面向風電高不確定性的多周期機組組合研究.pdf

1、大力發(fā)展風力發(fā)電是近年來電力系統(tǒng)應對能源及環(huán)境危機的重要舉措。風力發(fā)電雖然具有清潔無污染、風能永不枯竭可再生等諸多優(yōu)點，但由于自然風所具有的隨機性、波動性和間歇性等特點，使得風電功率具有高不確定性。這無論對于以先進的燃氣和燃油機組為主、短期及實時電力市場發(fā)達的國外電力系統(tǒng)，還是類似我國燃煤機組眾多、缺乏短期電力市場、以中長期電量計劃或交易為主的電力系統(tǒng)，都提出了新的挑戰(zhàn)。機組組合作為電力系統(tǒng)優(yōu)化調度的關鍵環(huán)節(jié)之一，受到了很大影響，亟待開

2、展相關研究。
　　本文以數(shù)學優(yōu)化理論為基礎，基于多周期、多時間尺度協(xié)調優(yōu)化的思想，充分利用風電功率及風電預測在各時間尺度下的多種特性，對含風電系統(tǒng)的月度、短期機組組合及兩者的協(xié)調優(yōu)化方法開展了細致而深入的研究:
　　目前，我國電網(wǎng)中高啟停成本、長啟停周期的大型燃煤機組眾多，調度模式基本為月度機組組合與短期發(fā)電計劃協(xié)調優(yōu)化。中長期優(yōu)化可更好地協(xié)調資源的優(yōu)化配置從而降低常規(guī)機組啟停成本，而短期優(yōu)化中風電不確定性的顯著降低可較大幅

3、度提高常規(guī)機組負荷率?；诖?，結合中長期優(yōu)化及短期優(yōu)化的各自優(yōu)勢，將火電機組動態(tài)分為月度啟停優(yōu)化群和短期啟停優(yōu)化群，提出了一種月度-短期機組組合協(xié)調優(yōu)化方法，和相應的計及短期協(xié)調效益的月度機組組合模型。月度及短期機組組合的協(xié)調優(yōu)化通過兩階段決策模型予以實現(xiàn)，其中，月度機組組合決策為第一階段，對機組所屬的優(yōu)化群以及月度啟停優(yōu)化群中機組的開停機計劃進行決策;短期機組組合決策為第二階段，對短期啟停優(yōu)化群中機組的開停機計劃和所有機組的出力計劃進

4、行決策。充分利用在月度時間尺度可獲取的風速概率分布特性、風速波動特性等信息，模擬生成多組涵蓋實際風電功率統(tǒng)計特征的風電場景，并嵌套在第二階段決策模型中，以獲得更加貼近系統(tǒng)實際運行需求的機組組合方案。仿真結果表明，所提月度-短期機組組合協(xié)調優(yōu)化方法及月度機組組合模型，可通過火電機組的動態(tài)優(yōu)化分群，實現(xiàn)月度機組組合與短期機組組合的優(yōu)勢互補，降低火電機組整體開機水平、提高機組平均負荷率，進而提高風電并網(wǎng)的經(jīng)濟效益。
　　為應對風電不確定

5、性而需增加的部分旋轉備用容量一般為小概率備用需求，風電預測誤差隨預測時間尺度的縮短逐漸減小，而系統(tǒng)中大部分中小型機組均可在4～8h內啟動，具備日內進行機組組合調整的條件?；谏鲜稣J識，提出了短期機組組合的多級協(xié)調制定策略。其具體做法為，將傳統(tǒng)的短期機組組合拓展為三級，分別為:與調度周期同步的一次機組組合、提前若干小時（通常為4～8h）制定的二次機組組合、更短時間間隔調整快速機組啟停的三次機組組合。在制定一次機組組合時，適當放松對供電可靠

6、率的要求，降低旋轉備用容量，以提高系統(tǒng)運行的經(jīng)濟性;在日內運行時，滾動地利用最新的運行及預測信息對未來時刻旋轉備用的充裕度進行預估，當不滿足系統(tǒng)需求時，再進行二次及三次機組組合對原機組組合方案進行調整，以保障系統(tǒng)運行的可靠性。對各級機組組合分別建立了相應的確定性模型。一次機組組合旋轉備用容量是否恰當是決定各級機組組合協(xié)調效果的關鍵，針對解析法難以確定一次機組組合最優(yōu)旋轉備用容量的問題，提出了基于歷史及預測數(shù)據(jù)的仿真方法。仿真結果表明，不

7、同時間尺度機組組合的協(xié)調，可有效利用隨著計劃執(zhí)行時刻的臨近逐漸準確的風電功率信息，從而降低系統(tǒng)實際運行的旋轉備用容量，進而降低發(fā)電成本、提高運行效率。
　　基于風電預測誤差隨預測時長的縮短逐漸減小等特性，結合基于場景法的隨機機組組合模型可更加準確地描述風電功率的不確定性、經(jīng)濟性更佳的優(yōu)勢，在短期機組組合兩階段決策框架的基礎上，增加日內機組組合調整階段，提出了含風電系統(tǒng)短期機組組合的三階段決策框架。以實際風電功率作為中間變量，將日內

8、超短期預測風電功率描述為雙重隨機變量、日內機組組合調整事件描述為雙重隨機事件，建立了相應的三階段雙重隨機機組組合模型。模型中采用平衡機會約束計及了系統(tǒng)的可靠性要求。選擇基于雙重隨機模擬的混合遺傳算法對所提模型進行求解。仿真結果表明，所提三階段雙重隨機機組組合模型，可在日內利用更加準確的風電功率信息，且在日前機組組合決策時更加準確地計及日內機組組合調整的影響，與兩階段隨機機組組合模型、多級協(xié)調制定策略下的確定性機組組合模型相比，利用該模型