为电力系统能够规模化灵活控制分布式可再生能源与可控负荷参与系统市场交易和优化调度。文中提出一种虚拟电厂(Virtual Power Plant,VPP)参与下含高渗透可再生能源的双层优化调度模型,将虚拟电厂作为独立市场主体参与系统调度,两层之...为电力系统能够规模化灵活控制分布式可再生能源与可控负荷参与系统市场交易和优化调度。文中提出一种虚拟电厂(Virtual Power Plant,VPP)参与下含高渗透可再生能源的双层优化调度模型,将虚拟电厂作为独立市场主体参与系统调度,两层之间交替求解,实现协同优化;同时利用威布尔分布、贝塔分布模拟风电、光伏的随机性,计及可再生能源出力不确定性带来的高估与低估成本。针对双层优化模型,混合整数、非凸、非线性、多目标的特点提出一种新颖的多目标飞蛾扑火算法(Multi-Objective Moth-Flame Optimization,MOMFO)。最后通过修改后的IEEE 39节点为算例验证文中提出的模型可均衡各层收益主体,在维持安全稳定运行的前提下,系统运营利润最大化,有效实现了电力系统的可持续性发展;同时也验证了多目标飞蛾扑火算法的有效性与竞争性。展开更多
考虑到风光出力的随机性与各能源负荷的波动性对综合能源系统(integrated energy system,IES)的影响,构建出在基于多时间尺度下的IES能量优化调度模型。该模型以平抑系统功率波动为主要目标,建立起日前与日内两种时间尺度的优化调度模型...考虑到风光出力的随机性与各能源负荷的波动性对综合能源系统(integrated energy system,IES)的影响,构建出在基于多时间尺度下的IES能量优化调度模型。该模型以平抑系统功率波动为主要目标,建立起日前与日内两种时间尺度的优化调度模型,通过所建立的多时间尺度上层与下层约束条件确定系统的能量流动与功率平衡,同时根据运行方式完成在不同时间尺度下对IES系统的优化调度。仿真结果表明:多时间尺度下的优化调度有助于减轻IES的功率负担,降低外界不确定性对系统运行的干扰,提高系统稳定性。展开更多
文摘考虑到风光出力的随机性与各能源负荷的波动性对综合能源系统(integrated energy system,IES)的影响,构建出在基于多时间尺度下的IES能量优化调度模型。该模型以平抑系统功率波动为主要目标,建立起日前与日内两种时间尺度的优化调度模型,通过所建立的多时间尺度上层与下层约束条件确定系统的能量流动与功率平衡,同时根据运行方式完成在不同时间尺度下对IES系统的优化调度。仿真结果表明:多时间尺度下的优化调度有助于减轻IES的功率负担,降低外界不确定性对系统运行的干扰,提高系统稳定性。