含风电电力系统的多场景鲁棒调度方法

提出风电多场景的鲁棒备用调度模式和鲁棒经济调度模式,并建立一种综合体现两种调度模式的鲁棒调度方法,旨在降低风电出力不确定性对电力系统安全经济运行的影响。该方法描述了常规机组的鲁棒运行轨迹以适应所有的风电场景,并保证系统在不同场景下运行的安全性,同时引入最小最大化的鲁棒优化思想,建立常规水、火机组出力与备用协调的两阶段优化模型。针对多场景模型的复杂性,采用极端场景法对模型的约束条件进行合理削减,并基于Benders分解思想构建算法的整体框架和流程。最后基于改进的IEEE 24节点系统分析了所建模型的鲁棒性、经济性和安全性,验证了所提出方法的正确性与有效性。     

基于多空间约束的含风电电力系统调度鲁棒模型研究

风电功率具有明显的随机性、不确定性的特点,这给电力系统稳定安全运行带来了极大的风险。鲁棒决策方法作为一种新的处理不确定性的方法,近年来在含风电电力系统调度中得到了有效应用。为了鲁棒决策方法保持灵活多样,本文提出了多空间约束的含风电电力系统的鲁棒调度模型。结合算例结果表明该模型能够很好的平抑系统负荷曲线波动,有效减小电网的发电成本,同时从总发电成本的基础上也证明了该模型优于确定性模型,为电网经济调度提供合理地参考。     

大规模间歇式电源接入电网多目标鲁棒优化调度

随着间歇式电源接入电网的比例不断提升,间歇式电源出力的波动性和随机性会给电力系统优化调度带来较大影响。针对大规模间歇式电源出力的不确定性,提出将鲁棒优化理论引入到含大规模间歇式电源的电力系统优化调度中;构建了含间歇式电源的电力系统多目标动态鲁棒优化调度模型,以尽可能实现常规火力发电成本最低、污染气体排放量最少的综合优化目标;设计了一种新的多目标复合型微分进化算法,该算法通过将帕累托非劣排序、种群分割、复合微分进化和种群重组等一系列操作引入微分进化算法有效兼顾了微分进化过程中个体多样性与收敛速度。算例分析结果表明,提出的算法和模型能够很好地解决大规模间歇式电源接入电网多目标鲁棒优化调度问题,所得优化调度结果具有比较好的可靠性和经济性。     

含风电场的鲁棒动态经济调度

电力系统调度是在满足系统安全约束的前提下,通过优化发电机组出力,提高经济性。风电固有的不确定性在大量风电场的接入后对电力系统的稳定运行提出了新的难题。本文将鲁棒优化思想于含风电的不确定性电力系统调度问题,以不确定性集合处理风电出力的不确定性。同时目标函数中考虑由于阈点效应而产生的额外损耗。最后结合修改的IEEE-14节点算例证明所提算法有效应对风电不确定性对调度的影响。     

基于最优决策树的多能系统快速鲁棒优化调度

新能源渗透率的持续增长造成了多能系统快速协调调度的巨大挑战,包括调度结果过于保守以及日内调度低效等问题。为此,提出了一种基于最优决策树分布式鲁棒优化的多能系统协调快速调度方法,所构建模型考虑电网日内经济调度,引入基于范数约束的概率分布置信集精准描述新能源的不确定性,防止调度结果过于保守。同时,根据新能源日内运行数据,分别通过可解释的最优分类树和最优回归树算法,优化日内机组启停状态和出力水平的初始决策量,解决日内鲁棒调度的低效问题。在四川某地区电网的验证结果表明,该模型可在兼顾调度成本和鲁棒性的同时,实现水风光多能系统的日内快速协调调度。     

含风电的电力系统鲁棒优化调度

风力发电是目前较为成熟的一种可再生能源发电技术,其出力具有随机性和间歇性,电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战,如何最大化利用风电资源以及减小风电波动对系统供电侧的影响,是经济调度常需要解决的问题。文中建立了含风电且以最低发电成本为目标的鲁棒优化调度模型,该模型考虑机组的自动发电控制(Automatic Generation Control,AGC)响应来应对不确定性出力波动,维持系统功率平衡。然后模拟实际场景,分析该鲁棒调度方法的安全性和经济性。     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。     

含多类型资源虚拟电厂鲁棒竞标模型研究

虚拟电厂(virtual power plants,VPP)能有效聚合分散的多类型需求侧资源时,是需求侧资源参与电力市场的有效方式。但是VPP的市场行为无法直接采用传统的火电竞价模型进行描述,线路输电约束等出清过程中考虑的物理条件也会对虚拟电厂内部资源管理策略产生影响,基于此,文章以风电、储能、燃气轮机及需求响应负荷组成虚拟电厂为研究对象,考虑VPP内部风电出力不确定性以及聚合对象的调节能力,建立市场环境下VPP多类型资源鲁棒竞标模型。该模型采用库恩塔克(Karush-Kuhn-Tucker,KKT)条件等值市场出清模型,并将其作为约束条件在VPP决策中进行考虑。算例表明该模型可以根据市场现状优化VPP内部多类型资源组合出力,提供经济可靠的竞标策略,有效提高VPP经济效益。     

基于弱鲁棒优化的含风电电力系统调度方法

受风速的间歇性和波动性影响,风电功率具有明显的不确定性,这对电力系统的调度运行提出了新的挑战。鲁棒优化作为一种新的处理不确定性的方法,近年来在含风电电力系统调度中得到了有效应用,但大部分鲁棒调度模型主要从构造不确定集合的角度来考虑解的可行性和保守度,并未考虑目标函数的恶化问题,而在实际应用中调度决策人员往往既关注调度解的鲁棒性,同时又关注目标函数的恶化程度,即希望付出适当的代价换取一定程度上的可行性。为此该文提出了基于弱鲁棒优化框架的含风电电力系统的调度模型。该调度模型选取风电场的预测功率作为基准场景,并在此基准场景目标函数恶化容忍度的基础上建立了弱鲁棒优化调度模型。最后文中采用含两风电场的10机系统验证该弱鲁棒优化调度模型的有效性。     

基于N-x不确定集的含可中断负荷鲁棒优化调度

可中断用户响应的不确定性会使电力公司面临调度成本不确定以及负荷削减量不足等风险,且不同用户违约风险具有差异性。针对用户响应调度指令概率不同的问题,在基本可中断合同的基础上引入保险合同,引导用户选择最贴近其真实可靠性水平的保单信誉度。以用户保单信誉度为基础,定义故障概率参数,构建基于用户响应概率的N-x不确定集,建立计及用户不确定性的机组与可中断负荷联合调度模型,并通过仿真验证所提方法的有效性。算例分析结果表明,所提N-x不确定集充分考虑可中断用户信誉度的影响,仅考虑发生概率高于设定值的故障情况,运行结果更符合实际。     

计及可再生电源不确定性的配电网鲁棒最优潮流

主动配电网中可再生分布式电源出力的不确定性影响系统安全运行。基于鲁棒优化方法,首先建立考虑可再生分布式电源出力不确定性的主动配电网鲁棒最优潮流模型,该模型考虑了能改善其解保守性的价格型需求侧响应。对模型中的不确定集进行凸转换,采用凸优化方法对模型进行求解。IEEE 13节点和IEEE 123节点系统的仿真测试结果表明,相比于传统确定性模型,采用所提鲁棒优化模型获得的优化结果能同时兼顾安全性和经济性。     

含风电场电力系统的模糊鲁棒优化调度

随着电力系统中风电渗透率的不断提高,如何维护含风电场电力系统的安全稳定运行成为调度部门面临的新挑战。风电功率预测为调度部门提供决策依据,是解决风资源波动性和间歇性的首要方法,但当出现预测方法无法有效预测的风电功率爬坡事件时,依据功率预测值安排的调度方案可能不可行。为此,在传统模糊调度的基础上,提出含风电场电力系统模糊鲁棒调度方法。该方法采用六点模糊数考虑风电功率爬坡事件持续时间的不确定性,生成包含最坏场景的不确定集,并将其用来描述风电功率及安排调度。算例结果表明,考虑风电功率爬坡的模糊鲁棒调度可以有效解决传统调度方案中系统爬坡能力不足的问题。     

基于概率多场景的柔性配电网鲁棒运行优化

分布式电源和波动负荷的接入使得传统配电网的调节设备和手段凸显出局限性,柔性开关设备(SOP)的应用可以解决间歇性源荷带来的问题。针对多端柔性互联设备在柔性配电网中的应用,建立计及运行损耗的三端SOP的拓扑结构和数学模型;考虑到源荷出力的不确定性会导致配电网节点电压越限和功率潮流不合理,将鲁棒优化和场景分析方法相结合,建立基于概率多场景的鲁棒运行优化模型,并采用锥优化方法进行求解;为了实现场景数量和精度平衡下多场景的快速生成,提出基于拉丁超立方抽样的概率多场景生成方法。以3组IEEE 33节点系统组成的配电网为算例,验证了所提鲁棒运行优化模型和场景生成方法的有效性,所提模型与方法实现了配电网运行经济性与安全性的协调,显著提高了模型计算效率,有效避免了“维数灾”现象。     

含电动汽车的微网鲁棒经济调度

微网中风电、光伏等新能源的渗透率通常较高,其固有的随机性和波动性给微网安全经济调度带来了新的挑战。针对微网运行中各种不确定性因素的影响,综合考虑风电、光伏、柴油机组、燃料电池等分布式电源的运行特性,建立计及电动汽车V2G放电损耗成本的鲁棒经济调度模型,并提出协调鲁棒调度经济性和鲁棒性的不确定集优化方法。该方法通过评估调度计划的弃风弃光和切负荷风险,将调度计划的鲁棒性转化为经济成本,优化出使得综合成本最小的不确定集。算例讨论了不确定集选取与微网运行成本、风险成本、综合成本的关系,分析了切负荷成本、动力电池放电损耗成本对调度计划的影响,从而验证了所提模型和方法的可行性和有效性。     

多时间尺度的电力系统鲁棒调度研究

风电预测误差是提高风电消纳比例、解决弃风问题的主要障碍。提出了考虑风电预测误差的多时间尺度电力系统鲁棒调度模型,该模型根据日前风电短期预测数据,在考虑风电可能的预测误差前提下制定机组启停计划,并根据风电超短期预测数据不断调整机组出力,使得电力系统可以在不额外增加备用的前提下应对风电预测误差。将所提出模型应用于IEEE 39节点算例中,并由蒙特卡罗法生成多组随机风电预测误差序列,验证了该模型的有效性及可行性。     

含风电电力系统鲁棒调度保守度的多目标优化方法

目前鲁棒调度广泛用于解决含风电的电力系统经济调度问题,鲁棒调度能保证风电在出力范围内的任意取值下均能满足约束条件,但存在着过于保守、对目标函数牺牲过大的风险。本文在传统电力系统鲁棒调度模型的基础上,定量分析了风电出力的不确定性对电网调度的影响,考虑煤耗成本、风险成本、越限功率作为优化目标,提出了一种以调度的保守度(采用风电出力的置信水平表示保守度)作为决策变量的多目标优化模型,最后通过构建双层优化算法进行求解。算例分析中比较了本文所提方法、传统备用法和传统鲁棒调度3种方法,发现所提方法通过优化保守度能协调鲁棒调度的经济性和鲁棒性两者的矛盾,虽然耗时最长,但能获得最优的综合满意度。     

计及不确定性的移动应急电源鲁棒优化调度

建立电力应急响应机制对提升电力系统应急保障能力意义重大,发生停电事故时合理调度移动应急电源可以降低停电损失,是应急响应过程中重要的一环。停电事故发生时实际停电持续时间、移动应急电源行驶时间和重要用户缺电功率都存在不确定性,然而现有的与移动应急电源优化调度有关的研究大多并未考虑这些不确定因素。在此背景下,提出一种计及不确定性的移动应急电源鲁棒优化调度方法。首先,以区间数表示调度过程中的不确定因素,建立以重要用户停电损失最小为目标函数的包含区间数的优化模型。接着,针对该模型中包含的非线性函数及二次项,通过引入辅助决策变量的方法将模型转化为混合整数线性规划问题。然后,针对悲观解在很多情况下可能过于保守的不足,提出一种基于可接受的解的波动范围的鲁棒优化方法。最后,通过算例说明了所提出模型能够有效地应对移动应急电源优化调度中的不确定因素并得到有效的调度方案。     

基于鲁棒优化的含风电工业微电网经济调度模型

风电是广泛使用的清洁可再生新能源,将风电引入工业微电网中,对其节能减排有着重要意义。以含风电的工业微电网为研究对象,基于鲁棒优化方法,以发用电成本最低为目标,以生产计划与火电机组出力计划为决策量,建立了含风电工业微电网自发电经济调度双层模型,并利用Benders分解算法对其进行求解。文中还应用某工业微电网数值算例进行测试,结果表明模型能有效平抑负荷波动,降低微电网发用电成本;验证了该鲁棒优化模型在最差情况下优于确定性模型,并且可根据需求改变不确定代价权衡保守性与最优性。     

含电动汽车的虚拟电厂鲁棒随机优化调度

随着电动汽车和分布式电源接入电网的比例不断提升,虚拟电厂为有效解决电动汽车、分布式电源并网提供了新思路。由于可调度充放电的电动汽车数量和分布式电源出力存在明显的不确定性,因此虚拟电厂优化调度时必须考虑这些不确定性。在此背景下,采用场景模拟技术处理风电出力的不确定性,形成经典场景。针对可调度电动汽车数量的随机性与不确定性,利用鲁棒优化方法建立了原模型的对偶模型,构建含电动汽车的虚拟电厂鲁棒随机优化调度模型。算例分析证明了所提模型具有实用性和有效性,在优化调度模型中考虑不确定性的影响,可减小实际日运行成本,提高优化策略的鲁棒性。结果表明鲁棒系数和置信水平影响了日运行成本,通过合理制定燃气轮机等常规机组的发电计划可以减小日运行成本。     

融合极限场景辨别算法的含碳捕集综合能源系统鲁棒调度模型研究

双碳背景下对能源的互补利用与低碳化运行提出了新的要求。提出了计及电转气及碳捕集的综合能源系统协调调度模型,构建了碳捕集电厂-电转气协同优化框架,并在阶梯式碳交易机制下对系统碳排放进行引导。针对自适应鲁棒模型求解困难、化简繁琐等问题,采用典型场景描述不确定性,并引入辅助变量代替最恶劣场景运行成本,实现内层模型的解耦替换。在此基础上,进一步提出了融合极限场景辨别的迭代算法以提高模型的求解效率。最后,以某综合能源系统为例验证了所构模型以及所提算法的有效性。