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     

机组组合在含风电系统的备用协调优化

针对风电出力、负荷预测偏差,发电机组故障停运等不确定因素,在传统模型的基础上,增加负荷跟踪时间和快速旋转备用的限制,建立兼顾系统运行效益和备用效益的机组组合模型。以快速旋转备用来平抑风电功率和负荷的波动,以系统的发电成本和备用成本之和最小为目标函数,采用改进的遗传—粒子群算法优化求解。算例仿真验证了模型和算法的有效性。     

含风电系统的多级机组组合协调制定策略

大规模风电并网后,系统等效负荷不确定性显著增加.若按照传统方法制定机组组合,则需在日前预留大量旋转备用,使得常规机组的单位发电成本大幅升高.基于为应对风电不确定性而需增加的旋转备用为小概率备用需求的特点,以及风电预测误差随预测时间尺度的缩短逐渐减小的特性,提出了一种多级机组组合制定策略.该策略在制定日前机组组合时适当放松对供电可靠率的要求,降低旋转备用容量,以提高系统运行的经济性,而当实际运行旋转备用不足时制定二次及三次机组组合对原机组组合方案进行调整,以保证系统运行的安全可靠性,各级机组组合协调配合以获得最佳的调度效果.对国内某省网系统的模拟运行结果表明,该策略可在保证系统供电可靠率的前提下有效降低发电成本,且随着风电穿透率的提高,其效果更加显著.     

考虑季节差异性的不同时间尺度含风电系统旋转备用优化研究

考虑风电出力和系统负荷的季节差异性较大,同时考虑风电出力预测误差和负荷预测误差随时间尺度的缩短而减小和电力系统旋转备用容量配置离不开机组组合的特点,本文建立考虑季节差异性下的不同时间尺度协调机组组合的含并网风电的电力系统旋转备用容量配置的模型。针对各个季节的风电出力和负荷变化特点,采用不同时间尺度协调机组组合的方法,对各个季节的场景进行分析,得出不同季节条件下的旋转备用优化方案。     

含风电安全约束机组组合的旋转备用优化

风电的随机性会对发电计划带来较大影响,因此研究含风电场的发电计划很有必要。首先研究了含风电场的安全约束机组组合问题,通过优化常规火电机组出力与备用,并对处于一定置信区间内的风电出力进行合理的取值安排,实现动态经济调度;再在优化模型的目标函数中对正负旋转备用单独计费引入了惩罚费用,以应对风力预测误差给系统调度带来的影响;最后在网络安全约束方面,采用直流潮流模型,使用转移因子,并使用CPLEX求解。实例验证表明该方法准确高效,所提出的调度模型合理,算法具有较好的工程实用价值。     

多场景概率机组组合在含风电系统中的备用协调优化

备用配置是系统抵御风险、提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。提出了基于状态转移的概率机组组合方法,该方法将风电的运行场景离散化,通过对风电预测误差进行概率表达,并在时间尺度上考虑状态的转移矩阵组成多场景的方法,以场景发生的概率协调系统在场景下的调度决策,并以实时校正备用作为正常和误差场景之间机组的调整限制。通过安全与经济的协调,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。最后对含风电系统进行了实例仿真分析,结果表明模型的有效性和可行性,对风电的调度和规划具有指导意义。     

含风电系统的多级机组组合协调制定策略

大规模风电并网后,系统等效负荷不确定性显著增加。若按照传统方法制定机组组合,则需在日前预留大量旋转备用,使得常规机组的单位发电成本大幅升高。基于为应对风电不确定性而需增加的旋转备用为小概率备用需求的特点,以及风电预测误差随预测时间尺度的缩短逐渐减小的特性,提出了一种多级机组组合制定策略。该策略在制定日前机组组合时适当放松对供电可靠率的要求,降低旋转备用容量,以提高系统运行的经济性,而当实际运行旋转备用不足时制定二次及三次机组组合对原机组组合方案进行调整,以保证系统运行的安全可靠性,各级机组组合协调配合以获得最佳的调度效果。对国内某省网系统的模拟运行结果表明,该策略可在保证系统供电可靠率的前提下有效降低发电成本,且随着风电穿透率的提高,其效果更加显著。     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

大规模风电接入火电系统的最优旋转备用容量研究

为研究大规模风电接入火电系统后的旋转备用（Spinning Reserve, SR）问题,对单时段机组组合（Unit Commitment, UC）模型进行了改进。目标函数由单纯的燃料费用最低改为燃料费用与停电损失之和最低,并设定系统因SR容量不足导致的切负荷和切风功率的均概率小于预先设定的置信度。利用蒙特卡洛模拟法（Monte Carlo Simulation, MCS）模拟导致系统有功缺额的各种随机因素,计算失负荷概率、停电损失和风功率切除概率。利用优先列表法（Priority List, PL）和基于最小边际成本法的经济调度（Economic Dispatch, ED）算法求解所提的模型。对算例系统进行了计算、分析,验证了模型和算法的有效性,并得出了一些有意义的结论。     

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。     

基于加权半方差的含风电电力系统旋转备用效益研究

在考虑系统旋转备用的容量成本和能量成本、因购买旋转备用而减少的停电损失,以及旋转备用效益的离散程度的基础上,引入风险偏好系数,并采用证券投资组合中的加权半方差度量风险。以期望旋转备用效益最大和风险最小为优化目标,建立基于加权半方差的含风电电力系统旋转备用效益-风险模型。采用蒙特卡洛模拟法模拟实际负荷功率偏差和风电出力预测偏差,并通过多目标纵横交叉算法求得期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及风险偏好系数、可靠性水平、预测偏差、失负荷损失价格、旋转备用价格对期望旋转备用效益和风险的影响。算例验证了所提模型的合理性。     

风电与储能系统互补下的火电机组组合

针对具有风电和火电机组的电力系统,在储能系统配置给定的前提下,提出通过储能尽量消除风电不确定性并部分以备用形态出现的研究思路,建立了火电机组组合2层优化决策模型。上层问题以火电机组组合成本最小为目标,下层问题以储能系统对电网中电能时空平移和提供备用所得收益最大为目标,以储能系统消除不确定性程度为满足对象,其中计及了自动发电控制(AGC)机组和非AGC机组的特性,以及系统频率调节效应的作用。基于分解协调的原理,通过上、下层问题的交替迭代对该模型予以求解,决策储能系统充/放电功率、调控范围及机组启停方案。该方法可在减少火电机组备用容量的同时,提升系统应对不确定性的能力,通过10机组系统验证了模型和方法的有效性。     

Stochastic unit commitment of wind farms integrated in power system

Integration of wind power generation creates new concerns for operation engineers in a power system. Unlike conventional power generation sources, wind power generators supply intermittent power due to uncertainty in parameters of wind such as its velocity. This paper presents probabilistic model for load and wind power uncertainty which can be used in operation planning (with durations up to one or two years). A stochastic model is proposed to simulate the status of units that are directly affected by the load and wind power generation uncertainties.     

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。     

含风电场经济调度中备用配置的研究

风电与负荷的不确定性给电力系统的经济调度带来了困难,如何处理风险,综合考虑经济发电与旋转备用计划是经济调度中需要解决的问题。风电场出力预测主要影响系统的负荷运行备用容量,因此要通过配置备用来应付系统中的不确定性因素。本文通过备用的效益与成本在目标函数中的相互牵制,自动为系统配置合适的备用,并引入{0,1}变量将非线性约束转化为由一组线性约束条件来表达,转化后的数学模型为标准的二次混合整数规划问题,算例分析表明本文模型的有效性和实用性。     

电力市场下风电电力系统旋转备用风险-成本模型

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。