考虑多种工业负荷参与的多时间尺度源荷储优化调度

为解决大规模新能源接入导致传统电网中常规机组调节压力不断增大的问题,提出了一种考虑储能和多种工业负荷参与的多时间尺度优化调度策略。该策略通过协调荷侧电解铝、水泥、钢铁、非生产性负荷与储能以及源侧常规机组调用计划,有效缓解电网调节压力。首先,分析储能和多种工业负荷的调节特性,建立风-光-荷-储的滚动调节框架。然后,针对源荷不确定性,采用多场景随机规划与模糊机会约束目标规划相结合的方法,建立日前和日内阶段以系统经济性最优为目标、实时调度阶段兼顾安全性和经济性的多时间尺度调度模型。最后,通过新能源充足与不足典型日算例可知,本文所提调度策略能够充分发挥可调控资源的调节能力,在两种典型日的总成本较日前最优调度分别降低了17.08%、44.13%,弃新能源量降低39%、失负荷量降低23%,有效提高了电网运行经济性和安全性。

计及共享交易机制的多微网氢储能容量规划

为了促进区域配电网新能源电力的就地消纳、解决传统储能形式难以满足由新能源间断性发电带来的长时存储需求,考虑氢储能的多能联产联储特性,提出计及共享交易机制的多类型微网共享氢储能系统容量规划方法.考虑异质性微网的多种调节需求,设计由微电网群运营商配置氢储能的多微网能源交易基本框架.考虑氢储能在共享运营时与多微网间复杂的利益交互关系,计及微网内部的电热需求响应,提出基于主从博弈的共享氢储能交易定价机制,以保证共享模式的可持续发展.对共享氢储能的容量规划进行研究,降低微电网群运营商的投资成本,保证微电网群运营商的共享收益.算例分析结果表明,利用所提的容量规划方法,能够缩短微电网群运营商的氢储能投资回收年限2.36 a.

多市场机制下省间市场主体交易策略演化分析

随着可再生能源配额制等多种机制逐步实施和绿色证书市场的发展,如何提高省间市场主体参与交易的积极性,成为亟需关注的问题。为此,文中对有限理性下省间市场主体的交易行为进行了演化分析。首先,基于碳排放权和绿色证书联合交易市场,利用合作博弈理论分析了市场主体在省间交易中的互动关系;然后,在此基础上利用演化博弈理论对各市场主体在有限理性下的合作策略进行了动态推演;最后,通过基于实际数据构造的算例对省间市场主体的合作策略进行了仿真,并分析了配额任务和可再生能源上网电价对市场主体行为趋势与交易策略的影响。结果表明,所提交易策略不仅有助于平衡市场主体的利益冲突,提高市场主体参与交易的积极性,而且可帮助市场主体选择合适的运营模式,并引导市场发展方向。

考虑阶梯型碳交易的风光储联合系统分布鲁棒优化调度

在“双碳”目标下,风、光等清洁能源的渗透率将不断提高,针对其发电具有不确定性给电力系统带来的调度难题,提出了风光储联合系统的两阶段分布鲁棒优化调度模型。为了减少系统的碳排放量,引入了阶梯型碳交易。模型中,第一阶段根据预测信息使系统的运行成本最低,第二阶段使用基于数据驱动的Wasserstein距离来构建出力误差的模糊集。并使用仿射策略对模型进行调整,使系统在满足模糊集中最恶劣分布的情况下,使调整成本最小。最后,使用了强对偶原理把模型转化为等效混合整数线性优化模型。通过算例分析及对比,验证了考虑阶梯型碳交易可以显著减少对传统机组的使用,以及分布鲁棒优化模型的适用性和优越性。

储能-机组联合调频的动态经济环境跨区灵活性鲁棒优化调度

针对大规模可再生能源并网导致的系统惯性和频率响应能力下降、调频需求增加以及可再生能源不确定性等问题,提出一种计及源端可再生能源出力不确定性的动态经济环境跨区鲁棒优化调度模型。该模型为双层优化模型,在传统鲁棒理论中加入可再生能源的空间集群效应构建随机变量的不确定集,以弥补其过于保守的缺点。在此基础上,双层优化得到最优机组组合并满足调频需求以及火电机组的动态频率约束,通过火电机组与送端储能共同参与调频,使得跨区电力系统能够达到鲁棒性和经济性的平衡。同时针对模型特点,分别采用飞蛾扑火算法和基于滤子技术的自适应蝴蝶算法对模型进行分层求解。研究结果表明,较小的置信概率会使得系统经济效益更好,且空间约束参数对于调度结果和运行方案影响显著。

源荷两端不确定性的跨区系统运行策略研究

针对传统跨区互联导致的源端可再生能源无法消纳而引起的大规模弃风弃光现象,建立一个计及源荷两端不确定性的动态环境经济跨区调度模型。该模型考虑各区域的发电成本及污染气体排放成本,将联络线作为可调资源,在保证各区域安全稳定运行的前提下,利用概率密度函数描述发、用电功率的不确定性,使模型更贴合实际生产。同时针对模型特点,提出基于滤子技术的自适应蝴蝶算法对其进行求解。算例仿真结果表明:当可再生能源渗透率达到40%时,较小的柔性负荷占比对系统调度成本影响显著,且也能显著改善污染排放;研究结果兼顾调度成本最小的同时减少污染排放,具有一定理论指导意义。

计及主/被动需求响应下基于合作博弈的微网-配电网协调优化调度

随着含高比例可再生能源的并网型微网不断增加,微网与配电网的交互更加紧密。为解决两者作为不同利益主体双方利益分配问题,提出一种计及主/被动需求响应下基于合作博弈的微网-配电网协调优化模型。首先,考虑消费者心理学,建立了基于Logistic模糊函数的电负荷主动需求响应模型。然后,建立了以最优热电比为目标的热负荷被动需求响应模型。最后,微网与配电网作为参与者组成合作联盟,以讨价还价理论为核心,各自利益与联盟利益最大化为目标,协商确定了交互电价与交互功率,用改进的Shapley分配法分配了组成联盟后的额外收益,并通过基于参数自学习的自适应二次变异差分进化算法对其求解。通过算例分析对比可知,用户、微网、配电网三方利益均有所提升,证明了所提方案的合理性。

混合采样算法在电网假数据入侵检测上的应用

针对电网的入侵检测是一项不平衡学习任务,非平衡的电网数据导致机器学习在检测时会偏向于将假数据识别为正常数据,提出用混合采样算法SMOTE+IHT对数据样本集预处理的方法。该方法在数据预处理方面,首次将过采样SMOTE算法和用概率决策进行欠采样的IHT算法相结合,不仅避免出现过拟合和欠拟合的现象,还有效减少了噪声数据的产生,数据处理后再用集成学习模型对虚假数据进行检测并对集成模型的超参数进行贝叶斯调参。经测试,所提出的混合采样算法对电网数据的利用达到最大化,进而提高电网假数据检测的准确率,在数据处理领域具有一定的应用和借鉴价值。