应用全场景可行安全约束机组组合的风电最优消纳模型及解法

针对含风电电力系统的安全约束机组组合(SCUC)问题,目前广泛采用的鲁棒优化方法在求解时不能满足调度解的非预期约束并存在严重缺陷,且各种模型和算法中均未考虑最大消纳和最优经济消纳的区别。为克服以上困难,提出了满足非预期约束条件的风电最大消纳和最优消纳模型,并给出对应求解方法。该模型及对应求解方法为容纳可能的弃风决策以扩大调度解空间,引入了风电可变不确定集来替代广泛采用的固定不确定集;为满足调度解的非预期性,引入了一组规模极小的强非预期约束,避免了传统建模方式导致的大量非预期约束难题;为克服鲁棒优化中复杂极小极大结构带来的求解困难,引入了基于可变不确定集顶点场景的全场景可行调度模型,该模型具有单层混合整数线性规划(MILP)问题结构,求解可得调度问题的最优解。实验及测试结果表明:该算法在IEEE118节点系统中取得了良好效果,显示了最大消纳和最优消纳的区别,可以实现含风电SCUC问题的快速求解,并使风电消纳的经济性得到提高。     

基于氢储能的含大规模风电电力系统经济调度

针对由大规模风力发电并网带来的消纳困难问题,文章利用由碱式电解槽、储氢罐、氢氧燃料电池构成的氢储能系统将弃风转换成氢气储存起来,用以满足外界氢气负荷需求或于负荷高峰期发电补充上网。文章先对风电出力的不确定性和氢储能系统进行建模。为了降低传统鲁棒优化求解的保守度,利用考虑保守度可调的鲁棒优化盒式集合描述风电出力。在此基础上,以降低弃风和提高系统总体的经济性为目标,建立了基于氢储能的含大规模风电电力系统经济调度模型。算例表明,文章所建立的优化调度模型兼顾求解的鲁棒性和经济性,并且可以显著减少弃风、降低系统的总成本。     

促进风电消纳的源-荷联合优化调度

针对我国弃风问题,将光热电站与风电联合运行,利用其出力的互补性以及储热装置的可调度性应对风电出力的波动性、反调峰性,平滑风电出力以及净负荷曲线,降低火电机组调峰的成本,提高风电利用率。但此方法受到储热装置容量的限制以及机组最小出力和旋转备用的约束,对弃风情况改善有限,因此在需求侧引入需求响应措施与光热-风电系统配合。以系统发电运行成本、弃风惩罚费用和需求响应成本为目标函数,考虑各种约束条件,建立了需求响应与光热-风电系统联合优化的两阶段调度模型,源荷侧配合促进风电最大化的消纳。设置4种情景进行算例分析,通过算例分析验证源荷联合优化策略的有效性。     

风电时序动态修正的实时调度计划研究

针对风电功率预测偏差影响电力系统发电计划准确性的问题,提出了一种超短期内风电时序动态修正的实时调度模型.该模型采用马尔科夫链时序预测方法,以5~15min为周期动态修正风电超短期预测功率的时间序列,并以煤耗增量最小和弃风最小为双重优化目标,同步修正风电场及常规机组的发电计划,最后将模型转化为凸二次规划及其拉格朗日对偶问题,并基于原-对偶内点法构建求解算法.通过对含风电场的10机组系统的仿真分析表明:所提模型在日内调度过程中进一步优化了系统的运行成本,同时提高了系统跟踪风电功率波动和消纳风电的能力,所采用的求解算法收敛迅速、鲁棒性强,可适应于实时调度的计算需要.     

含可靠性约束的电网接纳风电能力优化研究

大规模风电的随机变化给电力系统运行调度带来很大挑战,因此,评估电网可接纳的风电容量对电力系统的安全运行具有重要意义。为了更加准确地评估电网可接纳风电的容量,文中建立了考虑发电和弃风可靠性指标的电网接纳风电评估的优化模型,在保证电力系统安全可靠运行的前提下尽可能减少弃风。同时,提出了一种将非线性混合整数约束转换为线性混合整数约束的解算方法,以大大提高模型解算的效率。最后,采用Garver 6和IEEE 30节点系统进行计算分析,得到考虑系统可靠性的风电接入容量,验证了所提模型和方法的有效性。与现有的电网接纳风电容量评估模型相比,所提的模型在评估精度和计算效率两个方面上均具有优越性,可为调度人员选择风电并网容量和配置旋转备用容量提供参考。     

计及旋转备用的电动汽车与风电/火电协调优化调度

文章首先引入带位置和尺度参数的t分布建立了风电预测误差曲线,在此基础上提出计及旋转备用的风电电动汽车协调策略,该策略能实现系统的削峰填谷和为风电预测误差提供补偿。在电网侧引入弃风惩罚和失负荷惩罚,建立了以系统运行总成本最小为目标的风电电动汽车火电经济优化模型,并给出了模型的求解方法。最后通过5机组系统进行仿真分析,结果表明电动汽车可以为风电波动提供备用,从而减轻了系统对火电机组的调节需求,减小了弃风量和失负荷量,达到经济性最优。     

含风电场机组组合的模糊建模和优化

环境保护的兴起和传统化石能源的日益枯竭增加了人们将可再生能源融入现有系统的兴趣。风电是最有前途的可再生能源之一。但由于风力发电的间歇性和不可预测性使得控制发电频率和实际调度变得困难,在含可再生能源的混合电力系统中存在许多问题。针对风电场出力的间歇性与不可预测性,应用模糊理论建立了含风电场的机组组合模型,综合考虑了一次能源的消耗与风电加入给系统带来的风险。通过定义隶属度函数将确定性问题模糊化,采用最大化满意度指标法将问题转化为非线性规划问题,并采用遗传算法求解该优化问题。对一个10机算例进行了仿真,结果表明本文的算法可行,且能根据决策者的意愿在一次能源的消耗与风险之间折中,为运行和计划提供了宝贵的信息。     

计及风电消纳的共享储能优化模型

传统的风储协同优化模式中,储能资源由单一的新能源电厂独享,存在储能资源利用率受限、储能成本较高等问题.为了增强风电消纳、增加经济收益,提出风电共享储能的优化模型,利用粒子群算法对模型求解.将西北地区某新能源基地的风电厂群作为算例,算例分析结果表明:所提共享储能优化模型能提升风电消纳能力、提高系统的经济效益.     

差分进化算法在机组组合问题中的应用

基于差分进化算法求解机组组合问题,差分进化算法具有全局寻优能力,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。给出了10台机组算例系统优化结果,验证了该算法用于求解机组组合问题时不易陷入局部最优解,有较好的收敛性和效率。     

含风电并网系统鲁棒区间优化调度

随着风电渗透率的不断增大,风电功率的不确定性对电力系统的安全稳定运行带来了极大的挑战。为应对风电功率的不确定性,增强电力系统的大规模风电消纳能力,建立了含风电并网系统鲁棒区间优化调度模型。求解该模型得到风电场的最大允许输出功率区间及常规机组的最优经济调度计划。通过引入风电场最大允许输出功率区间作为控制目标,可有效降低弃风量、减少常规机组输出功率调节频次。在IEEE-RTS系统中进行仿真,仿真结果表明该模型所得系统调度策略的鲁棒性及安全性最优。最后以省级电网实际数据进行实例分析,验证了所提模型及方法的有效性。