超级电容参与风电调频的动态响应优化策略

随着风电渗透率的不断提高,电力系统逐步呈现低惯量的特征。低惯量系统在故障时的频率变化率(RoCoF)和最大频率偏差显著增大,传统频率控制方法效果减弱,频率的安全、稳定面临挑战。针对上述问题,先于一次调频动作的快速频率响应(FFR)已成为解决低惯量系统频率稳定问题的重要手段。首先,建立风-火-储电力系统频率响应模型,分析FFR调频资源对低惯量系统频率响应的影响;其次,基于模糊逻辑推理,提出了一种超级电容参与风电调频的储能动态响应优化策略以控制储能,使其能够动态响应系统频率变化,在频率跌落期遏制频率跌落,在频率恢复期调控储能恢复功率以维持荷电状态稳定;最后,对提出的控制策略进行仿真验证。仿真结果表明,所提策略能够利用超级电容快速动态响应系统频率变化,从而为低惯量系统提供功率支撑,弥补风电调频的不足,相较传统的风电机组虚拟惯量控制策略,在减小最大RoCoF及抑制最大频率偏差效果上均有大幅提升。

海岛直流微电网多可控负荷的协同电压控制

为挖掘直流微电网多负荷调压能力,提出一种可实现多种可控负荷参与母线电压调节的控制策略。研究海水制氢和海水淡化2种可控负荷特性,基于协同控制理论分别设计电解槽和高压泵负荷控制器的宏变量;推导电解槽和高压泵主动参与母线电压响应的协同控制规律,将电解槽功率、高压泵转速与母线电压相联系,使得可控负荷在系统扰动时能够对母线电压波动进行响应,配合超级电容实现母线电压控制;建立所提策略的直流微电网小信号模型,以分析系统稳定性。以独立直流微电网为例进行仿真,结果表明,采用所提策略可使可控负荷快速响应母线电压变化,有助于改善系统动态特性,减少系统扰动后的母线电压波动,提高微电网稳定性。

基于超前滞后环节附加前馈阻尼的VSG控制策略

虚拟同步发电机(virtual synchronous generator,VSG)在引入同步机二阶转子运动方程,增大电力系统等效惯量的同时,也引入了同步发电机的振荡特性,有功低频振荡等动态稳定性问题也随之而来。引入调速侧电力系统稳定器(governor power system stabilizer,GPSS)能有效抑制VSG的功率低频振荡,但其在超调量及调节时间方面的控制效果仍有待提高。通过建立VSG的小信号模型从极点配置角度分析其稳定性,揭示基于GPSS的VSG控制策略在功率动态响应上存在较高超调和较长调节时间的原因。基于此,参考GPSS控制思想,提出了一种基于超前滞后环节附加前馈阻尼补偿的虚拟同步发电机控制策略。并从理论上分析验证了所提控制策略在不影响系统稳态特性的前提下,能够提供调整自由度更高的正阻尼,在有效地抑制功率超调的同时提高了系统的调节速度,从而更好地抑制了有功功率的低频振荡。最后通过MATLAB/Simulink进行对比仿真,仿真结果与理论分析结果一致,证明了所提控制策略的正确性和有效性。

考虑多风电场出力Copula相关关系的场景生成方法

合理刻画多风电场出力的随机变化规律,生成风电场未来出力场景,对电力系统应对风电随机变化问题具有重要意义。针对具有相关性的多个风电场出力场景难以生成的问题,提出一种基于连接(Copula)函数的场景生成方法,有效避免了构造多风电场出力联合概率分布这一难题,且所得的场景能较好地捕捉风电场间的相依规律,实现多风电场出力的场景模拟。为了分析场景的拟合精度及有效性,以美国德克萨斯州的实际风电场出力为样本进行了实证性研究,验证了所提方法的优越性。通过含多风电场的IEEE 30节点系统的最优潮流算例说明了合理刻画风电场出力场景对电力系统应对风电随机变化的重要作用。

基于多物理场耦合模型的碱性水电解槽工作特性

风电制氢系统将富余的风电用于电解水制取氢气,有效提高了风电的消纳能力。碱性水电解槽是电制氢的重要设备,通过数值方法研究其工作特性对于提高制氢效率具有重要意义。然而,现有电解槽模型通常只关注其电学性能,难以对各工况下设备运行状态进行准确预测。为此,提出了碱性水电解槽电场-流场-浓度场多物理场耦合模型。首先对碱性水电解槽进行了几何建模;接着建立电解槽电场、流场、浓度场数学模型,并基于COMSOL平台进行多物理场模型搭建;在验证模型有效性后,分析了电压、温度、压力、电解液浓度与流速对电解槽稳态、瞬态工作特性的影响。模拟结果表明:升高温度与降低压力减小了单位电流所需电压;降低电流、升高温度与压力增大了电解效率。单位电流所需电压随电解液浓度增加先减小后增大,而电解效率随浓度增加而先升后降,50℃时在质量分数为30%处达到最大电解效率。电压突变会产生电流过冲现象;流速突变不会发生电流过冲现象。研究成果可为碱性水电解槽设计与性能预测提供理论指导。

基于图像分类网络的非侵入式负荷辨识算法的运算成本优化

目前基于图像分类网络的非侵入式负荷辨识算法可达到较高的辨识准确率,但存在较严重的参数冗余,引发了不必要的运算成本。对此类算法的运算成本进行优化,提出一种基于灰色编码的设备特征组合方法,以减少算法中设备特征的参数冗余;然后使用轻量级图像分类网络ZFNet构建设备辨识模型,并引入Inception模块来减少模型中卷积层输出的参数冗余,同时基于仿真实验结果对模型中全连接层的结构和参数进行适应性调整,以减少模型的参数冗余,最后使用PLAID数据集进行算例分析。结果表明:相比于同类算法,所提算法在设备特征的参数量上减少了66.7%~67.5%,在模型的参数量上减少了90%~97.1%,在整体运算量上的变动为-91.7%~6.1%。

基于p-有效点理论的含大规模风电电力系统最小储能功率配置方法

研究大规模风电接入系统所需的最小旋转备用和储能功率(容量)对指导电力系统的优化运行与调度具有重要意义。基于此,该文考虑风功率及负荷的双随机特性,建立含机会约束的最小储能功率优化配置模型。基于随机规划的p-有效点(p-efficient)理论,推导了将机会约束转换到确定性约束的数学过程,获得一种将不确定规划转化为确定性规划的解析方法,得到系统的旋转备用系数,解算出系统所需储能最小调节功率。将所提模型及方法应用于风火储联合系统的运行模拟,设置极限的场景对所提方法进行验证,结果表明配置的储能功率可以应对净负荷的预测偏差,为大规模风电并网系统优化运行、最大限度地接纳风电提供理论参考依据。

生成风电功率时间序列场景的双向优化技术

用少量的代表性风电功率序列场景来准确刻画风电随机特征,对含有风电电力系统的规划和运行具有重要意义。然而,代表性风电功率序列场景的生成,目前方法难以实现从庞大的发生空间中选择有效的代表场景,场景模拟的质量有待提高。为此,提出一种纵横双向优化的方法以生成日风电功率序列场景。纵轴方向,基于历史的日风电功率序列数据,采用最优消减技术,产生每个时段的代表场景;横轴方向,采用禁忌搜索方法,有选择地连接每个时段的代表场景从而形成所需的日风电功率序列代表场景。该方法无需预先知道风电功率的解析概率分布函数,仅需基于已有的历史序列数据,通过纵横双向优化,自动生成满足风电随机概率特征的日序列代表场景。以爱尔兰风电场数据为例,对所产生的单时段代表场景,在均值、方差、偏态和峰度4个指标上具有与历史数据相近的统计特性;将这些场景应用于含有风电电力系统的多时段最优潮流问题,从稳定性和准确性两个方面,验证了所提出的双向优化算法的有效性。

风电功率预测技术研究综述

为了更好地开展风电功率预测的应用研究工作,以点预测、区间预测、概率预测以及场景预测为主线,对现有的风电功率预测技术进行了归纳、总结和梳理。首先,分析了风电功率预测的难点,按照不同的时空尺度、预测形式、预测对象以及预测模型对风电功率预测进行了分类;基于不同的分类,分别阐述了当前风电功率预测的模型、理论及方法;然后,分析了国内外主要的风电功率预测软件和系统,并总结了风电功率预测误差的评判标准和指标;最后,探讨未来风电功率预测的发展趋势。本文的研究工作,可为风电功率预测研究以及风电功率预测系统的开发应用,提供较为全面的参考信息。

满足充裕性指标的电力系统可接纳风电容量评估

立足于风电功率的统计特性,提出一种计及充裕性指标的系统接纳风电能力的评估方法。该方法基于历史的运行数据进行统计,通过模拟计算不同风电容量、储能容量下系统的调峰不足概率、调峰不足期望、发电不足概率以及发电不足期望4种充裕性指标,评估满足给定充裕性水平下的系统可接纳风电的容量。此外,提出一种含风、储系统的综合净负荷以及调峰需求的实用计算方法,基于双线性插值理论,建立了充裕性水平、可接纳风电容量、储能容量的函数关系,为风电容量、储能容量的规划设计提供了参考依据。最后,以实际电网接纳风电能力评估为例,对比了不含储能、含不同储能容量等多种情景下的风电接纳能力,对所提方法进行了分析和说明。

网格化的电力系统短期负荷预测的MDRBR模型

针对大电网的短期负荷预测,建立了按地域划分的网格化电力系统短期负荷预测模型。各 子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型,并采用了面向粗糙 集的默认规则挖掘算法(MDRBR——mining default rules based on rough set)构造各单一预测模 型,从而获得更加准确的预测结果。文中首先描述了MDRBR算法,然后分析研究了网格化的日 负荷多层规则网络构造过程,并给出了基于MDRBR算法的日负荷预测过程以及对某地历史数据 的负荷预测结果。分析结果表明,该网格化负荷预测模型能更加准确地得出预测结果,有效地减少 噪声,计算简单,且规则搜索效率高。

智能电网下节能发电调度多Agent系统的研究

改革现有的发电调度执行模式和体系,建立协调安全、节能、环保及经济等众多因素的智能调度系统,满足智能电网的要求,是建设和实现坚强智能电网的核心内容之一。基于此,在分析智能电网和节能发电调度原则的基础上,利用多Agent的分散协调控制等优势,建立实现节能发电智能调度分布式系统。该系统能依据不同的运行方式协调系统运行经济性、安全性和环保性,给出不同状态下的目标函数及约束条件的限制,实现能自适应于不同运行状态及条件下的智能调度系统。最后,通过示例验证了该调度系统的适应性、智能性和快速性,为智能电网环境下节能发电调度系统的实现开辟一条新的、有效的实施途径。

大规模风电并网电力系统运行风险评估与分析

提出了一种考虑风电功率误差分布的电力系统改进风险评估方法,较传统评估方法更加精细地计算了系统运行风险。采用t-location scale(TLS)分布描述风电功率预测误差分布,与传统正态分布相比,可以更准确地描述风电预测误差分布情况。采用最优交流潮流模型计算最小切负荷量、节点电压和线路有功功率,与传统直流潮流模型相比,可以得到更准确的切负荷量和线路有功功率信息。计算了系统切负荷风险指标、电压越限风险指标、线路有功功率越限风险指标、电压崩溃风险指标,并引入了综合风险指标,结合风险等级的评判方法,更加全面合理地评估了系统运行的风险。此外,讨论和分析了不同风电接入节点、不同接入容量以及不同替换容量对系统运行风险的影响。从系统运行风险的角度,为电力系统规划风电接入容量和节点提供参考。最后,以IEEE RTS-79系统为例,对所提的方法和模型进行了分析和验证。

兼顾技术性和经济性的储能辅助调峰组合方案优化

高比例可再生能源发电并网给电力系统调峰带来了较大压力,应用储能辅助调峰是解决系统调峰问题的有效途径,但现阶段储能的高成本限制了其规模化应用。为充分发挥有限储能的调峰作用,降低储能调峰的容量需求,文中提出一种储能与正常调峰、深度调峰、投油调峰和启停调峰等常规手段优化组合调峰的实用方法。分别建立基于年调峰不足概率的技术性指标和基于年调峰费用的经济性指标的计算模型,构建组合调峰方案的技术性指标曲面和经济性指标曲面,将两个曲面交线处的组合调峰方案作为不同可再生能源渗透水平下电力系统的组合调峰优化方案。最后,以含风电、光伏发电的区域型系统和规划的全国系统为例,制定和分析了不同可再生能源渗透率下系统的组合调峰优化方案。

求解机组组合问题的改进模式搜索算法

针对传统的模式搜索法(general pattern search filteralgorithm,GPS-Filter)效率低的问题,提出一种改进的广义模式搜索–过滤器算法(improved general pattern search filteralgorithm,IGPS-Filter)来求解机组组合(unit commitmentproblems,UC)问题,该算法能在求解过程中直接处理离散变量,有效地求解0-1混合变量的规划问题。首先使IGPS-Filter算法融合UC问题的特点,预先确定大部分机组的开停状态,只对少量机组进行"1–邻域"搜索;其次,结合线搜索和域搜索对连续域变量进行求解,充分利用线搜索的快速性及域搜索处理病态问题的有效性,既提高运算效率又提高解的质量。最后,采用10-100机组24时段和IEEE-118节点54机24时段系统进行仿真,验证了方法的有效性。

求解机组组合问题的领域搜索法

机组组合问题是电力系统优化运行的一个难点,理论上难以得到其最优解。该文提出用邻域搜索(local search,LS)和内点(interior point,IP)法相结合的算法(LS-IP)解决机组组合(unit commitment,UC)非确定多项式时间(nondeterministic polynomial,NP)难问题。定义邻域的结构,并提出一种邻域的调整方法,可处理各项约束条件,保证结果的可行性。用非常小的解邻域空间代替原来庞大复杂甚至难以求解的离散空间。充分利用内点法收敛性好、精度高的优势,提高其计算速度。对100台机组24时段仿真结果表明,CPU计算时间仅为原来的4s,所耗费用却大大降低;同时该方法收敛速度快、精度高,尤其适合于求解大规模机组的组合问题。

适合于机组组合问题的扩展优先顺序法

针对传统PL(Priority List)方法采用单一排序指标,即平均满负荷费用AFLC(Average Full-Load Cost)不能全面反映机组优先顺序的不足,提出一种扩展优先顺序法EPL(Extended Priority List)解决机组组合问题。在分析PL方法特点的基础上,定义μ-LoadCost反映机组在不同出力范围内的经济指标,形成不同μ值的机组组合的邻域,而后定义机组的效用系数UUR(Unit Utilization Ratio)优化机组的优先顺序。此外,引入参数控制机组组合邻域的规模并采取策略对机组组合进行调整使其满足所有约束,从而提高计算效率。最后采用26机组、38机组以及45机组24时段等3个系统的测试结果来验证该方法的有效性。

基于粗糙集的默认规则挖掘算法在电力系统短期负荷预测中的应用

将基于粗糙集的默认规则挖掘算法(Mining Default Rules Based on Rough Set,MDRBR)用于电力系统短期负荷预测,首先采用基于Gini指标的粗糙集离散化算法对气温、湿度等影响负荷的条件属性进行离散化,同时兼顾了条件属性和决策属性。在此基础上,通过计算规则的信赖度和支持度形成不同层次上符合初定阈值的带粗糙集算子的网络规则集,能减少因噪音的影响而产生的多余规则,提高规则产生和实际分类的效率,使所产生的分类规则集大大缩小,提高在使用规则时检索规则的效率。在负荷预测时自上而下逐层搜索规则网直至找出与所给信息相匹配的规则。粗糙集算子反映了规则的重要程度,同时作为选择规则的标准。实际应用表明,该方法能有效去除噪音,提高默认规则的挖掘效率,从而提高负荷预测的精度,具有一定的实用性。

基于内点法的机组组合模型

将传统的机组组合模型划分为离散和连续两部分,在离散和连续空间中交替求解,用非常小的解邻域空间代替原来庞大复杂甚至难以求解的离散解空间。在求解连续变量过程中,充分利用了内点法收敛性好、精度高的优点,并采用降维整编技术进一步提高计算速度。文中对10～500台机组24个时段共8个算例进行了仿真测试,结果表明,100台机组的计算时间仅为4 s,可见该方法收敛速度快,适合大规模机组的实际应用。

基于模式搜索算法的电力系统机组组合问题

机组组合问题是一个复杂的大型混合整数非线性规划问题,目前尚未找到理想的解决方法。本文提出一种用于混合变量的模式搜索方法(GPSMV)解决机组组合问题。该方法能求解非凸、非线性、不可微甚至不连续的规划问题,理论上能保证全局收敛于稳定的解,其仅需要求目标函数及由约束条件构成的障碍函数值而不需要对目标函数和约束条件求导。在优化过程中离散变量作为独立的变量,而不是把原问题分成离散和连续两层来处理,适合于求解离散和连续的混合变量问题。最后对10～100机,26机24时段等六个系统进行仿真试验验证该算法。