考虑风电预测误差与系统安全域的风电装机规划多目标优化方法

为引导有序有效的风电装机规划,在提高系统风电渗透率的同时保证含风系统的安全性,提出一种考虑风电预测误差与系统安全域的风电装机规划多目标优化方法。基于BP神经网络与非参数核密度法获取风功率点预测曲线与不同置信度下的风电预测波动区间。考虑风电经济社会效益与大规模风电并入后系统的负调峰能力,根据所得风功率点预测曲线,建立风电装机规划多目标模型。采用归一化法线约束法计算多目标模型Pareto前沿,并结合风电预测波动区间得到多种不同的风电装机规划方案。以某省电网实际数据进行仿真分析,以算例结果验证该文方法的可行性,为风电规划人员提供切合实际的决策方案。

考虑风电预测误差的电力系统有功实时调度

针对风电预测误差对实时调度的影响,研究相应的实时调度策略,提出一种考虑风电预测误差的电力系统有功实时经济调度方法,优化缓冲机组出力。使用拉普拉斯分布描述风电预测误差随机分布特性,基于拉丁超立方采样的概率潮流方法求解系统有功潮流概率分布,以经济性最优与弃风最小为目标,引入机会约束条件,建立考虑风电预测误差的缓冲机组有功最优分配模型,并采用改进的遗传算法求解该机会约束规划模型。最后在IEEE24节点系统中验证了模型和方法的可行性,结果表明,在实时调度中考虑风电预测误差,能够保障系统的安全运行,提高系统接纳风电的能力。

考虑风电预测误差时序性及风电可信度的双层优化模型

推动风电等清洁能源是实现双碳目标的有力举措。为此针对风电的不确定性,提出考虑风电预测误差时序性及风电可信度的双层优化模型。首先,根据风电预测误差的时序相关性优化预测误差分段数;然后,建立双层优化模型,日前阶段上层模型基于风电功率上下波动域以最大化利用风电和最小化发电成本及碳交易成本为目标函数,日内阶段基于风电概率性场景以最小化系统偏差校正成本及风险成本为目标函数,并考虑激励型需求响应,通过风电可信度耦合关联上下层模型;最后,以新疆某地区风电场数据进行仿真分析,结果表明所提模型能够降低系统风险成本,协调风电和火电的输出功率,并提高风电接入系统的整体经济性。

满足风险指标的电力系统可接纳风电预测误差评估

针对给定风险水平下系统可接纳的风电功率预测误差水平,建立了满足风险指标的电力系统可接纳风电预测误差评估模型。首先建立了以切负荷条件风险指标为主要评估指标、电压越限指标和线路传输功率越限指标为检测指标的综合指标体系;然后基于风电和负荷预测误差各自的特性,根据蒙特卡罗抽样和离散化方法分别对其进行处理;最后利用基于启发式方法的风电标准差求解部分和基于交直流的风险计算模型,求解风险约束下最大可接纳的预测误差水平。算例采用新英格兰10机39节点系统,仿真验证了所提方法的可行性与有效性。

基于风电出力预测误差补偿度与经济效益的最佳储能容量配置

以储能实时充放电弥补风电日前预测出力与实际出力之间的误差,可达到间接提高风电预测精度和风电利用效率的目的,但是受储能成本制约,必须探讨储能最佳容量选取方法。以弃风降低量、火力备用减小量、环境友好效益与储能投资、运行维护成本对比分析为准则,基于风电预测误差的概率分布特点,确定不同误差补偿度,配置相应补偿度下的储能容量,获得相应储能容量下的经济效益,进而计算出回收储能成本年份。基于补偿度、储能容量、回收成本年份三者关系确定了最佳补偿度下的储能容量配置和回收成本年份。通过对新疆148.5 MW风电场仿真验证及效益评估,将风电日前预测误差限制到±25%,最佳补偿度为91.5%,最佳储能容量为12.28 MW,约7.58年收回成本。

基于自适应扩散核密度分布的风电功率预测误差分析研究

针对风电功率预测误差多变分布特点,提出一种基于自适应扩散核密度分布的风电功率预测误差概率模型。利用将高斯核函数转换为线性扩散过程的自适应扩散核密度预测误差分布模型,并采用渐进均方积分误差法为扩散核函数选取自适应最优带宽,提高了风电功率预测误差拟合的局部适应性;其次,分析自适应扩散核密度分布模型在不同预测方法、不同装机容量和不同采样周期下对风电功率预测误差的拟合效果,并与高斯等混合参数模型和固定带宽核密度模型进行对比,验证了所建模型在不同情况下的适用性。

考虑风电功率预测误差的电力系统经济优化调度

为了提高电力系统优化调度的经济性,在考虑风电预测误差的基础上,提出了风电预期成本、高估成本及低估成本的计算方法,建立了考虑风电预测误差的电力系统经济优化调度模型,给出了模型的约束条件。采用狼群优化算法对模型进行求解,迭代次数更少,求解精度更高,验证了模型的实用性和求解方法的正确性。

计及风电功率误差的短期风电消纳评估

风电功率的短时大幅变化会对电网的可靠性与经济性产生影响,为更加准确地量化评估电力系统在较短时间内的风电消纳状况,需要考虑风电功率预测的误差。为此,基于风电预测误差的分布与自相关函数,生成风电预测误差时间序列,通过模拟实际系统的发电计划制定、自动发电控制、弃风、切负荷,计算可靠性指标与经济性指标,以此评估短期风电消纳状况。在IEEE 30节点系统上进行了不同预测误差分布参数以及AGC机组占比的仿真,从而验证了所提方法的有效性。

考虑预测误差分析的混合储能补偿优化策略

为提高风电场预测功率精度,对于风电场和混合储能构成的风储混合系统,提出基于预测信息搭建的混合储能补偿方案。首先,依据风电预测误差进行概率统计分析,提出风电功率预测误差的分层补偿策略,制定针对补偿预测误差的允许误差域及置信区间补偿域。其次,利用储能对不同误差层的预测误差给出相应的储能补偿方案,基于小波包分解将超出区域外待补偿预测误差分解,通过不平衡功率DFT分频法确定临界点作为功率型储能和能量型储能的目标分配值,对于荷电状态越限问题通过自适应模糊控制进行二次修正。最后,以新疆某风电场为例进行仿真分析,结果表明所提策略可有效减少风电功率预测误差。

考虑风电出力不确定性的多源联合系统双层优化调度

针对含风-火-储的多源联合系统,风电出力具有不确定性的特点,风机在特定时间段内的预测功率与实际功率之间存在误差,当风机实际出力无法满足调度计划中安排的功率时会导致系统经济效益大幅下降。为此,文中提出了考虑风电预测误差和需求侧响应的双层优化策略,上层模型以风电、火电和可平移负荷总运行成本最少为目标,采用改进粒子群算法(Improved Particle Swarm Algorithm, IPSO)制定火电和可平移负荷的最优调度策略,然后通过Gibbs法对风机最大出力预测误差的概率密度函数进行抽样获取一定量的样本,得到各样本上层电源的功率缺额;下层模型以储能和可中断负荷总运行成本最少为目标,采用线性规划方法对冲上层电源功率缺额,进而制定下层模型电源调度策略。在大量抽样样本背景下,通过对比各样本总成本函数值的期望和方差验证了所提双层优化策略的经济性和有效性。

基于校正条件生成对抗网络的风电场群绿氢储能系统容量配置

以条件生成对抗网络(CGAN)为代表的半监督学习可计及风电波动并生成出力场景集合,生成的数据可输入氢气储能容量配置模型以支撑优化求解。为此,该文首先设计一种校正条件生成对抗网络(CCGAN),并基于风电预测误差构建条件校正器,对预测失准事件和风电爬坡事件下输入生成器的标签信息进行识别和校正;然后,以储能定容的综合成本和各风场弃风成本为目标函数,构建绿氢储能容量配置的多目标优化模型,并引入基于切比雪夫距离的膝区域数学概念,以指导多目标优化算法设计;最后,以新英格兰39节点系统为例进行算例分析,结果表明未经校正的条件信息将导致定容决策偏离实际,而CCGAN能生成计及风电不确定性的高置信出力场景,使得容量配置结果兼顾鲁棒性和经济性。

含风电场的混合机会约束经济调度模型

风电出力具有不确定性和波动性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验。针对系统中普遍存在的多重不确定因素,引入不确定规划理论,将风电和负荷出力的不确定性表示为预测误差的不确定性,并根据其不同特性,进行区别建模,考虑火电机组的阀点效应,建立同时含有模糊变量和随机变量的混合机会约束经济调度模型。采用模糊模拟和随机模拟技术相结合的混合模拟求解策略进行求解。通过引入机会约束使得调度决策具有控制风险和成本的能力,建模计及火电机组的阀点效应,使得计算结果更加符合实际情况。算例分析验证了所建模型的可行性和有效性。

考虑风电不确定性的蓄热式电采暖消纳弃风经济性分析

针对冬季采暖期我国北方地区严重弃风和燃煤导致的空气污染问题,综合考虑风电预测误差及供给价格弹性,以采暖期系统运行成本最小为优化目标,构建基于终端热负荷特性的电锅炉日前优化调度模型,并在电力市场背景下分析了蓄热式电采暖供暖系统的运行经济性。通过引入储热装置来更加合理地利用各时段弃风电量,从而进一步提高供热系统运行经济性。在求解阶段,采用CPLEX软件包下的分支定界法(BBA)对模型求解,并通过具体算例仿真结果验证了所提方法的有效性。

考虑综合运行成本的风电优先调度模型与算法

为优先调度风电,并充分考虑风电并网对系统经济性的影响,本文提出了一种考虑综合运行成本的风电优先调度模型。在传统火电机组运行成本和环保成本的基础上,引入风电的优先消纳补偿成本和系统的旋转备用成本;计及系统的爬坡约束、旋转备用约束等一系列安全性约束条件;最后运用综合粒子群算法思想的改进细菌觅食算法对IEEE30节点系统进行了仿真,仿真结果验证了本文所提出模型与算法的合理性和可行性。

考虑风电不确定性的风蓄火联合优化经济调度研究

风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小的双目标模型,以决定抽水蓄能机组的抽水功率或发电功率,再在外层建立计及不同置信水平风电预测误差的风蓄火联合收益最大的目标模型。以抽水蓄能和风电合作运行来应对风电的不确定性,同时采用机会约束规划来处理模型中的随机变量。采用粒子群优化-遗传算法混合优化算法求解模型,并通过IEEE 30节点系统验证了该模型在增加系统经济效益的同时可以降低风电出力波动性。

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。

日前荷源联合调峰主从博弈决策

基于直接统计法获取风电预测误差的概率分布,分析其对日前调峰决策的影响;将高载能负荷与常规电源相联合以提高系统动态调峰能力;针对荷源双方分属不同管理体系,需非集中调控,多目标优化不再适用的情况,采用博弈决策方法。从系统层面出发,将风险惩罚最小的可靠性目标和调峰成本最小的经济性目标作为博弈双方,可靠性为主,建立计及风电预测误差的日前荷源联合调峰主从博弈决策模型,将模型转为两层规划模型,再转为广义优化模型进行求解,获得主从目标均衡时的调峰计划。算例验证主从博弈决策的可行性和有效性。