计及需求响应的虚拟发电厂优化调度模型

由于虚拟发电厂内部具有大量的风电等可再生能源,使得虚拟发电厂的出力存在不确定性;而需求响应作为虚拟发电厂内部重要的用户侧资源,在保证虚拟发电厂出力稳定性上具有重要的作用。为实现虚拟发电厂内部机组与需求响应的互动,提出了考虑虚拟发电厂内部需求响应的虚拟发电厂优化调度模型。该模型以最大化虚拟发电厂收益为目标,在考虑机组运行约束、需求侧响应约束后,利用了机会约束描述虚拟发电厂的内部功率平衡,并采用了基于极限学习网络的粒子群算法对模型进行求解。通过算例分析了不同风电波动范围和不同置信度对虚拟发电厂的收益和需求响应量的影响,讨论了不同场景下的需求响应对虚拟发电厂调度收益的影响,得出了需求响应能够提高虚拟发电厂对主网的售电量、促进虚拟发电厂的整体收益的结论。

考虑需求侧资源的含风电电力系统两阶段优化调度

风电场接入电力系统会造成系统运行成本增加、稳定性降低等问题,引入需求侧资源是解决该问题的重要手段之一。为了探究价格型与激励型需求响应的互补性,通过协调调用基于消费者心理学模型的价格型需求侧响应,以及激励型需求侧响应参与电力系统的优化调度中,对比分析了不同调用模式下的电力系统运行成本。针对传统粒子群算法易陷入局部最优解的缺点,提出一种自适应动态调节惯性权重的改进粒子群算法对模型求解。结果表明所提模型有效降低了系统运行成本,不同类型需求侧响应具有互补性。