摘要:针对高比例新能源接入电力系统带来的消纳挑战,提出了一种不确定性环境下新能源消纳资源智能调控方法。构建了基于蒙特卡洛模拟与Copula理论的风光联合概率模型,以量化新能源不确定性,并建立了储能、电动汽车等多元资源的精细化模型。在此基础上,提出了一种“日前-日内-实时”3层优化调控架构:日前层采用两阶段随机规划,日内层基于模型预测控制进行滚动优化,实时层通过分布式反馈实现功率平衡。仿真结果表明,所提策略显著提升了系统新能源消纳能力,其中风电消纳率达到96.8%,光伏消纳率达到94.2%,相比传统调度策略分别提升14.5%和17.7%;同时有效降低了系统运行成本,总运行成本较传统策略降低8.5%。研究验证了所提方法在提升新能源消纳率、改善系统运行经济性和增强调度灵活性方面的有效性,为高比例新能源电力系统的优化运行提供了理论依据和技术支撑。

摘要:为解决水电站大坝阻断造成的翻坝运输成本高昂与碳排放严重问题,提出了一种结合电-氢-油多能互补的翻坝能源-物流耦合调度优化方法。针对翻坝货物在水路和陆路间的分流特点,分析了涵盖多类型重卡及水路转运设施的翻坝物流运行特性,建立了物流设施能耗模型;基于制充储氢一体站等设施的运行功率特征,构建了能源设施产能模型。结合能源供需耦合机理刻画,建立翻坝能源-物流耦合调度优化模型。以运行成本最低为目标,兼顾碳排放与负荷响应能力,对翻坝能源与物流进行耦合优化,得到货流分配及物流和能源设施的调度方案。以西南某6 400 MW水电站库区为例,仿真结果表明,所提方法能够有效降低翻坝运行成本和碳排放。

摘要:针对综合能源系统的低碳经济运行问题,提出了考虑扩展碳排放流和综合需求响应的热电联合系统优化方法。首先,建立了含有碳捕集和储热装置的扩展碳排放流模型,结合碳排放流理论和Shapley值法分析负荷侧的碳排放责任,并计算其动态碳排放因子。其次,构建基于负荷侧热惯性的电热综合需求响应模型。在此基础上,提出考虑碳交易机制的热电联合系统双层调度模型。上层为电力系统模型,下层为能量枢纽模型,以系统总成本最小为目标函数进行低碳经济调度,采用交替方向乘子法进行求解。最后,采用IEEE14节点电力系统进行算例分析,仿真结果验证了所提模型的有效性。

摘要:为实现电解铝综合能源系统(integrated energy system,IES)的低碳经济运行,提出了一种考虑需求响应(demand response,DR)与设备容量优化的IES低碳经济运行策略。首先,构建了融合电、热能源形式的IES拓扑,并基于电、热负荷可转移特性,建立了其DR模型。在此基础上,构建了IES碳排放核算模型,并引入阶梯式碳交易机制进行碳排放约束。最后,以计及能源购买、设备运维、碳交易、设备投资和弃风弃光的综合成本为优化目标,构建以混合整数线性问题为描述形式的优化运行模型,并运用CPLEX进行求解。实验结果显示,优化目标考虑DR时,运行总成本和碳排放量分别下降了3.07%和1.17%。此外,在DR基础上进一步考虑设备容量优化后,运行总成本和碳排放量可额外下降0.39%和0.64%,同时保证了电解铝的产量。可见,所提方法可一定程度提高IES运行的经济性与环保性。

摘要:面向多虚拟电厂协调交易与电动汽车聚合调度问题,建立了虚拟电厂运营商与多个虚拟电厂之间的双层主从博弈模型。上层以运营商净收益最大为目标优化交易电价,下层以各虚拟电厂运行成本最小为目标,协调微型燃气轮机、储能、风电、可中断负荷及电动汽车聚合资源功率。电动汽车仅作为VPP4内部时变接入资源参与调度,其移动性通过接入状态约束表征,不涉及跨虚拟电厂迁移。针对充放电不确定性,采用鲁棒优化强化下层功率平衡约束,并结合贝叶斯优化求解双层模型。算例结果表明,电动汽车聚合可提升虚拟电厂内部灵活调节能力,动态定价可促进多虚拟电厂交易,鲁棒优化可增强极端场景下的调度稳定性。

摘要:建立一种源荷不确定性条件下的微电网日前调度模型以提高其运行经济性。针对光伏功率和负荷构成的源荷不确定性,提出一种新颖的基于自适应优化决策的分布鲁棒优化方法,来克服传统鲁棒优化在不确定性处理中的过度保守问题。首先,构造一种保守性可调的源荷不确定性模糊集,利用分布约束灵活调节模糊集的保守性,同时引入辅助不确定性变量将该模糊集转换为易处理形式。其次,基于无限规划问题对偶原理和对偶变量固定,将分布不确定性降维成场景不确定性。最后,利用极端对偶变量生成技术将所提模型转换成两阶段求解的确定性规划。数值仿真验证了所提模型在平衡微电网运行经济性和鲁棒性上的优越性。

摘要:为充分发挥电动汽车(electric vehicle,EV)集群的可调度潜力,提出了一种考虑用户参与车网互动(vehicle-to-grid,V2G)放电意愿的EV实时充放电调度策略。首先,考虑用户参与调度时的电池损耗,为用户提供额外经济补贴,并基于消费者心理学引入响应率函数量化了用户放电意愿随补贴价格变化的不确定性关系。其次,利用电网调度中心的实时负荷预测和EV在线状态,在每个调度周期内以滑动窗口方式快速重优化充放电功率指令,实现自适应实时调控。最后,通过算例仿真验证了所提策略能够在实时应对EV集群随机接入和电网负荷波动的同时,实现配电网侧与用户侧的双重优化。

摘要:负荷辨识是电力系统规划、运行和管理的关键技术之一,对于智能电网的高效调度和稳定运行具有重要意义。传统的负荷辨识方法通常依赖于封闭集假设,然而,在实际应用中,未知电器的出现使得基于封闭集假设的算法难以准确识别。针对这一问题,提出了一种基于阈值调整的负荷辨识开集识别算法OpenAppliance。该算法结合深度学习与概率模型,通过对神经网络输出进行校准,提升对未知类别的检测能力,同时保持已知类别的辨识精度。首先将负荷数据转换为适合深度学习的图像形式,构建了基于卷积神经网络(convolutional neural network,CNN)的负荷辨识模型;其次,结合OpenAppliance算法进行后处理,以调整分类阈值并优化识别结果;最后,在BLUED负荷数据集上进行验证,并与现有的负荷辨识算法进行对比。研究结果表明,OpenAppliance算法能增强负荷辨识的泛化能力,有效提升了负荷辨识系统的准确性与鲁棒性。

摘要:微电网群作为分布式可再生能源的重要承载形式,其高效优化调度是提升区域供电经济性与可靠性的关键。针对调度模型具有高维、非凸和多约束等特性,以及传统优化算法易陷入局部最优的不足,提出一种基于改进模拟退火蜻蜓算法的微电网群协同优化调度方法。首先,构建以运行成本和环境成本综合最小化为目标的调度优化模型;然后,采用Logistic混沌映射增强初始种群多样性,引入非线性自适应惯性权重以协调全局搜索与邻域搜索能力,并嵌入模拟退火机制,结合其概率突跳特性提升摆脱局部极值的能力;最后,相较于其他对比算法,所提(simulated annealing dragonfly algoritm,SADA)算法总成本分别降低了7.33%、5.09%和4.24%,有效验证了所提方法在复杂能源调度场景中的有效性与优越性。

摘要:针对高风光渗透率的配电网存在新能源弃电、高碳排放以及经济效益问题,综合考虑氢能利用、化石能源机组燃料清洁和碳交易机制联合运行,提出了一种计及氢能利用、机组混燃以及阶梯式碳交易的有源配电网优化调度方法。首先,针对电解槽、储氢罐、氢燃料电池、甲烷反应器以及制氨装置等组成的氢能利用单元进行机理分析与模型构建,分析计及多能流动的有源配电网调度策略;然后,考虑氨气与氢气参与化石能源机组燃烧,构建化石能源机组混燃模型,进而构建阶梯式碳交易机制下的碳交易费用模型;最后,以煤耗、购气、弃风弃光等运行成本之和最小为目标,建立有源配电网低碳经济调度模型。通过设置多个运行方案,分析验证了所提优化调度方法提升配电网运行经济性、用能清洁性的有效性。

摘要:负荷预测是配电台区确保电力供需平衡的重要环节,对电力系统的安全预警和稳定运行具有重要的指导意义。受多种其他因素的影响,台区负荷的直接预测模型通常具有较差的泛化能力,难以满足复杂配电台区的负荷预测需求。为了提高配电台区负荷预测方法的泛化能力,提出了一种基于多元环境特征融合的台区负荷预测方法。首先,对外在环境因素进行主成分分析,将输入变量降维并提取影响台区负荷变化的环境特征主成分;然后,基于所提的负荷辨识模型进行特征融合对台区负荷进行辨识,综合分析所得的台区负荷辨识结果和环境特征主成分;最后,基于所提的负荷预测模型进行特征融合对台区分项负荷进行预测,将分项负荷的预测结果进行线性叠加,得到配电台区负荷预测结果。选取国内某低压配电台区两年来的负荷数据作为算例,与对比方法相比,所提方法得到的负荷预测曲线更接近真实负荷数据曲线,有效提高了负荷预测的准确率。

摘要:针对风电功率实时计算中物理模型精度不足、数据驱动模型缺乏物理约束的问题,提出一种结合物理建模与机器学习的混合计算方法。通过构建物理模型-机器学习残差校正-物理信息正则化3层架构,实现计算精度与物理可信度的统一。设计了基于样本权重调整的物理信息正则化策略,定义单调性、密度一致性、功率系数3个物理约束,通过迭代优化在不修改集成学习算法内核的前提下实现物理约束嵌入。采用蒙特卡洛模拟处理湍流影响下的功率期望值,结合空气密度修正、偏航效率、尾流效应等物理因子建立基准物理模型;构建多层次特征体系,采用随机森林与梯度提升树集成学习框架捕捉系统性偏差。实验结果表明,该方法相比纯物理模型和纯集成学习模型在计算精度上均有显著提升,同时有效抑制了违背物理规律的计算结果,为风电功率实时计算提供了新的技术路径。

摘要:为实现绿色低碳用电,充分激活用户侧碳排放潜力并发挥其灵活性资源的调节能力,构建了一种面向多产消者的电-碳协同交易模式。该模式旨在通过储能容量共享促进分布式新能源消纳,从而降低对上级配电网的依赖与化石能源消耗,间接减少碳排放。研究方法上,提出了多产消者与集中式储能共享运营机制,建立相应的交易模型,并通过算例分析验证其合理性与有效性。结果表明,将用户侧纳入碳市场能够显著提升电-碳耦合市场的整体收益;在共享储能运营模式下,碳成本占比显著降低。进一步分析显示,当用户免费碳排放额度超过60%时,系统可呈现以电力收益为主导、碳成本趋近于零的运行形态。研究结果为碳中和目标下用户侧参与碳市场提供了可行的商业模式参考。

摘要:近年来, 可再生能源规模呈现快速增长态势, 分布式光伏的无序开发和分散并网等问题逐渐显露, 使得配电网的安全运行和可持续发展都面临巨大挑战。针对屋顶分布式光伏功率时空差异和光伏系统区域经济指标差异, 提出了一种计及时空差异性的屋顶分布式光伏选址定容规划模型。首先, 基于新型智能配电网中多元源荷时空尺度不确定性的特点, 构建了光-荷时空差异模型。其次, 综合考虑用户侧经济效益、节点电压偏差和系统网络损耗, 并采用多目标麻雀搜索算法对模型进行求解。最后, 以IEEE-33节点配电系统为例进行仿真验证。结果表明, 所提模型对于提高屋顶分布式光伏的经济价值和配电网承载能力具有实际意义, 并为新型智能配电网的规模发展提供了有益的思路。

摘要:随着新能源渗透率增加、用户负荷类型增多及电力电子技术发展，传统交流配电网正逐渐向交直流混联配电网发展。为实现含多换流器的复杂混联配电网潮流高效计算，解决初值选取不当导致潮流计算不收敛的问题，提出考虑不完全LU分解预处理的交直流混联配电网统一潮流计算方法。首先，建立了电压源型换流器（voltage source converter，VSC）交流侧和直流侧的电压和功率方程。然后，建立考虑节点类型的功率平衡方程，以及VSC有功和无功控制方程。接着，利用不完全LU分解预处理雅克比矩阵，再采用稳定双共轭梯度法（biconjugate gradient stabilized method，BICGSTAB）对交直流混联配电网潮流进行求解。最后，通过算例分析对比不同预处理方法的非零元素注入量和预处理前后潮流收敛次数验证了预处理的有效性，并通过对比不同算法的收敛情况验证了所提算法具有良好的鲁棒性。

摘要:在“双碳”目标与新型电力系统建设背景下,电动汽车规模化接入加剧了电网灵活性调节压力,亟需挖掘其可调节潜力并提升聚合运行价值。针对充电运营商跨市场参与现货与调频辅助服务的协同优化需求,构建了面向现货-调频耦合市场的双层优化调度模型。上层以充电运营商收益最大化为目标,综合计及购售电收益、调频容量补偿、调频里程补偿及运营成本;下层以系统运行成本最小化为目标,联合出清现货市场与调频市场。进一步引入卡罗需-库恩-塔克条件(karush-kuhn-tucker conditions,KKT)条件与线性化处理方法,将双层规划转化为混合整数线性规划,并基于IEEE-30节点系统开展算例验证。结果表明,充电运营商在现货市场中的中标比例相对有限,但在调频市场中承担了超过70%的调节任务,不仅有效覆盖运营成本,而且获得了显著净收益。所构建策略能够协调现货与调频市场间的资源配置与价格传导关系,在提升充电运营商经济效益的同时增强系统灵活性供给能力,为电动汽车聚合体跨市场优化运行提供了理论依据与方法支撑。

摘要:超级充电站在满足电动汽车快速补能需求的同时,因高功率集中充电特性易在短时间内形成显著负荷峰值,进而影响运行稳定性。因此在电网分时电价与容量约束条件下,以超级充电站运营方为调度主体提出了一种融合混合遗传算法(hybrid genetic algorithm,HGA)与强化学习(reinforcement learning,RL)的智能调度方法(HGA-RL)。通过HGA对用户充电顺序进行全局优化,为功率分配提供合理决策基础;在此基础上,RL动态调控充电功率与时间,实现低电价时段增加负荷、高电价时段削减负荷。仿真结果表明,该方法可有效削减充电负荷峰值、平滑电网负荷曲线,并在兼顾用户满意度的同时降低超充站购电成本,显著提升超充站与电网的协同效率。

摘要:随着分布式能源接入,电网负荷特性发生变化,特别是在光伏、风电等可再生能源波动较大的情况下,电网可能出现轻负载现象。针对高比例分布式能源接入导致轻负载和无功过补偿场景下电能表接线错误误判问题,提出了一种基于XGBoost的智能识别方法。该方法通过分析轻负载和无功过补偿场景中的电流、功率因数等特征,结合实际采集数据和生成数据建立分类模型,有效区分正常运行状态与接线错误。在验证中,模型通过多种评价指标(包括准确率、精度、召回率和F₁值),在检测接线错误方面表现出98%以上的高准确率,显著减少了误判率。研究结果表明,该方法能够有效应对由于高比例分布式能源接入导致的复杂电力负荷场景,提供一种高效、可靠的电力系统接线错误智能识别解决方案。