根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system,DBESS)能快速修正风电波动的低频分量,以系...根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system,DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm,WF)和2个电池储能系统(battery energy storage systems,BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm,GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。展开更多
含多能源站的区域综合能源系统(district integrated energy system,DIES)具有多层级、多运营主体的特征,难以采用传统的集中式方法优化调度。为保证不同运营主体的利益与隐私,该文提出了一种考虑阶梯型碳交易机制的区域电-热综合能源...含多能源站的区域综合能源系统(district integrated energy system,DIES)具有多层级、多运营主体的特征,难以采用传统的集中式方法优化调度。为保证不同运营主体的利益与隐私,该文提出了一种考虑阶梯型碳交易机制的区域电-热综合能源系统分布协同调度方法。首先分析运营主体特性,构建计及热网动态特性和站间互济的综合能源系统模型。在此基础上,构建综合能源系统双层优化调度模型:在系统调度层中,以运营商的经济性和低碳性为目标;在站间调度层中,能源站根据系统调度层的优化结果,调整自身调度策略以实现利益最大化。最后,采用目标级联分析算法(analysis target cascade,ATC)实现交互变量的解耦,并提出了层内迭代、层间互联的求解方法。仿真结果表明,所提调度方法可提高系统运行的低碳经济水平,并通过分布优化兼顾各主体的利益诉求,更满足实际调度需求。展开更多
文摘根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system,DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm,WF)和2个电池储能系统(battery energy storage systems,BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm,GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。
