基于随机规划的并网风电场最大注入功率计算

提出了一种基于随机规划理论计算大规模并网风电场最大注入功率的方法，将并网风电场最大注入功率的计算问题转化为在一定安全、稳定、电能质量约束条件下的机会约束规划问题。引入随机变量来表示风电场的有功出力，着重研究了时间段较短的实际运行情况。求解模型时采用了混合智能算法，在含风电场的IEEE30节点系统上进行算例分析，结果表明了该方法的正确性和有效性。本文提出的方法可避免动态仿真的繁琐计算并保证结果的最优性。     

考虑风电降载的电力系统鲁棒备用调度模型

风电主动控制可抑制风电出力的波动,有效缓解系统备用压力。文中提出了一种考虑风电降载的电力系统鲁棒备用调度模型,考虑风电场和负荷功率预测误差的不确定性,引入风电降载比定量描述风电备用持有水平,建立风电场备用、旋转备用等鲁棒约束条件,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,利用线性松弛技术和空间分支定界法寻找模型的全局最优解。最后,采用改进的IEEE 39节点算例验证模型的有效性。     

基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

考虑不确定性因素的虚拟电厂竞标模型

考虑了由风电场、抽水蓄能电站和燃气轮机组成的虚拟电厂(VPP).VPP可参与中期合同市场、日前市场以及平衡市场的运营,以利润最大化为其优化目标.由于电价和风电出力的不确定性以及不平衡惩罚的存在,VPP的竞标存在风险.针对电价预测精度较高、误差分布规律可以较为准确描述的特点,采用随机规划的方法处理电价的不确定性;针对风电出力预测精度较低、概率分布难以准确刻画的特点,采用鲁棒优化的方法处理风电出力的不确定性,即将不确定的风电出力限定在一个确定的区间内,通过调节鲁棒系数决策出不同程度上抑制不确定性影响的优化调度方案.基于上述两种方法,并考虑环境成本,建立了VPP鲁棒随机竞标模型,提高了VPP的实际利润,同时减轻了计算负担.算例分析证明了鲁棒随机竞标模型的有效性.     

双馈风力发电场无功支撑范围的鲁棒估计

双馈异步发电机无功功率在一定范围内可调,双馈风力发电场可作为新型无功源向电网提供无功支撑。由于风电场内网络约束的非线性以及双馈风力发电机有功功率的不确定性,难以准确估计双馈风力发电场的无功支撑范围,对此提出鲁棒估计方法。首先建立基于两阶段鲁棒优化的无功支撑范围估计模型,其中第1阶段优化给出候选的最大无功支撑范围,第2阶段优化检查在各种不确定场景下,风电场是否均可提供候选范围内的无功功率。为便于求解,通过锥松弛和对偶转化将非凸的第2阶段问题转化为凸优化问题,并通过罚因子保证松弛解的精确性。基于列约束生成算法求解该鲁棒优化模型,得到最大无功支撑范围。最后给出风电场作为无功源参与电网无功优化的策略。算例证明了所提方法可以准确估计风电场的无功支撑范围以及策略的可行性。     

基于混合整数线性规划的风电场有功优化调度

大规模风电并网背景下,风电场的有功优化调度对调度控制和电网安全运行至关重要。在风电场风速分布和风电功率有效评估的基础上,以风电机组的出力以及开停机状态为决策变量,考虑风电场弃风以及机组启停,建立了以风电场运行成本最低为目标的风电场优化调度模型。提出了风能利用系数的分段线性化方法,进而建立了基于混合整数线性规划的风电场优化调度模型。实际风电场的算例分析表明,该调度模型可在满足调度部门指令需求的前提下,给出风电场内最优的机组启停计划和出力安排,有效减少弃风及启停次数,降低风电场运行成本。     

风电集群接入系统规划的混合整数线性模型

作为大规模风电集中并网的首要环节,风电集群接入系统研究方面缺乏有效可靠的规划方法。在风电集群并网输电工程各项费用建模的基础上,以规划的整体经济性最优为目标,综合考虑各风电场年出力特性及工程规划实际情况,结合等效重构、栅格地图、分段线性化等方法,提出了风电集群接入系统规划的混合整数线性规划模型。该模型能够对实际大型风电基地工程中风电集群的划分、并网输电工程的容量配置、汇集升压站的优化选址和风电场公共连接点的选取等方面的决策进行综合协调优化配置,获取整体经济效益最优的方案。为增强模型的实用性,提出了汇集升压站局部选址优化方法,使得在提升模型精度的同时,缩短模型求解的时间。算例结果验证了所提模型和方法的有效性。     

基于相关机会规划的风电并网容量优化分析

风能的随机性和间歇性强,所以与传统发电形式相比,风电场容量可信度低,如何计算系统中的最大风电并网容量是风电规划所面临的重要问题。基于相关机会规划理论,在保证系统安全运行的前提下建立了计算风电并网容量的优化分析模型,模型中引入了风电的发电能力约束,并考虑了风电场减出力控制措施的影响。该模型适用于不确定环境下的随机事件评估,基于IEEE39节点系统的风电并网容量优化结果验证了模型的可行性。     

电网规划中考虑风电场影响的最小切负荷量研究

提出应用鲁棒线性优化理论来研究电网规划中含多个风电场的最小切负荷量计算问题,为含多个风电场的系统安全性研究提供了一条新的思路。根据Seng-Cheol Kang提出的鲁棒线性优化理论,建立电网规划中考虑风电场影响的最小切负荷量模型。该模型以出力上下限和出力期望值来描述风电场的出力,最终转化为一确定性的线性规划问题并进行求解。在计及或不计及发电机调整的情况下,该模型均能够给出最安全的切负荷方案,除此以外还能给出更多介于最可靠与最经济之间的切负荷方案,实现灵活决策;在计及发电机出力可调的情况下,该模型能够给出相应的发电机出力方案;该模型能够初步给出各种切负荷方案下电网规划方案的可靠程度。基于修正的Garver’s 6节点系统和修正的巴西南部46节点系统算例测试结果验证了该方法的有效性。     

以风电场效益最大为目标的风电装机容量优化

针对风电机机组出力的随机性,将机会约束规划用于优化风电场的装机容量,建立了以风电场净收益最大为规划目标,以投资成本、线路的传输能力限制、系统对旋转备用的要求以及常规机组出力限制等为约束的数学模型。将蒙特卡洛模拟方法与遗传算法相结合对上述模型进行求解。以IEEE30节点系统为例进行仿真,验证了文中方法的有效性。文中方法综...     

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。     

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。     

极端风况下风电场群电压协调控制策略

风速波动导致的风电机组有功功率波动是引发风电电压问题的根源,需要针对不同风况研究对应的电压控制策略。极端风况下风电场群运行状态变化巨大,而本地无功连续调节设备的闭环控制能力有限,故提出一种基于超短期风功率预测,能够分别对极端风况发生前、后的风电场群及附近地区电网电压进行预防控制和校正控制的电压协调控制策略;其优化算法能够将此非线性混合整数规划问题,通过考虑有功变化的无功-电压灵敏度方法,解耦成为一个包含混合整数线性规划和非线性代数方程组求解子问题的迭代过程。通过算例证明了传统闭环控制方法的局限性,以及本文策略在电压控制和均衡风电场内馈线电压方面的优越性,为解决极端风况的高电压脱网问题提供一种有效方法。     

考虑功率预测偏差和出力调节不确定性的风电集群功率分配策略

当因输电通道限制需对风电集群进行限电时,应考虑各风电场功率预测和调节能力的差异。考虑功率预测偏差和调节能力不确定性,构建机会约束规划和机会约束目标规划相结合的风电集群日前功率调度模型,并采用采样排序的方法将不确定变量转化为确定性变量对模型进行求解。对华北某地区风电集群进行案例分析,结果表明,在满足风电场间期望调度电量比例要求的基础上,相较于传统模型,所提模型能有效降低弃风率和系统负荷不平衡时的缺额电量。     

基于改进潮流熵的含风电场双层协同调度

在风电渗透率较高时,风电场出力的波动在电网中形成扰动,会引发风电接入点的潮流局部涌动和全区域电网的潮流全局窜动。针对局部特性的潮流涌动和全局性的潮流窜动,以常规机组出力和储能为控制手段,提出了含风电场的双层协同调度模型。上层模型以调度周期内电网改进潮流熵的平均值最小为目标,下层模型以风电场并网点在调度周期内净注入功率方差的平均值最小为目标并采用NSGA-Ⅱ算法对所建模型交替迭代求解。含风电场的IEEE39节点系统算例验证了调度方法的可行性和有效性。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

计及风电预测误差不确定性的风电参与网架重构优化

在大停电后的电力系统恢复过程中,充分考虑风电场的功率支援可加快系统的恢复速度,而风电场出力又具有不确定性,这为系统恢复方案的制定带来了新的挑战。为此文中提出了一种考虑风电场出力不确定性的网架重构恢复方法,该方法首先以预测误差不确定性描述风电场出力不确定性,然后采用风电场限出力接入策略消除风功率波动性对网架重构带来的负面影响,同时定义网架恢复成功率指标描述风电场预测出力不确定性可能导致的恢复失败风险。之后,在机组节点恢复成功率不低于一定置信水平的前提下建立随机相关机会目标规划模型,以最大化网架恢复成功率和最小化网架恢复时间为优化目标,采用离散粒子群算法和随机模拟技术组成的混合智能算法求解模型。最后,以IEEE 39节点为算例对该方法与传统恢复方法进行了分析比较,结果表明,提出的恢复方法在有效应对风电场出力不确定性的同时能够有效缩短网架恢复时间,加快系统恢复进程。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

应用于风电场出力平滑的多尺度多指标储能配置

风电场出力具有较强的波动性与不确定性,往往需配置储能以平滑其出力波动、满足风电并网导则要求。针对这一问题,提出了应用于风电场出力平滑的多尺度多指标储能配置模型。首先提出分段线性化的风电出力波动越限惩罚评价方法,并基于此构建了以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标的多指标储能配置模型。该模型同时兼顾风电并网1 min与10 min的多时间尺度波动越限要求。为精确求解该模型,采用大M法将原有非线性模型转换成混合整数线性规划模型,通过调用Gurobi求解器求解。最后,基于一周的实际风电场数据,仿真验证了所提方法的有效性。     

基于改进矩不确定分布鲁棒优化算法的多机调频比例决策

针对单一平衡节点承担全网不平衡功率容易导致超出其调节范围的问题,考虑多台自动发电控制(AGC)机组参与调频,并将调频比例作为决策变量,建立调频比例决策模型。考虑到风电短期出力分布的矩具有不确定性的特点,将该模型变换为矩不确定分布鲁棒优化模型,并采用对偶原理将其转化为一个确定半定规划模型。对偶转换后模型中的半定约束矩阵的元素含有调频比例的二次方,常规半定规划算法无法对其进行求解。因此引入Benders方法对原问题进行分解,引入矩阵最小特征值方程对原半定约束进行松弛。仿真结果表明,基于改进广义Benders分解方法的半定规划模型具有良好的收敛性;发电调频总成本随着不确定集半径参数的增大而增大;与给定参与比例相比,将调频比例作为决策变量可获得更好的经济性和安全性。