【摘 要】
：
随着分布式光伏大量接入,储能、电动汽车、可平移的主动负荷等多种资源均参与到配电网调度之中,配电网亟需在消纳可再生能源的同时降低调度成本.针对光伏出力不确定性和复杂多资源接入下的配电网调度问题,提出了基于模糊集理论和改进二阶锥方法的日前-日内两阶段调度模型及求解算法.首先利用历史统计数据,基于event-wise模糊集理论构建了光伏出力不确定性调度模型,并进一步提出了考虑多类型主动负荷、电动汽车、储能在内的多种调节资源协同的日前-实时两阶段优化调度模型.日前调度采用改进的鲁棒随机优化方法求解,有效处理分布式
【机 构】
：
电力系统及发电设备控制和仿真国家重点实验室(清华大学),北京市 海淀区 100084
论文部分内容阅读
随着分布式光伏大量接入,储能、电动汽车、可平移的主动负荷等多种资源均参与到配电网调度之中,配电网亟需在消纳可再生能源的同时降低调度成本.针对光伏出力不确定性和复杂多资源接入下的配电网调度问题,提出了基于模糊集理论和改进二阶锥方法的日前-日内两阶段调度模型及求解算法.首先利用历史统计数据,基于event-wise模糊集理论构建了光伏出力不确定性调度模型,并进一步提出了考虑多类型主动负荷、电动汽车、储能在内的多种调节资源协同的日前-实时两阶段优化调度模型.日前调度采用改进的鲁棒随机优化方法求解,有效处理分布式光伏的不确定性影响,实现光伏消纳最大化的目标;实时调度则提出了二阶锥边界修正迭代算法,综合利用主动负荷响应、电动汽车多种手段追踪匹配光伏出力,实现以运行成本最小为目标的优化调度.最后,基于IEEE-33节点算例系统的仿真分析论证了所提方法的有效性.
其他文献
新能源并网系统运行环境复杂,电力电子设备快速响应与电网产生动态相互作用引发次同步振荡(sub-synchronous oscillation,SSO),其信号表现出非线性非平稳特征,辨识困难.该文提出一种非线性模态分解方法,并与Teager-Kaiser能量算子(Teager-Kaiser energy oper-ator,TKEO)相结合实现SSO信号模态参数辨识.首先通过脊线法对信号的时频分析结果进行特征提取构建谐波分量;采用时移替代数据方式判别谐波真伪,并通过频谱熵特征判别进行去噪处理,完成主导模态
新能源的强随机性、强不确定性及电力电子装备的弱抗扰动能力等特性使得高比例新能源电网的连锁故障演化过程更加复杂,现有基于传统交流电网而来的连锁故障相关理论与方法在高比例新能源电网中的适用性有待商榷.以美加大停电与英国“8.9”大停电事故作为切入点,从连锁演化主导推动因素、演化时间、事故发生概率、电气特性等方面分析传统交流电网与高比例新能源电网在连锁故障问题上的差异性,并基于IEEE39节点系统在PSD-BPA与MATLAB中展开算例分析.
为了应对大规模光伏并网给电网调度带来的挑战,提出了一种模糊C均值样本加权卷积神经网络(fuzzy c-means-weighted samples-convolutional neural network,FCM-WS-CNN)模型对日前分钟级光伏出力进行预测.首先采用距离相关系数和主成分分析法在原始气象数据中提取综合气象因子,再利用综合气象因子和历史功率数据的5个统计指标作为聚类特征,使用模糊C均值聚类将历史数据分为不同天气类型,基于隶属度矩阵对训练样本进行加权.最后利用加权后的训练数据构造FCM-WS
为全面评估微电网系统不同运营方式下的经济性,从全社会角度出发,综合分析余电上网和余电制氢2种运营方式下微电网系统的成本和效益.考虑到不同类型、不同容量的分布式电源对微网系统各方面性能的影响,首先对微电网中的分布式电源定容问题进行研究.在满足具体约束的前提下,以全生命周期综合收益最大为目标函数,建立微电网系统双层优化模型.该双层优化模型上层优化采用自适应粒子群算法求解系统最优配置,下层优化采用CPLEX求解器求解上层配置方案下的最优调度方案.在此基础上,运用所建全寿命周期经济性评估模型,对具体算例最优配置下
普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献.鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受控自回归辨识模型和基于时变遗忘因子的递推最小二乘辨识求解算法,估计出风电场等效虚拟惯量.所提辨识模型和算法具有快速跟踪能力和良好收敛性,能精确估计风电场快速时变的等效虚拟惯量.在辨识求解中,只需量测风电场公共耦合点(point of common coupling,PCC)的有功功率和频率
高铁动车组内部电力电子装置呈现出强耦合性与时变非线性特征,与牵引网阻抗的复杂交互使得牵引网侧电压电流出现低频振荡的不稳定现象.传统dq阻抗分析方法存在物理意义不明显、测量与建模较为复杂的缺点;而基于谐波线性化的传统镜像频率阻抗分析方法存在低频处建模不准确的缺点.针对这些问题,该文以CRH5型车为研究对象,提出一种单相变换器的改进镜像频率阻抗模型,分析了谐波在单相变换器中的产生机理与传递规律,阐述了系统参数对于低频振荡的影响机理.基于Matlab\\Simulink仿真平台,将该模型与传统3种镜像频率阻
阻尼是影响双馈风电机组(doubly-fed induction generator,DFIG)轴系扭振的核心因素.在并网导则要求风电参与系统调频的背景下,当DFIG采用虚拟惯量控制响应系统频率变化时,其扭振的阻尼特性将更加复杂.采用阻尼转矩方法,首先分析了最大功率跟踪模式下DFIG轴系扭振的阻尼特性,推导了虚拟惯量引入后双馈风机的电磁转矩–转速环传递函数,解释了虚拟惯量控制降低DFIG扭振阻尼的原因.其次,分析了基于带通滤波器和相位补偿环节的扭振阻尼控制器(bandpass-filter and pha
高精度的风电功率预测对风电的并网运营至关重要.为提取风电功率输入序列隐含的时间信息,建立以门控循环单元为基础的预测模型;并在模型输入侧引入时序注意力机制,通过与输入进行加权的方式提高模型对关键历史时间节点的敏感性.为加速模型收敛,在训练的早期利用动态混沌纵横交叉算法优化预测模型的权值和阈值;同时,通过构造多指标共同作用并联合待优化参数的正则项作为目标适应度函数,以避免优化过程中模型泛化性问题的出现.以某风电场采集间隔为1h和10min的实测数据进行实验,结果表明所提组合预测方法性能优于其他对比模型,并对其
根据以往研究经验,由于串补输电系统存在串联谐振点,大规模光伏发电经串补并网系统被怀疑存在次同步振荡风险.研究发现光伏并网逆变器采用恒电流控制,其特性近似电流源,只能激励并联谐振点,而大规模光伏发电经串补并网系统与变压器励磁支路在交流侧产生并联谐振点,可能会成为影响系统振荡稳定性的主导因素.因此,分别建立了考虑和忽略变压器励磁支路的大规模光伏经串补并网系统的小信号模型,利用特征值法分析振荡机理.特征值研究证实,当逆变器采取电流源控制模式时,交流侧并联谐振点存在对应的特征值,而由于电流源钳制光伏发电系统的电流
超短期光伏功率预测对光伏并网系统的安全运行有着重要意义.针对传统单一预测模型在进行光伏功率预测时受到功率随机波动性的影响导致预测精度往往不理想的问题,提出了组合式深度学习预测模型.首先,采用小波包分解对原始光伏功率序列进行分解,初步降低了原始光伏功率的非稳定性.其次,在此基础上分别采用长短时记忆网络、门控循环单元与循环神经网络3个单一模型对光伏功率进行预测得到3个预测结果并加权组合.最后,利用强化学习的Q学习算法对组合权重进行优化,进而最大化组合模型的预测性能.以某地光伏电站实测数据进行实验,结果表明文中