基于数据驱动知识显式嵌入的配电网最优需求响应策略

充分挖掘多元需求侧资源的灵活性,对于提升分布式新能源广泛接入背景下的新型配电网运行可靠性和经济性具有重要意义。然而,目前关于需求响应策略的解析化方法大多基于较为理想的用户行为观测和参数假设,纯数据驱动方法难以兼顾电网侧运行的复杂约束,策略的可用性存疑。为此,文章提出基于数据驱动知识显式嵌入的需求响应策略,首先,考虑到需求侧资源灵活性的强时段耦合特性,提出需求侧资源动态模型,定量分析需求侧灵活性资源的响应特性;其次,提出数据驱动知识的显式解析方法,将需求侧灵活性描述为混合整数线性模型并嵌入至配电网优化运行模型中,实现灵活实用的新型配电网供需交互与协调运行。最后,通过仿真算例验证所提方法兼具解析模型和数据驱动方法的优势,为不完全信息观测条件下源网荷协调运行提供较为实用化的解决方案。

电网需求侧资源动态分布式k-means聚类算法

为有效聚合电网需求侧资源,合理、高效利用电网资源,提出基于分布式k-means的电网需求侧资源动态聚类算法。通过基于置信半径的分布式k-means算法聚类采集到的电网需求侧资源数据,在模糊C均值进化神经网络中,以聚类得到的电网需求侧资源数据为输入向量,输出电网需求侧资源场景,依据场景存在概率,以电网侧资源日均峰谷差最小、DG消纳程度最高与日均负荷波动率最小为目标函数,以电网需求侧资源曲线波动率与负荷互补为约束条件,构建电网需求侧资源多场景聚类模型,经动态改变惯性因子(DCW)粒子群算法求解模型后,实现电网需求侧资源多场景聚类。试验结果表明:该方法可实现电网需求侧资源动态聚类,应用该方法聚类不同场景电网需求侧资源时的日负荷率较低,聚类效果较好,可满足实际电力需求侧资源动态聚类工作的需要。

考虑需求侧灵活性资源配置的配电网分布鲁棒优化规划方法研究

考虑需求侧灵活性资源(简称“资源”)配置,开展网-荷-储联合规划是提升配电网灵活性以适应新能源出力波动的关键途径。为此提出一种灵活性缺失场景筛选与不确定性分析方法改进相结合的配电网规划研究模型:首先,立足资源视角进行配电网灵活性供需关系建模;其次,基于影子价格理论提出配电网灵活性缺失场景筛选策略,建立筛选指标以描述规划资源、运行约束、场景筛选间闭环关系;然后,将该策略嵌入配电网-多资源两阶段联合规划模型,一阶段考虑投资成本最优,二阶段协调运行及灵活性综合成本期望;将规划模型重构并于改进场景概率驱动型分布鲁棒优化(ISPD-DRO)框架下求解,其优势在于实现了概率优化求解与场景动态更新的有机统一;最后经算例分析验证所提模型在提升决策经济性及配电网灵活性层面的优势。

智能电网背景下的需求侧负荷资源调控技术与策略

随着新型电力系统的建设,电力系统“双高”“双峰”风险频现,电力系统资源调节能力不足、保供电压力较大等问题日益突出。充分调动需求侧负荷资源参与电力市场,做好需求侧负荷资源调控技术保障与策略支持,是当前保障安全、有序用电以及缓解电力系统压力的重中之重。在此基础上,针对目前需求侧负荷资源参与电力市场调控的现状,将需求侧负荷资源中的可调控负荷资源按响应速度、响应方式与终端类型进行进一步划分,分析了高级计量架构、远程通信技术、智能控制技术3种常用的需求侧负荷调控关键技术以及集中式与分布式2种需求侧负荷调控策略,旨在为智能电网背景下的需求侧负荷资源参与负荷调控提供更多参考。

Load curve smoothing strategy based on unified state model of different demand side resources

Renewable energy based distributed generation(DG) has the potential to reach high penetration levels in the residential region. However, its integration at the demand side will cause rapid power fluctuations of the tieline in the residential region. The traditional generators are generally difficult to manage rapid power fluctuations due to their insufficient efficiency requirements and low responding speed. With an effective control strategy, the demand side resources(DSRs) including DGs, electric vehicles and thermostatically-controlled loads at thedemand side, are able to serve as the energy storage system to smooth the load fluctuations. However, it is a challenge to properly model different types of DSRs. To solve this problem, a unified state model is first developed to describe the characteristics of different DSRs. Then a load curve smoothing strategy is proposed to offset the load fluctuations of the tie-line of the residential region, where a control matrix deduced from the unified state model is introduced to manage the power outputs of different DSRs,considering the response order and the comfort levels.Finally, a residential region with households is used to validate the load curve smoothing strategy based on the unified state model, and the results show that the power fluctuation rate of the tie-line is significantly decreased.Meanwhile, comparative study results are shown to demonstrate the advantages of the unified state model based load curve smoothing strategy.

考虑广义需求侧资源的深度置信网络短期负荷预测方法

随着智能电网信息化水平的不断提高以及可控负荷、分布式电源和储能等广义需求侧资源的大量接入,将产生海量负荷数据集并改变负荷特性.为了提高负荷预测精度,提出了一种考虑广义需求侧资源的深度置信网络(DBN)负荷预测方法.首先,借助负荷聚合商确定了广义需求侧资源参与电力市场的机制,构建了基于合同的广义需求侧资源调度模型,并利用该模型求解广义需求侧资源参与电力市场的最优调度计划.其次,引入DBN结构,并将广义需求侧资源的最优调度计划作为其输入量,建立了短期负荷预测模型.最后,以实际数据进行仿真测试,结果表明,本文所提方法具有更高的预测精度.

基于虚拟储能聚合建模的需求侧资源随机动态 优化方法

随着高比例分布式新能源的接入,配电网运行的随机性不断增大,充分挖掘需求侧资源的灵活可调特性,对于改善电网运行的安全性和经济性意义重大。文章首先提出一种基于虚拟储能模型的需求侧资源优化运行架构,将需求侧资源的随机动态优化问题建模成一个多时段随机序贯决策问题,进而提出一种随机动态规划方法进行求解。所提方法通过构造值函数避免进行期望值的计算,并采用数据驱动的方法对值函数进行训练,得到收敛的近似值函数,将其投入在线运行可得到需求侧资源的优化调度决策,从而避免了系统的多重不确定性因素。通过仿真算例验证该方法可避免电价、电动汽车等数据预测误差的影响,在计算效率、计算精度以及面对多重不确定性因素决策方面具有优越性。

源荷协同下计及电转氢和电动汽车的含风电配网日前优化调度

高比例可再生能源接入,其固有的间歇性使得消纳问题日益突出。电转氢和电动汽车是实现节能减排的重要技术,作为灵活性资源参与电网优化调度,有利于可再生能源消纳。提出了一种计及电转氢和电动汽车的含风电配网日前优化调度模型,首先基于电转氢和电动汽车的储能特性和可调特性建立模型,实现负荷特性改善;其次结合系统风电消纳和削峰填谷需求,提出一种基于功率值和功率变化率的分时调度成本模型,形成了源荷协同的灵活性资源控制策略;最后建立了以经济性最优为目标的含风电配网日前调度模型。在改进的IEEE33节点配电网系统中开展仿真验证,结果表明本文所提出的调度方法可以有效降低系统调度总成本和负荷峰谷差,促进风电消纳。

考虑柔性可控资源的主动配电网动态无功优化方法研究

大规模分布式电源和储能等柔性资源的接入给配电网无功电压控制带来了新的挑战。提出了一种考虑柔性可控资源的主动配电网动态无功优化控制方法,以分时电价为基础,通过协调分布式新能源、储能系统以及无功补偿设备的综合出力,构建考虑柔性可控资源的无功优化模型。以系统有功功率损耗和系统电压偏差最小为目标函数,并通过改进粒子群算法进行模型的优化求解。最后,通过仿真算例验证了所提方法的合理性和有效性。所提方法能够在保证系统安全稳定运行的前提下充分挖掘柔性可控资源的潜力,提高系统运行的经济性。

考虑源荷储协调的高弹性配电网最优负荷转供方法

能源互联网背景下高弹性配电网能够通过配置形式多样的源荷储资源提升系统的经济性和可靠性。针对含有可控分布式微电源,需求侧管理资源以及储能资源并网的高弹性配电网,考虑到对源荷储资源的调用建立其在故障情况下的最优负荷转供模型。所建立的模型计及源荷储资源调用成本,以故障期间最小化综合失电负荷损失为目标函数。同时模型的建立还计及网络结构拓扑约束、系统功率平衡约束、节点电压约束以及源荷储资源调用约束等必要约束条件。采用萤火虫算法设计所建立模型的求解流程。最后通过对一个以IEEE33标准节点系统为基础的高弹性配电网进行故障情况下的负荷转供方案制定,验证模型的有效性和准确性。

配电网用户侧多类型柔性资源调节能力评估方法

随着新能源渗透率逐渐增加,配电网源荷匹配难度也随之增大,有必要充分挖掘用户侧柔性资源的调节潜力。为了对配电网用户侧多类型柔性资源调节能力开展评估,首先,提出配电网柔性资源集群调节能力评估框架,包含节点级和系统级2个层面;其次,基于条件风险价值模型建立温控负荷、电动汽车、分布式储能等用户侧柔性资源的响应模型,得到节点级柔性资源可调节能力指标;然后,分别以负荷峰谷差最小和新能源消纳量最大为目标函数,综合考虑配电网运行约束、柔性资源调节约束等,建立系统级柔性资源可调节能力评估模型;最后,在Portugal 54节点系统中进行了算例分析,结果表明所提方法可以有效量化评估配电网多类型柔性资源集群调节能力。

提升源网荷储多元协同的虚拟化网格划分方法

为减少分布式源荷双侧随机性及时序不匹配对配电系统经济运行的影响,提升区域内源网荷储多元功率互补协同,促进可再生能源就地消纳能力,提出一种全面兼顾分布式电源消纳、负荷需求响应、储能支撑及网络拓扑多元协同的配电网虚拟化网格划分方法。通过图论搜索算法遍历虚拟网格内所有节点信息,充分依托负荷需求响应节点、分布式电源节点以及储能节点建立虚拟网格信息优化模型。引入二阶锥规划松弛电压、电流辅助变量,获得优化后的网络潮流分布。考虑虚拟网格通信成本,兼顾虚拟网格供电率、虚拟网格间功率交互以及虚拟网格节点控制维度,建立了虚拟网格分区划分目标函数模型,提出虚拟网格分区划分策略。以IEEE33节点系统为案例,对所提出的虚拟化网格分区划分策略进行验证,结果表明虚拟网格分区划分方法可提高源荷匹配度、虚拟网格供电率以及经济性。

新型电力系统典型负荷侧资源灵活性价值分析

随着以新能源为主体的新型电力系统逐渐形成与发展,电网面临调节能力不足的风险,而负荷侧资源可以在多时间尺度为电力系统提供灵活性。首先介绍了电力系统灵活性定义,然后对新型电力系统背景下输电网和配电网不同时间尺度的灵活性供需平衡进行论述。以温控负荷、电动汽车和负荷侧电氢能源枢纽3类具有发展潜力的负荷侧资源作为研究对象,分析了需求侧对支撑新型电力系统灵活性需求的灵活性价值与可行性。

面向电力需求侧的智能电网负载调度方法

为提高电网的负载转化效率,研究了面向电力需求侧的智能电网负载调度方法。采用BP神经网络算法,识别并提取电力需求侧用户的用电行为特征,为智能电网负载调度方法提供用电特征样本基础。分析负载调度的影响因素,基于用电条件约束,建立智能电网负载调度模型。为检测模型的负载调度效果,在模型高效稳定的基础上,根据某区域的电力需求群体用电特征进行负载调度仿真试验,结果显示,进行电网负载调度后,试验组用电最高峰与用电最低谷的峰谷距离比对照组低13,表明设计的面向电力需求侧的智能电网负载调度方法可以更加有效地降低电网负载的峰谷差值,提高电力需求侧用户的用电效率。

推进上海虚拟电厂发展的建议

随着新型电力系统的发展,对于具备灵活性的调节资源需求日益增加。虚拟电厂作为一种技术手段,能够高效地聚合分布式资源,以响应电网需求调度,缓解电力供需矛盾。全面探讨了虚拟电厂的发展,借鉴了国外的发展趋势,分析了国内的现状,同时考察了上海城市的用电特点、虚拟电厂的现状和未来规划,以及聚合商的应用案例。在综合考虑了上海虚拟电厂建设过程中所面临的问题后,提出了相关的建议。

计及需求侧响应的蜂巢状有源配电网优化调度方法

传统的电网调度方法在蜂巢状有源配电网优化调度中的应用效果不佳,导致蜂巢状有源配电网出现负荷率偏低且线路容量越限率偏高的问题,难以达到预期的调度效果。针对该问题,提出计及需求侧响应的蜂巢状有源配电网优化调度方法。首先,通过预测用户需求,分析综合用电成本。其次,以用户购电费用最小、用户满足度最大、蜂巢状有源配电网运行成本最小为目标,建立目标函数。最后,设定配电网负荷转移时段和用户电能消耗2个约束条件,利用粒子群算法求出并执行最优调度策略,实现对蜂巢状有源配电网的优化调度。实验结果表明,应用该方法后,蜂巢状有源配电网的负荷率基本保持在80%~90%,线路容量越限率保持在0.02%~0.38%,说明该方法具有较好的优化调度效果。

基于负荷聚合商业务的需求响应资源整合方法与运营机制

负荷聚合商(LA)可以为具有潜在产品价值的需求响应资源提供参与市场调节的机会,还可以通过专业的技术手段充分发掘负荷资源,提供市场需要的辅助服务产品。总结国外开展LA业务的研究与实践,从整合需求响应资源的角度,概述了LA的定义和作用,对其控制资源进行分类研究,包括单纯可调负荷、储能装置和分布式电源。文中详细论述了LA的2个关键问题:运营机制、调度和控制策略,着重介绍了其与电力系统其他参与者的区别。最后,在综述发达国家LA实际应用的基础上,结合国内的实际情况,提出了推广LA这一商业模式的实施方法和途径。

兼容需求侧资源的负荷预测新方法

提出一种兼容需求侧资源的负荷预测新方法,其基本思路为"自上而下细分负荷,自下而上叠加计算"。该方法的主要步骤为确定预测范围、对用户进行分类、识别各类用户的各种需求侧资源、定量分析预测期内各类用户各种需求侧资源对负荷的影响效果,通过多层次叠加技术测算得到预测区域内考虑需求侧资源的最大负荷。基于此,构建考虑需求侧资源的负荷预测模型。以某110 kV变电站中某条线路的覆盖范围为仿真算例,结果表明,考虑需求侧资源影响后电网规划中的负荷预测结果显著降低。

基于广义需求侧资源的微网运行优化

智能电网技术为需求侧响应的实施和各类分布式能源的接入创造了良好条件。文中分析了分布式发电、负荷、储能等3类资源在微网运行优化中各自发挥的作用和协调关系,将其视为广义需求侧资源,建立基于"源—荷—储"三维架构、更具弹性的微网运行优化构架。为降低微网运行优化问题的维度,提出将启发式规则与粒子群算法相结合的求解模型,首先利用启发式规则形成储能与负荷的优化策略,然后利用多目标粒子群形成电源的优化策略。为兼顾优化控制结果的稳定性和精确性,采用滚动时间窗优化方法。算例对比分析了各类需求侧资源对微网运行优化的效果,验证了所提方法的有效性。

兼容需求侧资源的“源-网-荷-储”协调优化调度模型

提出通过提高需求侧和供应侧资源的协调可控性来应对当前电力系统双侧随机问题的新思路,在此基础上设计需求侧响应模型、储能设备充放电模型、风电及光伏发电出力预测模型,并构建以系统成本及污染排放最小化为目标函数的"源-网-荷-储"优化调度模型及相应的多目标粒子群优化算法。通过算例分析比较有无需求侧资源情况下的系统成本和污染排放,验证了所提模型和算法的科学性与合理性,以及需求侧资源在提高系统稳定性、节能减排方面的重要作用。