考虑风电机组动态频率约束的随机机组组合

为解决风电机组大规模并网导致的电力系统转动惯量降低的问题,提出考虑风电机组动态频率约束的随机机组组合(SUC)模型。首先分别分析综合惯性控制和虚拟同步发电机控制下的系统的动态频率特性,并以此建立考虑风电机组的系统频率约束模型。然后,将频率约束模型嵌入到SUC中,在含多个风电场的IEEE118节点系统进行算例仿真。结果表明,所提出的SUC模型能够有效确保电力系统所需的惯性。

基于遗传算法的随机机组组合问题求解

为考虑不确定性负荷对机组组合问题的影响,通过情景分析法引入一系列的情景对不确定性负荷进行建模,建立了随机机组组合问题的数学模型。采用遗传算法求解该优化问题,可自行满足情景簇约束。通过改进初始种群产生方式和变异算子,引进局部搜索算子对遗传算法进行改进,增强了算法的搜索能力。计算结果显示了随机机组组合问题的数学模型和改进遗传算法求解方法的有效性。

求解含风电场随机机组组合问题的动态削减多切割方法

风电大规模集中并网使得实际大电网机组组合问题变得更加难以求解。以场景法为基础,文中提出了动态削减多切割方法。该方法首先将模型分解为用于求解机组的开停机方案和预测场景下机组出力方案的主问题和用于求解误差场景下机组出力方案的子问题;然后通过最优切割将主问题和子问题联系起来,实现交替求解。在迭代过程中,通过动态削减对主问题约束较弱的最优切割,使得迭代进入某一个阶段后最优切割数目保持不变,从而降低了主问题求解规模,并解决了多切割方法随着迭代次数增多主问题规模急剧增大的问题。最后采用含大型风电场和180台火电机组的某省级电力系统进行计算,结果表明所提出的方法在收敛性、计算速度方面均具有优越性。

基于实时电价的大规模风电消纳机组组合和经济调度模型

基于需求响应消纳风电的积极效用,综合考虑不确定性调度决策的特点,分别建立了基于实时电价的考虑不确定性的风电消纳确定性和随机机组组合模型,并建立了经济调度模型评估2类机组组合决策的效果,还分析了网络约束的影响。基于PJM-5节点系统的算例分析表明,需求侧资源可以灵活部署响应风电出力变化,降低风电不确定性影响,提高风电接入系统的经济性、鲁棒性和风电利用效率。对随机机组组合而言,需求侧资源可以与机组协同优化满足多场景需求;对确定机组组合而言,需求侧资源则可以有效缓解其不确定性信息涵盖较少且备用决策未考虑网架结构造成机组备用无法全部释放等的问题,但确定机组组合对需求侧资源的容量和灵活性要求高于随机机组组合。

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。

市场环境下考虑电价的机组组合问题比较

为了比较市场环境下基于电价的确定性机组组合问题与考虑电价不确定性的随机机组组合问题模型的优劣,该文定义了两种风险指标,并采用改进粒子群算法求解这两种机组组合问题。在求解过程中,将机组组合问题分解为确定机组开停机表和确定机组出力的两阶段优化问题,并引入最小开停机修复策略。算例表明,在不同风险态度下,发电商应采取不同的机组组合问题数学模型并进行求解和决策。

考虑条件风险价值的电-气综合能源系统风险厌恶机组组合研究

为应对新能源不确定性带来的综合能源系统运行风险,选择合理的机组组合策略平衡综合能源系统的运行风险与运行费用,建立风险厌恶电-气综合能源系统机组组合模型。在电-气综合能源系统的机组组合中引入条件风险价值,分别描述电力系统和天然气系统的负荷损失风险,分析电力系统与天然气系统的运行风险和两系统间的相互影响。利用分段线性化技术对天然气流量方程进行线性化,通过Benders分解算法将模型分解为机组组合主问题、分场景子问题和天然气负荷损失风险校验问题,对所提模型进行高效求解。算例仿真结果表明,所提模型与传统模型相比可以有效减少小概率极端场景的电力负荷损失,算例中最严重场景负荷损失从34.62 MW减少到9.59 MW。所提模型可以协调电力负荷损失风险和天然气负荷损失风险,为电-气综合能源系统的协调调度提供参考。

考虑风电功率预测不确定性的日前发电计划鲁棒优化方法

随着风能发电电源并网装机容量的不断升高,风电的强随机性迫使日前发电计划需要购买大量的发电备用,造成全系统发电经济性恶化。在分析风电功率时变预测不确定性的基础上,提出了计及日内现货市场滚动交易的两阶段带补偿鲁棒优化方法。通过在第一阶段日前优化过程中计及日内滚动交易偏差电力的预期,降低了日前发电计划中的备用总需量;对于第二阶段日内调整电力大小的求解,采用了高精度的预测模型,以提升系统发电经济性。最后通过对比分析算例验证了所提方法的正确性和有效性。

考虑需求响应的含光热电站可再生能源高渗透率电力系统多源优化调度

在可再生能源高渗透率电力系统中,如何考虑可再生能源发电的不确定性并实现多源协调优化调度是电力系统运行的重要问题。为此,构建了基于光热电站出力灵活调度的多源电力系统随机机组组合优化调度模型,并将需求响应机制引入该模型,以应对可再生能源高渗透率电力系统中光伏、风电的预测误差以及波动性导致的不确定性问题。该模型以多个场景集下的综合成本最优为目标,在兼顾场景多样性的同时,综合考虑系统的综合成本。最后,以改进的IEEE-30节点系统为例,通过多种调度方式的对比,验证了所提模型的有效性与经济性。算例结果表明,所提调度方式总成本较传统方式降低了4.41%,切负荷量减少了93.74%,可再生能源渗透率提高了1.93%。通过源荷两侧的协调调度,该模型能够在降低系统调度成本的同时保证高渗透率电力系统的稳定性与安全性。