新型电力系统背景下电源协同优化规划方法研究

考虑风能光能等新能源出力不确定特性,为实现电力系统经济、灵活运行以及节能减排环保特性的宗旨,引入分析目标级联法。设计以综合成本最优为优化目标,按机组安全经济调度运行、灵活辅助服务市场和清洁低碳环保要求,建立新型电力系统背景下的电源协同规划模型,并以IEEE 118节点系统对所提算法及模型予以验证。结果表明,所提算法及模型相较传统优化算法具有更好的寻优能力及计算速度。

考虑CVaR的机组组合和多场景备用决策联合优化

[目的]为提高可再生能源消纳水平以及衡量其出力不确定性带来的风险,该文以特性各异电源互补协调调度作为提升系统运行经济性和促进可再生能源消纳的手段,并针对系统内可再生出力和负荷的波动性,引入条件风险价值(conditional value-at-risk,CVaR)理论,量化其不确定性对系统调度运行时产生的风险。[方法]利用多场景技术模拟系统不确定性,建立考虑条件风险价值(CVaR)的机组组合和多场景备用决策联合优化模型,将风险水平限制在可接受的前提下,追求系统运行成本最小。最后在通用代数建模系统(the general algebraic modeling system,GAMS)平台上编程,并调用混合整数线性规划CPLEX求解器进行求解。[结果]仿真计算表明,不同类型电源的机组组合和备用决策能有效提高系统运行经济性、可靠性和可再生能源消纳水平。[结论]基于改进IEEE 24和某省实际电网的算例分析验证了所提模型和方法的合理性和有效性。

电能量-调频市场联合优化模式研究

[目的]调频作为电力系统稳定运行的机制与保障,其辅助服务市场化已提上日程。电能量-调频联合优化成为一种市场组织模式。以PJM市场为研究大背景,对考虑调频资源性能差异的电能量-调频市场联合优化模式进行研究。[方法]通过建立调频辅助服务定价调整模型,以及电能量-调频联合优化模型,应用于某实际省级电网进行仿真,设置丰水期、枯水期典型场景,并与国内电能量-调频分阶段出清模式进行对比,从调频资源出清、对现货市场购电费用影响、调频市场活跃程度三个方面进行详细研究。[结果]分阶段模式下,快速调频资源具有明显优势,且造成电能量市场购电费用上升。电能量-调频联合优化模式中,快慢调频资源出清结果受定价调整策略影响,电能量市场购电费用上升幅度较分阶段模式小,且其调频市场出清价格以及波动程度均较分阶段模式高。[结论]具有合理价格调整策略的电能量-调频联合优化模式有助于实现调频性能差异机组合理竞争,激发市场活力。

基于动态C藤pair-Copula的电力系统动态经济调度场景协同优化算法

新能源的大规模并网为电力系统的稳定经济运行引入了复杂的不确定性。已有的电力系统经济调度模型研究中,对于多维新能源之间出力相关特性的考虑较少,建模精细度有待提高。为准确描述高维新能源间的出力相关特性,基于动态C藤pair-Copula理论建立了高维相依新能源出力的动态Copula模型。同时,着眼于解决高维新能源接入系统后,求解动态经济调度模型效率不高的问题,首先利用多学科协同优化算法针对误差场景分解实际模型,从而得到各子学科场景的动态经济调度模型;其次,对包含系统级和误差场景级的双层优化模型进行循环交互的降维求解,提升引入高维相依新能源的协同优化调度计算效率。最后,通过IEEE118节点系统的仿真建模算例,验证了文中所提模型及算法的有效性和实用性。

基于贝叶斯正则优化NARX神经网络的电力负荷预测

随着智能电网建设阶段的不断推进,以及电力市场运营机制的逐渐完善,电力负荷预测工作的重要性与日俱增。针对传统的前馈型神经网络预测模型存在泛化能力不强、预测精度较差的问题,设计了一种基于贝叶斯正则优化NARX(Bayesian regularization nonlinear autoregressive with exogenous inputs,BR-NARX)神经网络的电力负荷预测方法。介绍了NARX神经网络以及贝叶斯正则优化算法的理论分析与模型搭建;基于某省电网公司的历史负荷数据,以及供电区域内相应的气象信息等数据,进行数据分析及预处理工作;以实际应用算例测试,分析所构建BR-NARX神经网络的模型性能,并与BP、BR-BP、NARX3种神经网络模型进行预测效果的对比。算例结果显示,BR-NARX模型具备显著提升电力负荷预测精度的性能,能够为实际电力负荷预测工作的进一步发展提供思路。