目前,弃风现象严重抑制了风电的应用和发展,而电转气(power to gas,P2G)技术有望通过将电能转化为天然气,从而促进风电的消纳利用。此外,由于风电出力具有不确定性,会影响电气能源系统的优化调度结果,因此,文章提出了基于场景分析的含P2...目前,弃风现象严重抑制了风电的应用和发展,而电转气(power to gas,P2G)技术有望通过将电能转化为天然气,从而促进风电的消纳利用。此外,由于风电出力具有不确定性,会影响电气能源系统的优化调度结果,因此,文章提出了基于场景分析的含P2G装置电气能源系统的协同优化模型。首先,构建了含P2G装置的电气互联能源系统的基本结构,并简要分析了其工作原理;然后介绍了风电场景集的生成方法;其次,采用场景法处理风电出力不确定性,以电气能源系统网络和耦合元件为约束条件,建立了两阶段优化调度数学模型,并采用分段线性的方法将天然气潮流约束条件线性化,使得整个模型能在混合整数线性规划框架下进行快速求解;最后,在IEEE-39节点和修改后的6节点天然气系统中进行了算例分析,通过对比分析不同场景下的运行结果,验证了模型的有效性及对于风电消纳的提升作用,并将文章所提模型与确定性模型进行对比分析,验证了模型的经济性和合理性。展开更多
基于场景的随机机组组合(scenario-based stochastic unit commitment,SBS-UC)方法的应用效果与其决策所依据场景集的形成方式有着密切的联系,如何构建合理的场景集是SBS-UC应用中必须解决的问题。由此,在采用相同SBS-UC模型的前提下,...基于场景的随机机组组合(scenario-based stochastic unit commitment,SBS-UC)方法的应用效果与其决策所依据场景集的形成方式有着密切的联系,如何构建合理的场景集是SBS-UC应用中必须解决的问题。由此,在采用相同SBS-UC模型的前提下,比较了两种场景集形成方式下SBS-UC的决策结果。其中,测试场景集1依据逐时段概率密度预测方法得到,未考虑风电场输出功率时段间的关联特性,而场景集2在形成过程中,则通过对相关系数矩阵的估计,在预测结果中纳入了时段间的关联信息。最后,通过对两种场景集下调度结果的统计比较,验证了风电场输出功率时域关联信息在含风电电力系统机组组合问题中的重要作用。展开更多
文摘目前,弃风现象严重抑制了风电的应用和发展,而电转气(power to gas,P2G)技术有望通过将电能转化为天然气,从而促进风电的消纳利用。此外,由于风电出力具有不确定性,会影响电气能源系统的优化调度结果,因此,文章提出了基于场景分析的含P2G装置电气能源系统的协同优化模型。首先,构建了含P2G装置的电气互联能源系统的基本结构,并简要分析了其工作原理;然后介绍了风电场景集的生成方法;其次,采用场景法处理风电出力不确定性,以电气能源系统网络和耦合元件为约束条件,建立了两阶段优化调度数学模型,并采用分段线性的方法将天然气潮流约束条件线性化,使得整个模型能在混合整数线性规划框架下进行快速求解;最后,在IEEE-39节点和修改后的6节点天然气系统中进行了算例分析,通过对比分析不同场景下的运行结果,验证了模型的有效性及对于风电消纳的提升作用,并将文章所提模型与确定性模型进行对比分析,验证了模型的经济性和合理性。
文摘基于场景的随机机组组合(scenario-based stochastic unit commitment,SBS-UC)方法的应用效果与其决策所依据场景集的形成方式有着密切的联系,如何构建合理的场景集是SBS-UC应用中必须解决的问题。由此,在采用相同SBS-UC模型的前提下,比较了两种场景集形成方式下SBS-UC的决策结果。其中,测试场景集1依据逐时段概率密度预测方法得到,未考虑风电场输出功率时段间的关联特性,而场景集2在形成过程中,则通过对相关系数矩阵的估计,在预测结果中纳入了时段间的关联信息。最后,通过对两种场景集下调度结果的统计比较,验证了风电场输出功率时域关联信息在含风电电力系统机组组合问题中的重要作用。
