为提高农村可再生能源消纳,促进能源系统高效发展,提出一种计及风光不确定性的风电、光伏、蓄电池和抽水蓄能电站互补发电系统的优化调度方法。针对风光出力的不确定性,综合考虑了风光出力的不确定性以及抽水蓄能电站和蓄电池的储能特性...为提高农村可再生能源消纳,促进能源系统高效发展,提出一种计及风光不确定性的风电、光伏、蓄电池和抽水蓄能电站互补发电系统的优化调度方法。针对风光出力的不确定性,综合考虑了风光出力的不确定性以及抽水蓄能电站和蓄电池的储能特性,通过WGAN-GP(Wasserstein Generative Adversarial Network with Gradient Penalty)方法和K-means算法生成典型出力场景,建立了一个面向调峰需求的分布鲁棒优化调度模型。该模型以系统运行成本最小化为目标,综合考虑了抽水蓄能电站的水力约束和机组运行约束,并采用列和约束生成(Column and Constraint Generation,C&CG)算法进行求解。算例分析结果表明,该策略能够有效降低电网负荷波动和风光出力波动的影响,并且可以进一步提高可再生能源消纳效率。展开更多
文摘为提高农村可再生能源消纳,促进能源系统高效发展,提出一种计及风光不确定性的风电、光伏、蓄电池和抽水蓄能电站互补发电系统的优化调度方法。针对风光出力的不确定性,综合考虑了风光出力的不确定性以及抽水蓄能电站和蓄电池的储能特性,通过WGAN-GP(Wasserstein Generative Adversarial Network with Gradient Penalty)方法和K-means算法生成典型出力场景,建立了一个面向调峰需求的分布鲁棒优化调度模型。该模型以系统运行成本最小化为目标,综合考虑了抽水蓄能电站的水力约束和机组运行约束,并采用列和约束生成(Column and Constraint Generation,C&CG)算法进行求解。算例分析结果表明,该策略能够有效降低电网负荷波动和风光出力波动的影响,并且可以进一步提高可再生能源消纳效率。
