消纳大规模风电的在线滚动调度策略与模型

提出了能有效提高电网消纳风电等间歇式能源能力的发电计划在线滚动修正策略,并给出了其与日前计划优化的关系。同时,给出了相应的优化调度模型。基于拉格朗日对偶松弛法的框架,将原优化问题转换为拉格朗日对偶优化问题的主问题和子问题两部分。然后,基于模型凸规划的特点,提出了子问题的逆向递推的改进动态优化算法。该算法具有多项式复杂度...     

考虑大规模风电并网的电力系统旋转备用容量优化模型

随着风电穿透功率的增加,电力系统的运行风险不断提高,传统的确定性旋转备用容量配置方法存在较大的局限性。在研究风电出力概率分布特点的基础上,建立了风电机组可靠性模型;计及风电出力预测偏差、负荷预测偏差、常规发电机组故障停运等不确定因素,兼顾系统运行的经济性和可靠性,提出了考虑大规模风电并网的电力系统旋转备用容量优化模型。通过算例分析验证了该模型的合理性和有效性。对含风电场的电力系统运行具有一定的参考价值。     

考虑大规模风电接入的电力系统备用容量评估方法

风电作为清洁能源是减排的重要资源,其装机容量正在飞速发展.然而,由于风电固有的间歇性和波动性,大规模风电并网对电力系统的安全稳定运行带来了不确定因素.为了保证系统安全稳定运行,需要重新评估系统备用容量能否抵御风电功率随机性给系统带来的运行风险.因此,本文针对大规模风电接入后的电力系统备用容量评估方法进行研究,考虑了发电...     

消纳大规模风电的热电联产机组滚动调度策略

首先,对热电联产机组的特性进行了分析,建立了考虑背压式和抽凝式热电联产机组以及并网风电的滚动调度模型。然后,针对热电联产机组的特性,基于拉格朗日对偶松弛算法框架,提出了考虑风电以及其他各类机组的联合优化滚动调度算法。一方面,提出了主问题的迭代步长自适应修正方法以提高算法收敛速度,子问题则采用一种高效的逆推回代动态规划方法进行求解;另一方面,针对抽凝式热电联产机组的热电耦合约束难题,将其分解为供热出力优化及有功出力优化2个子问题,提出了2个子问题的交替迭代优化算法。某省级电网的实际算例结果证明了该方法的有效性。     

考虑大规模风电接入的备用容量计算

备用需求是日前发电计划优化中的重要约束,也是保障电网可靠运行的重要基础之一。随着大规模风电的集中接入,传统以高可靠性常规电源为依据的备用设置方法难以保障间歇性电源接入下的电网可靠运行。考虑大规模风电间歇特性,兼顾电网运行的安全性和经济性,采用聚类分析技术对风电功率预测数据进行筛选,建立风电功率预测误差与备用需求变化间的关联模型,得到风电接入后的新能源备用容量。实际系统算例测试验证了其有效性。     

风电并网后系统备用容量需求分析

风电具有随机性和间歇性,其不确定性增加了系统运行的风险,也增加了辅助服务的需求。为保证风电并网后系统运行的可靠性,需在原来运行方式的基础上,安排一定容量的旋转备用以响应风电场发电功率的随机波动,以维持电力系统的功率平衡与稳定。本文考虑了系统的负荷预测偏差和风电功率预测偏差,对并入风电前后系统的备用情况差异性进行分析,为电力系统安全稳定运行提供参考意见。     

考虑功率预测不确定性的风电消纳随机调度

针对风电并网消纳中的随机调度问题,基于随机规划理论,建立了考虑功率预测不确定性的风电消纳期望值模型,提出了基于Monte Carlo随机模拟和遗传算法相结合的模型求解算法步骤,并在含风电场的IEEE 30节点系统上进行算例分析,验证方法的可行性和有效性。研究表明:基于期望值模型的的风电消纳随机优化调度能够很好地量化风电功率预测误差带来的不确定性,实现调度目标期望值的最优化,对提高风电并网随机调度的量化决策水平,促进风电消纳具有积极作用。     

计及调度一致性的含风电系统备用容量优化分配

针对风电并网后可能造成的备用转移问题,为兼顾市场公平性提出一种备用容量分配优化决策方法。计及风功率及负荷误差并考虑备用的节煤效益和系统网损因素,以折算煤耗和机组煤耗作为综合煤耗,推导并引入机组备用调度一致性约束,构建风电接入后的系统最优备用分配模型。定义备用有效调整率、时段有效调用率和备用预警指标,比较计入备用调度一致性约束前后的系统网损和综合煤耗、火电机组出力调整次数和实际有效率,分析不同风电比例场景下备用安全和算法性能。以IEEE-RTS24系统为算例,验证了所述算法在解决机组间备用转移、减少机组调整次数、提高机组出力调节有效率和保证市场公平性上的有效性,为调度员灵活调度提供了参考。     

消纳大规模风电的鲁棒区间经济调度:（一）调度模式与数学模型

大规模风电接入给电力系统调度运行带来挑战。传统的确定性调度方法没有合理地考虑风电的不确定性,因此无法保证系统的安全运行。面向日内的有功调度,文中提出一种利用风电预测区间的鲁棒风电调度模式,使得风电场尽可能运行在最大功率点追踪模式,该模式具有控制灵活和可操作性强的特点。基于该调度模式,建立考虑自动发电控制(AGC)调节响应的鲁棒区间经济调度模型及其等价二次规划模型。最后,在改进的IEEE 24节点系统上进行蒙特卡洛仿真并与传统调度方法对比,验证了所提出的经济调度方法的鲁棒性、可靠性和经济性。     

含大规模风电场的电力系统旋转备用风险决策模型和方法

大规模风电场并网后其出力的不确定性增加了系统运营方在制定旋转备用计划时平衡成本与风险之间的难度。为应对这种挑战,首先在考虑风速预测误差、风速实时波动和风电机组故障的情况下对风电功率的随机性进行了分析;然后,建立了以考虑旋转备用容量成本和停电损失的旋转备用成本期望值和条件风险价值为目标的多目标优化模型,并采用多目标免疫优化算法和蒙特卡洛场景模拟法求出旋转备用成本期望和条件风险价值的最优前沿集;最后,采用模糊决策理论确定最终的旋转备用计划。算例结果表明该多目标模型可以有效地求出旋转备用成本期望和条件风险价值的前沿集;模糊风险决策模型比普通风险决策模型扩大了风险容忍系数的有效区间,更能反映风险态度;而考虑条件风险价值的旋转备用优化模型在风险规避方面比仅考虑成本期望的模型更具优势,可以作为旋转备用计划决策者的风险管理工具。     

消纳大规模风电的鲁棒区间经济调度:（二）不确定集合构建与保守度调节

对鲁棒区间经济调度中不确定集合的构建方法进行探讨。首先,建立考虑不确定变量概率边界值的鲁棒区间经济调度模型。然后,针对调度中心掌握风电预测信息的不同情况,相应地提出构建满足一定置信水平的不确定集合的方法,其中考虑了风电场的出力相关性。该方法使得调度人员可以灵活地根据风险偏好程度来控制鲁棒调度策略的保守度。最后,在改进的IEEE 24节点系统上进行蒙特卡洛仿真,验证所提出的不确定集合构建方法的有效性,并对其性能进行了比较。     

含风电场电力系统旋转备用获取模型

为反映风电对电力系统备用容量获取的不确定性影响,以含风电场电力系统为研究对象,建立了风电出力偏差的概率密度函数,基于机会约束规划方法构建了考虑负荷预测误差、风电出力偏差以及发电机组的故障停运等不确定随机因素的旋转备用获取模型.该模型通过设定旋转备用被满足的概率大于给定的置信度水平的约束条件,反映了旋转备用充裕水平对系统经济性的影响.算例分析表明,在满足系统可靠性的前提下,文中模型的经济性优于传统模型,同时,风电出力偏差采用文中建立的概率分布较之正态分布的可靠性更佳,通过置信度水平的合理选取,所建模型可以实现可靠性与经济性的平衡.     

大规模风电并网电力系统经济调度中风电场出力的短期预测模型

考虑到大规模风电并网电力系统经济调度中,对风电场出力的短期预测在时间尺度和精度尺度方面的要求,以传统的反传播神经网络(back propagation artificial neural network,BP-ANN)作为预测手段的基础,建立了风电场短期出力预预测模型。考虑到历史的预测误差与未来预测误差间的映射关系,利用传统的BP-ANN预测技术对未来的预测误差进行预测。通过算例仿真发现,误差预测变化趋势能跟踪预预测的误差变化,基于此并考虑到经济调度对风电场出力预测精度的要求,建立了对风电场出力短期预预测进行修正的风电场出力短期预测模型,进一步的算例仿真表明了该模型的有效性。