计及风电成本的电力系统动态经济调度

随着风电技术的快速发展,大规模风电场接入给传统的电力系统经济调度带来了新的问题和挑战。目前大部分含风电场的动态经济调度研究都未计及风电不确定性带来的成本。为此,提出一种计及风电随机、波动性的风电场发电成本模型,并将其引入到传统的电力系统动态经济调度模型中。首先引入冲激函数概念,考虑尾流效应后将风速的概率分布转化为风电场有功出力的概率解析模型;在此基础上,从系统旋转备用调度和地区环境效益角度出发推导出风电的成本函数,并以目标函数方式引入到传统的动态经济调度模型中。应用一种新颖的布谷鸟搜索算法对所提模型进行求解。最后,以经典10机系统为算例进行仿真研究,结果验证了所提模型及算法的正确性和有效性。     

计及风险备用约束的含风电场电力系统动态经济调度

为解决风电的不确定性给电网调度带来的问题,必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素,提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例,验证了所提调度模型的可行性。分析表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标。     

基于协同进化多目标优化算法的含风电场的电力系统经济调度研究

电力系统经济调度的核心是合理的分配负荷以实现电力系统经济性最优,在风电大规模发展的今天,风能的不确定性及波动性使得含风电场的电力系统经济调度问题变得更加复杂。分析了传统的电力系统经济调度的数学模型,在考虑风电输出功率不稳定性的条件下,建立了含风电场的电力系统经济调度的数学模型,在模型中考虑了环境因素及因风电场加入而引起的额外的旋转备用费用,并用协同进化多目标优化算法求解模型,并将结果与传统的单目标遗传算法进行比较,仿真验证其可行性。     

基于备用安全的含风电场的电力系统经济调度

随着风电在电网中渗透功率的持续增加,风电的不确定性给系统的备用决策和发电调度带来新的难题。为保障含风电场电力系统的安全运行,本文结合风电预测误差的概率密度函数,提出了一种系统运行安全性指标——备用安全可信度,并以备用安全可信度最大化和火电机组运行费用最小化作为优化目标函数,建立了含风电场的电力系统经济调度模型。针对寻优效率,本文采用了一种将优先顺序法和内点法相结合的优化方法对机组组合问题求解。算例分析证明了所提模型和解法的可行性和合理性。     

含风电场的电力系统经济调度研究综述

由于风电具有随机波动特性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验。分别从建模和求解两个方面阐述并分析了计及风电场的经济调度问题。根据对风速/风电功率不确定特性的不同处理方法,将含风电场的经济调度模型分为确定性建模、模糊建模以及概率建模方法进行论述,并进一步阐明了建模过程中风电引起的备用及风险调度管理问题。对应于优化模型的分类特点,相应地将优化模型的求解方法归结为确定性和不确定性求解方法两大类。最后指出了含有大规模并网风电场的电力系统经济调度问题需要进一步深入开展的工作。     

含风电场的电力系统经济调度研究综述

由于风电具有随机波动特性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验.分别从建模和求解两个方面阐述并分析了计及风电场的经济调度问题.根据对风速/风电功率不确定特性的不同处理方法,将含风电场的经济调度模型分为确定性建模、模糊建模以及概率建模方法进行论述,并进一步阐明了建模过程中风电引起的备用及风险调度管理问题.对应于优化模型的分类特点,相应地将优化模型的求解方法归结为确定性和不确定性求解方法两大类.最后指出了含有大规模并网风电场的电力系统经济调度问题需要进一步深入开展的工作.     

含风电的电力系统动态经济调度模型

电力系统的经济调度必须考虑风电的波动性和随机性带来的影响。引入概率约束,定义了风电场计划出力实现的概率,研究了含风电场的电力系统动态经济调度模型。通过计算下一调度日风电场实际出力的条件期望与计划出力的差值,确定了风电对系统正、负旋转备用的需求。利用分位数的概念,将含有概率约束的随机调度模型等价地转换为确定性模型。提出了一种改进的粒子群算法来求解转换后的确定性模型。仿真实验结果表明,这种含风电场的电力系统动态经济调度模型能有效应对风电接入引起的备用需求变化,所得的调度方案在保证系统可靠性的前提下能节省更多的成本。     

计及风险及备用成本的含风电电力系统经济调度

风电出力与负荷预测的不确定性给电力系统的经济调度带来了困难,如何处理备用风险,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。在模型中引入旋转备用来应对可能出现的电力不足,将风电预测功率的条件期望与风电计划出力的差值表示系统对风电的正负备用需求,通过引入风电和负荷预测偏差的概率分布,建立了风电与负荷的联合概率密度函数。构建失负荷模型表征风险水平,并假定失负荷的风险水平不低于某一置信水平,对约束中的最大值函数通过K-S函数转化。考虑到合理弃风或切负荷有利于系统稳定,在目标函数中加入弃风或切负荷的价值损失。最后,用含10台常规火电机组和一个大型风电场的系统为例进行模型和算法的求解验证,结果表明所提模型和算法的有效性和合理性。     

含大型风电场的环境经济调度模型与解法

大规模风电并网给电力系统发电调度带来了新的不确定性因素。基于多目标机会约束规划,构建含风电场环境经济调度的随机优化模型,将燃煤机组的发电成本最小和污染气体排放量最小同时作为目标函数,并计及系统正、负旋转备用容量约束。利用风电出力的分布函数将随机模型转化为确定性模型。设计一种包含多目标优化和辅助决策的2阶段解法,该方法在求出模型的Pareto最优集后,能为运行人员提供决策指导。以含40台燃煤机组和1个大型并网风电场的电力系统为例进行环境经济发电调度,结果表明,所提模型和解法是可行、有效的。     

大规模风电并网电力系统动态清洁经济优化调度的建模

本文建立了充分体现环境保护和风电特性的火电和风电的新的运行价格理论模型:1)在风电价格方面,提出风电场出力可信度基础上的风电备用容量补偿成本及风电场"负效率"运行(negative efficiency operation of wind farm,NEOWF)的概念,在此基础上定义了风电场负效率功率(negative efficiency power of wind farm,NEPWF),并建立基于风电场极限穿透功率的NEPWF的惩罚成本模型;2)火电价格方面,在传统火电价格基础上,考虑了火电机组的排污特性,并用名义环境补偿成本来量化其火电环境成本。构建了一个新的清洁经济优化调度模型。基于遗传算法(genetic algorithm,GA)和某含风电的区域电网算例来进行仿真验证,结果表明,所提出的模型为解决风电并网运行提供了一种对策。