随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的...随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的综合竞价策略。针对北欧顺序交易市场框架,提出了一套考虑备用资源和波动补偿耦合的数据驱动信息间隙理论(data-driven information gap theory,DIGDT)决策模型解决RES聚合商的多阶段竞价优化问题。在DIGDT中采用基于置信区间的模糊集构造方法(confidence interval-based ambiguity set,CIAS)估计风、光的预测误差,通过机会约束对水电和储能(batteryenergy storage,BES)补偿出力偏差的可能性进行建模,并考虑备用资源与补偿容量的多时间尺度耦合。在备用市场中,利用基于备用调用场景的随机优化确保日前备用计划的可行性。通过案例分析验证了所提出模型的有效性。展开更多
数据驱动的暂态稳定评估模型是近年来的热点研究方向。深度学习技术具有高维输入空间的特征聚合能力,其引入能显著降低智能稳定评估模型设计中输入特征选择的主观性,并改善基于动态信息的评估模型预测精度。图深度学习(graph deep learn...数据驱动的暂态稳定评估模型是近年来的热点研究方向。深度学习技术具有高维输入空间的特征聚合能力,其引入能显著降低智能稳定评估模型设计中输入特征选择的主观性,并改善基于动态信息的评估模型预测精度。图深度学习(graph deep learning,GDL)框架进一步拓展了深度学习模型的拓扑学习能力,使其可以将状态特征与拓扑关系相结合,提升稳定评估模型的特征提取能力。论文分析了GDL应用于智能暂态稳定评估模型的设计框架,从图表示、图嵌入、全局聚合、训练方式4个方面探讨了暂态稳定评估应用中GDL的特征聚合性能提升方法。该文结合IEEE测试系统验证了GDL与传统深度学习模型的稳定评估性能差异以及多种性能提升方法的有效性。论文可为GDL在智能稳定评估领域的应用研究提供指导思路。展开更多
文摘随着电力系统中可再生能源(renewable energy sources,RESs)比例不断增加,新能源参与能量市场和备用市场在技术上和经济上的重要性不断凸显。研究了含有风、光、水、储资源的RES聚合商在日前市场、备用市场及实时平衡市场等多个市场的综合竞价策略。针对北欧顺序交易市场框架,提出了一套考虑备用资源和波动补偿耦合的数据驱动信息间隙理论(data-driven information gap theory,DIGDT)决策模型解决RES聚合商的多阶段竞价优化问题。在DIGDT中采用基于置信区间的模糊集构造方法(confidence interval-based ambiguity set,CIAS)估计风、光的预测误差,通过机会约束对水电和储能(batteryenergy storage,BES)补偿出力偏差的可能性进行建模,并考虑备用资源与补偿容量的多时间尺度耦合。在备用市场中,利用基于备用调用场景的随机优化确保日前备用计划的可行性。通过案例分析验证了所提出模型的有效性。
文摘数据驱动的暂态稳定评估模型是近年来的热点研究方向。深度学习技术具有高维输入空间的特征聚合能力,其引入能显著降低智能稳定评估模型设计中输入特征选择的主观性,并改善基于动态信息的评估模型预测精度。图深度学习(graph deep learning,GDL)框架进一步拓展了深度学习模型的拓扑学习能力,使其可以将状态特征与拓扑关系相结合,提升稳定评估模型的特征提取能力。论文分析了GDL应用于智能暂态稳定评估模型的设计框架,从图表示、图嵌入、全局聚合、训练方式4个方面探讨了暂态稳定评估应用中GDL的特征聚合性能提升方法。该文结合IEEE测试系统验证了GDL与传统深度学习模型的稳定评估性能差异以及多种性能提升方法的有效性。论文可为GDL在智能稳定评估领域的应用研究提供指导思路。