基于極端風(fēng)險假設(shè)的風(fēng)電并網(wǎng)調(diào)峰充裕度評估

謝紹宇，蔣健

（廣州供電局有限公司，廣東 廣州 510620）

基于極端風(fēng)險假設(shè)的風(fēng)電并網(wǎng)調(diào)峰充裕度評估

謝紹宇，蔣健

（廣州供電局有限公司，廣東 廣州 510620）

針對大規(guī)模風(fēng)電并網(wǎng)給電力系統(tǒng)帶來的有功平衡困難，結(jié)合實際運行中偏保守的調(diào)度策略，提出一種基于極端風(fēng)險假設(shè)的風(fēng)電并網(wǎng)調(diào)峰充裕度評估方法。假設(shè)風(fēng)功率預(yù)測完全不可靠，分析了含風(fēng)電系統(tǒng)的最大調(diào)峰需求；假設(shè)各時段風(fēng)功率為零，進(jìn)行日前機(jī)組組合，確定峰荷時段的最大開機(jī)方式，再結(jié)合機(jī)組調(diào)峰深度，分析了調(diào)峰容量的供給。應(yīng)用序貫蒙特卡洛模擬技術(shù)進(jìn)行調(diào)峰充裕度評估。算例表明，隨著規(guī)劃風(fēng)電規(guī)模的擴(kuò)大，系統(tǒng)調(diào)峰充裕度指標(biāo)迅速惡化。將風(fēng)電裝機(jī)容量分散到具有相關(guān)性的多風(fēng)電場將顯著減輕系統(tǒng)的調(diào)峰壓力。

風(fēng)電；調(diào)峰充裕度；序貫蒙特卡洛；機(jī)組組合

調(diào)峰是制約風(fēng)電大規(guī)模并網(wǎng)應(yīng)用的主要難題。風(fēng)電的隨機(jī)性、波動性有可能使系統(tǒng)等效負(fù)荷峰谷差增大，進(jìn)而增加系統(tǒng)對調(diào)峰容量的需求[1-2]。在風(fēng)功率預(yù)測精度不高的情況下，電網(wǎng)企業(yè)傾向于采用高備用水平的保守運行方式，而火電機(jī)組最小技術(shù)出力和最小啟停時間反過來又會影響谷荷時段風(fēng)電的消納，導(dǎo)致棄風(fēng)?？刂七\行風(fēng)險和提高風(fēng)電消納水平成為可再生能源發(fā)電并網(wǎng)需要解決的主要矛盾。

為了應(yīng)對電力系統(tǒng)調(diào)峰，發(fā)電設(shè)備定期檢修及機(jī)組的隨機(jī)故障，系統(tǒng)通常會配置一定的備用容量。調(diào)峰可以看作備用容量[3]概念的一部分，即調(diào)峰是為應(yīng)對負(fù)荷變化而有計劃地調(diào)用系統(tǒng)備用容量的過程。在含風(fēng)電的電力系統(tǒng)中，既存在負(fù)荷較高時段風(fēng)功率不足，需要常規(guī)機(jī)組向上調(diào)出力、使用正備用的情況，也存在負(fù)荷低谷時段風(fēng)功率過大，需要常規(guī)機(jī)組向下壓出力、調(diào)用負(fù)備用的情況。調(diào)峰需求實質(zhì)上是對機(jī)組有功出力雙向調(diào)節(jié)的深度和靈活性的需求。

針對大規(guī)模風(fēng)電接入后系統(tǒng)調(diào)峰容量需求評估的難題已有大量研究工作。文獻(xiàn)[4]計算了特定可靠性水平對應(yīng)的備用容量，根據(jù)低谷常規(guī)機(jī)組調(diào)峰能力評估電網(wǎng)接納風(fēng)電能力。文獻(xiàn)[5]通過電源調(diào)峰能力分析得到每日各時段的風(fēng)電接納空間，然后根據(jù)棄風(fēng)功率時序曲線統(tǒng)計各類棄風(fēng)指標(biāo)。文獻(xiàn)[6]從輔助服務(wù)價值的角度出發(fā)，區(qū)分火電機(jī)組的基本調(diào)峰服務(wù)和有償調(diào)峰服務(wù)，提出考慮風(fēng)電并網(wǎng)的有償調(diào)峰服務(wù)成本分析模型。文獻(xiàn)[7-8]對風(fēng)功率預(yù)測精度進(jìn)行分類，探討它們對系統(tǒng)調(diào)峰需求的影響，并重新定義了調(diào)峰需求和調(diào)峰充裕度指標(biāo)，以獲取系統(tǒng)調(diào)峰裕度信息，為校驗風(fēng)電規(guī)劃方案提供指導(dǎo)。然而，文獻(xiàn)[7-8]事先指定了每天常規(guī)機(jī)組可用與否的狀態(tài)，沒有考慮日前開機(jī)計劃對“哪些機(jī)組真正參與了調(diào)峰”的影響；也僅考慮了單一風(fēng)電場的情況，沒有計及多風(fēng)電場風(fēng)速時空相關(guān)性和互補(bǔ)性[9-10]對調(diào)峰裕度的影響。

在風(fēng)功率預(yù)測精度沒有重大突破的現(xiàn)狀下，對風(fēng)險敏感的電網(wǎng)還是傾向于采用偏保守的調(diào)度策略。因此，本文將基于2個“悲觀假設(shè)”提出一種風(fēng)險敏感的調(diào)峰充裕度評估方法：

1）假設(shè)日前風(fēng)功率預(yù)測完全不可靠從而最大化調(diào)峰需求。

2）基于忽略風(fēng)電出力的日前機(jī)組組合（unit commitment，UC）確定參與調(diào)峰的常規(guī)機(jī)組?；谡{(diào)峰需求側(cè)和供給側(cè)的保守假設(shè)分析，更有利于風(fēng)險厭惡的實際運行人員的認(rèn)知和應(yīng)用。同時，本文還將分析多風(fēng)電場場景下風(fēng)速相關(guān)性對系統(tǒng)調(diào)峰充裕度的影響，為風(fēng)電裝機(jī)規(guī)劃決策提供有益的參考。

1 風(fēng)電并網(wǎng)的調(diào)峰需求與供給

1.1 調(diào)峰需求分析

圖1展示了風(fēng)電并網(wǎng)前后調(diào)峰需求的確定方法，其中tv和tp為系統(tǒng)谷荷、峰荷對應(yīng)的時段，負(fù)荷值分別為Pmin、Pmax風(fēng)電容量為PW。在不含風(fēng)電時，所有開機(jī)的常規(guī)機(jī)組的有功出力總和應(yīng)滿足峰荷Pmax，在谷荷時段tv應(yīng)滿足Pmin。這就要求系統(tǒng)在Pmax與Pmin之間具有一定的靈活可調(diào)節(jié)容量Pab，這部分容量通常由開機(jī)機(jī)組的可調(diào)出力區(qū)間和允許啟停的機(jī)組容量組成。因此，根據(jù)負(fù)荷需求曲線P（t），可以確定風(fēng)電接入前系統(tǒng)的調(diào)峰需求曲線為P（t）-Pmin。

圖1 風(fēng)電并網(wǎng)前后的調(diào)峰需求Fig.1 The peak regulation requirements before and after the integration of wind power

裝機(jī)容量為PW的風(fēng)電場接入系統(tǒng)后，在風(fēng)功率預(yù)測完全不可靠的極端保守假設(shè)下，需要考慮以下2種情況：

1）在峰荷時段tp風(fēng)電出力為零，常規(guī)機(jī)組的有功出力總和應(yīng)承擔(dān)峰荷Pad。

2）在谷荷時段tv風(fēng)電滿發(fā)，為了避免棄風(fēng)，常規(guī)機(jī)組總出力應(yīng)承擔(dān)Pcd。

因此，常規(guī)機(jī)組可調(diào)整的容量（包括已開機(jī)、可上下調(diào)整出力的火電機(jī)組和可隨時啟停的各類機(jī)組）必須覆蓋區(qū)間Pad-Pcd=Pac=（Pmax-Pmin）+PW，這是全天最大調(diào)峰需求。類似地，在“谷荷時刻風(fēng)電可能滿發(fā)”的逆調(diào)峰極端假設(shè)下，峰荷以外時段t風(fēng)電出力可能為零，因此調(diào)峰需求為：

由于采用了風(fēng)功率預(yù)測完全不可靠的極端假設(shè)，式（1）是t時段可能存在的最大調(diào)峰需求，反映了風(fēng)險厭惡的決策者規(guī)避風(fēng)電不確定性、謀求絕對可靠的風(fēng)險心理。

1.2 調(diào)峰供給分析

接下來考慮由哪些資源提供調(diào)峰能力來滿足式（1）中的調(diào)峰需求RW（t），將分析范圍局限于發(fā)電側(cè)，不考慮負(fù)荷側(cè)資源。設(shè)系統(tǒng)中常規(guī)機(jī)組集合為G，編號為i。邏輯變量ui（t）為機(jī)組i在t時段的啟停狀態(tài)，1為開機(jī)，0為停機(jī)。

火電機(jī)組運行的技術(shù)特性決定了其可靈活調(diào)節(jié)的出力區(qū)間（即調(diào)峰深度）有限。文獻(xiàn)[6]定義了各類機(jī)組的調(diào)峰容量比：

式中：ηi、PN，i和Pmin，i分別為第i臺機(jī)組的調(diào)峰容量比、額定容量和最小技術(shù)出力。

有調(diào)節(jié)能力的水電和燃?xì)?、燃油機(jī)組可快速啟停，調(diào)峰容量比為1；無調(diào)節(jié)能力水電、熱電聯(lián)產(chǎn)及核電機(jī)組一般滿發(fā)承擔(dān)基荷，調(diào)峰容量比為0。

結(jié)合圖1，調(diào)峰需求RW（t）應(yīng)該由以下3部分共同滿足：

1）可靈活啟停的機(jī)組提供一定的有功出力彈性：

2）已開機(jī)的大型火電機(jī)組提供一定的可調(diào)容量。由于實際運行中，大型火電機(jī)組日內(nèi)一般不啟停，日前確定的峰荷時段的開機(jī)組合（即最大開機(jī)方式）在1 d中一般都保持開機(jī)。

2 調(diào)峰充裕度評估

本文將從風(fēng)險規(guī)避的觀點來分析系統(tǒng)滿足調(diào)峰需求PW（t）的能力。忽略負(fù)荷預(yù)測的不確定性，考慮參與調(diào)峰的中機(jī)組的強(qiáng)迫停運和風(fēng)功率的隨機(jī)性，采用概率性方法評估調(diào)峰充裕度。

2.1 根據(jù)日前UC確定參與調(diào)峰機(jī)組

利用日前UC確定G2。同樣基于較保守的風(fēng)險態(tài)度，在完整約束的UC中認(rèn)為日前風(fēng)功率預(yù)測完全不可靠，將1天24 h的風(fēng)電出力取零，但也相應(yīng)地不設(shè)置旋轉(zhuǎn)備用約束。這樣得到的峰荷時段的開機(jī)組合為最大開機(jī)G2方式，認(rèn)為這時在線的大型火電機(jī)組在當(dāng)天其他時段也保持開機(jī)。求解G2的UC的完整數(shù)學(xué)模型可參閱文獻(xiàn)[11]，這里略去。

2.2 序貫蒙特卡洛模擬

采用序貫蒙特卡洛模擬評估系統(tǒng)在1 d中各個時段的調(diào)峰充裕度。假設(shè)調(diào)峰充裕度測度函數(shù)為g（·），發(fā)電系統(tǒng)某抽樣狀態(tài)sjt（系統(tǒng)中各機(jī)組正常運行與否的狀態(tài)）的持續(xù)時間為D（sjt），總模擬天數(shù)為N。第j天經(jīng)歷的系統(tǒng)狀態(tài)序列為共 Nj個狀態(tài)（一般以1 d為周期、1 h為時間尺度研究調(diào)峰問題，故本文取Nj=24）。抽樣第j天所得調(diào)峰充裕度指標(biāo)為

如果取

那么，I為調(diào)峰不足概率（loss of peak load probability，LOPLP），記為ILOPLP；

如果取

那么，I為調(diào)峰電量不足期望值（expected peak energy not supplied，EPENS），記為IEPENS。在恒定時間步長抽樣中，D（sjt）一般取為1 h。

2.3 收斂性判別

類似于傳統(tǒng)的可靠性指標(biāo)，調(diào)峰充裕度指標(biāo)I的標(biāo)準(zhǔn)差的無偏估計量為[13]：

收斂性一般用指標(biāo)I的方差系數(shù)檢驗：

由于SMCS是一個波動收斂的過程，β能夠反映樣本均值與理論均值之間的誤差，誤差越小則模擬精度越高，但計算消耗越大，應(yīng)綜合權(quán)衡。

3 算例分析

3.1 算例簡介

表1 IEEE-RTS79發(fā)電機(jī)組參數(shù)Tab.1 Parameters of IEEE-RTS79 generating units

算例采用IEEE-RTS79系統(tǒng)[14]，32臺機(jī)總裝機(jī)容量為3 405 MW，最大單臺機(jī)組容量為400 MW，機(jī)組參數(shù)列于表1，其他參數(shù)可參閱文[15]。系統(tǒng)一典型日負(fù)荷曲線（標(biāo)幺值）如表2所示，負(fù)荷基準(zhǔn)值取為2 850 MW，從而該日的峰值負(fù)荷為2 308.5 MW，日負(fù)荷峰谷差為847 MW。將風(fēng)電機(jī)組集群接入風(fēng)電場，以整個風(fēng)電場為單位，在某地實測風(fēng)速數(shù)據(jù)[16]的基礎(chǔ)上，通過自回歸滑動平均法（auto-regressive moving average，ARMA）來模擬風(fēng)速。根據(jù)實測數(shù)據(jù)建立的ARMA模型為：

表2 時序負(fù)荷曲線Tab.2 Sequential load curve pu

在后文分析中將采用該模擬對風(fēng)速進(jìn)行模擬。

為了對比所提確定參與調(diào)峰的火電機(jī)組G2的方法與已有方法[8]的不同，構(gòu)建2種情形。

情形1：任意指定開機(jī)組合，認(rèn)為所有機(jī)組的調(diào)峰能力都可用。

情形2：根據(jù)保守的日前UC確定的峰荷時段開機(jī)組合確定該日可用的調(diào)峰機(jī)組。

3.2 利用日前UC確定開機(jī)計劃

為了抵御風(fēng)電出力不確定的風(fēng)險，日前UC中不進(jìn)行風(fēng)功率預(yù)測，而是認(rèn)為各時段風(fēng)電出力都為零，謀求包絡(luò)各種運行風(fēng)險。得到1天24 h各機(jī)組的啟停計劃如圖2所示，其中橫軸表示1天內(nèi)24個時段，縱軸為32臺機(jī)組的編號（見表1），實心黑點表示該機(jī)組在該時段處于開機(jī)狀態(tài)。應(yīng)特別關(guān)注峰荷時段11時的開機(jī)情況。

圖2 日前開機(jī)計劃Fig.2 Day-ahead unit commitment

可以看出，峰荷時段tp=11 h在線的機(jī)組包括，因此，可以確定為簡化起見，假設(shè)峰荷時段開機(jī)的大型火電機(jī)組在日內(nèi)均不啟停，它們在1 d中各時段向上或向下調(diào)節(jié)出力以提供調(diào)峰深度。也就是說，在這1天中除了機(jī)組14號（因為在這1 d中14號根本沒有開機(jī)且不具備快速啟停能力）以外的其他機(jī)組均能在不同程度上提供調(diào)峰服務(wù)。在忽略機(jī)組強(qiáng)迫停運的情況下，常規(guī)機(jī)組提供的可調(diào)容量總計為1866MW，在不接入風(fēng)電時超出系統(tǒng)最大調(diào)峰需求847 MW的120%，調(diào)峰容量是充裕的。

中國考古認(rèn)為：漢水要比長江黃河早七億多年；人類繁榮起源：地球的北緯30度線為起步線；漢江之濱的陜西安康市幅員正在北緯30度左右，或為人類始祖伏羲和女媧的誕生地。

3.3 收斂性討論

圖3給出了PW=1 000 MW時調(diào)峰不足概率指標(biāo)ILOPLP的波動收斂過程。隨著模擬天數(shù)的增加，ILOPLP逐漸趨近于理論均值。

圖3 調(diào)峰不足概率的收斂過程Fig.3 The convergence progress of the IL0PLP

圖4給出了2種調(diào)峰充裕度指標(biāo)的方差系數(shù)收斂曲線。當(dāng)樣本容量達(dá)到2×104d時，方差系數(shù)被控制到3%以內(nèi)且基本不再變化，符合精度要求。與可靠性指標(biāo)相似，概率指標(biāo)比電量指標(biāo)更容易收斂。

圖4 方差系數(shù)隨模擬天數(shù)變化曲線Fig.4 The coefficient of variation as a function of the number of samples

3.4 系統(tǒng)調(diào)峰充裕度分析

將不同額定容量的風(fēng)電場接入IEEE-RTS79系統(tǒng)，分別評估系統(tǒng)的調(diào)峰充裕度。圖5給出了2種情形下，對不同的風(fēng)電裝機(jī)容量，系統(tǒng)的調(diào)峰不足概率。從圖5可以看出，當(dāng)風(fēng)電規(guī)模控制在0～600 MW時，2種情形下系統(tǒng)的調(diào)峰不足概率一直為0，調(diào)峰容量充裕。隨著風(fēng)電規(guī)模的擴(kuò)大，2種情形下的ILOPLP都逐步上升。

圖5 不同風(fēng)電裝機(jī)規(guī)模下的系統(tǒng)調(diào)峰不足概率Fig.5 The IL0PLPunder different rated wind capacities

當(dāng)風(fēng)電規(guī)模增大至1 100 MW以上時，系統(tǒng)的ILOPLP快速上升，并且情形2下的調(diào)峰不足概率明顯高于情形1——即由日前UC所得開機(jī)組合確定的參與調(diào)峰機(jī)組，將導(dǎo)致評估結(jié)果呈現(xiàn)更高的風(fēng)險，表現(xiàn)得更為審慎。這是因為任意指定開機(jī)組合的方法認(rèn)為14號機(jī)組也可以參與調(diào)峰，而事實上在日前按照最惡劣的假設(shè)（風(fēng)電一直零出力）確定的開機(jī)計劃中，14號機(jī)組并沒有開機(jī)且不能快速啟停，現(xiàn)實中不可能參與調(diào)峰。因此的系統(tǒng)實際調(diào)峰風(fēng)險要高于認(rèn)為的情況，未確定最優(yōu)開機(jī)方式就任意指定哪些機(jī)組可以參與調(diào)峰的方法是偏離實際的。

可以看到，當(dāng)風(fēng)電裝機(jī)容量增至2 000 MW時，2種情形下的ILOPLP分別高達(dá)0.470 9和0.448 9，系統(tǒng)存在嚴(yán)重的調(diào)峰困難。越大的風(fēng)電裝機(jī)規(guī)模要求越多的調(diào)峰資源，在系統(tǒng)現(xiàn)有有限的供給能力下，表現(xiàn)為越嚴(yán)重的供需不平衡和越高的調(diào)峰風(fēng)險。

圖6給出了2種情形下，調(diào)峰電量不足期望值隨著風(fēng)電規(guī)模的擴(kuò)大而變化的曲線。類似地，當(dāng)風(fēng)電裝機(jī)控制在0～600 MW時，系統(tǒng)不存在調(diào)峰電量損失。當(dāng)風(fēng)電規(guī)模超過1 000 MW時，系統(tǒng)的IEPENS迅速上升，并且也能觀察到任意指定開機(jī)組合時對風(fēng)險的估計偏低——因為不恰當(dāng)?shù)卣J(rèn)為14號機(jī)組也能參與調(diào)峰。當(dāng)風(fēng)電規(guī)模達(dá)到2 000 MW時，2種情形下系統(tǒng)調(diào)峰電量損失期望分別高達(dá)5 337 MW·h/d和4 915 MW·h/d，存在較大的調(diào)峰風(fēng)險。

圖6 不同風(fēng)電裝機(jī)規(guī)模下的系統(tǒng)調(diào)峰電量不足期望值Fig.6 The IEPENSunder different rated wind capacities

本節(jié)考慮多個風(fēng)電場之間的相關(guān)性對系統(tǒng)調(diào)峰充裕度指標(biāo)的影響。取同一測風(fēng)塔相鄰日的實測風(fēng)速，作為不同空間位置的風(fēng)電場同一天的實測風(fēng)速。表3列出了不同風(fēng)電裝機(jī)容量由多個風(fēng)電場組成的情況下，系統(tǒng)的調(diào)峰不足概率和調(diào)峰電量不足期望值指標(biāo)。橫向比較可以看出，隨著風(fēng)電裝機(jī)容量增大，調(diào)峰充裕度都迅速惡化。縱向比較可以看出，一個裝機(jī)1 000 MW的風(fēng)電場，比5×200 MW的風(fēng)電場，給系統(tǒng)帶來顯著更大的調(diào)峰難度；不同位置的5個400 MW的風(fēng)電場，較之于10個200 MW的風(fēng)電場，調(diào)峰風(fēng)險要大很多。這說明同樣的風(fēng)電裝機(jī)容量，空間分布越分散，風(fēng)電場數(shù)越多，系統(tǒng)的調(diào)峰壓力越小。這是因為多個風(fēng)電場之間風(fēng)功率體現(xiàn)一定的互補(bǔ)性，削減了總風(fēng)功率的波動性和間歇性，使出力較之單個風(fēng)電場更為平穩(wěn)，從而更好地滿足系統(tǒng)的調(diào)峰需求。

表3 不同裝機(jī)容量、多個風(fēng)電場對系統(tǒng)調(diào)峰充裕度指標(biāo)的影響Tab.3 Impacts of different wind generation capacities and multi wind farms on the system peak-regulation adequacy indices

4 結(jié)語

本文從運行人員風(fēng)險厭惡的心理出發(fā)，完善了一種基于極端風(fēng)險假設(shè)的大規(guī)模風(fēng)電并網(wǎng)后系統(tǒng)調(diào)峰充裕度分析方法。極端風(fēng)險假設(shè)體現(xiàn)在：

1）分析調(diào)峰需求時認(rèn)為風(fēng)功率預(yù)測完全不可靠，最大化調(diào)峰需求以包絡(luò)風(fēng)功率的所有情形；

2）日前認(rèn)為風(fēng)功率一直為零來確定最大開機(jī)計劃，以確定實際參與調(diào)峰的機(jī)組。

算例分析表明：

1）隨著規(guī)劃風(fēng)電裝機(jī)規(guī)模的增大，系統(tǒng)的調(diào)峰風(fēng)險顯著上升，需要配套更多的調(diào)峰資源。

2）從調(diào)峰充裕度的角度出發(fā)，在現(xiàn)有常規(guī)電源裝機(jī)下，將風(fēng)電的規(guī)劃容量分散到具有相關(guān)性的多風(fēng)電場，會顯著減輕調(diào)峰壓力。

3）調(diào)峰充裕度指標(biāo)可以作為可靠性指標(biāo)的有益補(bǔ)充，在那些需要可靠性評估的場合，可應(yīng)用調(diào)峰充裕度指標(biāo)以突出對系統(tǒng)調(diào)峰能力的考慮。另外，在考慮電源長期擴(kuò)建計劃時，以本文方法評估調(diào)峰風(fēng)險，進(jìn)行綜合的成本收益分析，可以指導(dǎo)配備適當(dāng)水平的調(diào)峰資源。

[1]吳俊，李建設(shè)，周劍，等.風(fēng)力發(fā)電并網(wǎng)對電網(wǎng)的影響[J].南方電網(wǎng)技術(shù)，2010，4（5）：48-52. WU Jun，LI Jianshe，ZHOU Jian，et al.Influence of wind power generation integrating into power grids[J].Southern PowerSystemTechnology，2010，4（5）：48-52（in Chinese）.

[2]周鑫，張慧玲，劉娟楠.大規(guī)模風(fēng)電接入對寧夏電網(wǎng)調(diào)峰的影響研究[J].電網(wǎng)與清潔能源，2014，3（2）：105-110. ZHOU Xin，ZHANG Huiling，LIU Juannan.Impacts of 1arge-scale grid-connected wind power on peak regulation in ningxia grid[J].Power System and clean Energy，2014，3（2）：105-110（in Chinese）.

[3]王若谷，王建學(xué)，張恒，等.水電機(jī)組調(diào)峰服務(wù)的成本分析及實用補(bǔ)償方法 [J].電力系統(tǒng)自動化，2011，35（23）：41-46. WANG Ruogu，WANG Jianxue，ZHANG Heng，et al.A cost analysis and practical compensation method for hydropower units peaking service[J].Automation of electric Power Systems，2011，35（23）：41-46（in Chinese）.

[4]孫榮富，張濤，梁吉.電網(wǎng)接納風(fēng)電能力的評估及應(yīng)用[J].電力系統(tǒng)自動化，2011，35（4）：70-76. SUN Rongfu，ZHANG Tao，LIANG Ji.Evaluation and application of wind power integration capacity in power grid[J].Automa-tion of electric Power Systems，2011，35（4）：70-76（in Chinese）.

[5]呂泉，王偉，韓水，等.基于調(diào)峰能力分析的電網(wǎng)棄風(fēng)情況評估方法[J].電網(wǎng)技術(shù)，2013，37（7）：1887-1894. Lü Quan，WANG Wei，HAN Shui，et al.A new evaluation method for wind power curtailment based on analysis of system regulation capability[J].Power System Technology，2013，37（7）：1887-1894（in Chinese）.

[6]張欽，辛頌旭，白建華，等.西北地區(qū)促進(jìn)風(fēng)電消納的輔助服務(wù)市場機(jī)制研究[J].中國電力，2013，46（7）：111-115. ZHANG Qin，XIN Songxu，BAI Jianhua，et al.Study of ancillary service market mechanism for the promotion of wind power consumption in northwest region[J].electric Power，2013，46（7）：111-115（in Chinese）.

[7]張宏宇，印永華，申洪，等.大規(guī)模風(fēng)電接入后的系統(tǒng)調(diào)峰充裕性評估[J].中國電機(jī)工程學(xué)報，2011，31（22）：26-31. ZHANG Hongyu，YIN Yonghua，SHEN Hong，et al. Peak-1oad regulating adequacy evaluation associated with 1arge-scale wind power integration[J].Proceedings of the CSEE，2011，31（22）：26-31（in Chinese）.

[8]張宏宇，印永華，申洪，等.基于序貫蒙特卡洛方法的風(fēng)電并網(wǎng)系統(tǒng)調(diào)峰裕度評估[J].電力系統(tǒng)自動化，2012，36（1）：32-37. ZHANG Hongyu，YIN Yonghua，SHEN Hong，et al.Peakshaving margin evaluation associated with wind power integrated system based on sequential monte-carlo method[J]. Automation of electric Power Systems，2012，36（1）：32-37（in Chinese）.

[9]蔡菲，嚴(yán)正，趙靜波，等.基于Copula理論的風(fēng)電場間風(fēng)速及輸出功率相依結(jié)構(gòu)建模[J].電力系統(tǒng)自動化，2013，37（17）：9-16. CAI Fei，YAN Zheng，ZHAO Jingbo，et al.Dependence structure models for wind speed and wind power among different wind farms based on copula theory[J].Automation ofelectricPowerSystems，2013，37（17）：9-16（in Chinese）.

[10]黎靜華，文勁宇，程時杰，等.考慮多風(fēng)電場出力Copula相關(guān)關(guān)系的場景生成方法[J].中國電機(jī)工程學(xué)報，2013，33（16）：30-36.

LI Jinghua，WEN Jinyu，CHENG Shijie，et al.A scene generation method considering copula correlation relationship of multi-wind farms power[J].Proceedings of the CSEE，2013，33（16）：30-36（in Chinese）.

[11]CARRIóN M，ARROYO J M.A computationally efficient mixed-integer 1inear formulation for the thermal unit commitment problem[J].IEEE Trans.Power Systems，2006，21（3）：1371-1378.

[12]趙淵，周家啟，劉志宏.大電網(wǎng)可靠性的序貫和非序貫蒙特卡洛仿真的收斂性分析及比較[J].電工技術(shù)學(xué)報，2009，24（11）：127-133. ZHAO Yuan，ZHOU Jiaqi，LIU Zhihong.Convergence analysis and comparison of sequential and nonsequential monte-carlo simulation for bulk power system reliability assessment[J].Transactions of China electrotechnical Society，2009，24（11）：127-133（in Chinese）.

[13]BILLINTON R，WENYUAN L.Reliability assessment of electric power systems using monte carlo methods[M].New York：plenum，1994：35-36，84-87.

[14]IEEE Task Force.IEEE reliability test system[J].IEEE Transactions on Power Apparatus and Systems，1979，PAS-98（6）：2047-2054.

[15]WANG C，SHAHIDEHPOUR S M.Effects of ramp-rate 1imits on unit commitment and economic dispatch[J].IEEE Trans.Power Systems，1993，8（3）：1341-1350.

[16]Iowa environmental mesonet&iowa state university department of agronomy.Wind speed data from the network of AWOS sensors[DB/OL].2011-04-01.http：//mesonet.agron. iastate.edu/request/awos/1min.php.

（編輯 董小兵）

Peak-Load Regulation Adequacy in Wind-Integrated Systems Based on Extreme Risk Hypotheses Adequacy Assessment

XIE Shaoyu，JIANG Jian
（Guangzhou Power Supply Company Limited，Guangzhou 510620，Guangdong，China）

Integration of a 1arge scale of wind power brings difficulties for power balances of the power system.Based on the conservative dispatching strategy which is adopted in the actual operation，a peak-1oad regulation adequacy analysis method in wind-integrated systems is proposed in this paper according to some extreme risk hypotheses.Assuming the wind power prediction completely unreliable，the maximum peaking demands are identified.Assuming the wind power output is zero，the day-ahead unit commitment is conducted，which will determine the maximum system operation method，and the supply of the peak-1ead regulation is determined after considering the peaking depth of each generating unit.The sequential Monte Carlo simulation is used to verify the proposed method. Numerical results show that with the expansion of the scale of wind power planning，the indexes of the peak-1oad regulation adequacy will deteriorate rapidly.The pressure of the peak-1oad regulation will be significantly reduced as the wind power is scattered in a bigger number of wind farms.

2014-07-22。

謝紹宇（1984），男，博士，主要研究方向為電力系統(tǒng)規(guī)劃與可靠性評估，變電管理與運行；

蔣 健（1982），男，高級工程師，主要從事變電管理與運行。

1674-3814（2015）08-0088-06

TM614

A

KEY W0RDS：wind power；peak-1oad regulation adequacy；sequential Monte Carlo simulation；unit commitment