为适应电力系统分区运行与多类型灵活性资源地域分布不均衡的特点,提出了考虑多区域多类型灵活性资源互济的分散协调调度策略。文章建立火电机组、储能和可中断负荷的综合灵活性供给能力模型,分析了源荷双侧不确定性带来的灵活性需求,采用条件风险价值量化了区域灵活性不足风险成本。考虑多区域多类型灵活性资源协同互济与灵活性互济辅助服务成本,基于改进的交替方向乘子法(alternating direction method of multipliers, ADMM)对区域间灵活性互济水平进行了分析,实现了分散式调度下多类型灵活性资源跨区域协调互动。算例验证结果表明,该策略促进了大电网的灵活性供需平衡,降低了新能源负荷的弃限风险与系统运行成本,对经济安全调度具有积极意义。
为适应电力系统分区运行与多类型灵活性资源地域分布不均衡的特点,提出了考虑多区域多类型灵活性资源互济的分散协调调度策略。文章建立火电机组、储能和可中断负荷的综合灵活性供给能力模型,分析了源荷双侧不确定性带来的灵活性需求,采用条件风险价值量化了区域灵活性不足风险成本。考虑多区域多类型灵活性资源协同互济与灵活性互济辅助服务成本,基于改进的交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)对区域间灵活性互济水平进行了分析,实现了分散式调度下多类型灵活性资源跨区域协调互动。算例验证结果表明,该策略促进了大电网的灵活性供需平衡,降低了新能源负荷的弃限风险与系统运行成本,对经济安全调度具有积极意义。
世界能源的利用正向绿色低碳、清洁高效、持续可再生等方向转变,但清洁能源的快速发展给电力系统安全性、稳定性及可靠性等方面带来负面影响。风电作为清洁、可再生能源,具有随机性强、间歇性明显、波动幅度大、波动频率无规律及反调峰等特性。因此,大规模风电并网后为系统带来不确定性因素,对系统优化调度造成极大的挑战。考虑高比例风电不确定性的电力系统协调调度方法的研究,对于电力系统制定合理的发电计划、保证电网实时平衡、促进高比例风电并网消纳具有重要的意义。本文围绕着风电出力不确定性的建模方法,针对含高比例风电电力系统不确定性优化调度技术开展了深入研究,包含风电功率概率分布特性分析、风电功率组合预测模型、含高比例风电系统运行风险评估、含高比例风电系统随机备用调度及含高比例风电跨区互联电网分散协调经济调度。具体内容如下:1)风电功率概率分布特性分析对风电出力不确定性模型的构建至关重要,因此,基于风电功率实测历史数据,在不同时空尺度下,分别对风电功率的波动特性进行分析,并统计风电功率的时空变化规律及波动特征。进而提出采用重尾分布函数描述风电功率概率分布。引入相对熵作为衡量拟合分布优劣的评价指标,通过对比分析不同概率分布函数的拟合优度,验证了不同时空尺度下采用重尾分布函数描述风电功率概率分布的合理性。2)为了弥补单一风电功率预测模型存在的缺陷,提高模型的预测精度,采用多种时间序列分解技术及人工智能预测算法,提出了一种风电功率组合预测模型。运用经验模态分解(empirical mode decomposition,EMD)、变分模态分解(variational mode decomposition,VMD)、长短期记忆神经(long short-term memory,LSTM)网络、深度置信网络(deep belief network,DBN)、模拟退火算法(simulated annealing,SA)分别构建了风电功率 EMD-LSTM 与 VMD-SA-DBN预测模型,将其作为上层预测模型的基础模型。而下层预测模型采用极端梯度提升算法(extreme gradient boost,XGBoost)将上层两个基础预测模型的预测结果进行组合优化,以获得组合预测模型的预测值。最后,利用风电场采集的实测历史数据进行算例分析,通过对比不同模型的预测精度,验证了所提出的组合预测模型的有效性。3)为量化高比例风电并网对电力系统造成的运行风险,考虑多风电场空间相关性,提出了一种基于Copula函数的运行风险评估模型。为避免具有时空相关性的多风电场出力场景生成中构造多风电场出力联合概率分布难题,构建了多风电场风速相关性的Copula函数模型。依据节点电压或线路传输有功功率发生越限可能性概率及产生的影响,分别引入越限概率与严重度指标,从而构建较为全面的风险评价指标体系,以全面、精准地量化风电并网所引起的系统运行风险,并通过概率潮流计算,将风电不确定性对系统运行造成的影响映射到风险指标上。采用IEEE 39节点系统进行算例分析,验证所提出的风险评估模型的有效性。4)电力调度需要预留出足够的备用容量平衡风电出力波动,用于应对风电出力不确定性给系统造成的运行风险。利用随机机会约束优化理论,计及违反安全约束风险,提出了一种考虑风电出力不确定性与自动发电控制(automatic generation control,AGC)机组出力特性的日前随机备用调度模型。基于马尔可夫链蒙特卡洛(Markov chains Monte Carlo,MCMC)法生成风电出力场景,并利用违反机会约束的概率及置信参数自动确定所需生成场景数量。全面考虑了AGC机组备用出力特性及运行约束,并将备用成本纳入目标函数,可同时得到常规机组最优出力计划与AGC机组备用容量的最优分配系数。将所构造的随机备用调度模型等效为半定规划(semidefinite programming,SDP)问题进行直接求解。通过IEEE 30节点系统进行算例分析,验证所构造的随机备用调度模型的有效性。5)为解决多区交直流(alternating current and direct current,AC/DC)混合系统中高比例风电并网消纳问题,提出了一种跨区互联电网分散协调鲁棒经济调度模型。为处理风电出力的不确定性,基于仿射可调控鲁棒优化(affinely adjustable robust optimization,AARO)方法,首先,提出了系统可消纳风电区间模型,通过协同优化系统可消纳风电区间与AGC机组参与因子,可最大化多区AC/DC系统风电消纳。其次,提出了多区AC/DC系统中高压直流输电(high voltage direct current transmission,HVDC)换流器的柔性调节模型。然后,引入加速交
新能源凭借其资源丰富、清洁环保的优点备受关注,随着风电、光伏等新能源装机量的持续增长,电力系统需要承受的时空不确定风险不断增加。在互联电网灵活调节能力不均衡的背景下,大规模新能源并网与负荷的日益增加带来的波动性与不确定性,使得多区域电力系统的安全稳定运行受到考验,其灵活性供需不平衡问题愈发突出。为实现多区域电网灵活性的互联互济,保障区域电网独立自治运行的同时提高整体电网的灵活性水平,亟需探索一种针对多区域电网互联互济的电力系统分布式调度模式。
本文首先针对单区域电网的灵活性供需平衡进行分析,基于此建立了单区域电网的灵活性调度模型,该模型可以为后续建立多区域电网灵活性互济的分散协调调度模型打下基础。考虑风电功率的不确定性与波动性是电力系统灵活性需求的主要来源,采用高斯混合分布建立电力系统灵活性需求的概率模型;计及源、荷、储三侧灵活性资源特性并建立相应灵活性供应模型,统筹考虑电力系统的灵活性供应与需求,采用条件风险价值(Conditional Value at Risk,CVa R)分析电力系统的灵活性供需平衡,从单区域的视角出发建立了计及灵活性不足风险的电力系统多灵活性资源协调调度模型。
之后,本文考虑区域间联络线的灵活性互济能力,构建多区域电网灵活性互济的分散协调调度模型。考虑区域电网通过联络线实现功率与灵活性的自由流动,建立区域间灵活性互济能力与灵活性互济成本模型;基于分散协调机制对区域间灵活性互济进行解耦,基于改进的交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)算法分析多区域电网分散协调调度的计算流程。各区域电网均作为独立主体参与协调调度,仅上报期望交互功率与期望互济灵活性容量,关键的私密性信息留在本地优化求解,实现区域独立自治、保障信息私密性和降低通信、计算压力的效果。
最后,通过单区域IEEE39节点系统与三个互联的IEEE39节点系统对本文所提模型进行算例验证,结果表明,基于改进ADMM建立的多区域分散调度模型可以在保障区域数据隐私、降低数据传输与计算压力的同时,促进大电网的灵活性供需平衡,清晰实用地量化区域间灵活性互济水平,降低了新能源负荷的弃限风险与系统运行成本,对经济安全调度具有积极意义。
暂无评论