電力系統(tǒng)協(xié)同的經(jīng)濟(jì)調(diào)度理論研究.pdf

1、隨著我國社會經(jīng)濟(jì)的快速發(fā)展，能源需求日益擴(kuò)大，由此導(dǎo)致的能源短缺和環(huán)境污染問題十分嚴(yán)峻。由此，優(yōu)化和調(diào)整能源利用結(jié)構(gòu)，減少對不可再生的化石能源依賴，發(fā)展清潔化的可再生能源成為必然選擇。電力工業(yè)作為能源利用的重要環(huán)節(jié)，在這種形勢驅(qū)使下，常規(guī)化石能源發(fā)電（主動電源）處于減緩或遏制的態(tài)勢，風(fēng)光等可再生能源發(fā)電（被動電源）迅猛發(fā)展。與此相適應(yīng)，電動汽車、儲能，可控、可中斷負(fù)荷等具有主動行為的技術(shù)（主動負(fù)荷）不斷涌現(xiàn)。
　　在這一背景下，電

2、力系統(tǒng)中源的組成呈現(xiàn)多元化的發(fā)展趨勢，電力系統(tǒng)源有功平衡模式日益復(fù)雜。同時，由于可再生能源發(fā)電具有較強(qiáng)的隨機(jī)性、間歇性等不確定性特征，造成電力系統(tǒng)調(diào)度與控制所面臨的不確定性程度顯著增強(qiáng)。為在限定頻率范圍內(nèi)實(shí)現(xiàn)有功平衡，有必要充分利用電力系統(tǒng)運(yùn)行中各類主動調(diào)節(jié)資源，使有限的主動量能夠應(yīng)對被動量（被動電源和常規(guī)負(fù)荷）不確定性的考驗(yàn)。
　　本文研究以電力系統(tǒng)運(yùn)行中協(xié)同能力的挖掘?yàn)橹骶€，將電力系統(tǒng)正常運(yùn)行時在限定頻率范圍內(nèi)的頻率調(diào)節(jié)效應(yīng)作

3、為應(yīng)對不確定性的調(diào)節(jié)資源，擴(kuò)大了經(jīng)濟(jì)調(diào)度解的空間。在主動電源運(yùn)行協(xié)調(diào)的基礎(chǔ)上，進(jìn)一步引入主動負(fù)荷與被動量間的合作，以發(fā)揮主動負(fù)荷在時變過程中應(yīng)對不確定性的作用，并考慮將輸電元件運(yùn)行狀態(tài)納入調(diào)度決策，以顯現(xiàn)源網(wǎng)間合作的性質(zhì)。在研究過程中，本文從基本概念出發(fā)，給出了電力系統(tǒng)與頻率相關(guān)的協(xié)同能力、協(xié)同狀態(tài)，以及源網(wǎng)沖突度的定義，在此基礎(chǔ)上引入兩層優(yōu)化、強(qiáng)化學(xué)習(xí)等數(shù)學(xué)優(yōu)化理論建立相關(guān)模型并進(jìn)行機(jī)理分析，研究涉及不同時間尺度調(diào)度決策模型的建立與求

4、解、合作的策略流程、實(shí)現(xiàn)方式等多方面內(nèi)容，較為系統(tǒng)的闡述了電力系統(tǒng)協(xié)同的經(jīng)濟(jì)調(diào)度研究思路。本文主要工作和創(chuàng)新成果如下:
　　(1)為在調(diào)度中充分利用電力系統(tǒng)正常運(yùn)行時頻率調(diào)節(jié)效應(yīng)應(yīng)對不確定性的作用，本文以應(yīng)對常態(tài)下負(fù)荷與可再生能源發(fā)電波動為對象，從新的視角給出了電力系統(tǒng)運(yùn)行協(xié)同的經(jīng)濟(jì)調(diào)度研究思路。其核心在于，依據(jù)自動發(fā)電控制技術(shù)，在不考慮電壓變化影響的前提下，將電力系統(tǒng)與頻率相關(guān)的協(xié)同能力劃分為三類，即自動的協(xié)同能力、可控的協(xié)同能

5、力和再可控的協(xié)同能力。與此相適應(yīng)，給出了電力系統(tǒng)運(yùn)行存在與調(diào)度相關(guān)的協(xié)同狀態(tài)的定義。在此基礎(chǔ)上，以可調(diào)度機(jī)組輸出功率和頻率為決策量建立相關(guān)調(diào)度模型，并給出解決方法和機(jī)理分析。最后以10機(jī)組算例系統(tǒng)為例，驗(yàn)證了本文研究在不確定性情景下，增強(qiáng)電力系統(tǒng)源平衡能力的有效性。
　　(2)在上述研究基礎(chǔ)上，本文試圖將電力系統(tǒng)與頻率相關(guān)協(xié)同能力的挖掘貫穿在不同時間尺度的決策中，并進(jìn)一步考慮主動負(fù)荷應(yīng)對被動量不確定性的作用。為此，針對含風(fēng)儲系統(tǒng)開

6、展了電力系統(tǒng)協(xié)同的動態(tài)經(jīng)濟(jì)調(diào)度研究，并建立了該問題的兩層優(yōu)化決策模型。其中，上層問題以風(fēng)電允許運(yùn)行區(qū)間為決策量，最大化電網(wǎng)消納風(fēng)電能力;下層問題構(gòu)成以最小化電網(wǎng)運(yùn)行成本為目標(biāo)的決策問題。儲能系統(tǒng)可通過在運(yùn)行中實(shí)時調(diào)整充/放電功率，對風(fēng)電不確定性的功率和電能予以平抑和消納，兼有促進(jìn)預(yù)期功率平衡和實(shí)時能量平衡的雙重作用，可減輕AGC機(jī)組調(diào)節(jié)負(fù)擔(dān)，同時計(jì)及電網(wǎng)頻率調(diào)節(jié)效應(yīng)，在調(diào)度中間接考慮控制過程。本文模型屬于線性兩層優(yōu)化模型，最終可將其轉(zhuǎn)化

7、為單層的混合整數(shù)線性規(guī)劃模型予以求解。最后通過構(gòu)建的6節(jié)點(diǎn)算例系統(tǒng)，驗(yàn)證了模型和求解算法的有效性。
　　(3)在機(jī)組組合研究周期內(nèi)，為實(shí)現(xiàn)主動負(fù)荷、被動量間合作與主動電源運(yùn)行協(xié)調(diào)的統(tǒng)一，本文開展了電力系統(tǒng)協(xié)同的機(jī)組組合研究，并建立了協(xié)同機(jī)組組合兩層優(yōu)化決策模型。其中，上層問題以主動電源組合成本最小為目標(biāo)，以下層問題中主動負(fù)荷與被動量間的合作結(jié)果為滿足對象，并計(jì)及自動協(xié)同能力應(yīng)對不確定性的作用，對機(jī)組啟停和備用配置進(jìn)行決策。下層問題

8、在上層問題給定的價格信息引導(dǎo)下，決策主動負(fù)荷充/放電功率以及調(diào)控范圍，并依據(jù)預(yù)定的調(diào)控策略，對被動量功率波動進(jìn)行補(bǔ)償，提高其不確定性的可信度。通過上、下層問題的交替迭代對該模型予以求解，實(shí)現(xiàn)協(xié)調(diào)與合作的有機(jī)統(tǒng)一。10機(jī)組算例系統(tǒng)的仿真分析表明，主動負(fù)荷決策量不僅有助于期望功率平衡約束的滿足，還能夠直接起到備用的作用，可避免機(jī)組頻繁的啟停，提高系統(tǒng)消納被動電源的能力。
　　(4)為在協(xié)同經(jīng)濟(jì)調(diào)度中顯現(xiàn)源網(wǎng)間合作的性質(zhì)，本文以經(jīng)濟(jì)調(diào)度

9、概念為線索，采用簡單3節(jié)點(diǎn)算例系統(tǒng)對源最優(yōu)運(yùn)行方式與電網(wǎng)結(jié)構(gòu)間的關(guān)系展開分析與論證，顯現(xiàn)應(yīng)對未來電力系統(tǒng)多變情形下進(jìn)行源網(wǎng)協(xié)同優(yōu)化之必要。在此基礎(chǔ)上，提出了旨在量化評價網(wǎng)對源最優(yōu)運(yùn)行方式制約程度的源網(wǎng)沖突度指標(biāo)，為在盡量少的改變電網(wǎng)結(jié)構(gòu)前提下緩解源網(wǎng)沖突，以源網(wǎng)沖突度為核心建立了兩層優(yōu)化決策模型。其中，上層問題以輸電元件運(yùn)行狀態(tài)為決策量，追求盡量少的改變電網(wǎng)結(jié)構(gòu)，使源網(wǎng)沖突度在系統(tǒng)可接受范圍內(nèi)，下層問題在上層問題決策的電網(wǎng)結(jié)構(gòu)下調(diào)度發(fā)電

10、機(jī)組優(yōu)化源運(yùn)行方式，可兼顧電網(wǎng)結(jié)構(gòu)改變和源最優(yōu)運(yùn)行方式實(shí)現(xiàn)。最后通過5節(jié)點(diǎn)和30節(jié)點(diǎn)算例系統(tǒng)，驗(yàn)證了本文兩層優(yōu)化模型和求解算法的有效性。
　　(5)本文電力系統(tǒng)協(xié)同的經(jīng)濟(jì)調(diào)度研究思路預(yù)期以分布自治與全局統(tǒng)籌的方式實(shí)現(xiàn)，為此以風(fēng)電和儲能系統(tǒng)組成的局部系統(tǒng)為研究對象對此進(jìn)行了初步探索。其核心在于，風(fēng)電與儲能系統(tǒng)以合作的方式組成混合系統(tǒng)參與電力交易，使混合系統(tǒng)具備一定的自治能力。在售電電價、備用價格等全局統(tǒng)籌信息給定前提下，采用本文提出

11、的基于強(qiáng)化學(xué)習(xí)的風(fēng)儲合作決策方法優(yōu)化混合系統(tǒng)運(yùn)行方式。具體是將儲能系統(tǒng)存儲電量和風(fēng)電預(yù)測值作為風(fēng)儲合作控制器的狀態(tài)輸入，控制器基于一定的過程化樣本，在學(xué)習(xí)過程中不斷以混合系統(tǒng)收益為反饋信息逐步具備對儲能系統(tǒng)充/放電功率、購買備用容量的決策能力。實(shí)際風(fēng)電數(shù)據(jù)的仿真分析表明，經(jīng)過預(yù)學(xué)習(xí)階段的探索試錯，控制器逐漸積累經(jīng)驗(yàn)，逐步具備了給出最佳動作策略的能力，投入在線學(xué)習(xí)后，控制效果漸進(jìn)趨好，可在實(shí)現(xiàn)風(fēng)儲混合系統(tǒng)分布自治的同時，減輕電網(wǎng)運(yùn)行協(xié)調(diào)的