含风光储水火等多种电源的智能电网最优协调调度

如何充分调动全网的可调节资源，实现智能电网对具有间歇性特征的大规模可再生能源的合理消纳，是目前开发和利用可再生能源亟待解决的关键性问题，也是我国智能电网研究面临的热点问题。.本项目致力于探讨风光储水火等多种电源的互补特性，建立含风光储水火等多种电源多时间尺度的最优协调调度数学模型，确定解算条件，利用运筹学领域最新的成果- - 混合整数广义几何规划（MIGGP），导出相应的最优化算法；同时研究电力系统优化的并行计算理论,导出不可解耦问题的细粒度并行算法与可精确或近似解耦问题的粗粒度并行算法及其在多核CPU与GPU平台下的应用，实现含风光储水火等多种电源的智能电网超短期最优协调调度的实时计算和在线分析。预期研究成果将对实现大规模可再生能源的科学合理利用，全面实行节能发电调度，提高整个电网的智能化水平将起积极的推动作用。

如何充分调动全网的可调节资源，实现电网对大规模可再生间歇性能源的合理消纳是开发和利用可再生能源亟待解决的关键性问题之一，也是我国智能电网研究与建设的核心问题之一。本项目历时3年，已按计划完成了相应的工作任务，主要研究成果如下：.1）提出了一种基于频谱分析的精细化备用容量分析方法。利用离散傅里叶变换对系统功率偏差进行频谱分析，根据帕塞瓦尔定理得到相应频带范围的控制容量，以此准确评估备用需求，实时监控备用，合理分配储能容量和机组备用，实现电力系统的可靠性和经济性两者兼顾显。.2）研究各类大规模储能设备的特性，建立大规模储能设备并网互补约束精确模型。研究的大规模储能设备包括抽水蓄能电站和电池储能等。.3）研究风光储水火等多种电源的互补特性，建立含风光储水火等多种电源的智能电网短期最优协调调度的数学模型，确定解算条件和求解方法。以提升电网资源优化配置的能力，实现大规模可再生能源在大范围电网内的合理消纳，提高电力系统安全经济运行的水平。.4）建立智能电网超短期最优协调调度，时间尺度为15分钟或5分钟，利用系统实时信息紧密跟踪各类随机性电源和负荷的变化，对产生的较大幅度慢速率波动和预测偏差进行校正，同时满足系统安全运行限制。.5）提出了一种基于频谱分析的不确定性可再生能源储能系统容量优化方法。利用离散傅里叶变换对风电场输出功率偏差进行频谱分析，基于频谱分析结果，在不同的时间范围内，采取不同的控制机制，调用相应不同类型的控制容量以补偿功率偏差，最终确定储能系统容量及储能补偿后的系统备用需求，提高了电网对风电的接纳能力。.6）提出了基于互补算法含分布式电源的配电网络重构模型，解析型精确表达了配电网辐射状约束条件和含分布式电源接入条件，并提出相应的现代内点非线性互补算法。提出了含非可靠分布式电源的配电网孤岛划分模型，考虑分布式电源具备调频调压的能力，引入不同可靠性类型DG联合供电约束，使得孤岛划分模型更加接近于实际运行情况。进行了智能配电网状态估计的研究，提出一种新的配电网DMS系统架构和一种适于智能配电网的状态估计方法，对于量测量较少的配电线路估计效果理想。.发表的文章20篇，其中SCI收录1篇，EI收录7篇，核心期刊12篇。申请专利9项，授权专利3项。培养研究生12名，其中已毕业4名。使用经费16.5544万元，剩余经费8.4456万元，用于后续成果的发表费用.