智能电网建设中分布式电源的规划

研究了智能电网建设中分布式电源的规划问题,在分布式电源单个容量、个数和位置不确定的情况下,建立了多目标优化模型,并将多目标函数归一化,采用改进自适应遗传算法优化分布式电源的位置和容量,得到分布式电源接入后的最优规划方案。通过算例分析,验证了该方法的正确性和有效性。

考虑配电网结构变化的DG规划

为了更合理地将分布式电源并入配电网中,提出考虑配网结构变化影响的DG规划。首先采用损耗灵敏度因子对DG进行最优布置,然后建立了以最大减少系统网损为目标的网络重构与DG容量配置的综合优化模型,并通过改进的细菌觅食算法对所提模型进行求解,最后用IEEE33和IEEE69节点系统进行仿真计算。计算结果表明,考虑配电网结构变化的DG规划更加实际、有效。

逐步回归模型在互联电网主振模式辨识中的应用

针对联络线频发的有功潮流区间振荡,提出一种基于逐步回归模型的在线WAMS主振模式辨识方法。首先基于Prony算法抽取区域联络线WAMS有功轨迹或仿真轨迹中的振荡模式,接着以Prony算法所辨识出的模式参数构造解释变量全集并建立起多元线性化回归模型,通过逐步回归算法以循环迭代方式从解释变量全集中逐一增加和删除解释变量,求解满足回归方程和参数显著性的解释变量子集,最终以回归模型的参数显著性结果 sig值作为振荡模式重要性排序标准,自动确定联络线功率振荡主振模式,为进一步制定相关控制措施提供支持。最后,通过测试模型算例和四川电网实际系统振荡轨迹分析计算表明:所提方法能够自动辨识受扰系统联络线振荡轨迹主振模式,并且算法对噪声信号有较强鲁棒性,验证了所提模型方法的可行性和有效性。

基于强化学习理论的输电网扩展规划方法

该文将人工智能扩展至传统输电网规划中,提出基于强化学习理论的输电网扩展规划方法,以带自适应学习因子的多步回溯α-Q(λ)算法进行求解。基于数据库与蒙特卡洛法,并计及输电可靠性成本建立了扩展规划模型,设计自适应学习因子的多步回溯Q(λ)算法,利用强化学习智能体以最大累积奖励为目标,结合输电网扩展规划特性,将混合整数规划模型转换为算法的智能体与环境,用以模拟规划人员对电网的规划过程。在Garver-6与IEEE 24-RTS系统中验证该文所提方法的有效性,并与其他智能算法进行比较。

基于动态能耗模型的微电网经济运行优化

微电网系统具有较高的运营成本,为实现其经济运行,需要对系统的能耗量和运行成本给出准确的描述。基于微电网系统内冷、热、电等多种负荷的能耗特性及各能耗设备的运行工况特性,通过对数据的分析拟合得到系统内各能耗设备的动态能耗模型。考虑一次能源对冷、热、电3种负荷的转换利用方式及各能源之间的互补关系,构建了微电网系统的经济运行模型。利用量子行为粒子群优化算法对其进行优化求解,得到系统的最佳能源结构及综合运行成本。采用不同的算例对提出模型的有效性和可行性进行了验证,为微电网的能耗及经济性分析提供了一种新的思路和方法。

计及灵活性的孤岛型微电网多目标日前优化调度方法

在孤岛型微电网中,风光等可再生能源具有间歇性和波动性,制定合理的日前调度计划可提高系统应对不确定性的能力。为此,基于日前调度计划,考虑经济性、灵活性和需求响应,提出灵活性不足率指标,通过平移负荷保证各时段具有较充足的灵活性裕度。以灵活性不足率最低和运行费用最优为目标,建立孤岛型微电网日前优化调度模型。应用多目标粒子群优化算法求解,得到日前调度计划的Pareto最优解集。以某孤岛型微电网为例的仿真结果表明,采用所提方法制定日前调度计划,可提高系统应对不确定性的能力,减小经济损失。

计及风光出力相关性的配电网多目标无功优化

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。

基于蒙特卡洛模拟和频谱分析法的孤岛微电网储能容量配置

为解决孤岛型微电网中间歇性新能源消纳及功率波动问题,提出了一种考虑不同储能设备特性的容量配置方法。首先,基于蒙特卡洛模拟法,抽样得到孤岛型微电网中负荷和间歇性新能源出力情况。然后,考虑微电网潮流约束和安全约束,建立消纳间歇性新能源所需最小补偿功率模型,利用非线性内点规划求解出最小补偿功率。通过离散傅里叶变换,对求出的最小补偿功率进行频谱分析,根据不同储能设备的补偿频段,利用反傅里叶变换得到时域补偿指令,计及储能设备的充放电效率,计算出储能设备的实际充放电功率,进而得到满足补偿要求的储能最小容量。最后,以欧盟第五框架计划支持下的微电网研究项目提出的一个微电网算例,进行仿真计算,验证了所提方法的有效性。

主动配电网中计及灵活性不足风险的储能优化配置

为解决高渗透率光伏接入下主动配电网随机功率波动问题,立足灵活性规划理论,提出一种计及灵活性不足风险的储能优化配置方法。首先,利用条件风险价值改进了置信区间计算方法,并基于此从灵活性供需平衡的角度出发,构建了灵活性不足风险成本模型,用于定量评估灵活性需求随机波动越过边界阈值所造成的潜在损失。其次,综合考虑网架重构、电压控制及储能出力调节等灵活性提升手段,建立兼顾灵活性、安全性与经济性的主动配电网储能双层优化配置模型,其中上层优化侧重于储能配置方案的确定,下层优化侧重于灵活性资源运行策略的求解。最后对IEEE 33节点系统进行仿真计算,仿真结果验证了文中所提方法的合理性和有效性。

基于模糊聚类分析与模型识别的微电网多目标优化方法

在微电网调度过程中综合考虑经济、环境、蓄电池的循环电量,建立多目标优化数学模型。针对传统多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)的不足,提出引入模糊聚类分析的多目标粒子群算法(multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚类分析来寻找每代的集群最优解。与MOPSO相比,FCMOPSO增强了算法的稳定性与全局搜索能力,同时使优化结果中Pareto前沿分布更均匀。在求得Pareto最优解集后,再根据各目标的重要程度,用模糊模型识别从最优解集中找出不同情况下的最优方案。最后以一欧洲典型微电网为例,验证算法的有效性和可行性。

计及灵活性资源的交直流混合配电网双层优化

如何引导灵活性资源参与电网优化运行是智能电网面临的重要问题,而交直流混合配电网的分区化和多元化也给优化运行带来新的挑战。提出了一种考虑灵活性资源参与的交直流混合配电网双层优化方法。首先,分析了供需两侧灵活性资源模型,通过对负荷聚类划分峰谷时段并制定合理分时电价,并从供需平衡的角度定义运行灵活性评价指标;其次,综合考虑需求响应、风光不确定性等因素,建立兼顾灵活性和经济性的交直流混合配电网双层优化模型,其中,上层模型以柔性负荷调度策略为决策主体,下层模型侧重于灵活性供给资源的运行策略,并利用分布鲁棒优化方法进行求解。最后,算例仿真结果验证了本文所提优化方法的合理性和有效性。

计及灵活性承载度的电网评估与扩展规划方法

灵活性评估与规划已成为含高比例可再生能源电力系统运行的核心和关键。现有灵活性研究主要集中于灵活性供需匹配层面,忽略了电网线路传输承载能力对灵活性供需传输的影响。鉴于此,首先,分析线路层面的灵活性供需传输过程,建立电力系统灵活性供需传输模型。然后,提出灵活性承载度概念及度量指标。在此基础上,提出计及灵活性承载度的供需平衡评估方法,可阐明电网灵活性缺额成因,辨识系统薄弱环节。最后,提出基于灵活性评估的输电网两阶段扩展规划方法,并利用Garver-18节点系统验证有效性与合理性。算例表明:一方面,灵活性承载度指标可量化电网对灵活性供需的传输承载能力,更加符合电力系统实际;另一方面,所提规划方法可挖掘线路输送潜力,扩展线路灵活运行空间,有效提升电力系统灵活性。

考虑网源协同的输电网适应性扩展规划

可再生能源大规模并网使电力系统基本形态和运行特性发生巨大改变,在规划初始阶段评估电力系统对可再生能源强波动性及不确定性的适应能力,对保障电力系统可靠运行、提升可再生能源消纳水平具有重要意义。针对适应性含义广泛且难以量化评估的问题,首先,从高比例可再生能源系统特征及实际运行状态出发,提出计及电网运行安全性、效率性、稳定性和供需平衡充裕性的电网结构及电源容量适应性指标,综合评价电网、电源发展对可再生能源的接纳能力。然后,基于适应性指标,建立考虑网-源协同优化的输电网多目标规划模型。针对各目标量纲不统一的问题,采用非线性化改进主成分分析法对每代种群个体进行综合决策以获取最优方案。最后,以Gaver-18节点测试系统进行算例仿真,其结果表明所提出的指标及规划模型能够在网-源协同的基础上,有效改善系统源荷平衡,提升系统高效、安全、稳定运行的能力。

基于双蓄电池组的微电网两阶段调度优化模型及控制策略

针对微电网应用中储能寿命损耗成本过高的瓶颈问题,提出了基于双蓄电池组的日前日内两阶段协调调度模型与控制策略。在日前阶段,综合考虑日前预测数据、储能装置寿命及市场电价,建立了以微电网运行总成本最低为目标的经济调度模型,并利用随机权重粒子群优化算法求解该模型。在日内阶段,为应对间歇性分布式电源预测误差引起的联络线功率波动,构建了基于双蓄电池组拓扑结构的储能系统,根据蓄电池特性设计了实时控制策略,即两组蓄电池分别作为放电组、充电组,交替补偿联络线功率的正、负偏差,当任一组蓄电池达到其荷电状态的上、下限,则同时交换两组蓄电池的充、放电状态。最后,以某园区的示范微电网作为分析对象,通过实际算例验证了日前优化模型及算法的有效性,并证明了基于双蓄电池组的日内实时控制策略能有效延长蓄电池循环寿命,提高系统的经济性。

用户侧互动模式下的微电网优化协调调度策略研究

随着可再生能源的不断渗透,微电网的管理呈现出复杂性与多样性,制定高效的调度策略不仅能够减轻大电网的负担,更能实现彼此互利共赢。文章针对同时具有风光柴储的典型微电网,研究在并入外部电网的情况下,最大化地发挥用户侧与微电网的互动潜力,协调各微电源之间出力得到优化调度策略。最后,依据所提出的评价指标对每一种优化调度策略进行评估。通过仿真与对评价指标的计算,验证了所提出调度策略的有效性与合理性。

基于事故负荷损失指标的配电网多目标规划研究

针对以往配网可靠性指标计算依赖于故障率和故障持续时间而很难在实际中应用的问题,提出基于事故负荷损失指标(CLLI)的配电网多目标规划方法,证明了CLLI指标与系统平均停电持续时间(SAIDI)、用户平均停电持续时间(CAIDI)等可靠性评价指标具有很强的相关性;在计算指标值时考虑了不同负荷类型的可靠性需求,有效表示不同网架的可靠性程度;在配电网规划包含了分段开关、自动重合闸(RA)等设备的规划以增强配电网可靠性。使用改进的快速非支配遗传算法(NSGA-Ⅱ)对经济性和可靠性目标函数进行同时寻优,得到可行的非支配解;以一个21节点系统进行验证,表明所提模型和算法具有较强的可行性和高效性。

考虑网内外功率特性的含风场电网日内发电需求滚动预测

由于自然风力、风向的不确定,大规模风场并网运行使得电网和风电调度的难度增大,在最大功率跟踪模式下,更加准确地预测发电出力是重要课题。考虑风场传统日前负荷预测时间尺度较大导致风场实时调度困难的实际,提出了一种在基于日内风场出力的发电需求滚动预测方法,以多级时间尺度为预测依据,建立了考虑风电接入的理想发电需求预测模型,提出了该模型下的滚动预测算法,并结合实际风场数据进行了实际预测,结果表明,提出的预测方法、模型和算法能明显提高发电需求预测精度,为大型风场的科学调度提供了决策依据,具有一定理论价值和工程应用价值。

负荷重分配攻击下电–气系统损失评估与脆弱性分析

在电力信息物理系统中,负荷重分配(load redistribution,LR)攻击是一种常见的虚假数据注入攻击。而在天然气网与电网耦合紧密的背景下,针对电–气耦合系统(integrated electricity natural gas system,IEGS)的负荷重分配攻击可能会对系统的安全运行造成更严重的影响。因此本文对电–气耦合下的LR攻击展开深入研究。首先,在分析IEGS双侧协同LR攻击作用机理的基础上,研究LR攻击的实施策略。其次,计及连锁故障对电网的影响,以IEGS经济损失最大为目标函数,建立IEGS下LR攻击的损失评估模型,统一度量了不同能源子系统的损失,量化了不同场景下LR攻击对系统安全经济运行的风险,定义了新的节点综合脆弱性评价指标,全面深层次分析IEGS中的高脆弱性节点。再次,对天然气管道流量方程中的非线性项进行线性化处理,将IEGS调度模型转化并添加到攻击者模型中,作为Karush–Kuhn–Tucher(KKT)最优条件,从而将整个模型转换为混合整数线性规划问题。最后,在IEEE 39节点和改进比利时20节点算例系统上,进行了3种LR攻击场景的仿真,验证了3种攻击在不同攻击资源下的攻击效果,分析了系统高脆弱性节点的分布与变化,并给出了针对不同LR攻击形式的系统综合保护策略。实验结果表明,双侧协同LR攻击会对系统造成更严重的损失,但依据本文评估和分析方法采取综合保护策略后,系统损失显著降低。

双重不确定性下考虑风险偏好的风储系统日前报量策略

“两个细则”中明确指出对风电场参与市场运行进行偏差考核,市场机制下电价与风电出力的不确定性,进一步增加了风电场参与现货市场的收益风险。而信息差距决策理论(info-gap decision theory,IGDT)具有在严重不确定性背景下的优化决策能力,因此提出基于IGDT的风储联合系统日前报量决策模型。首先,立足于传统风储联合系统日前报量决策模型,在目标函数中引入了偏差惩罚项,量化日前报量决策导致的实时费用风险。其次,考虑决策者风险偏好的差异,构建了“风险规避”和“投机套利”两种风险偏好的IGDT电价不确定性描述模型。同时,利用贝塔分布描述风电出力分布特征,并采用超拉丁立方的区间采样实现决策者风险偏好在风电出力不确定性上的有效量化。最后,采用McCormick包络将原问题进行凸松弛后利用商业求解器求解。算例表明,所提出的日前报量决策模型能够满足决策者不同风险偏好的前提下,进一步提高风储系统的日前收益。

新型配电系统分布式源网荷储资源广域电压自趋优管控方法

不同于单纯电能分配的传统配电网,新型配电系统逐步展现出源-网-荷-储等众多资源的强耦合强关联复杂大系统形态,其各类资源呈现出“点多、面广、量少”的广域分布特征。挖掘可再生能源发电、分布式储能及柔性负荷等分布式资源的广域电压调控潜力对构建源网荷储高度融合的新型配电系统具有重要意义。文中提出了一种基于数据驱动的新型配电系统分布式源网荷储资源广域电压自趋优管控方法,通过可再生能源发电、储能及柔性负荷等分布式资源的综合协同控制,在保证储能后备容量和降低网损的同时能够提高配电网广域电压质量。最后,以某城市配电网为例验证了所提方法的有效性和先进性,比传统调压方法更加契合新型配电系统的电压调控需求。