由Chvátal定理引出的关于一些无穷可分分布的概率函数的下确界

受Chvátal定理的启发,本文研究了概率P(X≤κE[X])的下确界,其中κ是一个正实数, X是一个随机变量.利用分析的方法,我们得到了当随机变量的分布属于无穷可分分布,包括逆高斯分布,对数正态分布, Gumble分布和Logistic分布,时该随机变量不超过其期望的概率的下确界.

兼顾新能源消纳与频率电压支撑的电池储能系统优化规划

随着新能源发电占比的逐步提升,电力系统消纳新能源发电的难度和压力增大,电网的频率和电压稳定性面临巨大挑战。通过在电网中配置电池储能系统,不仅可以提升新能源的消纳能力,还可以提升系统频率和电压的支撑能力。因此,研究电池储能系统优化规划方法,考虑储能在电力系统正常运行时用于新能源消纳,在紧急情况下对频率和电压进行快速支撑,从而提高储能利用率,降低系统成本。建立了考虑新能源消纳的电池储能系统协同规划模型,可得到输电网中集中式电池储能系统和配电网中分布式电池储能系统的选址定容结果。提出了一种兼顾频率和电压支撑的电池储能系统规划方法,分别对储能位置、无功功率容量、有功功率容量和能量容量进行优化规划。综合考虑储能的多重功能,构建其支撑系统调频调压的约束,建立了兼顾新能源消纳与频率电压支撑的电池储能系统优化规划模型,得到电池储能系统的最终选址定容结果。基于IEEE 24节点输电网和IEEE 33节点配电网设计算例系统进行仿真分析,验证了所提方法的有效性。

一些常见分布族的反集中函数

假定{X_(α)}为一族服从某类分布的随机变量,具有有限期望E[X_(α)]和有限方差Var(X_(α)),其中α为一参数.受Hollom和Portier的论文(arXiv:2306.07811v1)的启发,在本文中我们考虑反集中函数(0,∞)∋y→inf_(α)P(|X_(α)-E[X_(α)]|≥y√Var(X_(α))),并给出其清晰表示.我们将证明,对于某些常见分布族,包括均匀分布、指数分布、非退化高斯分布和学生t分布,反集中函数不恒为零,这表明相应随机变量族具有某种反集中性质;然而对另外一些常见分布族,包括二项分布、泊松分布、负二项分布、超几何分布、伽马分布、帕雷托分布、威布尔分布、对数正态分布和贝塔分布,反集中函数恒为零.

基于分布鲁棒联合机会约束的光储充电站滚动优化调控模型

随着电动汽车的普及和清洁能源装机容量的日益增加,光储充电站展现出广阔的应用前景。针对电动汽车随机接入影响下光储充电站功率难以精准调控的问题,提出基于分布鲁棒联合机会约束(DRJCC)的光储充电站滚动优化调控模型。将基于混合整数规划(MIP)的精确DRJCC模型、基于CVaR-Slim凸松弛的DRJCC模型、基于Bonferroni不等式的DRJCC模型进行对比,通过算例分析验证了所提优化调控模型的有效性。算例分析表明,所提基于CVaR-Slim凸松弛的DRJCC模型能够同时满足更多电动汽车的充电需求。

多类型灵活资源的建模与分层式协调控制架构

电力需求侧可控的负荷、发电和储能资源统称为灵活资源,这些资源对智能电网的优化运行和消纳新能源发电具有重要作用。首先提出了一种通用灵活资源模型,该模型能够统一描述需求侧居民、商业、工业多类型灵活资源的特性,并能同时描述大规模灵活资源的集总用电需求。基于所提的通用灵活资源模型,构建了一种包含日前和实时阶段大规模多类型需求侧灵活资源的分层协调控制架构,该构架考虑了垂直调度和电力市场条件下电力系统的运行机制,在2种运行机制下都能够有效地利用多类型灵活资源的可调节能力提升电网整体的运行效率。将所提灵活资源模型嵌入到IEEE 30节点系统的机组组合问题中进行仿真,验证了所提分层式协调控制架构的有效性。

由Chvátal定理引出的关于Weibull分布和Pareto分布的研究

受Chvátal定理的启发,本文研究了随机变量不超过其期望的概率的下确界问题.利用分析的方法,我们得到了当随机变量的分布为Weibull分布或Pareto分布时该随机变量不超过其期望的概率的下确界.

考虑随机用户均衡的区县级电动汽车快充站规划

电动汽车渗透率的提高和城市化进程的发展使得区县级充电设施的建设具有重要意义。综合考虑用户充电需求时空分布和用户充电决策中的有限理性,提出一种面向区县的电动汽车快充站优化规划模型。首先,针对区县用户的出行特征,构建包含外部连接的交通网络拓扑扩展形式,采用出行链仿真捕捉用户快充需求;其次,结合影响用户充电选择的多种因素,建立用户充电决策模型并给出随机用户均衡条件;然后,建立以投资运行成本、用户绕行距离最小为目标的多场景快充站选址定容优化模型,通过多种线性化手段处理指数等式均衡约束,将优化问题转换为混合整数线性规划以高效求解;最后,以33节点交通系统为例对快充站规划结果进行分析,验证所提模型和线性近似方法的合理性。

面向分布式能源能量交互画像的虚拟电厂信息流量预测方法

虚拟电厂的信息流能够表示分布式资源与电力系统交互的活跃程度,信息流的精准预测对了解虚拟电厂的运行特性进而提高系统的控制效率至关重要。然而,虚拟电厂涉及的交互主体较多,其能量特性既受资源个体随机性的影响,又与海量资源聚合后的整体特性息息相关。因此传统的预测模型难以有效拟合虚拟电厂的信息流,亟需提出一种面向虚拟电厂信息流预测的模型。文章提出一种基于长短期记忆网络和变分模态分解的短期混合预测模型。首先采用变分模式分解基于变分原理提取流量序列的本征模态分量;然后,利用长短期记忆网络分别对每个模态分量序列进行建模和预测,并创新性地引入注意力机制来筛选本征模态分量中的重要特征序列;最后,所有子预测算法被整合为一个完整的预测模型。仿真结果表明,相比传统方法,该模型可以有效地提高虚拟电厂信息流量预测的准确性。

融合物理信息的TPA-LSTM网络应用于台风条件下海上风电场风速多步预测

台风条件下海上风电场风速变化大、无明显周期性,这对海上风电场的风速预测造成了极大的困难。针对此问题,提出台风条件下海上风电场风速多步预测方法。首先,针对台风预报信息与风电场风速数据时间尺度不统一的问题,提出用嵌入层网络对台风预报信息进行动态插值。其次,基于Holland气压场模型和Batts梯度风模型构建融合物理信息的神经网络,将Holland模型和Batts模型中的经验参数替换成网络可学习的参数,并针对网络训练过程中可能出现的数值问题引入适当的近似方法。最后,对含时序模式注意力机制的长短期记忆网络(temporal pattern attention long short-term memory,TPA-LSTM)进行改进,嵌入融合物理信息的神经网络,利用近40年台风期间的数据进行训练和测试。结果表明,在引入较少参数的情况下,物理信息神经网络能减少TPA-LSTM网络的训练迭代次数以及提高预测精度,所提模型相比序列到序列(sequence to sequence,Seq2Seq)模型和TPA-LSTM网络具有更高的预测精度。

电动汽车接入电网的影响与利用

未来电动汽车(plug-in electric vehicle,PEV)的大规模接入,将给电力系统规划和运行带来不可忽视的影响。从电动汽车充电负荷建模与仿真计算、电动汽车接入对电力系统的影响、电动汽车的充放电控制与利用3大方面,讨论电动汽车接入电网的研究现状。指出电动汽车充电负荷分析应考虑的主要因素;总结电动汽车接入对电源发展、电网运行、充电设施与配电网规划方面的影响,并分析电动汽车有序充电及与电网互动(vehicle to grid,V2G)的研究现状和应用难点。最后,对今后的研究方向进行讨论。

含储能资源参与的自动发电控制策略研究

以电池为代表的新型规模化储能资源可快速改变功率输出,为自动发电控制(automatic generation control,AGC)提供了新的手段。该文主要研究AGC系统对于储能资源参与二次调频的容量需求及其控制策略。在电力系统调频需求分析的基础上,提出采用离散傅里叶变换分析高频和低频调频需求的方法,并对实际系统的全天和每小时内高频分量的占比进行了定量分析。根据储能资源的快速响应特点,提出了储能资源参与调频的两种策略。策略1是基于区域调节需求(area regulation requirement,ARR)所处的区间灵活分配储能资源承担的调节量;策略2则将调频需求的高频分量指派给储能资源承担。基于实际系统的数据,对储能参与AGC的不同策略进行了仿真和比较分析。所提方法和研究结果对于实际应用具有重要的指导意义和参考价值。

考虑线路故障的随机潮流

该文给出了一种考虑线路随机故障的随机潮流算法。文中将线路随机故障等效为线路端节点注入功率的扰动,将负荷波动和发电机故障都当作节点注入功率的变化,以线性化的潮流方程计算它们引起节点电压和支路功率的变化量。为减小线性化引起的误差,对系统影响较大的离散扰动以确定性潮流计算系统状态的变化。在求节点电压和支路功率分布的各阶半不变量时对连续正态分布和离散分布2部分分别计算。用VonMises提出的方法由各阶矩求离散分布,与正态分布卷积后获得电压和支路功率的分布函数。对RTS24节点系统的算例分析了线路故障对随机潮流结果的影响。测试表明,文中的随机潮流算法和蒙特卡罗法计算结果是一致的,计算速度则要快得多。对某实际系统的测试则给出了随机潮流应用的可能性。

基于加油站改造的油电混合能量站多阶段规划策略

随着油改电趋势的持续发展和电动汽车渗透率的提高,传统加油服务商将部分加油站改造为集成加油与快速充电的油电混合能量站是一种颇具前景的战略。针对此趋势,研究城市内油电混合能量站的多阶段规划策略。考虑到长期内电动汽车对传统燃油车的替代和用户补能目的地决策理性,基于用户均衡模型建立栅格化区域中充电或加油需求分布的预测方法。协同考虑快速充电设施的逐步建设和加油设施的拆除,提出含站内储能系统的油电混合能量站的多阶段规划优化模型,并基于布劳威尔不动点定理将其转化为不动点问题形式,进一步通过将充电和加油设施规划解耦,设计一种迭代算法以有效求解规划问题。算例仿真给出的仿真结果表明,所提策略能有效协调充电设施与加油设施建设,适应交通电气化趋势,所采用的均衡需求分配相比传统的社会成本最优的需求分配方法更符合用户理性决策的实际情况,能够获得更加合理的规划方案。

风电—抽水蓄能联合日运行优化调度模型

基于日前负荷预测和风电出力预测,研究了风电—抽水蓄能联合日运行的优化方法,提出了电网消纳风电出力的新模式。以风电—抽水蓄能联合运行的效益最大化为目标,考虑抽水蓄能机组的启停限制和发电—抽水工况转换限制,以二次约束表征机组启停约束和抽水蓄能电站运行工况约束,建立了含全天96个时段的混合整数规划模型,并采用商业优化软件求解。基于实际抽水蓄能电站参数设计了算例系统。测试结果表明,抽水蓄能电站与风电场配合可大大降低风电出力随机性对电网运行的负面影响,经济和社会效益显著。

一维简单随机游动的最爱下穿点

随机游动是一类重要马氏过程,有广泛应用.对于一维简单对称随机游动(S_(n)),点x在时间n被称为最爱下穿点,如果在时刻n没有其它点的下穿次数比点x的下穿次数大.本文研究了最爱下穿点集的个数,证明如下的命题以概率1成立:4个及4个以上的最爱下穿点只能出现有限次,3个最爱下穿点则会出现无穷多次.此外,本文还提出了一些相关的开问题.

考虑多负荷水平的中低压配电网无功补偿优化规划

建立了计及配电网中压和低压无功补偿优化规划的数学模型,提出了基于遗传算法的求解方法。所提模型和算法可处理多个负荷水平,同时优化补偿电容器的容量和分组数。为评估电容器在各负荷水平下的补偿效果,设计了补偿电容器投切模拟的流程。算法首先基于灵敏度分析和单位投资降损指标选择中压和低压待选补偿点,大大减小了搜索空间。算例分析表明了所提算法的有效性。

用于无功优化控制分区的两层搜索方法

电网分区可用于状态估计、分区控制和并行计算等领域。针对电力系统的无功优化控制分区,文章给出了一种两层搜索的方法,上层由遗传算法负责搜索各分区的第一个节点;下层根据节点间的电气距离和连通关系搜索其它节点,最终将电网划分为内部节点联系紧密的若干个子区域。由于遗传算法只搜索各分区的第一个节点,因此搜索空间大大缩小;下层搜索可自动保证子区域的连通性。分区时考虑各区域规模的平衡和无功控制设备的均衡分布。对多个IEEE系统的分区测试证明了该方法的有效性。

配电网与电动汽车光储充电聚合商的协调互动策略

针对配电网与电动汽车光储充电聚合商的优化运行问题进行研究,基于分析目标级联算法设计了一种能够兼顾配电网与聚合商利益的协同调控机制,这一协同调控机制通过指令与反馈的信息交互迭代达到收敛。配电网运营商考虑最优潮流问题,目标为最小化网损;聚合商考虑其运行优化问题,目标为最小化运行电费成本。双方迭代过程中目标均修正为增广拉格朗日函数,从而保证聚合商与配电网连接点的功率一致性。迭代收敛后聚合商对此时的总功率曲线进行校验和再分配,得到每个资源的运行策略。所设计的调控机制使得配电网与聚合商的协同运行优化问题解耦,适用于大规模协同运行优化问题的求解,保证了配电网与聚合商的隐私。

电网与交通网耦合的设施规划与运行优化研究综述及展望

新能源汽车保有量迅速增长,其能源补给需求对电网规划和运行的影响已不容忽视。同时,随着风电和光伏发电装机占比的持续提升,电网也亟须利用电动汽车补能需求的灵活性来平抑新能源发电出力和负荷功率的波动。促进电网与交通网的耦合能够提升社会效益,实现多方共赢。文中首先对电网与交通网两网耦合的关键基础设施及主要利益相关方进行分析。其次,论述当前和无人驾驶条件下两网耦合的基本模式与目标。接着,着重对考虑两网耦合的设施规划和运行调控问题的研究现状进行归纳和总结。最后,对两网耦合的规划和运行优化相关方向需进一步研究的问题进行分析和展望。

配电网无功优化的分时段控制策略

为改善电压、降低损耗、简化控制 ,根据负荷水平及其变化趋势 ,对已装有补偿电容和在变电站装有有载调压变压器的配电网 ,提出了分时段优化控制的策略 ,开发了次日运行中电容器投切和调压变压器变比调节的模型和算法。应用改进的退火选择遗传算法 ,该算法对于每一负荷时段可得出该段的最优运行方式 ;计算一天所有负荷段即得出次日电容器投切和调压变压器变比调节的运行表 ,该模型易于满足电容器投切和变压器调节次数的限制。文中还分析了有载调压变压器调节电网电压水平的作用和变压器铁耗的影响。算例结果表明该算法不但能有效地降低电能损耗 。