面向连锁故障风险评估的可再生能源场景聚类技术

随着大规模可再生能源的集成,电力系统连锁故障风险评估和追踪的计算时间显著增加。为了解决传统方法直接基于可再生能源数据进行场景聚类可能导致评估误差的问题,该文提出了一种新的多场景风险导向聚类算法,该算法特别考虑了可再生能源的特性。在该算法中,首先采用枚举法计算不同场景的连锁故障风险,然后根据每个场景的连锁故障风险,利用模糊C-means聚类方法对场景进行聚类,使同一场景中场景的相似度最大化,并保留对连锁故障风险贡献较大的高风险场景。基于这些聚类场景,进行系统连锁故障风险评估。通过对IEEE RTS-24系统的案例研究,验证了所提方法的准确性和效率。

考虑电池损耗和分布式可再生能源的储能调度

提出了一种考虑电池损耗和分布式可再生能源的储能日前随机经济调度方法。基于Copula理论生成考虑随机性和相关性的可再生能源功率场景。通过充分考虑电池损耗成本、分布式可再生能源、配电网流入电量及有功功率损耗以实现配电网整体的经济性最优。基于雨流算法考虑电池储能在充放电时的电池损耗问题,极大地延长了电池储能使用寿命并降低了系统成本。最后,在IEEE 123-node标准系统中测试了所提出的电池储能日前调度方法,结果表明相比于传统的电池储能经济调度方法,该方法的电池寿命增加到原来的4.89倍。通过有效考虑可再生能源的随机性和相关性,大大减轻了分布式可再生能源引起的电压偏移问题。

偏远地区能源自洽系统源储容量协同配置方法

目前与风光新能源密切相关的城市源储容量配置研究较多,但在偏远地区进行源储容量配置具有显著不同的两个特点:一是普遍缺失气象历史数据,难以评估风、光时序运行特性;二是与主网联系薄弱,离网运行可能性较高。上述特点给偏远地区源储容量配置带来了挑战,需要构建以自给自足为特征的能源自洽系统。为此提出一种基于风光自然资源评估且兼顾并/离网两个运行状态、以能量自给自足为主要目标的源-储双层优化配置策略。首先建立由太阳辐射强度和风速等资源禀赋确定的风光出力特性模型,并在此基础上构建风光出力典型时序场景集;然后建立包含风光、储能、电动汽车等在内的系统源-储-荷规划-运行双层容量优化配置模型,并提出相应模型转化和求解策略。其中,规划层以系统综合成本最小为优化目标,确定风电、光伏和储能配置容量;运行层基于并网和离网综合指标,实现兼顾并/离网两个状态的年运行成本最小以及并/离网指标最优的多目标优化。最后算例仿真结果证明了所提模型适用于偏远地区能源自洽系统,所得源储配置可减少系统对电网依赖,促进新能源就地消纳,减少负荷缺电损失。