电力系统论文哪里有？本文首先阐明了灵活调节产品的成本性态及优化配置理论。接着分析了灵活调节产品成本的构成，并对每一个构成因素进行量化分析，最终得到各灵活调节产品提供者成本的量化模型。最后研究在满足灵活性需求的条件下应该如何配置各提供者的灵活调节产品才能使总配置成本最小。
第 1 章 绪论
1.2 国内外研究综述
本文主要以电力系统的灵活性为研究背景，以灵活调节产品为研究对象，通过建立灵活调节产品的成本量化模型和优化配置模型，为灵活调节产品在市场上交易时的定价和激励政策的制定提供参考和基础。因此论文涉及到灵活调节产品及其成本计算、优化配置等方面的内容。接下来也将从这三方面来阐述本论文的国内外研究现状。
1.2.1 灵活调节产品的研究现状
电力系统中的灵活调节产品很多，既包括那些能够灵活调节的物理原件，还包括那些可以解决系统波动性的调节方法。尽管每个学者对灵活性的概念描述有差别，但对其的使用和分类是相当一致的。肖定垚（2014）从输电系统、配电系统、输配双端灵活性三方面对灵活调节产品进行了划分。输电系统灵活性既包含了传统能源，又包含了那些能够控制的可再生能源、电网互联；配电系统灵活性既包括了电动汽车和负荷管理，还涵盖了需求响应；输配双端灵活性包括储能、微网等。他还对各种灵活调节产品技术上的特点和经济上的成本进行了研究和分析[1]。Degefa Merkebu Zenebe（2021）通过研究与灵活性有关的重要出版物，不仅提出了一个全面的灵活性定义和灵活调节产品的统一术语， 还提出了三种对灵活调节产品进行分类的方法[6]。Ghaemi Sina（2021）认为为了减少电力系统对昂贵快速启动机组的依赖，需要通过分布式能源为主动配电网提供灵活斜坡产品的能力[7]。Migliavacca G（2021）考虑在输电和配电网中引入新的存储和灵活调节产品，以替代建设新的电网元件[8]。施涛（2016）指出能量、功率、速率是电力系统中各种资源都具有的属性，但值得一提的是，电网本身并不能进行能量转换和爬坡调节，它的灵活性反映在每个支路的传输容量中即功率特性和电网的拓扑结构[9]。IEA 指出那些能够被调度的机组、电网互联、需求侧和储能都能进行灵活性调节，可以应对系统各种各样的不确定，而这些资源又与电力系统的源、网、荷、储部分一一对应[10]。王鹏（2016）在考虑负荷变化的基础上，依据 24h、1h、10min 和 1min 的时间尺度提出了灵活性评价模型[11]。孙宇军（2018）将电源侧和负荷侧的资源的随机性作为研究对象，将价格和激励两种类型的需求响应和常规机组、风电等在不同时间尺度上进行了优化配置，并建立了日前-日内的电源与负荷互动决策模型[12]。Aggarwal（2016）认为电力系统的灵活性不仅可以通过物理元件实现，还可以通过优化运营方式，比如改变调度时间、增加新的辅助服务产品来实现[13]。姚天亮（2014）、侯婷婷（2013）、吕泉（2013）、Ahmad Nikoobakht（2017）、Amory B（2017）等均指明了大规模新能源接入系统后会使系统难以适应目前的模式，进而难以调峰，并证明了若系统具有一定的灵活调节能力那么就可以有效地促进新能源消纳[14-18]。
电力系统论文
............................
第 3 章 灵活调节产品成本模型构建
3.1 灵活调节产品的成本量化
3.1.1 灵活调节产品成本构成
产品的成本包括构成产品的每一项成本的总和，不同类型的企业生产出的产品，其成本构成通常不同。同一类型的企业，由于生产技术水平、规模等方面存在差异，成本构成也会受到影响。根据产品的成本构成可以看出产品的生产特点，灵活调节产品的成本主要是由发电成本构成，这也反映了发电企业的生产特点。对灵活调节产品的构成进行分析是对其量化的基础，也是进行最优配置的前提。
灵活调节产品的成本包括发电成本和附加成本两部分，根据其成本性态理论可知：发电成本包括初始投资折旧费、燃料成本、运行维护成本，附加成本包括进行灵活改造的成本、响应成本、机会成本等。首先为了能够提供灵活调节产品可能需要对设备进行改造或者购买辅助设备，这部分成本就是灵活改造成本。在用户接收到灵活性需求到完成灵活调节产品的提供的过程中首先机组从一个非工况状态达到理想状态会产生一个响应成本，当用户提供灵活调节产品的时候，调度机构可以根据需求决定调用的灵活调节产品容量，但是不管用户的灵活调节产品在实时运行中有没有被调用都会得到相应的费用。当被调用时，其成本就是用户提供灵活调节产品时的发电成本；当未被调用时，其成本就是参与者在提供灵活调节产品的同时产生的机会成本，这里的机会成本是指灵活调节产品提供者因为预留了部分灵活调节容量而少发电量引起的利润损失。如图 3-1 所示：
图 3-1 参与者提供灵活调节产品过程中产生的成本图
....................................
第 4 章 灵活调节产品的优化配置算例研究
4.1 算例背景
由于预测误差，东北地区某一风电场输出功率出现波动，为了保障电网能够安全、稳定运行，需要容量为 50MW，需求时间为 15 分钟的灵活调节产品来完成系统对波动能源的调节。为了满足风电场的这种灵活需求，需要电力系统配置相应容量的灵活调节产品。由我国的电网发展现状可知：发电容量占比最大的是火电，但由于调节速率慢，火电机组难以快速在短时间内调节。由于受场地、水文特征、水库调节能力等方面的约束，水电机组在电网中占的容量比例并不大且分布不均。但是在装机容量相同时，水电机组的调节速率快于火电机组，能更快速地进行灵活调节。根据风电接入系统指南可知：风电机组必须保持在一定的范围内正常运行，若超过这个范围就迫切需要通过灵活调节来使系统保持稳定。在风电集中区域增加储能装置，能够在超过给定范围时适当地调整风电的出力运行，以保证能给系统留有较多的时间进行灵活调节，并能够安全、稳定运行。电池储能系统的惯性时间常数为 0，这表示储能系统能够在非常短的时间内按照额定的功率向系统输入或者输出一定量的能量。水电和火电系统每分钟的调节能力分别是额定容量的 10%和 0.5%，从短时间的功率调节能力来看，电池储能系统的调节能力比这两者都要好，因此，与传统的机组相比，用电池储能来平滑变化速度较快的大容量发电系统（例如风力发电）能使系统更快的保持平衡和稳定。需求侧管理的转型和升级可以优化需求侧的存量资源，需求侧的响应质量的提高可以通过更改传统的”以下达指令“为主的调控模式来实现。例如，可以通过将用户侧的电动汽车和分布式储能等增量资源聚集起来进行有序的操作和管理，从而使大量的分散资源发挥作用参与到系统的灵活调节中去。
.........................
4.2 优化配置模型的求解方法
灵活调节产品的优化配置模型是一个非线性、二维、强约束的动态优化问题，尤其是本文所建立的优化目标函数中考虑了火电机组、水电机组、蓄热电采暖和锂离子电池各自的成本及约束，直接求取最优解较为困难。目前的研究中主要是通过传统优化算法及智能优化算法求解这类问题。传统算法对于求解单极值问题非常适用，有明确的全局最优解。智能优化算法针对的绝大多数是多极值问题，采用智能优化算法的根本原因是为防止陷入局部最优而尽可能找到全局最优解。智能算法中的粒子群算法的收敛速度较快，但在后期容易陷入局部最优问题；遗传算法比较擅长解决全局最优化问题，它主要是通过迭代的方式寻找全局最优解，并且对解决非线性问题有很好的适用性，本论文中的优化配置模型也是一个非线性并寻找最优解的问题，所以基于遗传算法思想来设计本文的优化配置方法是非常合适的。
4.2.1 优化配置方法的原理
密歇根大学的 Holland 教授在 1969 年创立了遗传算法。随后一些学者对其内容进行梳理，并不断进行改进慢慢演变成模拟进化算法[59-65]。遗传算法是一种自我组织和适应型人工智能技术，其主要模拟自然规律以及进化学规律，通过设置目标函数来搜寻并寻求最优解。为了能找到全局的最优解，需要模拟自然界的适者生存思想，不断地进行搜寻。首先将搜寻过程中适应度值好的个体留下来，再继续进行迭代搜寻最优解，从而进化整个群体，最后找到整个群体的最优解。遗传算法对很多领域的问题都很适用，既能解决各种复杂的难题，又可以解决处理多维空间优化的问题。
...............................
结论
本论文主要的研究对象为电力系统中的灵活调节产品，提出了灵活调节产品的成本量化方法及在成本最优情况下对其进行优化配置的方法。在现有研究的基础上，对其定义和分类情况进行了深入分析，并对其成本性态理论与优化配置理论进行了剖析，这些理论为构建成本量化和优化配置模型奠定了基础。根据它的成本性态理论，分析了其成本构成，并建立了各个构成部分的成本量化模型。由于火电机组、水电机组、负荷侧和储能系统等灵活调节产品提供者的特点、提供方式等有很大不同，所以分别构建了他们各自的成本量化模型，并深入分析了提供者预留的灵活调节产品被调用和中标但未被调用两种状态下的成本情况及成本量化模型。根据灵活调节产品的优化配置理论，构建了满足灵活性需求条件下的以成本最优为目标的优化配置模型，并通过算例对模型进行求解、算例结果验证了所建立模型的科学性和有效性。具体工作和研究成果如下：
（1）从灵活调节产品及其成本量化、优化配置三方面总结了现有的相关研究现状，并指出目前的研究中尚存在的问题与不足。分析并总结了灵活调节产品的定义，并以时间尺度和方向为分类标准对灵活调节产品进行了分类。深入剖析了灵活调节产品的成本性态及优化配置理论，为之后对灵活调节产品进行成本量化和优化配置研究奠定了理论基础。
（2）依据火电机组、水电机组、需求侧和储能系统等灵活调节产品提供者的特点和提供方式建立了各自的成本量化模型，根据灵活性影响下的约束条件，以总的配置成本最小为目标，建立了灵活调节产品的优化配置模型，并通过算例对模型进行求解，算例结果验证了所建立的模型的科学性和有效性。由算例得出的最优配置结果表明了在需求量为50MW，时间为 15 分钟时火电机组和水电机组的配置容量较大，因为他们的发电成本较低，虽然他们会受爬坡速率的影响但在成本和速率的双重约束下优先配置火电机组的容量才能使总成本最优，这也从侧面反映了灵活调节产品的优化配置是以传统优化为基础的。
（3）提出了各灵活调节产品提供者配置容量的一些建议。主要包括配置前要对灵活调节产品进行分类和进行优化配置时不仅要以传统优化为基础，还要全面考虑各种影响因素。因为各种因素对总成本产生的影响程度不同，只有综合考虑了各种因素才能在配置的时候得到最优的配置结果。
参考文献（略）
