离网条件下考虑短时间尺度的水光蓄多能互补发电系统备用容量确定方法

当前光伏等新能源的大规模应用在一定程度上缓解了全球能源短缺和环境污染问题,但新能源本身的间歇性和随机性问题使其无法独立完成供电,常常配置水电机组和抽水蓄能机组补偿光伏,形成水光蓄多能互补发电系统。大部分水光蓄多能互补发电系统修建在远离主电网的偏远地区,经常会出现离线运行的状况,由于无法与主电网完成电能交换,导致新能源渗透率较高的多能互补发电系统供电可靠性不如传统电网,合理配置系统备用容量是保证系统供电可靠性的关键。文章提出了在离网条件下考虑短时间尺度的水光蓄多能互补发电系统备用容量确定方法,建立了基于系统发电容量和备用容量耦合关系的两阶段优化模型。由于系统的备用容量受到系统的发电容量制约,因此,首先考虑系统的发电计划,完成系统小时级的发电容量配置,然后在此基础上进行基于机会约束的系统分钟级的备用容量优化,该机会约束使得离线系统实际运行时在某概率下可靠供电,符合实际电网运行时,允许出现短时间的功率不平衡的情况。仿真结果表明,与传统的系统备用配置原则相比较,合理设置机会约束的置信度可在系统运行成本增加幅度不大的情况下,大大提高水光蓄多能互补系统的供电可靠性。

龙羊峡水光互补的日优化调度研究

提出了水光2种清洁能源互补发电模型。以水光互补在负荷高峰时段总出力最大为目标函数,综合考虑各种约束条件,构建了水光互补日间调度模型。采用模拟优化的方法求解该模型,结果表明水光互补可以明显提高调峰能力。

基于深度嵌入聚类的水光荷不确定性源场景生成方法

随着水、光互补发电系统的应用越来越广泛,如何对水、光出力及负荷增长变化的不确定的融合特性建模对电网的运行调度及规划愈加重要。典型场景生成是解决该问题的主要方法之一,由于传统采用历史数据概率建模,抽样并削减生成场景的方法计算复杂度高、准确率低,且无法有效处理高维多变量数据,该文提出一种基于深度嵌入聚类的水光荷不确定性源场景生成方法。首先利用堆栈自编码(stacked auto-encoder,SAE)网络提取水光荷不确定变量的初始特征,降低数据维度;然后,利用KL(Kullback-Leibler)散度优化聚类分配目标对自编码网络进行调整,采用自适应矩估计(adaptive moment estimation,Adam)优化算法得到模型最佳参数,通过对编码所嵌入的特征向量不断迭代优化,得到水光荷不确定性变量间的时空依赖关系,从而生成典型场景。算例分析以某地区电网实际采集数据为研究对象,利用误差平方和(sum of squared error,SSE)、SIL、CHI指标对比传统聚类方法,验证了所提算法的有效性。