摘要：针对高比例新能源接入导致电力系统安全约束经济调度难以高效求解的问题,该文提出了一种基于近端策略优化算法的安全约束经济调度方法。首先,建立了新能源电力系统安全约束经济调度模型。在深度强化学习框架下,定义了该模型的马尔科夫奖励过程。设计了近端策略优化算法的奖励函数机制,引导智能体高效生成满足交流潮流以及N-1安全约束的调度计划。然后,设计了调度模型与近端策略优化算法的融合机制,建立了调度训练样本的生成与提取方法以及价值网络和策略网络的训练机制。最后,采用IEEE 30节点和IEEE 118节点2个标准测试系统,验证了本文提出方法的有效性和适应性。

摘要：安全约束经济调度在省级电网调度控制中应用较为成熟。为实现大范围内资源优化配置,有必要研究互联电网安全约束经济调度技术。针对在实际生产运行中遇到的困难,提炼了优化目标设计、系统平衡、联络线调整、基础数据整合五个关键问题,并对每个问题给出多种解决策略。建立了基于策略组合的互联电网安全约束经济调度场景构建方法,分析了不同场景的适应性及对应模型特点。最后通过实际电网算例验证了策略组合的合理性和准确性。以实际需求为导向,构建不同的应用场景和经济调度模型,能提升互联电网安全约束经济调度技术的实用性和适应性。

摘要：针对含风电互联电力系统优化运行问题,提出考虑风电预测误差、负荷预测误差,和发电机、联络线故障多重不确定性,支持联络线备用互济决策的安全约束分散协调调度模型和方法。首先综合考虑风速预测误差和风电机组强迫停运,得到风电场出力概率模型;然后通过改进机组停运容量概率表,在考虑机组故障的基础上得到进一步考虑风电和负荷不确定性的备用需求;最后建立考虑多重不确定性和备用互济的安全约束分散协调调度模型,采用随机–鲁棒的优化框架,实现多重不确定性因素在决策过程中的处理,设计双层目标级联分析算法实现对联络线功率和备用互济的分散协调调度。通过对2区78节点和2区236节点进行算例分析,验证所提模型的有效性和互联互备模式的经济性。

摘要：日前电力市场出清需要求解大规模安全约束经济调度问题,尽管实际采用线化处理方法,但需要考虑N-1场景下的大量安全约束,导致其规模庞大,难以快速求解。提出了一种深度学习辅助的日前市场快速出清方法,以满足快速出清计算场合的应用需求。首先,设计基于深度神经网络的安全约束经济调度模型计算框架,将深度学习技术应用于日前电力市场出清计算过程,兼顾安全约束经济调度模型的求解速度和求解精度;其次,提出面向起作用约束辨识的深度学习策略,从特征向量、深度神经网络结果处理2个方面,实现安全约束经济调度起作用约束集的辨识,并将其纳入日前市场出清模型,以简化模型的复杂度;最后,在接入新能源的IEEE 30标准测试系统中验证了所述方法的有效性。利用深度神经网络预辨识安全约束经济调度模型的起作用约束,有利于降低模型复杂度,提高日前市场出清的计算效率。

摘要：安全校核是推进调度计划精细化管理的重要手段。在分析安全校核需求和功能总体设计基础上,依照数据流转中心、流程控制中心和数据展示中心的3条主线设计,提出基于预测-校正技术的功率平衡方法和计划拓扑分析管理方法,形成日计划潮流,在校核出现越限后采用基于安全约束经济调度(SCED)算法的多时段安全校正调整。实际电网运行结果表明系统计算速度和精度满足安全校核工作要求。

摘要：随着电力调度复杂性的不断增加,迫切需要研发综合考虑各种约束的安全经济一体化发电计划应用。文中全面介绍日前发电计划系统建设方案,并对发电计划优化与量化安全校核予以详细分析。应用表明,该系统能够有效优化机组计划与潮流分布,增强发电调度的决策能力和智能化水平。