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
随着电力体制改革的不断推进以及可再生能源的进一步发展,弃风弃光、补贴缺口等可再生能源消纳问题逐渐暴露。为促进可再生能源的消纳,通过市场化手段让发用电侧各主体共同履行消纳责任具有重要的研究价值与实际意义。文章归纳总结了国外促进可再生能源消纳的市场机制,重点调研了国外可再生能源消纳量市场的运行规则、交易组织、交易时序等内容。在充分借鉴国外可再生能源消纳经验教训的基础上,结合我国电力系统特点及市场实际情况,提出了当前双碳目标下可再生能源消纳量市场的发展难点及建议。
以新能源为主体的新型电力系统已成为未来电网发展的方向,在配电网中表现为分布式光伏、风电等分布式电源(distributed generation, DG)和电动汽车(electric vehicles, EV)渗透率的提高,因此,评估配电网对DG和EV的承载力对配电网规划具有重要意义。首先从DG和EV不确定性的建模方法、DG和EV充电桩/站选址策略、配电网承载力的评估指标和承载力评估方法等4个角度分析归纳了评估配电网对DG和EV承载力的理论基础,然后从源、网、荷、储4个方面分析了配电网承载力提升的关键技术,最后结合我国新型电力系统的发展趋势和特点对配电网承载力研究进行了展望。研究结果可为新型电力系统下配电网接入大规模分布式新能源及新型负荷的规划提供有益参考。
随着大规模风电并网,风电机组与同步机组间的动态交互加剧,前者对电网低频振荡(low-frequency oscillation,LFO)的负面影响和正面控制效果渐趋显著。文章对双馈风电机组(doubly-fed induction generator,DFIG)并网系统LFO抑制问题展开调研。分析了DFIG并网对LFO的影响机理,从风电侧和电网侧比较了LFO抑制措施。重点讨论了DFIG附加功率振荡阻尼器(power oscillation damper,POD)的参数整定方法和控制策略设计。对基于传统方法、优化方法、鲁棒理论等参数整定方法,以及线性二次型调节器(linear quadratic regulator, LQR)、自抗扰控制(active disturbance rejection control,ADRC)、滑模变结构控制(sliding mode control,SMC)、模糊控制等控制策略进行比较分析。最后对DFIG并网电力系统低频振荡抑制问题,给出后续研究展望。
随着“双碳目标”的提出和可再生能源渗透率的增加,确保电力系统灵活运行变得愈加重要。针对源、荷、储等多类分布式灵活性资源,构建了电力市场环境下计及风光不确定性和共享储能的虚拟电厂(virtual power plant,VPP)运行优化和双层效益分配模型。首先,构建了含分布式风光机组、共享储能、柔性负荷的VPP系统结构,并建立了两级电力市场交易机制。其次,利用场景生成与削减的方法处理了风光出力不确定性,在此基础上以VPP运行收益最大化为目标,构建了考虑日前-实时交易的VPP运行优化模型。再次,为保障参与主体收入公平性和合理性,基于双层合作博弈Owen值法,分别建立了VPP参与主体收益分配策略和共享储能投资主体收益分配策略。最后,通过算例分析验证了所提模型的有效性。算例结果表明含共享储能的VPP能够有效降低风光不确定性造成的干扰,提高VPP在日前-实时两级市场中的收益;通过Owen值法对各投资主体进行效益分配,有助于保障系统的公平合理性。
“碳达峰”和“碳中和”是党中央、国务院统筹国际国内两个大局做出的重大战略决策。电能替代作为能源清洁化利用的主要形式,是实现我国碳中和目标的核心路径之一。文章回顾了国内外电能替代发展历程,总结中国推进电能替代工作面临的挑战。针对目前电能替代路径规划存在的理论和分析工具缺乏问题,提出了宏微观耦合的电能替代综合评估模型框架:一是构建典型行业数据库,为各行业电能替代分析提供基础;二是宏观上将共享社会经济路径(shared socioeconomic pathways,SSPs)情景参数中国化,作为社会经济发展情景输出;三是将技术参数中国化,实现微观参数校准;四是耦合宏微观市场,建立动态反馈、双轮驱动机制。该研究有助于完善电能替代领域理论体系,为稳妥有序实施电能替代提供科学方法论支撑。
为充分挖掘各类型综合需求响应(integrated demand response,IDR)参与协调综合能源系统(integrated energy system,IES)优化运行能力,首先分析IDR多时间尺度特性,建立各类型IDR模型并制定了IDR多时间尺度响应策略;然后基于此策略建立以经济性最优为目标的IES多时间尺度优化运行模型:该模型分为日前-日内上层-日内下层三个阶段,在日前阶段制定经济性最优的日前调度计划,在日内阶段划分长、短两个时间尺度分别对冷/热、电/气相关设备出力进行分层管理;最后算例分析表明,所提模型能够有效降低运行成本,充分发挥不同响应能力的设备参与日内调度的潜力。
综合需求响应(integrated demand response,IDR)是挖掘综合能源系统(integrated energy system,IES)负荷侧调节潜力的主要手段。然而,IDR用户的用能行为具有随机性、模糊性相耦合的混合不确定性特征,由此产生的IDR不确定性不仅会给调度策略的制定带来挑战,而且会对系统的可靠性产生影响,甚至可能引起负荷断供。针对上述问题,首先提出了基于改进PMV-PPD(predicted mean vote-predicted percentage of dissatisfied)指标的用户参与意愿评估模型;其次,基于云模型理论,建立了考虑混合不确定性的价格型IDR模型;在此基础上,综合考虑各类能源响应量边界和价格弹性系数等因素的不确定性,提出了IES优化调度策略。算例结果表明所提的IES优化调度策略可以更好地应对IDR不确定性带来的负荷波动,有效提升系统可靠性。
针对电动汽车(electric vehicle,EV)大规模接入电网对电力系统带来的影响,构建了一种基于电动汽车及温控负荷需求响应的分层能源系统管理框架。受到激励的电动汽车集群(electric vehicles, EVs)和温控负荷集群(temperature-controlled load clusters, TCLs)能够快速响应负荷聚合商的调度策略,以此减少大量柔性负荷并网对电网产生的冲击。在基于卷积神经网络和长短期记忆网络混合模型对负荷进行预测的基础上,假设负荷聚合商可通过调度可控柔性负荷来减小实际负荷与预测负荷的误差,并根据制定的负荷调度策略与电力运营商之间进行点对点(peer to peer, P2P)电力交易,运用分布式优化方法求解双方可获得的最大利益。对于P2P交易以后剩余的能源需求,建立了系统运行成本、碳排放和风能溢出的多目标优化模型,采用集中优化的二代非支配排序遗传算法(non dominated sorting genetic algorithm-II, NSGA-Ⅱ)求解该模型的帕累托前沿,并在IEEE 30节点系统进行了算例验证。仿真结果表明,在所提出的能源优化调度策略下既能满足电动汽车和温控负荷的功率需求,也给电力系统带来了良好的经济效益和环境效益。
针对新型电力系统中大规模可再生能源并网和高比例电力电子设备的接入,导致系统惯量水平下降,影响电网安全稳定运行的问题,提出一种新型电力系统多能源能量惯性动态优化控制模型。首先,分析电力、热力、燃气的惯性特性,分别建立电力系统和热、气系统能量传递惯性模型。其次,基于多能源输运下的耦合协调关系,提出一种基于事件驱动电力、热力、燃气系统动态惯性优化控制方法。最后,建立修改的IEEE 39节点电力系统、6节点热力系统和7节点燃气系统的仿真模型进行算例仿真,仿真结果表明,所提出的控制方法能够有效改善新型电力系统的频率响应,保持系统运行鲁棒性。
强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。
当前用户侧接入大量新能源,通常采用实际电力负荷减去新能源发电功率后的负荷(称为“净负荷”)进行预测研究。由于新能源发电随机性强,净负荷具有不确定性强、规律性差的特点,难以准确预测。为此,提出了一种基于特征加权改进的Stacking集成学习净负荷预测方法。首先,通过对不同单一预测模型的预测性能和差异性的分析,优选出长短期记忆网络、Elman神经网络、随机森林树和最小二乘支持向量机作为Stacking集成的学习器。其次,针对传统Stacking集成预测由于忽略学习器之间差异性所导致的预测能力不足问题,根据预测精度对不同学习器进行特征加权,以修正各学习器所带来的整体预测误差。最后,基于德国TENNET区域实测数据进行算例分析,结果表明,相比于单一预测模型、传统Stacking集成预测方法,基于特征加权Stacking集成学习的净负荷预测方法在晴天、多云、多雨、多雪等天气情况下均具有更高的预测精度。
由于气温突变点的影响,负荷序列存在门限效应,导致传统线性时间序列模型的负荷预测效果较差。将气温突变点作为门限,建立了以气温为协变量的门限自回归移动平均(threshold autoregressive moving average with exogenous variable,TARMAX)模型,提高了预测精度。首先,应用马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法对气温突变点进行搜寻得到模型参数。然后,采用随机搜索变量的方法快速选择出最优模型,有效降低选择时间序列模型的计算量。最后,对不同季节下的居民日用电负荷进行预测。实例表明,与线性时间序列模型、长短期记忆网络(long short-term memory network,LSTM)和多层感知机(multilayer perceptron, MLP)相比,TARMAX模型提高了电力负荷的预测精度。
随着风电、光伏等新能源占比的不断提高,电力系统的惯性逐步降低,受扰动后惯量响应引起的频率变化率增大,给频率安全稳定带来了威胁。受电网拓扑结构的影响,惯量响应的频率变化情况与功率扰动位置之间存在空间上的耦合特征。针对惯量响应在空间上的差异性,通过计算多机系统惯量响应模型的相对增益矩阵,量化了发电机惯量响应与有功功率扰动之间在空间上的耦合关系。仿真结果表明,相对增益能直观地表征不同位置和类型的功率扰动对发电机惯量响应的影响,对功率事故下低惯量系统的频率安全稳定分析与控制具有重要意义。
虚拟同步发电机(virtual synchronous generator,VSG)通过控制策略使电力电子变换器具备同步发电机的转动惯量和阻尼系数,但这两个参数在调节过程中与频率为非线性关系,传统方法都将其作为线性关系来设计控制策略。该类控制策略只能粗略调整两个参数,且调节频率过高。针对这一问题,文章提出了一种基于径向基函数(radial basis function, RBF)神经网络的VSG转动惯量和阻尼系数协同控制策略,通过人工智能算法改进传统控制策略。从VSG数学模型、输出特性和小信号模型三个角度对转动惯量和阻尼系数控制方法进行了分析,给出了对应参数的取值范围;并针对VSG特有的非线性关系建立了双输入双输出的RBF神经网络控制策略;最后,通过MATLAB/Simulink仿真比较传统策略与文章提出的控制策略的瞬态响应,验证所提控制策略的有效性。
源荷双端不确定性导致的频繁弃风切负荷现象严重影响微网运行经济性。为有效应对源荷不确定性,文章提出一种基于最小冗余最大相关-极限梯度提升算法改进非精确狄利克雷模型(minimum redundancy and maximum correlation-extreme gradient boosting improved imprecise Dirichlet model, mRMR-XGboost-IDM)的两阶段可调鲁棒微网经济调度模型。首先,针对基于非精确狄利克雷模型(imprecise dirichlet model, IDM模型的不确定模糊集高度依赖历史数据数量的不足,结合mRMR-XGboost预测方法对其进行改进,扩大历史数据体量以提高所得不确定区间的精确度。其次,基于得到的不确定区间,构建微网两阶段鲁棒经济调度模型,并引入可调鲁棒参数协调经济性和鲁棒性。最后,采用列约束生成算法(column-and-constraint generation,C&CG)、对偶理论以及大M法求解最优经济调度策略。算例验证了所提模型可提高不确定区间刻画准确度,有效应对源荷不确定性并提高系统运行经济性。
