计及风电随机性的跨区域电-气互联系统分散协调调控

针对风电出力强随机性和不同能源主体间信息私密性,影响跨区域能源合作协调调控问题,文章提出一种计及风电随机性的跨区域电-气互联系统(Cross-Regional Integrated Electricity-Gas System,CRIEGS)分散协调调控策略。首先,介绍CRIEGS内、外双层结构及跨区协调特点,并基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)和节点撕裂法在联络管线和耦合元件处实现系统分解,利用场景法表征风电出力随机性;然后,以各个能源主体运行成本的期望值最小为目标,构建CRIEGS日前优化调控模型,并采用了变惩罚参数的交替迭代方式,分别对非线性交流潮流模型、潘汉德尔修正稳态潮流模型进行线性化处理;最后,通过多个算例对所提CRIEGS分散分布式协调调控策略的有效性进行验证。

分布式可再生能源发电出力稳定性最优选择探讨

探讨了在分布式可再生能源发电(DREG)具有成本优势且电网对其出力稳定性要求增加的前提下,DREG出力稳定性的最优决策。在对DREG随机性出力成本特性进行分析的基础上,基于随机生产模拟方法构建了发电利润期望值最大化目标下DREG出力稳定性的最优选择模型,运用该模型对以IEEE—RTS系统负荷数据为基础的算例进行了计算和分析,得出了DREG厂商的最优决策可能损害电网企业以及电力用户的利益的结论,并提出了改进的措施。

考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法

为了提高光伏出力短期预测精度,提出了一种考虑空间相关性采用长短期记忆LSTM(long short-term memory)神经网络的预测方法。该方法首先在周边光伏电站中依据光伏序列的延迟相关性选取参考电站,在此基础上,依据光伏出力随机性部分持续时间的概率分布,分时段对其进行空间相关性分析,选择与目标电站相关性较强的光伏序列;然后,结合目标电站气象数据的主成分分析结果和历史光伏数据,构建LSTM神经网络模型;最后,通过仿真实验分析验证了所提预测方法的有效性。

计及深度信念网络场景生成的风/光/储协同优化规划方法

新能源出力具有随机波动性,考虑具有随机性的新能源出力场景对新能源与储能规划具有重要意义。现有基于随机抽样的场景生成方法难以考虑新能源波动性和出力时序性。基于此,首先提出一种基于深度信念网络的新能源出力时间序列场景生成方法,以充分挖掘新能源出力特性。其次,综合考虑系统经济性和环保性,建立了基于中长期时序电力平衡的风/光/储协同规划模型。为充分计及新能源出力随机性,采用多组风/光出力模拟序列作为规划模型输入,以所有场景期望结果作为最终规划结果,并对规划结果进行可靠性校核。最后,以我国某省级电网为例进行算例分析,研究不同随机场景和参数灵敏度下的风/光/储容量规划方案,为考虑新能源出力随机性的电源规划问题提供解决方案。

主动配电网的自适应鲁棒有功-无功联合优化

为应对分布式电源出力的随机性对主动配电网运行的影响,提出了一种自适应鲁棒优化方法来对系统进行有功-无功联合优化,以提高系统性能.首先,综合考虑各种离散和连续可调装置,建立基于Distflow潮流模型的主动配电网运行优化模型.然后,计及光伏出力随机性,采用自适应鲁棒优化方法处理该模型,并通过列与限制生成算法对此模型进行求解;为解决对偶问题中双线性项的非凸性,提出了一种改进的外近似算法.此外,将电池能量存储系统作为实时可控装置,应用于自适应鲁棒优化方法的第2阶段.最后,采用扩展的IEEE33节点和PG&E69节点系统进行仿真计算,并与确定性及储能只作为第1阶段可控装置的方法进行对比分析,验证了文中方法在提高系统运行能力方面的有效性和可靠性.