基于源网荷态势的电力智能需求侧响应技术研究

大规模新能源并网、远距离大容量输电和高比例电力电子化等提高了电力系统发生大功率缺额事故和连锁故障的风险。为了维持电力系统的功率平衡,需要充分调动电源、电网以及负荷的支撑能力。而源网荷整体的态势感知,有利于制定合理有效的控制策略,实现全网的潮流优化调控。特别是随着通讯技术的不断进步,如何通过负荷侧的态势感知获取需求响应(Demand Response,DR)的能力,从而提出基于源网荷态势的电力智能需求侧响应技术成为重要的研究方向。本论文在国家自然科学基金(项目号:51577030)“电力信息物理融合系统的负荷预防-紧急控制理论与方法”、国家自然科学基金国际合作与交流项目(项目号:51561145011)“基于轨迹特征与模式分类的间歇性可再生能源预测理论与技术”和国家重点研发计划(基础研究类2017YFB0903000)“电网信息物理系统分析与控制的基础理论与方法”资助下,针对电力系统新发展形势下的智能需求侧响应技术问题,深入系统地开展了“基于源网荷态势的电力智能需求侧响应技术研究”的论文工作,主要工作内容和创新包括:(1)分析了电源侧、电网侧和负荷侧三者态势的各自发展特点和技术难点,针对电源侧分布式光伏因可观性不足造成的功率预测困扰问题,提出基于不完全信息的分布式光伏超短期主从预测技术:基于K-means聚类方法和最小二乘线性(Least squares support vector machine,LS-SVM)回归方法对分布式光伏电站间的空间相关关系进行拟合,并研究了时空延迟特性对空间映射关系的影响,实现分布式光伏电站的超短期主从预测技术;针对如何从电网的全局信息角度形成对各种潮流控制手段综合控制效果的定量评估问题,提出利用电网承载能力来定量评估基于全网信息的电网潮流控制效果;针对如何基于局部负荷信息实现负荷整体的态势感知问题,利用K-means方法对用户日负荷曲线进行聚类,并选择部分典型负荷进行精细化量测,提出基于均值估计的整体负荷组成估算技术。(2)智能DR技术的应用需要解决控制架构和DR潜力量化评估两个核心问题。在对空调、热水器和电动汽车的动态运行特性进行分析的基础上,研究了智能家电在满足群体分布特性前提下的聚合模型构建;指出DR潜力具有随负荷运行状态的不同会发生改变的时变性,并根据潜力与运行状态的关系构建了智能家电DR潜力的数学模型和聚合模型;基于用户舒适度和DR潜力的时变性,研究提出智能DR的双层优化策略,利用多代理技术通过各负荷聚合商的分布式DR实现了系统功率的平衡。(3)分析了负荷和风功率预测误差可能造成的净功率波动,阐述了通过DR和自动发电控制(Automatic Generation Control,AGC)机组的协同控制,实现消纳净功率波动的技术原理;综合计及发电机爬坡率、潮流越限以及智能家电的舒适度等多种约束,构建了以实现风电消纳最大化为优化目标的源网荷实时协调调度模型,并提出了计及DR的源网荷实时调度模型求解策略,可通过源网荷实时控制在充分利用AGC机组调节能力和需求侧响应潜力的同时提高风电消纳量。(4)指出风电预测精度和DR能力在不同时间尺度均有差异性表现,且用户在DR过程中存在不确定性,提出考虑用户反悔度和不同DR特性的“日前-日内-实时”多时间尺度源网荷协调控制技术框架;针对负荷参与DR的时间尺度不同,分别建立了基于不同DR负荷的日前调度、日内调度和实时调度的源网荷协调模型,考虑了DR过程中用户行为的时变性和作用的不同,分析了各时间尺度下DR和网络约束对风电消纳和经济成本的影响。