文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《源网荷储协调参与的运行备用容量分配策略及优化模型》

这个标题涉及到电力系统中的关键概念，让我们逐步解读：

1. 源网荷储协调参与：

   • 源： 可能指电力系统的能源来源，如发电厂。
   • 网： 电力网络，表示整个电力系统的结构和互联性。
   • 荷： 电力负荷，即系统中消耗电能的设备和用户。
   • 储： 储能，通常指储能设备如电池、蓄电池等。

   综合起来，这部分可能在讨论电力系统中涉及到能源、网络、负荷和储能之间的协调关系。

2. 运行备用容量分配策略：

   • 运行备用： 在电力系统中，备用容量是指为了应对突发负荷增加或设备故障等问题而额外保留的能力。运行备用是确保系统在各种情况下都能够稳定运行的一种策略。
   • 容量分配策略： 涉及到如何分配和配置备用容量的方法和规则。

   这一部分可能涉及电力系统管理中关于备用容量的分配策略，包括何时、何地以及以何种方式配置备用能力。

3. 优化模型：

   • 优化： 在这个背景下，优化指的是通过合理的方法和规则来提高系统效率、降低成本、增加可靠性等目标。
   • 模型： 这可能指的是数学或计算模型，用于描述和分析电力系统的各个方面。

   这一部分可能涉及使用数学或计算模型来优化电力系统中源、网、荷、储之间协调参与的运行备用容量分配策略。

综合起来，整个标题可能在讨论如何在电力系统中优化管理源、网、荷、储之间的协调关系，尤其是在运行备用容量分配方面的策略和模型。

摘要：为提升高比例新能源电力系统备用充裕性、实现大规模新能源高效消纳，将备用资源来源拓展至源网荷储，从调节方向、参与方式等方面量化源网荷储灵活调节资源可提供的运行备用水平。进而，根据“常规时段同步机组承担、特殊时段多类型资源分摊”的调控思路，提出了源网荷储协调参与的运行备用容量分配策略，构建了纳入多类型异质资源的备用分布优化模型，实现各类型备用资源在“全网-同类资源-机组/场站”的逐级精细化分配。基于某省级电网开展算例测试，与现有运行备用分配准则进行比较，验证了所提策略的有效性。

这段摘要描述了一项研究的主要内容和结果，主要集中在提升高比例新能源电力系统备用充裕性、实现大规模新能源高效消纳方面。以下是对摘要各部分的解读：

1. 目标：

   • 提升高比例新能源电力系统备用充裕性。
   • 实现大规模新能源高效消纳。

2. 方法：

   • 拓展备用资源来源至源、网、荷、储，即从各个方面获取备用能力。
   • 量化源、网、荷、储灵活调节资源可提供的运行备用水平，即对这些资源进行量化评估，了解其在备用方面的贡献。

3. 调控思路：

   • 根据“常规时段同步机组承担、特殊时段多类型资源分摊”的调控思路，即在正常运行时由同步机组负担备用，在特殊时段通过多类型资源共同分担备用责任。

4. 提出的策略和模型：

   • 提出了源网荷储协调参与的运行备用容量分配策略。
   • 构建了一个备用分布优化模型，该模型考虑了多类型异质资源，实现了备用资源在“全网-同类资源-机组/场站”的逐级精细化分配。

5. 验证：

   • 通过某省级电网的算例测试，将提出的策略与现有运行备用分配准则进行比较。
   • 验证了所提策略的有效性。

总体而言，这项研究的目标是通过优化备用资源的获取和分配，提高新能源电力系统的备用充裕性，从而更有效地消纳大规模的新能源。所提出的策略和模型经过算例测试，并与现有准则比较，证明了其在提高备用充裕性方面的有效性。

关键词:运行备用; 源网荷储;分配策略;备用优化;新能源消纳;

1. 运行备用：

   • 运行备用通常指在电力系统正常运行时，准备好的备用能力，以应对突发情况或负荷波动。这可能涉及到电力系统中各种资源的准备，以确保系统的稳定性和可靠性。

2. 源网荷储：

   • 源网荷储可能是指电力系统中涉及到的主要组成部分，包括电力的来源（源）、电力网络（网）、负荷（荷）、以及储能设备（储）。这些元素的协调和优化对于电力系统的运行至关重要。

3. 分配策略：

   • 分配策略涉及如何合理地分配资源，确保系统在不同情况下都能够满足其需求。在这里，可能是指如何分配运行备用能力，使其能够更有效地应对电力系统的各种变化和挑战。

4. 备用优化：

   • 备用优化可能指通过某种方式对备用能力进行优化配置，以提高系统的备用充裕性和灵活性。这可能包括考虑不同类型的备用资源，以及在不同时段对备用的需求进行优化。

5. 新能源消纳：

   • 新能源消纳涉及如何有效地整合和利用新能源，以满足电力系统的需求。这包括处理新能源的波动性和不确定性，确保它们能够被可靠地纳入电力系统中，而不影响系统的稳定性。

综合而言，关键词所描述的可能是一个综合性的研究领域，旨在通过优化备用能力的分配和利用，提高新能源在电力系统中的可靠性和可消纳性。这可能包括制定合适的备用分配策略，考虑多种资源类型，以应对电力系统运行中的各种挑战。

仿真算例：采用某省级电网作为测试系统对所提运行备用容量分配策略与优化模型开展适应性分析。该省北部地区为新能源基地(风电/光伏占全省新能源总装机容量的 70%以上)，中部地区为负荷中心，50%的火电机组分布于此。该省级电网的网架拓扑结构如附录 A 图 A1 所示，其与西北主网通过 2条 750 kV 交流骨干网架相连，并通过 2 条 UHVDC线路和 1 条背靠背直流输电工程与华中电网、西南电网进行电力交互。测试电网含有 3 个储能电站，单个储能电站规模为 200 MW·h，充/放电功率的上限/下限为 100 MW，充、放电报价分别[23]为 300元/MW·h 和 200 元/MW·h。从新能源消纳水平、供电可靠性、备用容量充裕度、常规电源调节压力和区域电力/电量偏差等方面对以下 3 种运行备用容量分配方法进行比较。方法 1：所提基于源网荷储的运行备用容量分配策略和 OROM 模型，即常规时段运行备用容量仅由同步机组承担，当出现电力供需矛盾时考虑源网荷储多资源调控。方法 2：运行备用辅助服务仅由常规同步电源承担，区域联络线在调度周期内保持以固定功率传输，必要时考虑弃风/弃光和有序用电管理。方法 3：运行备用辅助服务由常规同步电源、新能源机组和储能承担，区域联络线在调度周期内保持固定功率传输，新能源机组和储能在调度周期内均需要提供备用。

仿真程序复现思路：

复现上述仿真涉及以下步骤，包括建立电力系统模型、定义仿真参数、选择优化算法、运行仿真和分析结果。以下是一个简化的示例，使用Python语言和一些常见的科学计算库（如NumPy、SciPy）：

1. 建立电力系统模型：
2. 定义仿真参数：
3. 选择优化算法：
4. 运行仿真和分析结果：

# 导入必要的库
import numpy as np
import pandas as pd
from scipy.optimize import minimize
 
# 定义电力系统模型参数
# 这里需要定义节点、线路、发电机、负荷、储能等相关参数
 
# 示例数据
nodes = ['Node1', 'Node2', 'Node3']
generators = {'Generator1': {'type': 'synchronous', 'capacity': 100, 'cost': 30},
              'Generator2': {'type': 'wind', 'capacity': 50, 'cost': 20}}
loads = {'Load1': {'demand': 80}}
lines = {'Line1': {'from': 'Node1', 'to': 'Node2', 'capacity': 50},
         'Line2': {'from': 'Node2', 'to': 'Node3', 'capacity': 70}}
 
# 定义新能源、储能等其他相关参数
 
# ...
 
# 构建电力系统模型的类或函数
class PowerSystem:
    def __init__(self, nodes, generators, loads, lines, ...):
        # 初始化电力系统参数
 
    def simulate(self, strategy):
        # 根据选择的运行备用容量分配策略进行仿真
 
# 创建电力系统实例
power_system = PowerSystem(nodes, generators, loads, lines, ...)
 
# 定义仿真参数
simulation_parameters = {'time_horizon': 24, 'interval': 1}
 
# 设置仿真时段和间隔等参数
# ...
 
# 选择优化算法（例如，使用SciPy中的minimize函数）
# 这里可能需要定义一个优化目标函数，该函数考虑新能源消纳水平、供电可靠性等指标
def objective_function(x):
    # 根据仿真结果计算目标函数值
    # ...
 
# 使用Scipy的优化函数进行优化
result = minimize(objective_function, initial_guess, method='your_preferred_optimization_method')
 
# 运行仿真
results = power_system.simulate('method_1')
 
# 分析仿真结果
# 这里可以根据需要提取各种性能指标进行比较分析
# ...
 
# 输出结果
print(results)
 

请注意，上述代码是一个简化的示例，实际情况中需要更详细和复杂的模型和算法。在实际应用中，可能需要使用专业的电力系统仿真软件，如PSS/E或DIgSILENT PowerFactory等，以更准确地建模电力系统的各个方面。此外，优化算法的选择也可能取决于具体问题的性质和复杂性。