National Electricity Generation,Electricity Consumption and Peak Load by Grid (March 2006)

Statistics on electricity generation and time of frequency over-limit;Statistics on electricity consumption and peak load.

National Electricity Generation,Electricity Consumption and Peak Load by Grid (April 2006)

Statistics on electricity generation and time of frequency over-limit;Statistics on electricity consumption and peak load.

考虑源网荷效益的峰谷电价与峰谷时段双层优化模型

用户响应行为测算需求解峰谷时段与峰谷电价之间的双线性项,目前仅考虑负荷曲线的数值大小对峰谷时段进行单独划分,分时电价实行效果受限。提出峰谷时段与峰谷电价的双层优化模型,考虑风电不确定性下的规划成本与发电成本,反映分时电价的实际经济效用;考虑用户响应的不确定性,保证分时电价实行后的源网荷效益在一定范围内变化;峰谷时段划分与峰谷电价设计均以系统成本最低为目标优化得到,充分考虑峰谷时段划分、峰谷电价设计和用户响应行为之间的交互机理。仿真结果表明,与单独划分峰谷时段的模型相比,所提模型能够制定更优、科学性更强的峰谷时段和峰谷电价,进一步降低系统总成本。

针对温控负载变化的虚拟电厂控制策略研究

温控负载是一种变化剧烈、波动频繁、高峰负荷比例较高的负载,对电网的安全产生了极大的影响。为了应对这一问题,系统的输出功率往往会超过90%负荷最大值的调峰限制。针对虚拟电厂(VPP)系统内的超限过程进行了研究,并提出了2种控制策略,以降低超限总电量或者利用超限电量的同时获取收益。在验证策略的控制效果时,选取了2种由温控负载引起的功率需求的典型变化。研究结果表明,温控负载引起的功率需求峰值的变化对策略具有重要影响。在安全模式下,超限比例与峰值的增加呈反比,而与平均功率的增加呈正比;在收益模式下,峰值变化会影响储能放电过程,平均功率变化则会影响储能充电过程。随着功率需求的增加,收益逐渐减小,收益范围为3.62万~3.25万元。

深度调峰背景下火电机组热电解耦技术路径对比分析

新能源发电在出力和发电负荷上具有波动大、不稳定的特点,为解决新能源机组上网后带来的上述问题,利用多种热电解耦方式对火电机组进行改造,并对不同技术路径进行对比分析,探究火电机组解耦潜力与调峰能力。采用EBSILON Professional软件进行模拟仿真,对不同热电解耦方案下调峰负荷空间进行评估和对比分析。计算结果表明,低压缸零出力热电解耦改造方案可以使机组的调峰能力得到最大的改善。在原最大供热负荷304.60 MW下,最小发电量下降172.21 MW,最低电负荷率下降32.70%。火电机组经过热电解耦改造可显著提高热电机组与新能源机组的协调调峰能力,提高发电单元整体发电的稳定性。

低负荷下生物质掺烧比例对循环流化床锅炉燃烧性能的影响

为了研究生物质在低负荷下循环流化床机组深度调峰中的应用潜力,本文结合实验和数值模拟方法,分析不同生物质掺混比例对CFB锅炉内部温度、压力、气体浓度及颗粒动态的影响。研究发现,生物质掺混比为10%、20%时,循环流化床密相区升温速率提高2~8℃/min,但稳定温度随掺混比增加而降低。为深入了解造成这种现象的原因,分别对3种工况进行数值计算后发现:掺烧比由0%提升至20%时,密相区压降由900 Pa减少至700 Pa;CO浓度由10%降低至5%;CO_(2)浓度从17%降低至12%;颗粒浓度降低了18%。相对地,稀相区各组分浓度出现增加,特别是颗粒浓度增加了达38%。表明生物质的掺入促使燃烧区域向炉膛中上部移动。这一发现证明了生物质掺烧能有效提高低负荷下炉内升温特性且满足“双碳”目标下的需求,为低负荷下电网调峰提供了新方法。

储热参与电网调峰的技术及商业模式分析

常规热电厂“以热定电”运行模式和新能源发电的随机性及波动性限制了其调峰能力,通过储热技术参与电网调峰可以优化能源系统的配置能力。分别介绍了显热储热、相变储热和化学能储热3种不同储热技术的基本原理、适宜储热材料、优缺点以其未来发展趋势;综述了国内外不同储热技术参与电力系统调峰的策略和实际调峰项目的应用情况。基于储热技术参与电网调峰面临的特殊工况,指出了储热技术参与电网调峰需考虑的安全性、性能匹配、可靠性和经济性四类关键性评判指标;探讨了储热参与电力交易的主要商业模式,包括合同能源管理模式、两部制电价模式和辅助服务市场模式,为储热技术参与电网调峰及其规模化商业运营提供了一定的参考。

基于多目标粒子群的电动汽车优化充电策略

居民区家用电动汽车充电具有较强的集中性,大规模电动汽车充电负荷会对配电网系统造成负荷峰谷差过大等问题。文中提出一种基于多目标粒子群(Multi-Objctive Particle Swarm Optimization,MPSO)算法的用户充电选择控制策略,通过分析预测电动汽车充电负荷建立以系统总负荷方差和调度成本最小为目标函数的多目标优化模型,同时考虑了电动汽车电池及系统功率等约束条件,采用多目标粒子群优化算法求解电动汽车最优起始充电时刻。仿真结果表明,相比居民区内电动汽车无序充电,文中所提电动汽车充电策略能有效降低负荷峰值和调度成本。

多目标优化的高渗透率电动汽车有序充电策略

电动汽车作为一种新型负载,其大量无序充电行为给电网造成了压力,影响了电网的稳定和经济性,因此提出了一种基于分时电价的电动汽车有序充电策略。以电动汽车为研究主体,分析充电模式因素对电动汽车充电负荷的影响,并引用蒙特卡洛法对预测充电负荷进行计算。在此基础上,结合分时电价建立一个以负荷峰谷差最小和用户充电费用最低为目标的多目标模型,采用改进非支配排序遗传(NSGA-Ⅱ)算法对目标函数进行求解,对比不同渗透率下的优化结果。结果表明,该控制策略降低了充电成本、减小了峰谷差,实现了负荷曲线的“削峰填谷”,且随渗透率的增加,优化效果更为显著。

计及用户参与和调峰需求的储能配置优化研究

为了对分布式储能潜力进行充分挖掘以提升电网调控水平,提出一种全面考虑储能用户行为及调峰需求的聚合商侧储能配置优化模型。首先,对储能用户参与聚合的自身参与度与从众行为进行研究,建立储能容量模型。其次,综合考虑聚合商参与调峰收益、储能聚合成本、储能成本、储能充电成本,构建聚合商侧储能优化配置模型,并采用白鲸优化(BWO)算法对模型进行求解。最后,以修改后的IEEE33节点系统为例,验证了配置优化模型的有效性和算法的优越性。该模型不仅能得到储能优化配置容量,还能够充分考虑储能用户综合不确定性与电网调峰需求。该模型在国家鼓励多主体参与电力现货交易的背景下,具有广泛的适用性。

纯电重卡集群与电网友好互动的聚合调控系统设计与功能分析

在“双碳”战略目标持续推动下,重型卡车“油改电”发展势头强劲,纯电重卡(PEHT)已成为物流运输的主要方式。针对PEHT与电网友好互动的难点,从架构设计和功能应用的视角提出PEHT集群与电网友好互动的聚合调控系统。首先,基于电网侧视角,对上层PEHT集群互动管控平台的综合功能应用场景进行设计;然后,基于聚合商侧视角,构建中层PEHT充换电站聚合管控平台的六大功能;最后,基于负荷侧视角,对下层PEHT充换电站智能边缘终端从数据处理、资源管理、优化控制3个方面构建功能模块。分析表明,该系统实现了PEHT集群与电网的友好互动,有利于提升电网的安全稳定、灵活运行。

省级电力企业标准数字化试点应用实践

本文聚焦于数字化在国家电网标准中的应用,尤其是在低碳电力、负荷管理、网架调控与运行等场景中的应用。通过对关键技术的研究、实施路径的探索以及实践应用的分析,提出了一套系统化、可操作的标准数字化建设规划,为省级电力标准数字化建设提供参考。

基于源网荷态势的光伏微电网需求侧响应调度方法

为满足光伏微电网用电需求、缓解供电压力,对基于源网荷态势的光伏微电网需求侧响应调度方法进行了研究。首先,根据光伏微电网的结构、运行状态、源网荷互动关系,建立电源和负荷需求侧响应模型,用于平衡峰谷负荷的差异;其次,以微电网最小运行成本和交换电量为目标函数,结合功率平衡、充放电功率、荷电态势和线路功率等约束条件,建立光伏微电网需求侧响应调度模型;最后,基于非支配排序遗传(NSGA-Ⅱ)算法求解模型,获取最优的调度结果。结果表明:应用该方法后,微电网电源出力更加合理,运行总成本明显下降,负荷峰谷差由480 kW下降到220 kW。该方法能够合理调度光伏微电网的需求侧响应,缓解了配电网运行压力,且在节能方面的表现较为突出。

考虑送端资源与受端调峰模式匹配的多能互补清洁直流外送研究

为实现我国二氧化碳排放“2030年碳达峰、2060年碳中和”以及“构建以新能源为主体的新型电力系统”的目标,能源行业发展态势发生深刻转变,新能源渗透率需进一步提升。以金沙江流域为代表的西南清洁水电群是我国清洁电力外送的重要基地,利用大型梯级水电的调蓄能力,打捆近区风电、光伏电站外送,实现整体多能互补发电,可以为送端省份提供稳定、持续的清洁电力支撑。本文选取以西南水电多能互补基地为研究对象,按照区域内清洁能源弃电率最小为目标构建优化模型,提出一种基于模式匹配算法的兼顾送端资源匹配、受端负荷与调峰需求直流外送曲线优化方法。研究结果表明,利用大型水电的调节能力与外送通道,可以实现水风光多能互补,合理优化水电站风光配比,改善新能源外送的电力品质,提升新能源消纳水平以及外送通道的利用效率。

贵州电网抽水蓄能电站需求空间分析

抽水蓄能需求空间分析是指导和规范抽水蓄能规划、建设的基础工作。依据电力系统电源扩展优化的理论和方法,对贵州电网电力市场空间、调峰容量平衡以及电力电量平衡分析计算,得出2030年贵州电网抽水蓄能电站合理需求规模约为8000 MW,具有较大发展空间。未来,随着风电、光伏大规模、高比例地接入贵州电网,电网调峰及新能源消纳将面临较大压力,加快贵州省抽水蓄能建设步伐,对于优化能源结构、构建以新能源为主体的新型电力系统具有重要意义。

Battery Technologies for Grid-Level Large-Scale Electrical Energy Storage

Grid-level large-scale electrical energy storage(GLEES) is an essential approach for balancing the supply–demand of electricity generation, distribution, and usage. Compared with conventional energy storage methods, battery technologies are desirable energy storage devices for GLEES due to their easy modularization, rapid response, flexible installation, and short construction cycles. In general, battery energy storage technologies are expected to meet the requirements of GLEES such as peak shaving and load leveling, voltage and frequency regulation, and emergency response, which are highlighted in this perspective. Furthermore, several types of battery technologies, including lead–acid, nickel–cadmium, nickel–metal hydride, sodium–sulfur, lithium-ion, and flow batteries, are discussed in detail for the application of GLEES. Moreover, some possible developing directions to facilitate efforts in this area are presented to establish a perspective on battery technology, provide a road map for guiding future studies, and promote the commercial application of batteries for GLEES.

应用于储能变流器的超螺旋滑模控制器设计

工业园区内储能电站参与电网调峰具有随机性和非线性特点,会影响变流器快速准确地跟踪动态调度指令,针对此问题,提出一种应用于储能变流器的超螺旋滑模控制器设计方法。该控制器以dq0坐标系下储能变流器的数学模型为基础,采用电流内环超螺旋滑模控制来实现对信号的准确跟踪。超螺旋滑模控制包括连续控制和切换控制,在切换控制时引入超螺旋控制率,使得负载投切时扰动误差可以更快速地趋近滑模面。为了验证所提控制算法的有效性,在MATLAB/Simulink中搭建了仿真模型,仿真结果表明,所提控制算法能够在快速性和鲁棒性上优于PI控制和滑模控制。

考虑用户舒适度的分散式电采暖调峰优化控制

为充分挖掘分散式电采暖负荷的灵活可调节潜力,提出了一种考虑用户舒适度的分散式电采暖调峰优化控制方法。首先,基于分散式电采暖的工作特性对单体电采暖负荷的响应特性进行分析;其次,采用近邻传播聚类算法将分散式电采暖负荷进行集群处理,并基于等面积定则制定电采暖负荷群的轮换式控制策略;然后,建立同时考虑电采暖负荷参与调峰和用户舒适度的多目标优化模型;最后,以新疆某地区分散式电采暖负荷参数为依据对所提控制方法进行验证。仿真结果表明,所提方法能够在保证用户舒适度的前提下兼具一定的调峰能力。

基于SNN-密度峰值聚类算法的商业用户典型负荷模式提取

对商业用户典型负荷进行精确、迅速、高效地提取及分类,是电网公司摸清商业用户用电行为和需求规律不可或缺的重要工作。大数据背景下传统聚类算法用于高维汇集、类簇结果差别大的商业用户负荷曲线时,存在截断距离选取困难、聚类效果不够清晰、负荷模式提取效率低等问题,为此,提出一个改善局部密度测量和聚类中心点选取的算法。首先,将数据预处理,剔除掉完整程度较低的负荷曲线;接着,运用PCA分析方法降低处理后的商业用户负荷曲线维度,并在构建样本点共享邻域集合的基础上利用改进SNN-DPC算法计算出距离矩阵,代替原算法的距离矩阵作为输入数据;然后在重新定义SNN相似度、样本局部密度ρ和距离最大密度点距离δ的算法计算基础上,利用拐点确认聚类中心,并完成对抽样曲线的聚类分析。总之,改进算法通过样本点之间的共享近邻定义样本的相似性,精准分析了一些多维异构的负荷数据,通过拐点实现了真实聚类中心点的确定,解决了主观意志择取聚类中心的问题,从而大幅度提升负荷聚类效果。算例结果表明:1)对于商业用户实测负荷数据集,所提算法能够更加准确选择聚类中心,运行效率高。2)相对于传统的算法,基于该改进算法所提出负荷模式识别模型可以更好地帮助电网公司分析用户的用电特性,验证了该模型针对不同商业用户典型负荷模式可以进行更加精确地识别。综上,所提策略在现实商业用户场景下存在效能优势。

基于大数据的分布式电采暖负荷调峰方法仿真

由于当前已有电采暖负荷调峰方法未预测电采暖负荷,导致负荷调峰效果不明显,负荷削减量较少。为解决上述问题,提出一种基于大数据的分布式电采暖负荷调峰方法。通过大数据技术采集电采暖负荷数据,根据属性划分为可观测数据和隐藏数据。分析各个变量之间的关系,组建LSTM网络结构,同时结合EM算法,获取电采暖负荷预测结果。根据预测结果,将最小发电成本作为目标,构建分布式电采暖负荷调峰模型,通过修正多目标粒子群算法求解模型,获取最优负荷调峰方案。实验结果表明,所提方法可以获取更加满意的分布式电采暖负荷调峰方案。