【中国能源杂志社】新能源配电网供给侧的多时间尺度调度方法

摘要：在新能源输出高峰时段，由于需求侧刚性特征导致负荷响应滞后，因供需时空匹配失衡而引发弃风弃光情况，新能源消纳率较低。为此，本研究提出针对新能源配电网供给侧的多时间尺度调度方法。该方法利用支持向量机将短期负荷预测问题转化为线性问题，实现对多节点负荷的快速预测。基于短期负荷数据，构建涵盖日前与日内两个阶段的多时间尺度调度模型。在日前阶段，采用主从博弈模型量化运营商与用户的互动关系，利用电价信号引导需求响应。在日内阶段，利用激励型需求响应优化运营商资源配置，通过滚动优化机制动态调整调度策略，缓解供需失衡问题。在新能源输出高峰时段，以多时间尺度调度模型为基础，通过烟花算法的迭代运算实现对供给侧的最优调度。实验表明：该方法能够实现对新能源配电网供给侧的优化调度，预测值曲线与短期负荷实际值曲线高度吻合；在高峰时段，烟花算法快速收敛特性显著提升了用户负荷响应的实时性；新能源消纳率稳定维持在83.2%～97.1%的较高区间，切实解决了配电网供需失衡问题。

关键词：新能源配电网；供给侧；多时间尺度调度；约束条件；烟花算法

作为新型电力系统的核心载体，新能源配电网在筑牢电网安全防线与驱动能源绿色转型中发挥了关键作用。然而，新能源出力具有显著的波动性与间歇性，导致配电网供给侧呈现强随机特征。在新能源出力高峰时段，需求侧的刚性特征使得负荷响应滞后，加剧了弃风弃光情况，降低了新能源消纳效率。

针对上述问题，相关学者针对高效的配电网调度方法开展研究。例如：董璐等[1]构建了基于一致性算法的双层分布式调度架构，通过智能体协同计算实现功率与定价优化。但该方法未引入需求侧引导机制，高峰时段负荷响应滞后，导致弃风弃光加剧、消纳率低。Li Y等[2]提出含混合储能的HS系统模型，利用NSGA-II算法求解多目标调度问题。但该方法未充分考虑新能源出力的波动性与场景概率特性，影响了调度策略对随机场景的适应性与准确性。陈池瑶等[3]基于主从博弈构建了双层Stackelberg交易框架，采用梯度算法求解均衡策略以优化调度，但在新能源出力高峰时段，定价机制未能有效激发需求侧响应，负荷刚性特征依旧，导致消纳率低与弃风弃光。Ziyang Y等[4]将天气变量引入柔性增益模型，提出基于图神经网络与鲁棒深度强化学习的调度算法。但该方法同样缺乏对需求侧的引导与激励，高峰时段负荷响应滞后，新能源难以实时消纳。

一、供给侧短期负荷预测

二、供给侧多时间尺度调度

三、实验与分析

四、结束语

全文8334字，详见《中国能源》2025年第11期。

扫码关注我们

获取更多能源资讯

本文为《中国能源》杂志社原创，未经原作者允许不得转载本文内容，否则将视为侵权。根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国能源》杂志社的内容，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国能源》杂志社原创。公众号内容版权归属《中国能源》杂志社。