智能电网运行充裕性的研究框架(一)要素与模型
电力系统中的智能电网建模与优化研究
电力系统中的智能电网建模与优化研究近年来，随着电力需求的不断增加和环境保护的要求日益严格，智能电网作为一种新兴的能源管理系统备受关注。
智能电网集成了先进的信息与通信技术，能够实现对电力系统的监控、控制和优化，以提高能源利用效率和系统可靠性。
本文将对电力系统中的智能电网建模与优化研究进行探讨，旨在为智能电网的开发和应用提供理论支持。
一、智能电网的概念和特点智能电网是将传统的电力系统与信息通信技术相结合的新型能源管理系统。
与传统的中央化电力系统相比，智能电网具有以下几个显著特点：1. 分布式能源资源：智能电网将分布式能源资源，如太阳能、风能等，与传统的中央化发电方式相结合，实现了能源的多元化和分散化。
2. 能源的高效利用：智能电网通过对电力系统进行精确监控和管理，可以实现能源的高效利用。
通过优化发电设备的工作状态、调整负载和能源储存等措施，能够降低能源的浪费，并提高电力系统的总体效率。
3. 系统的可靠性和稳定性：智能电网借助高度自动化的监控和控制系统，可以实时获取电力系统的运行状态，并对异常情况进行预测和干预。
通过及时修复故障、实施负载调整等手段，可以提高电力系统的可靠性和稳定性。
二、智能电网建模方法在智能电网的建模过程中，首先需要对电力系统进行建模，以便于对其进行监控和控制。
常用的电力系统建模方法包括物理模型、状态模型和图模型。
1. 物理模型：物理模型是通过分析电力系统的物理结构和参数来描述电力系统的一种建模方法。
物理模型通常包括发电机、变压器、输电线路等元件，以及它们之间的相互连接关系。
通过物理模型，可以准确地描述电力系统的电气特性和运行状态。
2. 状态模型：状态模型是通过描述电力系统不同状态之间的转换关系来建立电力系统的模型。
状态模型通常使用状态转移图或状态转移矩阵来表示电力系统的不同运行状态，并通过状态转移概率来描述状态之间的转换概率。
状态模型的优点是可以较为准确地描述电力系统的状态演化过程，但对于较大规模的电力系统来说，状态数目较多，建模复杂度较高。
电网智能调度与优化模型研究
电网智能调度与优化模型研究1. 引言电力是现代社会发展的基石，而电网作为电力的主要传输和分配系统，承担着重要的功能和责任。
为了提高电网运行的效率和可靠性，电网智能调度与优化模型成为了当前研究的热点和重要课题。
2. 电网智能调度电网智能调度是指通过应用先进的信息技术和数学算法，实现对电网运行状态的实时监测和控制，从而优化电力资源的分配和使用。
其主要目标是提高电网的能效、安全性和经济性。
2.1 智能监测和传感技术智能监测和传感技术是电网智能调度的基础。
通过高精度的传感器网络和智能监测系统，能够实时采集和监测电网各个环节的关键参数，如负载、电压和电流等，为调度员提供准确的数据支持。
2.2 预测和优化算法预测和优化算法是电网智能调度的核心。
通过对历史数据的分析和建模，可以预测未来的电力需求和电网负荷情况。
基于这些预测结果，可以采用优化算法对电力资源进行合理分配和运行模式的调整，以实现电网的最优化运行。
3. 电网优化模型电网优化模型是研究电网智能调度的关键。
不同的优化模型可以根据电网运行的不同目标和约束条件来选择。
3.1 最小生成树模型最小生成树模型是一种常用的电网优化模型，它通过建立电网的拓扑结构和计算电网负载的传输路径，来实现对电网的快速优化调度。
最小生成树模型的优势在于计算效率高、适用范围广。
3.2 整数线性规划模型整数线性规划模型是一种更加精确和严谨的电网优化模型。
它能够在考虑电网各种约束条件的前提下，通过数学优化方法求解最优的电网调度方案。
整数线性规划模型的优势在于能够考虑到电网的实际运行情况和具体约束条件。
4. 实例分析为了验证电网智能调度与优化模型的可行性和有效性，我们以某城市的电网为例进行实例分析。
4.1 数据采集和建模首先，我们通过传感器网络和智能监测系统采集了该城市电网的关键参数数据，包括负载、电压和电流等。
然后，将这些数据进行分析和建模，以获取电网的运行特征和规律。
4.2 模型应用和优化基于建立的电网优化模型，我们通过对历史数据的分析和预测，得出未来一段时间内电网的负荷情况。
智能电网技术的电网运行状态评估：研究智能电网中的电网运行状态评估指标与方法(二)
智能电网技术的电网运行状态评估：研究智能电网中的电网运行状态评估指标与方法近年来，随着电力需求的不断增长和电网规模的扩大，如何有效地评估电网的运行状态成为了智能电网技术研究的重要课题。
电网运行状态评估是指通过对电网各个组成部分的参数和指标进行监测和分析，以评估电网的可靠性、稳定性和安全性的能力。
本文将探讨智能电网中的电网运行状态评估指标与方法。
一、电网运行状态评估指标在智能电网技术中，电网运行状态评估的指标可以分为两类：静态指标和动态指标。
静态指标主要关注电网的结构和拓扑特征。
常用的静态指标包括电网中各个节点的电压幅值、相角、功率因数以及潮流分布情况等。
这些指标可以反映电网的潮流传输状况和各个节点之间的电能互换情况。
通过监测和分析这些指标，可以判断电网的负荷平衡情况、潮流分布是否合理以及电网的稳定性等问题。
动态指标主要关注电网的运行过程中的动态响应特性。
常用的动态指标包括电网频率、功率波动、电压波动等。
电网频率的稳定性是电网运行状态评估的重要指标之一，频率的偏离程度可以反映电网的负荷调节能力和电源供给能力是否均衡。
功率波动和电压波动是反映电网的稳定性和负载波动情况的重要指标。
通过监测和分析这些指标，可以判断电网是否存在故障、负荷扰动是否过大以及电网的响应速度等问题。
二、电网运行状态评估方法电网运行状态评估方法可以分为基于模型的方法和基于数据的方法。
基于模型的方法是指依靠电网模型来分析和预测电网的运行状态。
这种方法通常需要先建立电网的数学模型，然后通过对模型的求解和分析来评估电网的运行状态。
常用的基于模型的方法包括潮流计算方法、电力系统稳定性分析方法以及电力系统动态响应分析方法等。
这些方法通常需要较为复杂的计算和较多的参数输入，但在理论上具有较高的准确度和可靠性。
基于数据的方法是指依靠实际观测数据来评估电网的运行状态。
这种方法通常需要先采集和处理电网的实时数据，然后通过对数据的分析和挖掘来评估电网的运行状态。
智能电网的建模与仿真研究
智能电网的建模与仿真研究智能电网是指利用信息通信技术来提高电网运行效率、可靠性和安全性的新一代电网系统。
其核心是数字化、自动化和智能化。
智能电网和传统电网相比，能够更好地适应复杂多变的电力系统环境，提高能源利用效率和电力质量。
本文将介绍智能电网的建模与仿真研究。
一、智能电网建模建模是对智能电网进行仿真研究的基础。
智能电网的建模涉及到电力系统、通信系统、控制系统和计算机系统等多个方面因素。
其中，电力系统建模是智能电网建模的关键。
1. 电力系统建模电力系统建模是指将电力系统抽象成为一系列电路元件、发电机、负载等的组合。
将电力系统建模的目的是为了更好地理解电力系统的运行机理，分析电力系统的稳定性、功率发生和电压稳定等问题。
建模方法主要包括传统的幅值相角法、时域法、频域法等研究方法以及新兴的DSP技术、小波分析等方法。
2. 通信系统建模通信系统建模是指将通信系统抽象成为一系列数据传输设备、线路和协议等的组合。
通信系统建模的目的是为了更好地理解通信系统的运行机理，分析数据传输的效率、及时性等问题。
通信系统建模方法主要包括传统的差错控制、流控制和路由技术以及新兴的光纤通信、传感器网络技术等方法。
3. 智能控制系统建模智能控制系统建模是指将智能控制系统抽象成为一个自适应、自主学习的系统。
其目的是为了更好地理解智能控制的运行机理，分析智能控制的性能、鲁棒性等问题。
智能控制系统建模方法主要包括人工神经网络、模糊逻辑、遗传算法等方法。
4. 计算机系统建模计算机系统建模是指将计算机系统抽象成为一系列硬件和软件的组合。
其目的是为了更好地理解计算机系统的运行机理，分析计算机系统的性能、稳定性等问题。
计算机系统建模方法主要包括硬件模拟、软件模拟、仿真模拟等方法。
二、智能电网仿真研究智能电网的复杂性和特殊性决定了仿真研究的必要性。
仿真研究可以使我们更好地理解智能电网的运行机理，发现潜在问题，通过模拟和分析来解决问题。
智能电网的仿真研究主要包括四个方面。
智能电网的数据模型标准
智能电网的数据模型标准
智能电网的数据模型标准
数据模型标准可以在智能电网架构模型的信息层表示。
将数据模型从通信协议和技术中解耦的概念，被越来越多地应用于电力系统相关的标准化工作中。
通过引入的数据模型和通信服务之间的适配层[如IEC61850标准中的抽象通信服务接口(ACSI)]，这使得可以灵活地应用不同的通信技术。
这一技术的独立性可确保数据模型的长期稳定，也为配合和利用通信技术的发展提供了可能性。
智能电网的数据模型标准可以分为四个语义域，其中包括收益计量和需求响应。
1)公共信息模型(CIM)的语义域，涵盖一系列标准，例如IEC61970，IEC61968和IEC62325(最后一个是特定的能源市场交易模型)。
2)IEC61850的语义域，覆盖现场层面的整个供电侧，在不久的将来，也将包括电动汽车充电站和智能用户接口的连接。
3)电量计量配套规范(COSEM-IEC62056)的数据交换模型主要为收益计量。
4)需求响应的数据交换模型，目前由IECTC57WG21工作组开发，致力于智能电网的智能用户接口。
智能电网中的应用案例越来越多地涉及不同语义域的数据交换。
为了使用标准来支持这个现象，IEC成立了专门的联合工作组，以便开发在IEC61850、CIM和COSEM数据模型之间进行互操作的规范。
智能电网中的供需平衡模型研究
智能电网中的供需平衡模型研究一、前言随着人们对能源需求的增加，智能电网的建设变得越来越重要。
智能电网是基于信息技术的新型电网，它可以通过物联网技术实现供电的智能管理，与传统电网相比，智能电网具有更高的可靠性、更优秀的性能和更高的效率。
而智能电网中的供需平衡模型是实现智能管理的重要手段。
二、智能电网的供需平衡模型智能电网中的供需平衡模型是指通过调整供电和用电计划，以满足用电需求并维持电网稳定的一种模型。
智能电网中的供需平衡模型有以下几个方面：1.负荷预测模型负荷预测模型是分析用电需求的一种方法，它可以根据历史数据、时间、季节、气象等因素，预测未来一段时间内的用电负荷，从而帮助电网管理者制定供电计划。
负荷预测模型可以通过基于统计分析的方法、人工智能方法（如神经网络）等实现。
2.能源供应模型能源供应模型是分析供电的一种方法，它可以根据电网的供电能力、储备能源等因素，预测未来一段时间内的供电能力，从而帮助电网管理者制定用电计划。
能源供应模型可以通过基于模拟仿真的方法、基于神经网络的方法等实现。
3.调峰调频模型调峰调频模型是智能电网中的一种重要手段，它可以根据负荷预测和能源供应情况，调整供应和用电计划，以避免供需不平衡的情况。
调峰调频模型可以通过基于先进控制理论的方法、基于最优控制的方法等实现。
三、供需平衡模型的应用供需平衡模型在智能电网中有着广泛的应用，以下列举了几个典型的例子：1.虚拟电厂虚拟电厂是通过物联网技术、能源互联网等技术，将多个分散的分布式能源系统集成起来，以实现供需平衡。
虚拟电厂可以根据能源需求的变化，动态调整能源的分配，以满足不同区域的用电需求。
2.微电网微电网是指一个小范围内独立运行的电力系统，通常由分布式能源、储能设备、微型能源管理系统等组成，能够对电网进行自主控制、管理和供应。
微电网可以通过负荷预测、能源供应模型和调峰调频模型等进行智能管理，实现供需平衡。
3.储能设备储能设备是智能电网中的另一个重要组成部分，它可以通过存储能源，实现供需平衡和电网的稳定。
电力系统中的智能电网优化调度模型研究
电力系统中的智能电网优化调度模型研究随着能源需求的不断增长和环境保护的日益重视，电力系统发展迅猛。
为实现电力系统的可持续发展，智能电网作为一种新兴的能源管理模式，正在受到广泛关注。
在智能电网中，优化调度模型是实现电力系统高效运行的重要手段。
本文将围绕电力系统中的智能电网优化调度模型展开研究，分析其重要性及应用前景。
首先，我们来了解一下智能电网优化调度模型的概念。
智能电网优化调度模型是指利用先进的信息通信技术和智能化算法，对电网系统中的各种资源进行优化配置和调度，以实现电力系统的高效性、可靠性和可持续性。
智能电网优化调度模型的研究对于电力系统具有重要意义。
首先，它可以优化电力系统中的能源调度，确保电力供应的平稳运行，提高电力系统的可靠性。
其次，智能电网优化调度模型使得电力系统能够更加智能化，并且实现电力资源的最优配置，减少能源消耗，提高能源利用效率，降低能源排放和环境污染程度。
此外，通过智能电网优化调度模型，可以实现电力系统的动态响应，提高对于异常情况的诊断和处理能力，提高系统的鲁棒性和抗干扰能力。
在具体研究智能电网优化调度模型时，需要考虑以下几个方面。
首先，需要准确建立电力系统的数学模型，以获取电力系统的各项参数和运行状态信息。
其次，需要对电力系统中的各种资源进行分类和分析，如发电机组、输电线路、变电站等。
然后，利用智能化算法，如人工智能、模糊逻辑、遗传算法等，对电力系统进行优化调度。
最后，通过实验验证，评估智能电网优化调度模型的性能。
目前，国内外对于电力系统中的智能电网优化调度模型的研究已经取得了一些进展。
一方面，研究者们提出了多种智能算法，用于解决电力系统中的优化调度问题，并在实际系统中取得了较好的应用效果。
另一方面，由于智能电网涉及的技术较为复杂，尚存在一定的挑战。
例如，如何将智能电网技术与传统电力系统有机结合，如何解决协同控制和信息安全等问题等。
未来，智能电网优化调度模型的应用前景广阔。
智能电网运行充裕性的研究框架（二）问题与思路
DOI :10.7500/AEPS20140416002智能电网运行充裕性的研究框架(二)问题与思路蔡㊀斌1,2,薛禹胜2,1,薛㊀峰2,谢东亮2,宋晓芳2,王㊀亮3,曹㊀路3(1.南京理工大学自动化学院,江苏省南京市210094;2.南瑞集团公司(国网电力科学研究院),江苏省南京市211106;3.国家电网华东电力调控分中心,上海市200120)摘要:剖析了智能电网的发电 用电充裕性评估及控制任务㊂从需求㊁扰动㊁控制对象和控制时滞等方面梳理问题的复杂性;讨论充裕控制的决策过程,包括对信息的要求㊁待调控出力的预报㊁充裕性事件的设定㊁充裕度量化指标的定义㊁系统功率平衡与备用功率的动态行为㊁充裕度的在线评估㊁备用资源的调度与控制㊂提出基于风险观点的动态优化及解耦协调的求解思路,将整个问题解耦为不同子问题后分别优化,再通过协调获得全局准优化的效果㊂关键词:充裕控制;可再生能源;需求侧管理;停电防御;备用资源;风险管理;多道防线收稿日期:2014-04-16㊂国家高技术研究发展计划(863计划)资助项目(2011AA05A105);中英合作研究项目(513111025-2013,EP/L001063/1);国家电网公司科技项目㊂0㊀引言现有的充裕性研究以机组组合[1]和经济调度[2]算法为基础㊂在离线环境下,通过确定性方法[3]或概率性方法[4]确定所需的备用容量(reserveca p acit y ,RC ),并据此安排运行中的RC ㊂可再生能源(renewable ener gy source ,RES )大规模入网后,充裕性事件的发生概率及不平衡功率量均显著增加,而需求侧对市场的深度参与及对电能质量的要求提高等因素也对上述方式提出重大挑战㊂采用静态的确定性方法安排RC ,会带来高昂的机会成本或停电风险㊂概率性方法用事件发生的概率分布反映不确定因素,但在概率门槛值的选择上难以权衡控制代价与停电损失,并由于无视所有的小概率事件,而可能承受高风险[5-6]㊂为了克服这些缺点,需要在考虑概率的同时,考虑RC 控制的代价及充裕性事件的后果㊂此外,还应以在线滚动的方式,定性及定量地分析充裕性,适时调度各种RC资源㊂优化的内容不仅是瞬时(或旋转)RC ,还包括热RC 及冷RC 等,以及RC 资源在不同响应状态之间的转移,特别是那些状态变换时需要较大的经济代价或滞后时间者㊂文献[7]给出了电力市场环境下,电力充裕性的分析与控制框架,拓展了充裕性问题的视野㊂该框架利用需求侧RC (RCDS )与发电侧RC (RCGS )在物理上的不同特性及在经济上的互补特点,减少所需的RC 代价;同时利用它们在不同市场中的竞争来降低市场力及充裕性风险㊂这样一个涉及不同学科且包括多样化的控制对象㊁控制时机㊁约束条件的复杂框架,对问题分析及决策优化带来了巨大的挑战㊂为了降低求解的复杂性,本文在剖析发电与用电之间的相对充裕性的机理㊁理清问题内部的各种关联的基础上,提出了 解耦优化 迭代协调 的思路㊂1㊀电力充裕性的动态描述为了清晰地描述大规模RES 入网后的充裕性问题,下文将RES 发电作为负的用电功率,并将该虚拟负荷(负值)与实际负荷之和称为待调控出力(needed controllable p ower ,NCP )㊂NCP 需要由一次能源稳定的电源承担,并需要用可控性较好的RC 来保障电力系统在不确定性因素下的充裕性㊂显然,NCP 的不确定性包含了RES 及负荷两个方面,其中RES 的不确定性更强㊂图1描述了电力充裕性调度的动态过程㊂其中纵轴表示功率㊂正向的纵半轴表示可控的瞬时发电出力(P G ),以及包括冷RC (C )㊁热RC (H )及旋转RC (S )等不同响应级别(以下简称级别)的RCGS ㊂为便于处理不确定因素,将RES 与负荷两者的预报曲线合并,得到NCP 的期望值及波动区间㊂反向纵半轴则表示RCDS 已签约的可中断负荷(interru p tible load ,IL )㊁可立即切除的IL 以及执行决策所指定的负荷切除(LS )㊂横轴表示时间,并以决策时刻为原点㊂左半平面反映的是NCP 及各级RC 库动态的历史记录㊂右半平面则是对未来NCP1 第38卷㊀第11期2014年6月10日Vol.38㊀No.11June 10,2014的预报及对各RC 库的调度决策㊂NCP 预报的分辨率和准确度会随时间尺度的增加而下降㊂冷备用级的RC 需要经过相应的滞后时间才能升为热备用级,再经过相应的滞后时间升为旋转及瞬时备用级㊂这些滞后时间取决于具体控制对象的物理特性㊂因此,调度优化过程从瞬时RC 库开始,若发现其存量不足,则向热RC 库提出升级要求,若其量过多则降级处理㊂图中,C -H 表示发电机组从冷备用升至热备用的动态过程,依此类推㊂P G 若小于NCP ,就意味着被迫停电㊂对各级RC 库的优化调度,就是为了以最小的备用代价及风险之和,使电力系统在相关的充裕性事件下的PG 不小于NCP㊂M + + 图1㊀运行充裕性调度中RC 的状态演化Fi g .1㊀State evolution of RCs in reserve dis p atchin g与传统方式相比,智能电网的新型充裕控制具有以下特点㊂1)充裕性事件:除传统考虑机组停运及支路开断外,还须考虑RES 出力大幅度变化,甚至出现NCP 为负值(发电功率过剩)的情况㊂此外,虽然NCP 预报的平均误差可能由于RES 出力与负荷两者预报误差的方向不同而部分抵消,但NCP 预报的最大误差必定大幅度增加,进而加大充裕控制的机会成本㊂这些因素大大增加了发电与备用计划的难度㊂2)控制对象:将RC 资源按其状态离开可瞬时发电状态的 距离 ,分为旋转㊁热㊁冷等不同级别㊂各级别中均可能包含RCGS 与RCDS 两类不同的资源,共同参与系统的供需平衡控制㊂3)控制时机:分为充裕性事件发生前的预防性充裕控制(p reventive control for ade q uac y ,PCfA ),事件发生第一时间的紧急充裕控制(emer g enc y control for ade q uac y ,ECfA ),以及与安全稳定控制共用的校正控制(correction control ,CC )㊂PCfA 包括RCGS 的机组启停与状态转移,以及RCDS 的IL合约签订等㊂ECfA 则包括:①RCDS 中的主动LS ;②RCGS 中的蓄能等机组向旋转备用状态的快速转移;③低级别RCGS 的紧急升级及紧急告知需要提前告知的IL (ILA );④上述措施的时间差配合㊂4)ECfA 需要PCfA 的提前调度:包括机组及时从低响应状态升入适当的高响应状态,以及IL 的适时签约㊂过早完成上述准备会增加不必要的控制代价,而过迟准备则会造成不可控的停电㊂5)动态优化:基于在线工况㊁负荷预报㊁RES 预报㊁充裕性事件预警及各级RC 库的现状,周期性地优化调度各级RC 库,协调RCGS 及RCDS ,协调合约市场及执行决策㊂2㊀对停电防御框架的扩展2.1㊀充裕性的预警与控制充裕性与安全性是可靠性的两个侧面,它们不但共享许多信息与控制对象,在决策中有很强的相互影响,甚至存在冲突而需要协调㊂充裕性调度的结果必须满足安全校核,而安全性的预防控制与恢复控制也应该满足充裕性约束㊂因此,不应该单独构建充裕控制决策系统,而应将其融入已有的安全控制决策系统[8-10],成为一体化的停电防御框架㊂防御框架分为信息采集㊁分析预测㊁决策支持层,如图所示㊂图2㊀充裕控制的决策框架Fi g .2㊀Framework of an ade q uac y controldecision -makin g s y stem信息采集层获得物理㊁市场及环境等相关信息㊂分析层针对系统当前状态,定量地在线评估其风险及对运行状态的敏感度,并在仿真环境中完成态势预报及风险预警㊂决策支持层则周期性地优化调度方案,尽量降低运行费用与备用风险之和,并根据所2 2014,38(11)㊀得到的最优解,帮助运营部门向合约市场发布RC 服务的需求,帮助调度员适时调配各级RC库的存量㊂此外,决策支持层还负责在充裕性事件实际发生时,启动必要的ECfA/CC㊂2.2㊀信息的采集除了不同时间尺度的系统信息,如发电计划㊁NCP预报曲线(由负荷预报曲线及不可控RC入网功率预报曲线构成)㊁各RC库的存量及其组成特性以外,还需要获取市场信息㊁环境信息㊁不确定程度等信息㊂1)物理信息㊂需采集的物理信息涉及电力系统㊁控制对象及物理扰动㊂描述RC的数据结构应兼容RCGS与RCDS;描述充裕性事件的数据结构应兼容安全性事件㊂2)经济信息㊂需采集的经济信息包括RC报价与清算结果㊁经济发展与扰动等㊂参照RCGS的服务成本构成,不妨将RCDS的服务成本也分为可部分缺省的启停费㊁容量费和电量费3个部分,从而统一描述所有RC的经济特性㊂上述费用曲线还可能需要考虑非线性,如IL的电量费可能与停电持续时间呈递增型非线性关系㊂3)环境信息㊂需采集的环境信息包括天气㊁地理灾难及排放市场信息等㊂4)博弈信息㊂RCGS和RCDS市场中的大量博弈行为必然影响到调度员实际可利用的RC服务的技术特性与经济代价㊂RCDS市场可以直接与大用户商讨IL合同,或通过售电商聚合散户中的IL资源㊂为此,必须充分掌握市场信息,以便在有效监管市场力及提高市场效率之间协调优化㊂利用实验经济学仿真,使少量实验参与者与大量计算机代理共同模拟市场的不同角色,并与数学模型动态交互㊂将获取的动态响应曲线作为合约市场的输出,提供给相应的RC库㊂这样,决策支持环节就可按其在线优化调度决策㊂2.3㊀充裕性事件表的设定将不平衡功率随时间变化的一段折线定义为一个充裕性事件元,并用三元组: 起始时刻,带正负号的变化量,所占时长⓪描述㊂其中每个元都可以附带不确定性特征描述,如期望值及方差,或其他类型的概率分布函数及参数㊂将若干个这样的事件元组成一个充裕性事件;若干个这样的事件组成一个充裕性事件序列㊂不同的充裕性事件序列对RC调度提出的要求必然进一步加剧求解的困难程度㊂适当地设置其中的参数就可反映各种随机特性㊂然而受限于维数灾,实际应用时往往大量简化,如采取不同置信度水平的波动上下限㊂2.4㊀充裕性知识的提取某时刻的充裕度大小可以用该时刻最大可控的瞬时RC与充裕性事件所引起的容量缺额之间的差值作为指标㊂对于指定的一个充裕性事件序列,需要用该指标在整个相关时段内的演化过程来反映㊂施加控制后,系统充裕度水平的变化体现为该指标的时间响应曲线的变化㊂2.5㊀决策的优化充裕性决策旨在根据对充裕性事件的预警与仿真寻优,通过适时㊁适量地对不同级别RC库的存量实施动态升降调度,来掌控充裕性事件的风险㊂同时还需兼顾系统对安全稳定性和电能质量的要求㊂各种RC库的动态调度优化应考虑到:RCGS 与RCDS的各种RC资源;RC资源的响应时滞对提前升级调度的不同要求;不同充裕性事件序列之间的协调;主要的不确定性因素㊂此外,还应该适当提前在对应的市场中购买RC资源的调度控制权㊂决策优化的结果包括以下两个方面,并以足够小的周期动态更新㊂1)当时应实施的RC决策,包括需要在合约市场上新签的RC服务及应实施的调度操作㊂瞬时级别的RC服务由自动调频系统闭环自动执行,而事前的调度则应保持合理的瞬时RC库存量㊂而对较低级别的RC库的存量调度则采用开环操作㊂2)紧急控制决策用的预决策表,以备在充裕性事件实际发生后按事件匹配㊂3㊀RC资源的状态调度与功率控制3.1㊀充裕性事件发生前的调度准备只有那些已经处于瞬时状态的RC资源才能实时地平衡功率㊂许多RC资源,特别是大多数RCGS,必须依次经过若干操作,才能将其备用状态从自然状态提升为瞬时状态㊂备用状态级别越高,对备用需求的响应就越快,但运行费用也越高㊂因此,需要根据对未来充裕性事件的预判,适时㊁适量地调度RC资源㊂事件前的PCfA为可能发生的功率缺额提前准备好机会成本及风险之和最小的各级RC,包括获取适量控制权的IL合约㊁RC库的预防调度(如提前升降级及告知ILA),以及储能系统的调度㊂而利用实时电价来影响需求曲线也属于PCfA措施之一,但一般只能应对有较强规律性的充裕性事件㊂事件后的ECfA由事件驱动,而CC由参数轨迹驱动㊂其控制措施包括:旋转RCGS的二次调频㊁切除IL㊁投入储能系统,以及非旋转RC的紧急升级等㊂事件前的调度需要综合考虑预想的整个充裕事3㊃综述㊃㊀蔡㊀斌,等㊀智能电网运行充裕性的研究框架:(二)问题与思路件集,其中不同事件可能有不同的需求;事件后的控制则仅针对已发生事件所造成的后果㊂3.2㊀各RC 库的调度决策虽然功率缺额的实时平衡只能依靠瞬时状态级的RC 来完成,但只要在充裕性事件实际发生前能将平时处于较低级别的RC 及时升级为瞬时级别,就能获得同样的控制效果㊂但随着RC 级别的提高,其RC 服务成本也会增加㊂过早地将低级别RC升级,或不必要地维持高级别RCGS ,或购买过量的IL 控制权都不可取㊂只有当较低级别的RC 库的存量足够时,才可能及时响应升级的调度指令,将所需数量的RC 升到较高级别㊂各RC 库调度操作存在强耦合,在各自优化的基础上必须加以协调㊂预报提前的时间越长,其误差也将增大,故低级别的RC 库的调度面临更强的不确定因素㊂当充裕性事件发生前,若较低级别的RC 未能足量地升为瞬时级别,致使瞬时级的RC 不足以补偿功率缺额,就会造成低频问题甚至停电事故㊂此时为了避免不受控的停电,就只能先有选择地紧急切除IL ㊂如果没有足够的IL 合约,那么有选择地主动切除适量的非IL 合约的负荷也比听任不受控的停电好㊂与此同时,必须将较低级别的RC 紧急升级至瞬时级别,或向ILA 发出停电准备通知,以便尽早恢复高代价的重要负荷的供电㊂3.3㊀控制对象的差异3.3.1㊀物理特性的差异RCGS 与RCDS 的物理特性不同,包括控制机理㊁状态转换㊁响应速度㊁持续时间㊁各种约束等,故必须具体分析㊂RCGS 通过备用发电容量投入发电来提高充裕性;RCDS 则是通过切除负荷来提高充裕性㊂前者是积极性措施;后者则是消极性措施,只能作为短期应急措施,一般不允许长时间停电,必须尽快将低级别RCGS 升级而恢复供电㊂两者的时间响应也有很大差异㊂RCDS 在收到执行命令后,可以瞬间通过负荷的切除来减少不平衡功率㊂如果合约中包含意外赔偿条款,则ILA 合同规定的提前通知时间约束在紧急情况下有可能无法遵循㊂储能系统则可能因耗尽或饱和而立即停止工作㊂而RCGS 从收到调度指令开始,到备用状态升级完成所需要的转换时间一般都较长,对供电的连续性来说不能忽略㊂不同种类的发电设备有不同的时滞特性,而同一个RCGS 调度对象在不同的状态转换过程中的滞后时间也不同㊂时滞越短,则时间响应特性越好,但机会成本往往较高㊂3.3.2㊀经济特性的差异RC 控制权在事前签约时就要支付容量费,而不论在合约期间是否实际调用;在从冷RC 升为热RC 时就需要支付启动费;在RC 发电后则需要支付电量费㊂除电量费为连续量外,其他均为离散量㊂对高赔偿IL 要支付容量费㊁电量费,低电价IL 的服务成本只有容量费,而ILA 的辅助服务成本包含启停费(停复工准备的代价,已反映容量因素)和电量费(与停电时长有关)㊂对RCGS 和RCDS 的成本采用统一模型描述有利于简化决策㊁减少迭代层次㊂控制成本均由固定和可变两部分组成,RCDS 的可变成本与备用服务时间的关系为线性或非线性,而RCGS 则为线性㊂电力市场环境下,RC 服务的报价不仅与成本相关,而且与提供者的报价策略㊁市场力及监管有关㊂控制代价不但与功率缺额的大小及概率有关,还与事件发生前的调度有关㊂3.3.3㊀社会特性及市场特性的差异国务院第599号令规定主动切负荷等同于故障损失负荷,均被记为电网减供负荷[11]㊂但若能通过市场合约取得控制权的IL 则不应归入统计㊂此外,主动切负荷可以大大减少故障损失负荷㊂虽然需求侧辅助服务与发电侧辅助服务有相似之处,但却是分开竞争的市场,其竞争参与者㊁风险意识及竞争策略都不尽相同,市场机制也不能照搬㊂但两者必须统一清算,才能最大限度地抑制双方的市场力,充分发挥市场效率㊂RCGS 和瞬时响应的IL 的控制执行权在调度部门;而ILA ㊁分时电价(TOU )和实时电价(RTP )等需求侧响应则通过用户的自我意愿来影响NCP ,存在非常大的时滞及不确定性㊂3.3.4㊀控制对象互补特性的利用进一步增加了复杂性RC 资源的上述差异有利于优化空间的扩大及市场力的抑制,如LS 与冷RC 紧急启动相结合可以替代热RC ,LS 与热RC 相结合可以替代旋转RC ,但这也大大增加了求解的难度㊂文献[7]指出了利用RCGS 固有物理时滞约束和RCDS 提前通知时间的约束实现发㊁需侧调度级别的统一㊂3.4㊀不确定性概念的重要性更加突出针对特定的事件集,充裕性与稳定性都有各自的可行域及相应的裕度概念㊂若运行点处于稳定域内就不需要稳定控制措施,而运行点处于充裕域内时仍需RC 服务㊂此外,由于充裕性事件的概率远大于稳定性事件,故不确定性的概念对于充裕性问题更为突出㊂4 2014,38(11)㊀RES发电预报的平均误差一般都比负荷预报的平均误差大得多,而前者的最大瞬时误差则更是难以控制㊂最大瞬时误差对于充裕控制来说又恰恰是关键的影响因素㊂对预报曲线中的趋势分量,按风险最小原则动态优化调度;而对秒级的快速小幅波动,则必须通过RCGS等瞬时RC应对㊂虽然充裕性与稳定性事件都难以精确预估其发生时刻及严重程度,但与稳定性对策不同,充裕性对策往往需事先将控制对象的状态提升到可瞬时反应的级别㊂过早或过量地将RC升级都会增加备用代价,但过迟或欠量的升级却会造成更大的被动停电损失㊂因此,风险概念对于充裕性问题更为突出㊂3.5㊀广义充裕性一次能源㊁排放㊁自然灾害㊁电力市场㊁资金约束㊁通信等领域的事件也会通过影响电力系统内部环节而引发充裕性问题[12],故与广义阻塞概念的引入类似,有必要将充裕性的概念扩展到广义范畴㊂文献[13]讨论了RES与电煤等一次能源对电力系统充裕度的影响,并建议将停电防御框架拓展至一次能源领域㊂4㊀求解的思路4.1㊀用风险成本代替可靠性约束风险的概念既要考虑到不确定事件的概率,又要考虑到若该事件发生所造成的损失,并取为这两者的乘积㊂为了克服在事件发生前难以评估损失的困难,文献[5]将其替换为最优的主动控制方案所需的费用㊂这样求取的风险值反映了为避免事件后的损失而主动付出的控制成本的期望值,可视为可靠性成本㊂它与折旧成本及运行成本一样,都以货币为量纲,故可直接加入目标函数,而不再在约束条件中出现㊂为了系统在小概率㊁高风险的充裕性事件下不彻底崩溃,可以在必要时主动切除适量的未签约RC服务的负荷㊂为此付出的赔率必然大大高于高赔偿IL的赔率,但既然像稳定性事件那样是小概率事件,在全局上则是必须考虑的最后防线㊂这样,优化的目标函数就包含了折旧成本㊁运行成本㊁合约内的可靠性成本及违约的可靠性成本㊂可靠性约束被货币化后,目标函数的最小化过程就反映了决策方案的经济性与充裕性之间的协调优化㊂比较不同控制方案的目标函数值,就可以识别出经济性与充裕性综合的较优解㊂利用灵敏度分析技术,就可逐步搜索到协调的(准)最优解㊂4.2㊀动态规划问题的解耦与聚合充裕问题在不同时间尺度之间㊁不同控制时机之间㊁不同RC库之间,以及不同控制对象之间都存在耦合㊂为了保障系统在预报的充裕性事件序列集合下的可靠性,不但需要通过物理手段适时㊁适量地调整不同级别RC库的存量,还必须通过市场手段适当提前地取得适量的控制权,而IL的中断次数㊁单次时长㊁总时长等合约约束也进一步增加了前后决策之间的关联㊂因此,不能孤立地处理各个充裕性事件,而必须将其形式化为动态规划问题㊂求解如此复杂的问题,必须合理地策划其解耦 聚合方式㊂解耦粒度太大,不利于子问题的求解;解耦粒度太小,则会增加聚合的难度㊂为此需要按电力充裕度的内在机理,减少解耦层次㊂在求解某一子问题时,应该充分考虑其他相关子问题的状态,尽量避免陷入本子问题虽然可行㊁但全局不可行的解,以提高收敛效率㊂4.3㊀对不确定因素的考虑原始工况中的不确定性于在线分析环境中可不考虑㊂充裕性事件是需要考虑的主要不确定因素㊂在成功解决确定性场景下的充裕性问题的基础上,先考虑单个充裕性事件的不确定性,再考虑单个充裕性事件序列的不确定性,最后考虑多个充裕性事件序列的不确定性㊂确定性的充裕性事件序列由发电计划与NCP 之间的差值曲线来描述,反映了负荷及RES发电的预报信息,其优化解是处理不确定性事件的起始点㊂对于合约决策阶段,通过实验经济学仿真来计及合约市场中的博弈㊁控制对象等不确定性㊂在执行决策阶段,可采用的控制措施空间可视为确定㊂在合约市场与执行决策各自优化的基础上,两者之间的交互可视为确定㊂5㊀结语市场经济的深入发展㊁RES的大规模入网㊁大量集中及分布式电能存储单元的参与,以及需求侧与电网的深层交互等因素,把电力充裕性这个原本被粗放处理的问题推到了前沿㊂本文设计的充裕性决策框架基于物理㊁经济㊁环境㊁博弈等多方面信息的支持㊂较为完整地描述了电力系统的工况㊁各种RC的特性及充裕性事件序列;基于风险概念,在目标函数空间中协调电力充裕性与经济性;在可行性空间中协调控制权与执行权;在控制空间中的协调任务则涉及不同时间尺度之间㊁RCGS与RCDS之间㊁PCfA与ECfA之间㊂决策的优化及协调都有赖于对充裕性的量化分析与风险评估,并进一步按实际工况在线更新㊂决策的实施则需要将决策支持的开环执行与事件驱动的闭环执行相结合㊂充裕控制的决策优化大大增加5㊃综述㊃㊀蔡㊀斌,等㊀智能电网运行充裕性的研究框架:(二)问题与思路。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DOI :10.7500/AEPS20140416001智能电网运行充裕性的研究框架(一)要素与模型薛禹胜1,2,谢东亮1,薛 峰1,蔡 斌2,1,文福拴3,罗建裕4,李海峰4(1.南瑞集团公司(国网电力科学研究院),江苏省南京市211106;2.南京理工大学自动化学院,江苏省南京市210094;3.浙江大学电气工程学院,浙江省杭州市310027;4.国网江苏省电力公司,江苏省南京市210024)摘要:为大规模可再生能源发电接入电网后的运行充裕性设计了研究框架㊂讨论了充裕性与稳定性的关系,发电运行充裕性与装机容量充裕性的关系;回顾了发电运行充裕性的研究现状,提炼问题的要素及形式化描述,拓展其研究范畴及思路㊂强调电力充裕性还需要有一次能源㊁输电㊁市场竞争和环境等相关环节充裕性的保障㊂关键词:电力可靠性;可再生能源;需求侧管理;停电防御;备用服务;风险管理;多道防线收稿日期:2014-04-16㊂国家高技术研究发展计划(863计划)资助项目(2011AA05A105);中英合作研究项目(513111025-2013,EP/L001063/1);国家电网公司科技项目㊂0 引言电力系统的安全稳定性与充裕性共同构成电力可靠性的概念㊂两者联系紧密,但研究却一直被隔离㊂安全稳定性是系统受扰后不崩溃,并保持在可接受的静态及动态行为范围内运行的能力㊂它在电力系统物理层面上往往被简称为稳定性,并在下文中采用;在泛指包括信息安全及操作安全等更大范畴时,不妨简称为安全性㊂稳定性问题由高维的微分 代数方程组描述,往往涉及大量强非自治性和本质非线性因素㊂长期以来,其大扰动稳定性只能通过数值积分来定性分析,而无法揭示其充要条件㊂直到扩展等面积法则(EEAC )揭示了暂态稳定的机理,才实现了定量分析[1]和优化控制[2-4]㊂充裕性是指在各种计划及非计划停运时,仍可保持各元件安全㊁负荷电压和频率质量,并满足用户对功率和电量需求的能力[5]㊂发电充裕性问题的时间尺度比稳定性问题大得多㊂即使运行充裕性问题中时间尺度最小的旋转备用,其时间尺度一般也较稳定性问题的尺度大㊂传统上的充裕性研究忽略了开机时滞等动态因素,也不考虑诸如博弈与环境等非电力因素,故用代数方程组描述㊂发电充裕性反映在装机容量及运行备用容量(reserve ca p acit y ,RC )等方面,涉及发电计划(包括检修计划㊁机组组合㊁经济调度)和备用计划(包括运行㊁事故和检修备用[6])等㊂此外,在一次能源㊁输电和环境等方面也都存在各自的充裕性问题㊂文献[7]将各种阻碍电力生产过程中的能源㊁资金及信息充分流动的情况统称为广义阻塞㊂广义阻塞造成参与者的市场力,进而影响市场效率和社会福利㊂该文提出基于风险的多领域动态仿真框架,以解决技术㊁经济㊁环境及监管相互影响的复杂问题㊂在环境保护及可持续发展的压力下,未来电网需要大规模接纳可再生能源(renewable ener gy source ,RES )㊂其中风电和光伏发电具有很强的间歇及随机特性,难以精确预报与控制㊂预测值的平均误差今后可能大幅度减少,但最大瞬时误差却很难显著降低㊂由于影响系统实时供需平衡和旋转备用调度的不是平均误差,而是最大瞬时误差,因此大规模风电接入时的发电运行充裕度问题非常突出[8]㊂增加化石类能源驱动的旋转RC 量显然有违于RES 发电的初衷,这向传统的RC 调度方式提出巨大挑战㊂此外,在台风㊁节日㊁低谷负荷等非计划因素下,电网运行可能面临 负备用 的压力,即缺乏实时降低发电功率或增加用电功率的能力㊂文献[9]定义了充裕度指标,提出充裕度的广义价值化,并将可中断负荷(interru p tible load ,IL )这一需求侧运行备用容量(reserve ca p acit y of demandside ,RCDS )视为紧急RC 资源㊂进而在充裕度控制中,协调发电侧决策与需求侧决策,求取风险最小的控制量㊂文献[10]基于风险量化观点,协调不同时间响应级别(以下简称级别)的发电侧运行备用容量(reserve ca p acit y of g eneration side ,RCGS )及高赔偿IL (ILH )㊂文献[11]协调优化参与运行备用的ILH 与低电价IL (ILL )㊂文献[12]将分时电价作为充裕性预防控制,将调用RCGS 及两种IL 作1 第38卷 第10期2014年5月25日Vol.38 No.10Ma y 25,2014为事故后的充裕性紧急控制,并初步研究了它们的混合优化问题㊂由本文为首的3篇系列文章讨论了由RES 发电及负荷功率的波动㊁机组被迫停运㊁联络线故障等充裕性事件引起的发电运行充裕性问题㊂本篇讨论电网运行充裕性问题的背景和研究现状,指出相关研究在智能电网㊁节能减排等大背景下应该拓展的因素㊂1 充裕性与稳定性1.1 功率平衡1.1.1 稳定性与功率平衡电气元件的热平衡影响到其热稳定性;同步机组机械与电磁功率的不平衡引起转速变化,继而影响系统的功角稳定性;系统范围内有功功率的不平衡可能引起频率稳定性问题;局部或全局范围内的无功功率不平衡可能引起电压安全问题㊂为维持电网的稳定性,需要具备切机㊁切(有功和无功)负荷㊁投切无功补偿装置等控制措施㊂1.1.2 充裕性与功率平衡电力系统充裕性与功率平衡密不可分㊂充裕性控制应该使系统在不同时间尺度下都具有保持有功及无功功率平衡的能力㊂既要考虑秒一级尺度的负荷和RES 发电功率的波动,也要考虑因机组被迫停运引起的小时级尺度的容量缺额,还要考虑机组检修㊁高峰负荷引起的长时间装机容量不足,其中包含众多不确定因素㊂大尺度系统充裕度的不足,会传导到较小尺度,最终在充裕性事件中触发功率失衡㊂1.1.3 电力可靠性不可分割的两方面系统充裕度的降低会削弱系统应对不确定的充裕性事件的能力,影响系统频率及电压稳定性㊂反之,切机切负荷等功角稳定性措施,也可能加剧系统充裕度恢复的困难㊂稳定性高的系统不一定有足够的供电能力,反之亦然㊂1.2 充裕性分析与稳定性分析电力系统的稳定性反映受扰后系统保持完整性的能力,涉及非线性动力学㊁混沌㊁不确定性理论,必须处理大量强非自治和本质非线性因素,必要时还应计及不确定性因素㊂文献[2-4]实现了电网稳定性分析与控制技术从静态到动态㊁从线性到非线性㊁从自治到非自治㊁从离线到在线㊁从确定性到不确定性的提升㊂充裕性反映系统满足用户对功率和电量需求的能力,包括在受扰后维持瞬时和中长期供需平衡的能力㊂这不但需要考虑电力系统内部的各种非自治㊁非线性及不确定性因素,还与一次能源㊁经济环境,以及自然环境等外部系统密切相关㊂虽然其动态行为的研究非常重要,但不少文献将充裕性视为特定时间断面上的静态问题,而忽略了扩容过程的时滞及RC 的响应速度等约束㊂本质上,充裕性与稳定性都需要用微分(或差分)代数方程组描述,并用决策模型反映参与者的博弈行为㊂充裕性问题的时间尺度比稳定性问题大,例如旋转RC 相对于稳定控制,热冷RC 相对于过负荷控制㊂将电力可靠性分为充裕性与稳定性两方面,有利于梳理概念,降低研究困难㊂但这两方面在本质上是关联的,其数学模型包含着同样的变量与参数;稳定性分析的故障集与充裕性分析的事件集互相重叠;改善其中一方面的控制措施必然也影响另一方面,甚至在定性上有相反的效果㊂因此,必须在掌握两者机理与优化的基础上,考虑其协调问题㊂1.3 发电充裕性与输电充裕性发电充裕性包括规划中的装机容量充裕性和运行中的调度备用充裕性两方面㊂前者受发电投资决策㊁宏观政策及资金等广义阻塞影响,而后者则受可运行机组的容量㊁所处状态及各种物理特性的制约㊂两者还同时受到一次能源㊁环境等其他广义阻塞的影响[13]㊂前者的时间尺度显著大于后者㊂输电充裕性指输电设备满足电力需求的静态和动态输送能力,与输电稳定性密切相关㊂随着RES 发电的发展及用电模式的变化,发电与输电充裕性都面临着新的挑战㊂1.4 充裕性控制与稳定性控制稳定控制的对象是已联网运行的设备,在必要时可立即将其从电网中切除㊂稳定性故障偶尔发生,对参与者的影响可统一反映在电能质量及电价中,而不采用辅助服务的市场形式㊂充裕性控制则往往需要将脱网设备投入运行,或提升RC 就绪程度㊂因此受到设备当时状态的技术特性限制而有较大时滞,其分析与控制更为复杂㊂由于需要频繁地调度RC ,故必须采用辅助服务的市场形式㊂这也大大增加了充裕性控制的复杂性㊂1.5 充裕性问题的突显1.5.1 电能需求的压力1990 2009年间,中国终端能源消费年均增速为4.13%,而电力消费增速则高达10.09%㊂中国电力消费占终端能源比重的预计,将从2009年的18.5%增长到2020年的28.0%和2030年的32.0%[14]㊂这意味着即使终端能源消费总量不增加,用电量仍将有较大增长,也相应加大了对RC 的压力㊂2 2014,38(10)1.5.2大规模RES发电的压力RES发电功率的波动性和间歇性难以精确预报[15-16]㊂虽然有系统互联㊁各种储能设施㊁RES发电容量打捆互补等应对措施,但大规模RES入网对电力可靠性仍是严峻的挑战[17]㊂若按西班牙的抽水蓄能装机比例[18],中国在2020年前需增加相当于8座三峡水电站的抽水蓄能容量㊂这显然不可行,而必须综合协调优化各种潜在控制资源的利用㊂1.5.3需求侧市场的压力市场环境不再允许无偿限电或停电,但可以采用分时电价㊁实时电价及可靠性电价等机制来增加需求弹性,并通过IL等合约机制激励那些对供电可靠性要求较低的负荷加入RC市场,以增加功率平衡的调控能力㊂另一方面,需求侧分布式电源等市场博弈也增加了不平衡功率的不确定性;市场机制及监管的不当也会严重影响电力可靠性和经济性㊂1.5.4输电阻塞的压力市场改革㊁RES入网和用电模式变化的趋势使电力系统的运行越来越接近输电极限,传统的充裕性分析方法已经不可能满足智能电网的要求㊂传统的电力充裕性分析在机组检修[19]㊁机组组合[20-21]或发电计划[22]中计及了输电网络的约束,但备用计划的决策中却未充分考虑输电阻塞问题,特别是由暂态稳定约束引起的动态阻塞㊂1.5.5电能质量的压力智能电网既允许用户将对供电可靠性的要求来换取用电经济性,也允许用户购买更可靠优质的供电服务㊂这样的差异化供电服务有助于提高设备的效率,接纳灵活的微网,增加用户的选择;但也给电能质量和经济运行的协调提出挑战㊂2充裕性问题的框架模型2.1发电 用电相对充裕性问题的框架电力系统由发㊁输㊁配㊁用等环节组成,其充裕性必然受到每个环节的影响㊂图1给出电力市场条件下,发用电相对充裕性及输配电联合充裕性的分析与控制框架㊂图1发用电充裕性分析与控制问题的描述框架Fi g.1Framework of anal y sis and control for g eneration-demand ade q uac y输配电联合充裕性可直接采用电力系统稳定性分析中的传输功率裕度来表示,即目标链路的传输功率极限值与实际值之差㊂其量化分析理论㊁算法及工程应用均已得到较好的解决,故在图1顶部仅用虚线框简示之㊂此外,为保证已有发电容量能够有效运行,还必须保证一次能源和环境等环节的容量裕度㊂2.2发㊁用㊁储各环节的控制措施2.2.1作为充裕性控制传统措施的RCGS需要重视其动态约束RCGS按其状态离开实时发电的差别,可分为待就绪㊁冷备用㊁热备用㊁旋转备用等不同级别[6],见图2㊂级间升降的时滞对充裕性控制的影响不容忽视㊂不同类型机组的时滞特性及负荷跟踪能力差异甚大,如表1所示㊂3㊃综述㊃薛禹胜,等智能电网运行充裕性的研究框架:(一)要素与模型图2RCGS状态转换的一般过程Fi g.2T yp ical p rocess of the state transition of RCGS 功率的瞬间不平衡需要靠旋转RC或蓄电池等瞬时RC来消除,其中RCGS在指令下从非发电状态转入旋转备用之前,逐级都需要一定的时滞㊂燃气和水电机组具有分钟级时滞,故调度灵活;核电机组则适宜承担基荷及长期备用;介于两者之间的是具有小时级时滞的煤电机组㊂对充裕性事件预警的可信度及提前量越大,适时适量地提升RC级别的选择空间就越大,从而降低RC容量费㊂表1各类RCGS的状态转换特性Table1State transition characteristics of various kinds of RCGS发电类型出力升级过程状态转换时间尺度待就绪ң冷冷ң热热ң旋转向上爬坡速率/min-1降级过程煤电可控1d级1h级10min级5%~10%油或气可控1d级1min级10%~20%核电可控1d级10h级10min级0~5%水电可控1d级1min级0~100%风电或光伏等分钟级波动1d级0~10%与对应升级逆过程各阶段的时间尺度类似大规模RES代替化石类能源发电,关系到人类社会的可持续发展;盲目弃风等同于听任煤的自燃,显然不可容忍㊂但绝对禁止弃风也并不科学,因为RES入网是功率平衡的扰动源,会增加对RC的需求而引入 负能量 及 增排放 因素㊂大型风场通过弃风[23]参与充裕控制可以规避对预报误差过大的惩罚[24],而RC市场也应建立适当补偿机制㊂在弃风所浪费的正能量与降低备用的耗能之间,在弃风所增加的排放与降低备用的排放之间,都存在协调的空间㊂该优化问题不但与系统当时处于旋转备用状态的RC及可能升级为旋转备用状态的RC的容量 代价曲线有关,还与尖峰风电-持续时间曲线㊁系统储能能力及RCDS有关㊂由于涉及风电预报等不确定因素,因此需要通过风险管理[10]来协调不同级别的RCGS资源㊂文献[25]针对未来20min内的充裕性事件集,协调优化实时市场㊁旋转备用市场及10min的非旋转备用市场㊂文献[26]通过RCGS的优化,协调对瞬时RC及快速RC的需求㊂2.2.2非传统充裕控制措施RCDS需要合约市场的支撑运营商可以通过分时电价或实时电价来引导用户参与削峰填谷,降低RC的需求变化㊂而为了提高用户响应的效率及速度,还有赖于智能用电装置的普及㊂在必要时切除部分可靠性要求较低的负荷来保全系统及更重要的负荷,是可靠性的重要控制手段㊂稳定性事件的概率不大,加上所切负荷的地点选择与事故细节密切相关,可以采用可靠性电价与停电理赔结合的粗放方式来简化市场行为㊂但是,充裕性问题在大规模RES入网趋势和RC精细化压力下变得越来越突出,RC的调度频次大大增加㊂若要充分利用RCDS,就必须与RCGS 一样建立科学的合约市场㊂另一方面,与稳定性事件不同,充裕性事件下的切负荷效果与负荷所在地点关系不大,这大大简化了合约市场的物理约束㊂因此,可以建立更完善的市场机制,在向用户提供更多选择的同时降低备用成本㊂IL指那些自愿签约,授权给运营商在合约允许的条件下暂时停电的负荷[27],是一种虚拟的发电和输电的RC资源[28]㊂按经济特性,IL至少可分为ILL和ILH两种;按响应特性可分为可立即中断和需提前通知后中断(IL with advance notice,ILA)两种㊂ILA类似于为规避电价风险的可选择远期合同,可显著降低停电损失,并在RCDS中引入按响应速度分级的概念㊂大规模RES入网后,RC需求的不确定性大大增加,利用IL承担RCDS的意义重大㊂但与RCGS不同,IL只能提供相对短期的服务㊂因此,应关注指定时间内的最大中断次数㊁最长(短)中断持续时间㊁累积时间等约束的处理[29],提高IL的控制精度,避免过控或欠控㊂综合利用各类RCGS和RCDS在物理及经济特性上的互补性,有利于改善电力系统的充裕性㊂2.2.3储能系统是极有前途的瞬时RC[30]虽然电能不易直接以电能的形式大规模储存,42014,38(10)但各种直接和间接储存电能的技术正在快速发展㊂运行调度中需要考虑其动态功率㊁容量约束及响应速度约束㊂发电侧的储能系统以集中式为主,包括抽水蓄能电站[18]㊁热电联产电站㊁各类液态和固态介质储热系统㊁压缩空气储能,风光储一体化电站是在可再生能源侧消除其间歇性的重要方式[31]㊂需求侧则以分布式储能为主,包括电动汽车(EV)[32]㊁超级电容器㊁装有各类储能设备的微网[33]㊁智能楼宇的暖通空调系统㊁大型冷库等㊂它们可以在不牺牲用户便利或舒适度的前提下参与充裕控制,更易被用户接受㊂液流电池㊁各类化学蓄电池㊁超导磁储能㊁超级电容器等直接以电能形式储能的系统除了部署在发电侧外,还可以分布于输电与用电环节,可在秒级,甚至毫秒级内响应控制指令,参与瞬间RC㊂而以非电能形式储能的RC则由于需要转换为电能,需要分钟级或更长时间㊂2.3分级RC库为了反映RCGS当时所处物理状态与立刻可增出力状态之间的差距,可将物理状态按该差距从大到小分为:在建(年级)㊁阻塞/检修(月级)㊁就绪(日级)㊁冷备用(小时级)㊁热备用(分级)㊁旋转备用(秒级)㊁瞬时备用(小于1s)等,或按具体需要另外设置,如将旋转备用合并到瞬时备用,参见图1㊂瞬时RC是响应极快的那部分旋转RC,如机组参与调频的自动发电控制(AGC)容量;而其他的旋转RC 可参与闭环的紧急控制㊂显然,同一个RC从不同级别出发,转换为瞬时RC的时滞大小与上述物理状态的差距相对应;但不同类型的RC之间的关系却并不尽然㊂例如:直接以电能形式储存的储能设备从冷备用到瞬时备用的时滞几乎可以忽略,其热备用状态只在表达的规范化上有意义㊂规划任务中的充裕性分析主要涉及在建㊁就绪㊁冷备用;运行任务中的充裕性分析与控制主要涉及冷备用及更快的级别㊂规划及运行中都应考虑阻塞/检修级别:计划内及计划外的检修都可视为广义阻塞,检修完成后经由被阻塞容量库回到就绪容量库㊂RCDS可根据已签的需求合约所规定的提前通知时间,或待签合约的规定,分为相应的RC级别㊂在建的容量受扩容投资博弈的影响,建成后还可能在一次能源等广义阻塞下进入被阻塞状态㊂阻塞消除后进入就绪库,可在竞标成功后签约进入运行RC库㊂在同一RC库内部,存在发电侧与需求侧之间的调度,在容量与电量分配上的优化㊂相邻级别的RC库之间的升降则还要根据执行时滞的不同及各种不确定因素,优化控制的时机㊂2.4物理层面决策与经济层面决策的协调2.4.1 RC合约决策垄断体制下的电力工业,不但由于缺乏竞争压力而容易忽视运行效率,而且由于没有停电赔偿机制而容易放松防御停电的责任心,也无法激励RCDS㊂对RC的粗放管理不但在平时浪费大量优质的旋转RC,而且在面临严重事件时难以保证充裕性㊂电力市场环境基于参与各方的自主与自愿,运营部门必须提前与RCDS与RCGS签订合约,才能获得相应的控制权,以供运行中调度㊂合约需要规定市场出清机制㊁备用发电辅助服务的内容与期限㊁IL的停电方式(次数㊁持续时间㊁提前通知的要求等)㊁储能系统参与辅助服务的方式㊁RC服务费用的支付方式(折扣电价㊁停电赔偿㊁容量费㊁启停费㊁电量费等)㊁各方违约的惩罚细则等㊂为了向用户提供更多选择,可以设立不同的IL市场,并为博弈参与者提供公平而充分的市场信息,如RC需求㊁充裕事件预测㊁历史和实时交易㊂确定性的折扣电价及容量费在合约生效时结算,其他费用则在RC实际执行后才结算㊂RC服务的成本是统一计入终端电价,还是由充裕事件的责任者承担,也需要深入研究㊂在大规模RES与EV入网后,充裕性事件将显著增加㊂管理好IL有利于激励用户参与RCDS,减少RC市场的市场力,降低备用成本㊂作为RC购买者的系统调度部门根据负荷计划㊁发电计划㊁关注的充裕性事件集㊁RC库及市场动态信息等在RC合约市场上确定最佳的合约计划,包括 适时 在 适市 (适当的RC市场上)签订 适种㊁适量 的合约,并与执行市场动态协调㊂2.4.2 RC执行决策调度部门根据电力系统预测的工况和预报的充裕性事件集,以及已签的RCDS与RCGS合约, 适时 地在 适级 的RC库之间,升降 适种㊁适量 的RC㊂随着系统工况及充裕性事件的预警情况,不断调整各级RC库存量,并与合约市场及时交互,使充裕性控制的代价与风险始终保持在尽量低的水平㊂2.4.3合约决策与执行决策的协调合约决策及执行决策的目的分别是购买控制授权及制定调度策略㊂前者考虑的是计划工况,而后者依据的是实时工况㊂前者不需要仔细描述充裕性5㊃综述㊃薛禹胜,等智能电网运行充裕性的研究框架:(一)要素与模型事件的时间分布特征,而后者则应足够具体地指定充裕性事件发生时刻及持续时刻的概率特征㊂前者优化RC 在较长时段内的静态分布,有较大的选择空间;而后者优化RC 的动态调度,其控制空间受制于已签合约㊂过度签约不但不经济,而且会增加排放㊂而若签约容量不足,则执行决策可能被迫违约控制,甚至造成被动停电而付出更高代价㊂两种决策之间需要在线交互并及时协调,这个动态规划问题的风险决策涉及电力市场与电力系统之间㊁发输用电之间㊁不同时间尺度之间㊁确定性与不确定性因素之间的复杂权衡㊂2.5 RC 的空间分布即使RCGS 的总量充足,仍可能受限于输配电阻塞而不能应对某些充裕性事件㊂美加 8㊃14 大停电的重要原因之一就是RC 配置的地理分布不合理[34]㊂故在合约与执行决策中都应考虑RC 布点的影响,并注意诱发的市场力㊂2.6 视野的拓展2.6.1 RC 的调度框架与智能电网发展相结合按总负荷的比例或最大单机容量来配置RC 的传统方式不再适用㊂智能电网在改进需求侧响应的可观性与可控性的同时,也大大激励了各种角色参与RC 服务的积极性,包括RCGS 及RCDS ,集中式及分布式资源,储能及非储能的对象㊂合理设计的电力市场通过电力库㊁双边合同㊁实时电价㊁RC 合约等多种手段提高竞争充分性㊂2.6.2 多道防线概念从稳定性拓展到可靠性范畴对于充裕性同样有必要区分预防控制㊁紧急控制㊁校正控制及恢复控制的概念㊂预防控制在充裕性事件发生前以合约或升降级调度的方式为各级RC 准备适当的就绪容量;紧急控制在事件发生的第一时刻采取必要的措施,例如增加AGC 容量,启用各种IL ;校正控制在出现严重的频率电压违约现象时起作用,则与稳定性的校正控制无明显区分㊂三道防线是针对电力系统稳定性提出的概念[2,5],然而在充裕性问题日益突出的情况下,则有必要在可靠性范畴内统一协调两者㊂例如:协调不同渠道的优化,避免预防措施间的冲突㊁紧急控制下的IL 过切等㊂2.6.3 风险管理风险管理包括:①参与者根据实测和预测信息在合约市场中博弈,调度部门以滚动方式优化各级RC 的时空配置风险管理,充分利用各种RCGS 及RCDS 资源在经济特性和物理特性上的互补优势,并在合约市场上调整需求;②调度部门在实时方式下,按风险成本最小原则[35]协调优化各时间尺度的充裕控制措施㊂2.6.4 多时间尺度的动态优化RC 问题的处置应该从静态观点提升为动态观点,并协调不同时间尺度的子问题,最小化RC 的总风险㊂2.6.5 预报精度与提前时间的协调大多数RC 在不同级别之间的升降存在时滞;RC 约束调度的质量有赖于对不确定性因素预报的可信性㊂因此,在提高对负荷及RES 发电的预报精度的同时,希望提供带有不同置信度的预报,供不同时间尺度的调度任务和不同风险偏好的参与者选用㊂3 充裕性决策优化的数学模型3.1 数学规划问题这里主要讨论电力系统运行及调度部门的充裕性决策优化问题㊂与框架模型相对应,充裕性的优化模型也分为合约决策及执行决策两个环节㊂合约环节的模型用于描述运营部门与RCDS 及RCGS 在RC 控制权交易上的博弈;执行环节的模型则描述调度部门在已签合约的RC 约束下按风险动态配置各级RC 资源㊂合约决策需要有较大提前时间,不但系统工况及充裕性事件有很强的不确定性,而且多方博弈也引入复杂的不确定性因素,需要通过实验经济学仿真方法来优化㊂但是,合约决策对RC 实际的控制执行时间的不确定性并不敏感㊂执行决策的时间跨度相对较小,故工况的不确定性有所减弱,此外参与者的不确定因素已不再存在㊂但是,充裕性事件的不确定性仍然很强,并且对RC 资源状态调度效果的影响极为显著㊂需要通过数字仿真得到系统在事件序列下的动态轨迹,从中提取量化指标来评估不同时间尺度上的充裕度㊂进而通过灵敏度分析优化时空调度决策㊂3.2 决策变量对于合约决策来说,运营部门要在不同时间尺度的发电侧与需求侧市场中确定RC 辅助服务的购买合同,以确保在不断滚动的运行规划时段内,充裕性成本与风险之和最小㊂发电侧合约的主要决策变量包括购买不同响应速度的RC 服务的种类㊁容量㊁电量;需求侧合约的主要决策变量包括购买不同类型IL 的种类㊁容量㊁电量㊂同时,需要协调在发㊁输㊁用电环节中RC 合约的时空分布㊂执行决策则是在已签合约提供的资源范围内,适时地在各级RC 库之间调整库存量,以降低充裕6 2014,38(10)。