基于多场景风险分析的含风电互联电网机组组合策略研究

为保证电力系统可靠运行,日前机组组合应考虑电网中不确定性因素所带来的风险。大规模风电并网给电力系统运行引入了更多的不确定性,电网互联一定程度上可削弱风电不确定性对电网运行的影响,但同时也增大了日前机组组合问题的复杂度。为了在有限的计算时间内获取计及风险的可行的机组组合方案,需要筛选典型场景来衡量电网运行风险。在风电、负荷预测误差的基础上设置了互联电网机组、联络线强迫停运场景集,构建了互联电网弃风电量期望（expected wind power curtailed,EWPC）和电量不足期望（expected energy not supplied,EENS）风险量化指标,并将其以罚函数的形式引入目标函数,建立了计及多场景运行风险的多区域互联电网安全约束机组组合模型,经两区域12节点系统验证了机组组合策略的正确性和有效性。     

考虑风电并网和电量分解的月度机组组合模型

合理的月度机组组合 (unit commitment,UC)可以在更长时间尺度上进一步拓展风电消纳空间,但大规模风电入网造成的较强不确定性会给机组组合带来很大挑战。另外,由于基于比例分配法编制的月度合同电量调度实施难度较大,文章提出一种结合改进月度合同电量分解方法与考虑源荷不确定性的月度火电机组组合模型。将风电历史数据应用于月度机组组合决策,采用基于数据驱动的分布鲁棒方法结合随机优化技术求解机组组合与电量分解方案。计算结果表明,该模型能有效减少弃风量,提高火电机组负荷率。     

含抽水蓄能机组的风电消纳鲁棒机组组合

针对风电在实际电网渗透率不断提高带来的风电消纳问题,提出了一种含抽水蓄能机组的鲁棒机组组合优化方法。所构建的鲁棒机组组合模型以系统运行成本和风电出力边界偏差惩罚成本最小为优化目标,约束条件计及了输电线路安全约束,并考虑了风电出力时间和空间不确定性预算的调节策略,避免鲁棒最优解过于保守。基于可调机组(包括自动发电控制机组和抽水蓄能机组)应对风电波动的仿射补偿机制,优化了风电出力的波动区间。所构建的模型最终转化为单层混合整数线性规划问题求解。经修改的IEEE 30节点系统的算例测试,定量评估了抽水蓄能机组对系统经济运行和风电消纳的影响,验证了所提方法的可行性和有效性。     

考虑风电出力不确定性与半绝对离差风险的机组组合模型

在风电-火电系统中,若机组组合策略不当,风电出力的不确定性会引起电力系统的实际运行成本严重偏离期望成本,称之为决策风险.为了降低潜在的决策风险,运用情景生成与情景削减的方法表征风电出力的不确定性,并采用半绝对离差(lower semi-absolute deviation,LSAD)来衡量决策风险,即仅考虑实际运行成本高于期望成本的情形,提出了考虑风电出力不确定性与决策风险的机组组合模型,模型以最小化各个情景的半绝对离差风险期望值为优化目标(decision risk minimization,DRM).算例对比了不考虑决策风险的机组组合模型与考虑决策风险的机组组合模型,计算结果表明DRM模型能够降低潜在的决策风险.最小化运行成本期望将会增大决策风险,而最小化决策风险会导致运行成本期望的增加,计算结果表明DRM模型能够较好地处理风电出力的不确定性带来的运行成本期望与决策风险之间的矛盾关系,为决策者在不确定条件下进行决策提供新的思路.     

基于坏场景集的含风电机组组合模型

针对风电出力的不确定性和波动性,引入坏场景集和鲁棒优化方法来解决含风电的机组组合优化问题。在分析场景集和鲁棒优化在电力系统不确定性调度中的应用基础上,构建评价坏场景恶化程度的保守度指标,在优化目标中加入方差来抑制个别坏场景导致整体优化结果的恶化,并结合储能系统对平抑风电波动的固有特点,建立了基于坏场景集的鲁棒机组组合模型及其算法。最后,通过算例进行了成本、储能装置容量和鲁棒度量分析,验证了该模型的有效性和实用性。     

考虑风电与高载能负荷调度不确定性的鲁棒机组组合

为缓解弃风问题,甘肃等电网开展了高载能负荷与风电的协调调度。然而,以电弧炉为代表的冶炼类高载能负荷在运行时存在有功功率波动,会对电网的自动发电控制(AGC)系统产生影响。为研究高载能负荷功率波动对负荷与风电协调调度的影响,文中提出一种考虑高载能负荷功率波动以及风电不确定性的鲁棒机组组合方法。该方法充分考虑高载能负荷有功功率波动与设备运行状态的关系,对负荷有功功率的不确定性进行建模。接着,考虑高载能负荷与风电协调调度时,负荷不确定性与风电不确定性对电力系统共同作用的特点,构建最小化弃风与切负荷风险的鲁棒机组组合模型,使电网对高载能负荷进行调控时,可充分考虑高载能负荷不确定性的影响。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷不确定性对协调调度的影响。     

提升风电消纳区间的鲁棒机组组合

基于日前风电功率点预测的传统调度方法没有充分地考虑风电不确定性,难以有效挖掘电热联合系统的风电消纳能力。该文提出提升风电消纳区间的鲁棒机组组合优化方法。基于可用风电功率区间,构建有效的风电功率允许出力区间。基于仿射策略,考虑供热机组电热耦合等约束,建立鲁棒机组组合模型,优化风电消纳区间,对于风电消纳区间内任意可能的风电波动,该模型均能保障调度策略的可行性。所建模型可转换为混合整数线性规划进行求解。最后,在修改的IEEE 39节点系统上进行测试,并与传统调度方法对比,验证了所提方法的有效性。     

计及运行风险和需求响应的两阶段鲁棒机组组合模型

高比例风电并网给电力系统的调度运行带来了挑战。为应对风电的不确定性,该文提出一种计及运行风险和需求响应的两阶段鲁棒机组组合(unit commitment,UC)模型,此模型具有以下特点:1)基于历史风电预测–实测数据分析了风电预测误差的分布特征,进而建立一种基于0-1规划的运行风险模型;2)将建立的运行风险模型与鲁棒UC模型结合,通过求解鲁棒UC模型动态地调整风电不确定集合的边界,实现运行成本和运行风险的协同优化;3)考虑分时电价对负荷需求的影响,并分析需求响应(demand response,DR)的不确定性对调度结果的影响。提出的模型采用Benders-C&CG方法进行求解。仿真结果表明,所提模型可动态地调整风电不确定集合边界,有效降低了运行成本和运行风险的总和。     

基于动态模糊集的多阶段数据驱动鲁棒机组组合模型

针对大规模风电并网引起的不确定性,提出一种多阶段数据驱动鲁棒机组组合模型。采用狄利克雷方法获取风电出力预测误差累计分布函数的非参数置信带,并引入保守度及相关性控制参数来构造高维不确定量的动态模糊集。在此基础上,结合电力系统调度过程的序贯决策特点,将实时调度的单一时段均视为一个调度阶段,建立基于上述动态模糊集的多阶段鲁棒机组组合模型。针对其多层嵌套结构,提出一种线性仿射规则,并采用鲁棒对等变换将其转化为混合整数线性规划问题求解。以不同规模电力系统算例进行仿真计算,与传统两阶段鲁棒机组组合模型的决策进行对比,并考虑电力网络和机组运行参数、保守度以及相关性控制参数的影响,验证了所提模型的有效性。     

基于场景集的含风电电力系统旋转备用优化

大规模风电并网对电力系统调度运行和旋转备用的决策带来了难题。将电量不足期望和弃风电量期望通过惩罚系数引入机组组合目标函数中,权衡系统经济性和可靠性,协调决策旋转备用。通过拉丁超立方采样建立基于机组强迫停运、风电出力预测误差和负荷预测误差离散化的场景集,基于所建立的场景集推导出电量不足期望和弃风电量期望跟旋转备用的关系式并作为机组组合模型的约束,进行含风电电力系统发电和旋转备用计划协调决策。仿真结果表明建立的模型能根据可靠性要求灵活安排机组出力和旋转备用计划。     

基于两阶段鲁棒区间优化的风储联合运行调度模型

为了全面和准确地考虑风电出力的不确定性和消纳能力,并兼顾系统运行的经济性和可靠性,通过在风电不确定区间可优化的鲁棒区间经济调度模型中引入常规机组和储能系统运行状态的离散决策变量,建立风储联合运行的双层鲁棒区间机组组合模型。针对连续变量和离散变量间存在耦合关系,导致计算过程中对偶转换失效而使模型难以求解的问题,提出基于Benders分解算法的两阶段迭代求解策略。仿真分析表明,所提模型在确定风储联合运行方式时,能更全面地考虑风电不确定性及消纳能力对系统运行经济性和可靠性的影响。     

计及风电并网的机组组合方法研究

风电具有间歇性和波动性的特点,其并入电网时会对传统以火电机组为主的机组组合造成明显的影响,针对此问题,提出了计及风电并网的机组组合方法。该方法首先对风电功率预测结果误差进行统计,在此基础上,建立了风电功率预测误差的分布概率模型。然后,该模型与传统火电机组累积停运容量概率表结合,形成了考虑风电功率的机组累积停运容量概率表。接着,将该表以解析表达的方式引入机组组合的拉格朗日松弛法中,形成风电接入后的机组组合模型,并采用传统拉格朗日松弛法进行求解。最后以某实际电网为例,验证了所提算法的优越性。     

基于风电不确定性的电力系统备用容量获取

针对风电功率预测的不确定性对电力系统备用容量的影响,建立了基于风电不确定性的备用容量获取模型。首先利用场景法模拟生成风电功率、负荷及常规机组的不确定性模型,进而对生成场景进行概率统计得出系统差额概率密度函数,得出系统电量不足期望(EENS)和风能浪费风险(EWWR)指标,并通过EENS和EWWR指标及备用容量成本从系统可靠性和经济性两方面折中进行系统正、负备用容量的确定。最后通过10机系统仿真,验证了该方法在满足可靠性前提下有效地减少了备用成本和弃风量。     

考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

计及需求响应及抽水蓄能的含风电系统鲁棒机组组合

针对大规模风电接入电力系统带来的消纳问题,提出一种考虑需求响应及抽水蓄能的鲁棒机组组合优化方法。计及需求响应、抽水蓄能机组的运行约束及鲁棒可行性约束,采用考虑不确定预算的风电功率不确定集合,基于仿射补偿策略,构建鲁棒机组组合模型。同时根据对偶原理将鲁棒优化模型转化为确定性的数学规划问题,并在改进的IEEE39节点系统进行算例仿真,验证了所提方法的正确性和有效性。