中国科学引文数据库(CSCD)核心期刊
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
目前,弃风现象严重抑制了风电的应用和发展,而电转气(power to gas,P2G)技术有望通过将电能转化为天然气,从而促进风电的消纳利用。此外,由于风电出力具有不确定性,会影响电气能源系统的优化调度结果,因此,文章提出了基于场景分析的含P2G装置电气能源系统的协同优化模型。首先,构建了含P2G装置的电气互联能源系统的基本结构,并简要分析了其工作原理;然后介绍了风电场景集的生成方法;其次,采用场景法处理风电出力不确定性,以电气能源系统网络和耦合元件为约束条件,建立了两阶段优化调度数学模型,并采用分段线性的方法将天然气潮流约束条件线性化,使得整个模型能在混合整数线性规划框架下进行快速求解;最后,在IEEE-39节点和修改后的6节点天然气系统中进行了算例分析,通过对比分析不同场景下的运行结果,验证了模型的有效性及对于风电消纳的提升作用,并将文章所提模型与确定性模型进行对比分析,验证了模型的经济性和合理性。
能量管理是电热综合能源系统运行优化的重要组成部分。然而,系统中可再生能源出力的波动性以及用户负荷的随机性使得能量优化管理问题充满挑战。针对此问题,文章提出了一种计及可再生能源和负荷需求不确定性的综合能源系统能量管理方法。将电热综合能源系统的能量管理问题表述为转移概率未知的马尔科夫决策过程,定义了系统的状态空间、动作空间和奖励函数。为求解该马尔科夫决策过程,提出了一种基于深度Q学习网络的电热综合能源系统能量优化管理方法。算例仿真表明,所提方法能够自适应地对源和荷的随机波动做出响应,实现系统的能量优化管理。
互联互通与环境友好是区域能源系统的重要特征,也是实现其低碳经济运行的内在要求。国内外研究在系统的设计与规划、仿真建模和优化调度方面取得了一些进展,但较少从开放性角度关注环境效益问题。在已有新能源微电网项目实践基础上,以市场交易与区域能源系统的关联为切入点,提出在多交易市场联动机制下,碳中和信息管理系统的构建方法,并假定特定应用场景,通过例证进一步分析低碳路线的实施过程,以彰显系统的绿色、低碳、协同、开放的特点。
针对光储式充电站运行成本高、电网侧负荷波动水平较大的问题,提出一种基于参考点约束的非支配排序遗传算法(nondominated sorting genetic algorithm Ⅲ, NSGA-Ⅲ)与模糊聚类结合的优化算法用于储能系统优化运行。首先,在分析光储式充电站系统结构的基础上,以电网侧负荷方差最小、储能系统运行维护成本最小和向电网购电费用最小为目标函数,建立储能系统多目标优化运行模型;然后,采用NSGA-Ⅲ对模型进行求解,针对多目标优化得到的Pareto最优解集所含信息量大,使得运行人员决策困难的问题,采用模糊聚类方法对Pareto最优解集进行筛选;最后,通过算例验证了所提优化算法的有效性,与粒子群算法相比,所提算法在满足负荷需求的基础上进一步提升了充电站经济性和电网侧的负荷水平,使系统整体性能综合最优。
大规模可再生能源、电动汽车(electric vehicle,EV)和变频空调(inverter air conditioner,IAC)接入商业园区微网(business park microgrid,BPMG)产生的波动性和不确定性为系统灵活运行带来新的挑战。文章提出了一种考虑需求侧灵活性资源的BPMG优化调度方法。基于EV和IAC需求响应模型,量化BPMG需求侧灵活性资源提供的灵活性供给。结合源侧固有灵活性资源和灵活性需求,提出灵活性不足严重度指标,定量评估系统运行灵活性供需失衡的严重程度。在此基础上,建立兼顾运行经济性和灵活性的BPMG多目标优化调度模型,并使用CPLEX优化软件求解。仿真结果表明,所提模型能够协调调度源、荷两侧各类灵活性资源,有效提升BPMG的运行灵活性。
光伏智能边缘终端 (photovoltaic intelligent edge terminal,PVIET)是光伏电站安全稳定运行和智慧运营的重要设备之一,其功能强大但价格十分昂贵,容量较小的分布式光伏电站难以承受其高价格。为解决上述问题,文章提出了一种光伏智能边缘终端优化配置方法,从数量与位置2个方面建立了光伏智能边缘终端的优化布局模型。同时,针对郊狼优化算法(coyote optimization algorithm,COA)优化性能弱、可操作性低的问题提出了一种变异反向学习郊狼优化算法(mutation opposition-based learning COA,MOBL-COA)。根据典型案例的测试结果表明,所提的优化布局方法能够有效实现成本的降低,并且所提的MOBL-COA在解决优化布局问题时,在收敛速度、求解精度与算法稳定性上均表现出优异性能,验证了所提方法的有效性与可行性。
在大停电事故后,协同利用本地分布式电源为关键负荷恢复供电是提升配电网韧性的有效措施。供电系统与供水系统是城市中2种具有密切耦合关系的生命线设施,若在制定恢复策略时对上述耦合关系考虑不足,会影响生命线设施的正常运转。首先挖掘了极端事件下配电网与配水网的耦合关系,在此基础上,以最大化电、水关键负荷恢复数目为目标,考虑配电网、配水网及耦合元件的运行特点,建立了计及供电-供水系统耦合关系的配电网故障恢复优化决策模型,并利用多种线性化方法将模型近似为混合整数线性规划(mixed-integer linear programming, MILP)模型;最后,构建算例进行对比验证,结果证明该方法可以恢复更多电网和水网关键负荷,实现有限发电资源的最优分配。
变流器并网运行时,因实现负序控制目标带来的变流器控制结构改变可能会存在恶化系统小干扰稳定性问题,该问题在弱电网背景下更加突出。首先介绍了不平衡电网下基于比例积分-准谐振(proportional-integrational quasi-resonant,PIR)控制的负序控制策略,然后建立平衡电网下考虑负序控制策略的变流器并网系统幅相阻抗模型和原-对偶复电路。其次,通过分析因负序控制带来的变流器侧幅相阻抗模型中导纳元素阻抗特性的变化,判断负序控制对系统稳定性的影响,进一步基于广义阻抗判据分析了负序控制如何影响系统稳定。研究结果表明弱电网下负序控制可能会使变流器并网系统存在次同步和100 Hz左右的振荡失稳风险。最后,通过仿真验证了理论分析结果的有效性。
针对直流微网传统下垂控制中分布式电源(distributed generation,DG)输出功率分配精度和电压维持额定值间的矛盾,提出了一种基于双电压环补偿的直流微网下垂控制方法。该方法基于集中式二级控制和对等下垂控制策略,在二级控制中引入双电压环控制,其中,第一电压环保证负载功率的高精度分配,第二电压环抬高系统电压,使其更接近额定值。该策略使直流微网系统具有良好的稳态和动态分流特性,能够实现不同容量等级变换器间输出功率的精准分配,且同样适用于本地负荷不匹配的情况。仿真结果表明该控制方法可以保证良好的功率分配精度,维持电压在较高水平,并兼顾系统的动态响应。
在系统受到扰动而引起频率下降的暂态过程中,如果瞬时频率过低,将会触发不必要的低频减载,导致系统的供电可靠性降低。储能由于其具有快速功率调节能力,可以避免不必要的暂态低频减载。首先,基于电力系统等值频率响应模型提出了适合储能容量配置的具有分段函数约束的多目标动态优化模型,旨在同时考虑储能配置成本和暂态频率调节性能2个相互冲突的目标。然后,采用大M法和隐式梯形积分法将多目标动态优化模型转化为多目标混合整数二次规划模型。采用规格化法平面约束法和CPLEX求解器获得其帕累托最优解。最后,基于IEEE 24节点系统的仿真计算验证了所提多目标储能配置模型的有效性。
信息安全保障对于电力信息物理系统安全稳定运行至关重要,其关键在于对电力信息物理系统进行全方位实时监控,并对采集到的海量监测数据进行分析以做出准确的安全风险评估结果。作为用于模式分类的进化算法,基因表达式编程(gene expression programming,GEP)算法由于其可以执行全局搜索而受到广泛关注,但其在高维度数据集下的运算极为耗时。针对上述问题,提出了一种基于小生境提高样本多样性的改进基因表达式编程算法用于电网信息安全风险评估,该算法首先利用粗糙集的思想,通过分辨函数求解最优属性对数据样本进行约简,再利用小生境模型提高约简样本个体的多样性以加快GEP算法运算的收敛速度,进而通过遗传算法实现全局搜索并得到安全风险等级评估结果。仿真实验表明,与传统的安全风险评估算法相比,提出的改进GEP算法具有较高的属性约简率和全局收敛率,可以快速实现海量监测数据下的电网信息安全风险评估。
非侵入式负荷分解技术通过从主表信息中恢复出用电侧单个用电设备的状态,可以准确地刻画用户用电画像,为用户侧精细化管理发挥重要作用。针对目前人工神经网络模型在负荷分解中存在的分解精度不高、训练效率低下等问题,文章构建了基于时间卷积神经网络(temporal convolutional neural network,TCN)的非侵入式负荷分解模型。通过分析设备的用电规律,采用扩张因果卷积在主表功率序列进行卷积运算,扩大了感受野,提取到更加丰富的特征;通过增加残差连接,权重归一化层,优化训练数据窗口,提高了网络训练效率。最后,在经过优化的UKdale数据集上对构建的模型进行测试,实验结果表明获得的平均绝对误差、均方根误差、相对误差都处于较小的范围,时间复杂度分析也进一步说明了在不损失负荷分解精度的情况下,模型具有较短的训练时间。
小水电站是电力系统中重要的灵活性资源,可以促进风电、光伏等间歇性可再生能源 (intermittent renewable energy,IRE)的开发与利用。在此背景下,研究了促进IRE发电消纳的水电定价与能量管理策略。首先,根据小水电站的日调节能力,将其分为统一调度水电站(coordinately-scheduled hydropower station, CHS)和自主调度水电站(independently-scheduled hydropower station,IHS)两类,并基于Stackelberg博弈提出了包含多个主体的水电定价与能量管理框架。然后,构建了双层优化决策模型,上层用于制定针对IHS的水电峰谷电价,并确定CHS的发电出力,决策目标是弃水量与弃风弃光量的加权和最小;下层用于IHS确定各自的发电功率,决策目标是各自的发电收益最大。接着,应用Karush-Kuhn-Tucker条件与强对偶理论方法将所得到的非凸非线性优化问题转化为混合整数线性规划问题,并采用Yalmip/Gurobi求解器求解。最后,用IEEE标准算例系统对所提方法的可行性进行了说明,仿真结果表明所提出的水电定价与能量管理策略可以提升对IRE发电的消纳。
随着全球电力系统的低碳转型,在现有电力市场框架下,能否通过市场机制释放合理价格信号来保障电力系统中灵活性电源与可靠性后备容量的充裕性,是否需要设置容量保障机制,以及如何进行容量保障机制设计,已成为维持电力系统可持续性发展的重要课题。文章首先讨论了高比例新能源电力系统采用单一能量市场模式可能出现的发电充裕性问题,通过构建发电技术筛选曲线模型量化分析了该问题;然后概述归纳了国外成熟电力市场中容量保障机制设计的机理及具体内容,提炼出容量保障机制设计的三大要素;最后,指出我国电力市场容量市场机制设计面临的问题并提出相关建议。
利用综合评价对日益发展的新能源大数据服务平台进行科学量化分析,对推动与完善数据服务运营的建设具有重要作用。文章从新能源大数据服务的目的和需求出发,围绕其经济、技术、环境和社会服务4个方面构建运营效益的综合评价指标体系,利用最小鉴别信息原理研究了基于改进层次分析法和熵权法的主客观组合赋权法。同时,针对决策者面对收益与损失时在价值判断上存在不同主观倾向的问题,从考虑投资者有限理性与风险回避评估出发,利用前景理论对TOPSIS法进行改进,进一步提出用于最优新能源大数据服务项目排序的综合评价方法。最后,利用仿真验证了所提出的综合效益评价方法的有效性。
