电力交易产品细分市场协同机理研究

随着电力市场和可再生能源发电技术的发展,国外典型电力市场在建立电能量市场交易机制后,又相继出现了电力辅助服务和容量等多种电力产品细分市场。我国电力市场建设起始阶段恰逢电力系统转型,系统长期充裕性与短期灵活性不足的问题同时凸显,为有效地发挥市场机制在保障电力系统安全稳定、可靠供电和资源优化配置的多重作用,需对电力细分产品市场的协同机理进行研究,以为电力市场的产品结构体系和关键交易机制设计提供理论基础。该文基于电力系统运行的物理规律,运用市场经济理论,揭示了以“功能互补、时序配合、价本互映、收益互斥”为核心内涵的电力产品细分市场协同机理;以加州电力市场发展沿革为例进行了电力交易产品细分市场协同机理实证分析;并基于所揭示的协同机理,结合宁夏电力系统实际和未来发展需要进行了宁夏电力市场的产品结构体系与关键交易机制设计。通过实证分析与规范设计的实例,验证了所揭示协同机理对电力市场的普适性作用,以期为电力市场协同建设提供理论工具。

计及预测误差时变相关特性的新型电力系统爬坡容量需求分析方法

为提高新型电力系统爬坡容量需求分析的准确性,提出了计及净负荷预测误差时变相关特性的爬坡容量需求分析方法。首先明确新型电力系统所需要的爬坡容量构成,分析爬坡需求与净负荷预测误差之间的关系。然后,建立了净负荷预测误差与净负荷预测值的动态Copula函数,通过演进方程构建Copula函数参数的时序关联关系,应用条件概率理论建立由于净负荷预测误差而产生的爬坡需求概率分布模型,以置信区间对爬坡需求概率分布结果进行离散化表征,从而得到相应的爬坡容量需求。最后,基于我国西部某电网的实际运行数据,以是否考虑预测误差时变相关特性构建了3种不同的测算模型,算例计算结果验证了所提方法的有效性和正确性。

独立储能电站参与电能量和调频市场容量投标的协同优化

首先,分别应用多面体不确定集合和基于Wasserstein距离的不确定集合描述调频信号和实时电能量和调频市场价格的不确定性。其次建立独立储能电站参与联合市场的分布式鲁棒优化模型,以协同优化不同市场的申报容量。模型中引入实时调频性能指标以反映调频响应对调频收入、充放电成本以及退化成本的综合影响,从而更好地优化储能的自调度计划。采用拉格朗日对偶法将所建立的分布式鲁棒优化模型转换为经典鲁棒优化模型,并通过去绝对值、构建分段函数等方法进行线性化后调用gurobi求解器进行求解。最后通过算例验证所提优化模型的正确性和有效性。

基于长短期记忆神经网络组合算法的短期电力负荷预测

短期电力负荷具有不平稳、随机性强等特点,传统的负荷预测方法在建模中常表现出一定的局限性。为提高预测精度,提出了一种基于互补集合经验模态分解(complement-ary ensemble empirical mode decomposition,CEEMD)、长短期记忆(long short-term memory,LSTM)神经网络和多元线性回归(multiple linear regression,MLR)方法组合而成的CEEMD-LSTM-MLR短期电力负荷预测方法。首先将电力负荷数据通过CEEMD分解为高频分量和低频分量;将复杂的高频分量通过经贝叶斯优化的LSTM神经网络进行预测,周期性的低频分量通过MLR方法进行预测,最后将各分量叠加重构得到最终预测结果。通过算例分析,一方面将不同分解方法进行对比,一方面将不同模型进行对比并探究贝叶斯调参对结果的影响,验证了所提模型更具可靠性与准确性。

基于随机森林算法和粗糙集理论的改进型深度学习短期负荷预测模型

精准的电力负荷预测有利于保障电力系统的安全、经济运行。针对现行预测算法存在的预测准确度低、模型耗时长等问题,提出一种基于随机森林(random forest,RF)算法和粗糙集理论(rough set theory,RST)的改进型深度学习(deeplearning, DL)短期负荷预测模型(RF-DL-RST)。该模型首先基于历史数据,利用随机森林算法提取影响负荷预测的关键特征量;然后将关键特征量和历史负荷值作为深度神经网络的输入、输出项进行训练,并通过粗糙集理论修正预测结果。最后,通过算例进行仿真验证,结果表明,该模型的预测准确度比单一的深度学习模型及不进行预测修正的模型更高。

免疫禁忌混合智能优化算法在配电网检修优化中的应用

从配电网设备检修计划编制的实际需要出发,建立了考虑多种约束条件、以配电网经济性最好为目标的检修计划优化模型。针对该模型的特点,提出了一种充分结合免疫算法与禁忌搜索算法优点的混和优化策略,该策略针对配电网检修计划优化问题的特点设计了3种疫苗,并且构造了2阶段变异,在优化前期使用禁忌搜索变异算子,而在优化后期恢复为一般变异算子,从而保证了算法的快速收敛。通过实际计算和分析,验证了文中所提出模型和算法的正确性和实用性,以及与遗传禁忌混合智能算法相比的优越性,实例计算结果表明本文所采用的方法是有效的,免疫禁忌混合智能算法在收敛速度,爬山能力,解的质量和稳定性上都要优于遗传禁忌组合算法,更适合求解配电网检修优化问题。

配电网检修计划优化模型

从配电网设备检修计划编制的实际情况出发,建立了考虑多种约束条件的负荷转移路径和设备检修时间联合优化模型。该模型以设备检修时间优化为主问题,以负荷转移路径优化为子问题。通过主问题和子问题的反复优化迭代,最终获得供电企业售电损失最小的检修计划以及停电负荷、开关操作次数和系统网损最小的负荷转移方案。针对该模型的特点,采用免疫禁忌混合算法对主问题进行求解,采用改进的待恢复树切割算法对子问题进行求解。针对基本待恢复切割算法需要对联络开关进行全排列,以穷举的方式获取最优解的不足,通过应用“优先选择备用容量较大的联络开关”启发规则以及在恢复树切割过程中引入网损比较环节,在保证解的质量的同时有效地降低了恢复树的切割次数,提高了计算速度。通过算例计算和分析,验证了所提出的模型和算法的正确性和实用性,适合求解配电网检修优化问题。

配电网多故障抢修与供电恢复联合优化模型

建立了多故障抢修与供电恢复的联合优化模型,通过故障抢修顺序和停电负荷恢复路径的交互影响和反复迭代,最终得到最优的抢修计划和各个阶段最优的供电恢复策略。应用快速非支配排序遗传算法(NSGA-Ⅱ)对所建立的模型进行求解,通过动态操作系统回支关联矩阵来修正在寻优过程中产生的违背"配电网辐射运行"约束的不可行解。算例计算证明,采用不同的抢修顺序和供电恢复策略将对配电系统的供电可靠性产生不同的影响,所建立的模型是正确有效的。

含分布式发电的配电网检修负荷转移方案

分布式发电(DG)的接入对配电网的规划和运行产生了深远影响,由于DG的存在,配电网检修负荷转移方案有了更多的选择。文中通过对DG运行方式和负荷转移优化问题的研究,给出了制定含DG的配电网检修负荷转移方案的3条原则,并建立了相应的数学模型。该模型以降低供电企业综合检修成本为目标,包括降低供电企业额外购买的DG电量费用、售电损失和开关操作费用,并在传统负荷转移模型约束条件的基础上增加了其他约束,保证利用可再生能源发电的DG以最大发电能力上网发电和保证利用化石能源发电的DG至少按照正常发电计划发电,以反映DG对负荷转移方案的影响。仿真结果证明了所提出的模型的正确性和有效性。

考虑负荷控制的配电网故障恢复

用户参与市场程度的逐步提高为配电网的调度运行提供了更多、更灵活的手段。文中将负荷控制引入到配电网故障恢复问题中,建立了考虑可中断负荷参与的配电网故障恢复优化模型。可中断负荷的引入不仅有利于在系统供电容量不足时最大限度地保证重要负荷供电,而且有利于在配电网仍存在大量手动开关的现状下,降低开关操作时间,以保证重要负荷供电的快速恢复。针对该多目标多约束的优化问题,应用改进的非支配排序遗传算法Ⅱ(NSGA-Ⅱ)进行求解。与传统的遗传算法相比,NSGA-Ⅱ无须通过权重系数将多目标转换为单目标,因此所得到的最优解集更能够反映优化问题的本质。算例计算结果验证了所提出的模型和算法的正确性和有效性。

配电网检修计划仿真系统研究与应用

随着电力企业信息化进程的不断深入和发展,电网公司的检修计划制定工作日益从传统的电话、书面申请审批过渡到网上作业方式。但是这种简单的工作方式的变化,并没有从根本上改变检修计划的制定过度依赖于检修专工的工作经验的弊病,而且所制定出的检修计划对电网所造成的影响也仍然只是停留在定性分析上,因此现场工作人员迫切需要一种便捷的工具,量化设备检修对电网所造成的影响,以辅助检修专工制定出更加合理的检修计划。配电网检修计划仿真系统采用公共信息模型对配电网进行建模,通过图形化的操作界面,自动维护配电网的拓扑关系。在检修专工制定检修计划时,通过对设备检修方式的模拟,系统将根据模拟后的网络结构进行潮流计算,对网络进行动态着色,并突出显示越限设备,以辅助检修专工进行相应调整。现场运行结果表明,配电网检修计划仿真系统具有良好的可操作性和实用性。

上网侧分时电价设计

上网侧分时电价已在多个省份实施,现行的政策以"保持总体电价水平不变"为原则制定分时电价浮动比例,但由于供需形势和电源结构的不断变化,实际执行结果与设计方案差异较大,导致电网公司和发电企业的利益受到较大影响,部分省份暂停上网侧分时电价政策。此外,在实际操作层面,该原则也仅能给出分时电价浮动比例的比值关系,具体的浮动比例数值仍由政策制定者确定,存在一定的主观性。针对以上问题,以长期边际成本定价理论为基础,针对某省的实际情况,建立了分时电价浮动比例的计算模型,避免了浮动比例人为确定的不足。同时,设计了上网侧分时电价的调整机制,以动态调整方案取代现行的静态方案,发电公司和电网公司受分时电价政策的影响及时通过浮动比例联动方案和销售电价联动方案进行疏导,从而有利于分时电价政策的长久执行。

考虑机组灵活性的独立微网日前日内协调优化调度

作为高效利用分布式能源以及补充大电网灵活性的有效手段之一,微网的优化调度越来越受到重视。在全面考虑各类分布式资源调度灵活性的基础上,从日前和日内2个时间尺度出发,建立以总运行成本最小为目标的独立微网优化调度模型。日前调度计划为日内调度提供参考,必要时在日内调度中可调整满足灵活性要求的分布式资源的启停状态;日内调度采用滚动优化方式,并通过制定各类分布式资源的调整优先级,指导日内调度计划的优化调整。将蓄电池初始荷电状态作为优化变量,与分布式资源的调度计划同时进行优化,以进一步提高微网运营经济性。对该模型进行线性化处理,并调用CPLEX求解器求解该混合整数规划问题。算例分析结果验证了所提调度策略的合理性。

含分布式电源的配电网故障恢复模型

分布式电源的广泛接入对配电网的运行产生了深远的影响,从分布式电源对配电网故障恢复的影响角度展开研究。一方面当主网恢复容量不足以完全恢复停电负荷时,可利用具有孤岛运行能力的分布式电源对失电负荷进行恢复,有利于保证重要负荷的供电,减少负荷停电;但另一方面,在当前化石能源日益枯竭的背景下,充分利用可再生能源发电是未来能源战略的发展方向,在进行故障恢复时应尽可能保证可再生能源机组发电,避免系统故障对这些机组发电出力的影响。根据上述分析,建立了含分布式电源的配电网故障恢复模型,并应用NSGA-II算法对其进行了求解,算例结果证明了所提出模型的正确性和有效性。

计及可控负荷的独立微网分布式电源容量优化

针对独立微网中分布式电源容量优化问题,建立了计及可控负荷的优化模型,其优化目标为电源年投资替换成本、运行维护费用和可控负荷的调度成本最小,约束条件包括机组出力约束、储能电池运行约束和可控负荷运行约束。根据可中断负荷和可平移负荷的现实调度要求,建立了相应的线性化模型。通过调用CPLEX求解器的混合整数线性规划法对所建立的混合整数模型进行求解,算例仿真验证了所建立的模型是正确有效的。多场景下最优方案的对比分析表明在电源规划阶段合理考虑可控负荷的影响,将不仅有利于降低系统运营总成本,而且有利于降低系统的弃风光率。

基于节点深度编码技术的配电网故障恢复

应用智能优化算法求解配电网故障恢复问题时,不仅需要在网络结构发生改变时频繁进行网络拓扑分析,而且往往需要在寻优过程中增加辐射校验环节以保证不违背配电网辐射运行约束,导致消耗了大量时间,降低了算法的寻优性能。将节点深度编码(NDE)技术引入多目标优化算法——改进的非支配遗传算法(NSGA-Ⅱ)中,采用NDE技术中的保留初始节点(PAO)和改变初始节点(CAO)操作取代传统算法中的交叉和变异操作,并针对配电网故障恢复问题的特点,提炼了PAO和CAO操作中的选点规则,保证了算法在寻优过程中始终满足配电网辐射运行约束;同时,通过应用NDE技术,可快速得到新的网络拓扑结构,无需重复进行网络拓扑分析,大大减少了算法的寻优时间。算例计算结果表明,基于NDE技术的NSGA-Ⅱ比普通NSGA-Ⅱ具有更好的收敛性、分布性,以及更快的计算速度。

多微网多时间尺度交易机制设计和交易策略优化

为了在多微网交易中充分发挥分散调度的优势、保护各子微网的隐私,以及进行高效快速的计算,文中提出了一种并网型多微网系统多时间尺度交易机制和基于深度学习的交易策略优化算法。首先,建立了多微网内部交易价格模型,该模型可根据多微网内部供需形势的变化,动态调整内部交易价格,使多微网内部交易相对于微网直接与配电网交易更具经济性,从而激励各子微网参与内部交易。其次,建立了"报量不报价"的日前、日内交易机制。在日前交易中通过交易电量和内部交易价格的迭代,形成日前交易计划和交易价格,并进行日前电力交易出清;在日内交易中,各子微网仅申报一次不平衡功率的购售电需求,申报结束后直接出清。此外,基于多微网系统与配电网之间日前预期和实际交互功率的偏差,提出了联络线功率偏差的补偿方案,以降低多微网系统功率波动对配电网运行的影响。然后,基于生成的日内交易样本数据,引入深度神经网络算法训练学习各子微网的交易策略,以便子微网在日内交易阶段快速、准确地得到自身最优的购售电计划。最后,通过算例验证了所提出模型和算法的有效性。

配电网检修计划优化模型设计

从中国配电网的实际情况和配电网设备检修工作的实际需要出发,挖掘和提炼了电网企业最关心的检修计划优化目标以及制定计划中所要考虑的各种影响因素和约束条件,建立了在保证配电网安全运行的前提下,以最大限度提高配电网的供电可靠性、降低设备检修造成的网损为目标的优化模型,并针对该模型探讨了相应的求解方法。

基于遗传拓扑混合算法的配电网多故障抢修策略

从中国配电网的实际情况出发,建立了电力系统在多故障情况下的多目标抢修策略优化模型。针对配电网接线呈辐射状的特点,提出了一种遗传拓扑混合算法作为寻优策略。该算法通过遗传算法寻优,通过拓扑分析算法判断出失电区域、待修复设备以及负荷情况,综合进行适应度评价,反复迭代得到最佳抢修方案。在寻优计算过程中,针对遗传算法在复杂配电网计算中易产生大量不可行解的问题,引入了智能选择的混合交叉因子进行改进。算例结果证明了该混合智能算法的有效性和鲁棒性。

市场环境下中长期发输电协调检修计划优化

根据电力市场环境中检修计划的特点,建立了协调市场各方利益的发输电一体化检修计划优化的数学模型,该模型综合考虑电力系统安全经济性和电力市场公平性,并考虑机组检修和输电设备检修之间的相互关联关系。针对该优化模型的求解,利用遗传算法(GA)和粒子群优化(PSO)算法相似的优化框架和优化流程,提出一种充分结合GA和PSO算法各自优点的混合智能算法,该算法将群体分成2个子群,分别采用GA和PSO算法进行演化,并充分交换2种算法所获取的优化信息,形成一个紧密耦合的、新型的遗传粒子群优化算法。算例证明,该算法在求解发电、输电设备检修协调优化这样的大规模复杂优化问题时,在全局搜索和局部搜索方面都表现出了良好的均衡性。