梯级“水蓄风光”互补系统增益分配调度策略

针对梯级“水蓄风光”互补系统(CHMCS)多主体联合运行效益分摊问题,建立CHMCS多主体非合作优化调度模型,基于纳什谈判理论建立CHMCS多主体合作运行优化调度模型,并将其转化为求解系统效益最大化与增益分配两个阶段性子问题。依次采用交替方向乘子算法(ADMM)对两阶段子问题进行求解,得到系统合作运行模式下的增益分配策略和优化调度结果。算例分析结果表明:CHMCS在合作运行模式下,各投资运营主体通过电量交易可以提高自身效益和系统整体效益,促进风电、光伏等新能源的消纳,提高水资源利用效率并平稳系统上网出力,提高电力系统运行稳定性和可靠性,验证了所建模型的合理性和准确性。

基于深度强化学习的梯级水蓄风光互补系统优化调度策略研究

对常规水电站进行抽水蓄能功能重塑,使其由“电源供应者”逐步转为“电源供应者+‘电池’调节者”,是解决大规模灵活性资源需求的重要技术手段。以梯级水蓄风光互补系统(cascade hydropower-pumping-storage-wind-photovoltaic multi-energy complementary system,CHPMCS)为研究对象,首先针对其发电抽蓄双向运行工况灵活转换和互补消纳特征,以系统发电效益最大为目标建立短期优化运行模型;其次,考虑CHPMCS出力连续可调的特点,提出将优化调度问题转换为马尔可夫决策过程,从而将多约束优化问题转换为无约束深度强化学习问题;然后,针对深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法训练效率低、易陷入局部最优等缺陷,采用改进DDPG算法对优化调度决策过程进行求解。最后,通过算例验证所提模型和算法的有效性。结果表明:CHPMCS通过水电功能重塑,有效提升了灵活性和调节能力,可以提高新能源的消纳能力和水资源的利用率,并通过“低储高发”提高系统发电效益。

风—光—水互补微电网的运行优化

在给出的风—光—水微电网结构的基础上,建立了含蓄电池在内的风光水互补发电优化运行模型。针对风电、光伏不可调度的特性,提出了一种通过起作用集算法对蓄电池进行充放电的控制策略,来达到削峰填谷效果,采用改进粒子群算法对微电网系统进行经济运行优化的方法。选取冬季典型日的风—光—水微电网进行了研究,在保证系统安全的基础上,以总的经济效益最高作为目标函数,分析结果表明了所提方案的正确性和有效性。

计入负荷时空转移特性的风-光-水-蓄互补系统容量配置方法

利用梯级水电的快速调节能力和抽蓄机组发电/抽水工况灵活转换的特性,在补偿风/光出力的波动性和不可控性的基础上,建立源端风-光-水-蓄系统互补模型,以增强发电系统的调节能力。同时,在计入现货电价、考虑负荷时间和空间可转移特性的基础上,建立负荷侧模型并在考虑源端风/光出力随机性、系统网络约束基础上,提出基于系统经济性、系统状态均匀度和负荷跟踪等多项系统指标的源-网-荷互动策略。在上述研究基础上,进一步建立互补发电系统多目标容量配置模型。最后通过算例仿真,并利用专业优化软件LINGO进行求解,得到不同规划年和场景下的源端互补系统配置容量,验证了所提方法对系统指标提升的有效性。

An optimal strategy for coordinating and dispatching “source-load” in power system based on multiple time scales

Due to the phenomenon of abandoning wind power and photo voltage(PV)power in the“Three Northern Areas”in China,this paper presents an optimal strategy for coordinating and dispatching“source-load”in power system based on multiple time scales.On the basis of the analysis of the uncertainty of wind power and PV power as well as the characteristics of load side resource dispatching,the optimal model of coordinating and dispatching“source-load”in power system based on multiple time scales is established.It can simultaneously and effectively dispatch conventional generators,wind plant,PV power station,pumped-storage power station and load side resources by optimally using three time scales:day-ahead,intra-day and real-time.According to the latest predicted information of wind power,PV power and load,the original generation schedule can be rolled and amended by using the corresponding time scale.The effectiveness of the model can be verified by a real system.The simulation results show that the proposed model can make full use of“source-load”resources to improve the ability to consume wind power and PV power of the grid-connected system.