计及需求响应的微电网多时间尺度调度仿真

当前已有的微电网调度方法未考虑电源的发电特性以及需求响应侧问题,导致微电网调度后的功率无法达到理想值。本文提出一种计及需求响应的微电网多时间尺度调度方法。分析微电网中不同分布式电源的发电特性以及需求侧不同负荷的特性,同时通过负荷的特性对负荷分类。根据负荷分类结果,将微电网整体问题转换为居民住户优化问题和微电网多时间尺度问题,以最小电力花费以及最小充放电循环次数作为目标,构建微电网多时间尺度调度模型。进一步采用改进的萤火虫算法对模型进行求解,以获取最优调度方案。实验结果表明,所提方法可以获取最佳调度方案。

计及碳捕集电厂低碳特性的含风电电力系统源–荷多时间尺度调度方法

逐步提升风电等可再生能源发电占比,并对火电机组进行低碳化改造,辅之以多类需求侧资源,是实现能源电力碳达峰、碳中和目标的重要手段。首先,挖掘源荷两侧低碳资源并分析其低碳特性,源侧在碳捕集电厂中装设烟气旁路系统与溶液存储器,形成碳捕集电厂综合灵活运行方式进而与风电协调配合;荷侧调用不同响应速度的价格型、激励型需求响应资源克服多时间尺度下碳捕集电厂综合灵活运行方式的局限,通过源荷资源协调优化,从而提高系统的低碳性能。其次,构建源荷协调的日前—日内—实时3阶段低碳经济调度模型,优化系统的负荷及旋转备用分配计划,并改善失负荷与弃风问题。最后,在改进的IEEE-39节点系统中进行算例分析,结果表明该调度方法能够利用源荷可调节资源的调度优势,实现电力系统低碳经济调度的目标。

计及能量互保行为的综合能源园区多时间尺度调度

综合能源园区的运行控制应兼顾多方市场主体利益诉求,针对不同类型园区的供能差异化需求,提出计及用户诉求的日前调度与实时调度相结合的综合能源园区多时间尺度优化调度策略。首先,构建包含智能用电管理单元、电-气耦合联供单元、电动汽车(EV)充电单元和用户电-冷用能调度单元的园区基本架构,并分析市场环境下的园区运行方法;其次,在日前调度中建立以运营商利润和用户评价为目标的园区非合作博弈模型,确定园区能价和用能安排;再次,针对日前购电偏差问题,建立考虑不同类型用户用能诉求的含能量互保行为的实时能量偏差应对模型;最后,以14节点配电网和7节点天然气管网组成的微能源网为场景,对所提模型进行仿真验证,证明所提模型的有效性。结果表明,所提多时间尺度优化调度策略能够提升园区多方市场主体经济效益,以及兼顾用户多样化用能需要的可行性。

计及预测偏差的光伏消纳多时间尺度调度研究

考虑光伏发电预测具有不确定性的特点,从电力市场环境下的售电商角度出发,利用蓄电池、空调需求响应资源消纳和跟踪光伏发电,在保证经济性且光伏发电预测值的偏差有足够的需求侧资源消纳的条件下,建立了多时间尺度调度模型。在日前调度中采用机会约束考虑光伏预测偏差,转化为确定性等价条件求解,日内调度中以调整量最小和不平衡量最小为双目标对光伏发电进行跟踪。仿真结果表明,在日前调度中考虑光伏预测偏差可以有效改善新能源的消纳情况,提高售电商收益,置信水平越高,光伏跟踪情况越好,实际日收益与日内调度成本有关。

考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度

随着电动汽车数量逐渐增多,电动汽车接入电网会给电网运行控制带来困难。同时,以新能源为主体的新型电力系统面临功率平衡挑战。基于自适应噪声完全集成的经验模态分解(CEEMDAN)和双向长短期记忆神经网络(BILSTM),提出了一种考虑电动汽车灵活性与风电消纳的区域电网多时间尺度调度方法。首先,通过对风电和基础负荷历史数据进行CEEMDAN,得到不同频率下的本征模态分量;其次,根据极大值点个数判据对本征模态分量进行重构;再次,利用BILSTM预测重构分量,得到风电和基础负荷数据的预测值。基于上述预测的数据,采用模型预测控制方法,建立区域电网多时间尺度调度模型。最后,通过仿真结果表明,所提预测方法具有普适性;所提的多时间尺度调度方法有效且经济,该方法可以在平抑负荷波动、降低风电并网影响的同时,利用电动汽车灵活性对风电预测实时偏差进行补偿,维持系统平衡。

基于VPP碳流计算的多目标多时间尺度优化调度

为研究虚拟电厂低碳经济运行策略,以虚拟电厂能流和碳流模型为基础,执行了多目标多时间尺度优化调度。首先,基于碳流走向建立虚拟电厂低碳经济运行的非线性多目标规划模型,并采用归一化法向约束法进行求解。然后,建立了基于动态矩阵控制算法的有限时域优化模型,对日前结果进行跟踪优化和反馈校正,以降低不确定性因素的影响。最后,仿真对比实验验证了所提调度策略能在保证碳流计算精度超过95%的前提下实现虚拟电厂低碳经济运行。

计及调度优先级的微电网多时间尺度优化调度策略

随着负荷用户的大量增长,负荷侧可调资源逐渐增多,利用负荷侧需求响应资源参与微电网调度,以提升新能源消纳水平。为充分发挥需求响应资源调度潜力,优化用户侧负荷管理能力,提出一种计及调度优先级的微电网多时间尺度优化调度策略。首先根据不同需求响应资源响应特性进行划分,将价格型需求响应资源与激励型需求响应资源细分为5种类型,构建需求响应模型与调度时段进行匹配;其次,构建“日前-日内1 h-日内15 min”的微电网多时间尺度优化调度模型,对微电网内各类可调资源进行优化调度,并针对直接影响用户用电行为的实时可调资源建立优先级权重;最后,以福建地区某实际微电网为例,仿真验证了该模型的有效性。

计及多重差异的交直流混合多能微网多时间尺度优化调度

近年来,可再生能源发电、热电联产、储能和电力电子变压器(PET)等技术发展迅速,有利于构建多能互补、清洁高效的交直流混合多能微网(MEMG),但不成熟的PET模型和复杂的不确定性为系统的优化调度带来了挑战。为此,首先构建了一种基于三级式PET的交直流混合MEMG结构,建立了包括PET在内的设备模型和不确定性模型;其次,提出了计及多重差异的MEMG多时间尺度优化调度策略,明确了日前-日内-实时三时间尺度调度的协调机制,其中,多重差异包含需求响应资源、系统调度目标和源荷预测精度在时间尺度上的差异,以及不同能量的响应特性差异;再次,建立了对应的多时间尺度优化调度模型,包括日前鲁棒机会约束优化模型、日内随机优化模型和实时分层滚动修正模型,并在日前调度中,改进了传统储能和电热耦合设备的备用模型,设计了基于PET的交直流系统备用共享机制,将调度模型转换为混合整数线性规划模型,给出了利用CPLEX求解器求解多时间尺度调度模型的步骤;最后,通过算例分析表明,所提调度策略可以通过逐级修正调度计划应对不确定性,且所设计备用方案兼具可靠性和灵活性。

基于需求响应的虚拟电厂多时间尺度优化调度

随着我国不断加快新型电力系统建设,风电、光伏等越来越多的分布式资源大规模并网,但其随机性、波动性及分散性的特点给电力系统带来了多重不确定性。提出了一种考虑价格型需求响应的虚拟电厂多时间尺度优化调度方法,在日内调度模型中引入用户价格型需求响应,对用户负荷进行精准调控;采用基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法处理风光出力、电价不确定性,减少日前日内出力偏差,再结合日前调度构成了多时间尺度优化调度模型,并采用滚动优化得到日内优化调度结果。以湖南某小型虚拟电厂系统进行算例仿真,结果表明,所提多时间尺度优化调度策略能够精确预测风光出力及用户负荷,在有效抑制功率波动的同时保证了系统的经济性。

考虑供热管网储热的综合能源系统多时间尺度优化调度

综合能源系统供热管网储热具有巨大的调控潜能,针对此特性,基于二阶迎风隐式方程建立热网动态特性模型,并提出一种考虑管网储热的综合能源系统多时间尺度调度方法。首先,在日前调度阶段,考虑管网的储热特性并进行主动调控以提高系统运行的经济性;日内上层调度阶段,利用管网储热特性消除供热延时效应,并在日前调度的基础上对设备出力进行修正;日内下层调度阶段,对电力系统在更小的时间尺度上进行调度以满足其响应时间较短的特性。算例分析结果表明,提出的供热系统模型可以有效计算热力潮流与管网储热量,提出的多时间尺度调度方法能够在兼顾经济性的同时有效平抑源荷波动,实现系统安全稳定运行。

微电网耦合碳捕集封存与需求响应的多时间尺度鲁棒优化调度

随着可再生能源的普及,微电网成了一个可持续能源供应的重要工具。然而,由于其源荷多不确定性和碳排放挑战,优化调度成了一个难题。本文提出了一种基于储液式碳捕集封存和需求响应的多时间尺度鲁棒优化调度方法,旨在降低微电网的碳排放和提高其运行性能。该方法在日前阶段以1小时时间间隔进行调度,采用鲁棒优化处理不确定性中的低频分量,同时结合碳捕集技术和需求响应以促进调度计划的低碳经济性。日内阶段以15分钟时间间隔进行调度,采用模型预测控制跟踪并滚动修正日前鲁棒经济调度计划,以应对源荷预测误差和不确定性中的高频分量,确保微电网实际功率平衡。仿真分析表明,这种方法可以显著降低微电网的总成本和碳排放量,提高了微电网的运行性能和可持续性。

控制性能标准下考虑系统频率偏差特性的多时间尺度机组优化调度

针对风电并网后传统的2阶段调度中自动发电控制(automatic generation control,AGC)机组调节压力过大,普通多时间尺度调度中未考虑控制性能标准(control performance strandard,CPS)考核指标导致机组调节费用较高等问题,通过对电网实际频率数据分析发现系统频率偏差均值在较长时间尺度上正负变化具有规律性,提出CPS指标下考虑系统频率偏差特性的多时间尺度优化调度模型。最后通过Matlab算例仿真验证模型的有效性,结果表明:所提出的新调度模型通过预测未来较长时间尺度下系统频率偏差符号的正负,在日内、实时调度阶段的关键时刻减少了非AGC机组调节出力,相比现有模型可以使电网满足CPS考核标准的同时减轻AGC机组调节压力,节省综合运行成本。

风-光-抽蓄零碳电力系统多时间尺度协调调度模型

高比例新能源并网带来的波动性影响和新能源消纳水平不足已成为新型电力系统中亟须解决的问题。为此,基于风、光、负荷预测精度随时间尺度缩短而逐级提高的特点和抽蓄机组日内灵活调节特性,建立风-光-抽蓄零碳电力系统多时间尺度协调调度模型。以运行成本最小为目标,建立日前24 h发电计划、日内1 h发电计划和实时15 min发电计划。通过多时间尺度的协调配合,保证风、光、抽蓄出力良好跟踪负荷,逐级修正发电计划。以含6台抽蓄机组的风-光-抽蓄零碳电力系统为例开展仿真分析,结果表明所提多时间尺度协调调度模型有利于减少系统弃风、弃光量,且系统消纳风光的能力与抽蓄电站装机容量有关。

计及风电功率预测误差的需求响应多时间尺度优化调度

风电功率预测存在误差,增加了电力系统运行调度的困难,影响系统风电消纳,降低系统运行的经济性。为了提高系统风电消纳能力,考虑风电功率预测误差,结合需求响应特点,从日前、日内和实时构建了电力系统需求响应多时间尺度优化调度模型。分析居民用户需求对电价的响应,构造日前价格型需求响应的初调度策略,并在日内根据风电功率预测偏差进行电价调整后的价格型需求响应再调度。分析工业用户和商业用户的调度补偿策略,以电网运行费用最低为目标,考虑平衡风电功率实时预测误差,建立激励型需求响应的实时调度优化模型,以提高系统风电消纳能力,降低系统弃风量。算例分析表明：所提出的优化调度策略能够较好地平衡风电功率预测误差,增加系统风电消纳量,节约系统运行成本,保证用户用电的自主性,最小化需求响应调度对其的影响。

集成智能楼宇的微网系统多时间尺度模型预测调度方法

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。

含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度

为了应对大规模风电接入,压缩空气储能(CAES)技术和柔性负荷主动响应技术在近年来发展迅速。以含CAES电站、可转移负荷、可中断负荷、可直接负荷控制(DLC)负荷、风电场、常规机组的电力系统为研究对象,综合考虑CAES电站和多类型柔性负荷在日前、日内、实时时间尺度下的调度特性及其在备用与调频方面的应用潜能,建立考虑源-荷-储协调互动的电力系统多时间尺度电能-备用联合调度模型。该模型以最小化电网运营商的总支出成本为优化目标,能够同时制定系统的发电计划、旋转备用购置与调用计划和自动发电控制(AGC)参与因子配置计划。基于修改版PJM-5Bus系统的仿真结果验证了所建调度模型的有效性。

风光储微网系统多时间尺度模型预测调度策略

针对风光储微网系统,建立基于模型预测的多时间尺度微网调度策略。首先,为提高微网调度运行准确性,采用灰色GM(1,N)-BP神经网络方法构建微网发电量及负荷需求的预测模型,然后构建基于预测模型的多时间尺度微网调度优化策略,该策略考虑了储能装置充放电运行的功率变化,以日前调度中的能源出力为参考,在日内调度阶段采用滚动修正,通过细化滚动时间,实现微网运行调度的精确修正,减少储能装置的充放电损耗。最后,基于微网运行数据进行了算例分析,验证预测模型与调度策略的有效性。结果表明,相较于传统单一灰色预测方法,所采用的组合预测模型预测精度更高,所构建的多时间尺度调度策略使得清洁能源得到充分利用,实现微网经济安全运行。

含大规模风电的电力系统多时间尺度源荷协调调度模型研究

由于风电出力的间歇性和波动性,传统的电网运行调度模式和常规机组的调节能力已无法满足大规模风电并网的需求。利用概率性精简场景集描述日前风电出力的不确定性,推导出应对风电波动的日前机组组合决策。针对常规机组调节能力对风电消纳的制约影响,提出高载能负荷和常规机组协调运行的调度模式。在此基础上,以系统总运行成本和污染排放最小为目标建立了多时间尺度源荷协调调度模型,将日前调度、日内滚动调度和实时调度统筹兼顾配合,并采用智能优化算法逐级求解。通过实际算例验证了所提模型的合理性和实用性,为电网消纳间歇性能源提供了一种有效途径。

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。

基于能源监控与优化调度的综合能源系统研究

为了提高能源监控与优化调度能力,降低调度过程的损耗量问题,设计了融合自组网技术和综合能源系统,能够改进能源调度过程中的能源损耗问题。利用微电流计算法技术控制能源流向,利用算例的形式保证调度的精细化。采用多目标改进化学反应优化算法计算能源调度折衷解,从而确定最优能源供应方案。通过BEST软件模拟系统调度发现,设计优化后的能源调度系统装机容量最大为485.7 kW,调度过程损耗量为138.3 W,调度效率最高为98.6%。