考虑系统正负备用的电动汽车优化调度策略研究

大规模电动汽车和风电场的接入加大了电网运行的风险,将对电网备用容量产生影响。考虑电网正负备用容量配置成本,提出电动汽车优化调度策略,旨在降低电网正负备用容量配置,并提高风电利用率。首先,运用模糊聚类算法分析风力出力的不确定性,得出系统差额概率密度函数;然后,基于改进电量不足期望指标(IEENS)和风能浪费风险指标(IEWWR)引入电力系统正负备用配置需求;最后,以用户充放电成本和正负备用成本最小为优化目标,建立电动汽车优化调度模型。仿真计算结果表明,该策略能够有效降低用户充电成本和系统正负备用容量投入成本,提高电网经济运行水平。

基于随机规划的正负旋转备用容量求解方法

为研究正负旋转备用容量对电力系统运行费用的影响,提出了一种随机规划二阶段补偿模型,其目标函数包括计划运行费用和补偿费用。在不同正负备用容量情况下,采用拉格朗日松弛法和Monte Carlo模拟对模型进行求解,结果表明:系统的总运行费用随着负备用的增加始终单调递增;当系统中负荷和风电功率的随机性较强时,最大和最小正旋转备用之间存在最优值使得总运行费用最小。最后采用粒子群(PSO)智能算法对10机系统的最优正旋转备用容量进行了求解。

考虑弃风与失负荷损失的含风电系统旋转备用优化调度

电力系统需制定旋转备用容量应对风电和负荷不确定性可能造成的弃风和失负荷,但在制定旋转备用容量时不仅需要考虑失负荷风险和弃风风险也需量化失负荷容量和弃风容量。采用超分位数(α-superquantile,SQ)方法求取旋转备用不足引起的弃风损失和失负荷损失,并与燃料成本、风电运行成本、旋转备用成本组成目标函数,优化系统的正负旋转备用容量。针对超分位数方法直接求解困难,因此,采用蒙特卡罗模拟和解析法相结合,将函数离散化,使计算方便简捷。算例仿真结果表明:该方法不仅能得到不同置信水平与系统运行总成本、正负旋转备用成本、失负荷损失和弃风损失之间的关系,还较期望方法优化结果相比更能在保证系统可靠性的前提下实现经济性最优。

含风电的电力系统动态经济调度研究

随着风电大规模的并网,风电的波动性和随机性给电力系统经济调度带来了困难。针对这种情况,本文在常规电力系统经济调度机组约束条件基础上,加入正负旋转备用容量约束,应对风电的不确定性,建立含风电的电力系统动态经济调度模型,并利用改进的粒子群算法与二次规划算法结合的方式对模型进行求解。仿真实验结果表明,本文所建立的调度模型能有效应对风电接入引起的备用需求变化,调度方案在满足安全、经济约束条件的情况下,能够取得最小的机组运行成本。