摘要:在新型电力系统加快构建背景下,类型多样、分布广泛、规模海量的需求侧资源对于电力系统的重要性不断提升。探讨了广义需求侧资源范畴下,计量表计后资源、配电网内资源及弱连接自平衡资源等3类资源的典型特征;系统分析了需求侧资源发展过程中遇到的难题及其治理面临的挑战,主要表现在制度嵌入、市场识别和系统协同等方面;进而研究提出在全国统一电力市场体系下,从制度、市场、技术、信用4个维度,提出完善电力需求侧资源治理、释放需求侧资源潜能的对策建议。

摘要:随着"双碳"目标提出,新能源装机容量增大,且用户用电负荷特性变化及负荷量增加,电网供需平衡压力日益严峻,为支撑电网运行平衡,充分挖掘行业用户负荷可调节潜力,提出了基于MPA-CNN-LSTM融合模型与置信区间修正的行业用户负荷潜力评估策略。首先,在原有负荷特性基础上提出负荷削减特性表征同一行业不同用户负荷削减类别及方式作为MPA-CNN-LSTM预测模型输入;其次,依据响应用户实际调节潜力基于MPA算法优化的CNN-LSTM神经网络进行训练并预测行业用户可调节潜力;最后,通过置信区间修正法修正行业用户可调节潜力,提高预测准确性。

摘要:微电网中分布式电源(distributed generation,DG)一般通过电力电子变流器接口接入,降低了微电网惯性。而虚拟同步发电机(virtual synchronous generator,VSG)可为微电网提供惯量支撑,但由于对负载变化响应速度不一致,多个采用VSG的DG间会产生功频振荡,甚至可能造成微电网失稳。针对以上问题,提出考虑一致性二阶项的含多VSG微电网功频振荡抑制策略。首先建立了基于一阶一致性的含多VSG微电网二次控制策略,利用小信号分析法研究了多VSG之间产生功率振荡机理,然后通过引入一致性二阶项,为功频振荡提供阻尼,并采用自适应梯度算法优化二阶控制系数,提高抑制作用。最后,通过仿真算例,验证分析了策略的可行性。

摘要:在“双碳”目标的指引下,交直流混合配电网络已逐渐成为配电系统未来发展的重要方向。然而,碳减排与提升电力网络弹性这两大需求之间存在一定矛盾,难以高效协同。鉴于此,提出了一种基于近似纳什均衡的交直流混合配电网协同优化方法。首先探讨了不同条件下,碳减排与弹性对交直流配电网络运行的影响;随后,提出了考虑碳减排的协同调控模型,并提出了弹性评估的度量指标,在此基础上设计了优化运行的近似纳什均衡策略。最终,以达成均衡的碳减排、经济性、弹性作为优化目标,构建起交直流混合配电网的优化调控模型。通过改进的IEEE33节点算例和雄安新区某园区算例进行计算分析,验证了所提方法对降低碳排放、提升经济性与弹性的有效性和可行性。

摘要:面向碳中和战略目标,多能耦合协同驱动下综合能源系统(integrated energy system,IES)的低碳运行优化成为能源转型的关键路径。针对多能耦合协同运行框架,提出了一种考虑负荷需求响应的多时间尺度多维优化调度策略。首先,构建了燃气轮机-碳捕集与存储-电转气(gas turbine-carbon capture and storage-power to gas,GT-CCS-P2G)多层次耦合架构,并基于此构建了考虑综合需求响应的电-气综合能源系统(integrated electricity-gas system,IEGS)。其次,将电网和气网分别构建为一个智能体,并将IEGS调度方案转化为一个马尔科夫博弈过程。最后,通过基于通信机制的多智能体柔性动作-评价(communication mechanism-enabled multi-agent soft actor-critic,CM-MASAC)方法获得了最终调度决策。通过多种算法对比分析,探讨所提算法的先进性及综合需求响应与GT-CCS-P2G相结合的有效性。实验结果表明,所提方法相较于对比方法,最大降低10.29%运行成本和16.07%碳排放量。

摘要:锂离子电池健康状态估计是保障电池可靠性和寿命预测的关键环节。针对现有锂离子电池健康状态估计方法在异常数据处理和特征选择上的不足，提出了一种自适应门限改进Hampel滤波与多维特征组合优化锂离子电池健康状态特征处理方法。该方法分为3个阶段：在特征初选阶段，从充电过程、放电过程以及容量增量曲线3个维度提取10个特征；在特征修正阶段，设计自适应门限Hampel滤波，通过动态调整窗口和阈值修正特征数据异常值；在特征筛选阶段，采用Pearson-Spearman双相关分析筛选出关键特征。最后，基于NASA数据集，利用门控循环单元验证不同特征组合的健康状态估计效果。仿真结果表明，所筛选出的三特征组合有效提升了健康状态估计的准确性与稳定性。

摘要:当前已有调容变压器配置评估方法中存在着考虑因素单一、综合成本考虑不充分以及缺乏台区运行控制结果分析等问题。对此提出了一种综合考虑台区运行控制与经济性提升的调容变压器配置评估方法。首先基于二阶锥规划构建了潮流模型,通过台区优化运行控制结果得到典型日净负荷数据,作为调容变压器容量选取的基础数据。其次分析了影响调容变压器配置评估的多维关键因素,然后建立了面向经济性提升的综合成本评估指标。最后依据典型台区历史负荷数据,开展调容变压器配置算例分析。在考虑光伏接入和不考虑光伏接入的两种场景下,基于不同运行规划周期和容量裕量,通过与传统变压器配置方案进行对比,验证了文中所提调容变压器配置方案的有效性和优越性。

摘要:电力紧平衡背景下,提升用户侧能效水平是缓解电网供能压力的重要抓手。针对分时电价下家用空调设备的能量管理,提出定频/变频空调-电池储能系统的联合优化运行模型,在滚动时域控制框架下限制了电池储能设备及空调设备频繁切换启停状态。依托实验室实际环境,构建基于物联网(Internet of Thing,IoT)的空调-储能能量管理系统,给出了能量管理监测平台及其他核心部件的分布式集成方案。通过仿真实验与现场实测,验证了空调-电池储能经济运行模型及能量管理系统的有效性,空调系统与储能设备在尖峰电价前具有明显的预制冷和预充电行为,相较于空调系统独立运行,联合经济运行将用电成本降低了13%。

摘要:虚拟电厂通过聚合配电网中的海量分布式资源,构建灵活聚合体以参与电力市场调节和电网调度,助力解决供需平衡问题。然而,现有虚拟电厂的能量管理策略中,如何有效兼顾配电网的运行安全仍是亟待突破的关键难题。为实现虚拟电厂内分布式资源的高效协调与电网安全运行的双重目标,配电网安全域理论被用于构建一种动态的虚拟电厂分布式能量管理策略。首先基于配电网潮流拓扑构建安全域模型,随后采用一致性算法设计虚拟电厂内部资源的自治调度框架,并通过引入基于安全域边界函数的安全一致性变量,兼顾经济性与安全性需求,从而实现考虑电网安全约束下的虚拟电厂分布式能量管理。算例分析结果表明,配电网潮流的安全性被有效保障,虚拟电厂内部资源可快速、准确、动态调控。

摘要:为挖掘具有源荷双重特性的电动汽车低碳调度潜力,提出计及电动汽车碳积分奖励机制的IES优化调度方法。首先,构建考虑动态碳排放因子的电动汽车碳积分奖励机制模型,在荷侧实现电动汽车与需求响应资源协同低碳运行。其次,建立考虑两阶段电转气、氢燃料电池、储氢罐与碳捕集相耦合的源侧灵活响应模型,丰富氢能多元灵活应用的同时降低碳排放。最后,以系统总运行成本最小为目标,构建IES日前低碳调度模型。仿真结果表明,所提方法能够有效提高电动汽车参与系统调度的积极性与经济性。

摘要:虚拟电厂通过聚合和协同调控需求侧可调节资源参与电网需求响应,已成为缓解新型电力系统供需不匹配的重要手段。受不可预测因素影响,空调与电动汽车等资源在执行日前调度计划时会因预测偏差而产生功率响应偏差。为此,提出了一种虚拟电厂多元柔性资源实时滚动优化修正方法。首先,建立电动汽车集群、空调负荷和蓄电池等可调节资源的控制模型,并结合实时更新的气象条件与电动汽车接网信息,准确量化虚拟电厂在执行日前调度计划时潜在的功率偏差。其次,通过引入各类可调节资源的量价关系曲线,分析进一步挖掘资源日内调节裕度所需的价格激励。最后,构建了多元资源实时协同优化修正模型,确定虚拟电厂偏差修正的最优分配策略,以经济性最优的方式实时消除日前预测误差带来的功率偏差。案例分析结果表明,对比传统仅依赖蓄电池作为备用资源的偏差修正策略,所提方法更具经济性,能更充分发挥多元资源的调节潜力,实现虚拟电厂的高效经济运行。

摘要:温控负荷(temperature controlled loads, TCLs)因其显著的热惯性特性和调节潜力,在需求响应(demand response, DR)研究中具有重要意义。针对现有模型难以全面捕捉温控负荷时变特性及调节能力差异的问题,提出了一种基于数据驱动的参数辨识与需求响应能力评估方法。首先,基于二阶等效热参数(equivalent thermal parameters, ETP)模型,构建线性辨识方程,并引入自适应遗忘因子的多层递推最小二乘算法,实现动态等效参数矩阵的在线辨识。同时,针对投切型负荷与连续可调型负荷的不同调节特性,设计了相应的需求响应能力评估策略。仿真结果表明,所提方法能够精准辨识负荷参数并准确评估需求响应能力,为温控负荷建模及电网辅助服务优化提供了可靠支持。

摘要:针对智能电网对电力负荷预测精度的高要求,同时考虑到传统的被优化的长短期记忆网络模型(long short-term memory, LSTM)在短期电力负荷预测结果不稳定的问题,提出一种基于白鲸优化算法(beluga whale optimization,BWO)和LSTM的短期电力负荷预测模型。该模型首先将LSTM的超参数作为白鲸的位置,以历史负荷、日类型、天气因素作为数据集,以LSTM在训练集上的预测误差作为BWO的适应度。然后,利用BWO对最适合训练集的LSTM模型的参数和超参数进行寻优,并根据最优的LSTM模型对某地区的电力负荷数据进行预测分析。研究结果表明,BWO-LSTM预测结果的平均绝对误差百分比和均方根误差更小,预测精度更高,且预测结果更稳定,可作为短期电力负荷预测的可靠工具,可以为电力系统安全稳定运行提供有力支撑。

摘要:随着碳市场和电力市场的快速发展,虚拟电厂园区作为新型能源管理平台,成为实现低碳经济运行的重要手段。提出了一种考虑电碳市场不确定性的虚拟电厂园区低碳经济优化调度方法,构建基于双层双向长短时记忆网络的电价与碳价不确定性评估模型。通过构建电碳市场耦合的优化调度模型,研究了涵盖电动汽车集群分类的园区多主体建模方法与差异化调控策略,并提出基于收益最大化的多能源系统优化方案。仿真算例表明,所提方法能够显著提高系统的经济效益与碳减排能力,在提升虚拟电厂园区参与市场灵活性的同时,在更贴近电碳市场真实环境的基础上实现了综合收益的最大化,为虚拟电厂的高效运行提供了新思路。

摘要:对于包含可控负荷的售电公司来说,积极参与电网需求响应是获取超额利润的重要手段。根据需求响应作用机制,以负荷型售电公司作为研究对象,同时考虑激励性和价格型需求响应,对售电公司以及居民和工业用户参与需求响应的响应成本、收益进行了建模。基于用户参与需求响应的成本,提出了一种用户成本分摊系数的计算方法,同时提出了售电公司动态补贴定价的算法,根据不同用户类型制定不同补偿定价,使其能实现最大化调节潜力。最终建立了基于需求响应的售电公司动态定价双层模型,经过实例仿真,验证了模型的可行性和合理性。

摘要:随着电力市场改革的不断深化,用户侧参与中长期电力市场交易的活跃度持续提升,其对电价变化的感知与响应行为已成为影响市场资源配置效率的重要因素。针对传统中长期竞价模型在刻画用户动态行为和处理连续策略优化方面的不足,引入多周期电价感知机制与深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法,构建发电商中长期双边竞价策略优化方法。首先,建立基于Sigmoid结构的多周期非线性电价感知模型,引入周期调节与不确定扰动因素,刻画用户在不同电价周期下的响应阈值与行为差异;其次,基于DDPG算法设计发电商策略学习框架,并设置差异化奖励函数,兼顾利润、社会福利与市场公平性,实现连续动作空间下的策略自适应优化;最后,通过仿真实验验证所提模型在提升市场收益、促进负荷调节和实现多目标均衡方面的有效性。研究结果表明,该方法能够更精准地模拟电力用户行为,优化发电商竞价策略,增强电力市场的运行稳定性与社会福利水平。

摘要:时间序列分析在工业领域极其重要。精准识别时间序列中的异常,能够有效提高生产效率,降低生产成本。针对电力使用,用户用电量时间序列的异常检测对于降低电力公司的运用成本、提升其服务质量具有重要的作用。随着大语言模型的快速发展,大语言模型被用在越来越多的领域,包括新兴的时间序列预测。因此提出一种基于大语言模型的用户用电时间序列异常检测方法,该方法通过提示工程与大语言模型交流,通过对时间序列进行预处理,使大语言模型能够理解输入数据信息,并正确执行异常检测任务。通过在用户用电时间序列数据集上进行实验分析,结果表明,与现有的异常检测模型相比,所提方法能够有效检测出异常数据。

摘要:针对共享储能为风电场群提供调频辅助服务时的容量分配问题,提出一种融合发电预测与优化调度的储能容量动态分配方法。首先借助长短期记忆神经网络(long short-term memory,LSTM)对风电场实时发电功率进行高精度预测,继而构建以共享储能与风电场群整体收益最大化为目标的容量优化模型。模型中引入风电场群共享储能的荷电状态(state of charge,SOC)动态平衡约束,并采用粒子群算法(particle swarm optimization,PSO)对容量分配方案进行全局优化,实现共享储能资源在风电场间的按需动态调配。典型算例验证表明,该方法在提升储能系统利用效率、维持共享储能荷电状态稳定性方面优势显著。与传统均分策略相比,所提策略可显著增强风电场群在调频服务中的响应能力与经济效益。