结合随机规划和序贯蒙特卡洛模拟的风电场储能优化配置方法

通过在风电场站内优化配置储能资源,可以有效平抑风力发电的出力波动,提高风电的并网消纳水平。结合多场景随机规划和序贯蒙特卡洛模拟方法,提出了考虑储能寿命折损的风电场站内储能优化配置方法。首先,利用考虑风电出力和负荷典型场景集的随机规划模型,求解风电场站内储能的初始配置方案。其次,利用自回归滑动平均模型模拟出风电场全年时序风速,利用序贯蒙特卡洛模拟出机组、线路工作状态时序,对配置初始储能方案的联合发电系统进行全年运行模拟。然后,基于运行模拟中储能的等效循环寿命和储能容量的收益投资比对储能初始配置方案进行修正。仿真结果表明,所提方法能够有效考虑风电场全年的出力变化,以及储能循环寿命折损的影响,获得合理的储能优化配置方案。

结合半正定规划和非线性规划模型的OPF混合优化算法研究

以内点法求解最优潮流(optimal power flow,OPF)的经典非线性规划模型已得到广泛应用,但无法保证解的全局最优性。而求解OPF的半正定规划模型,在一定条件下能获得全局最优解,但存在计算时间长和可能无法获得可行解的缺点。因此,文中提出一种结合非线性规划和半正定规划模型两者优势求解OPF问题的混合优化方法,以实现在更短的时间内获得全局最优解。首先,提出验证由内点法求解OPF非线性规划模型(nonlinear programming,NLP)所得解是否为全局最优的充分条件。若非全局最优,则基于OPF的半正定规划模型给出由该局部最优解出发的下降方向,并通过步长控制得到新的初值,交由内点法重新求解OPF的非线性规划模型。算例测试结果表明,该算法在避免求解完整半正定模型需耗费大量时间的同时,能够有效跳出非线性规划模型的局部最优解,收敛到全局最优解或更优的解。

基于态势感知的电网消纳可再生能源发电评估与扩展规划方法

随着风电等出力具有不确定性的可再生能源大规模接入电网,电网规划将面对新的挑战。基于态势感知技术,提出了含高占比可再生能源的水平年电网规划方法。首先,在态势觉察阶段对考虑不确定性的可再生能源出力进行建模和时序出力模拟,并利用序贯蒙特卡洛模拟出机组、线路工作状态时序。其次,在态势理解阶段,利用考虑爬坡约束的多时段直流最优潮流对电网态势进行运行模拟。然后,通过态势呈现和预测阶段所提出的定量指标对规划水平年的电网态势进行展示,并分析电网的缺陷。最后,利用态势利导给出电网规划方案。算例仿真显示,该方法能够有效考虑可再生能源出力的不确定性,并定量给出现有电网运行态势的经济性、可再生能源消纳、线路利用率等指标;利用态势利导提出的电网规划方案能够有效降低电网总成本,提高电网的可再生能源消纳水平。