含風(fēng)電場的電力系統(tǒng)機組優(yōu)化調(diào)度研究.pdf

1、隨著全球范圍內(nèi)能源需求的增長和環(huán)境問題的日益突出,風(fēng)能作為可再生能源中最具經(jīng)濟(jì)發(fā)展前景的清潔能源,逐漸受到世界各國的重視和青睞,風(fēng)電并網(wǎng)容量逐年增加。但是,與常規(guī)發(fā)電機組不同,由于風(fēng)電功率具有隨機性和波動性,大規(guī)模風(fēng)電的接入必然會給電力系統(tǒng)機組的優(yōu)化調(diào)度和運行帶來一系列的挑戰(zhàn)和要求。因此,合理制定含風(fēng)電場電力系統(tǒng)的機組調(diào)度計劃對于提高風(fēng)電的利用率具有重要意義。本文圍繞含風(fēng)電場電力系統(tǒng)的機組優(yōu)化調(diào)度問題,開展了如下的研究工作:
　　

2、計及負(fù)荷和風(fēng)電功率的不確定性,結(jié)合拉丁超立方抽樣和場景技術(shù)分析了負(fù)荷和風(fēng)電功率的聯(lián)合多時段場景模型。針對風(fēng)電功率預(yù)測誤差缺乏統(tǒng)一的概率分布模型,通過建立風(fēng)電功率預(yù)測誤差的經(jīng)驗分布函數(shù),結(jié)合樣條插值法建立了風(fēng)電功率預(yù)測誤差總體分布函數(shù)的解析表達(dá)式,并采用拉丁超立方技術(shù)對負(fù)荷和風(fēng)電功率的預(yù)測誤差進(jìn)行抽樣,結(jié)合場景削減技術(shù)分析了負(fù)荷和風(fēng)電功率了負(fù)荷和風(fēng)電功率的聯(lián)合多時段場景模型。算例分析結(jié)果表明了該方法的可行性和有效性。
　　計及不同場

3、景間負(fù)荷和風(fēng)電功率的波動性對機組優(yōu)化調(diào)度的影響,以所有場景下發(fā)電成本的期望值和方差的加權(quán)和為目標(biāo)函數(shù),建立了綜合考慮負(fù)荷及風(fēng)電功率不確定性影響的機組優(yōu)化調(diào)度模型,并采用改進(jìn)的粒子群優(yōu)化算法對模型進(jìn)行求解。針對負(fù)荷和風(fēng)電功率的不確定性影響,基于不同場景之間負(fù)荷和風(fēng)電功率的極限波動區(qū)間確定系統(tǒng)的正負(fù)旋轉(zhuǎn)備用需求。為提高算法迭代過程中的收斂性能,提出以種群最優(yōu)值為引導(dǎo)動態(tài)調(diào)整機組的出力范圍。以某典型10機測試系統(tǒng)為例進(jìn)行算例分析,驗證了所提模