消納大規(guī)模風(fēng)電的備用容量在線滾動(dòng)決策與模型

楊娜娜，張建成，顧志東

(1.華北電力大學(xué)(保定)，河北保定　071003； 2.海南電力公司，海南海口　570203)

An Online Rolling Dispatch Method and Model of Spinning Reserve for Accommodating Large-scale Wind PowerYANG Nana1, ZHANG Jiancheng1, GU Zhidong2

(1. North China Electric Power University, Baoding 071003, China; 2. Hainan Power Grid, Haikou 570203， China)

?

消納大規(guī)模風(fēng)電的備用容量在線滾動(dòng)決策與模型

楊娜娜1，張建成1，顧志東2

(1.華北電力大學(xué)(保定)，河北保定071003； 2.海南電力公司，海南海口570203)

0引言

近年來，隨著大規(guī)模風(fēng)電的并網(wǎng)運(yùn)行，由于風(fēng)電具有隨機(jī)性、間歇性和波動(dòng)性的特點(diǎn)，發(fā)電功率較難準(zhǔn)確預(yù)測，在時(shí)間和空間尺度上給接入風(fēng)電的系統(tǒng)備用容量優(yōu)化配置提出了新的挑戰(zhàn)。

風(fēng)電預(yù)測的準(zhǔn)確性是大規(guī)模消納風(fēng)電的前提[1]，但目前風(fēng)電預(yù)測結(jié)果尚缺乏足夠精度，且風(fēng)電預(yù)測誤差隨著預(yù)測時(shí)間的增大而不斷增大，使日內(nèi)功率預(yù)測與日前發(fā)電計(jì)劃存在較大偏差，嚴(yán)重影響了傳統(tǒng)的日前發(fā)電計(jì)劃在日內(nèi)的執(zhí)行。鑒于風(fēng)電預(yù)測存在的諸多問題，通過引入滾動(dòng)計(jì)劃模型對(duì)日前剩余發(fā)電計(jì)劃偏差的不斷修正，可逐級(jí)降低日前發(fā)電計(jì)劃的不確定性。因此根據(jù)滾動(dòng)刷新的風(fēng)電和超短期負(fù)荷預(yù)測值，基于發(fā)電偏差不斷調(diào)整系統(tǒng)各機(jī)組的備用容量，并根據(jù)確定的備用容量修正發(fā)電計(jì)劃，以實(shí)現(xiàn)由日前到日內(nèi)的平滑過渡是很有必要的。

目前國內(nèi)外學(xué)者在含風(fēng)電的電力系統(tǒng)備用容量日內(nèi)分配方面取得了不少研究成果[2-3]。文獻(xiàn)[4]提出了能有效提高電網(wǎng)消納風(fēng)電等間歇式能源能力的發(fā)電計(jì)劃在線滾動(dòng)修正策略，其中將日內(nèi)風(fēng)電作為負(fù)的負(fù)荷處理；文獻(xiàn)[5]考慮到風(fēng)電的隨機(jī)波動(dòng)性和風(fēng)電功率預(yù)測誤差，提出了一種基于風(fēng)險(xiǎn)的風(fēng)電備用需求決策方法和一種充分利用發(fā)電機(jī)組控制性能的兩級(jí)備用協(xié)調(diào)優(yōu)化算法，其中設(shè)置滾動(dòng)計(jì)劃環(huán)節(jié)快速備用以應(yīng)對(duì)系統(tǒng)內(nèi)的突發(fā)事件和為實(shí)時(shí)校正環(huán)節(jié)提供備用，有效解決了風(fēng)電備用需求問題；文獻(xiàn)[6]依據(jù)預(yù)測誤差隨時(shí)間尺度減小而逐級(jí)遞減的特性，提出了計(jì)及風(fēng)電預(yù)測誤差的日前和日內(nèi)調(diào)度計(jì)劃漸近優(yōu)化模型，以此來提高剩余時(shí)段調(diào)度計(jì)劃的準(zhǔn)確性；文獻(xiàn)[7]基于風(fēng)電功率概率預(yù)測建立了日內(nèi)滾動(dòng)優(yōu)化調(diào)度模型，并采用縮減情景樹的方法對(duì)模型進(jìn)行快速求解。

以上研究均是有關(guān)日內(nèi)發(fā)電計(jì)劃與旋轉(zhuǎn)備用統(tǒng)一建模的旋轉(zhuǎn)備用確定問題，在基于發(fā)電偏差優(yōu)化的備用容量滾動(dòng)決策方面的研究很少。雖然文獻(xiàn)[8]針對(duì)超短期負(fù)荷預(yù)測的結(jié)果與原有發(fā)電計(jì)劃之間的發(fā)電偏差進(jìn)行優(yōu)化，但并未計(jì)及風(fēng)電接入對(duì)系統(tǒng)備用的影響。為此，本文提出了消納大規(guī)模風(fēng)電的基于發(fā)電偏差優(yōu)化的備用容量在線滾動(dòng)決策與模型。

1總體思路

為了實(shí)現(xiàn)發(fā)電計(jì)劃由日前到日內(nèi)的平滑過渡，本文依據(jù)系統(tǒng)負(fù)荷和風(fēng)電預(yù)測精度隨時(shí)間尺度的細(xì)化而逐級(jí)提高的特性，引入基于日內(nèi)發(fā)電偏差的備用容量在線滾動(dòng)策略?？傮w思路如下：每隔1h自動(dòng)獲取調(diào)度日剩余時(shí)段最新的負(fù)荷預(yù)測和風(fēng)電預(yù)測的信息，求取日前發(fā)電計(jì)劃與最新負(fù)荷和風(fēng)電預(yù)測值的發(fā)電偏差。將正態(tài)分布與拉普拉斯分布聯(lián)合來擬合風(fēng)電預(yù)測偏差，在此前提下基于置信度的概念求取某一時(shí)段風(fēng)電出力波動(dòng)上下限，然后采用隨機(jī)生產(chǎn)模擬技術(shù)確定在某一可靠性指標(biāo)下的系統(tǒng)最大備用容量即為該時(shí)段發(fā)電偏差限值約束，若日內(nèi)發(fā)電偏差大于該限值，說明系統(tǒng)常規(guī)機(jī)組的備用容量不足以完全消納風(fēng)電的隨機(jī)波動(dòng)變化，需取發(fā)電偏差為最大備用容量對(duì)常規(guī)機(jī)組優(yōu)化，并對(duì)風(fēng)電機(jī)組做切機(jī)處理以保證系統(tǒng)的可靠性。將發(fā)電偏差限定在允許范圍之后，采用改進(jìn)粒子群算法對(duì)調(diào)度日剩余時(shí)段的發(fā)電偏差進(jìn)行優(yōu)化，求得各機(jī)組相應(yīng)時(shí)段調(diào)用的備用容量，實(shí)現(xiàn)對(duì)剩余時(shí)段機(jī)組出力的不斷調(diào)整。

本文調(diào)度策略總體框架如圖1所示。

圖1　在線滾動(dòng)調(diào)度策略總體思路

2優(yōu)化模型

2.1目標(biāo)函數(shù)

電力市場環(huán)境下，備用報(bào)價(jià)分為容量價(jià)格和電量價(jià)格[9]，本文采用對(duì)由日前制定發(fā)電計(jì)劃確定的備用容量付給容量價(jià)格，而由日內(nèi)滾動(dòng)調(diào)度得到的備用容量即各時(shí)段調(diào)用的備用容量付給電量價(jià)格的方法。取各機(jī)組的電量價(jià)格為其電能報(bào)價(jià)，則本文備用容量滾動(dòng)調(diào)度的目標(biāo)函數(shù)為

(1)

式中:Ci為各機(jī)組的電量報(bào)價(jià)；N為系統(tǒng)中常規(guī)機(jī)組總數(shù)；ΔPi,t為系統(tǒng)中常規(guī)機(jī)組i在t時(shí)段的調(diào)節(jié)量；T(T=96)為一天的總時(shí)段數(shù)；T0為當(dāng)前計(jì)算的開始時(shí)段。

2.2約束條件

2.2.1發(fā)電機(jī)出力上下限約束

(2)

式中:ΔPi,tmax、ΔPi,tmin分別為第i臺(tái)機(jī)組在t時(shí)段出力增量的上調(diào)整最大值和下調(diào)整最大值。

考慮到滾動(dòng)調(diào)度的修正值與原計(jì)劃值的關(guān)聯(lián)關(guān)系，應(yīng)將每臺(tái)機(jī)組修正后的出力值與日前計(jì)劃的偏差控制在一定范圍內(nèi)。故有

(3)

式中：ΔPir、ΔPid為第i臺(tái)機(jī)組允許滾動(dòng)修正的上下爬坡出力的最大偏差；Pi，max、Pi，min為第i臺(tái)機(jī)組有功出力上下限；Pi,t為t時(shí)段機(jī)組當(dāng)前出力。

2.2.2機(jī)組爬坡速率約束

(4)

式中:uri、dri為機(jī)組的上升和下降爬坡速率。

2.2.3機(jī)組功率平衡約束

由于發(fā)電偏差引起的網(wǎng)絡(luò)損耗很小，可忽略不計(jì)，故各機(jī)組調(diào)整量之和應(yīng)等于凈負(fù)荷的總偏差量，公式如下：

(5)

式中:Dt、Pw，t分別為時(shí)段的最新負(fù)荷預(yù)測值和風(fēng)電預(yù)測值；Pg，t為t日前計(jì)劃所有機(jī)組總出力之和。

2.2.4可靠性指標(biāo)約束

LOLP≤LOLPtarget

(6)

式中：LOLP為系統(tǒng)的電力不足概率，LOLPtarget本文取0.05。

3最大備用容量求取

本文優(yōu)化模型中將風(fēng)電視為負(fù)的負(fù)荷，作為確定值處理。即在隨機(jī)生產(chǎn)模擬過程中將各時(shí)段風(fēng)電視為確定出力的機(jī)組承擔(dān)。但由于風(fēng)電功率預(yù)測精度不高，難以獲得準(zhǔn)確的預(yù)測結(jié)果，大大增加了等效負(fù)荷的不確定性以及常規(guī)機(jī)組安排出力的難度，故需要分析風(fēng)電場功率預(yù)測誤差的分布特性，基于某一置信區(qū)間確定風(fēng)電出力的極值，并對(duì)求得的風(fēng)電極值作為對(duì)應(yīng)時(shí)段的風(fēng)電機(jī)組的確定出力，從而將影響風(fēng)電出力的隨機(jī)性和波動(dòng)性的因素考慮在內(nèi)，以增加常規(guī)發(fā)電機(jī)組的調(diào)節(jié)裕度。

3.1風(fēng)電功率預(yù)測極值

研究表明，風(fēng)電功率預(yù)測偏差的概率分布介于正態(tài)分布與拉普拉斯分布之間[10]，因此本文采用文獻(xiàn)[11]中提出的正態(tài)分布與拉普拉斯分布相結(jié)合的概率密度函數(shù)擬合風(fēng)電預(yù)測偏差，即

(7)

其中標(biāo)準(zhǔn)差由下式確定：

(8)

式中:W1為風(fēng)電總裝機(jī)容量。

α1和α2可通過以下方程求得

(9)

考慮到風(fēng)電預(yù)測的不確定性，引入置信度概念，求取基于某一置信度水平下風(fēng)電出力極值。以正態(tài)分布為例，其置信度區(qū)間如圖2所示。概率分布曲線與橫軸圍成的面積為1。圖中陰影部分面積即為置信度α，a、b為置信度α?xí)r所對(duì)應(yīng)的概率分布曲線的邊界值。文中α表示風(fēng)電機(jī)組在極值出力時(shí)的概率，而(1-α/2)則表示風(fēng)電機(jī)組出力超出極值范圍，取其為風(fēng)電機(jī)組的強(qiáng)迫停運(yùn)率。

圖2　正態(tài)分布曲線的置信度區(qū)間示意圖

因此在置信度α下風(fēng)電機(jī)組出力極值分別為

(10)

式中：Pw，t，max、Pw，t，min為風(fēng)電出力上下限的極值。

3.2含風(fēng)電場隨機(jī)生產(chǎn)模擬

由于日內(nèi)機(jī)組出現(xiàn)強(qiáng)迫停運(yùn)的概率極低，兩臺(tái)機(jī)組同時(shí)故障的概率更低，為了滿足滾動(dòng)計(jì)劃在線運(yùn)行的要求，本文只考慮每時(shí)段系統(tǒng)中出力最大一臺(tái)機(jī)組的強(qiáng)迫停運(yùn)，并將各時(shí)段風(fēng)電機(jī)組視為固定出力為上文所求對(duì)應(yīng)時(shí)段極值的機(jī)組，對(duì)原始負(fù)荷曲線進(jìn)行修正，得到等效持續(xù)負(fù)荷曲線。根據(jù)第2節(jié)給定的可靠性指標(biāo)求得對(duì)應(yīng)的等效負(fù)荷，最后與此時(shí)段的最新負(fù)荷預(yù)測值的相減即得到此時(shí)段的系統(tǒng)最大備用容量即為發(fā)電偏差取值的約束條件。為了最大限度消納風(fēng)電，優(yōu)先安排風(fēng)電機(jī)組，然后再安排系統(tǒng)中出力最大的一臺(tái)機(jī)組，由于其余機(jī)組不考慮其強(qiáng)迫停運(yùn)，其安排順序?qū)Φ刃ж?fù)荷曲線的形成沒有影響，從而大大節(jié)省了計(jì)算時(shí)間。求取每一時(shí)段含風(fēng)電場的發(fā)電偏差限值的隨機(jī)生產(chǎn)模擬步驟如下：

①由日前短期負(fù)荷預(yù)測數(shù)據(jù)形成初始持續(xù)負(fù)荷曲線f0(x)；

②安排風(fēng)電機(jī)組帶負(fù)荷，當(dāng)發(fā)電偏差為正時(shí)，說明風(fēng)電出力較小，取風(fēng)電出力下限Pw,t,min形成曲線f0(x-Pw,t,min)，當(dāng)發(fā)電偏差為負(fù)值時(shí)，說明風(fēng)電出力較大，取風(fēng)電出力上限Pw,t,max，形成曲線f0(x-Pw,t,max)，風(fēng)電機(jī)組的強(qiáng)迫停運(yùn)率為(1-α/2)；

③ 發(fā)電偏差為正值時(shí)修正f0(x)，得

④考慮系統(tǒng)中出力最大一臺(tái)機(jī)組故障，形成f1(x-Cmax)，Cmax為系統(tǒng)中出力最大一臺(tái)機(jī)組容量。取其強(qiáng)迫停運(yùn)率為pi，修正曲線得

⑤ 由電力系統(tǒng)可靠性指標(biāo)LOLPtarget求得對(duì)應(yīng)的系統(tǒng)容量，并與此時(shí)段的負(fù)荷做差求得最大備用容量作為發(fā)電計(jì)劃偏差限值約束。

4改進(jìn)粒子群算法

滾動(dòng)調(diào)度策略的在線運(yùn)行對(duì)計(jì)算速度和魯棒性具有很高要求。而基本粒子群算法自1995年被Kennedy和Eberhart提出后，以其操作簡單、依賴參數(shù)少、計(jì)算效率高、收斂速度快、魯棒性強(qiáng)等優(yōu)勢而優(yōu)于其它智能算法。故本文選用粒子群算法對(duì)模型求解，并加以改進(jìn)，以滿足在線運(yùn)行的要求。改進(jìn)如下：

① 為了提高粒子的收斂速度,采用平方遞減慣性權(quán)重公式，即

(11)

式中：Kmax為最大迭代次數(shù)；k為當(dāng)前迭代次數(shù)；wmax、wmin為最大、最小慣性權(quán)重系數(shù)。

② 學(xué)習(xí)因子c1、c2決定了信息交換，為了保持粒子多樣性，使粒子跳出局部最優(yōu)解，對(duì)c1、c2采用線性改變策略，即

(12)

(13)

式中：c1i、c1f、c2i、c2f分別為c1和c2的初始值和最終值。

③ 變異。針對(duì)基本粒子群算法過早收斂于局部最優(yōu)解的缺陷，設(shè)計(jì)了一種變異算法，即采用同一粒子的兩點(diǎn)互換變異以保證解的多樣性。每隔10代，按變異率pm在群體中選擇若干個(gè)體進(jìn)行變異。首先隨機(jī)選擇變異位置pos1和pos2，然后把兩位置對(duì)應(yīng)粒子的值進(jìn)行互換，并按約束條件做相應(yīng)的調(diào)整。

5算例分析

為驗(yàn)證本文提出的滾動(dòng)決策的正確性和改進(jìn)粒子群算法的有效性，本文采用某省級(jí)電網(wǎng)作為算例。將同一發(fā)電廠內(nèi)的發(fā)電機(jī)視為一臺(tái)等效機(jī)組，則該省共有9臺(tái)發(fā)電機(jī)，1、2、3號(hào)機(jī)組為火電機(jī)組，4、5、6號(hào)機(jī)組為氣電機(jī)組，7、8、9號(hào)機(jī)組為水電機(jī)組，系統(tǒng)總裝機(jī)容量為3 829.6MW。同時(shí)含有風(fēng)電場5個(gè)，風(fēng)電場裝機(jī)容量為315MW，占全省總裝機(jī)的9.5%。常規(guī)發(fā)電機(jī)組的數(shù)據(jù)見表1，日前發(fā)電計(jì)劃見附錄A表A1?？紤]風(fēng)電的波動(dòng)性和預(yù)測誤差，取置信度α為0.99，每隔1h計(jì)算調(diào)度日剩余時(shí)段的備用調(diào)整值，并修正機(jī)組出力計(jì)劃。

表1　常規(guī)發(fā)電機(jī)組參數(shù)表

5.1計(jì)算效率分析

對(duì)本文所提策略模型及算法，采用MATLAB開發(fā)了滾動(dòng)調(diào)度程序，其硬件環(huán)境為Inter(R)Core(TM)i3CPU,2.00G內(nèi)存。設(shè)置粒子群種群數(shù)為60，最大迭代次數(shù)為150，變異率為0.4。當(dāng)T0為0時(shí)，對(duì)調(diào)度日剩余時(shí)段以15min為一個(gè)點(diǎn)共96時(shí)段進(jìn)行計(jì)算所需計(jì)算時(shí)間最長，為10.956 6s。由此可知，本文所算法計(jì)算效率高，滿足在線運(yùn)行的需求。

5.2計(jì)算結(jié)果分析

以日內(nèi)24時(shí)段為例計(jì)算，每次只取第1個(gè)點(diǎn)作為滾動(dòng)計(jì)算結(jié)果執(zhí)行，得到各時(shí)段的發(fā)電偏差和機(jī)組G1～G9的備用調(diào)整值如表2所示。

表2　各時(shí)段發(fā)電偏差和備用調(diào)整值　MW

表2中各機(jī)組調(diào)整量均取正值，當(dāng)發(fā)電偏差為正時(shí)，則在日前計(jì)劃的基礎(chǔ)上上調(diào)備用調(diào)用容量；反之，當(dāng)發(fā)電偏差為負(fù)時(shí)，在日前計(jì)劃的基礎(chǔ)上下備用調(diào)用容量。由表2可以看出，發(fā)電偏差絕對(duì)值最大為123.29MW，而本文算法得到的發(fā)電偏差限值最小為250.46MW，沒有出現(xiàn)備用容量不足的情況，本文提出的模型在日前確定的備用容量的基礎(chǔ)上，根據(jù)發(fā)電偏差調(diào)節(jié)各機(jī)組各時(shí)段應(yīng)提供的備用容量，不僅實(shí)現(xiàn)了風(fēng)電全額消納，更保證了系統(tǒng)的可靠性。若選取前4個(gè)點(diǎn)即96時(shí)段的優(yōu)化結(jié)果，則系統(tǒng)的備用購買費(fèi)用為174.9萬元，而采用常規(guī)備用確定方法需支付348.48萬元，經(jīng)濟(jì)性有很大提高，充分證明了本文所提模型的正確性和算法的有效性。

6結(jié)束語

本文在傳統(tǒng)日前發(fā)電計(jì)劃的基礎(chǔ)上提出了消納風(fēng)電的基于發(fā)電偏差優(yōu)化的備用容量在線滾動(dòng)決策與模型。在該模型的各時(shí)段求解過程中，通過考慮風(fēng)電波動(dòng)性和隨機(jī)性的影響，確定各時(shí)段的系統(tǒng)最大備用容量作為發(fā)電偏差限值約束，以降低風(fēng)電對(duì)系統(tǒng)的沖擊作用，在保證系統(tǒng)可靠性的前提下，達(dá)到了盡可能多地消納風(fēng)電的目的。采用改進(jìn)粒子群算法進(jìn)行求解，某省級(jí)電網(wǎng)的仿真結(jié)果表明，通過對(duì)發(fā)電偏差的優(yōu)化處理，可有效地實(shí)現(xiàn)滾動(dòng)計(jì)劃階段各調(diào)度時(shí)段機(jī)組的備用容量配置和優(yōu)化，減少棄風(fēng)量的同時(shí)，提高了系統(tǒng)運(yùn)行的經(jīng)濟(jì)型和可靠性。算例仿真結(jié)果驗(yàn)證了所提策略和模型的有效性，對(duì)各時(shí)段的備用容量調(diào)整具有指導(dǎo)意義。

參考文獻(xiàn)

[1]張伯明，吳文傳，鄭太一，等.消納大規(guī)模風(fēng)電的多時(shí)間尺度協(xié)調(diào)的有功調(diào)度系統(tǒng)設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化，2011，35(1)：1-6.

[2]Ortega-Vazquez M A，Kirschen D S.Estimating the spinning reserve requirements in systems with significant wind power generation penetration[J].IEEE Trans. on Power Systems，2009，24(1)：114-124.

[3]Morales J M，Conejo A J，Perez-Ruiz J.Economic valuation of reserve in power systems with high penetration of wind power[J].IEEE Trans. on Power Systems，2009，24(2)：900-910.

[4]沈偉，吳文傳，張伯明，等.消納大規(guī)模風(fēng)電的在線滾動(dòng)調(diào)度策略與模型[J].電力系統(tǒng)自動(dòng)化，2011，35(22)：136-140.

[5]張國強(qiáng)，吳文傳，張伯明.考慮風(fēng)電接入的有功運(yùn)行備用協(xié)調(diào)優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2011，35(12)：15-20.

[6]王洪濤，何成明，房光華，等.計(jì)及風(fēng)電預(yù)測誤差帶的調(diào)度計(jì)劃漸進(jìn)優(yōu)化模型[J].電力系統(tǒng)自動(dòng)化，2011， 35(22)：131-135.

[7]Meibom P，Barth R， Hasche B，et al.Stochastic optimization model to study the operational impacts of high wind penetrations in Ireland[J].IEEE Transactions on Power Systems，2011，26(3)：1367-1379.

[8]溫步瀛.電力市場條件下發(fā)電計(jì)劃偏差的優(yōu)化校正研究[J].中國電機(jī)工程學(xué)報(bào)，2007，27(13)：111-116.

[9]謝國輝，張粒子，葛炬.節(jié)能發(fā)電調(diào)度旋轉(zhuǎn)備用計(jì)劃優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2009，33(13)：43-47.

[10]Bludszuweit H，Dominguez-Navarro J A，Llombart A. Statistical analysis of wind power forecast error[J].IEEE Transactions on Power Systems，2008，23(3)：983-991.

[11]任禹丞，陸彬，張馨升.含風(fēng)電場的發(fā)電系統(tǒng)旋轉(zhuǎn)備用優(yōu)化調(diào)度模型研究[J].電工電氣，2013(7)：5-9.

[12]王丹平，陳之栩，涂孟夫，等.考慮大規(guī)模風(fēng)電接入的備用容量計(jì)算[J].電力系統(tǒng)自動(dòng)化，2012，36(21)：24-28.

[13]尚金成，黃勇皓，康重慶，等.多級(jí)電力市場之間協(xié)調(diào)的模型與方法[J].電力系統(tǒng)自動(dòng)化，2004，28(6)：19-24.

[14]李智，張新松，郭曉麗.大規(guī)模風(fēng)電接入火電系統(tǒng)的最優(yōu)旋轉(zhuǎn)備用容量研究[J].電力系統(tǒng)保護(hù)與控制，2012，40(13)：110-114.

[15]藺海明，劉天琪，李興源.考慮風(fēng)電出力和負(fù)荷不確定性的電力系統(tǒng)有功優(yōu)化潮流[J].電網(wǎng)技術(shù)，2013，37(6)：1584-1589.

[16]王錫凡，王秀麗.隨機(jī)生產(chǎn)模擬及其應(yīng)用[J].電力系統(tǒng)自動(dòng)化，2003，27(8)：10-16.

[17]姜文，嚴(yán)正.基于一種改進(jìn)粒子群算法的含風(fēng)電場電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)保護(hù)與控制，2010， 38(21)：173-179.

[18]江岳文，陳沖，溫步瀛.含風(fēng)電場的電力系統(tǒng)機(jī)組組合問題隨機(jī)模擬粒子群算法[J].電工技術(shù)學(xué)報(bào)，2009， 34(6)：129-137.

楊娜娜(1989—)，女，碩士研究生，研究方向?yàn)檎{(diào)度自動(dòng)化，E-mail：1043214316@qq.com；

張建成(1965—)，男，教授，研究方向?yàn)樾履茉窗l(fā)電系統(tǒng)控制技術(shù)、儲(chǔ)能技術(shù)，E-mail：Zhang_jiancheng@163.com；

顧志東(1968—)，男，高級(jí)工程師，研究方向?yàn)檎{(diào)度自動(dòng)化，E-mail：haojiegyz@163.com。

(責(zé)任編輯：楊秋霞)

附錄A

表A1　日前發(fā)電計(jì)劃　MW

An Online Rolling Dispatch Method and Model of Spinning Reserve for Accommodating Large-scale Wind PowerYANG Nana1, ZHANG Jiancheng1, GU Zhidong2

(1. North China Electric Power University, Baoding 071003, China; 2. Hainan Power Grid, Haikou 570203， China)

摘要：針對(duì)日內(nèi)最新預(yù)測值與日前發(fā)電計(jì)劃存在較大偏差的問題，考慮到風(fēng)電預(yù)測精度具有隨時(shí)間尺度逐級(jí)提高的特性，提出了能有效消納風(fēng)電的基于發(fā)電偏差優(yōu)化的備用容量在線滾動(dòng)修正策略，并建立了相應(yīng)的優(yōu)化調(diào)度模型。首先將正態(tài)分布與拉普拉斯分布聯(lián)合來擬合風(fēng)電預(yù)測偏差，在此基礎(chǔ)上采用基于置信度的方法確定某時(shí)段風(fēng)電出力極值，隨后利用隨機(jī)生產(chǎn)模擬求取該時(shí)段系統(tǒng)的最大備用容量即為該時(shí)段的發(fā)電偏差約束的限制值。最后，利用發(fā)電偏差與限值的比較，利用改進(jìn)的粒子群算法對(duì)模型進(jìn)行求解。某省電網(wǎng)實(shí)際算例仿真結(jié)果驗(yàn)證了所提策略和模型的有效性。

關(guān)鍵詞：消納風(fēng)電；風(fēng)電預(yù)測偏差；發(fā)電偏差；備用容量優(yōu)化；滾動(dòng)調(diào)度；隨機(jī)生產(chǎn)模擬

Abstract：Because there is a big deviation between the newest intra-day predicted values and day-ahead generation schedule, by considering the characteristics that the predicting accuracy of wind power can be increased by the level with different time scales, an online rolling dispatch strategy for spinning reserve based on power deviation optimization is proposed for accommodating large-scale wind power effectively, and a mathematic model for online rolling dispatch is also built. Firstly, the combination of normal distribution with Laplace distribution is taken to simulate the forecasting error for probability distribution of wind power, then the top and bottom limitation of wind power is determined based on confidence level. Therefore, stochastic simulation is taken to get the maximum spare capacity as the limit value of power deviation constrains. In the end, by comparing the power deviation with the limit value, the model is solved by improved particle swarm optimization algorithm. The simulation results of a real provincial power grid system verify the effectiveness of proposed strategy and model.

Keywords：wind power accommodation; wind prediction error; power deviation; reserve capacity optimization; rolling dispatch; stochastic simulation

作者簡介：

收稿日期：2014-07-20

文章編號(hào)：1007-2322(2015)01-0052-07

文獻(xiàn)標(biāo)志碼：A

中圖分類號(hào)：TM734