基于機會約束規(guī)劃的含風場的優(yōu)化調度問題.pdf

1、隨著經(jīng)濟社會的不斷發(fā)展，人類對能源的需求量越來越大，化石能源儲量的日漸減少以及環(huán)境污染問題的日益嚴重使得風能的重要性越來越受到人們的重視。風能具有可再生、無污染、成本低、儲量大等優(yōu)點，在新能源發(fā)電領域具有不可替代的地位，但是，風能的分布受氣候的影響比較大，具有隨機性、間歇性、波動性和不確定性等特點，風電的大規(guī)模并網(wǎng)會給電力系統(tǒng)帶來很多不利影響。為了減小風電并網(wǎng)對電力系統(tǒng)的影響，傳統(tǒng)的優(yōu)化調度方法存在很多局限性，因此需要尋求更為合理有效的

2、方法對含風場的電力系統(tǒng)進行優(yōu)化調度研究。
　　首先從風功率波動特性分析入手，采用Mallat分解算法對風電場的風功率實測數(shù)據(jù)進行分解，分解出風功率平均值數(shù)據(jù)和小時級分量的波動量，擬合得到兩者之間具體的函數(shù)關系，將風功率的波動量用含有風功率平均值的函數(shù)關系式來表示，從而可以根據(jù)每一時刻風功率的平均值計算出該時刻風功率波動量的大小，將風功率波動量進行量化。
　　其次，建立了基于機會約束規(guī)劃的優(yōu)化調度模型，使用機會約束規(guī)劃的方法對

3、傳統(tǒng)的確定性優(yōu)化調度模型進行改進，將含有隨機變量的目標函數(shù)和約束條件用滿足一定置信度水平的概率形式來表達，并將風功率波動特性的函數(shù)表達式用于機會約束規(guī)劃模型中，使得所建立的模型更加符合實際情況。
　　進一步對所提出的模型進行求解，由于模型中含有機會約束，傳統(tǒng)方法已不再適用，因此使用基于隨機模擬的遺傳算法對模型進行求解，通過算例分析比較風功率波動特性和風功率預測誤差對系統(tǒng)成本的影響，并對所提出的模型及算法的有效性進行了驗證。

4、　　最后，根據(jù)自動發(fā)電控制(AGC)的原理與功能，分別搭建了單區(qū)域系統(tǒng)調頻模型和雙區(qū)域系統(tǒng)調頻模型，通過將前面得到的調度結果輸入模型并對模型進行仿真，比較風功率波動特性與風功率預測誤差對系統(tǒng)調頻的影響，通過仿真結果可以看出，區(qū)域系統(tǒng)互聯(lián)后，各個區(qū)域的頻率偏差都得到了相應減小。
　　根據(jù)以上研究成果可以看出，本文提出的模型及算法更加符合風電接入后電網(wǎng)調度的實際情況，可以起到降低系統(tǒng)成本、提高調度經(jīng)濟性、減小系統(tǒng)頻率偏差、優(yōu)化電網(wǎng)調度