静态电压稳定性是一种理想化的稳定性概念,其扰动无限小的假设不利于强非线性的电力系统在静态电压稳定域(steady-state voltage stability region,SVSR)内的安全运行。针对功率大扰动场景下由SVSR内的边界危机所引发的吸引域骤缩问题,...静态电压稳定性是一种理想化的稳定性概念,其扰动无限小的假设不利于强非线性的电力系统在静态电压稳定域(steady-state voltage stability region,SVSR)内的安全运行。针对功率大扰动场景下由SVSR内的边界危机所引发的吸引域骤缩问题,提出了一种考虑边界危机的电压稳定域(voltage stability region considering boundary crises,BCVSR)的划分方法。首先通过流形分析研究了边界危机的发生机理及其对电压稳定性的影响。其次通过相轨迹分析验证了理论研究的结果。然后通过分岔分析研究了参数变化对直驱风电并网系统的平衡集及动态特性的影响。最后划分了系统在注入功率空间中的单参数与双参数BCVSR,并将其与SVSR进行了对比。研究结果表明,在考虑功率大扰动的情形下,BCVSR的划分排除了SVSR内的边界危机对系统电压稳定性的威胁,有助于指导电力系统在实际运行中的功率调整。展开更多
随着可再生能源在有源配电网中的渗透比例逐年增加,其带来的随机性、间歇性对已有调度策略产生了重大挑战。文章提出了一种基于多智能体深度强化学习的有源配电网经济调度策略,构建多区域能源自治框架,每个新能源自治区域对应一个智能体...随着可再生能源在有源配电网中的渗透比例逐年增加,其带来的随机性、间歇性对已有调度策略产生了重大挑战。文章提出了一种基于多智能体深度强化学习的有源配电网经济调度策略,构建多区域能源自治框架,每个新能源自治区域对应一个智能体,应用多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)算法解决各区域的协同经济调度问题,并对包含风机、储能设备的有源配电网进行区域建模,设定经济优化目标及运行约束条件,在多智能体深度确定性策略梯度(multi-agent deep deterministic policygradient,MADDPG)算法基础上,采用BiGRU(bidirectional gated recurrent unit)代替全连接层,进行新能源的出力预测,有效降低新能源波动性带来的影响,以改进的IEEE33测试系统进行算例分析,验证了所提策略的有效性和对比同类算法的优越性。展开更多
随着双碳目标的提出,构建清洁低碳,安全高效的能源体系日益迫切。虚拟电厂(virtual power plant,VPP)采用大数据等技术手段,将电力作为中心,把各种类型的负荷聚集在一起进行管理,通过协调优化技术降低成本,是重要的碳交易载体。文章构建...随着双碳目标的提出,构建清洁低碳,安全高效的能源体系日益迫切。虚拟电厂(virtual power plant,VPP)采用大数据等技术手段,将电力作为中心,把各种类型的负荷聚集在一起进行管理,通过协调优化技术降低成本,是重要的碳交易载体。文章构建电-气耦合型虚拟电厂(E-G VPP)参与电力市场和碳市场的架构,研究E-G VPP经济低碳运行策略优化模型。构建了一种E-G VPP典型结构,提出E-G VPP参与电力市场与碳交易市场的交易模式,构建电碳交易协同的E-G VPP运行策略优化模型,并利用遗传算法对模型进行求解。最后,通过算例分析验证所提模型在经济低碳运行上的有效性。展开更多
文摘静态电压稳定性是一种理想化的稳定性概念,其扰动无限小的假设不利于强非线性的电力系统在静态电压稳定域(steady-state voltage stability region,SVSR)内的安全运行。针对功率大扰动场景下由SVSR内的边界危机所引发的吸引域骤缩问题,提出了一种考虑边界危机的电压稳定域(voltage stability region considering boundary crises,BCVSR)的划分方法。首先通过流形分析研究了边界危机的发生机理及其对电压稳定性的影响。其次通过相轨迹分析验证了理论研究的结果。然后通过分岔分析研究了参数变化对直驱风电并网系统的平衡集及动态特性的影响。最后划分了系统在注入功率空间中的单参数与双参数BCVSR,并将其与SVSR进行了对比。研究结果表明,在考虑功率大扰动的情形下,BCVSR的划分排除了SVSR内的边界危机对系统电压稳定性的威胁,有助于指导电力系统在实际运行中的功率调整。
文摘随着可再生能源在有源配电网中的渗透比例逐年增加,其带来的随机性、间歇性对已有调度策略产生了重大挑战。文章提出了一种基于多智能体深度强化学习的有源配电网经济调度策略,构建多区域能源自治框架,每个新能源自治区域对应一个智能体,应用多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)算法解决各区域的协同经济调度问题,并对包含风机、储能设备的有源配电网进行区域建模,设定经济优化目标及运行约束条件,在多智能体深度确定性策略梯度(multi-agent deep deterministic policygradient,MADDPG)算法基础上,采用BiGRU(bidirectional gated recurrent unit)代替全连接层,进行新能源的出力预测,有效降低新能源波动性带来的影响,以改进的IEEE33测试系统进行算例分析,验证了所提策略的有效性和对比同类算法的优越性。
