能源转型下新能源电力系统概率风险评估

当前我国正处在能源转型的关键时期,在碳达峰和碳中和背景下,高比例新能源接入带来的不确定性使得确定性的风险评估已经无法保障电力系统的安全可靠运行。概率风险评估是评估高度不确定性系统风险的有效工具,其旨在突破确定性风险评估基于风险长期平均数字特征无法对高概率低损失和低概率高损失事件进行区分的局限。本文首先阐述了新能源电力系统概率风险评估的迫切性,然后对其进行了概述,包括概率风险评估的含义、应用现状以及新能源电力系统概率风险评估的特点,继而在风险评估研究现状的基础上,从风险建模、评估、分析和决策4个层面论述了新能源出力模型和故障模式、概率风险评估核心算法和计算效率、多层次概率指标体系和薄弱环节识别方法、运行方式安排和设备备用规划决策等方面的关键问题。未来亟需从新能源出力与负荷之间的时空相关性以及新能源的相依故障模式、概率风险全分布评估的算法和全面提高计算效率的方法、基于分割多目标风险分析理论建立面向不同风险类型的多层次指标及薄弱环节识别体系、在优化模型的目标函数或者约束条件中计及概率风险指标的决策方法等方向展开研究。

考虑期望损失的综合能源系统故障智能筛选和排序方法

综合能源系统实现了电、热、天然气等多种能源系统的耦合互联,相比于单一能源系统,其故障状态数目大幅增加,如何快速准确地从系统海量的故障状态中筛选出最严重的故障,从而提高风险评估效率,成为综合能源系统风险评估中的关键难题。针对这一问题,基于遗传算法提出了一种综合能源系统故障智能筛选和排序方法。首先,计及多种能源网络的约束条件,建立了综合能源系统故障期望损失双层优化模型,同时刻画了故障发生概率和故障损失对系统的影响。进而,基于遗传算法提出了故障期望损失双层模型的求解方法,并对传统遗传算法进行改进,使得方法能够同时筛选出期望损失最严重的多个故障状态。最后以修改的IEEE 33节点电力系统、巴厘岛供热系统和比利时天然气系统组成的综合能源系统为例,仿真结果表明所提方法的故障筛选效率明显优于常规枚举法和蒙特卡洛方法,证明了所提方法的有效性。

含分布式新能源的热电联供系统运行优化

随着新能源装机容量不断增加,弃风、弃光问题日益突出,成为新能源发展的制约因素之一。针对配电网分布式新能源消纳问题,基于对新能源机组出力和负荷时序变化特性的分析,提出一种包含分布式新能源、电锅炉、燃气锅炉和换热器的热电联供系统;引入弃风弃光惩罚系数,通过考虑能量平衡、弃电量约束、设备及系统运行约束,建立以系统运行成本最小为目标函数的热电联供系统运行优化模型。以IEEE 33系统为例,采用Matlab调用Cplex求解器得到模拟周期内各新能源机组弃电量、电锅炉供热量、燃气锅炉天然气耗量及系统运行成本,并与热电分供情况进行比较。结果表明:在冬季典型日,热电联供系统可利用新能源弃电量承担部分热负荷,从而促进新能源消纳、减少天然气耗量,有效降低系统运行成本。

基于ARM的风电供热站智能监控终端设计

针对现有风电供热站监控系统的不足,设计了一种基于ARM的风电供热站智能监控终端。采用基于Cortex-A8架构的高性能ARM处理器,内嵌Linux操作系统,在确保监控终端性能的前提下,简化了软硬件设计。采用TL16C554进行串口扩展,增加了接入监控终端的智能电表数量;利用SPI总线实现MCU与主CPU之间的数据高速通信,节省了硬件资源和成本。测试结果表明,监控终端可同时采集热力模拟量数据及电力数字量数据,并将处理后的数据上传至风电供热监控主站。监控终端具有高性能、低成本的优点,可广泛应用于风电供热站监控系统中,为风电供热智能化调度提供数据支撑。