适应清洁能源消纳的配电网直接负荷控制模型及仿真研究

柔性直流配电网的若干问题研究一、本文概述随着能源结构的转型和电力电子技术的快速发展，柔性直流配电网作为一种新兴的配电方式，受到了广泛关注。

其独特的优势，如能够灵活控制潮流、实现多源协调互补、适应分布式新能源接入等，使得柔性直流配电网在解决传统配电网面临的一系列问题上展现出巨大潜力。

柔性直流配电网在实际应用中仍面临诸多问题和挑战，如系统稳定性、经济性、控制策略、保护技术等方面的问题，亟待解决。

本文旨在深入研究柔性直流配电网的若干关键问题，通过对现有文献的梳理和分析，结合国内外相关研究成果，探讨柔性直流配电网的理论基础、技术难点和发展趋势。

文章首先对柔性直流配电网的基本原理和主要特点进行概述，然后重点分析其在运行控制、保护技术、经济性评估等方面的关键问题，并提出相应的解决方案和策略。

文章还对柔性直流配电网的未来发展方向进行展望，以期为我国配电网的升级改造和新能源消纳提供理论支持和实践指导。

二、柔性直流配电网的基本原理与关键技术柔性直流配电网采用基于电压源型换流器（VSC）的直流配电系统，通过PWM（脉宽调制）技术实现直流电压的灵活控制。

VSC换流器通过调整其输出电压的幅值和相位，能够独立地控制有功功率和无功功率，从而实现对配电网的灵活控制。

VSC换流器还具有快速响应、易于扩展和模块化等优点，使其成为构建柔性直流配电网的理想选择。

（1）VSC换流器技术：VSC换流器是柔性直流配电网的核心设备，其性能直接影响整个配电网的运行效率和稳定性。

研究高效、可靠的VSC换流器技术是柔性直流配电网发展的关键。

（2）直流保护技术：由于直流配电网的故障特性与交流配电网存在显著差异，传统的交流保护方法无法直接应用于直流配电网。

需要研究适用于直流配电网的故障检测、隔离和恢复技术，以确保配电网的安全稳定运行。

（3）直流配电网的规划与优化技术：随着分布式电源和电动汽车等直流负荷的快速发展，直流配电网的规划与优化问题日益突出。

需要研究考虑多种因素的直流配电网规划方法，以及基于多目标优化的配电网运行控制技术，以实现配电网的经济性、可靠性和环保性的协调优化。

浅析配电网负荷预测的应用需求及方法1. 引言1.1 配电网负荷预测的重要性配电网负荷预测可以帮助电力系统运营商更好地规划和优化系统的运行。

通过准确预测负荷情况，电力系统运营商可以合理安排发电计划，调度设备运行，提高系统的能源利用效率，降低运行成本，确保系统的稳定运行。

配电网负荷预测对于电力市场的参与者而言也具有重要意义。

准确的负荷预测可以帮助电力市场参与者合理安排购买和销售电力的计划，最大化利润，降低交易风险。

配电网负荷预测还可以为用户提供更好的用电体验。

通过提前预测负荷情况，用户可以在高峰时段进行合理的用电规划，避免用电高峰时期的供电不足问题，提高用电效率，降低用电成本。

配电网负荷预测是电力系统运行和市场交易的基础，具有重要的现实意义和应用价值。

在当前能源环境下，负荷预测的准确性和及时性对于提高能源利用效率、保障能源安全具有重要意义。

配电网负荷预测的工作需要不断地进行研究和改进，以适应不断变化的电力市场需求和电力系统发展的新要求。

1.2 配电网负荷预测的应用背景配电网负荷预测是指根据历史数据和各种影响因素，对未来一段时间内的电力需求进行预测和分析，以便合理安排电力生产和分配。

随着电力系统的不断发展和变化，配电网负荷预测的重要性日益凸显。

在传统的配电网中，负荷预测主要用于优化电力生产和分配，尽可能减少能源浪费和成本。

而在智能配电网中，负荷预测还可以用于实现动态优化调度、提高电网的安全性和稳定性，促进可再生能源的大规模接入等方面。

随着信息技术和通信技术的快速发展，配电网负荷预测的应用也进入了一个全新的阶段。

大数据技术的兴起为负荷预测提供了更为丰富的数据来源，精准的负荷预测成为智能电网建设的重要基础。

人工智能、机器学习和深度学习等技术的应用，也为负荷预测带来了更高的精度和准确性。

探讨配电网负荷预测的应用需求和方法，对于推动智能电网建设、提高能源利用效率都具有重要意义。

2. 正文2.1 配电网负荷预测的应用需求1. 提高电网运行效率：根据负荷预测结果采取相应的调控措施，可以有效减少能源浪费，优化电力系统运行，提高电网的运行效率。

主动负荷参与配电网分布式智能电压控制徐弢;李天楚;郭凌旭;林军;张世宇;王笑雪【摘要】灵活可拓展的电压控制策略在含有多个分布式电源、且电源和负荷均不断变化的配电网具有重要意义.着眼于智能配电网的发展需求,提出一种基于案例式推理技术的分布式智能电压控制策略.通过自动感知网络电压波动,在保证系统安全和清洁能源输出比例的情况下,即时提供电压控制策略并建立完备的具有自学习能力的案例库.以包含多个分布式电源的10 kV配电网为实例,对所提出的电压控制策略进行实时数字仿真,结果证明该控制策略能有效解决网络中的电压波动问题.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2016(028)001【总页数】7页(P17-23)【关键词】智能电网;分布式智能;电压控制;分布式发电;案例式推理【作者】徐弢;李天楚;郭凌旭;林军;张世宇;王笑雪【作者单位】天津大学智能电网教育部重点实验室,天津300072;海南省电力技术研究院,海口570203;国网天津市电力公司,天津300010;海南省电力技术研究院,海口570203;天津大学智能电网教育部重点实验室,天津300072;天津大学智能电网教育部重点实验室,天津300072【正文语种】中文【中图分类】TM714.2随着经济发展，负荷逐年增加以及全球节能减排战略的不断推进，分布式能源DER（distributed energy resource），特别是可再生/间歇式能源，微网MG （micro grid）以及分布式储能系统ESS（energy storage system），不断地渗透至配电网，使得配电网面临越来越多的机遇与挑战［1-4］，主要表现在：DER 的并网运行使得配电网成为具有多源属性的有源配电网络，系统运行调控难度将增加。

各种随机因素和不确定因素在不同的时间和空间尺度上相互叠加，使得智能配电系统成为相互耦合的强非线性复杂系统。

新技术的应用，使得配电网可控性，可观测性和交互性有了显著提升。

基于配电网全域大数据的负荷智能预测模型目录一、摘要 (1)二、内容概要 (1)三、背景及意义 (2)四、相关理论及技术 (3)4.1 配电网全域大数据 (4)4.2 负荷智能预测模型 (5)五、模型构建与实现 (6)5.1 数据预处理 (7)5.2 特征工程 (8)5.3 模型训练与验证 (9)5.4 模型优化与调整 (11)六、实证分析 (12)6.1 实验环境与参数设置 (13)6.2 实验结果展示 (15)6.3 结果分析 (16)七、模型应用与推广 (17)八、结论与展望 (18)一、摘要随着互联网+、大数据时代的到来，电力系统面临着日益严重的负荷预测挑战。

为了实现更精确、更高效的负荷预测，本文提出了一种基于配电网全域大数据的负荷智能预测模型。

该模型通过整合配电网运行的实时数据、历史数据和天气数据等多源信息，结合先进的数据挖掘和机器学习技术，对未来一段时间内配电网的负荷情况进行预测。

二、内容概要本文档主要围绕“基于配电网全域大数据的负荷智能预测模型”进行阐述。

通过综述相关领域的背景与研究现状，为后续模型介绍做好铺垫。

详细描述了模型的构建过程，包括数据预处理、特征工程、模型训练与验证等关键步骤。

展示了模型在实际应用中的表现，并对其未来发展趋势进行了展望。

背景与意义：介绍了智能电网的发展趋势和负荷预测的重要性，指出了现有预测方法的不足之处，为本模型的提出提供了背景和动机。

相关研究综述：回顾了配电网大数据分析、负荷预测以及人工智能技术在相关领域的应用，为本研究提供了理论基础和研究思路。

模型构建：详细阐述了从数据预处理、特征提取到模型训练与验证的全过程，包括数据清洗、特征选择、模型构建、参数优化等关键步骤。

实证分析：通过实际案例展示了模型的预测效果，证明了本模型在配电网负荷预测中的有效性和可行性。

总结与展望：对本模型的特点、优势进行了总结，并指出了未来可能的研究方向和应用前景。

三、背景及意义随着互联网+、大数据时代的到来，电力系统正面临着日益严重的供需不平衡和能源浪费问题。

面向清洁能源发电并网的低碳电力系统优化调度模型发布时间：2022-03-21T08:46:58.871Z 来源：《中国电业》2021年25期作者：朱正印1 赵文超2 张森鹏1 邓玉祺1 王小丽3[导读] 现在人们追求的是能够环保、费用低、能源的利用效率高这样的一种新型的能源——清洁能源。

与传统的能源相比较而言，与传统的能源相比也有很大的不同。

朱正印1 赵文超2 张森鹏1 邓玉祺1 王小丽31国网新疆电力有限公司乌鲁木齐供电公司新疆乌鲁木齐 8300002国网新疆电力有限公司新疆乌鲁木齐 8300003新疆送变电有限公司新疆乌鲁木齐 830000摘要：现在人们追求的是能够环保、费用低、能源的利用效率高这样的一种新型的能源——清洁能源。

与传统的能源相比较而言，与传统的能源相比也有很大的不同。

在电力方面的应用也是能源的一个重要的使用部分，如何在电力的方面发展新的能源，这是一个需要重要探讨的关键性问题。

在考虑新的能源时，在建立这个模型时使得这个模型包含了火力发电机组与清洁能源发电机组，这样在调度的时候有大量的对比素材，能够选择出更好的优化方法。

在这在可靠性的测试系统中，使用清洁能源发电机组、太阳能等清洁能源的发电并网。

根据不同的碳排放情况，这样能够分析出这个系统所受的影响。

在注重保护环境的前提下，同时还要注重社会安全问题。

要在安全的管控下进行一个可实施的计划，这样能够达到一个更高的产值。

关键词：清洁能源；二氧化碳排放量；发电并网；低碳电力系统；调度引言：现在全世界都在倡导保护环境，在这个背景下，我国现在正处于一个高速发展阶段。

这样就会造成我们国家工业污染较多，国家为了保护环境，提出能源的可持续发展，同时大力推动环境污染的治理问题。

这样就需要国家进行新能源的开发，使得在使用能源的过程中不会对环境造成污染，与此同时这种新能源的开发也会给国家带来一份不可想象的经济收益，在这种情况下对于国家环境污染的治理更有益处。

第４５卷第４期２０２３年７月沈　阳　工　业　大　学　学　报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＶｏｌ ４５Ｎｏ ４Ｊｕｌ ２０２３收稿日期：２０２０－０８－１０．基金项目：国家自然科学基金项目（５１７０７１９７）；国家电网有限公司科技项目（５２０２２３１９００２Ｕ）．作者简介：李香龙（１９８０－），男，河北易县人，高级工程师，硕士，主要从事电动汽车能源补给、节能与新能源应用等方面的研究．檪檪檪檪檪檪檪檪檪檪殏殏殏殏电气工程　ｄｏｉ：１０．７６８８／ｊ．ｉｓｓｎ．１０００－１６４６．２０２３．０４．０１基于柔性负荷和建筑多能源系统的电网峰谷调节算法李香龙ａ，赵　乐ｂ，王瀚秋ｂ，曾　爽ａ，宫　成ａ（国网北京市电力公司ａ 电力科学研究院，ｂ 营销部，北京１０００７５）摘　要：针对建筑能源系统负荷多样，导致电网波动和负荷峰谷差日益增大的问题，提出了一种基于柔性负荷与建筑多能源系统的电网峰谷调剂算法，以实现多能源系统联合参与的电网峰谷调节．该算法通过构建储能设备和空调系统的功率模型，来建立多能源系统负荷与功率优化的电网峰谷调节目标函数．同时，针对电网峰谷调节的特点提出了一种改进的粒子群优化算法，以求解该目标函数实现电网的峰谷调节．仿真分析与实验结果表明，所提出的方法优于单纯使用储能设备和空调系统的电网峰谷调节方法，能够显著提高负荷的平滑度与能源利用率．关　键　词：柔性负荷；电网；削峰填谷；空调；储能设备；粒子群优化；多能源系统中图分类号：ＴＭ７６ 文献标志码：Ａ 文章编号：１０００－１６４６（２０２３）０４－０３６１－０５Ｐｏｗｅｒｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｆｌｅｘｉｂｌｅｌｏａｄａｎｄｂｕｉｌｄｉｎｇｍｕｌｔｉ ｅｎｅｒｇｙｓｙｓｔｅｍＬＩＸｉａｎｇ ｌｏｎｇａ，ＺＨＡＯＬｅｂ，ＷＡＮＧＨａｎ ｑｉｕｂ，ＺＥＮＧＳｈｕａｎｇａ，ＧＯＮＧＣｈｅｎｇａ（ａ．ＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ｂ．ＭａｒｋｅｔｉｎｇＤｅｐａｒｔｍｅｎｔ，ＳｔａｔｅＧｒｉｄＢｅｉｊｉｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ，Ｂｅｉｊｉｎｇ１０００７５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｄｉｖｅｒｓｉｆｉｅｄｂｕｉｌｄｉｎｇｅｎｅｒｇｙｓｙｓｔｅｍｌｏａｄｓｒｅｓｕｌｔｉｎｇｉｎｇｒｉｄｆｌｕｃｔｕａｔｉｏｎｓａｎｄｉｎｃｒｅａｓｉｎｇｌｏａｄｐｅａｋ ｖａｌｌｅｙｄｉｆｆｅｒｅｎｃｅｓ，ａｇｒｉｄｐｅａｋ ｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｆｌｅｘｉｂｌｅｌｏａｄｓａｎｄｂｕｉｌｄｉｎｇｍｕｌｔｉ ｅｎｅｒｇｙｓｙｓｔｅｍｓｗａｓｐｒｏｐｏｓｅｄｔｏａｃｈｉｅｖｅｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔｗｉｔｈｊｏｉｎｔｐａｒｔｉｃｉｐａｔｉｏｎｏｆｍｕｌｔｉｐｌｅｅｎｅｒｇｙｓｙｓｔｅｍｓ．Ｔｏｅｓｔａｂｌｉｓｈｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆｐｏｗｅｒｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔｆｏｒｍｕｌｔｉ ｅｎｅｒｇｙｓｙｓｔｅｍｌｏａｄａｎｄｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎ，ｐｏｗｅｒｍｏｄｅｌｓｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｅｑｕｉｐｍｅｎｔａｎｄａｉｒｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍｓｗｅｒｅｅｓｔａｂｌｉｓｈｅｄ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｏａｃｈｉｅｖｅｐｏｗｅｒｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔ，ａｎｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｏｗｅｒｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔ．Ｓｉｍｕｌａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｓ ｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｓｕｐｅｒｉｏｒｔｏｔｈｅｇｒｉｄｐｅａｋａｎｄｖａｌｌｅｙａｄｊｕｓｔｍｅｎｔｍｅｔｈｏｄ，ｗｈｉｃｈｕｓｅｓｏｎｌｙｅｎｅｒｇｙｓｔｏｒａｇｅｅｑｕｉｐｍｅｎｔａｎｄａｉｒｃｏｎｄｉｔｉｏｎｉｎｇｓｙｓｔｅｍ，ａｎｄｃａｎｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｌｏａｄｓｍｏｏｔｈｎｅｓｓａｎｄｅｎｅｒｇｙｕｔｉｌｉｚａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｆｌｅｘｉｂｌｅｌｏａｄ；ｐｏｗｅｒｇｒｉｄ；ｐｅａｋ ｓｈａｖｉｎｇａｎｄｖａｌｌｅｙ ｆｉｌｌｉｎｇ；ａｉｒｃｏｎｄｉｔｉｏｎｅｒ；ｅｎｅｒｇｙｓｔｏｒａｇｅｅｑｕｉｐｍｅｎｔ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ；ｍｕｌｔｉ ｅｎｅｒｇｙｓｙｓｔｅｍ 随着产业结构发展与大量用电设备的使用，电力系统的峰值负荷逐渐增加，而峰值负荷使用时长却逐渐减小，导致电网波动和负荷峰谷差日益增大，且加剧电网供需矛盾［１］．为了满足电网的调峰需求，需要建设高额的调频机组并升级输配电设备，然而，调频机组不能保证电力系统运行Copyright ©博看网. All Rights Reserved.在最佳性能点，无法满足用户随时发生的调频需求［２－４］．因此，实现可测量、可通信、可控和随时可用的电网调频与峰谷调节具有实际意义［５］．在建筑多能源系统中，有些负荷的用电功率可以在一定范围内调节，而且提前或延后负荷的用电时间也不会对系统产生过大的影响［６－８］，这样的负荷即柔性负荷，包括空调、热水器及蓄电池等．将柔性负荷作为电网的控制对象，可以实现电源与负荷间的平衡、负荷间的协调运行及能源的优化配置［９］．通过实现电源与负荷间的主动调度可实现电网削峰填谷、可再生能源跟踪和优化电网潮流等功能［１０］．目前，基于柔性负荷的电网峰谷调节方法主要分为两类：１）通过调整储能系统的充放电时间来间接实现电网削峰填谷；２）通过调整负荷使用时间和负荷功率直接实现电网削峰填谷．Ｇｅ等［１１］以最小化负荷峰值的削减量作为优化目标，提出了最优竞争算法和最优离线算法；Ｗａｎｇ等［１２］根据电网的分时电价来制定储能系统的充放电调度策略，实现一定程度上的电网削峰填谷；Ｉｏａｋｉｍｉｄｉｓ等［１３］将清洁能源的并网消纳作为优化目标，使用粒子群优化算法求解该问题，实现电网的峰谷调度；Ｃｈｅｎｇ［１４］研究了空调的启停控制、温度控制和周期性暂停控制方式，并通过优化控制空调负荷实现电网的削峰填谷；Ｄａｉ［１５］考虑建筑物参数与天气等影响因素，提出了一种基于粒子群优化算法的调度策略，实现在保证用户舒适度约束条件下的最小化空调负荷．然而上述算法仅针对单用电负荷实现电网峰谷调节，未考虑多能源系统．而在实际建筑能源系统中，存在着大量的蓄能设备和制冷机，目前仍缺少这方面的研究．本文提出了一种实现多能源系统联合参与的电网峰谷调节算法．该算法首先建立了储能设备和空调系统的功率模型；然后建立多能源系统负荷与功率优化的电网峰谷调节的目标函数；最终使用改进粒子群算法优化该目标函数，实现电网的峰谷调节．所提方法优于单独使用储能设备和空调系统的电网峰谷调节方法，能够提高负荷平滑度和能源利用率．１　柔性负荷建模建筑多能源系统中主要包括蓄能设备和空调机等柔性负荷，为了制定负荷的控制策略并分析其对电网运行的影响，本文分析了储能设备和制冷机的单位负荷特性，并设计计及柔性负荷的建筑多能源系统电网峰谷调节的目标函数，最后使用改进的粒子群优化算法求解该目标函数，得到最优的负荷调节策略．１ １　负荷特性分析１ １ １　储能设备负荷特性分析电池储能设备在电网中起到电源和负荷的作用，在本文电网峰谷调节过程中不考虑电池的化学与物理特性，仅考虑其充放电功率的变化．由于电池具有额定容量，因此在计算其充放电功率时也需考虑其容量，容量计算表达式为Ｅｔ＝Ｅｔ－１－∫ｔｔ－１ζＰｂｄｔ　（１）式中：Ｅｔ与Ｅｔ－１分别为电池在ｔ和ｔ－１时刻所储存的能量；ζ为电池的充放电系数；Ｐｂ为ｔ时刻电池的充放电功率．使用荷电状态变量ＳＯＣ评估电池的剩余电量，则有ＳＯＣ＝ＥＣ×１００％　（２）式中，Ｅ和Ｃ分别为电池所储存的能量和额定容量．由式（１）、（２）可以得出，电池能量与功率间的关系为ＳＯＣｔ＝ＳＯＣｔ－１－∫ｔｔ－１ζＰｂｄｔＣ×１００％＝　ＳＯＣｔ－１－ζＰｂΔｔＣ×１００％（３）１ １ ２　空调负荷特性分析在建筑多能源系统中，包括定频空调、变频空调和蓄冷空调，本文依次分析了这几类空调的制冷量与电功率间的关系．１）定频空调．该类空调具有恒定的制冷功率，空调的制冷量ＱＡＣＦ与额定功率Ｐｒａｔｅｄ间的关系为ＱＡＣＦ＝ηＰｒａｔｅｄＳ（ｔｋ）　（４）式中：η为空调的能效比；Ｓ（ｔｋ）为ｔｋ时刻的启停状态，当室温θｉｎ（ｔ）超过预设温度θｓｅｔ（ｔ）＝０ ２℃时，Ｓ（ｔｋ）＝１，当室温低于预设温度０ ２℃时，Ｓ（ｔｋ）＝０．２）变频空调．该类空调在制冷时具有可变的功率，在稳态运行时为了保证室外传热量与供冷量间的平衡，调整空调制冷功率表达式为ＰＡＣＩＳ（ｔ）＝ＱＡＣＶ（ｔ）η＝θｏｕｔ（ｔ）－θｉｎ（ｔ）ηＲ　（５）式中：ＱＡＣＶ（ｔ）为室外向室内传递的热量；Ｒ为房间等效热阻．在空调动态运行时，当室温小于设定温度时，制冷功率恒定为零；而当室温大于设定温度时，空调以额定功率运行．空调制冷量功率与温度的关２６３沈　阳　工　业　大　学　学　报 第４５卷Copyright©博看网. All Rights Reserved.系表达式为ＰＡＣＩＳ（ｔ）＝０ （θｓｅｔ（ｔ）≥θｉｎ（ｔ））Ｐｒａｔｅｄ　（θｓｅｔ（ｔ）＜θｉｎ（ｔ{））　（６）３）蓄冷空调．该类空调电价较低时以最大功率蓄冷，而在电价较高时释冷．蓄冷空调的蓄冷／释冷功率关系表达式为ＰＡＣｘ（ｔ）＝Ｑｉ（ｔ）η　（７）式中，Ｑｉ（ｔ）为ｔ时刻空调的总蓄冷量．１ ２　电网峰谷优化目标在建筑多能源系统中，存在着大量的蓄能设备和空调机，本文考虑了这些柔性负荷并最小化其对于波动较大信号的跟踪误差来调节电网峰谷．计及柔性负荷的建筑多能源系统的电网峰谷调节目标函数为ｆ＝ｍｉｎ∑Ｔｔ＝[１Ｐ（ｔ）－∑Ｎｎ＝１Ｐｎ（ｔ]）　（８）式中：Ｔ为电网功率调度总时间段；Ｎ为柔性负荷数量；Ｐ（ｔ）为ｔ时刻的目标功率；Ｐｎ（ｔ）为第ｎ个柔性负荷在ｔ时刻的功率．为了优化该目标函数，本文根据柔性负荷特性建立了不同的约束条件．具体的条件约束如下：１）ｔ时刻各负荷的功率约束为０≤Ｐｎ（ｔ）≤Ｐｎｍａｘ　（９）式中，Ｐｎｍａｘ为所有未充满的蓄能设备和所有制冷机负荷开启时所对应的功率．２）蓄能设备的最低电量约束．该约束针对充电设备的充电需求和总能量约束构建．为了保证储能设备的正常运行，其电量不低于设定的最低值，但也不能超过总电量，即Ｑｎｓｅｔ≤Ｑｎ（ｔ）≤Ｑｎｍａｘ　（１０）式中：Ｑｎ（ｔ）为第ｎ个蓄能设备在ｔ时刻的总电量；Ｑｎｓｅｔ为第ｎ个蓄能设备的最低电量；Ｑｎｍａｘ为第ｎ个蓄能设备的总电量．３）累计蓄能约束为∫Ｔ０Ｐｂ（ｔ）ｄｔ≤Ｑｅ（ｔ）　（１１）式中：Ｐｂ（ｔ）为ｔ时刻第ｎ个柔性负荷的充电功率；Ｑｅ（ｔ）为待充电量．４）空调机温度约束．根据居民负荷的满意度设置最高室内温度为２７℃，最低室内温度为２３℃．２　基于改进粒子群算法的峰谷调度为了解决多目标优化问题，本文采用改进粒子群优化算法进行求解．设置两个阶段的粒子群优化过程，第一阶段展开粗糙的全局搜索以扩大搜索范围；第二阶段为精细化的局部搜索来提升最优解的精度．算法流程如图１所示．图１　改进粒子群算法计算流程图Ｆｉｇ １　Ｃａｌｃｕｌａｔｉｏｎｆｌｏｗｃｈａｒｔｏｆｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍａｌｇｏｒｉｔｈｍ具体求解步骤如下：１）初始化粒子群，设置粒子群包含Ｍ个Ｄ维大小的粒子，两阶段迭代次数分别为Ｎ１和Ｎ２，粒子速度范围分别为［ｖ１ｍｉｎ，ｖ１ｍａｘ］与［ｖ２ｍｉｎ，ｖ２ｍａｘ］．２）计算所有粒子的适应度值，并选取出第ｉ个粒子的历史最优位置，将其设定为ｐｂｅｓｔｉ，然后将所有粒子的全局最优位置设定为ｇｂｅｓｔ．３）进行第一阶段全局搜索，新粒子速度和位置搜索表达式为ｖｍ＋１，ｉ＝ｖｍ，ｉ＋ｃｒ（Ｘｒａｎｄｏｍ－Ｘｉ）Ｘｍ＋１，ｉ＝Ｘｍ，ｉ＋ｖｍ＋１，{ｉ（１２）式中：ｃ＝２为学习因子；ｒ为随机数；ｖｍ，ｉ为第ｉ个粒子第ｍ次迭代的速度；Ｘｉ为第ｉ个粒子的位置；Ｘｒａｎｄｏｍ为Ｍ个粒子中随机选择的粒子位置；Ｘｍ，ｉ为第ｉ个粒子在第ｍ次迭代后的位置．４）更新粒子适应度值，当该适应度值优于ｐｂｅｓｔｉ，则取ｇｂｅｓｔ＝ｐｂｅｓｔｉ．５）进行第二阶段搜索，并更新粒子速度和位置搜索表达式为ｖｍ＋１，ｉ＝ｗｖｍ，ｉ＋ｃ１ｒ（ｐｂｅｓｔｉ－Ｘｍ，ｉ）＋ｃ２ｒ（ｇｂｅｓｔ－Ｘｍ，ｉ）Ｘｍ＋１，ｉ＝Ｘｍ，ｉ＋ｖｍ＋１，{ｉ　（１３）式中：ｃ１、ｃ２为局部搜索因子；ｗ为惯性权重．３６３第４期 李香龙，等：基于柔性负荷和建筑多能源系统的电网峰谷调节算法Copyright ©博看网. All Rights Reserved.６）更新第二阶段搜索的粒子适应度值，当该适应度值优于ｐｂｅｓｔｉ，则取ｇｂｅｓｔ＝ｐｂｅｓｔｉ．７）判断迭代次数是否达到Ｎ２或达到搜索精度，达到则终止迭代；否则，跳转到步骤５）继续迭代．３　仿真分析本文结合某地区一幢建筑的能源系统进行仿真分析，该系统储能设备与空调设备的具体参数如表１所示．同时该建筑在某段时间内的日常负荷数据如表２所示．表１　设备参数Ｔａｂ １　ＥｑｕｉｐｍｅｎｔｐａｒａｍｅｔｅｒｓＭＷＱｎｍａｘＱｎｓｅｔＰｎｍａｘ０ ５００ １５表２　建筑日常负荷数据Ｔａｂ ２　ＤａｉｌｙｌｏａｄｄａｔａｏｆｂｕｉｌｄｉｎｇＭＷ时刻负荷０８８７６２７５５９４７６３０６７１５７时刻负荷８７３２９１０７９９４１２１１１５６１４１１５２４时刻负荷１６１２３０４１８１１６８６２０１１２１３２２９８９９ 本文分析了单类设备对于电网峰谷调节的结果，图２为使用储能设备得到的削峰填谷对比结果．从图２中可以看出，使用储能设备进行峰谷调节后，电网负荷峰值分别降低了０ ４２、０ ４６和０ ４６ＭＷ；而负荷低谷增加了０ ４５ＭＷ．使用空调设备进行峰谷调节后，电网负荷峰值分别降低了０ ２７、０ ３２和０ ３１ＭＷ；而负荷低谷增加了０ １ＭＷ．使用柔性负荷进行峰谷调节并采用改进遗传算法优化后，电网负荷峰值分别降低了０ ７３、０ ９２和０ ９４ＭＷ；而负荷低谷增加了０ ６２ＭＷ．算法通过多次交叉验证实验，设置局部搜索因子ｃ１＝０ ００１，ｃ２＝０ ０１，惯性权重ｗ＝０ ５．图２　使用柔性负荷进行削峰填谷对比结果Ｆｉｇ ２　Ｃｏｍｐａｒｉｓｏｎｒｅｓｕｌｔｓｏｆｐｅａｋｓｈａｖｉｎｇａｎｄｖａｌｌｅｙｆｉｌｌｉｎｇｂｙｕｓｉｎｇｆｌｅｘｉｂｌｅｌｏａｄｓ本文同时也分析了电网峰谷调节过程中各设备功率变化情况，图３分别为储能设备、定频空调、变频空调和蓄冷空调功率变化结果．图３　储能设备、定频空调、变频空调和蓄冷空调功率变化情况Ｆｉｇ ３　Ｐｏｗｅｒｃｈａｎｇｅｓｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｅｑｕｉｐｍｅｎｔ，ｆｉｘｅｄｆｒｅｑｕｅｎｃｙａｉｒｃｏｎｄｉｔｉｏｎｅｒｓ，ｉｎｖｅｒｔｅｒａｉｒｃｏｎｄｉｔｉｏｎｅｒｓａｎｄｃｏｌｄｓｔｏｒａｇｅａｉｒｃｏｎｄｉｔｉｏｎｅｒｓ从图３中可以看出，储能设备的最大充电功率为０ ４２ＭＷ，且主要集中在晚上，最大放电功率为０ ４８ＭＷ，且集中在白天；定频空调的尖峰功率为４６３沈　阳　工　业　大　学　学　报 第４５卷Copyright ©博看网. All Rights Reserved.０ １２ＭＷ，相比额定功率减少了０ ０３ＭＷ；蓄冷空调蓄冷时间集中在负荷较低的时间段；变频空调在负荷尖峰前进行虚拟充电来降低荷电状态．４　结　论本文提出了一种基于柔性负荷和建筑多能源系统的电网峰谷调节算法，实现了多能源系统联合参与的电网峰谷调节．该算法根据储能设备和空调系统的特点，构建了能源系统负荷和功率优化的电网峰谷调节目标函数，并提出一种改进粒子群优化算法进行求解以得到更优的全局最优解．仿真分析与实验结果表明，所提出的方法优于单纯使用储能设备和空调系统的电网峰谷调节方法，能够明显提高负荷的平滑度与能源的利用率．参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］张筱慧，李佳馨，张璐，等．考虑联络线峰谷差和电网运行效益的综合能源系统规划［Ｊ］．电力自动化设备，２０１９，３９（８）：１９５－２０２．（ＺＨＡＮＧＸｉａｏ ｈｕｉ，ＬＩＪｉａ ｘｉｎ，ＺＨＡＮＧＬｕ，ｅｔａｌ．Ｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｐｌａｎｎｉｎｇｃｏｎｓｉｄｅｒｉｎｇｐｅａｋｔｏ ｖａｌｌｅｙｄｉｆｆｅｒｅｎｃｅｏｆｔｉｅｌｉｎｅａｎｄｏｐｅｒａｔｉｏｎｂｅｎｅｆｉｔｏｆｐｏｗｅｒｇｒｉｄ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２０１９，３９（８）：１９５－２０２．）［２］刘畅，李昊，孙龙彪，等．考虑抑制联络线峰谷差和光伏消纳的综合能源站日前优化调度［Ｊ］．中国电力，２０１８，５１（８）：７０－７６．（ＬＩＵＣｈａｎｇ，ＬＩＨａｏ，ＳＵＮＬｏｎｇ ｂｉａｏ，ｅｔａｌ．Ｄａｙａｈｅａｄｏｐｔｉｍａｌｓｃｈｅｄｕｌｉｎｇｏｆｉｎｔｅｇｒａｔｅｄｅｎｅｒｇｙｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｓｕｐｐｒｅｓｓｉｏｎｏｆｔｉｅｌｉｎｅｐｅａｋ ｖａｌｌｅｙｄｉｆｆｅｒｅｎｃｅａｎｄｐｈｏｔｏｖｏｌｔａｉｃａｃｃｏｍｍｏｄａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１８，５１（８）：７０－７６．）［３］吴雪莲，李兆伟，蒋望，等．并网发电机组的一次调频性能评价方法综述［Ｊ］．电子设计工程，２０１８，６（１９）：１７１－１７７．（ＷＵＸｕｅ ｌｉａｎ，ＬＩＺｈａｏ ｗｅｉ，ＪＩＡＮＧＷａｎｇ，ｅｔａｌ．Ａｒｅｖｉｅｗｏｎｔｈｅｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｓｏｆｐｒｉｍａｒｙｆｒｅｑｕｅｎｃｙｍｏｄｕｌａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｇｒｉｄ ｃｏｎｎｅｃｔｅｄｇｅｎｅｒａｔｏｒ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＤｅｓｉｇｎＥｎｇｉｎｅｅｒｉｎｇ，２０１８，６（１９）：１７１－１７７．）［４］周步祥，刘舒畅，董申，等．考虑线路可变损耗和收益风险的峰谷分时电价模型对电网规划的影响［Ｊ］．电测与仪表，２０１９，５６（１１）：４１－４８．（ＺＨＯＵＢｕ ｘｉａｎｇ，ＬＩＵＳｈｕ ｃｈａｎｇ，ＤＯＮＧＳｈｅｎ，ｅｔａｌ．Ｉｍｐａｃｔｏｆｐｅａｋ ｖａｌｌｅｙＴＯＵｐｒｉｃｅｍｏｄｅｌｃｏｎｓｉｄｅｒｉｎｇｌｉｎｅｖａｒｉａｂｌｅｌｏｓｓａｎｄｒｅｖｅｎｕｅｒｉｓｋｏｎｐｏｗｅｒｇｒｉｄｐｌａｎｎｉｎｇ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＭｅａｓｕｒｅｍｅｎｔ＆Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ，２０１９，５６（１１）：４１－４８．）［５］ＹａｎｇＦＱ，ＴａｎｇＪＲ，ＨｏｕＴＴ，ｅｔａｌ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃａｎａｌｙｓｉｓｏｆｐｅａｋ ｖａｌｌｅｙｒｅｇｕｌａｔｉｏｎｏｆｃｅｎｔｒａｌＣｈｉｎａｐｏｗｅｒｇｒｉｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔｗｉｎｄｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎｓｉｔｕａｔｉｏｎｓ［Ｃ］／／２０１８ＣｈｉｎａＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＥｌｅｃｔｒｉｃｉｔｙＤｉｓｔｒｉｂｕｔｉｏｎ．Ｔｉａｎｊｉｎ，Ｃｈｉｎａ，２０１８：２９５４－２９６０．［６］胡朝阳，毕晓亮，王珂，等．促进负备用跨省调剂的华东电力调峰辅助服务市场设计［Ｊ］．电力系统自动化，２０１９，４３（５）：１７５－１８２．（ＨＵＺｈａｏ ｙａｎｇ，ＢＩＸｉａｏ ｌｉａｎｇ，ＷＡＮＧＫｅ，ｅｔａｌ．ＤｅｓｉｇｎｏｆｐｅａｋｒｅｇｕｌａｔｉｏｎａｕｘｉｌｉａｒｙｓｅｒｖｉｃｅｍａｒｋｅｔｆｏｒＥａｓｔＣｈｉｎａｐｏｗｅｒｇｒｉｄｔｏｐｒｏｍｏｔｅｉｎｔｅｒ ｐｒｏｖｉｎｃｉａｌｓｈａｒｉｎｇｏｆｎｅｇａｔｉｖｅｒｅｓｅｒｖｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１９，４３（５）：１７５－１８２．）［７］ＧｅＷＣ，ＣｈｅｎＨＴ，ＬｉｕＱＷ，ｅｔａｌ．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒｇｒｉｄｃｏｎｎｅｃｔｉｏｎｉｎｍｕｌｔｉ ｓｏｕｒｃｅａｎｄｍｕｌｔｉｒｅｇｉｏｎｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｐｅａｋａｄｊｕｓｔｍｅｎｔｍａｒｇｉｎ［Ｃ］／／２０１８ＮｉｎｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌａｎｄＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ．Ｗａｎｚｈｏｕ，Ｃｈｉｎａ，２０１９：２０４－２０７．［８］马立新，郑晓栋，尹晶晶．基于粗糙特征量的短期电力负荷预测［Ｊ］．电子科技，２０１６，２９（１）：４０－４３．（ＭＡＬｉ ｘｉｎ，ＺＨＥＮＧＸｉａｏ ｄｏｎｇ，ＹＩＮＪｉｎｇ ｊｉｎｇ．Ｓｈｏｒｔｔｅｒｍｌｏａｄｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｒｏｕｇｈｃｈａｒａｃｔｅｒｉｓｔｉｃｃｏｍｐｏｎｅｎｔａｌｇｏｒｉｔｈｍ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１６，２９（１）：４０－４３．）［９］宋玮琼，羡慧竹，丁宁，等．基于线性规划算法的源网荷互动最优潮流模型［Ｊ］．沈阳工业大学学报，２０１９，４１（６）：６０６－６１０．（ＳＯＮＧＷｅｉ ｑｉｏｎｇ，ＸＩＡＮＨｕｉ ｚｈｕ，ＤＩＮＧＮｉｎｇ，ｅｔａｌ．Ｍｏｄｅｌｌｉｎｇｆｏｒｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗｏｆｓｏｕｒｃｅｇｒｉｄ ｌｏａｄｉｎｔｅｒａｃｔｉｏｎｂａｓｅｄｏｎｌｉｎｅａｒｐｒｏｇｒａｍｍｉｎｇａｌｇｏｒｉｔｈｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１９，４１（６）：６０６－６１０．）［１０］ＡｌｉＫ．Ｓｃｈｅｄｕｌｉｎｇａｎｄｖａｌｕｅｏｆｐｕｍｐｅｄｓｔｏｒａｇｅｈｙｄｒｏ ｐｏｗｅｒｐｌａｎｔｉｎＩｒａｎｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎｆｕｅｌ ｓａｖｉｎｇｉｎｔｈｅｒｍａｌｕｎｉｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｅｒｇｙＳｔｏｒａｇｅ，２０１９，２４：１－７．［１１］ＧｅＷＣ，ＬｕｏＨＨ，ＺｈｏｕＧＰ，ｅｔａｌ．Ａｎａｌｙｓｉｓｏｆｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｐｅａｋ ｒｅｇｕｌａｔｅｄｗｉｎｄａｂａｎｄｏｎｍｅｎｔａｎｄｇｒｉｄｆｒａｍｅａｂａｎｄｏｎｅｄｗｉｎｄｉｎｐｏｗｅｒｇｒｉｄ［Ｃ］／／２０１９ＣｈｉｎｅｓｅＣｏｎｔｒｏｌａｎｄＤｅｃｉｓｉｏｎＣｏｎｆｅｒｅｎｃｅ．Ｎａｎｃｈａｎｇ，Ｃｈｉｎａ，２０１９：５７７８－５７８３．［１２］ＷａｎｇＢ，ＬｉｕＷＹ，ＷａｎｇＭ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｂｉｄ ｄｉｎｇｍｅｃｈａｎｉｓｍｆｏｒｐｏｗｅｒｇｒｉｄｗｉｔｈｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｂａｓｅｄｏｎｓｍａｒｔｃｏｎｔｒａｃｔｔｅｃｈｎｏｌｏｇｙ［Ｊ］．Ｅｎｅｒｇｉｅｓ，２０２０，１３（２）：３９０．［１３］ＩｏａｋｉｍｉｄｉｓＣＳ，ＴｈｏｍａｓＤ，ＲｙｃｅｒｓｋｉＰ，ｅｔａｌ．Ｐｅａｋｓｈａｖｉｎｇａｎｄｖａｌｌｅｙｆｉｌｌｉｎｇｏｆｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎｐｒｏｆｉｌｅｉｎｎｏｎ ｒｅｓｉｄｅｎｔｉａｌｂｕｉｌｄｉｎｇｓｕｓｉｎｇａｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｐａｒｋｉｎｇｌｏｔ［Ｊ］．Ｅｎｅｒｇｙ，２０１８，１４８：１４８－１５８．［１４］ＣｈｅｎｇＣ．ＡｎＭＩＬＰ ｂａｓｅｄｍｏｄｅｌｆｏｒｓｈｏｒｔ ｔｅｒｍｐｅａｋｓｈａｖｉｎｇｏｐｅｒａｔｉｏｎｏｆｐｕｍｐｅｄ ｓｔｏｒａｇｅｈｙｄｒｏｐｏｗｅｒｐｌａｎｔｓｓｅｒｖｉｎｇｍｕｌｔｉｐｌｅｐｏｗｅｒｇｒｉｄｓ［Ｊ］．Ｅｎｅｒｇｙ，２０１８，１６３：７２２－７３３．［１５］ＤａｉＷ．Ｑｕａｎｔｉｆｙｉｎｇｔｈｅｆｌｅｘｉｂｉｌｉｔｙｏｆｈｙｄｒｏｇｅｎｐｒｏｄｕｃ ｔｉｏｎｓｙｓｔｅｍｓｔｏｓｕｐｐｏｒｔｌａｒｇｅ ｓｃａｌｅｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｉｎｔｅｇｒａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｗｅｒＳｏｕｒｃｅｓ，２０１８，３９９：３８３－３９１．（责任编辑：景　勇　英文审校：尹淑英）５６３第４期 李香龙，等：基于柔性负荷和建筑多能源系统的电网峰谷调节算法Copyright©博看网. All Rights Reserved.。

适应新型电力系统的源网荷储一体化生产模拟软件
任发;石超越
【期刊名称】《光源与照明》
【年(卷),期】2022()12
【摘要】随着我国“3060”双碳目标的提出,新型电力系统的建设也被提上日程。

近年来新能源发电项目的规划和建设进程大大加快,针对新能源大规模接入和电力系统调节能力不足的矛盾,要求开展火电灵活性改造、储能规模化建设。

针对高比例接入新能源的新型电力系统,文章设计了基于全年8 760 h模拟的源网荷储一体化生产模拟软件。

算例表明,此软件可以准确反映源网荷储一体化系统的新能源消纳能力。

【总页数】3页(P237-239)
【作者】任发;石超越
【作者单位】中国能源建设集团山西省电力勘测设计院有限公司
【正文语种】中文
【中图分类】TM73
【相关文献】
1.新型电力系统:多能互补、源网荷储
2.“双碳”背景下源网荷储协调互动助力新型电力系统建设
3.面向新型电力系统源网荷储协同的电力平衡方法
4.面向新型电力系统的源网荷储一体化电力平衡方法研究
5.面向新型电力系统的源网荷储协同互动关键技术
因版权原因，仅展示原文概要，查看原文内容请购买。

计及柔性负荷的主动配电网多源协调优化控制一、本文概述随着可再生能源的大规模接入和分布式电源的广泛应用，主动配电网的优化控制已成为电力系统领域的研究热点。

其中，柔性负荷作为一种可调节的电力负荷，对于平衡电网负荷、提高电网稳定性以及促进可再生能源的消纳具有重要意义。

本文旨在探讨计及柔性负荷的主动配电网多源协调优化控制方法，通过对配电网中的多种电源和柔性负荷进行协调优化，实现配电网的高效、安全和可持续运行。

本文将分析主动配电网的基本特性，包括其结构特点、运行方式以及与传统配电网的区别。

在此基础上，阐述柔性负荷在主动配电网中的作用及其调控潜力，包括需求响应、储能系统等。

本文将详细介绍多源协调优化控制的理论框架和方法。

通过对配电网中的多种电源（如风能、太阳能等可再生能源，以及微型燃气轮机等分布式电源）和柔性负荷进行建模，建立多源协调优化控制模型。

该模型将综合考虑电网运行的经济性、安全性和环保性，以及各类电源的互补性和柔性负荷的调控能力，实现配电网的优化运行。

本文将通过算例分析和仿真实验验证所提多源协调优化控制方法的有效性和可行性。

通过对比分析不同控制策略下的配电网运行性能，展示计及柔性负荷的主动配电网多源协调优化控制在提高电网稳定性、促进可再生能源消纳以及降低运行成本等方面的优势。

还将探讨未来研究方向和应用前景，为相关领域的研究和实践提供参考。

二、柔性负荷建模与分析在主动配电网中，柔性负荷扮演着至关重要的角色。

与传统的刚性负荷不同，柔性负荷能够根据电网的运行状态和需求，主动调整自身的用电行为，从而参与到电网的优化控制中。

这种可调节的特性使得柔性负荷成为实现配电网多源协调优化的重要资源。

为了对柔性负荷进行有效的控制和管理，首先需要建立其准确的数学模型。

柔性负荷的建模通常包括两个方面：一是负荷本身的电气特性建模，如负荷的功率、电流、电压等；二是负荷的行为特性建模，即负荷如何响应电网的调度指令，如何调整自身的用电行为。

新型电力系统的建模仿真关键技术及展望发布时间：2022-06-30T08:38:07.572Z 来源：《新型城镇化》2022年13期作者：刘进峰[导读] 亟须建立完备的、基于全景信息的电网多元数据驱动分析、运行控制体系。

探究面向新型电力系统的先进仿真工具发展路径与解决方案具有重要战略意义。

湖北华中电力科技开发有限责任公司湖北武汉 430000摘要：电力系统仿真是在数字计算机上为电力系统的物理过程建立数学模型，用数学方法求解以进行仿真研究的过程，是支撑电力系统认知与研究的重要手段。

随着电力系统规模的增大和结构的变化，电力系统的运行特性愈加复杂，发生的事故越来越难以用传统的分析方法预测，导致电力系统仿真技术也在不断变化，不同的仿真技术的特征和侧重有所不同。

电力系统是一个复杂的大规模非线性多时间尺度系统，含有大量不同时间常数的变量，有些变量具有快变特征而有些变量则具有慢变特征，电力系统至少可分为快变（电磁暂态）、正常速率（机电暂态）及慢变（中长期动态）3种时间尺度动态。

新型电力系统的显著特征是高比例新能源并网运行、高比例电力电子装备（下文简称“双高”），具有强不确定性、低惯性、弱抗扰性、强非线性，其快速动态响应的特性及系统规模庞大的特征给仿真技术提出了新的挑战和迫切的改进需求。

基于此，本篇文章对新型电力系统的建模仿真关键技术及展望进行研究，以供参考。

关键词：新型电力系统；建模仿真；关键技术；展望分析引言在电力系统向深度低碳、零碳转变过程中，电网动态特性随基础支撑电源的清洁能源化与火电机组由电量供应主体转换为电力供应主体的定位变化而发生深刻转变；规模化新能源接入、柔性输电技术的广泛应用使得电网逐步呈现高度电力电子化、扁平化和分布化的特点。

电力电子元件较低的故障耐受能力和复杂的控制逻辑对系统仿真与安全稳定特性的分析提出新的挑战，其快速暂态过程对电网局部电磁暂态精细化模型、等效聚合模型的建立和快速求解算法提出更高要求；在新型电力系统中，可再生能源经由特高压直流跨大区输送成为重要的电能传输方式，交流互联、直流组网局面的逐步形成使得区域电网间的耦合特性日趋紧密，对大电网仿真分析的时空尺度和全国范围内电网数据统一管理、分析过程智能化、仿真计算平台化均提出了新的需求。