基于风速时间周期特征的风电并网系统风险评估方法

目前的风电并网系统风险评估方法多采用风速的概率分布模型,评估的是系统全年的风险指标,不能反映风速和系统风险的时变特征。提出了风速的时间周期特征,并将其描述为风速长期、平缓的月变化趋势和短期、快速的日波动特征两部分的叠加。用时间周期拟合函数表示风速的月变化趋势,用服从特定概率分布的随机变量表示风速的日波动特征,通过对多年风速样本进行曲线拟合来建立风速的时间周期特征模型。根据该模型模拟得到的时变风速建立风电场出力模型,采用蒙特卡洛模拟方法计算风电并网系统中长期风险指标,反映了系统风险的时变特征。以IEEE-RTS79系统及某风电场实际风速为例,验证了所提方法的有效性。评估结果可为电力系统规划、中长期调度和月发电计划制定等提供重要参考。     

考虑风电并网的电力系统经济调度

风电场输出功率的不确定性使风电并网后电力系统的调度决策面临新的挑战。对风电场输出功率进行预测是消纳大规模风电的基础工作,在此基础上对预测误差进行统计分析和评估,并用于电网调度决策。根据对风电功率不确定性的处理方法不同,将含风电的电力系统调度模型分为确定性模型、模糊模型及不确定性模型。对风电功率不同时间尺度、不同前瞻周期的预测误差进行统计学分析,从而研究不同时间尺度之间调度决策的滚动优化机制,以及不同时间尺度调度决策进行滚动优化时调度与对应时间尺度预测之间相互协调配合的问题。储能、电动汽车等可调度资源能够有效平衡和抑制风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。并对以大型火电为主体电源的电网接纳风电的成本效益进行了讨论。     

计及过负荷风险的风电并网电力系统动态经济调度

建立了综合考虑系统发电成本、过负荷风险的风电并网系统多目标动态经济调度模型：在优化过程中计及机组出力爬坡约束、系统旋转备用约束;采用自适应DEM0算法对模型进行求解;得到Pateto最优集后采用协调性最优的准则选取折中解。最后在RTS-79系统上对所提模型和算法的有效性进行验证。     

风电并网电力系统动态经济调度问题的研究

通过优化火电机组出力,研究风电并网后,电力系统的短期动态经济调度问题。优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动。在基本粒子群优化算法基础上,提出了3种改进策略:先采用"循环处理策略"和"优先启停策略"生成问题的可行解,然后采用"机会停机策略"进一步优化可行解。经典算例结果表明,本文提出的策略稳定性好、寻优速度快、优化结果好,具有高效的搜索能力和适应性。     

大规模风电并网的电力系统运行灵活性评估

电力系统具有足够的灵活性对于接纳风电等可再生能源至关重要。为实现包含高比例可再生能源的未来清洁电力系统,亟需建立一套充分考虑风电波动性和随机性的电力系统运行灵活性定量评价指标体系。基于电力系统灵活性的定义和原理,提出了一套考虑大规模风电接入的电力系统灵活性定量评估指标体系,并基于蒙特卡洛模拟法和经济调度模型,提出了实用化的指标计算方法。该模型能够考虑风电及负荷的不确定性,并计入了风功率预测误差的时间相关性,从而反映了负荷不确定性和风功率预测不确定性对灵活性指标的不同影响原理。采用我国西北某电网实际风电场数据对所提算法进行了仿真分析,证明了风电不确定性和负荷不确定性对灵活性的影响存在本质区别,并定量研究了不同因素对灵活性指标的影响。     

基于极端风险假设的风电并网调峰充裕度评估

针对大规模风电并网给电力系统带来的有功平衡困难,结合实际运行中偏保守的调度策略,提出一种基于极端风险假设的风电并网调峰充裕度评估方法。假设风功率预测完全不可靠,分析了含风电系统的最大调峰需求;假设各时段风功率为零,进行日前机组组合,确定峰荷时段的最大开机方式,再结合机组调峰深度,分析了调峰容量的供给。应用序贯蒙特卡洛模拟技术进行调峰充裕度评估。算例表明,随着规划风电规模的扩大,系统调峰充裕度指标迅速恶化。将风电装机容量分散到具有相关性的多风电场将显著减轻系统的调峰压力。     

混合电源及功率预测系统在风电并网中的应用

随着风电场装机容量的不断增加,解决大规模风电场并网对电网稳定性的影响问题就显得尤为重要。考虑到风能的特点及我国能源的地理分布情况,首先介绍了风电-火电"打捆运行"为电力系统供电的联合运行方式,通过调节火电厂的输送功率对风电进行调度,以实现电网的稳定及对风能接纳能力的最大化。其次,提出了多尺度选择的风电功率预测及误差校正方法,根据不同尺度的风电功率变化规律,可实现对风机组、电力系统的控制,以便于风电调度。最后,配以合适的储能装置、无功补偿设备可进一步增强电网的稳定性。通过假设的算例进行了验证和分析,具有一定的适应性和实用性。     

可变频变压器在风电并网中的应用

可变频变压器(Variable Frequency Transformer,VFT)是一种概念新颖、性能优越的异步电网互联装置,在我国风力发电迅速发展的同时,风电并网的难题一直存在,利用VFT技术进行风电并网的方式日益受到关注。介绍了VFT的数学模型及其主要特性和优点,并在PSCAD/EMTDC中建立了VFT与风电场的互联模型,进行了风电场的并网仿真实验,着重分析了VFT传输功率和隔离故障的作用,结果表明VFT的应用显著提高了风电场的电压稳定性和低电压穿越能力,可以在风电并网中发挥重要作用。     

大规模风电并网下的电力系统调度决策研究

风电功率预测对电力系统的功率平衡和经济调度意义重大。介绍了风电场输出功率的预测方法及影响因素,给出了含风电场的电力系统经济调度模型及相关求解方法,并研究了预测与机组组合滚动优化的配合机制以及储能、电动汽车等多种资源与风电协调互补等问题。指出储能、电动汽车等可调度资源能够有效平抑风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。     

含积分风险的电网经济调度研究*

随着大规模风电机组的并网运行,风电的随机性和不确定性给含风电的电网调度带来新的挑战和要求。为了在电网调度中降低风电的随机性影响,本文首先通过对风电功率进行统计分析采用逐时分析的方法来绘制风电机组的功率频率曲线,得到动态的风电功率密度分布函数。然后将该分布函数引入到电网调度中,建立含积分风险的电网调度模型。为了解决求解该调度模型的优化问题了,本文引入遗传算法对骨干粒子群算法进行改进,提出了改进的骨干粒子群算法。最后通过IEEE30系统对本文模型进行了验证,并对含风电电网调度的风险和成本进行了分析。     

随机风电接入的电力系统动态经济调度多场景协同优化

针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。     

光热-风电联合运行的电力系统经济调度策略研究

针对大规模并网风电出力的随机性、波动性以及反调峰特性给电网调峰和调度带来的影响,采用含储热的光热发电系统与风电联合运行的调度策略。利用光热与风电出力的互补性及储热的可调度性平抑风电出力波动,减小电网负荷峰谷差,降低火电调峰的成本,减少弃风。基于光热电站的运行机理分析,建立光热-风电联合系统的电网调度模型。采用粒子群算法对模型进行求解,实现经济调度的优化。通过仿真算例分析验证调度策略及模型的可行性和合理性。     

考虑风电不确定性的风蓄火联合优化经济调度研究

风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小的双目标模型,以决定抽水蓄能机组的抽水功率或发电功率,再在外层建立计及不同置信水平风电预测误差的风蓄火联合收益最大的目标模型。以抽水蓄能和风电合作运行来应对风电的不确定性,同时采用机会约束规划来处理模型中的随机变量。采用粒子群优化-遗传算法混合优化算法求解模型,并通过IEEE 30节点系统验证了该模型在增加系统经济效益的同时可以降低风电出力波动性。     

考虑可靠性约束的含风电场电力系统动态经济调度

提出一种考虑系统可靠性约束的含风电场电力系统动态经济调度模型,在目标函数中加入了中断负荷费用.针对风速预测和负荷预测的不确定性,引入净负荷的概念,利用七分段高斯分布模拟预测误差的不确定性.在系统可靠性指标的计算过程中,考虑了系统机组的不确定性以及旋转备用.为求解模型,提出了一种改进的粒子群优化算法,引入信息分享和精英学习策略.以IEEE-RTS测试系统为算例,通过仿真分析,验证了所提模型的可行性与有效性.该模型可以在保证系统可靠性水平的基础上优化系统调度.     

计及风力发电风险的电力系统多目标动态优化调度

为解决风电的随机性给电力系统调度带来的问题,引入负荷预测误差和风速的概率分布函数来建立负荷及风电功率的随机性模型。基于对负荷及风电功率随机性模型的深入分析,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑。并在约束条件中引入失负荷及风电浪费风险指标,构建计及风力发电风险的电力系统多目标优化调度模型,以实现系统总污染排放量最少和运行成本最低的综合优化目标。采用一种新颖的蝙蝠算法对模型进行求解,并对蝙蝠算法的不足之处进行了改进,有效地解决了该算法迭代后期收敛慢、易陷入局部极值等问题。以含大规模风电并网电力系统为例进行环境经济调度仿真,验证了所提模型及算法的有效性,并进一步分析了相关参数对含风电并网电力系统优化调度的影响。     

基于随机模拟粒子群算法的含风电场电力系统经济调度

由于风电具有随机性,目前尚无法较准确预测其出力,因此含有风电的电力系统经济调度不再是-个常规意义下的确定性问题.利用传统的方法也难获得既经济又有较高可靠性的解.本文建立了基于机会约束规划的含风电场的电力系统经济调度数学模型,以概率的形式描述相关约束条件,考虑了机组的爬坡约束、出力限制,线路潮流限制、备用约束及负荷平衡等约束条件,利用基于随机模拟的粒子群算法求解该问题.通过IEEE30节点系统的算例验证,表明该模型与算法的有效性.     

风电投资风险评估

风电投资面临政策、市场、技术等诸多不确定性因素。针对我国目前的风电投资环境,建立了计及风资源评估不确定性、投资成本不确定性和投资决策不确定性的风电项目评估模型。该模型中考虑了4种投资灵活性,即推迟投资、扩张投资、放弃投资以及同时考虑扩张和放弃投资的可能性。通过具体算例,对投资成本不确定性对4种投资灵活性价值的影响以及对投资决策的影响进行了仿真分析,并得出了一些有益的结论。     

基于IGDT的网架重构过程中风电场出力调度

风电具有启动功率小、启动速度快等特点,在停电系统恢复过程中利用风电为其提供功率支持,可以加快系统负荷的恢复。由于风电出力的不确定性,需要对风电场出力进行调度,减小风电场出力的波动范围,在保证已恢复系统安全的前提下提高风电的利用效率。为此,文中提出了一种基于信息间隙决策理论(IGDT)的风电场出力调度方法。首先建立不考虑风电出力不确定性时的风电场出力参考值确定性模型,然后基于IGDT方法将确定性优化模型转变为考虑风电不确定性的风电场出力调度优化模型,再利用人工蜂群算法对优化模型进行求解,最后以IEEE 39节点系统和江苏实际系统为例验证了文中方法的有效性。