基于大数据分析的电力系统负荷预测与优化调度方法研究

随着我国经济的快速发展,居民生活用电和工业用电需求不断上升,使得用电负荷预测变得更加困难。传统的负荷预测方法已经很难应对新时代下海量、复杂的用电数据,亟需将大数据技术引入到电力负荷预测中,以保证其准确性和高效能。基于此,本文阐述了当前电力系统负荷预测工作,对现阶段常见电力负荷预测方法进行分析,重点探究大数据关键技术在负荷预测中的应用及优化调度的方法。

基于安全限定义的新能源电力系统区间经济调度模型及算法

大规模风电等新能源机组接入电网,其不确定性和波动性对电网的安全运行造成冲击。目前采用的鲁棒调度和区间调度无法同时考虑不确定性条件下系统功率平衡和全场景下线路潮流安全双重约束。为此,将风电出力视为区间数,考虑极端场景下的功率平衡约束和可转移、可削减柔性负荷的参与建立了计及风电不确定性和电力平衡的区间经济调度模型。为求解该模型,提出了基于安全限定义的区间经济调度算法,该算法采用优化场景法求解区间直流潮流得到安全限,进而通过安全限定义法将区间优化模型转化为确定性的二次规划模型求解。采用IEEE 118节点系统测试,结果表明了所提区间经济调度算法既能满足极端场景下的电力平衡需求,又能保证所有场景下线路传输功率的安全性,同时降低了调度成本,发挥了柔性负荷削峰填谷的作用,且风电出力较小或较大时通过削减负荷或弃风实现经济性,为新能源电力系统安全、经济运行提供技术支撑。

基于改良和声搜索的电力系统动态经济调度

针对电力系统动态经济调度(Dynamic economic dispatch,DED)问题提出了一种改良和声搜索算法(Reformed harmony search,RHS)求解。RHS在原始和声搜索算法的基础上进行了四方面改进:第一,以100%概率执行和声记忆步骤,排除了随机化步骤。第二,使用基于混沌序列的随机数对基音调整率进行扰动,使其在整个迭代过程中始终处于动态变化的状态。第三,根据当前和声记忆库获得每个变量的动态上下限,以此确定基音调整步长。第四,引入了一种全局搜索步骤,该步骤根据全局最优和声向量对当前和声向量进行更新。上述四个步骤有利于提高RHS算法的收敛性、种群多样性以及对问题的自适应性。实验表明,RHS在求解三种DED问题时能获得比其他两种算法更低的发电成本,因此,它具有更好的优化性能,是求解DED问题的一种有效方法。

电力系统负荷预测与调度优化方法研究

为保证电网供需平衡,准确预测电力系统负荷与合理制订调度方案至关重要。文章通过分析统计模型、机器学习和深度学习在负荷预测中的应用,以及数学规划、模拟退火和遗传算法在负荷调度优化中的应用,深入研究了负荷预测与调度优化的关联性,提出了基于目标匹配、约束协调和算法集成的协同优化策略。案例分析结果表明,相比于独立的预测与调度方法,协同优化可显著降低预测误差和调度成本。因此,构建跨层次的协同控制,是实现电网高效智能运营的有效途径。

计及多类型可调度柔性负荷响应的电力系统经济调度策略

引导负荷侧柔性资源参与电力系统调度具有良好的经济效益和环境效益。电力系统中包含的负荷种类繁多,而当前的研究往往只关注单一类型负荷的调控却忽略了多类型负荷间的协调配合。为了解决这一问题,本文提出一种计及多类型可调度柔性负荷参与的电力系统经济调度策略。首先,本文建立了电压敏感型商业负荷的数学模型,采用电压-功率关系刻画商业负荷用电行为,引入灵敏度分析方法评估商业负荷功率可调范围;然后将商业负荷功率调节裕度作为一种灵活备用资源,纳入到工业负荷调度体系中,实现工商业负荷的协同调度;最后,通过改进的IEEE-30节点测试系统说明了多类型可调度负荷参与调度能充分发掘工商业负荷的调度潜力,有效提高区域的新能源消纳水平。

基于参数规划的含储能和风电电力系统低碳经济调度

为了实现“双碳”目标以及适应新能源快速发展的形势,基于参数规划及工程博弈论提出了一种含储能和风电电力系统的多目标低碳经济调度方法。以系统发电成本、碳排放量、储能寿命折损为目标构建多目标优化模型,采用系数约束法将模型转化为参数线性规划模型,求解参数规划模型可获得Pareto前沿的精确解析表达式,从而进一步构建工程博弈问题,精炼得到对多目标具有公平性的唯一Pareto最优解,为决策者提供参考。算例分析结果表明,所提调度方法能够充分兼顾各目标的优化程度,保证电力系统调度的环保性与经济性,可有效应用于新能源电力系统的低碳经济调度。

考虑频率-惯量安全约束的新型电力系统优化调度

大规模清洁能源电力的接入削弱了电力系统在有功扰动下的惯量支撑和频率调节能力,在调度中需考虑系统的频率-惯量约束。构建了考虑频率-惯量安全约束的新型电力系统优化调度模型,引入先进绝热压缩空气储能系统作为储能装置进行风电消纳,以频率变化率和稳态频率偏差约束系统所能承载的风力发电极限,并在经济调度目标中考虑了同步机组运行成本、风电出力惩罚成本、碳排放治理成本。以改进的IEEE 30节点系统为算例进行仿真,结果表明:考虑频率-惯量安全约束能求得系统所能承载的风力发电极限,通过控制相关机组启停来调整风电渗透率,可使系统等效惯量始终高于临界惯量。

基于改进鲸鱼算法多元负荷下新型电力系统运行方案优化

针对新能源大规模消纳带来的电网供需平衡难题,提出了一个兼顾多目标的电网优化运行方案。利用储能设备的充放电调节,建立了考虑最小化总运行成本、减少电能损耗、降低环境污染排放并最大化用户经济补偿收益的多目标优化模型,并采用线性加权法、理想点和反理想点法将其单目标化。在采用鲸鱼优化算法时,利用了群体智能优化的原理,对鲸鱼优化算法进行了改进;引入高斯变异算子增加种群多样性;结合自适应收敛因子策略加速算法收敛,在保证全局搜索能力的同时改进了局部搜索性能。以改进前后的鲸鱼优化算法对方案进行求解。实验结果表明,算法改进后,系统降低总运行成本26.9%,减少电能损耗10.3%,降低环境污染排放16.97%,用户经济补偿收益提高16.1%。以上结果表明,所提出的优化运行方案和改进算法合理有效。

基于大数据分析的新能源电力系统调度策略研究

随着新能源技术的快速发展,电力系统的调度面临着新的挑战和机遇。文章旨在通过大数据分析技术,对新能源电力系统的调度策略进行深入研究,以提高电力系统的运行效率和稳定性。通过建立新能源调度机制、实现多能源协调调度、加强电网故障预警与应对等措施,旨在深入分析大数据分析技术对新能源电力系统的应用,为电力系统作出贡献。

精准计及大规模储能电池寿命的电力系统经济调度

随着新型电力系统的发展,大规模储能在电力系统经济调度中所发挥的作用日渐增大,储能寿命作为储能运行的关键指标,其衰减特性将对电力系统经济调度产生显著影响。传统电力系统中针对储能寿命多采用与某一可测电气量的解析函数形式进行建模,并未考虑储能复杂的运行工况,导致其估算精度低,已不适用于新型电力系统。为此,该文提出一种精准计及大规模储能电池寿命的电力系统经济调度方法。首先,为论证储能寿命对经济调度结果产生的显著影响,基于多参数规划理论,提出经济调度结果与储能寿命的关联性分析方法,以储能寿命为规划参数,将经济调度结果表征为储能寿命的分段解析函数,从理论上说明储能寿命变化对经济调度结果存在的显著影响。进一步,为保证新型电力系统调度结果的准确性,提出基于深度神经网络的大规模储能电池寿命估算方法,实现储能电池寿命的精确估算。在此基础上,提出精准计及大规模储能电池寿命的电力系统经济调度方法,保障含大规模储能电池的电力系统经济调度结果的有效性。最后,选取IEEE-30、IEEE-118节点系统以及国内某省实际电力系统作为算例系统进行分析,验证所提方法的有效性与实用性。

计及电熔镁负荷与储能联合调峰的电力系统日前-日内联合经济调度方法

随着碳达峰、碳中和目标的推进,新能源并网数量将大规模增加,新能源固有的随机性和波动性使得电网发电侧与需求侧的平衡受到挑战,现有的调度模式不能满足以新能源为主体的电力系统调度需求。为了提高电力系统的调峰能力,提出将需求侧具有代表性的电熔镁负荷纳入调度主体,通过在电熔镁负荷侧配置电池储能装置,与火电机组进行联合优化调度。以电力系统运行成本最小为优化目标,形成日前-日内联合经济调度方法,并采用遗传算法进行求解。最后以实例进行了仿真计算,说明了所提调峰模型的有效性,可以提高系统的新能源消纳量,降低系统的运行成本。

综合考虑风电及负荷不确定性影响的电力系统经济调度

提出一种考虑风电出力和负荷不确定性的电力系统经济调度新方法.通过风速威布尔参数预测,在机组组合经济调度模型的功率平衡约束中考虑风电和负荷不确定性;提出一种利用个体间交叉、变异、复制与在子种群间移民思想和初始种群区间化的改进遗传算法对模型进行求解;综合研究风电不确定性、穿透水平和负荷不确定性对电力系统常规火电机组经济调度的影响。一个包含4台常规火电机组和1台等值风电机组的算例系统测试结果验证了所提模型和算法的有效性.

计及过负荷风险的风电并网电力系统动态经济调度

建立了综合考虑系统发电成本、过负荷风险的风电并网系统多目标动态经济调度模型:在优化过程中计及机组出力爬坡约束、系统旋转备用约束;采用自适应DEMO算法对模型进行求解;得到Pateto最优集后采用协调性最优的准则选取折中解。最后在RTS-79系统上对所提模型和算法的有效性进行验证。

基于电网分区和辅助问题原理的电力系统多区域有功负荷经济调度

随着电网规模的扩大,电网计算优化问题中计算时间长、收敛速度慢等问题变得严重。针对此问题,该文利用基于电网分区和辅助问题原理APP(Auxiliary Prob lem Princ ip le)的分布式并行优化模型来解决多区域有功负荷的经济调度,并且把各个区域内的虚拟发电机看成真实发电机,推导出其耗量特性曲线。仿真结果表明,本方法具有较强的收敛性和快速性。

基于DE-Jaya混合优化算法的电力系统经济调度方法

针对电力系统经济调度问题,提出一种基于差分进化(DE)算法和Jaya混合优化(DJ)算法的求解方法。通过引入一个概率选择因子,建立DE和Jaya算法在进化过程中的占比,以充分发挥DE算法的探索能力和Jaya算法的开发能力,从而平衡算法的局部寻优能力和全局寻优能力。采用13机组、40机组和110机组电力系统作为仿真算例,以验证该算法的可行性和有效性。仿真结果表明:DJ算法获取更优的调度方案,可作为经济调度(ED)问题求解的一种有效方法。

考虑高载能负荷的分布式电源并网电力系统调度自动化控制方法

为提高电力系统供电服务过程中对电能的消纳能力,开展考虑高载能负荷的分布式电源并网电力系统调度自动化控制方法的设计研究。根据高载能负荷电网的恒功率因数运行方式,进行电网中双馈机无功功率的平衡,假定分布式电源的定子侧功率因数保持不变,建立在考虑高载能负荷条件下的分布式并网电力系统电源模型;为降低对电能资源的浪费,在兼顾调度公平性的前提下,将最小弃风作为控制目标,设计系统调度控制目标函数;对电力系统调度过程进行安全约束,通过控制最小弃风量,完成自动化控制方法的设计。实例应用实验结果证明,设计的自动化控制方法实际应用效果良好,可以有效提高连续节点的消纳能力,提高对电网中分布式能源的利用率,发挥电力系统在区域供电服务中的更高价值与效能。

基于需求响应与光伏不确定性的电力系统经济调度

本文从电力系统经济调度的基础知识、光伏不确定性对调度的影响、需求响应的应用以及结合需求响应与光伏发电预测的调度模型等方面进行了系统研究。实例分析表明,结合需求响应和光伏发电预测的调度模型可以提高电力系统的经济效益和稳定性。

电力市场环境下信息物理社会融合的电力系统优化调度

为实现更精准高效的电力系统优化调度,基于电力系统运行成本最小的目标,该文建立电力市场环境下信息物理社会融合的电力系统优化调度模型,从对象层、融合层和决策层分别描述电力系统运行过程中能量流、信息流和资金流的分阶段流向及其驱动力,对电力系统中各单元的主要运行状态及其转换过程实现全面观测和精准跟踪。通过调节电力系统内各电能生产单元与电能消费单元的动态出力,可实现电力系统运行状态轨迹的控制,从而优化电力系统运行状态的变化过程轨迹,实现全系统的优化调度。算例分析表明,该模型全方位提高了电力系统运行轨迹的可观性和可控性,通过即时采集感知—计算分析—决策控制实现了电力系统全运行域的灵活精准调控和经济优化调度。

基于深度强化学习的新型电力系统调度优化方法综述

随着新能源并网规模不断扩大,能源形式更加灵活多变,电力系统调度运行面临新的挑战。随着系统复杂度和不确定性增加,传统基于物理模型的优化方法难以建立精确的模型进行实时快速求解,而深度强化学习(DRL)可以从历史经验中自适应地学习调度策略并实时决策,避免了复杂的建模过程,以数据驱动的方式应对更高的不确定性和复杂度。文中首先介绍了新型电力系统调度运行问题;然后,介绍了DRL原理及其分类算法;接着,分析了各类DRL算法在求解新型电力系统调度决策问题时的优势与劣势;最后,对需进一步研究的方向进行了展望。

考虑可中断负荷与阀点效应的电力系统安全经济调度

由于风电并网给电力系统可靠运行带来新的挑战,针对风电波动性与随机性的特点,在考虑系统安全性和可靠性的基础上,研究含风电场的电力系统安全经济调度。基于条件风险约束安全经济调度模型,分别建立考虑可中断负荷和阀点效应的条件风险约束安全经济调度模型,以IEEE-14节点为计算实例,测试模型的有效性。算例结果表明,将可中断负荷补偿成本和发电机组阀点效应成本计入传统的经济调度模型中符合系统的实际运行,在新建立的模型中考虑可中断负荷和阀点效应因素使原模型更具实际意义和应用价值。