化处理，以IEEE 39节点系统为例进行分析，验证了碳捕集电厂能够降低CO₂排放和为系统提供旋转备用容量，同时也为调度决策人员提供更多的选择方案，使系统的低碳性、稳健性与经济性得到提升。     

计及源荷储综合灵活性的电力系统日前优化调度

充分利用灵活性资源的调节作用能够有效平抑风电的随机波动,提高风电接纳能力。提出一种计及源荷储综合灵活性的电力系统日前优化调度方法。分析了电力系统灵活性需求及源荷储灵活性供给特性,综合考虑系统运行灵活性概率平衡特性;基于条件风险价值(CVaR)度量灵活性不足给电力系统带来的风险损失,将CVaR融入目标函数以优化分配有限的灵活性资源;构建了计及灵活性的随机优化调度模型。以IEEE 39节点系统和实际区域电网为算例验证了所提方法和模型的可行性、有效性。     

采用条件风险方法的含风电系统安全经济调度

针对风电等新能源发电和负荷的随机性,引入条件风险方法,构建了电力系统条件风险调度模型。为了量化随机性因素所引起的不确定性,以电网安全条件风险价值(conditional value-at-risk,CVaR)作为电网安全指标,取代一般调度模型中的安全约束。由于含随机性变量概率密度的函数积分计算困难,因此将电网安全CVaR函数进行变换和离散化处理,并采用蒙特卡罗模拟和解析法相结合的方法进行计算。含风电随机出力的系统算例表明,采用条件风险约束的电力系统安全调度模型可在不同的电网安全CVaR值、不同的置信水平下,获取相应的侧重经济性或安全性的系统最优调度结果。     

风电出力偏差成本及其条件风险方法的电力经济调度

含风电电力系统调度中风电实际出力与其计划出力间存在一定的偏差。计划出力过高则需调用系统备用,从而产生高估后的偏差成本;计划出力过低则会出现弃风,从而产生低估后的偏差成本;将风电计划出力费用和高估低估的偏差成本计入目标函数,以火电机组出力、风电计划出力为控制变量,风电实际出力为随机变量,采用条件风险方法(Conditional Value-at-Risk,CVaR)处理带有随机变量的函数,构建了目标函数含风电出力偏差条件风险值的电力系统经济调度模型。对于条件风险方法中概率密度函数难以解析表达的问题,采用蒙特卡罗模拟和解析法相结合,使计算求解简便快捷。通过IEEE 30节点系统仿真表明:该方法可有效解决含风电系统经济调度问题;与传统调度模型相比,总成本费用更低。     

计及运行风险和备用可用性的含风电系统两阶段优化调度

针对风电和负荷的不确定性对系统日前调度的影响,提出一种计及运行风险和备用可用性的日前两阶段优化调度方法。首先,考虑风电和负荷的不确定性及容许误差区间,利用条件风险价值(Conditional Value-at Risk, CVaR)度量系统调度运行风险。然后,建立日前两阶段优化调度模型。其中第一阶段优化模型以包含风险成本的系统运行成本最小为目标函数,优化制定有功调度及备用计划,保证系统运行经济性。基于第一阶段优化结果生成极限潮流场景集,第二阶段优化模型校验极限场景下的备用可用性并将结果反馈至第一阶段模型,确保系统运行鲁棒性,并提出迭代求解算法。最后,以IEEE39 节点系统和实际区域电网为算例验证了该方法的可行性和有效性。     

基于条件风险价值的综合能源系统低碳运行

为了减少综合能源系统（integrated energy system，IES）运行过程中的碳排放，提出一种基于条件风险价值（conditional value at risk，CVaR）的IES低碳调度模型。首先，利用CVaR理论评估IES中不确定性带来的风险，并引入碳交易机制，将碳交易成本纳入目标函数，综合考虑各种设备的约束，建立了低碳经济调度模型；其次，采用yalmip + cplex优化软件对模型进行求解，算例验证了此模型的经济性和低碳性；最后，分析了耦合设备和储能设备容量变化对调度结果的影响，可为IES低碳运行提供参考。     

考虑条件风险价值的两阶段发电调度随机规划模型和方法

大规模风电、光伏等可再生能源发电的接入给电力系统运行带来巨大的不确定性因素,从而使系统调度人员在制定发电调度计划时面临发电费用波动风险。借鉴金融领域风险管理的概念,探讨发电调度过程中利用条件风险价值(conditional value-at risk,CVaR)度量系统不确定性给发电调度带来的风险,将风险水平限制在可接受的前提(或条件)下追求发电费用最小,从而进一步完善传统的发电调度模型。该文考虑日前调度和实时运行两阶段的调度过程,同时计及可再生能源出力和负荷的不确定性,基于场景技术模拟不确定性建立考虑条件风险价值CVaR的两阶段随机规划发电调度模型。通过IEEE RTS 24节点系统的模拟仿真,讨论了不同风险偏好程度下系统的经济性和风险水平之间的关系,为系统调度人员的调度决策过程提供有价值的参考。