计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法

为了加速求解计及风电不确定性的安全约束机组组合问题,提出计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法。将原问题解耦为多个场景的安全约束机组组合问题;通过将各场景的调度时段分为多个子时段对各场景安全约束机组组合问题进行解耦,形成多个并行的子问题;为了确保多场景解耦和多时段解耦解的可行性,利用一致性约束耦合不同的子问题,并在目标函数中添加惩罚项。通过算例分析验证了所提方法的有效性。结果表明,在可接受的精度下,所提方法比传统集中式方法显著缩短了多场景安全约束机组组合问题的求解时间。

基于改进近似动态规划的安全约束机组组合算法

针对电力系统的安全约束机组组合问题,提出了一种基于改进近似动态规划的求解算法。考虑到安全约束机组组合是一个多时段混合整数非线性规划问题,难以直接求解,所提算法将其建模成马尔可夫决策过程,并利用近似动态规划实现解耦求解。为了处理近似动态规划决策空间过大的问题,所提算法通过决策空间缩减技术提前获得大部分机组的开停机状态,有效提高求解效率。在IEEE 39节点系统和一个实际系统上进行了算例分析,验证了所提算法的有效性。

基于伞约束的安全约束机组组合迭代求解方法

为了提高电力市场出清结果的可靠性,在传统安全约束机组组合(security constrained unit commitment, SCUC)问题的基础上根据N-1原则考虑了故障态安全约束;为了不影响出清效率,基于伞约束原理提出了迭代式安全约束筛选方法。以机组组合(unit commitment, UC)模型为迭代起点,计算基态和故障态下的线路潮流,添加越限的所有基态安全约束,对于故障态潮流越限的线路,每条线路只保留越限最严重的故障态,并且给每轮添加的故障态约束数量设置上限,迭代求解直至无越限约束。分别对IEEE118系统和Polish2383系统进行仿真,与直接求解完整模型相比,求解速度分别提升了72.6%和88.4%。仿真结果表明,根据伞约束原理进行约束筛选后再迭代求解,能够显著提高SCUC模型的求解效率,尤其是对于考虑故障态安全约束的大规模SCUC问题,提速效果尤为明显。

数据驱动的考虑安全约束机组组合问题研究综述

安全约束机组组合(security-constrained unit commitment,SCUC)作为编制发电计划的核心环节,在电力系统优化调度等方面具有十分重要的意义。因此,该文首先从物理模型和求解方法简要概述了SCUC问题。然后,从多目标、多元化决策变量、不确定性、多时间尺度与多元约束条件5个方面梳理了物理模型驱动的SCUC的研究进展,并分析了此类方法所面临的挑战。同时,重点总结归纳了现有基于人工智能技术和数据驱动的SCUC问题的研究成果,并分析了不同类型方法的特点、优势和缺陷。最后提出了对未来基于数据驱动的SCUC研究方向的相关思考。

一种基于控制围栏函数的安全约束优化求解方法

为提高MPC-CBF算法框架解空间的可行域范围,提出了一种可优化的离散控制围栏函数,将控制围栏函数衰减系数作为一可变参数进行优化,从而动态调整CBF约束范围,实现安全性与可行性的综合优化处理。实验结果表明:该改进算法可有效提升MPC-CBF算法框架解空间的可行域范围,并可在保证安全约束得到有效满足的前提下,生成多样化的运动行为。

基于频率安全约束-惯量削弱分摊的风电场惯量补偿控制方法

大规模风电并网导致电网惯量不断削弱、系统频率特性恶化,风电场应根据产生的惯量削弱情况承担维持电网频率安全的义务。首先,根据电网频率约束指标求解维持频率安全的临界惯量,并结合实际惯量求解电网惯量补偿目标。然后,通过计算各风电场对电网惯量的削弱量,按照削弱量比例分配各风电场、风机的虚拟惯量补偿目标;再根据惯量补偿目标和风速动态设置惯性控制增益,使风机、风电场响应惯量补偿目标,能够保障电网惯量安全。最后,在IEEE 39节点算例系统中验证了所提方法的有效性。

基于近端策略优化算法的新能源电力系统安全约束经济调度方法

针对高比例新能源接入导致电力系统安全约束经济调度难以高效求解的问题,该文提出了一种基于近端策略优化算法的安全约束经济调度方法。首先,建立了新能源电力系统安全约束经济调度模型。在深度强化学习框架下,定义了该模型的马尔科夫奖励过程。设计了近端策略优化算法的奖励函数机制,引导智能体高效生成满足交流潮流以及N-1安全约束的调度计划。然后,设计了调度模型与近端策略优化算法的融合机制,建立了调度训练样本的生成与提取方法以及价值网络和策略网络的训练机制。最后,采用IEEE 30节点和IEEE 118节点2个标准测试系统,验证了本文提出方法的有效性和适应性。

计及安全约束的综合能源系统深度强化学习优化调度策略研究

在“双碳”背景下,综合能源系统多能耦合与梯级利用已成为助力“双碳”目标实现的重要手段。综合能源系统优化运行是一个涉及非线性、非凸的复杂问题,传统求解方法在获得全局优化调度策略上存在一定困难。同时,随着光伏、风电等可再生能源渗透率不断提高以及网络拓扑日趋复杂进一步加剧了该问题的求解难度。强化学习为解决上述问题提供了有效途径,然而目前大部分关于强化学习优化调度的研究较少考虑系统整体安全约束,因此,该文基于深度强化学习构建了考虑安全约束的综合能源系统优化调度模型。首先,将电网与热网潮流约束融入到传统综合能源系统优化调度模型中,实现了对调度策略的安全校验。其次,基于深度强化学习理论将物理调度问题转化为强化学习序贯决策问题,改进了智能体的状态空间、动作空间及奖励函数的设计方法。最后,在离线与在线环境中实现了优化调度决策的求解与应用,并通过算例对比与分析验证了所提方法的有效性与合理性。

基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络(Deep Q Network,DQN)算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但平均行驶速度快0.26m/s,也即前者实现了对安全和速度的平衡。由此可知,基于价值的安全约束算法比基于规则的算法更能提升强化学习算法的安全性和训练效率,而包含更多决策动作的动作空间设置可实现更高的驾驶技巧,避免算法过于保守。

生态安全约束下环鄱阳湖区城市经济韧性的空间关联网络特征

经济韧性是社会经济稳定的重要前提,而生态环境往往制约经济韧性的各个维度。构建环鄱阳湖区生态安全约束下城市经济韧性测度指标和方法,并采用社会网络分析对其空间关联网络的结构特征进行分析。结果表明:(1)研究区城市经济韧性表现出先下降后上升的趋势,其空间分布大体上呈现由环湖核心区向环湖外围区递减的环湖分布特征,表明生态安全约束下的湖域地区社会经济稳定性在增强,而空间分布差异显著。(2)研究区城市经济韧性空间关联网络整体特征呈现一主多次的分布格局,成员联系愈加紧密,网络密度呈上升趋势,但中心城市核心地位逐渐减弱,次核心地位逐渐上升,表明生态安全约束下环湖地区城市经济韧性的“核心边缘模式”在逐渐减弱。(3)生态安全约束下环湖地区城市经济韧性空间关联网络具有地域分异特征,并呈现出“抱团取暖”的动态联系规律。

基于图神经网络的起作用安全约束辨识方法

在安全约束机组组合问题中含有大量冗余安全约束,如何高效辨识起作用的安全约束对提高求解速度具有重要意义。构建电网拓扑图、节点与支路特征后,输入至图卷积网络,对基态和故障态下支路潮流约束是否起作用进行分类,在IEEE RTS 79系统中迭代求解安全约束机组组合。结果表明,所提方法可以有效降低求解迭代次数和计算时间。所提方法可大幅提高求解效率,对将机器学习应用于辅助优化模型求解具有启示作用。

考虑交流电网安全约束的柔直-抽蓄-火电联合调度计划模型

柔性直流输电、抽水蓄能等技术在解决风光等清洁能源大规模并网问题方面具有独特的优势。但目前电网调度运行业务中缺少对柔性直流电网、抽水蓄能电站、火电机组等对象的调度计划的联合编制。针对上述问题,提出了一种柔直-抽蓄-火电的联合调度计划模型,该模型通过将柔直电网、抽蓄电站、火电机组等对象解耦的方式,编制各自目标函数下的调度计划,同时制定当交流电网侧安全约束条件越限情况下的柔直电网、抽蓄电站的调度计划调整策略,以及新能源的最优弃电方案。将所述模型运用于多端柔性直流电网与IEEE 24节点系统相结合的仿真系统中,结果表明此模型能够有效安排柔直、抽蓄及火电的联合调度计划,确保新能源最大限度的消纳。

考虑增量配电网资源支撑的频率安全约束机组组合优化决策方法

为了保证电力系统的安全平稳运行,提出了一种考虑增量配电网资源支撑的频率安全约束机组组合优化决策方法。该方法充分发挥增量配电网内部的新能源、储能以及温控负荷等各种资源的支撑作用,将大规模接入主网的增量配电网视为虚拟储能单元,引入惯量安全频率约束,考察系统在意外事故发生后,在各个时段的运行状态以及频率安全指标。对IEEE30节点系统的仿真结果表明,所提优化决策方法可以在一定程度上规避意外事故对系统运行造成的影响,保障系统的频率安全和负荷需求。

基于改进约束序优化方法的带安全约束的不确定性机组组合问题研究

为快速有效地求解考虑间歇性可再生能源接入的SCUC问题,在现有约束序优化的基础上,提出了一种适用于不确定性SCUC问题求解的改进约束序优化算法。该方法针对序优化的粗糙模型和精确模型分别融入了离散变量识别策略和无效安全约束削减策略。相比于传统求解方法,提出的改进约束序优化算法在充分发挥传统序优化计算效率方面优势的同时,进一步增强了算法的紧凑性,降低了计算冗余度,有效提升了算法的求解效率。基于IEEE-118节点标准算例的仿真验证了所提算法的正确性和有效性。

考虑安全约束的地区电网精益化源网荷柔性互动控制系统分析

阐述用户需求和电网安全约束调节的方式、精益化源网荷柔性互动控制体系的设计、安全接入与管理可控资源的模式,探讨安全约束地区源网荷柔性互动控制策略,包括采用多元化的控制策略、实现基于安全约束计算的优化策略。

基于电网安全约束的调度计划与停电检修计划优化分析

随着电网中电力设备应用规模的不断扩大,为电网调度与停电检修工作带来了巨大挑战。基于此,本文简单分析了电网运行特点以及电网安全运行存在的问题,并围绕电网安全约束条件提出了几点调度计划与停电检修计划的优化策略,以供参考。

计及安全约束的主动配电网分布式储能自动规划

为实现对配电网分布式储能规划的全面优化,降低因配电网节点负载导致的供电服务异常现象,本文开展了计及安全约束的主动配电网分布式储能自动规划方法设计。根据电网的运行情况,将主动配电网有功出力的最小切除量作为安全约束目标,设计主动配电网分布式储能目标函数。根据设计目标与主动配电网的适配性,规划目标函数约束条件,将提出的主动配电网分布式储能目标函数作为参照,使用Matlab搭建主动配电网分布式储能规划优化模型,利用适应度函数,建立配电网中风力发电、光伏发电与储能模型之间的节点拓扑结构,以此实现对主动配电网分布式储能的自适应调度。实例应用结果证明,该设计方法在实际应用中效果良好,可避免主动配电网运行节点出现负载问题,降低主动配电网运行中的安全隐患。

基于安全约束松弛的区域综合能源系统规划模型

为充分挖掘灵活性、减少规划投资,本文在区域综合能源系统规划中允许系统短时间、小程度安全越限。首先,通过机会约束对系统的安全约束进行松弛。其次,基于安全约束松弛建立考虑经济性最优的系统规划模型。然后,引入辅助变量和指示函数将非线性约束转换为线性约束,便于模型求解。最后,以IEEE33节点电网和11节点天然气网组成的系统作为算例,验证了本文提出模型的准确性和有效性。

应对风电消纳中基于安全约束的价格型需求响应优化调度建模

应对风电消纳问题,价格型需求响应通过价格信号参与电网实时调度,以保持电力供需平衡。然而,风电出力和负荷的改变,使电网潮流和节点电压面临越限风险,从而网络安全约束成为制约风电消纳的关键因素。首先基于价格弹性系数分析价格型需求响应调度成本与互动响应量之间的关系。其次,描述价格型需求响应的互动响应量静态算法,并将其作为预期分配原则之一。在此基础上,同时考虑网络安全约束和价格型需求响应互动响应满意度约束,以电网侧的价格型需求响应调度成本最小化为目标,建立实时优化调度模型,保证实时调度中电网的安全运行。应用灵敏度分析方法将网络安全约束转化为负荷节点互动响应量约束,并通过内点法求解模型。最后,以某省实际电网为例分析验证建模和求解的有效性和可行性,结果表明通过价格型需求响应消纳风电的同时可将稳定断面有功功率控制在允许范围内。

水–火–风协调优化的全景安全约束经济调度

风电出力的不确定性给传统的安全约束经济调度(security constrained economic dispatch,SCED)方法带来了很大的挑战。为了协调调度水电、火电和风电等多种电源,提出了水–火–风协调优化的全景SCED方法。该方法用区间数表示风电的波动范围,统一优化备用需求与机组出力;考虑机组跟踪负荷能力以及调度的公平性,经济、公平地预留各机组备用,以应对风电波动。针对含区间数模型的复杂性,提出关键场景的识别方法,形成以关键场景为约束、不损失优化精度的模型,显著减小了模型规模,使其能够高效地得到求解。基于电网实际数据的算例验证了所提出的方法在解决风电波动问题方面的高效性与科学性。