考虑需求响应的虚拟电厂两阶段市场竞标模型

虚拟电厂为大规模新能源电力涌入电网提供框架和技术支撑的同时,也为其参与电力市场提供了保障,因此为虚拟电厂建立经济可靠的竞标模型是当前研究的热点。在双结算模式与偏差考核的背景之下,提出了考虑激励型需求响应参与的虚拟电厂竞标模型。考虑在日前与实时市场、当前实时与后续实时市场的双重耦合下,得到虚拟电厂的日前与实时竞标策略;并提出“双因素激励因子”的概念,调动实时需求响应的积极性,减小虚拟电厂的偏差惩罚的同时也可以利用价差获利。最后,以38节点的RBTS配电系统为例进行仿真,仿真结果表明该策略在充分挖掘用户需求响应潜力的同时,提高了虚拟电厂的经济效益,为虚拟电厂参与电力现货市场提供了模型参考。

基于轻量级梯度提升机和生成对抗网络的含风电电力系统频率稳定评估

针对目前电力系统频率稳定评估研究未考虑新能源和系统拓扑变化的问题,提出一种考虑风速特征的基于轻量级梯度提升机(light gradient boosting machine,lightGBM)和生成对抗网络(generative adversarial network,GAN)的含风电电力系统频率稳定评估方法。首先分析风电对频率稳定的影响,其次采用lightGBM对频率变化率,暂态频率极值和准稳态频率3个指标建立预测模型,引入注意力机制对输入特征排序降维,通过预测指标综合判断系统频率稳定性。系统拓扑发生改变时,采用GAN产生大量相似样本对模型进行更新。在含风电新英格兰10机39节点系统和含风电IEEE118节点系统上的仿真结果表明,所提方法比传统机器学习方法精度更高,速度更快,泛化性能更好。且考虑风速特征后不同算法的模型精度均大大提高。