规划运行chkdsk工具

第XX卷第XX期XXXX年XX月XX日Vol.
XXNo.
XXXXXX,XXXXhttp://www.
aeps-info.
com电力系统运行模拟与容量规划工具研究与应用综述徐新智1,2,杜尔顺3,高艺1,2,张宁4,李隽1,2(1.
全球能源互联网集团有限公司,北京市100031;2.
全球能源互联网发展合作组织,北京市100031;3.
清华大学低碳能源实验室,北京市100084;4.
清华大学电机工程与应用电子技术系,北京市100084)摘要:电力系统运行模拟与容量规划软件工具在电力系统的规划、运营和评估中发挥着重要的作用.
近年来,随着可再生能源大规模并网,运行模拟与容量规划的模型与方法研究成果层出不穷,对应的软件工具也迎来显著进展与更新.
文中综述了多种国内外主流的运行模拟与容量规划软件工具,侧重分析各类软件工具的特点,包括一般架构、时间分辨率、潮流模型、机组组合约束、求解算法等.
此外,结合目前研究现状及电力系统发展趋势,提出了未来电力系统运行模拟与容量规划工具相关的思考.
关键词:运行模拟;容量规划;电力系统规划;可再生能源并网0引言电力系统规划是电力系统建设的一项必不可少的前期工作,其主要任务是根据日益增长的电力负荷水平和国家能源发展目标,制定合理的电力工业发展计划.
电力系统的发展经历了由小到大、由弱到强的过程.
电网规模不断扩大的同时,电压等级不断提高,电网技术不断升级,网架结构不断优化,电网可靠性、灵活性和经济性得到显著提高.
中国已经打造了世界最大规模的电力系统,可再生能源迅猛发展,风电装机、集中式光伏并网容量均为世界第一.
特高压输电线路从无到有,数千公里的交直流特高压线路安全运行.
针对日益复杂的电力系统,研发和应用电力系统模拟评估与规划优化工具和软件,科学、合理、前瞻地进行电力系统规划,是关系到国家安全、经济发展和环境保护的重要举措.
电力系统的模拟评估与规划优化一直是电力系统领域的研究重点和热点之一.
近年来,随着可再生能源大规模并网,运行模拟与容量规划的模型与方法研究成果层出不穷,对应的软件工具也迎来显著进展与更新,电力规划智能化水平不断提升[1-2].
然而,与理论与方法获得的广泛关注和讨论相比,从工程应用视角,对于理论方法与软件工具之间的有效衔接,对于不同软件工具的研究与对比,对于软件工具的需求与展望等方面一直缺乏足够的关注.
因此,与已有电力规划的综述文献不同,本文将从实际应用角度,聚焦于电力规划软件与工具的研究与应用.
具体而言,本文重点关注电力系统运行模拟与容量规划2类软件工具,通过调研电力系统运行模拟与容量规划模型的方法和软件,面向实践应用,系统地梳理了此类工具在关键因素上的异同、优缺点以及研究展望.
本文首先总结了运行模拟与容量规划的研究范围与一般模型架构.
然后,综述了国内外主流运行模拟与容量规划软件工具.
在此基础上,面向软件应用视角,指出了软件工具选择与应用的关键因素.
最后,结合目前研究现状及电力系统发展趋势,提出了对未来电力系统运行模拟与容量规划工具的思考与展望,以期促进理论方法与软件工具的有效衔接,为相关模型与工具的开发提供思路,为工业界应用与选择软件工具提供参考.
1研究范围与模型架构1.
1研究范围电力系统运行模拟与容量规划是电力系统规划领域的重要核心元技术.
如图1所示,运行模拟软件的时间分辨率较高,目的是对已有电力规划方案进行精细化、长时间的运行模拟,重构电力系统调度运行数据,支撑电力规划方案的综合评估,提前发现潜在的运行风险,模型侧重于电网运行的技术细节.
容量规划工具的时间分辨率较低,目的是寻找最优的电源电网容量规划方案,支撑科学、合理、前DOI:10.
7500/AEPS20201104004收稿日期:2020-11-04;修回日期:2021-01-19.
上网日期:XXXX-XX-XX.
国家自然科学基金青年基金资助项目(51907100).
1XXXX,XX(XX)·XXXX·瞻的电力投资决策,模型忽略技术细节而侧重宏观决策的动态变化.
运行模拟与容量规划是支撑多项规划业务的基础功能模块,其应用分析如图2所示.
运行模拟软件工具是在给定研究区域的装机结构和电网拓扑的前提下,为满足系统运行需求,对系统调度运行规则进行建模,对机组开机状态和出力计划进行优化,对未来电力系统的运行方式进行模拟.
主要用于发电调度方式模拟计算分析、新的发电/输电项目经济性评估、可再生能源消纳评估、电网阻塞评估及电力市场仿真等.
时间分辨率通常在小时级或以下,包含机组组合和经济调度问题.
机组组合问题主要是优化机组开机状态[3],经济调度问题主要是安排机组最优出力[4].
运行模拟技术的主要难点在于:如何对电力系统的调度运行方式与规则高效建模,使得运行模拟结果能够真实反映实际调度运行情况.
具体包括:①如何对电力系统运行的物理规律进行建模,例如风光的随机性、设备的可靠性、电网潮流方程等;②如何对各类元件设备的运行方式进行建模,例如不同发电机组的运行规则等;③如何对电力系统的运行流程进行建模,例如检修、中长期合同、日内发电调度规则等.
容量规划类工具是以供需预测、发展目标、资源环境约束等为边界,优化未来中长期的电源结构和电网互联规模,制定电力规划投资方案[5],主要用于低碳政策研究、能源发展路线图制定、电源电网投资组合优化、可再生能源发展规划等.
以往装机容量规划和输电容量规划过程一般是独立进行的[6].
然而随着可再生能源接入水平的提高及远距离输电能力的提高,越来越需要统筹协调发电和电网规划,避免在具有高质量风光资源的区域发生输电线路阻塞,并实现优先利用系统价值最高的风光资源[7-8].
容量规划技术的主要难点在于:如何建模未来复杂的随机与关联因素,使得规划方案科学可行且安全经济.
具体包括:①如何对供需负荷与发电技术的发展不确定性进行建模,从而保障规划方案的科学性与合理性;②如何考虑资源、环境、政策等发展约束与目标,从而保障规划方案的前瞻性与经济性;③如何内嵌高效的运行模拟与综合评价体系,从而保障规划方案的可行性与安全性.
1.
2一般模型架构电力系统运行模拟与容量规划工具通常以综合费用最小为目标:运行模拟以运行成本最小为目标,容量规划以投资及运行成本之和最小为目标.
1957年,法国人MASSEP首次将线性规划理论用于电源投资规划[9].
1970年,GARVERLL首次使用线性规划对输电网进行规划,奠定了输电网优化规划基本模式[10].
随着求解算法的发展和计算机性能的提高,越来越多的研究逐步面向多目标优化,将线性规划模型扩展至非线性规划模型[11]以及混合整数规划模型[12],将早期以火电为主的模型扩展为包括可再生能源[13]、储能[14]并考虑需求侧响应[15]、电力市场[16]等诸多因素的模型.
对于国内外不同的使用者和使用场景,所关注的目标不同,在模型中考虑的因素也不尽相同.
图3给出了运行模拟与容量规划工具的一般模型.
输入参数通常包括各节点/区域的负荷特性、可再生能源出力特性、电源电网现状及单位碳排放强度等.
对运行模拟类工具,考虑的技术经济参数通常包括单位运行成本、燃料价格、效率等.
对容量规划,输入的技术经济参数还包括单位投资成本、折现率、运行寿命等,以及容量规划的限制参数,例如装机和输电容量上下界、可再生能源装机比例的下界或资源约束等.
模型中最主要的约束条件为每个节点/区域的电力电量平衡约束.
其他约束条件反映了电力系统的技术特性,通常包含电源、电网和储能等类别,例如机组运行约束、网络传输约束、储能运行约束等.
容量规划还要考虑电源和储能装机容量、输电容量图2运行模拟与容量规划的应用分析Fig.
2Applicationanalysisofoperationsimulationandcapacityplanning图1电力系统运行模拟与容量规划模型分类Fig.
1Classificationofpowersystemoperationsimulationandcapacityplanningmodels2徐新智,等电力系统运行模拟与容量规划工具研究与应用综述http://www.
aeps-info.
com上下界的约束.
对运行模拟类工具而言,输出结果通常包括不同时段各机组出力、通道输电情况和储能运行情况,以及运行成本、碳排放等.
对容量规划而言,输出结果还包括电源、电网容量规划规模以及建设成本等.
2国内外主流软件工具文献[17]对当前全球主要的电力系统中长期仿真模型和软件进行了梳理和介绍.
文献[18-25]从低碳、随机优化、灵活性等方面对电力系统运行和规划研究开展了综述,本文更侧重于从实际应用方面介绍这2类工具的选择因素,并结合当前能源互联网、高比例可再生能源等方面的研究,对未来此类工具的开发与使用进行思考与展望.
为此,本文分析对比了11款常用的国内外电力系统运行模拟与容量规划工具和软件,如图4所示,并对比分析了不同软件的特点与特征.
2.
1运行模拟软件工具GridView软件是电力现货市场仿真系统,能够模拟电力市场的电网安全约束机组组合和经济调度优化出清,可计算节点电价、电网阻塞、发电侧发电情况和经济效益等电力市场运行指标.
GridView软件可应用于输电网规划、多类型发电电源规划,并量化新建设备的成本-效益分析、系统供电可靠性、输电设备利用率等.
该软件广泛应用于北美输电网规划和电力市场仿真,例如美国西部电网应用该软件进行运行模拟[26],纽约州独立系统运营商(NYISO)应用其评估输电拥塞,计算拥塞时间和定性研究新输电项目的经济效益[27].
法国电力集团的Antares软件能够在考虑储能以及区域联络线容量约束等因素的基础上,将市场模型与序贯蒙特卡洛模拟器连接,进行多区域互联电力系统的运行模拟.
该软件成功应用于欧洲输电商联盟(Entsoe)的十年发展规划[28]、欧洲E-highway2050等多项研究中[29].
华中科技大学研发的LPSP_ProS软件是以联合电力系统运行模拟软件(WHPS2000)模型为基础的新型多区域联合电力系统运行模拟软件,该软件能够模拟电力系统全年逐月典型日各小时的发电调度方式(经济调度或节能发电调度)[30].
国际可再生能源组织(IRENA)最近开发了基于MicroSoftExcel软件的轻量级软件Flextool,该软件侧重于对系统进行灵活性的评估,可基于电力能量流的线性规划模型进行经济调度[31-32].
PLEXOS软件可对电力、天然气等能源系统进行协同优化仿真,包含短期运行模拟模型,可以考虑交流潮流的电力市场出清和发电计划模拟[33-34].
清华大学研发的电力规划决策支持系统(下文简称GOPT)实现了电力系统时序运行模拟、电源规划优化、电网规划优化、电力系统风险评估、可再生能源消纳能力评估及可信容量评估等实用化功能,在中国多个电网的规划工作中实现应用.
其中,运行模拟功能可实现全年多区域8760h的机组组合调度运行模拟[35].
全景电力系统运行模拟分析平台(下文简称NEOS)是由国网能源研究院有限公司开发研制的8760h多区域电力系统生产模拟软件,通过构建电力系统多区域等效模型,对电力系统进行逐时刻生产模拟.
图3电力系统运行模拟与容量规划模型的一般架构Fig.
3Generalframeworkofpowersystemoperationsimulationandcapacityplanningmodel图4国内外主流软件及分类Fig.
4Mainstreamsoftwareandclassificationathomeandabroad3XXXX,XX(XX)·XXXX·NEOS已多次应用于全国和地区电力发展规划及电力项目论证、可再生能源消纳形势滚动评估、可再生能源基地消纳前景分析等项目.
2.
2容量规划软件工具WASP软件是经典的电源装机容量规划软件,由国际原子能机构(IAEA)开发,目前已发布4个版本.
该软件以最小折现总成本为目标,优化不同类型发电机组容量[36].
当扩建电力系统的负荷及一次能源分布比较均匀,厂址条件不受限制和输电网在电源规划中的权重较小时,使用该模型能得到较为满意的结果[6].
WASP软件曾在韩国未来核电作用的评估[37]和泰国装机容量规划中应用[38].
国际能源署的能源技术系统分析项目(下文简称IEA-ETSAP)中开发的TIMES软件,侧重于长期能源、经济和环境分析,将电源装机和输电容量协同优化[39].
该软件应用于多种研究,并且已被用来模拟欧盟委员会关于可再生资源的使用,缓解气候变化和提高能源效率的综合政策等[40].
区域能源部署系统(ReEDS)模型是美国可再生能源实验室(NREL)针对美国电力部门规划开发的容量规划模型,该模型依靠系统范围内的最低成本优化来估算未来发电和输电容量的类型和位置[41].
NREL目前使用ReEDS发布年度标准情景报告,研究未来在各种可能的情景下美国电力行业的发展前景[42],也用于高比例可再生能源情景下的问题研究[43].
Flextool软件具有容量规划模型,可以将容量规划与运行模拟联合运行,在容量规划中考虑运行问题,重点考虑灵活性的约束[31-32].
PLEXOS软件包含中长期的容量规划模型,该软件广泛应用于美国东部、西部、得州电网互联效益评估[33]和欧洲高分辨率电网互联仿真研究[34].
国网能源研究院有限公司开发研制的多区域电源和电力流扩展优化软件(下文简称GESP)是以电力供应总成本最小为目标的中长期电源和电力流扩展优化模型,该模型曾应用于三峡工程的国民经济评价,华南电网规划研究以及多项世界银行、亚洲开发银行贷款的电力项目的经济分析[44].
清华大学开发的GOPT软件侧重于电源、电网和储能的协同规划,内嵌了计及灵活性约束的快速运行模拟模型,被用于面向高比例可再生能源并网的跨国跨区互联、储能需求研究等[45].
2.
3软件工具特征对比表1从时间分辨率、潮流模型、不确定性、可靠性、电力市场因素及求解算法等角度对比分析了不同软件的特点与特征.
整体而言,在时间分辨率上,运行模拟模型均精细化到小时级时间尺度,以考虑电力系统的调峰、备用等灵活性平衡约束;容量规划模型则以年或月能量平衡为主,或者考虑少量典型日.
对于潮流模型而言,运行模拟功能以直流潮流模型为主,而容量规划功能主要以管道模型为主.
在面向电力系统清洁转型的大背景下,运行模拟和容量规划功能均考虑了风光的不确定性与电力系统可靠性/充裕性.
由于不同国家/地区的市场机制不同,不同软件工具在电力市场因素考虑方面的区别较为显著.
此外,从求解算法角度出发,不同软件工具以数学优化理论为基础的线性规划、混合整数规划为主.
3软件功能的关键因素分析与建模基于上述初步的软件对比分析,面向软件应用视角,本章重点针对软件工具选择与应用的关键因素展开讨论.
3.
1时间分辨率在传统的电力系统规划中,电源以火电为主,系统灵活性较高,因此在建模中以考虑最大负荷运行方式为主,关注电力和电量的充裕性.
但这种年度平衡方式的时间分辨率过低,无法应对大规模可再生能源并网电力系统的波动性与间歇性挑战,容易造成灵活性资源不足,导致严重弃风弃光等问题.
为提高时间分辨率,部分软件将全年划分为相同或不同长度的时间片段.
例如,LPSP_ProS软件在系统逐月典型日负荷曲线上优化各电站的工作位[30].
ReEDS将一个目标年划分为17个典型时间段,包括4个季节的凌晨、早上、下午和晚上,以及一个夏季最高峰的40h[41].
但随着高比例可再生能源的接入,划分时间片段的方式仅保留了典型运行方式的信息,难以考虑极端场景,对可再生能源的波动性与不确定性刻画不够准确,规划评估结果与运行模拟结果误差较大.
当前多数运行模拟软件的时间分辨率为小时级,即全年8760h的逐小时时序仿真.
例如Antares和GOPT软件等.
小时级的仿真能相对精确地刻画系统运行方式的多样化、负荷和可再生能源出力的波动性等,对系统运行等成本的计算更为精确.
此外,GridView和PLEXOS软件在运行模拟时可选择分钟级的时间分辨率[34].
这种仿真的计算精度通常更高,适合对电力市场等精确的模拟.
然而付出的代价是计算量更大,且对输入数据的要求更高,很多地区较难获取分钟级的负荷和出力特性数据.
文献[46-47]量化分析了模型时间分辨率/尺度和计算复杂度之间的关系.
一般来说,具有更高时间分辨率的模型具有更高的计算精度,同时带来较4徐新智,等电力系统运行模拟与容量规划工具研究与应用综述http://www.
aeps-info.
com大的计算量,三者的关系如图5所示.
在中远期规划问题中,考虑到需求特性的变化存在较大不确定性,一味提高时间分辨率带来的收益会减小,而对应的计算复杂度和数据的获得都将成为制约模型的因素.
如何辨识影响可再生能源消纳的关键因素,简化电力系统运行模拟过程,实现内嵌小时级运行模拟的投资规划是当前研究的热点和难点.
现阶段理论研究的思路主要包括2个方面:①在传统规划考虑电力电量平衡的基础上,引入灵活性指标,考虑灵活性平衡与充裕度;②对短期调度模型进行简化,提出高效的中长期机组组合模型,实现投资规划与调度模拟的一体化优化.
3.
2潮流模型电力系统潮流模型可分为交流潮流模型、直流潮流模型和管道模型,3种潮流模型的特点如表2所示.
1)交流潮流模型交流潮流模型包括有功和无功功率的完整表示,这些功率由网络状态的非线性函数表示,即母线电压和功角以及网络参数(阻抗)等[8].
交流潮流模图5不同时间分辨率下模型计算量和计算误差的一般关系Fig.
5Generalrelationshipbetweenmodelcalculationamountandcalculationerrorunderdifferenttimeresolutions表1部分电力系统运行模拟与容量规划软件相关特征对比Table1Comparisonofrelatedfeaturesofpartialpowersystemoperationsimulationandcapacityplanningsoftware序号1234567891011软件GridViewAntaresLPSP_ProSNEOSWASPTIMESReEDSFlextoolPLEXOSGOPTGESP类型运行模拟运行模拟运行模拟运行模拟容量规划容量规划容量规划容量规划、运行模拟容量规划、运行模拟容量规划、运行模拟容量规划时间分辨率小时级(最高可达分钟级)小时级全年逐月典型日逐小时小时级月年每年17个典型日时间段通常为小时级(也可根据输入数据提高或降低)通常为小时级(最高可达分钟级)小时级典型场景逐小时潮流模型直流潮流模型直流潮流模型管道模型管道模型管道模型直流潮流模型管道模型交流潮流模型/直流潮流模型/管道模型直流潮流模型管道模型机组组合√√√√√√√不确定性√√√√√√√√√√可靠性√√√√√√√√√√电力市场因素模拟市场运行,计算节点边际价格考虑市场化交易情况,对给定的运行曲线进行一定调节幅度的优化市场出清(完美信息或滚动优化)能源市场(供需平衡)、容量市场(规划备用容量要求)、辅助服务市场(运行备用)、可再生能源信用市场(州可再生能源投资组合标准)物理和金融远期电力市场、日内平衡市场、容量市场、天然气市场、完全竞争、纳什古诺市场模型或伯川德定价能够模拟三公调度模式、节能调度方式、电力市场机制下系统的调度运行求解算法线性规划、动态规划线性规划、混合整数规划加速变步长搜索法、代数方程法、小偏差量算法混合整数规划线性规划、动态规划线性规划、混合整数规划、部分均衡线性规划、部分均衡线性规划数学优化(线性规划、非线性规划、混合整数规划)、部分均衡线性规划、混合整数规划混合整数规划注:"√"表示考虑了此因素.
5XXXX,XX(XX)·XXXX·型受基尔霍夫电流定律(KCL)和电压定律(KVL)约束.
由于交流潮流的非线性和非凸特性,对模型直接数学求解是非常困难的,一般要采用线性松弛[48]、凸松弛[49]的数学简化方法.
交流潮流模型的优点是考虑无功平衡,完整表示了线路损耗,并可在电网优化规划建模中考虑电压稳定性.
缺点是所需要的数据更多,求解非常困难,一般还需要同时进行初步的无功补偿规划[50].
目前只有少量商用软件在运行模拟与容量规划仿真中采用了交流潮流模型,对于复杂情况的应用还主要停留在研究阶段.
2)直流潮流模型直流潮流是交流潮流的有功近似,也是线性简化.
直流潮流模型考虑了KCL和线性化的KVL,实现了有功平衡和无功平衡的解耦.
直流潮流模型的优点是可建模为混合整数线性规划模型,通过混合整数线性规划的割平面法、分支定界法等算法[48]得到全局最优解,计算的复杂度和模型细节得到了很好的平衡,因此在仿真软件中被广泛采用.
尽管直流潮流模型可有效求解,但是只能以近似的方式评估损耗和电压,而无法纳入稳定性考虑,与交流潮流模型相比不够精确.
3)管道模型管道模型对传输网络的表示类似于运输管道,这种模型仅遵守KCL,不遵守KVL,即仅遵守每个节点上的节点平衡约束和传输流量限制[51].
管道模型的优点是模型简单、计算量较小,因此适合较大区域互联的问题,也可以作为其他更复杂问题的预处理,在早期的仿真工具中应用较多.
但是,由于该模型太简单,不考虑电压,模型的精确性最差,并往往会夸大已有传输通道的作用[8].
3.
3机组组合约束随着可再生能源在电力系统中的比例不断提高,电力系统的调峰和爬坡压力日益严峻,系统对灵活性资源的需求日益增加,尤其是快速启动的常规发电设备(例如联合循环燃气轮机发电)提供的资源,以响应可再生能源发电的随机性和不确定性.
因此,在对电力系统运行模拟和容量规划进行建模时,是否忽略机组组合约束成为模型的一个关键因素.
这里讨论的机组组合约束包括机组爬坡约束、机组最短开机/关机时间约束、机组最小出力约束[17].
部分仿真模型为简化计算,不考虑机组组合相关约束[52].
然而,文献[53]通过建立一个包含机组组合约束的集中式电源扩展规划模型,考虑常规机组的启停成本、最小出力和每小时的爬坡极限进行建模,并通过一系列情景进行仿真,使用广泛的数值研究评估了每种机组组合约束对仿真结果的影响.
结果表明:忽略机组组合约束对仿真结果影响显著.
上述列举的软件中,运行模拟软件均考虑机组组合约束,然而大多数容量规划软件,比如TIMES、WASP和ReEDS等未考虑机组组合约束.
3.
4不确定性不确定性在电力系统中始终存在,文献[8]对影响电力系统的不确定性因素进行了分类.
表3列举了对电力系统运行模拟与容量规划工具影响较大的因素.
文献[54-55]对处理不确定性的方法进行了分类,包括确定性等效、敏感性分析、场景分析、随机规划和鲁棒优化等.
各种处理方法的对比如图6所示.
通常,对于可通过历史数据构造概率分布的参数,可采用随机规划的方法描述参数的不确定性[56].
如TIMES软件采用两阶段或多阶段随机规划的方法来处理可再生能源出力等不确定性参数.
表3电力系统运行模拟与容量规划中的不确定性因素Table3Uncertaintiesinpowersystemoperationsimulationandcapacityplanning类型市场不确定性与自然相关的不确定性消费侧的不确定性设备相关的不确定性其他方面例子投资成本、燃料成本、排放成本水电来水量(水电出力)、风速(风电出力)、太阳能辐照强度(光伏出力)负荷、分布式电源出力、电动汽车充放电发电机故障、线路中断政策技术进步特征有历史数据-可生成概率密度函数有历史数据-可生成概率密度函数负荷的分布特性可从历史数据中获得,其他需求侧分布特性需要靠仿真生成有历史数据-可生成概率密度函数低频率没有历史数据和分布特性表2不同潮流模型特点Table2Characteristicsofdifferentpowerflowmodels类型交流潮流模型直流潮流模型管道模型优点完整表示有功和无功功率,满足KCL和KVL约束完整表示有功功率,满足KCL和线性化的KVL约束,可线性求解计算效率高,所需数据少缺点需要的数据多,需要非线性整数规划求解,求解困难缺少无功功率的完整表示,与交流潮流模型相比不够精确不考虑线路阻抗,仅满足KCL约束,不满足KVL约束6徐新智,等电力系统运行模拟与容量规划工具研究与应用综述http://www.
aeps-info.
comAntares软件可将负荷、风电和太阳能出力按照正态分布、β分布等构造模型,并通过蒙特卡洛法进行仿真.
但电力系统运行中扰动因素众多,部分不确定性因素概率分布规律复杂且难以获得.
对这类问题,常采用鲁棒优化方法进行建模.
鲁棒优化理论将不确定性所有可能的实现事先划定在一个确定性的集合中,不需要知道参数的分布,可在最坏情况下做出决策,以确保最优解在任意不确定参数实现后的可行性,这也意味着结果通常相对较为保守[57].
此外,对于政策、技术进步等发生变化的频率较低,没有历史数据和统计特性的不确定性因素,往往是通过构造不同的场景进行建模,将随机变量量化为一系列确定的数值,然后进行场景缩减,这在Entsoe的十年发展规划中仍为主要方法.
敏感性分析作为一种常用的方法,通常在确定性仿真之后被用来研究输出结果如何随关键参数的变化而改变.
3.
5可靠性电力系统可靠性是电力系统按照电能质量标准,不间断地向电力用户供应所需电力和电量的能力[20].
可靠性评估方法包括解析法和蒙特卡洛模拟法.
在电力系统运行模拟与容量规划仿真工具中,系统可靠性通常在约束条件或部分目标函数中体现,并采用蒙特卡洛模拟进行评估.
最常见的可靠性指标包括失负荷期望、电量不足期望、失负荷概率和失负荷成本等[58].
Antares软件由用户定义未供电处罚,将失负荷成本计入总成本,以总成本最小进行优化来满足供电可靠性要求[59].
PLEXOS软件可由用户对每个区域设置失负荷概率的上限,或最小备用容量作为约束条件进行优化,以满足可靠性要求[60].
3.
6电力市场因素电力市场化改革改变了电力系统输电环节在垄断经营下形成的规划、投资、扩展建设、运营管理、与发电侧和用户侧的关系等诸多方面处理问题的既成方法.
电力市场相关因素对电力系统运行与规划的影响深远[20,23].
在国外的运行模拟工具中,GridView软件可以对用户指定的报价和经验性报价策略进行建模.
该软件在进行运行模拟的同时,模拟市场运行,计算每个母线、区域、发电机和负载的能源市场出清价格(节点边际价格),以及每条传输线的潮流、拥塞成本和影子价格,被广泛应用于北美的电力市场仿真.
电力市场环境给电力系统规划问题带来新的规划环境、规划主体、规划要求等挑战,电力市场下模型涉及发电厂商、系统运营商和社会盈余,所需要的数据较多,目前在运行模拟和容量规划相关商业软件中,仅有部分软件考虑了电力市场因素.
3.
7求解算法电力系统运行模拟与容量规划工具的求解方法一般划分为2种[19]:数学优化方法和启发式方法,具体分类如图7所示.
数学优化方法是电力系统运行模拟与容量规划软件工具中应用最为广泛的经典方法.
优化方法的选择取决于问题的特点,这是由所需的建模细节级别和网络大小的复合影响所导致的.
在经典方法中,线性规划可以容纳的系统规模最大,避免了整数变量的计算量,但忽略了投资的离散性质[51].
混合整数规划可以提供相对较好的折中效果[61].
而非线性混合整数规划即使针对规模较小的问题也很耗费计算资源[62].
数学优化工具有多种商业优化求解包,譬如国际主流的CPLEX、Gurobi和XPRESS,开源的SCIP、GLPK以及国内自主开发的COPT、MindOPT等.
图7模型求解方法分类Fig.
7Classificationofmodelsolvingmethods图6不同不确定性处理方法的对比Fig.
6Comparisonofdifferentuncertaintyhandlingmethods7XXXX,XX(XX)·XXXX·启发式方法相比数学优化方法,不需要特殊的模型规范,通常以交互方式进行,便于人工参与决策,具有直观、灵活、快速的特点.
其优点是可求解数学优化方法目前无法求解的模型,算法的时间有效性可以得到保证,缺点是算法的收敛性和求解的准确性很难得到证实或证明,容易落入局部最优解而不是全局最优解[20,23].
启发式方法包括贪心随机搜索[63]、禁忌搜索[64]、遗传算法[65]、模拟退火[66]、蚁群算法[67]等.
在电力系统运行模拟与容量规划工具中,为保证获得稳定的最优解,无论在学术研究还是商业软件中多采用数学优化的方法,在定义好模型后直接调用求解器进行求解.
随着问题规模的增加,获得次优解决方案的风险也会增加,目前启发式方法较少应用在商业软件中.
4挑战与展望中国电力行业目前正处于能源转型的时代大潮中,发电、电网和用电环节的低碳化可谓是大势所趋.
2020年9月22日,国家主席习近平在75届联合国大会一般性辩论上,提到要努力争取2060年前实现碳中和.
电力系统作为减排先行者与排头兵,将迎来加速低碳化转型.
总体而言,在时代背景、能源转型、技术革命等大背景下,未来电力系统转型将迎接以下3个方面的挑战与机遇:①考虑气候-环境-资源约束的电力能源系统碳中和转型;②基于能源转化为多种形式(P2X)的综合能源网络耦合;③以电为核心的未来清洁能源供应体系,整体框架如图8所示.
相应地,电力系统运行模拟与容量规划工具也需要适应以上几个方面的变化,具体如下.
4.
1考虑气候-环境-资源约束电力能源系统的碳中和转型,不仅受到电力系统内生运行与发展规律的约束,更受到气候变化、环境承载能力、资源禀赋与特性等外在约束的限制,是一个多学科、多领域交叉的研究难题.
当前大部分电力系统的规划与模拟工具,主要关注电力系统内生的运行规律与调度规则,对外生的限制约束考虑较为欠缺.
尤其对于中长期的容量规划工具来说,展望未来越远,外生约束的影响越显著.
以中国为例,面向电力系统低碳转型目标,风光水资源的时空不均衡分布以及东部发达地区的严峻环境问题,将使得中国的能源供给形成大规模西部清洁能源基地与跨区远距离输电的主要格局;在电力部门碳预算锐减的要求下,中国煤电机组将加速退出市场或进行灵活性改造与碳捕集改造.
如何通过模型或工具分析外生因素对电力系统转型的影响,远比直接优化获得理想化的确定性的转型路径要有意义.
4.
2基于P2X的综合能源模拟与规划实践证明,电是最清洁、最便利的能源利用方式,以风光电为主的可再生能源是替代煤油气的最佳"一次能源",未来将形成以电为核心的现代能源体系,构建高比例可再生能源电力系统.
当前,电力系统与其他能源领域的耦合愈发紧密,热泵、电动汽车的发展不仅带来了新增电力需求,也为电力系统提供了灵活性.
电制氢、电制气、储热等新技术的快速发展也为未来电力系统运行模拟与容量规划仿真带来新的挑战.
将包括发输电等在内的多种能源网络进行跨行业综合优化,以输电网为媒介,加强与交通、供热、天然气等领域的融合,不仅能最大限度地节约资源,提高经济效益,还能提高能源互联系统抵抗不确定性因素带来的风险的能力.
如何在电力系统模型中加入与其他领域耦合的相关因素,对涵盖电、热、气等的综合能源系统进行仿真,是未来运行模拟与容量规划工具有待加强研究的方向.
4.
3精细化电力系统运行模拟与分析与化石能源主导的电力能源系统相比,高比例可再生能源电力系统的运行方式随机化、多样化、复杂化,难以仅依靠少量典型和极端的运行方式进行表征,亟须开展精细化电力系统运行模拟与分析,为量化评估高比例可再生能源电力系统提供模拟与分析工具.
精细化电力系统运行模拟与分析工具需要适应图8未来电力能源系统模拟与规划的挑战与展望Fig.
8Challengesandprospectsoffuturepowerenergysystemsimulationandplanning8徐新智,等电力系统运行模拟与容量规划工具研究与应用综述http://www.
aeps-info.
com高比例可再生能源电力系统的特点.
首先,需要考虑多样化的灵活性资源,例如需求响应、电动汽车、光热发电、火电灵活性改造、碳捕集改造、交直流互联等.
其次,需要考虑集群可再生能源出力的不确定性与相关性,例如可通过模拟可再生能源出力,进行全年8760h的全景调度运行模拟.
此外,还需要考虑电力系统电力电子化引起的低惯量下频率稳定与暂态稳定等问题.
4.
4数据积累与数据质量对任何运行模拟与容量规划仿真软件而言,数据准备都是进行仿真的最重要环节,也是主要工作量所在,输入参数对仿真结果至关重要.
模型通常包含上百万的输入数据,这些数据应有合理的来源和解释.
目前国内的软件和工具在这方面较国外有较大差距,缺乏高质量的数据.
一方面,应注重对历史数据的积累,形成方便调用的数据库;另一方面,应充分发掘和探索历史数据的规律,建立数据模型,模拟生成高质量、丰富的测试数据集.
5结语电力系统的运行模拟与容量规划工具经过多年来长期的发展,形成了一套相对成熟的方法,也在发展中面临新的问题和挑战.
电力系统运行与规划是一种平衡,是经济性、可靠性、环保等综合效益的平衡,也要综合各部门、各利益相关方的利益的平衡,需要通过仿真减少人为行政分配,通过经济疏导手段打破各方的利益壁垒.
而运行模拟与容量规划的工具本身也是对求解精度和效率的平衡.
本文综述了多个电力系统运行模拟与容量规划工具,分析对比了软件工具模型与技术的关键因素,并结合目前研究现状及电网发展趋势,提出了未来电力系统规划相关的思考,以期对各类模型与工具的开发有所帮助,也能更好地帮助使用者选择合适的工具.
本文受到全球能源互联网集团有限公司科技项目(1100/2020-75001B)资助,特此感谢!
参考文献[1]SCHABERK.
IntegrationofvariablerenewableenergiesintheEuropeanpowersystem:amodel-basedanalysisoftransmissiongridextensionsandenergysectorcoupling[D].
München,Germany:TechnischeUniversittMünchen,2014.
[2]HUBERM.
Flexibilityinpowersystems-requirements,modeling,andevaluation[D].
München,Germany:TechnischeUniversittMünchen,2017.
[3]PADHYNP.
Unitcommitment—abibliographicalsurvey[J].
IEEETransactionsonPowerSystems,2004,19(2):1196-1205.
[4]CHOWDHURYBH,RAHMANS.
Areviewofrecentadvancesineconomicdispatch[J].
IEEETransactionsonPowerSystems,1990,5(4):1248-1259.
[5]CONEJOAJ,BARINGOL,KAZEMPOURSJ,etal.
Generationandtransmissionexpansionplanning[M].
Berlin,Germany:SpringerInternationalPublishing,2016.
[6]王锡凡.
电力系统规划基础[M].
北京:中国电力出版社,1994.
WANGXifan.
Fundamentalsofpowersystemplanning[M].
Beijing:ChinaElectricPowerPress,1994.
[7]IEA.
Chinapowersystemtransformation[EB/OL].
[2021-01-02].
https://webstore.
iea.
org/china-power-system-transformation-in-chinese.
[8]LIUA,HOBBSBF,HOJ,etal.
Co-optimizationoftransmissionandothersupplyresources[EB/OL].
[2021-01-01].
https://pubs.
naruc.
org/pub.
cfmid=536D834A-2354-D714-51D6-AE55F431E2AA.
[9]MASSP,GIBRATR.
Applicationoflinearprogrammingtoinvestmentsintheelectricpowerindustry[J].
ManagementScience,1957,3(2):149-166.
[10]GARVERLL.
Transmissionnetworkestimationusinglinearprogramming[J].
IEEETransactionsonPowerApparatusandSystems,1970,89(7):1688-1697.
[11]AL-HAMOUZZM,AL-FARAJAS.
Transmission-expansionplanningbasedonanon-linearprogrammingalgorithm[J].
AppliedEnergy,2003,76(1/2/3):169-177.
[12]ALGUACILN,MOTTOAL,CONEJOAJ.
Transmissionexpansionplanning:amixed-integerLPapproach[J].
IEEETransactionsonPowerSystems,2003,18(3):1070-1077.
[13]FARGHALSA,ABDELAZIZMR.
Generationexpansionplanningincludingtherenewableenergysources[J].
IEEETransactionsonPowerSystems,1988,3(3):816-822.
[14]NOTTROTTA,KLEISSLJ,WASHOMB.
Energydispatchscheduleoptimizationandcostbenefitanalysisforgrid-connected,photovoltaic-batterystoragesystems[J].
RenewableEnergy,2013,55:230-240.
[15]ANTUNESCH,MARTINSAG,BRITOIS.
Amultipleobjectivemixedintegerlinearprogrammingmodelforpowergenerationexpansionplanning[J].
Energy,2004,29(4):613-627.
[16]DELATORRES,CONEJOAJ,CONTRERASJ.
Transmissionexpansionplanninginelectricitymarkets[J].
IEEETransactionsonPowerSystems,2008,23(1):238-248.
[17]MIKETAA,UECKERDTF.
Planningfortherenewablefuturelong-termmodellingandtoolstoexpandvariablerenewablepowerinemergingeconomies[EB/OL].
[2021-02-02].
https://xueshu.
baidu.
com/usercenter/paper/showpaperid=5e48555e350d96fc700985e2c47bee6e&site=xueshu_se.
[18]HEMMATIR,HOOSHMANDRA,KHODABAKHSHIANA.
Comprehensivereviewofgenerationandtransmissionexpansionplanning[J].
IETGeneration,Transmission&9XXXX,XX(XX)·XXXX·Distribution,2013,7(9):955-964.
[19]LUMBRERASS,RAMOSA.
Thenewchallengestotransmissionexpansionplanning.
Surveyofrecentpracticeandliteraturereview[J].
ElectricPowerSystemsResearch,2016,134:19-29.
[20]麻常辉,薛禹胜,鲁庭瑞,等.
输电规划方法的评述[J].
电力系统自动化,2006,30(12):97-101.
MAChanghui,XUEYusheng,LUTingrui,etal.
Areviewoftransmissionplanningmethods[J].
AutomationofElectricPowerSystems,2006,30(12):97-101.
[21]张衡,程浩忠,曾平良,等.
基于随机优化理论的输电网规划研究综述[J].
电网技术,2017,41(10):3121-3129.
ZHANGHeng,CHENGHaozhong,ZENGPingliang,etal.
Overviewoftransmissionnetworkexpansionplanningbasedonstochasticoptimization[J].
PowerSystemTechnology,2017,41(10):3121-3129.
[22]张立波,程浩忠,曾平良,等.
基于不确定理论的输电网规划[J].
电力系统自动化,2016,40(16):159-167.
ZHANGLibo,CHENGHaozhong,ZENGPingliang,etal.
Transmissionnetworkplanningapproachesbasedonuncertaintytheories[J].
AutomationofElectricPowerSystems,2016,40(16):159-167.
[23]洪绍云,程浩忠,曾平良,等.
输电网扩展优化规划研究综述[J].
电网技术,2016,40(10):3102-3107.
HONGShaoyun,CHENGHaozhong,ZENGPingliang,etal.
Reviewoftransmissionnetworkexpansionoptimizationplanning[J].
PowerSystemTechnology,2016,40(10):3102-3107.
[24]娄素华,卢斯煜,吴耀武,等.
低碳电力系统规划与运行优化研究综述[J].
电网技术,2013,37(6):1483-1490.
LOUSuhua,LUSiyu,WUYaowu,etal.
Anoverviewonlow-carbonpowersystemplanningandoperationoptimization[J].
PowerSystemTechnology,2013,37(6):1483-1490.
[25]程浩忠,李隽,吴耀武,等.
考虑高比例可再生能源的交直流输电网规划挑战与展望[J].
电力系统自动化,2017,41(9):19-27.
CHENGHaozhong,LIJun,WUYaowu,etal.
ChallengesandprospectsforAC/DCtransmissionexpansionplanningconsideringhighproportionofrenewableenergy[J].
AutomationofElectricPowerSystems,2017,41(9):19-27.
[26]FENGX,PANJ,LETANG,etal.
Economicevaluationoftransmissioncongestionreliefbasedonpowermarketsimulations[C]//2003IEEEPowerEngineeringSocietyGeneralMeeting,July13-17,2003,Toronto,Canada.
[27]ETOJH,GALLOG.
Regionaltransmissionplanning:areviewofpracticesfollowingFERCorderNo.
890and1000[R].
OfficeofScientificandTechnicalInformation(OSTI),2017.
[28]DOQUETM,FOURMENTC,ROUDERGUESJM.
Generation&transmissionadequacyoflargeinterconnectedpowersystems:acontributiontotherenewalofMonte-Carloapproaches[C]//2011IEEETrondheimPowerTech.
June19-23,2011,Trondheim,Norway.
[29]SANCHISG.
Europe'sfuturesecureandsustainableelectricityinfrastructure;e-highway2050projectresults[EB/OL].
[2021-01-02].
http://www.
e-highway2050.
eu/fileadmin/documents/ehighway2050booklet.
pdf.
[30]电力系统运行模拟优化软件模型(LPSP_ProS2010)[R].
武汉:华中科技大学,2010.
Powersystemoperationsimulationsoftware(LPSP_ProS2010)[R].
Wuhan:HuazhongUniversityofScienceandTechnology,2010.
[31]IRENA.
Powersystemflexibilityfortheenergytransition:Part1overviewforpolicymakers[R].
InternationalRenewableEnergyAgency(IRENA),AbuDhabi,2018.
[32]IRENA.
Powersystemflexibilityfortheenergytransition:Part2IRENAFlexToolmethodology[R].
InternationalRenewableEnergyAgency(IRENA),AbuDhabi,2018.
[33]DRAYTONG,MCCOYM,PEREIRAM,etal.
Transmissionexpansionplanninginthewesterninterconnection-theplanningprocessandtheanalyticaltoolsthatwillbeneededtodothejob[C]//IEEEPESPowerSystemsConferenceandExposition,October10-13,2004,NewYork,USA.
[34]DEANEJP,DRAYTONG,GALLACHIRBP.
Theimpactofsub-hourlymodellinginpowersystemswithsignificantlevelsofrenewablegeneration[J].
AppliedEnergy,2014,113:152-158.
[35]DUES,ZHANGN,KANGCQ,etal.
Ahigh-efficiencynetwork-constrainedclusteredunitcommitmentmodelforpowersystemplanningstudies[J].
IEEETransactionsonPowerSystems,2019,34(4):2498-2508.
[36]InternationalAtomicEnergyAgency.
Wienautomaticsystemplanning(WASP)packageacomputercodeforpowergeneratingsystemexpansionplanningversionWASP-IV:computermanualseriesNo.
16[EB/OL].
[2021-01-01].
https://www.
iaea.
org/publications/6327/wien-automatic-system-planningwasp-package-a-computer-code-for-power-generating-system-expansion-planning-version-wasp-iv.
[37]LEEYE,JUNGYB.
ChallengesofnuclearpowerforsustainableroleinKoreanenergypolicy[J].
EnergyConversionandManagement,2008,49(7):1951-1959.
[38]NAKAWIROT,BHATTACHARYYASC,LIMMEECHOKCHAIB.
ElectricitycapacityexpansioninThailand:ananalysisofgasdependenceandfuelimportreliance[J].
Energy,2008,33(5):712-723.
[39]LOULOUR,GOLDSTEING,NOBLEK.
DocumentationfortheMARKALfamilyofmodels[J].
EnergyTechnologySystemsAnalysisProgramme,2004:65-73.
[40]GIANNAKISG.
MonitoringandevaluationoftheRESdirectivesimplementationinEU27andpolicyrecommendationsfor2020[EB/OL].
[2021-02-02].
http://www.
cres.
gr/res2020/files/fs_inferior01_h_files/pdf/deliver/RES2020-Policies-Recommendations.
pdf.
[41]EUREKK,COLEW,BIELEND,etal.
Regionalenergydeploymentsystem(ReEDS)modeldocumentation:version2016[R].
OfficeofScientificandTechnicalInformation(OSTI),2016.
[42]SULLIVANP,COLEW,BLAIRN,etal.
2015standardscenariosannualreport:USelectricsectorscenarioexploration[R].
OfficeofScientificandTechnicalInformation(OSTI),2015.
[43]COLEW,LEWISH,SIGRINB,etal.
Interactionsof10徐新智,等电力系统运行模拟与容量规划工具研究与应用综述http://www.
aeps-info.
comrooftopPVdeploymentwiththecapacityexpansionofthebulkpowersystem[J].
AppliedEnergy,2016,168:473-481.
[44]可再生能源发电并网专委会.
电力规划与生产模拟数据标准化研究[R].
北京:能源基金会,2016.
SpecialCommitteeofRenewablePowerGenerationIntegration.
Researchondatastandardizationforpowersystemplanningandproductionsimulation[R].
Beijing:EnergyFoundation,2016.
[45]肖晋宇,侯金鸣,杜尔顺,等.
支撑电力系统清洁转型的储能需求量化模型与案例分析[J/OL].
电力系统自动化[2021-02-02].
http://doi.
org/10.
7500/AEPS20200407004.
XIAOJinyu,HOUJinming,DUErshun,etal.
Quantitativeanalysismodelandcasestudyofenergystoragedemandsupportingcleantransformationofelectricpowersystem[J/OL].
AutomationofElectricPowerSystems[2021-02-02].
http://doi.
org/10.
7500/AEPS20200407004.
[46]MERRICKJH.
Onrepresentationoftemporalvariabilityinelectricitycapacityplanningmodels[J].
EnergyEconomics,2016,59:261-274.
[47]FREWBA,JACOBSONMZ.
Temporalandspatialtradeoffsinpowersystemmodelingwithassumptionsaboutstorage:anapplicationofthePOWERmodel[J].
Energy,2016,117:198-213.
[48]TAYLORJA,HOVERFS.
Linearrelaxationsfortransmissionsystemplanning[J].
IEEETransactionsonPowerSystems,2011,26(4):2533-2538.
[49]林哲,胡泽春,宋永华.
最优潮流问题的凸松弛技术综述[J].
中国电机工程学报,2019,39(13):3717-3728.
LINZhe,HUZechun,SONGYonghua.
Convexrelaxationforoptimalpowerflowproblem:arecentreview[J].
ProceedingsoftheCSEE,2019,39(13):3717-3728.
[50]ZHANGH,HEYDTGT,VITTALV,etal.
Animprovednetworkmodelfortransmissionexpansionplanningconsideringreactivepowerandnetworklosses[J].
IEEETransactionsonPowerSystems,2013,28(3):3471-3479.
[51]MARINA,SALMERONJ.
Electriccapacityexpansionunderuncertaindemand:decompositionapproaches[J].
IEEETransactionsonPowerSystems,1998,13(2):333-339.
[52]JINS,RYANSM,WATSONJP,etal.
Modelingandsolvingalarge-scalegenerationexpansionplanningproblemunderuncertainty[J].
EnergySystems,2011,2(3/4):209-242.
[53]SCHWELEA,KAZEMPOURJ,PINSONP.
DounitcommitmentconstraintsaffectgenerationexpansionplanningAscalablestochasticmodel[J].
EnergySystems,2020,11(2):247-282.
[54]MAVROEIDISN.
Transmissionexpansionplanningunderuncertainty:modelsupportinevaluatinglon-terminvestmentplansininterconnections[EB/OL].
[2021-02-02].
http://citeseerx.
ist.
psu.
edu/viewdoc/downloaddoi=10.
1.
1.
963.
1695&rep=rep1&type=pdf.
[55]AIENM,HAJEBRAHIMIA,FOTUHI-FIRUZABADM.
Acomprehensivereviewonuncertaintymodelingtechniquesinpowersystemstudies[J].
RenewableandSustainableEnergyReviews,2016,57:1077-1089.
[56]BIRGEJR,LOUVEAUXF.
Stochasticintegerprograms[M].
NewYork,USA:SpringerNewYork,2011:289-338.
[57]刘盾盾,程浩忠,刘佳,等.
输电网鲁棒规划研究综述与展望[J].
电网技术,2019,43(1):135-143.
LIUDundun,CHENGHaozhong,LIUJia,etal.
Reviewandprospectsofrobusttransmissionexpansionplanning[J].
PowerSystemTechnology,2019,43(1):135-143.
[58]王勇.
电力系统运行可靠性分析与评价理论研究[D].
济南:山东大学,2012.
WANGYong.
Theoreticalresearchonpowersystemoperationreliabilityanalysisandevaluation[D].
Jinan:ShandongUniversity,2012.
[59]AntaresSimulator[EB/OL].
[2021-02-02].
https://antares-simulator.
org/.
[60]PLEXOSintegratedenergymodel[EB/OL].
[2021-02-02].
http://energyexemplar.
com/software/plexos-desktop-edition/.
[61]YLEEST,HICKSKL,HNYILICZAE.
Transmissionexpansionbybranch-and-boundintegerprogrammingwithoptimalcost-capacitycurves[J].
IEEETransactionsonPowerApparatusandSystems,1974,93(5):1390-1400.
[62]RAHMANIM,RASHIDINEJADM,CARRENOEM,etal.
EfficientmethodforACtransmissionnetworkexpansionplanning[J].
ElectricPowerSystemsResearch,2010,80(9):1056-1064.
[63]BINATOS,OLIVEIRAGC,ARAUJOJL.
Agreedyrandomizedadaptivesearchprocedurefortransmissionexpansionplanning[J].
IEEEPowerEngineeringReview,2001,21(4):70-71.
[64]WENFS,CHANGCS.
Transmissionnetworkoptimalplanningusingthetabusearchmethod[J].
ElectricPowerSystemsResearch,1997,42(2):153-163.
[65]GILHA,DASILVAEL.
Areliableapproachforsolvingthetransmissionnetworkexpansionplanningproblemusinggeneticalgorithms[J].
ElectricPowerSystemsResearch,2001,58(1):45-51.
[66]ROMEROR,GALLEGORA,MONTICELLIA.
Transmissionsystemexpansionplanningbysimulatedannealing[J].
IEEETransactionsonPowerSystems,1996,11(1):364-369.
[67]FUCHSI,GJENGEDALT.
Antcolonyoptimizationandanalysisoftimestepresolutionintransmissionexpansioncomputationsforwindpowerintegration[C]//16thInternationalConferenceonIntelligentSystemApplicationstoPowerSystems,September25-28,2011,Hersonissos,Greece.
徐新智(1985—),男,博士,高级工程师,主要研究方向:电力系统规划与运行、电力大数据等.
E-mail:xinzhi-xu@geidco.
org杜尔顺(1992—),男,通信作者,博士,助理研究员,主要研究方向:新能源发电、太阳能光热、电力规划大数据、低碳电力等.
E-mail:duershun@tsinghua.
edu.
cn高艺(1973—),女,博士,教授级高级工程师,主要研究方向:电网规划和电力系统可靠性分析.
E-mail:gao-yi@geidco.
org(编辑鲁尔姣)11XXXX,XX(XX)·XXXX·OverviewonResearchandApplicationofPowerSystemOperationSimulationandCapacityPlanningToolsXUXinzhi1,2,DUErshun3,GAOYi1,2,ZHANGNing4,LIJun1,2(1.
GlobalEnergyInterconnectionGroupCo.
,Ltd.
,Beijing100031,China;2.
GlobalEnergyInterconnectionDevelopmentandCooperationOrganization,Beijing100031,China;3.
LaboratoryofLowCarbonEnergy,TsinghuaUniversity,Beijing100084,China;4.
DepartmentofElectricalEngineering,TsinghuaUniversity,Beijing100084,China)Abstract:Operationsimulationandcapacityplanningtoolsinpowersystemsplayanimportantroleinpowersystemplanning,operationandevaluation.
Inrecentyears,withthelarge-scaleintegrationofrenewableenergy,theresearchresultsofmodelsandmethodsforoperationsimulationandcapacityplanningareemergingoneafteranother,andthecorrespondingsoftwaretoolshavealsousheredinsignificantprogressandupdates.
Thispapersummarizesavarietyofmainstreamsoftwaretoolsforoperationsimulationandcapacityplanningathomeandabroad,andfocusesonanalyzingthecharacteristicsofvarioussoftwaretoolsincludinggeneralstructure,temporalresolution,powerflowmodels,unitcommitmentconstraints,solvingalgorithms,etc.
Inaddition,combinedwiththecurrentresearchstatusandthedevelopmenttrendofthepowersystem,relatedthinkingsofthefutureoperationsimulationandcapacityplanningtoolsinthepowersystemareproposed.
ThisworkissupportedbyNationalNaturalScienceFoundationofChina(No.
51907100).
Keywords:operationsimulation;capacityplanning;powersystemplanning;renewableenergyintegration12