​

1 摘要

低碳电网中系统惯性水平的降低增加了对替代频率服务的需求。然而，考虑到将稳态优化与频率动态联系起来的挑战，在调度过程中同时优化这些服务的提供，受到很大的不确定性，是一项复杂的任务。本文提出了一种新的频率约束随机机组组合 (SUC) 模型，该模型首次在提供同步和合成惯性、增强频率响应 (EFR)、初级频率响应 (PFR) 的同时优化能源生产以及动态降低的最大功率馈电。负载阻尼的贡献通过线性内近似建模。英国 2030 年电力系统的几个案例研究证明了所提出模型的有效性，这些案例强调了替代频率服务之间的协同作用和冲突，以及通过同时优化所有这些服务实现的显着经济节约和碳减排.

2 随机调度模型

在考虑RES的不确定性的同时，最小化了预期的系统运行成本。不确定性通过图 1 中的场景树显式建模，该树是使用 [14] 中描述的基于分位数的场景生成方法构建的。每个情景对应于用户定义的随机变量净需求（需求减去风能）分布的分位数。 [14] 中的研究通过选择少量场景证明了这种方法的有效性。从这些分位数，系统条件和到达特定节点的概率可以导出树。为简单起见，仅在当前时间节点处使用分支构造树，因为已证明这种方法可以为更复杂的树结构提供类似的结果，同时大大减少计算时间。

​编辑

          图 1. SUC 中使用的场景树示意图

3 Matlab代码及详细文章

本文仅展现部分代码，全部代码及详细文章见：

tic
    
Objective = sum(sum(prob_nodes.*Cost_node));

Constraints = [Aux_constraints,...
               Load_balance,...
               Constraints_Gen_limits
               Constraints_Ramp_limits];

options = sdpsettings('solver','gurobi','gurobi.MIPGap',0.1e-2);

solution = optimize(Constraints,Objective,options)

time.Optimisation = toc;

 4 结果展示

​编辑

​编辑 ​编辑

​编辑 

5 结论

本文讲解了一个 SUC 框架，用于在不确定性下协同优化能源生产，以及各种频率服务的调度，即同步和合成惯性、初级频率响应 (PFR)、EFR 和动态降低的最大功率馈入。开发了一组线性约束，以保证满足故障后频率要求。已经研究了它们在计算要求非常高的 SUC 问题中实现的准确性和计算效率。几个案例研究清楚地证明了引入新频率响应服务的好处。结果还强调了对替代服务进行共同优化以准确获取其价值的重要性。可以确定增强所提出模型的三个主要领域。首先，优化几个具有不同交付时间的 FR 产品，而不仅仅是 EFR 和 PFR，将允许识别供应商的不同动态，从而形成更高效的辅助服务市场。其次，本文考虑了统一频率模型，同时已经认识到网络总线上的不同频率演变。需要开展进一步的工作来调查位置频率对这些频率服务价值的影响。第三，频率安全约束对定价方案的影响对于为惯性和 FR 设计有效的辅助服务市场是有意义的，因此可以加强 [3]、[24] 中的工作以纳入新的频率本文介绍的服务。

6 参考文献 

[1]宫成,宋靓云,王卫,王腾飞,夏世威,张东英.鲁棒优化在电力系统机组组合中的应用综述[J].科学技术与工程,2022,22(12):4687-4695.

[2]L. Badesa, F. Teng, and G. Strbac, "Simultaneous Scheduling of Multiple Frequency Services in Stochastic Unit Commitment," IEEE Transactions on Power Systems, vol. 34, no. 5, pp. 3858-3868, 2019.

[3]唐伦,姚力,肖畅,张弛,孙毅,过夏明,刘巍,邓扶摇.考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合[J].智慧电力,2021,49(02):47-53.

7 写在最后

部分理论来源于网络，如有侵权请联系删除。

​