湖南省能源发展与产业结构相关性研究

针对湖南省一次能源资源匮乏,产业结构亟待转型的问题,本文在统计和分析近十年省内能源产业及产业结构数据的基础上,重点计算二产、三产与能源消费生产之间的数据;使用单位根检验法判断时间序列的平稳性,再利用协整检验去鉴定其之间存在的长期协整关系;为了详细刻画数据之间的因果关系及其他影响,对其做格兰杰因果性检验及脉冲响应分析;建立了针对本地数据特征的误差修正模型。重点分析了高耗能、低耗能产业中的部分典型行业的未来发展趋势,分析结果表明,能源储备、规划和政策与湖南省经济发展及产业结构优化调整之间相互影响、互相作用和互相推动。

考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划

售电公司或代理商希望利用峰、谷、尖、平电价,制定可灵活调节的电价,推进智能小区与电网的灵活互动,获得更大收益。前提是不增加用户用电总成本,且满足其满意度要求,但更应该顾及不同用户的满意度变化和差异。因此,提出考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划双层模型。上层以代理商利润最大为目标,制定用户电价并传至下层。下层以用户用电费用最低为目标,计及用户满意度变化及差异约束,生成智能用电计划并传回上层,通过上下两层混合整数规划迭代求解该双层模型。算例结果表明,考虑满意度变化和差异后,增加了代理商收益,降低了用户用电费用,减小了负荷曲线峰谷差。智能小区代理商定价可调节用电市场的灵活性,改善电力负荷峰谷差曲线特性,考虑用户满意度变化和差异后可为用户提供更加个性化的智能用电服务。

气电虚拟电厂多能源市场竞标策略

针对虚拟电厂竞标中需求响应、风电出力的不确定性造成的风险,利用新型电转气技术和燃气轮机快速调节能力,构成含气电双向转换的气电虚拟电厂,提出气电虚拟电厂的多能源市场竞标模型,同时参与电力市场和天然气市场的竞标。模型以气电虚拟电厂总利润最大为目标,不确定性表达为需求响应、风电出力的误差概率分布,并通过抽样和筛选确定场景描述。算例结果表明:含气电双向转换的气电虚拟电厂通过在2个市场中灵活竞标,获得了更高的竞标利润;控制燃气轮机和电转气出力,显著降低了不平衡惩罚成本。气电虚拟电厂扩展了虚拟电厂的竞标市场,有利于将来虚拟电厂根据不同电价和气价波动切换能源形式。

考虑电热多种负荷综合需求响应的园区微网综合能源系统优化运行

区域综合能源系统是解决社会能源利用效率低以及可再生清洁能源难以消纳问题的有效途径之一。基于电力负荷与热力负荷在综合能源管理中具有相似的可调度价值,提出了一种考虑电热多种负荷综合需求响应的园区微网综合能源系统优化模型。首先,在电力负荷价格型需求响应的基础上,分析了热力负荷具有传输延迟、供热舒适度模糊性等固有特点,可作为柔性负荷参与到优化调度中,即热力需求响应;其次建立了包含风电、光伏、燃气轮机、余热锅炉、储能设备、燃气锅炉、以及电热负荷构成的热电联供型园区微网模型,以系统综合运行成本最小为目标函数。算例仿真结果表明,综合需求响应的应用提高了园区微网热电生产的灵活性,考虑电热力多负荷综合需求响应比单一考虑需求响应可有效地减少弃风、弃光,降低需求侧用户的总能源消耗成本以及系统的运行成本,提高能源利用效率,实现系统环保经济运行。

考虑综合需求响应的社区综合能源系统主从博弈策略

传统电力需求响应技术通过削减或转移电力负荷对负荷曲线进行优化,但会影响用户用能体验,因而用户参与需求响应的积极性及负荷可控性有限。对于社区综合能源运营商,研究用户综合需求响应,可挖掘其调度潜力。基于消费者心理学研究居民用户替代用能行为,建立用户优化用能模型和社区综合能源运营商优化模型,将运营商作为领导者,用户作为跟随者建立Stackelberg主从博弈模型。用KKT条件代替用户侧优化模型,将博弈模型转化为单层优化模型求解。通过算例仿真验证了充分挖掘利用负荷侧多能互补特性及综合需求响行为,可有效提升可再生能源利用率和综合能源运营商的效益。

考虑设备部分负荷性能函数拟合误差的区域综合能源系统鲁棒优化调度

区域综合能源系统中能量转换设备的效率是负载率的拟合函数,也称部分负荷性能函数。热电联产机组热电比的部分负荷性能函数存在拟合误差,忽略该误差可能会造成热负荷损失。运用鲁棒优化方法,通过盒式不确定集合描述该拟合误差,提出以系统运行成本最低为目标的、考虑设备部分负荷性能函数拟合误差的区域综合能源系统鲁棒优化模型。采用拉格朗日对偶理论将原鲁棒模型转化为半正定模型,使模型易于直接求解。所提模型有效地刻画设备部分负荷性能函数拟合误差及其范围,并应用于优化模型。仿真结果表明,考虑热电比的部分负荷性能函数拟合误差后,降低了热负荷损失的风险,改变了系统调度方案,提高了系统运行鲁棒性和供热可靠性。

考虑风电场扰动影响的配电网潮流计算分析

为了分析风能波动对潮流计算的动态影响,提出将风电场的节点等效成控制系统中的等效扰动源,以一个含有风电场节点的35 k V IEEE 14配电网为研究对象,分析风电场对配电网的具体影响。首先以双馈异步发电系统和蓄电池储能系统模型为基础,以风电场购电量最小为目标,建立风储共存配电网的动态优化潮流分析数学模型;考虑双馈风电系统和蓄电池储能系统的特性与限制条件,建立优化潮流分析的MATLAB仿真模型,理论分析表明风电场功率的波动会导致并网节点的电压与功率的变化;最后,用含有风电场的IEEE 14节点进行仿真。仿真结果验证了所提控制策略的有效性。

储能参与低碳灵活调峰的双层优化模型

为了计量储能设备对系统碳减排的贡献和对系统灵活调峰的影响,建立了考虑系统碳排放与系统运行风险的储能双层优化模型。首先,改进火电机组碳排放计量模型,详细刻画火电机组出力产生的碳排放,提出考虑储能充放电功率的碳排放计量模型。上层模型以系统碳排放、负荷峰谷差率和储能运行成本最低为目标,决定各时刻的储能充放电功率。然后建立含储能可调节容量的风电运行风险费用函数。下层模型以切负荷风险费用、弃风风险费用和火电机组调节风险费用最小为目标,以上层所得储能充放电功率为约束,确定各时刻的储能备用容量。采用免疫遗传算法求解上层问题,调用MATLAB中CPLEX求解器以及点估计法联合求解下层问题。仿真结果表明,模型可以降低负荷峰谷差,同时减少系统碳排放,计量储能对减排的贡献;通过设定储能备用容量,提高系统的调峰灵活性,减少系统运行风险。上层储能功率优化模型与下层储能备用容量优化模型相互制约,为系统的低碳与灵活运行提供参考。

计及源-荷不确定性的虚拟电厂多目标鲁棒优化调度

为解决虚拟电厂内部参与者的功率再分配问题,建立计及源-荷不确定性的虚拟电厂多目标日前鲁棒优化调度模型。所提模型中对于风电、电负荷及热负荷采用可调不确定集合来描述,并以运行成本与碳排放量作为多目标优化调度的目标函数。应用对偶理论将多目标鲁棒模型转化为多目标确定性模型。为了更好地获得帕累托前沿解集,采用增广ε-约束法将多目标优化重构为单目标优化问题。应用考虑样本相关性与差异性的客观赋权法与综合评价法获取帕累托解集中的理想解。研究结果验证了所提模型的正确性及多目标问题处理方法的有效性。

考虑关键气象因素的时间卷积网络充电桩负荷预测

为解决电动汽车EV(electric vehicle)充电负荷易受气象因素影响产生“时移”的问题,提出一种考虑关键气象因素的时间卷积网络充电桩负荷预测方法。首先分析不同气象因素即气温、降雨、风速、降雪、相对湿度、日照总强度对EV充电负荷的影响,利用最大相关最小冗余准则提取关键气象因素。其次,为简化相似日选取步骤并保证分类准确性,引入孪生网络选取不同天气类别下充电负荷相似日。最后以关键气象因素和相似日历史负荷作为时间卷积网络的输入向量进行EV充电负荷预测。对比实验表明,考虑气象影响可有效提高负荷预测精度。

含CVaR及增广ε-约束法的多目标光储充电站容量优化配置

电动汽车充电需求和光伏出力的不确定性使光储充电站的收益存在一定的不确定性。为了量化该不确定性给光储充电站收益带来的影响,即收益的CVaR值,建立了含收益和CVaR的光储充电站多目标容量优化配置模型。模型中CVaR函数为条件风险价值量化的投资商的预期收益,收益期望值函数为考虑充电需求和光伏出力典型场景下的收益与其概率乘积之和,结合增广ε-约束法以收益为主目标,将预期收益CVaR次要目标作为约束。求解模型获得不同风险偏好下收益期望值和预期收益CVaR的pareto前沿以及对应的配置容量,采用熵权-TOPSIS法筛选出客观决策方案。相较于传统风险管理中的线性加权法,增广ε-约束法处理目标后可得到更具分布性以及边界最优性的前沿,能够映射出多目标问题的实际pareto前沿,提供收益期望值和预期收益CVaR划分更细致的投资方案。

含源荷相似度和曲线波动度约束的源荷储协调优化模型

电力系统源网荷储协调运行必将改变原始源荷曲线,为了定量刻画协调运行的效果,针对源荷曲线的数据分布特性与形态波动特征,提出一种新能源-负荷相似度指标和曲线波动度指标。改进时间序列相似性度量方法,求取负荷曲线与新能源出力曲线的数值、形态相似性距离,作为新能源-负荷相似度指标;计算曲线各相邻时段平均波动程度,作为曲线波动度指标。应用指标建立了含相似度与波动度指标约束的源荷协调两阶段优化模型。第一阶段,以上述两指标为约束,以传统机组运行成本最小、新能源与负荷的总调节量最小、新能源消纳量最大为目标,得到期望的总负荷曲线和新能源出力曲线;第二阶段,基于变分模态分解将原始曲线与期望曲线差值序列分解为低频序列与高频序列,作为能量型、功率型电池的充放电功率约束;以云储能与需求响应总调节成本最低为目标,将原始曲线调整为期望曲线。算例表明,所提指标和模型能有效减少弃风弃光、降低系统运行成本、改善各功率曲线性状,可为储能调度、需求侧管理以及源网荷储协调优化提供有效的理论支撑。

含烟气储存装置的风电–垃圾焚烧虚拟电厂双阶段优化调度

垃圾焚烧电厂的烟气处理能耗在总出力中占较大比例,其上网出力受到发电环节与烟气处理环节耦合关系的限制。通过加装储气装置,调控烟气处理时间,实现两者关系解耦,提高垃圾焚烧电厂在担任风电大规模并网配合电源时出力调整的灵活性。将风电厂、垃圾焚烧电厂、加装储气装置后的烟气处理系统聚合为虚拟电厂,以整体净收益最大化为目标,建立包含储气装置烟气处理系统子模型的日前–实时双阶段优化调度模型。以日前调度结果作为申报出力,根据风电实际出力与预测出力偏差,调整储气装置的烟气量,实时修正垃圾焚烧电厂的净出力,以跟随风电变化。仿真结果验证了所建模型的合理性,在实际应用中具有显著经济及社会价值。

碳捕集燃气热电机组碳循环及其虚拟电厂优化运行

针对新型含碳捕集热电联产燃气机组的碳利用和经济运行问题,构建其与风电、电转气(powerto-gas,P2G)聚合的虚拟电厂。将所排放的CO2捕集并输送至P2G,作为电转气的碳原料,产气为燃气机组提供燃料补充,从而在虚拟电厂中实现碳循环利用。以虚拟电厂收益最大为目标,以CO2捕集率、热电比、热电厂电出力以及电转气功率为决策变量,建立虚拟电厂优化运行模型。仿真结果表明,这种聚合模式的虚拟电厂,可获得更高的经济效益、更好的风电消纳效果、更低的碳排放。这种虚拟电厂及其碳循环利用方式,是一种有效的减少弃风、降低排放、增强碳利用的能源运转途径,具有显著经济及社会效益。

多功率曲线协整度约束下的源-荷-储优化协整模型

针对新能源高渗透率系统源-网-荷-储协调调度与运行中协调的刻画,提出一种利用时间序列协整理论实现源-荷-储协同调整的协整思路。分析源-荷-储各自功率曲线特性,在电力调度和负荷协同调整后,各曲线之间通过协整检验存在数学意义上的协整关系。进而提出一种协整度指标,用以度量这种源-荷-储协整关系的密切程度,以信息熵度量残差序列离散程度计算协整度指标。利用该指标,建立协整度约束下以新能源消纳量最大和系统运行成本最小为目标的源-荷-储多目标优化协整模型。算例表明,所提出的指标和模型,能有效降低系统运行成本,提高新能源消纳水平。应用协整理论建立电力系统运行的协整思路、协整关系、协整度指标、协整模型,可为电力需求侧管理、系统协调优化、调度协同调整提供重要理论支撑,实现源网荷储协整运行。

利用市场交易奖惩措施的风电-垃圾焚烧虚拟电厂优化运行

垃圾焚烧电厂烟气处理功率大,设置烟气存储罐时可视为可时移、可调节负荷功率。利用这些特点,将其与风电聚合为风电-垃圾焚烧虚拟电厂VPP-WW(virtual power plant with wind power and waste incineration)参与市场交易。为使其在电力市场的运行收益最大化并减少弃风,引入针对VPP-WW特性的奖惩措施,即合同违约惩罚、弃风惩罚和可中断负荷奖惩。以一个周期内虚拟电厂的净收益最大化为目标,构建虚拟电厂实时环保优化运行模型。仿真分析对比了3种措施不同参与情况下的收益情况。在这些措施引导下,VPP-WW获得更高的利润,有效缓解弃风现象。

利用云储能服务的工商业用电降费优化方案

为满足当前政府与工商业对于降电费的迫切需求,深入挖掘现有政策的降费潜能,在分析我国现行峰谷电价政策的基础上,综合利用分布式储能与集中式储能,为工商业用户提供灵活经济的云储能租赁服务。考虑云储能具备的规模经济效益,制定了考虑峰谷电价的云储能租赁方案。以工商业用户用电总费用最低为目标函数,以功率平衡、与主网交互限制以及云储能设备限制为约束,优化用户租赁云储能的能量及功率,进一步分析讨论了所提方案的经济性。算例结果表明:工商业用户中引入云储能服务,可有效降低用电总费用;能量型与功率型储能混合租赁模式较单一模式更具经济价值。云储能服务及其相应的租赁模式将随着电储能技术的发展,在地市、城区以及通过互联网响应的工商业用户的应用中具有广阔的前景。

基于S变换与RF算法的高压发电机定子单相接地保护

为了解决现有并列运行的多台高压发电机定子单相接地保护无选择性的问题,文中提出了一种基于S变换与随机森林(RF)算法的高压发电机定子单相接地保护方案。该方案利用S变换构造高压发电机定子单相接地故障下暂态零序电流幅—时—频矩阵,提取S变换幅—时—频矩阵相关系数、S变换暂态能量特征和暂态零序有功功率特征作为特征向量,将特征向量输入到RF保护判别模型中得到判别结果,从而辨识出发生故障的高压发电机。仿真结果表明在不同的故障条件下该保护方案的故障判别准确率较高,有望改善高压发电机定子单相接地保护的性能,弥补了单一故障特征量判别法的不足,且无须设置整定值,有效减少了系统运行方式对保护的影响。

采用深度学习和多维模糊C均值聚类的负荷分类方法

为了对日趋海量的负荷数据进行有效地分类处理,提出一种采用深度学习和多维模糊C均值聚类的负荷分类方法。采用深度学习中的卷积自编码器CAEs堆叠形成深度卷积自编码网络,通过训练实现对输入的典型日负荷曲线集进行特征分层提取和降维处理。计及低维特征序列的数值维度和趋势维度,将数值序列的欧氏距离与趋势序列的改进动态时间弯曲距离相结合为多维相似性距离,作为新的相似性指标,提出一种多维模糊C均值聚类算法,用以对特征序列进行聚类分析。算例分析结果表明,所提出的方法在数据特征提取降维、负荷分类有效性、稳定性及聚类效率等方面具有较大优势,可为需求侧管理项目选择、电价制定、负荷管理优化等提供有效参考。

计及光热发电特性的光-风-火虚拟电厂双阶段优化调度

风电机组出力的间歇性和波动性导致风-火虚拟电厂的实际出力偏离其日前申报值。考虑到配置储热装置的光热电站出力可控的特点,将其聚合到风-火虚拟电厂中一同参与申报出力,建立计及光热发电特性的光-风-火虚拟电厂双阶段优化调度模型。以日前调度结果作为虚拟电厂申报出力,在实时调度中参与辅助平衡市场,通过改变光热电站的储热量来修正其输出功率,并采用收缩空间的和声搜索算法求解模型。仿真结果表明,光-风-火虚拟电厂可协调各单元出力,能够有效降低申报偏差,从而获得更高的运行收益,光热电站配置更大的储热容量,能够增强其调节能力,虚拟电厂可获得更高的经济效益。