您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[合肥工业大学]:新型配电系统分布式资源灵活性聚合与市场模式 - 发现报告

新型配电系统分布式资源灵活性聚合与市场模式

AI智能总结
查看更多
新型配电系统分布式资源灵活性聚合与市场模式

杨贺钧副教授合肥工业大学电气与自动化工程学院2025年12月 第1页 目录 研究背景 分布式资源具有颗粒度小、数量庞大、类型迥异等特点,其大规模涌入配电系统势必压缩系统安全裕度,增加了配电系统的运行困难,主要体现在:承载力不足、运行复杂性增加、市场机制不完善、灵活性没能充分利用。因此,为提升配电系统安全可靠运行能力,需要挖掘分布式资源的灵活性,通过灵活性调节实现大规模源网荷储协同运行 分布式资源运行特性及灵活性表征 针对“如何表征分布式资源灵活性”问题,建立发电型、储能型以及柔性负荷等分布式资源的运行可调节潜力模型,刻画它们的可调节特性;表征系统的灵活性需求和灵活性供给,刻画系统向上与向下运行灵活性,并引入可靠性来反映供电缺额;考虑系统灵活性缺额、可靠性不足的风险罚,对分布式资源运行互动能力进行协同优化 口分布式资源可调节特性 口系统运行灵活性与供电可靠性 ■发电型资源(微型燃气轮机、可调发电机组等) ■供电可靠性 ■运行灵活性 约束条件 口考虑灵活性缺额的配电系统运行调度模型 以燃气轮机能耗成本、电池储能系统运行成本,新能源弃电惩罚成本、电动汽车放电补偿成本及风险惩罚成本最小化为目标函数: 运行成本 惩罚成本 口运行调度结果 口运行灵活性 考虑系统的运行灵活性后,分布式资源能够合理地预留调节裕度,高缺额风险时段显著减少,并且在负荷高峰期,系统不同方向灵活性缺额均有所改善 每种资源出力都呈现出明显的时段特征反映了系统在不同负荷需求条件下最优运行调度 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 围绕“如何利用分布式资源的灵活性”:双碳目标的驱动下大规模分布式资源接入,促使配电网正加速向新型配电系统演变,间歇性新能源逐渐压缩系统安全裕度,需要系统提供灵活性供给。分布式资源单体容量小、调节能力分散,海量资源的灵活性难以充分发挥,因此需要将海量分布式资源进行灵活性聚合,提升系统运行调度效率 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 口单体虚拟电池模型 诸能电池元件由于具有功率双向流动、状态相关性等特点,可以有效地等效表征分布式资源的灵活性上下调节特征。为了精确量化分布式资源的灵活性,用虚拟电池来表征分布式资源的灵活性变化过程。如:针对日前日内调度偏差场景,可以利用灵活性资源偏差补偿,如何刻画补偿前后灵活性变化过程? 虚拟电池参数 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 口集群虚拟储能系统聚合模型 基于灵活性虚拟电池的可调特性,构建虚拟储能系统模型,实现同类型分布式资源的单体灵活性虚拟电池聚合,形成协调调度的大规模灵活性集群 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 配电系统调控层:通过分层级形式实现海量分布式资源参与日前日内联合优化调度群体控制层:以群体运行成本最优为目标对多类型集群的灵活性潜力进行调度预决策虚拟储能系统层:将集群内单体虚拟电池模型按照功率范围、爬坡速率和能量约束进行聚合灵活性虚拟电池层:等效量化不同类型分布式资源自身的可调度灵活性 群体资源可调度潜力评估思路 群体调度策略 各类资源自下而上聚合成特性各异的虚拟储能系统以集群形式在群体层面参与配电系统调度优化 第12页 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 日前预调度阶段 日前日内联合优化模型 约束条件 调度偏差惩罚系数 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 口算例分析一日前可调度域聚合潜力 群体具备足够的调节范围来满足系统中不确定性因素带来的灵活性需求,从而保证各时段的实际出力能够满足调度指令的要求 群体功率边界上限与下限不仅受各资源集群的输出功率和爬坡率约束限制,还受群体最优运行策略和灵活性供给平衡约束的影响 DES集群与EV集群的能量状态曲线显示出较高的调节灵活性,提供资源调度信息 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 口算例分析:灵活性供需平衡 为验证所提灵活性量化与聚合策略的有效性,对群体资源进行日前优化调度,算例表明:日前阶段群体在不同时段灵活调度各类资源集群,平衡净负荷波动。灵活性供需实现有效平衡,不同资源集群在日前预调度阶段通过向上或向下供给实现灵活性调节,保证系统安全运行 基于虚拟电池等效的分布式资源灵活性聚合与运行调度 口算例分析:日内最优调度 为补偿日内调度偏差,对群体资源进行最优调控,实现不同虚拟储能系统灵活性潜力充分利用从调度结果来看聚合的群体资源具有很强的调度灵活性,在应对灵活性需求变化与调度误差时,使灵活性调节范围较大的集群承担更多的激励变化量 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 围绕“如何激发分布式资源的灵活性”随着分布式资源大规模接入,系统运行不确定性显著上升,新能源出力波动与设备故障风险加剧了供需调节压力。不合理的机制难以有效激励分布式资源参与,影响其灵活性供给意愿。因此,有必要建立兼顾故障风险与市场公平性的优化出清模型,实现电能量与灵活性的协同优化,提高系统运行的经济性与可靠性。 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 口基于分布式资源故障特性的供能可靠性模型 分布式资源的供能可靠性可以通过故障概率进行度量。传统中长期可靠性评估基于统计平均值描述元件供能可靠性,认为元件故障概率为常数,但实际上,元件发生故障的概率与其运行状态。服役时间、气候环境等复杂因素相关,考虑运行状态对分布式资源元件故障概率的影响 供能元件与储能元件故障概率模型 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 口基于运行风险指标的灵活性需求分析 系统运行所需的调节能力,受负荷波动性、新能源波动与预测偏差、设备随机故障等影响。通过分析灵活性需求的构成,并结合弃电切负荷风险评估,可合理确定系统所需的安全裕度 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 口电能量市场与辅助服务市场 分布式资源预留可调容量维持灵活性平衡,会产生机会成本,而资源的故障可能会引发调度偏差增加系统成本,为提高参与灵活调节的积极性,提出在辅助服务市场出清中引入稀缺价格机制 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 口基于供能可靠性评估的分布式资源市场优化调度模型 采用日前电能量市场的预出清策略,通过预出清结果进行基于故障风险的资源诚信度评估与稀缺价格-可调容量曲线生成,再通过日内电能量与辅助服务市场联合出清策略,动态调整各类资源功率报量并参与电能量与辅助服务市场实时出清优化 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 日前阶段,电能量市场出清的自标是根据各类资源的出力和市场需求进行优化调度,由于未考虑资源故障概率,所有资源的报量与报价均基于其正常运行状态下的出力能力进行提交;而日内阶段,考虑到配电系统的实时需求和潜在资源故障风险,电能量与辅助服务市场会根据各类资源的实际报量进行动态调整 考虑故障风险与灵活性定价的分布式资源市场优化出清机制 考虑资源故障的出清策略有效地降低高故障概率资源带来的供电风险,稀缺电价机制提高了资源参与灵活调节服务的积极性,有效补偿了因报量策略的调整导致的发电收益损失的机会成本 口提出的分布式资源的可调节潜力模型,挖掘资源的灵活性响应能力:构建了考虑运行灵活性与供能可靠性的分布式资源协调优化运行模型,引入灵活性缺额与供能不足的风险惩罚项,降低了系统的运行风险,系统运行灵活性与供能可靠性均得到了改善 口提出的灵活性虚拟电池模型刻画了分布式资源的灵活性特性,量化了其固有灵活性的调节潜力,提升资源的可调度性;利用虚拟储能系统模型,将分布式资源进行集群化管理,并提出分层控制策略来协调分布式资源的调度管理,实现系统的灵活性供需平衡 口构建考虑设备随机故障特性的供能可靠性模型,量化了考虑运行风险的系统灵活性需求:提出了日前市场预出清与日内市场联合优化出清策略,实现了分布式资源的差异化定价与公平竞争:报量报价机制提高了分布式资源参与灵活调节服务的积极性与系统可靠性 请各位专家批评指正!