计及备用容量及考虑禁止区间的含风-蓄电力系统经济调度

风电出力具有随机性和反调峰性,接入电网后会对其稳定运行产生负面影响。抽水蓄能电站能够依据负荷需求储存多余风能或释放电能,平抑风电出力波动,减少弃风量。由于火电厂组件的物理限制,发电机在其运行区间的某些范围内会使轴承振动放大。因此应该在含风-蓄系统的电力系统经济调度模型中,设置火电机组出力的禁止区间。通过最小日负荷率和备用容量率对给定的负荷等级进行划分,确定抽水蓄能电站的运行状态;建立解决风-蓄系统接入含禁止区间电力系统的经济调度问题的0-1混合整数非线性规划模型,该模型中设置含有禁止区间的备用容量约束,采用matlab编写BNB20函数对6火电机组、1风场和1抽水蓄电站系统进行仿真,研究禁止区间和备用容量对经济调度的影响,仿真结果证明了该方法行之有效。     

考虑风险约束的高载能负荷-风电协调调度方法

由于可离散调节的高载能负荷不适用于在短时内连续调节的特点和风电出力的不确定性,高载能负荷参与消纳风电时,会导致负荷用电与风电出力不匹配的问题。针对该问题,提出一种计及负荷方风险约束的高载能负荷-风电协调调度方法。首先,基于风电可接纳区间的概念和风电场出力概率密度分布,建立电网对风电的接纳能力的模型。接着,根据电网接纳能力外的弃风情况,构建了与高载能负荷用电计划增量和风电弃风量相关联的风险约束,使负荷方能够在一定程度上规避由于风电不足导致的负荷增量与风电新增发电量不匹配的风险。然后,基于高载能负荷调节对风电可接纳区间的影响,建立了以风电消纳为目标的鲁棒机组组合模型,保证线路容量约束的满足。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侧的保守程度对协调调度的影响。     

考虑风电不确定出力的风电并网协调优化模型

针对风电出力的随机性和间歇性等特点,首先,提出了风电预渗透率的概念,结合风电预测精度,建立了风电预测误差计算模型。其次,考虑到误差随时间的迁移性,建立了风电预测误差增长模型,并建立了基于误差增长的风电不确定出力计算模型。在建立负荷可参与调度的权重区间模型以及引入可调度负荷与储能系统的基础上,建立了风电成本模型和考虑可调度负荷与储能系统风电并网协调优化调度模型。最后,以某地区电力系统为研究对象,采用Matlab对优化模型进行仿真求解,结果表明,所用方法能够有效降低弃风率以及火电备用容量。     

含风电系统的有功和备用协调优化方法

针对风电的随机性、波动性分析应对风电功率预测误差和风电功率波动所需的备用容量,并根据风电功率预测误差概率分布和风电功率波动概率分布建立风电备用需求与风电出力之间的关系,提出了风电备用需求新模型。在此基础上,构建了含风电系统的有功和备用协调优化调度模型,将系统备用容量需求分解为快速备用和事故备用两部分,在得到机组最优出力计划的同时,实现2类备用容量在机组间的优化分配。通过对修订后的IEEE 6节点和IEEE 118节点系统进行仿真计算,验证了所提模型和方法的合理性和有效性。     

考虑双重市场的含风电电力系统双层随机优化调度

风电与负荷的不确定性影响经济调度中机组出力及其承担的旋转备用。考虑机组同时参与能量市场和旋转备用市场,且双重市场具有一定的主辅特性,建立了电力系统双层随机优化调度模型。以系统发电成本最小为上层目标,增加风电利用率及其实现概率作为约束,优化机组有功功率及风电计划出力;对于受不确定性因素影响呈现为随机量的失负荷和弃风损失函数分别求取其条件风险价值CVa R,并与旋转备用成本最小为下层目标,优化配置旋转备用容量。将上、下层模型中的机会概率约束和条件风险价值线性化,便于CPLEX求解器求解。算例表明,双层随机方法能有效解决不同风电利用率、失负荷损失和弃风损失置信水平下的备用需求变化;双层随机方法相对单层随机方法能获得较优的经济效果。     

采用二层优化的风电系统旋转备用容量分配研究

随着并网风电容量的加大,电力系统对旋转备用容量的需求也大量增加。基于二层规划理论,构建了含风电电力系统旋转备用容量的优化分配模型。模型分别以发电成本和备用成本最小为上层和下层优化目标.在备用成本中考虑了旋转备用容量的综合报价以及由风电不确定性所需要增加的旋转备用容量,对各台发电机发电和备用所担负的容量进行了优化分配,模型的分层结构较好地体现了发电调度和旋转备用调度的主辅关系。采用粒子群算法和单纯形法对模型进行求解,并通过算例分析说明所提出的模型和算法是有效的,对含风电系统的运行分析有一定的参考价值。     

融合交互规划与经济性的风电接纳水平优化

风电的实际出力与预测出力不可避免地存在一定的偏差,给电力系统带来一定的辅助服务成本,同时也给电力系统经济调度带来难度。本文从电力系统经济调度出发,考虑风电预测出力与实际出力的偏差对调度经济性的影响,引入风电接纳水平系数,建立了综合考虑常规机组和风电场调度经济性的风电接纳水平优化模型,从经济性角度评估电力系统的风电接纳水平,并通过算例来验证本文提出优化模型的正确性,为风电场规划和电网调度提供了依据。     

基于多时间尺度协调机组组合的含风电系统 旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

基于多时间尺度协调机组组合的含风电系统旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运行的经济性和系统吸纳并网风电的能力。     

考虑风电出力和负荷不确定性的电力系统有功优化潮流

建立了考虑风电出力和负荷不确定性的电力系统有功优化潮流模型。针对传统经验值法确定的系统所需旋转备用容量适应性较差的不足,文中在对风电出力和负荷需求进行区间预测的基础上,采用极限场景理论确定系统的正负旋转备用以协调风电出力和负荷的随机性。针对现有爬坡率约束只考虑单时段机组调节的缺点,为避免系统在风电出力和负荷出现陡峭波动时,机组调节量超过限值,加入多时段耦合约束以平衡系统风电出力和负荷的波动性。最后通过一种改进的粒子群算法对模型求解,并以含风电场的IEEE 30节点系统为算例验证所提模型的正确性与有效性。     

考虑需求响应的风电消纳模糊优化调度研究

随着智能电网的快速发展,将需求响应(demand response,DR)融入调度过程以协调风电和火电机组出力是目前的研究热点。首先利用需求响应对负荷曲线的优化作用及其对系统备用容量的等效作用,制定了分时电价和可中断负荷的容量成本;其次针对风电出力的不确定性和随机性,采用可信性测度理论对其进行模糊表示;然后将风电出力不确定性引入到旋转备用模糊约束中,给出了基于模糊机会约束规划(fuzzy chance constrained programming,FCCP)并考虑需求响应的经济调度模型;最后由改进引力搜索算法求解所给模型。算例分析表明所提模型能够有效应对风电出力不确定性,降低系统运行的总成本。     

考虑风电接入的电力系统鲁棒经济优化调度

鉴于风力发电具有很强的随机性和波动性,含风电调度系统中,应用传统预测区间来描述其不确定性的方法存在缺陷。针对该问题,通过引入弃风限制对风电场的风电出力预测区间进行优化,得到能够保证调度系统安全运行的风电安全出力区间;在此基础上,建立双层鲁棒区间优化调度模型,使得常规机组的运行成本和风电场的弃风成本最小,并分析了系统爬坡备用对风电安全出力区间的影响。由于考虑了常规机组的阀点效应,模型呈现非线性特点,采用改进的教与学优化算法和线性规划法相结合的求解方法对模型进行求解。最后,采用改进的10机系统验证了所提模型以及求解方法的有效性和优越性。     

考虑需求响应的风电消纳模糊

随着智能电网的快速发展,将需求响应(demand response,DR)融入调度过程以协调风电和火电机组出力是目前的研究热点.首先利用需求响应对负荷曲线的优化作用及其对系统备用容量的等效作用,制定了分时电价和可中断负荷的容量成本;其次针对风电出力的不确定性和随机性,采用可信性测度理论对其进行模糊表示;然后将风电出力不确定性引入到旋转备用模糊约束中,给出了基于模糊机会约束规划(fuzzy chance constrained programming,FCCP)并考虑需求响应的经济调度模型;最后由改进引力搜索算法求解所给模型.算例分析表明所提模型能够有效应对风电出力不确定性,降低系统运行的总成本.     

考虑弃风限制的电网鲁棒安全经济调度

含大规模风电接入的电网,其所能消纳的风电出力区间受到电网备用容量和线路传输功率两方面约束。该文提出设置最优弃风限制来确定安全风电出力区间,保证电网备用容量充裕且各条线路的传输功率不越限。在算法上,将初始风电出力区间转化为含{0,1}整数变量的双线性规划(BLP)问题,并且运用BIG-M理论将BLP问题转化为混合整数线性规划(MILP)问题,从而达到整体求解效果。采用改进的IEEE 14节点系统进行算例测试,分别分析了电网备用容量和线路传输功率对初始风电出力区间的影响,最后优化得到可行的安全风电出力区间,优化结果表明了该方法的有效性和可行性。     

含高比例风电系统随机备用调度研究

高比例风电并网对电力系统备用容量调节能力提出极大的挑战。为弥补风电场计划出力与实际出力之间的偏差，电力调度须额外预留上、下旋转备用容量。利用随机机会约束优化理论，计及违反安全约束风险，提出了一种考虑风电出力不确定性与自动发电控制(automatic generation control,AGC)机组出力特性的日前随机备用调度模型。首先，基于马尔可夫链蒙特卡洛(Markov chains Monte Carlo,MCMC)法生成风电出力场景，并利用违反机会约束的概率及置信参数自动确定所需生成场景数量。其次，全面考虑了AGC机组备用出力特性及运行约束，并将备用成本纳入目标函数，可同时得到常规机组最优出力计划与AGC机组备用容量的最优分配系数。最后，将所构造的随机备用调度模型等效为半定规划(semidefiniteprogramming,SDP)问题进行直接求解。通过IEEE 30节点系统进行算例分析，验证了所构造的随机备用调度模型的有效性。     

风电出力偏差成本及其条件风险方法的电力经济调度

含风电电力系统调度中风电实际出力与其计划出力间存在一定的偏差。计划出力过高则需调用系统备用,从而产生高估后的偏差成本;计划出力过低则会出现弃风,从而产生低估后的偏差成本;将风电计划出力费用和高估低估的偏差成本计入目标函数,以火电机组出力、风电计划出力为控制变量,风电实际出力为随机变量,采用条件风险方法(Conditional Value-at-Risk,CVaR)处理带有随机变量的函数,构建了目标函数含风电出力偏差条件风险值的电力系统经济调度模型。对于条件风险方法中概率密度函数难以解析表达的问题,采用蒙特卡罗模拟和解析法相结合,使计算求解简便快捷。通过IEEE 30节点系统仿真表明:该方法可有效解决含风电系统经济调度问题;与传统调度模型相比,总成本费用更低。     

用于短期电网调度的风电场储能容量估算法

为实现电网对风电场出力的短期调度,提出基于正态分布的风电场储能系统容量估算法。通过对比历史风电出力样本数据与电网调度数据值,运用统计的方法分析样本区间内功率偏差值的正态分布参数。并提出采用储能经济因子对储能效果加以评估。以新疆某中型风电场长期统计的风速、实际风电出力和预报出力数据为样本数据,运用所提方法对其所需储能容量进行估算。仿真结果表明,所得储能容量能使风电场满足调度出力要求,且其小于风电场容量的10%,验证了所提方法的经济性和可行性。     

含光热电站的风电系统多源联合调度撤回

风电出力与负荷需求呈逆向分布是产生弃风的主要原因,而传统仅靠火电机组参与风电的调度,受制于火电机组爬坡能力不足、启停成本高等原因,不能满足系统的备用需求。为解决上述问题,提出了含光热、火电、风电系统的多源联合调度模型。利用出力灵活、含有大规模储热系统的光热电站为系统提供备用容量,与风电、火电共同参与系统调度,以传统火电机组与风电系统的调度模型作为对比。结果表明,所提调度策略能够在提高火电机组的利用效率和风电消纳水平的同时,降低系统运行成本。     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。