含风电和光伏的可再生能源场景削减方法

以风电和光伏为代表的可再生能源渗透率不断增加,其出力不确定性导致的大规模时序场景给电力系统的优化分析带来很高的计算复杂度。以场景削减技术精准刻画区域风电、光伏出力特性是解决以上问题的有效方法之一。提出一种基于聚类与优化算法相结合的可再生能源场景削减方法。首先对数据进行清洗、降噪等预处理,其次利用肘部法则与轮廓系数判断风电、光伏类别个数并进行聚类。然后,利用粒子群与遗传算法分别提取风电、光伏典型出力曲线,并对两种算法结果进行对比,从而生成典型场景。算例分析以欧洲输电系统运营商Amprion提供的2015年1月1日至2019年12月31日风电、光伏出力数据为研究对象,利用所提方法求得的出力曲线可以有效反映该区域风电、光伏出力典型场景,为后续电力系统规划、运行优化等问题提供数据支撑。

基于场景削减的网源协同规划研究

随着间歇性能源渗透率的不断提高,风电和光伏出力的不确定性降低了网源匹配度,带来了严重的弃风弃光问题。为提高风光利用率,采用能处理不确定性因素,且综合考量负荷、风、光出力三者在临近地区相关性的场景分析法进行数据分析。同时,为满足求解精度与求解效率的平衡,通过调整的K-medoids算法选取具有代表性的聚类场景,结合极端场景共同构造典型场景集,求解网源协同双层规划模型。上层模型以各种成本最小为目标,同时考虑系统的充裕性;下层模型采用N-1准则和节点支线数量约束,提升规划后系统的安全性。以修改的Garver-6和巴西南部46节点系统为平台进行验证,结果表明所用方法的正确性与优越性,为风光大规模并网的电力系统规划提供了解决思路。

基于改进WOA-SNS的新型电价机制下多场景风光微网调度

针对目前分时电价的电价区间划分不精准、对峰谷时段负荷曲线的引导不稳定的情况,提出一种新型混合电价机制。该电价机制综合考虑了负荷率和风光利用率,既保证了售电微网的经济利润,又兼顾了负荷侧的需求响应,实现了更精确的削峰填谷。同时为了有效降低经济运行成本,实现微网经济性和低碳性协同运行,将改进的鲸鱼算法和社交网络算法结合,提出一种新型混合智能鲸鱼-社交网络算法(WOA-SNS)来解决场景生成与削减的风光微网调度。仿真对比数据证明了所提算法在多场景风光下的合理性和有效性。

考虑风光不确定性的综合能源系统容量-成本两阶段规划优化研究

针对综合能源系统规划面临可再生能源波动性强、出力不确定性等问题,文章提出了一种考虑风光不确定性的综合能源系统容量-成本两阶段规划优化方法。首先,运用拉丁超立方抽样生成基础风、光场景集,并基于改进的k-means算法进行场景削减;其次,以运行成本最低、碳减排最优、污染物减排最优构建多目标优化模型;最后,提出系统容量-成本两阶段规划优化求解策略,并选取南方某商业园区进行规划仿真。仿真结果表明,文章所构建的综合能源系统两阶段规划模型能够在保证系统经济性的同时兼顾环保性,并满足用户多种用能需求。

考虑风-光-荷联合时序场景的分布式电源接入容量规划策略

随着分布式发电市场的进一步开放,含大量分布式电源接入的主动配电网将成为未来配电网的发展模式,为保障配电网的安全和优质,有必要对配电网各节点的最大允许接入容量进行规划决策。针对风、光等分布式电源以及负荷的随机性和时序相关性,提出了一种考虑风-光-荷联合时序场景的分布式电源接入容量规划模型,所提模型同时考虑了分布式电源（distributed generation,DG）出力控制、DG功率因数调节、无功补偿装置投切等3种主动配电网的典型主动管理措施,并采用联合概率分布法和场景削减技术对其进行求解。IEEE 33节点系统的仿真结果验证了所提模型的可行性。

基于时序生成对抗网络的月度风光发电功率场景分析方法

针对月度风光发电功率模拟面临的变量维度高、时空特征复杂等难题,提出一种基于时序生成对抗网络的月度风光发电功率场景分析方法。采用基于RV系数的聚类技术提取代表性日发电状态,基于Markov链刻画风光日发电状态转移规律;引入缩放点积注意力机制与时序卷积网络,构建时序生成对抗网络,模拟日内风光发电功率的时序性及空间相关性;提出月度风光发电功率场景的随机生成方法。考虑电网中长期分析需求,建立月度风光发电功率场景的优化削减方法。最后,采用我国东北地区6座风电场和6座光伏电站的历史发电功率数据,验证所提方法的有效性和正确性。

基于动态博弈的电网受灾故障场景仿真及防御决策

有效预测极端灾害下电网故障场景并采取针对性的防御策略能够大幅度减少电网故障后的负荷损失,提高系统韧性。首先,建立了电网受灾故障场景仿真预测模型,在电网设备停运概率模型基础上采用蒙特卡洛抽样法及基于置信集的场景削减算法有效预测灾害下电网故障场景集;其次,建立了灾害-电网攻防博弈模型,优化求解极端灾害下电网最有效的灾前灾后协同防御策略。最后,在IEEE33节点算例上进行测试,验证了模型的有效性。

计及不确定性的基于主从博弈的社区微网运营商电价优化方法

提出一种基于主从博弈的社区微网运营商电价优化方法,并通过场景削减对光伏不确定性进行描述。首先分别针对微网运营商和用户建立优化运行模型。然后分析运营商与用户之间的博弈关系,建立以运营商为领导者的主从博弈模型,并采用基于场景削减法的最优电价两阶段求解方法求解考虑不确定性的最优电价。最后,经算例分析验证,所提电价优化方法可将运营商的收益提高14.2%,还可将用户的电热成本降低0.92%;同时表明适量的储能可促进光伏的就地消纳并提高运营商收益;另外,该方法所求最优电价在不同随机场景下的运营商收益均值提高37.6元,而不同场景下的波动方差降低16.9%,即该电价在不同光伏出力场景下的普适性更好。

基于深度学习的水风光短期随机优化调度研究

我国致力于可再生能源发展,提出水-风-光多能互补系统,因风光能源的不确定性,需实时电网调度调整。文章运用深度学习(DQN)优化系统的短期调度,最大化发电效益。采用拉丁超立方抽样和考虑Kantorovich距离的场景削减技术,反映可再生能源不确定性分布,结合深度强化学习建立多能互补系统短期优化调度模型。模拟实际数据,显示该方法有效解决高维等问题,较于传统方法有显著优势。

大规模可再生能源接入下的电力系统充裕性优化 (三)多场景的备用优化

场景分析法在用于描述可再生能源出力不确定性时,不仅能表征预测风/光功率等随机变量在时间-功率空间上的概率分布,还能进一步反映这些随机波动在时序上的相关性。多场景分析中普遍存在场景维数灾问题,在备用优化中更遭遇控制措施组合爆炸问题,加剧了求解的困难。场景削减有利于场景分析法的实用化,然而现有场景削减方法不能确保小概率高风险场景不被剪除,继而引发风险泄露问题。文中提出一种计及场景集剩余风险下逐步筛选场景的多场景备用优化方法,将场景削减与优化过程融合于一体。相比于传统的“先场景削减、再优化”的思路,所提出的方案能自适应地选取待优化场景集,且能有效识别小概率高风险场景。通过与基于传统场景削减方法的混合整数线性规划方法的对比,所提出的多场景优化方法在平衡优化效果与计算效率上具有显著优势。

分布式多元随机动态场景生成及快速精准场景降维算法

高比例新能源及多源耦合是电力系统发展的重要特征,这也为系统稳定经济运行提出了新挑战。该文以园区型多能系统为对象,研究了分布式多元随机动态场景分析,从多时空角度有效量化不确定因素给系统造成的影响,可为系统灵活重构、多维度协同运行与决策提供有力模型与场景支撑。首先由预测误差驱动拟合多元功率预测误差概率分布,全面反映随机功率出力信息,提高模型泛化性;以时序相关范围参数为数据驱动关联变量,高效动态控制波动强度;最终场景生成利用逆变换映射思想保证置信度。然后针对典型场景提取,提出一种综合递归聚类思想的多段嵌套削减算法,结合改进Wasserstein距离指标,兼具准确、时效、稳定方面的优势。最后由对比实验论证该方法的前沿有效性。

基于风电消纳时序场景的电池储能系统配置策略

制约风电消纳的一个重要因素是风电的反调峰特性,而其本质是电网向下调峰能力的不足。以提高风能资源利用率为主要目的,应用电池储能系统削峰填谷,改善系统负备用不足的现状以松弛电网调峰瓶颈,并分析了储能系统在此过程中能够带来的电网多环节效益,如风电消纳收益、峰谷电价效益、替代调峰机组效益等。根据风电时序特性生成大量场景并结合基于PAM聚类的场景削减技术,综合考虑各效益项并结合储能系统成本,求取具有普遍意义的储能综合净效益,并以该净效益最大化为目标,建立优化模型,进而提出了一种电池储能系统配置方法。最后根据西北某电网的实际数据设计了算例,验证了该配置方法的可行性。

计及风光不确定性含碳排放和碳惩罚的虚拟电厂优化调度策略

为使虚拟电厂更好地满足我国新型电力系统的发展需要,提出一种考虑风光不确定性的含碳排放和碳惩罚的虚拟电厂优化调度策略。对光伏、风力、热电联产机组、储能系统进行数学描述,建立了考虑风光不确定性的风光出力模型;采用场景生成与削减法生成风光典型场景;以虚拟电厂整体运行效益最大为目标,引入碳排放成本和碳惩罚因子,并建立典型场景下虚拟电厂优化调度模型。结果表明:所提策略有利于挖掘储能系统潜力,提高系统经济性,降低碳排放量;在CloudPSS云仿真平台上搭建算例,进一步验证优化调度模型的有效性,为后续开展虚拟电厂优化调度提供了可行的实现途径。

基于改进场景聚类法的主动配电网中分布式电源准入容量规划

随着电力市场的不断拓展,将出现拥有分布式电源的主动用户,在主动配电网中高渗透率地接入可再生能源成为主要的市场模式之一。在市场机制的作用下,主动用户进行可再生能源最优配置时,不仅要考虑利润的问题,还需要充分考虑主动配电网的消纳能力。基于联合时序场景对主动配电网中分布式电源的准入容量进行研究。首先,针对分布式电源及负荷的不确定性问题建立了联合时序场景,并对已有的聚类算法进行了改进,高效地实现了联合时序场景削减;其次,在主动配电网中充分考虑网络潮流优化及电压控制对分布式电源的消纳影响,基于联合时序场景,建立了计及有功控制、无功补偿、变压器有载调压三种主动管理策略下的分布式电源准入容量模型;最后,通过IEEE33节点配电网对上述模型进行算例分析,验证了所提方法及模型的正确性及有效性。

电-碳市场下考虑风光不确定性的虚拟电厂优化调度

在“双碳”目标的背景下,电力行业已成为碳减排中的重要组成部分。虚拟电厂(virtual power plant, VPP)通过整合和聚集分布式资源等参与碳市场,可进一步提升整体效益;然而,分布式新能源出力的不确定性给其运营管理带来了许多挑战。为此,在利用基于拉丁超立方抽样的场景生成与场景削减法处理风电、光伏出力不确定性问题的基础上,将多单元聚合并考虑到用户侧需求响应的VPP作为一个整体去参与电能量市场以及碳市场,构建VPP总成本最小的优化调度模型,然后利用改进灰狼优化算法对其进行求解。通过对不同场景算例进行对比分析,可以得出:碳市场及需求响应的存在,加强了风光等清洁能源的消纳,减少了温室气体的排放,也减少了VPP的运行成本,经济性和环保性得到了兼顾。

基于场景法和寿命损耗的储能优化配置

风电出力的时间特性是制约风电消纳的重要因素之一。文中以提高风电利用率为主要目的,利用电池储能消纳系统弃风,并分析储能在运行过程中的带来的诸多效益、如风电并网效益,环保效益等。依据风速时序特性生成大量场景并结合基于KD距离的场景削减技术,综合考虑各效益项及储能成本、获得具有普适性的综合收益,并以此为目标构建模型,优化储能的容量配置。文中提出互斥技术优化储能的运行策略,通过引入0~1辅助变量,计及运行过程中储能的充放电功率和越限功率的相互关联特性,将表征储能运行策略的分段函数线性化,从而显著地缩小系统的计算时间。并通过算例验证所提方法的有效性。

计及管储模型的电-气IES低碳协同运行策略

为解决综合能源系统风能利用率低、燃煤机组碳排放高的情况,考虑建立碳捕集-电转气协同运行模型,充分挖掘其对可再生能源消纳和碳减排的潜力。首先,建立系统内重要能源耦合设备的运行表达式以及各能源网络的约束平衡条件,通过气管道节点压强、流量的关系推导出管储模型方程,关注其对系统运行经济性的影响;其次,利用分段线性化和二阶锥松弛技术将约束条件非线性部分作线性化处理,采用拉丁超立方抽样结合K氏距离法来描述风电功率的不确定性;接着,建立9节点电力和6节点天然气网络耦合的系统进行仿真计算,分析3种方案下系统运行的经济性、环境性,重点讨论限制电转气运行的关键因素;最后,通过风能利用、碳捕集运行、管储能力阐述多目标优化问题中的矛盾关系,结果表明所提模型对减少系统碳排放和提升风能利用率具有积极作用。

考虑风光不确定性的综合能源系统储热优化配置

电锅炉和储热装置构成的储热系统的应用是提高电热综合能源系统灵活性、解决风光等可再生能源随机性问题的重要手段。首先,采用场景削减法模拟风光的随机性、不确定性;其次,以总运行成本最小为目标函数,在IEEE 14节点电力系统和8节点热力系统构成的电热综合能源系统上进行能流计算分析,采用YALMIP工具箱的CPLEX求解器求解,得到电锅炉、储热装置的最优容量;最后,通过对比电锅炉接入2种不同位置的场景问题,分析出将电锅炉和储热装置放在热网热源侧,使系统的经济性达到最优。

基于马尔可夫链的蒸汽动力系统两阶段随机规划

现有的解决蒸汽动力系统蒸汽需求不确定性的优化方法有随机规划和鲁棒优化,但二者不能同时兼顾稳定性和经济性。本文提出一种基于马尔可夫链的两阶段随机规划去解决这个问题。第一阶段基于空间距离表达划分不确定变量,通过聚类算法划分成不同工况。第二阶段基于状态切换概率构建马尔可夫链,通过场景生成和削减的方法预测蒸汽的需求值。以某煤制气企业蒸汽动力系统为实例建立相应的优化模型,将预测的蒸汽值带入优化模型求解,得出的最优操作方案与随机规划和鲁棒优化法进行对比和分析。结果表明,本优化方法综合了随机规划经济性高和鲁棒优化稳定性高的优点,稳定性和经济性都介于随机规划和鲁棒优化的中间,为解决蒸汽动力系统的不确定优化问题提供了新思路。

考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略

为解决当前对虚拟电厂系统中多重不确定性源的表征考虑不全面且处理方法单一的问题,提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法来对风光出力、电价进行建模,并利用区间法对碳价、需求响应进行建模;以虚拟电厂运行成本最小化为目标,综合考虑电碳交易及激励型需求响应机制,建立基于区间线性规划的虚拟电厂优化调度模型,采用强区间线性规划法中的两阶段分解算法对模型进行求解,针对不同不确定性源的特点,采用2种方法处理虚拟电厂系统中的多重不确定性。算例结果表明,该模型能够通过指标变化趋势有效地反映多重不确定性因素对系统调度结果的影响,在保证虚拟电厂系统安全运行的基础上提高经济性,区间形式的表示为决策者留出了一定的现实选择空间。