电力系统弃风指标和弃风序列建模研究

随着弃风电量的快速增加,弃风问题已经引起社会的广泛关注。提出了电力系统弃风序列评价指标：弃风时段分布,弃风持续时间以及弃风持续电量。提出了一种基于时序生产模拟的弃风序列建模方法,该方法通过建立新能源消纳最大的时序生产模型,计算得到弃风序列。通过实际弃风序列和仿真弃风序列特性的对比,验证了基于时序生产模拟的弃风序列建模方法的有效性;同时模拟结果显示,高比例风电接入背景下,长弃风持续时间下的弃风电量占比大幅提高,弃风问题更加突出。     

考虑风电不确定性的蓄热式电采暖消纳弃风经济性分析

针对冬季采暖期我国北方地区严重弃风和燃煤导致的空气污染问题,综合考虑风电预测误差及供给价格弹性,以采暖期系统运行成本最小为优化目标,构建基于终端热负荷特性的电锅炉日前优化调度模型,并在电力市场背景下分析了蓄热式电采暖供暖系统的运行经济性。通过引入储热装置来更加合理地利用各时段弃风电量,从而进一步提高供热系统运行经济性。在求解阶段,采用CPLEX软件包下的分支定界法(BBA)对模型求解,并通过具体算例仿真结果验证了所提方法的有效性。     

风电场弃风电量统计方法研究

风电的大规模快速无序投运,电网网架结构建设不配套,电网中的快速可调节电源不匹配协调,电力系统的客观规律及风电的不可控性、间歇性,以及电网中的快速可调节电源的容量限制,造成电网弃风情况越来越多。风电的不稳定性及随机性,造成对风电弃风电量的统计难度增加,统计存在偏大偏小问题。弃风电量将对后续风电开发产生影响,偏小可能加速风电建设,偏大则可能延缓风电建设。如何更好地进行风电弃风电量统计是电网公司和风电企业共同关注的问题。通过对风电场调度运行进行分析,提出了四种弃风电量统计方法,并对这四种统计方法进行了探讨、对比分析,得出了一种比较客观的统计方法,为正确评估风电弃风提供了技术参考和理论依据。     

利用低温省煤器吸纳弃风电量研究

为了解决我国冬季弃风严重的问题,提出了一种利用低温省煤器原有热力系统来吸纳弃风电量的方法,该方法建设成本低、维护简单、效率高且不会对环境造成污染。通过对江苏南热发电有限责任公司1号机组试验分析可知,该方法可以最大限度降低机组能耗,避免由于气候原因造成资源浪费,能够吸纳的弃风电量非常可观。     

考虑碳捕集电厂能量转移特性的弃风消纳多时间尺度调度策略

风电预测精度和火电厂的调节速率对于风电消纳影响较大。考虑到风电预测精度随预测时间尺度的缩短而提高,同时计及碳捕集电厂更深的调节范围和更快的调节速率,提出提高电力系统弃风消纳水平的多时间尺度优化调度策略。首先,将其分为日前、日内、实时调度阶段,分析各个阶段的相互关系,并对碳捕集电厂不同时间尺度下的调度策略进行研究,分析其对于解决弃风消纳问题的合理性。其次,建立日前、日内、实时三时间尺度优化调度模型,并分析实时阶段碳捕集电厂调节量和风电调整量的关系。最后,基于IEEE39节点电网模型并利用CPLEX对该文方法应对弃风消纳以及失负荷情况的有效性进行仿真验证。     

风电弃风电量的计算方法与模型

在深入分析影响风电弃风因素的基础上,从调度运行层面上提出了基于逐小时电力平衡的计算方法。综合考虑火电、水电和风电的发电技术特性,电力和热力平衡、以及输电容量等约束,以系统运行成本最低为目标,建立了弃风电量的计算模型。以我国某风电大省为实际算例,计算2011年该省在接入不同风电容量下的弃风电量比例,验证了文中提出的计算方法和模型的优越性。     

计及弃风成本的含抽水蓄能电力系统随机优化调度

针对风电入网的消纳难题,提出了抽水蓄能参与调峰的数学模型。将弃风成本作为经济指标之一,风速和负荷作为不确定变量,建立了风电-火电-抽水蓄能随机规划模型。处理机会约束条件时,提出以bootstrap抽样法估计置信区间,以提高精确度。在IEEE 30节点系统上进行仿真测试,对不同风电和抽水蓄能装机容量情况下的经济性进行分析。结果显示：风电装机容量由300 MW增加到400 MW时,弃风成本升高,系统对抽水蓄能的容量和备用容量需求也随之增加;当风电装机容量达到400 MW时,将抽水蓄能容量提高到90 MW,相比于无抽水蓄能参与调度的情况,能够节约经济成本约5%左右,且参与启停调峰的火电机组由2台减少到1台。算例表明针对不同装机容量的风电,合理地配置抽水蓄能容量,多元协调配合进行调峰,才能实现低成本消纳风电的目的。     

基于风过程方法的风电功率预测结果不确定性估计

以我国多个地区实际运行风电场为研究对象,以实现风电功率预测结果不确定性较优估计为目的,提出了基于风过程方法的风电功率预测结果不确定性估计方法,并给出了各风过程的数学模型。采用风过程方法和功率水平划分方法划分预测误差数据,可有效识别不同特性预测误差。采用非参数回归方法拟合误差概率密度分布,获得了较优的拟合结果。根据实际风电场数据验证文中方法的先进性,其与基于正态分布优化拟合的估计方法的比较结果表明,文中方法的各项评价指标均优于后者。     

考虑合理弃风的风电消纳方法研究

风力发电受自然来风的影响较大,具有明显的随机性与不确定性。随着大规模风力发电场的快速发展,其接入电力系统而导致的相关问题越来越明显。针对目前国内风电大规模接入受限的问题,以风电场弃风电量与系统为消纳更多风电而增加的调峰投资为约束,提出了利用系统低谷负荷时的合理弃风来提高风电的整体消纳能力的理论研究方法。最后通过利用所建立的风电消纳模型,以东北某区域电网为例进行了计算分析,得到了2015年与2020年在三种不同调峰平衡方式下的风电消纳能力,以期能为东北地区的风电规划与建设工作提供参考。     

减少弃风损失的储能容量和布局优化研究

针对我国大规模风电接入地区因系统调峰能力不足引起的大量弃风问题,提出采用大容量储能电池提高系统调峰能力、减少弃风损失的储能充放电策略。基于所提出的储能恒功率充放电策略,建立储能电站容量和布点优化的数学模型,并采用遗传算法进行求解。该模型以储能电站的投资和运行成本、网络损耗、调峰不足弃风及风电送出通道阻塞弃风损失之和最小为优化目标,考虑了储能电站的峰谷电价收益、计及了风力发电的碳减排效益,并满足电网的安全运行约束。最后,利用IEEE RTS79系统进行储能布局优化分析,验证了方法的有效性。应用该方法能够为解决大规模风电并网地区的弃风问题提供技术解决方案。     

考虑风电并网友好性的日前分层调度计划模型

为了最大程度消纳风电及激励风电场改善并网特性,提出了一种考虑风电并网友好性的日前分层调度计划模型。上层调度模型中,通过风电和常规机组的协调调度,实现系统综合成本最小的目标。下层调度模型中,建立风电友好性评估模型对风电场并网友好性予以评估。以风电功率预测信息及上层调度模型的风电出力计划等作为约束,制定各风电场的日前调度出力计划。最后通过在IEEE 30节点系统进行算例仿真,验证了该方法的有效性。     

大规模风电接入的电网发电调度研究综述

由于风电出力具有随机性和间歇性,大规模风电接入给传统的电力系统调度运行带来新的挑战。风功率预测精度一定程度上不能满足实际要求,因此文章归纳国内外相关研究成果,并分别从两个方面展开论述,首先论述风电场与常规机组联合调度的模型,包括风电确定性模型和风电不确定性模型,概述了当前的建模方法,并对常用的算法进行总结,然后介绍储能技术及其发展状况,对风电场与储能设备协调配合抑制风电场出力波动的研究进行详细介绍。文章最后为考虑大规模并网风电场的发电调度进一步研究提出了意见和建议。     

基于GA优化SVM的风电功率的超短期预测

研究风电功率预测技术对于减轻其输出电能的随机性对电力系统的影响具有重要意义。首先结合风电监控系统数据库中的历史功率数据和环境参数形成样本数据,同时采用遗传算法优化该模型的核函数类型、核函数参数及错误惩罚因子等参数,建立了GA-SVM模型,提高了模型参数组合优化选择的效率和预测精度。最后结合实例验证,并与标准SVM方法和BP神经网络方法比较。预测效果表明:所提出的GA-SVM优化模型在超短期风电功率预测上具有更优的学习能力和泛化能力。     

风电场功率分配算法

在风电出力受限时,调度需要考虑多个风电场出力叠加所带来的平滑效应,优化功率分配。根据风电场是否具备风电功率预测系统建立了5种不同的风电场功率分配算法模型,以单个区域中的多个风电场的未来1 h功率预测数据来计算5种算法下所有风电场的总出力及相应的损失电量。结果表明,考虑预测的算法所得到的风电场出力情况与风力发电限值最为接近,且损失电量最少,明显优于不考虑预测条件下的算法。通过研究这5种算法也为风力发电的调度提供优化方案。     

基于多目标优化的日前风电接纳研究

在考虑风功率/负荷预测误差以及常规机组随机停运的基础上,构建了电网日前风电接纳模型,在运行方式优化的基础上对风电接纳能力进行评估。模型是典型的多目标优化模型,具有风电接纳能力最大与发电成本最小两个互相冲突的优化目标。采用非支配分类遗传算法对其进行求解,获得了Pareto最优解集,给出了日前自然风电接纳电量与最大理论风电接纳电量。在Pareto最优解集的基础上,对不同风电接纳水平下的常规系统平均发电成本以及平均风电接纳成本进行了分析。基于IEEE 118节点系统的仿真实验验证了本文所提模型及算法的有效性。评估模型给出的风电接纳电量、接纳成本等信息可为调度决策提供有益的参考。     

基于风电出力概率预测模型的源荷储日前概率优化调度

为提高电力系统应对风电出力不确定性的能力,基于概率优化方法,构建源荷储日前概率优化调度模型,该模型在考虑风电出力概率分布的同时避免了大量场景的生成与缩减过程,且能够考虑风电出力偏离预测值后常规机组的调整情况,实现备用容量在各机组间的最优分配。在对储能设备进行日前调度时,根据荷电状态的变化动态调整储能设备的充放电功率上限值,改进储能设备的数学模型,避免储能设备发生过充和过放。采用IEEE 6节点系统进行算例分析,验证了所建模型的有效性。     

Maximum power control system for small wind turbine using predicted wind speed

This paper describes a novel approach of maximum power control for small wind turbines by using predicted wind speed data. Because of the moment of inertia of the wind turbine, when using conventional control method, the time lag of control will occur due to turbulence in the environment. Our proposed control system uses future information, which is the predicted wind speed, for wind turbine control. The control algorithm creates a reference trajectory of the rotational speed of the wind turbine. The advantage of using the predicted data is that the controller can operate the wind turbine efficiently so that the rotational speed of the wind turbine catches up with the reference speed at the maximum power point. Simulation results show improvement of generation efficiency compared to the conventional control method. Then we discuss the influence of the prediction error of wind speed on control performance. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

计及电熔镁负荷与储能联合调峰的电力系统日前-日内联合经济调度方法

随着碳达峰、碳中和目标的推进,新能源并网数量将大规模增加,新能源固有的随机性和波动性使得电网发电侧与需求侧的平衡受到挑战,现有的调度模式不能满足以新能源为主体的电力系统调度需求.为了提高电力系统的调峰能力,提出将需求侧具有代表性的电熔镁负荷纳入调度主体,通过在电熔镁负荷侧配置电池储能装置,与火电机组进行联合优化调度.以...     

基于功率预测的变速变桨距风电系统的优化控制

为了增强风电场主动融入大电网的能力,基于风速和功率的超短期提前一步预测,以最大风能捕获和输出功率平滑为优化目标,以发电机转速和桨矩角为控制变量,为了有效地减少桨矩角系统和机械系统的压力,制定了最小化控制标准,建立了相应的多目标优化模型。运用遗传算法求解出模型的优化解,将该优化解作用于风力发电机组来优化系统的性能。通过对1.5 MW的变速恒频风力发电系统进行仿真研究表明,与传统的最大功率追踪控制相比较,所提出的控制策略提高了发电机输出功率,同时抑制了输出功率的低频波动。     

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。