风光水多能源电力系统互补智能优化运行策略

doi:10.12096/j.2096-4528.pgt.19173

发电技术 ›› 2020, Vol. 41 ›› Issue (1): 9-18.DOI: 10.12096/j.2096-4528.pgt.19173

• 泛在电力物联网与综合能源系统关键技术 • 上一篇下一篇

风光水多能源电力系统互补智能优化运行策略

胡伟¹(),戚宇辰¹,张鸿轩¹,董凌²,李延和²

¹ 清华大学电机工程与应用电子技术系, 北京市海淀区 100084
² 国网青海省电力公司, 青海省西宁市 810003

收稿日期:2019-11-26 出版日期:2020-02-29 发布日期:2020-03-03
作者简介:胡伟(1976),男,副教授,博士生导师,研究方向为电力系统稳定与控制、电力大数据及人工智能、综合能源系统, huwei@mail.tsinghua.edu.cn|戚宇辰(1996),男,硕士研究生,研究方向为综合能源系统优化运行
基金资助:
国家重点研发计划项目(2017YFB0902200);国家电网公司科技项目(5228001700CW)

Complementary Intelligent Optimization Operation Strategy of Wind-Solar-Hydro Multi-energy Power System

Wei HU¹(),Yuchen QI¹,Hongxuan ZHANG¹,Ling DONG²,Yanhe LI²

¹ Department of Electrical Engineering, Tsinghua University, Haidian District, Beijing 100084, China
² State Grid Qinghai Electric Power Company, Xining 810003, Qinghai Province, China

Received:2019-11-26 Published:2020-02-29 Online:2020-03-03
Supported by:
National Key Research and Development Program of China(2017YFB0902200);Science and Technology Project of State Grid Corporation of China(5228001700CW)

摘要/Abstract

摘要：

高比例可再生能源接入电网，采用风光水互补发电可以提供平滑和稳定的电力供应。针对风光水多能源电力系统，采用大数据和人工智能技术，提出基于随机规划的短期优化运行方法。首先，基于变分自编码器（variational autoencoder，VAE）提出了可再生能源场景生成方法，能够生成符合可再生能源出力特性的多样化场景，并精确刻画可再生能源出力的相关性。其次，基于场景法建立了风光水互补短期优化运行模型，并采用分段线性化的方法将多种非线性约束转化为线性约束，可以保证模型精度的同时实现快速求解。最后，通过对雅砻江下游风光水发电基地的算例仿真，验证了所提的智能优化运行策略的有效性。

关键词: 电力系统, 风光水互补, 场景生成, 变分自编码器, 优化运行

Abstract:

For high-ratio renewable energy access to the grid, the utilization of wind-solar-hydro complementary power generation can provide a smooth and stable power supply. This paper proposed a short-term optimal operation method based on stochastic programming for the windsolar-hydro multi-energy power system, using big data and artificial intelligence technology. Firstly, based on the variational autoencoder (VAE), a renewable energy scenarios generation method was proposed, which can generate diverse scenarios that meet the characteristics of renewable energy output and accurately describe the correlation of renewable energy output. Secondly, based on the scenarios method, a short-term optimization operation model of wind-solar-hydro was established and a piecewise linearization method was used to transform various nonlinear constraints into linear constraints, which can achieve fast solution while ensuring the accuracy of the model. Finally, through the simulation of the wind-solarhydro power system in downstream of the Yalong River, it demonstrates the effectiveness of the intelligent optimization operation strategy proposed in this paper.

Key words: power system, complementation of windsolar-hydro, scenarios generation, variational autoencoder, optimal operation

中图分类号:

TM71

胡伟,戚宇辰,张鸿轩,董凌,李延和. 风光水多能源电力系统互补智能优化运行策略[J]. 发电技术, 2020, 41(1): 9-18.

Wei HU,Yuchen QI,Hongxuan ZHANG,Ling DONG,Yanhe LI. Complementary Intelligent Optimization Operation Strategy of Wind-Solar-Hydro Multi-energy Power System[J]. Power Generation Technology, 2020, 41(1): 9-18.

参考文献

1	马苗苗, 邵黎阳, 潘军军, 等. 风光互补发电系统的监督预测协调控制[J]. 中南大学学报(自然科学版), 2018, 49 (10): 2602- 2609.
2	庄雅妮, 杨秀媛, 金鑫城. 风光储联合发电运行技术研究[J]. 发电技术, 2018, 39 (4): 296- 303.
3	程海花, 寇宇, 周琳, 等. 面向清洁能源消纳的流域型风光水多能互补基地协同优化调度模式与机制[J]. 电力自动化设备, 2019, 39 (10): 61- 70.
4	吴萍, 陈昊, 赵兵, 等. 风光火打捆交直流混联外送系统交互影响及稳定性研究[J]. 电网技术, 2016, 40 (7): 1934- 1942.
5	陈宇, 彭潇, 丁婧, 等. 电动汽车参与风电场输出功率波动平抑方法研究[J]. 发电技术, 2019, 40 (1): 91- 98.
6	李伟楠, 王现勋, 梅亚东, 等. 基于趋势场景缩减的水风光协同运行随机模型[J]. 华中科技大学学报(自然科学版), 2019, 47 (8): 120- 127.
7	李姚旺, 苗世洪, 罗星, 等. 含压缩空气储能电力系统日前-日内协调调度策略[J]. 中国电机工程学报, 2018, 38 (10): 2849- 2860, 3136.
8	朱祥祥, 黄崇鑫, 岳东, 等. 基于区间不确定性的微网有功-无功联合优化调度[J]. 电力系统自动化, 2016, 40 (15): 39- 46.
9	赵书强, 金天然, 李志伟, 等. 考虑时空相关性的多风电场出力场景生成方法[J]. 电网技术, 2019, 43 (11): 3997- 4004.
10	丁明, 宋晓皖, 孙磊, 等. 考虑时空相关性的多风电场出力场景生成与评价方法[J]. 电力自动化设备, 2019, 39 (10): 39- 47.
11	仉梦林, 胡志坚, 王小飞, 等. 基于动态场景集和需求响应的二阶段随机规划调度模型[J]. 电力系统自动化, 2017, 41 (11): 68- 76.
12	叶荣, 陈皓勇, 王钢, 等. 多风电场并网时安全约束机组组合的混合整数规划解法[J]. 电力系统自动化, 2010, 34 (5): 29- 33, 65.
13	S?nderby, Casper Kaae, Raiko, Tapani, et.al. Ladder Variational Autoencoders[C]//Proceedings of the Advances in Neural Information Processing Systems 29(NIPS 2016), Barcelona, Spain, 2016.
14	Matt J. Kusner, Brooks Paige, Gelly S, JM Herná ndez-Lobato. Grammar variational autoencoder[C]//Proceedings of the 34th International Conference on Machine Learning, ICML'17, Sydney, Australia, 2017.
15	Kingma D P, Welling M. Auto-encoding variational bayes[C]//Proceedings of the 2nd International Conference on Learning Representations. Banff, Canada: ICLR, 2014.
16	吴世勇, 周永, 王瑞, 等. 雅砻江流域建设风光水互补千万千瓦级清洁能源示范基地的探讨[J]. 四川水力发电, 2016, 35 (3): 105- 108.
17	罗崇伸, 张蕴华, 胡学翠, 等. 雅砻江下游水能资源开发全面完成雅砻江公司着手打造风光水互补清洁能源示范基地[J]. 四川水力发电, 2016, 35 (2): 119- 120.
18	黄炜斌, 马光文, 王和康, 等. 雅砻江下游梯级电站群中长期优化调度模型及其算法研究[J]. 水力发电学报, 2009, 28 (1): 1- 4.

[1]	刘洪波, 刘珅诚, 盖雪扬, 刘永发, 阎禹同. 高比例新能源接入的主动配电网规划综述[J]. 发电技术, 2024, 45(1): 151-161.
[2]	潘晓杰, 徐友平, 解治军, 王玉坤, 张慕婕, 石梦璇, 马坤, 胡伟. 堆栈式集成学习驱动的电力系统暂态稳定预防控制优化方法[J]. 发电技术, 2023, 44(6): 865-874.
[3]	陈皓勇, 黄宇翔, 张扬, 王斐, 周亮, 汤君博, 吴晓彬. 基于“三流分离-汇聚”的虚拟电厂架构设计[J]. 发电技术, 2023, 44(5): 616-624.
[4]	张春雁, 窦真兰, 王俊, 朱亮亮, 孙晓彤, 李根蒂. 电解水制氢-储氢-供氢在电力系统中的发展路线[J]. 发电技术, 2023, 44(3): 305-317.
[5]	吴灏, 许晓, 彭紫楠, 郭宁辉, 王淇锋. 基于电网云数据管理的电气设备大数据移动实验室及其应用研究[J]. 发电技术, 2023, 44(3): 417-424.
[6]	杜将武, 唐小强, 罗志伟, 刘敦楠, 陈积旭, 徐尔丰, 毕圣. 面向综合能源园区的丰枯电价定价方法[J]. 发电技术, 2023, 44(2): 261-269.
[7]	肖洋, 李志强, 程林, 汤磊, 夏潮, 梁英, 宋锐, 王东阳, 李贺文. 西北电网集中式调相机AVC综合协调控制策略[J]. 发电技术, 2023, 44(2): 270-279.
[8]	印欣, 张锋, 阿地利·巴拉提, 常喜强, 陈武晖, 李长军, 李雪明, 袁少伟. 新型电力系统背景下电热负荷参与实时调度研究[J]. 发电技术, 2023, 44(1): 115-124.
[9]	董宸, 吴强, 黄河, 章锐, 杨秀媛. 基于免疫算法的电网拓扑结构识别[J]. 发电技术, 2023, 44(1): 125-135.
[10]	高骞, 杨俊义, 洪宇, 孙小磊, 朱前进, 俞天, 王鑫, 王琳媛, 李泽森. 新型电力系统背景下电网发展业务数字化转型架构及路径研究[J]. 发电技术, 2022, 43(6): 851-859.
[11]	李建林, 丁子洋, 刘海涛, 杨夯. 构网型储能变流器及控制策略研究[J]. 发电技术, 2022, 43(5): 679-686.
[12]	李泽航, 周浩, 李浩秒, 王康丽, 蒋凯. 面向电力系统的液态金属电池储能技术[J]. 发电技术, 2022, 43(5): 760-774.
[13]	董瑞, 高林, 何松, 杨东泰. CCUS技术对我国电力行业低碳转型的意义与挑战[J]. 发电技术, 2022, 43(4): 523-532.
[14]	冯子文, 朱永利. 基于有限状态机的变电站倒闸操作票生成方法[J]. 发电技术, 2022, 43(3): 501-509.
[15]	黄超, 卜思齐, 陈麒宇, 李晓虹. 元电力：新一代智能电网[J]. 发电技术, 2022, 43(2): 287-304.

风光水多能源电力系统互补智能优化运行策略

Complementary Intelligent Optimization Operation Strategy of Wind-Solar-Hydro Multi-energy Power System

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价