面向風(fēng)電高不確定性的多周期機組組合研究.pdf

1、大力發(fā)展風(fēng)力發(fā)電是近年來電力系統(tǒng)應(yīng)對能源及環(huán)境危機的重要舉措。風(fēng)力發(fā)電雖然具有清潔無污染、風(fēng)能永不枯竭可再生等諸多優(yōu)點，但由于自然風(fēng)所具有的隨機性、波動性和間歇性等特點，使得風(fēng)電功率具有高不確定性。這無論對于以先進(jìn)的燃?xì)夂腿加蜋C組為主、短期及實時電力市場發(fā)達(dá)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(diào)度的關(guān)鍵環(huán)節(jié)之一，受到了很大影響，亟待開

2、展相關(guān)研究。
　　本文以數(shù)學(xué)優(yōu)化理論為基礎(chǔ)，基于多周期、多時間尺度協(xié)調(diào)優(yōu)化的思想，充分利用風(fēng)電功率及風(fēng)電預(yù)測在各時間尺度下的多種特性，對含風(fēng)電系統(tǒng)的月度、短期機組組合及兩者的協(xié)調(diào)優(yōu)化方法開展了細(xì)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(diào)度模式基本為月度機組組合與短期發(fā)電計劃協(xié)調(diào)優(yōu)化。中長期優(yōu)化可更好地協(xié)調(diào)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(fēng)電不確定性的顯著降低可較大幅

3、度提高常規(guī)機組負(fù)荷率。基于此，結(jié)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(diào)優(yōu)化方法，和相應(yīng)的計及短期協(xié)調(diào)效益的月度機組組合模型。月度及短期機組組合的協(xié)調(diào)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(jìn)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(jìn)

4、行決策。充分利用在月度時間尺度可獲取的風(fēng)速概率分布特性、風(fēng)速波動特性等信息，模擬生成多組涵蓋實際風(fēng)電功率統(tǒng)計特征的風(fēng)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(jié)果表明，所提月度-短期機組組合協(xié)調(diào)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(fù)荷率，進(jìn)而提高風(fēng)電并網(wǎng)的經(jīng)濟效益。
　　為應(yīng)對風(fēng)電不確定

5、性而需增加的部分旋轉(zhuǎn)備用容量一般為小概率備用需求，風(fēng)電預(yù)測誤差隨預(yù)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(nèi)啟動，具備日內(nèi)進(jìn)行機組組合調(diào)整的條件?；谏鲜稣J(rèn)識，提出了短期機組組合的多級協(xié)調(diào)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(diào)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(diào)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(dāng)放松對供電可靠

6、率的要求，降低旋轉(zhuǎn)備用容量，以提高系統(tǒng)運行的經(jīng)濟性;在日內(nèi)運行時，滾動地利用最新的運行及預(yù)測信息對未來時刻旋轉(zhuǎn)備用的充裕度進(jìn)行預(yù)估，當(dāng)不滿足系統(tǒng)需求時，再進(jìn)行二次及三次機組組合對原機組組合方案進(jìn)行調(diào)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(yīng)的確定性模型。一次機組組合旋轉(zhuǎn)備用容量是否恰當(dāng)是決定各級機組組合協(xié)調(diào)效果的關(guān)鍵，針對解析法難以確定一次機組組合最優(yōu)旋轉(zhuǎn)備用容量的問題，提出了基于歷史及預(yù)測數(shù)據(jù)的仿真方法。仿真結(jié)果表明，不

7、同時間尺度機組組合的協(xié)調(diào)，可有效利用隨著計劃執(zhí)行時刻的臨近逐漸準(zhǔn)確的風(fēng)電功率信息，從而降低系統(tǒng)實際運行的旋轉(zhuǎn)備用容量，進(jìn)而降低發(fā)電成本、提高運行效率。
　　基于風(fēng)電預(yù)測誤差隨預(yù)測時長的縮短逐漸減小等特性，結(jié)合基于場景法的隨機機組組合模型可更加準(zhǔn)確地描述風(fēng)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(chǔ)上，增加日內(nèi)機組組合調(diào)整階段，提出了含風(fēng)電系統(tǒng)短期機組組合的三階段決策框架。以實際風(fēng)電功率作為中間變量，將日內(nèi)

8、超短期預(yù)測風(fēng)電功率描述為雙重隨機變量、日內(nèi)機組組合調(diào)整事件描述為雙重隨機事件，建立了相應(yīng)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(jìn)行求解。仿真結(jié)果表明，所提三階段雙重隨機機組組合模型，可在日內(nèi)利用更加準(zhǔn)確的風(fēng)電功率信息，且在日前機組組合決策時更加準(zhǔn)確地計及日內(nèi)機組組合調(diào)整的影響，與兩階段隨機機組組合模型、多級協(xié)調(diào)制定策略下的確定性機組組合模型相比，利用該模型