摘要:虚拟电厂（virtual power plant,VPP）在整合分布式能源（distributed energy resources,DER）方面有着巨大潜力,为促进电网资源的灵活管理和有效利用提供了一种高效的解决方案。为便于VPP参与系统调度,提出一种VPP内部灵活资源聚合运行边界评估方法。首先,考虑DER有功和无功功率的运行约束,将其表示为统一的线性不等式形式；然后,通过几何计算方法将同一个配电网节点上的所有异构DER聚合为一个DER聚合体；最后,考虑网络约束,建立VPP运行边界评估模型,并采用边界点搜索的方法计算出运行边界。算例结果表明所提方法能够考虑功率耦合和时间耦合特性,有效地评估出VPP的多时间运行边界。

摘要:灵活负荷的调节边界是电网安全运行需提前掌握的关键数据之一。对于面向过程工艺的流程工业（process industry,PI）,其全工序负荷调节能力的准确评估受到多能源需求与工序耦合,以及必须满足的流程工艺要求与生产任务等因素限制。为此,提出一种考虑工序精细化建模的PI全工序负荷调节能力评估方法,为电网制定需求响应策略提供边界值参考。首先分析典型PI生产流程,基于工序调节特性建立考虑工序分类的通用化PI等效模型,并提出精细化工序分类建模方法；其次,计及工序耦合、多能源利用、生产计划等多方面生产约束,建立PI全工序负荷调节能力评估模型；最后以水泥工业为例对所提方法的有效性进行验证,探究了工序调节对PI全工序负荷调节能力的影响。

摘要:电力行业是实现碳达峰碳中和目标的关键,绿电消费有效降低电力碳排放,各地用户积极开展绿电交易承担减排责任,当前核算体系中并未将绿电与传统火电区分,绿电环境价值并未体现,考虑绿电交易的碳排放核算问题亟需解决。基于共享比例原则通过追踪潮流形成碳流追踪,构建用户碳排放核算模型,随后考虑绿电交易金融特性建立等效网络,量化绿电交易的碳减排效益,建立修正后的用户碳排放核算模型,最后通过IEEE 30节点的算例验证了模型方法的准确性与合理性。

摘要:由于光伏模型具有多模态和非线性的特点,其参数辨识是一个具有挑战性的问题。鉴于传统算法在光伏模型参数辨识领域所面临的可靠性不足、精度低下、易于陷入局部最优解及早熟收敛的局限,提出了一种改进型复数编码共生生物搜索算法（improved complex valued encoding symbiotic organisms search,ICSOS）用于光伏模型参数辨识。为增强传统共生生物搜索算法的寻优能力,引入了复数编码机制,由原先的一维实数编码拓展至二维复数编码空间,以扩大群体的搜索范围,增强算法的寻优能力和速度。仿真验证表明所提出的改进算法在单二极管模型和光伏组件模型参数辨识过程中均具有良好的适用性,与其他优化算法相比,ICSOS算法能够获得更低的均方根误差（root mean square error,RMSE）,且能够快速寻优,有效减少预测误差,提高参数识别的精度。

摘要:针对变电站综合能源系统的经济稳定运行问题,提出了一种基于模型预测控制（model predictive control,MPC）的多时间尺度优化调度策略,结合地源热泵与需求响应。首先构建了系统架构,并阐述了MPC算法流程。在日前调度中,通过考虑分时电价与新能源的随机性,建立了以最小化运行成本为目标的优化模型,确定了机组最优出力与储能计划。日内调度则利用MPC算法对日前计划进行实时校正,以降低不确定性对电网的影响,提升经济性。通过算例分析,比较了不同方案,探讨了需求响应特性与地源热泵能效水平。结果表明,所提模型在需求响应环境下实现了系统优化运行,提高了设备利用率,降低了运行成本,并促进了可再生能源消纳。

摘要:为进一步减轻综合能源系统中峰谷时期负荷压力,提升系统运行的低碳经济性,降低系统运行风险,考虑了不同负荷需求响应的差异性及需求响应的不确定性,对需求响应的不确定性进行模糊处理,建立了考虑差异化需求响应不确定性的综合能源系统低碳经济调度模型。首先将不同类型负荷进行差异化定价处理,并利用阶梯型碳排放成本模型对碳排放进行约束；在此基础上,建立包含系统的运维成本、售能收益以及碳排放成本的系统运行总成本最小为目标的规划模型,然后对松鼠算法进行改进,利用混沌松鼠优化算法对模型进行求解。通过实际算例分析,结果表明考虑差异化需求响应不确定性可以提高系统可靠性,平缓负荷曲线,提高系统低碳经济性,验证了所建立调度模型的有效性,同时数据也表明混沌松鼠算法具有更好的寻优能力。

摘要:微电网优化调度是消纳间歇性分布式能源的有效技术手段,为实现微电网经济和环境优化的双重目标,建立了包含光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池的微电网优化模型。模型采用改进的鲸鱼算法求解,针对传统鲸鱼算法存在着收敛速度慢、易陷入局部最优解的问题,采用Tent映射初始化种群、加入正弦余弦算子改进鲸鱼算法中气泡网攻击阶段、引入Levy飞行增强全局搜索能力3个方面改良算法。将改进后的鲸鱼算法应用到微电网中,同时与传统粒子群、基础鲸鱼算法对比,结果表明混合正余弦算子改进鲸鱼算法具有更快的迭代速度和更优的经济性,对微电网优化调度问题有良好的求解效果。

摘要:柔性负荷资源因其响应迅速和调节灵活的特点,能够在确保用户舒适度不受显著影响的前提下,迅速对电网调度作出反应。空调负荷作为柔性负荷的核心部分,可以通过科学的调控策略来削减高峰电力需求,进而缓解电力供应压力。鉴于空调负荷数据具有非线性和特征模糊等特性,提出了一种结合模态分解与神经网络的空调负荷预测模型。首先采用皮尔逊相关系数来构建相似的周负荷序列。随后运用自适应噪声完备集合经验模态分解与变分模态分解（variational mode decomposition,VMD）技术对负荷进行分解。在VMD环节,将原始时间序列信号输入VMD层,通过VMD算法将其分解为多个本征模函数（intomultiple eigenmode functions,IMFs）。将这些IMFs分别输入卷积神经网络,通过卷积、激活和池化等操作提取其局部特征。之后这些特征向量被送入双向长短期记忆网络（BiLSTM）,利用其双向传播能力来捕捉序列中的长期依赖性。并使用改进的鲸鱼算法优化超参数,最终在输出预测负荷序列的基础上,进一步探讨了负荷的调节潜力。实验结果显示,本方法不仅预测速度快、精度高,而且能更清晰地揭示负荷的调节潜力。

摘要:为进一步降低电力负荷数据预测误差,提出一种基于负荷分解与辨识的负荷短期预测方法。首先,针对各行业电力负荷数据,以温度敏感负荷与温度序列的多项式拟合误差为目标函数,将负荷分解转化为数学优化问题,将各行业总负荷分解为周度基荷分量和温度敏感负荷分量；其次,基于长短时记忆网络对温度敏感负荷分量进行短期负荷预测；最后,将温敏负荷预测结果与周度基荷分量叠加得到完整的负荷预测结果。采用某省2022年分行业电力负荷数据进行验证,结果表明提出的基于负荷分解与辨识的短期电力负荷预测方法可有效降低短期负荷预测误差。

摘要:电力负荷预测是电力系统制定发展规划和发电计划的基础,电网负荷数据量庞大、结构复杂、统计口径多样,影响负荷变化的因素多变,新能源的大规模接入进一步增大了电力负荷预测的预测难度。提出一种基于改进的长短时记忆网络的电力系统多层级负荷预测方法,建立省级-市级-变电站级的多层级负荷的时间序列关系,将不同负荷层级的历史负荷数据、气象数据和区域经济数据作为预测算法的输入,并将各层级负荷进行要素分类,从规划发展的角度加入约束条件,采用基于改进的LSTM的3层堆叠神经网络预测模型完成各层级负荷的整体预测。仿真算例以华东S省Y市的实际电力负荷数据及光伏出力数据为基础进行计算,结果表明所提方法对于提高多层级电力负荷的预测精度具有较优效果。

摘要:随着光伏发电渗透率的不断提高,数据质量问题已成为影响光伏电站智能化运维和并网研究的关键因素。不良数据的存在不仅会影响预测的准确性,还可能导致光伏系统状态监测和故障诊断的偏差。为提高光伏电站数据完整性和可靠性,提出一种基于多源异构数据相关性的光伏电站不良数据识别与重构方法。首先,分析光伏系统正常运行情况下的数据特征及多源参数间的相关性,筛选与待重构日数据特征最为相似的历史数据作为输入；其次,基于相对密度的多密度聚类算法对功率不良数据进行识别清洗；最后,结合环境数据相关性建立光伏系统组合长短期记忆数据重构模型,实现对数据的高精度重构。算例结果表明,所提方法可以有效地识别光伏电站出力的不良数据并准确重构。

摘要:在配电网向低碳化转型的背景下,高比例绿色能源和以电能为动力的电动汽车呈持续增长趋势,配电网的运行和规划面临着新的挑战与机遇,因此提出了一种分布式光伏选址定容规划模型。首先,对电动汽车充电负荷和分布式光伏时序特性进行建模；然后,兼顾配电网的经济性、低碳性和稳定性,以配电公司年综合效益、碳排放量和负荷方差为目标函数构建多目标规划模型,并采用多目标长鼻浣熊算法对上述模型进行求解,基于帕累托占优原则保留全局帕累托最优解集,引入均衡度决策函数进行评价最优解的分布均衡性。最后在IEEE-33节点配电系统上进行算例分析,验证所提模型和方法的可行性。

摘要:为了提升配电网分布式光伏承载能力,提出了一种考虑多种调控手段的分布式光伏承载能力提升优化模型。首先,考虑电源侧逆变器无功调控、配网侧附加无功补偿及网络重构,建立了以配电网光伏接入容量最大、经济性最优的多目标优化规划模型；其次,针对配电网中光伏-负荷的不确定性,构建了考虑光伏-负荷时序相关性的联合时序典型场景；最后,通过NSGA-II多目标优化算法求解所建模型,得到优化结果。算例仿真验证,逆变器无功调控、附加无功补偿及网络重构3种调控手段相配合可以在兼顾经济性的前提下有效提升配电网的分布式光伏承载能力。

摘要:平抑光伏波动场景下,为了减小储能系统（energy storage system,ESS）控制过程中存在的相位滞后,提出一种基于二阶滤波的ESS控制器。分析传统平滑控制采用低通滤波器存在的相位延迟特性对ESS容量的影响,相位延迟越大,ESS容量需求越大。为消除该影响,理论分析满足消除相位延迟的控制器最低阶数为二阶,并推导出基于二阶滤波的ESS控制器,提出控制参数设计方法,以有效减小平滑控制过程中的相位延迟,最小化ESS容量需求。该控制器设计简单,仅含有两个控制参数,能够推广于实际工程。最后,采用某5 MW光伏电站功率数据验证了所提出ESS控制器的有效性和优越性。

摘要:针对我国电力市场化改革背景下,对中长期市场与现货市场的有效衔接问题进行了深入研究。首先概述了电力市场体系的构成,并分析了中长期市场与现货市场在交易、调度、结算等方面的衔接要点。在此基础上,提出了一系列衔接机制设计,包括中长期曲线分解机制、物理安全保障机制和价格联动机制,分别实现了中长期合约电量的动态分解、确保电力系统的物理调度能力和供应安全、价格信号的高效传递。通过算例分析,验证了所提机制在实际操作中的有效性。最后,提出了中长期市场与现货市场协调方案,旨在促进两个市场的互补性,实现电力市场的平稳运行和可持续发展。

摘要:源网荷协同调度背景下,为实现配电网可靠性的准确评估,提出一种考虑负荷恢复策略的有源配电网可靠性评估方法。首先,基于马尔可夫过程构建元件时变故障率模型以及分布式电源（distributed generator,DG）多状态模型,并基于此提出一种适用于故障重构以及孤岛划分的改进Distflow潮流模型,利用大M法对其进行线性化处理,并引入线性辐射状约束方法,将负荷恢复策略策略建模为混合整数线性规划问题（mixed-integer linear programming,MILP）。其次,对各种故障场景进行停电后果分析,实现有源配电网的可靠性评估。最后,通过IEEE标准算例分析负荷恢复策略对可靠性的影响,结果表明考虑负荷恢复策略能够有效挖掘有源配电网恢复供电能力,进一步提升供电可靠性。

摘要:针对分布式光伏接入配电网后,短时尖峰负荷所引发的配电网运行成本增加、线路容量不足以及系统运行风险较高等问题,提出一种考虑短时尖峰负荷影响的含分布式电源配电网的双层规划方法。上层规划模型基于粒子群算法,以光伏、储能成本及选址、线路扩展规划成本为目标函数进行求解,下层规划模型采用自组织映射方法选取不同负荷类型的典型日,以配电网日运行成本最小为目标函数进行求解。然后,采用所建立的两阶段规划方法,以IEEE33节点配电网系统为算例进行规划,分析短时尖峰负荷对配电网的影响。最后,通过场景对比,进一步验证考虑短时尖峰负荷影响的必要性。

摘要:电力消费弹性系数均值是反映某一区域电力消费与经济发展之间中长期关系的重要指标,是开展电力需求预测的重要依据。目前,国内对于电力消费弹性系数均值的计算大多采用算术平均值法,该方法较容易受极端年份数据波动的影响,存在较大误差。为求得更为准确的电力消费弹性系数均值,提出基于双对数模型的时间序列拟合回归方法,该方法选取“地区生产总值”和“全社会用电量”两个样本数据建立时间序列,通过变量替换,将复杂的非线性关系转换为线性关系进行回归拟合分析。通过对回归模型开展检验并与几何平均值法算例进行比较,从统计学角度说明,基于双对数模型计算所得的电力消费弹性系数均值误差更小、可靠性更高。