园区电-热互补系统优化调度模型

多能源需求响应是实现削峰填谷,缓解能源供应与负荷需求矛盾、提升能源利用效率的重要手段,对促进综合能源系统的可持续发展具有重要意义.首先,在构建耦合电-热的园区互补能源系统的基础上,从弹性矩阵的角度构建了电能与热能需求响应模型,考虑机组出力、能源平衡等约束条件,以系统收益为目标函数的优化模型.以需求响应手段实施为变动因素,设置多情景进行了实例分析.算例结果表明:多能源需求响应模型通过对电价与热价的再设计,在总用能量保持基本不变的基础上,用户负荷需求发生了转移,负荷与系统出力的匹配度增强,与传统情景相比,需求响应手段实施后,系统的能源利用效率提升、系统净收益提升与用户支出降低,实现了"经济-环境-系统-用户"等多方的共赢.     

计及需求响应不确定性的综合能源系统多目标优化调度管理

需求响应作为电力系统的重要调节手段,可显著提升系统灵活性和经济性。利用价格弹性构建了包含价格与激励措施的需求响应模型,并在此基础上考虑需求响应的不确定性,以综合能源系统经济性和环保性为优化目标,构建了综合能源系统多目标优化调度模型。利用E约束法将多目标优化模型转化为单目标优化模型,得到Pareto最优解集,运用模糊决策法从中选取最优方案。基于实际案例进行测算,结果表明价格型与激励型需求响应手段的结合能够实现削峰填谷,有效降低系统的运行成本和碳排放量。     

基于动态分时电价的虚拟电厂双层优化调度研究

针对虚拟电厂(virtual power plant,VPP)中供给侧与负荷侧价格传导问题,考虑能源侧新能源出力不确定性、大电网购电价格、各类机组运行成本,文章提出了一种VPP厂内部动态分时电价策略,并综合考虑了负荷侧综合需求响应提出了EV接入的VPP双层经济调度模型,以保证VPP的低碳经济运行.上层考虑能源侧成本,以VPP运营商供能成本最小为目标函数,并将碳捕集系统(carbon capture system,CCS)作为灵活性资源,提出一种充分利用新能源与电网低谷电量的碳捕集装置运行模式.下层考虑包括EV在内的负荷侧用能成本,以用能成本最小为目标函数.最后,通过算例结果验证了所提策略的有效性.结果表明,相较于采用大电网分时电价机制,文章所提动态分时电价机制可节约51.8%的能源供给成本,且可降低81.62%的CO₂排放量,有效提升了VPP经济性与低碳性.     

考虑多能需求响应的电热互联系统协同调度优化模型

为应对中国严峻的弃风问题,讨论风电参与电采暖的运行优化策略,以协调满足电负荷和热负荷.首先,将风电场、蓄热式电锅炉和燃气轮机整合为电热互联系统,并考虑激励型需求响应和价格型需求响应对系统运行的优化效应.然后,选择最大化运行收益和和最小化运行风险作为目标函数,考虑风险不确定性的影响,构造电热互联系统(Electro-thermal interconnect system,EST)最优电热耦合调度模型;最后,通过对所提模型进行算例分析,结果表明:1)若决策者能够适当承受一定风险,利用风电满足终端用于热负荷,会极大提升风电并网空间,带来显著的增量经济效益;2)价格型需求响应能够平缓电热负荷需求曲线,促进风电并网的同时降低系统运行风险;3)激励型需求响应能为风电提供更多的备用服务,实现集中式和分散式协同互补供暖,取得最佳的系统运行结果.因此,所提电热互联系统调度运行模型有利于促进风电发电并网,能够为电热互联系统的最优运行提供决策支撑.     

考虑风电与光伏机组出力下农村微网系统运行优化模型研究

我国农村电网架构薄弱,限制了光伏扶贫等政策的开展,造成了可再生能源中弃风、弃光、弃水等现象的出现,如何将农村丰富的生物质能与风电、光伏构建成具有多能互补特性微网系统是解决上述问题主要途径.因此,本文建立了包含风力机组、光伏发电、蓄能系统和生物质能的农村微网系统,考虑了风电与光伏出力的不确定性,满足机组运行、系统备用、系统负荷平衡多能约束条件,构建了基于不确定性多情景下农村微网多能调度鲁棒优化模型.针对传统启发式算法早熟、容易陷入局部最优的问题,运用GAMS求解农村多能流微能网调度模型.算例结果表明,算法有效降低系统日运行成本,证明了模型的正确性.农村多能流微网系统的建设能够有效消纳富裕的风、光可再生能源及秸秆粪便等生物质能,对改善农村环境污染问题具有重要意义.     

考虑需求侧响应的风电并网电力调度研究

为提高风电并网效率、增强风电企业竞争力,以需求侧碳目标导入方式为切入点,将电力需求侧市场与风电并网结合起来,开展了考虑需求侧响应的风电并网电力调度研究.首先,将需求侧响应作为虚拟机组参与到电力调度中,通过激励方式刻画需求侧响应成本.以传统发电成本、风电并网成本、需求侧响应成本作为系统运行的优化目标,同时兼顾发电平衡约束、需求侧响应约束,建立了考虑需求侧响应的风电并网电力调度模型.接着,分别从需求侧响应的碳目标强度和响应时段出发,借助模型分析了需求侧响应对发电侧风电并网效率的影响.最后得到了一些结论:需求侧碳目标导入对于风电并网效率的影响具有双重性,需要综合考虑需求侧碳目标强度的不同水平;当需求侧响应时段选择在电力负荷较大、风电出力较少时,可以有效调节供给侧和需求侧之间的差值,提高风电并网效率以及需求侧响应的参与度.所提出的理论和方法可以为碳目标在电力需求侧市场的推广提供参考依据,同时具有一定的政策导向意义.     

智能电网下考虑风险的供电企业购电优化模型

针对智能电网带给供电企业购电决策的影响,提出了一种考虑风险的购电优化决策方法。智能电网建设并开展运营,发电侧考虑接纳更多的可再生能源发电,用电侧智能用电设备的使用导致主动负荷的出现等,这一系列变化给智能电网环境下供电企业购电决策带来一定程度的风险。首先,考虑了智能电网下负荷与风电出力不确定性给供电企业经营带来的风险,采用风险元传递理论与多目标规划理论,建立智能电网购电优化模型。然后,提出采用约束多目标粒子群优化算法(CMOPSO)对模型进行求解思路;最后,算例说明该模型的可行性,研究成果为我国智能电网运营风险管理提供新方法、新思路。     

考虑电-热储能协同的综合能源系统规划优化研究

针对传统电化学储能造价高导致我国可再生能源消纳困难问题,提出一种考虑电-热储能协同的综合能源系统最优化规划方法。分析铅酸电池和蓄热罐的物理特性,建立其状态表征模型;设计电-热储能系统融合平抑可再生能源出力波动、保障供需平衡、峰谷套利三种功能场景的协同运行策略,建立考虑电-热协同的规划优化策略;基于最优化理论,以年总成本最小为优化目标,提出一种考虑电-热储能协同的综合能源系统规划优化模型,并以改进粒子群算法对模型进行求解。算例结果表明,所提出的模型能够有效提升能源系统的可再生能源消费占比。     

基于门限面板模型的我国能源利用效率研究

根据三要素的柯布-道格拉斯生产函数,构建我国能源利用效率的门限面板模型,对2000~2014年我国30个省份(不含西藏)的样本数据,进行实证分析.研究表明:能源利用效率变量存在明显的三门限值,把我国30个省份分成四大类,不同类别的地区在能源效率和能源投入规模上存在显著差异.能源利用效率比较高的地区能源利用效率随能源投入增加而变大,而能源利用效率较低地区则相反.另外能源利用效率高的地区,能源投入规模大,能源产出弹性也大,说明在一定程度上对经济的贡献率也比较大,且未来继续靠能源拉动经济的可能性也比较大.     

中国工业部门能源效率的区域差异——基于要素替代效应的分析视角

用数据包络分析方法构建了能源要素利用效率测度模型,对2005-2009年中国32个地区工业部门进行了实证研究.研究结果表明,各地区能源要素利用效率的差异小于传统的宏观效率(单位GDP能耗)差异,说明在考虑能源与资本、劳动的不完全替代关系后,采用要素利用效率指标来分配、考核各地区节能指标会使得政策设计和评价更有针对性.在考虑了各地区劳动力质量差异的影响后,这种差异性变得更小.同时根据"十一五"规划的各地区能源消耗降低指标,对2006-2009年各区域实施中央政府制定的区域节能目标情况进行了讨论.结果表明,虽然统计上单位能耗值下降了很多,但是在要素利用效率框架下节能效果并没有预期理想.研究结果为全面评价节能降耗完成指标提供了建议和支持.     

基于峰谷分时电价机制的节能发电调度优化模型

为减少能源消耗,电力工业在发电侧推行节能发电调度,而在用电侧则施行需求侧管理。事实上,发电侧与用电侧可以通过联合优化实现更好的节能效果。峰谷分时电价将改变原有系统负荷的分布,发电侧机组发电调度的安排将随之改变,发电煤耗水平也将相应地变动。有鉴于此,首先分别构建了需求侧峰谷分时电价响应分析模型以及发电侧节能发电调度的机组组合模型;其次,为了实现分时电价响应向机组煤耗效益的传递,以机组发电煤耗与启停煤耗最少为目标构建了需求侧与发电侧的联合优化模型;最后,通过算例分析发掘模型的节能效益,借助GAMS求解上述模型,优化结果表明分时电价的优化将有助于改进发电侧的节能调度效果,同时将实现一定的环境效益。     

基于电能节约的E-DEA模型及其应用

按照全要素能源效率的概念,重点考虑电能投入约束,构造了基于电能节约的E-DEA模型,其目标函数为极大化产出比例和电能投入比例之差,约束条件中除考虑一般投入量约束外,还同时强调电能投入径向节约和产出径向增加。根据模型最优解,给出了相应的有效、非有效、弱有效、用电规模收益状态的判断准则,以及相应于不同有效性情况下决策单元的改进。以合肥市通用制造业规上企业所属21个行业为研究对象,从第二次经济普查中选择年均资产、从业人员、电力、非电力能源、二氧化碳排量为投入指标,主营业务收入为产出指标,对行业电能利用效率进行实证分析,通过分析潜在电能可节约量和主营业务收入可增加量,明确了各行业改进目标。     

风电场运行状况分析及优化

假设风速服从威布尔分布。1)从平均风速、平均风功率密度、年有效风小时数、理论发电量这4个指标对风电场风能资源进行了评估,得出该风电场风能资源属于"丰富区",但发电效率只有19.3%。2)一期和二期风机的平均容量系数在0.19~0.28之间,说明风机与风频匹配程度较差,若选用机型Ⅲ更好。3)通过建立随机优化模型和多目标规划模型,构建了风电场所有风机每年2次的维护方案和维修人员的值班方案,该方案较好地体现了发电经济性和值班均衡性。     

STOCHASTIC ENERGY DEMAND AND THE STABILIZATION VALUE OF ENERGY STORAGE

The economic value of energy storage to meet peak electricity demand is analyzed with an emphasis on the role of demand uncertainty. The concept of the stabilization value, which measures that part of the benefit of the storage project which is due solely to the stochastic demand components, is defined. The magnitude of the stabilization value, relative to the overall value of energy storage, is evaluated in terms of a simple model that accounts for the relevant characteristics of the electric power utility's production mix. It is found that neglecting the demand uncertainty can seriously bias the benefit assessment of the storage project as well as the determination of the optimal storage capacity.     

卡车调度系统多目标最优控制的数学模型

应用最优控制的理论建立了多目标的卡车调度系统的数学模型。     

电力零售商引导下智能电网多方利益均衡策略

文提出以电力零售商为主导的智能电网系统运行策略,电力零售商根据发电商供电价和发电量以收益最大化为目标输出用户实时电价。在供能侧对不同类型供电商上网顺序进行优化,考虑风电光伏能源出力不确定的鲁棒性分析,在维持平衡供需的基础上优化供电商利益。在需求侧根据用电规模对用户进行分类,按供电重要性进行二次分类,使用粒子群算法求解用户最优用电量。仿真结果显示电力零售商在电力系统中维护各方利益均衡,对供电商和用户都存在潜在的好处。     

考虑风电出力及负荷预测误差的安全经济运行模型

充分考虑了风电并网和负荷预测不确定性,引入净负荷的概念,实现对风电和负荷预测误差发生概率的综合考虑。通过场景概率的研究,以包括确定性成本和随机性成本在内的综合调度成本最小化为目标函数,构建安全经济运行模型。算例分析表明,本文构建的随机安全运行计划模型相比于传统的确定性模型能够更有效地降低系统运行成本,结果同时显示,根据系统容量和负荷需求合理配置风电装机容量,是减少弃风量、提高供电可靠性的重要手段。     

化工园区应急设施区间规划选址模型研究

应急设施选址受应急物资需求量的影响。为优化应急设施选址布局,提高突发事件应急处置能力,以化工园区突发事件为研究背景,对化工园区突发事故下应急设施选址进行研究。考虑到化工园区突发事件的随机性和复杂性、突发事件应急物资需求的不确定性等特点,以应急设施选址安全性最大、经济性和服务效益最好为目标,基于传统确定性应急设施选址模型,构建了不确定需求条件下化工园区应急设施选址区间规划数学模型。模型中应急物资需求量是一个区间值,通过引入区间规划理论和模糊理论对模型进行求解,不仅避免了不确定参数随机概率分布的波动率,而且也降低了模型求解过程中的不确定性。最后,以园区各企业潜在事故为工程背景进行实例分析,得到园区应急设施的布局方案。结果表明,模型的求解效果较好,可为园区应急设施选址决策提供参考依据。     

A stochastic multiscale model for electricity generation capacity expansion

Long-term planning for electric power systems, or capacity expansion, has traditionally been modeled using simplified models or heuristics to approximate the short-term dynamics. However, current trends such as increasing penetration of intermittent renewable generation and increased demand response requires a coupling of both the long and short term dynamics. We present an efficient method for coupling multiple temporal scales using the framework of singular perturbation theory for the control of Markov processes in continuous time. We show that the uncertainties that exist in many energy planning problems, in particular load demand uncertainty and uncertainties in generation availability, can be captured with a multiscale model. We then use a dimensionality reduction technique, which is valid if the scale separation present in the model is large enough, to derive a computationally tractable model. We show that both wind data and electricity demand data do exhibit sufficient scale separation. A numerical example using real data and a finite difference approximation of the Hamilton–Jacobi–Bellman equation is used to illustrate the proposed method. We compare the results of our approximate model with those of the exact model. We also show that the proposed approximation outperforms a commonly used heuristic used in capacity expansion models.