风力发电系统优化调度研究

考虑风电不确定性的综合能源系统协同优化调度

发布时间：2021-11-01T07:05:57.680Z 来源：《新型城镇化》2021年20期 作者： 张彪 孙博文

[导读] 近年来，在全球新能源发展浪潮下，以风力发电为主的可再生能源广泛并入电网。

国网内蒙古东部电力综合能源服务有限公司 内蒙古呼和浩特 010010

摘要：目前，世界各国相继提出建设以最大限度的利用清洁能源、最大幅度的提高能源利用效率为主旨的新型能源系统。我国也提出了能源革命的创新举措，明确国家能源发展新方向，要求开发一种能源利用率高、碳排放低的新时代能源体系。目前能源利用过程中，电

力、天然气和热力等能源所在系统都是单独运行，彼此间无相辅相成的规划，进而造成能源整体利用率偏低，存在某些能源过剩而某些能

源不足的现状，同时各独立的能源系统抵御威胁能力不强等问题已亟待解决。为此，开发一种电/气/热等多种能源协同运行与规划的综合能

源系统(IES)具有重要的划时代意义。

关键词：风电不确定性；综合能源系统；协同优化调度

1风电不确定性概述

近年来，在全球新能源发展浪潮下，以风力发电为主的可再生能源广泛并入电网。然而风电在提高电网低碳、清洁化运行的同时，也增加了系统运行中的不确定性，加大了系统调度决策的难度。传统的可用输电能力(ATC)评估方法仅适用于确定性 ATC 的求解。然而，针

对近几年含高比例风电并网，ATC 的评估通常采用不确定性的计算方法。目前，含风电不确定性的 ATC 计算方法常用的为概率方法，以概

率和数理等相关数学方法获得 ATC 的期望值、方差和概率分布函数等一系列特征。然而，采用概率方法对 ATC 评估时，需要首先获取风

电的概率分布函数。在以前的工作中，风电通常被假定遵循某些预先定义的概率分布，但实际情况中概率分布可能不容易得到。此外，风

电的预测也存在一定的误差，甚至可能会无法获得风电数据，因此会进一步影响系统发电调度的最优化和 ATC 计算。为解决这一问题，本

火电发电机组在实时动态调度中的优化技术

随着人民生活水平的提高，现代社会对电能的需求越来越高，电力是现代社会的重要基础设施之一。而火电厂是国内电力生产的主渠道之一，火电发电机组在实时动态调度中的优化技术显得尤为重要。本文将从火电发电机组实时动态调度的概念、方法、现状和优化技术等方面进行讨论。

一、火电发电机组实时动态调度的概念

火电发电机组实时动态调度是指在火电站发电过程中，根据电网的负荷要求、燃料使用成本、机组特性等实时情况，采取相应的控制策略，以实现电力生产的高效、安全、可靠和经济目的。

二、火电发电机组实时动态调度的方法

火电发电机组实时动态调度主要采用以下几种方法：

1、优化调度方法：通过对火电站发电机组的燃料特性、负荷水平、运行状态和环保要求等进行全面评估，制定优化的调度策略，以使火电站发电效率最大化。

2、模拟仿真方法：通过对火电站发电机组的工艺流程和动态特性进行建模和仿真，预测发电机组的输出功率、燃料消耗量、热力学性能等参数，并通过对结果的分析和评估，确定实时动态调度策略。 3、实时监测控制方法：通过对火电站发电机组的数据采集、分析和处理，实时监测、控制和调度发电机组的运行状态和性能，确保其始终处于最优工作状态。

三、火电发电机组实时动态调度的现状

目前，我国火电厂的实时动态调度正处于从手动控制向自动化控制的转型阶段。我国电力自动化领域的技术已经日渐成熟，在火电发电机组实时动态调度中已经广泛应用，并取得了显著的效果。但是，在实践中仍存在一些问题：

1、决策机制不合理：当前火电站实时动态调度主要由人工进行调控，决策机制不够科学、合理，容易出现短视行为和瞎猜乱想现象，从而影响火电站的发电效率。

2、设备状况不清晰：在火电站实时动态调度中，由于设备状态监测技术的滞后，有时无法即时掌握设备的实际运行情况，影响调度的准确性和及时性。

3、调度系统互通性不强：目前，在我国火电发电机组实时动态调度中，各个电力企业之间存在着信息共享和合作交流不足的问题，调度系统之间的互通性也较弱。

…………………………．皇　研霾．．　－　

含风电一抽水蓄能联合发电系统优化调度及其研究现状　

三峡大学电气与新能源学院赵辛欣　

【摘要】本文介绍了风力发电机组出力的特点，在此基础上结合抽水蓄能发电的特点，分析了风电一抽水蓄能联合发电系统降低系统运行成本，提高系统稳定性的　

原理，并总结了风电一抽水蓄能联合发电系统优化调度的方法。　【关键词】风力发电；抽水蓄能；调度；优化　

１．风力发电机组出力特点　

风能是新能源中非常重要的组成部分，　

风能作为一种清洁、可再生能源，越来越受　到人们的重视。风力发电是通过风力发电机　

将风能转化为电能，由于风能有着间歇性、　

随机性的特点，风力发电机的出力也会随机　

波动。电力系统最重要的任务就是为负荷提　

供充足可靠的电能，若有功功率不能时刻平　

衡，会影响系统的频率和稳定性，所以，风　机出力的不连续、不稳定必将给含风电的电　

力系统的调度带来新的挑战。　

风力发电机组的有功出力可表示为分段　函数　：　

（　）＝　０，　＜　

（　

，　＜　０，　

式中：　为风力机额定功率，　为切入　

风速，　为额定风速，　为切出风速。从该　分段函数可以看出，在风速不同的情况下，　

风机的有功出力会随着风速变化，且不连　

续。而且风速受季节和时间的影响，尤其是　

在电力系统的负荷低谷出现的夜间，往往风　

速较大，这也使风力发电存在着“反调峰”　的特点，电力系统调度会遇到新的难题。　

２．风—蓄联合发电系统　

考虑风力发电机有功出力随机变化、　

不连续的特点，在含有风力发电机的电力系　

统的调度中，常常通过提高风电预测精度或　

是提高除风电机组以外的其它机组的旋转备　用容量来应对风机出力的随机变化。以火　

电一风电联合系统为例，若考虑节能减排，　

优先将风电上网，那么火电机组则会作为平　

衡风电实际出力和预测误差以及承担系统负　

荷变化的调频调峰机组，则需要火电机组的　出力在短时间内产生相应的变化才能保持系　

统的频率稳定，而火电机组受升、降爬坡速　

含风电的的电力系统鲁棒优化调度 吴秋兵

摘要：近年来社会用电需求的不断增大，电力工程建设数量也逐渐增多。风力发电是目前较为成熟的一种可再生能源发电技术，其出力具有随机性和间歇性，电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战，如何最大化利用风电资源以及减小风电波动对系统供电侧的影响，是经济调度常需要解决的问题。本文就含风电的的电力系统鲁棒优化调度展开探讨。

关键词：不确定性；鲁棒调度模型；安全性；经济性

引言

在风电发展初期，风电并网容量很小，传统的确定性调度模型大多忽略风电的波动性而将其考虑为负的负荷，采用传统的可控电源进行补偿。但随着风电并网容量的快速攀升，从系统运行的经济性和安全性角度考虑，实际电力系统中可控电源的容量已很难完全补偿风电的不确定性，因此有功调度过程必须要考虑风电出力的不确定性。

1鲁棒调度模型目标函数

本文采用基于风电出力预测区间的调度模式来考虑风电出力的不确定性，并同时考虑不同不确定集下负荷波动对日前调度计划的影响。在该模式下，通过鲁棒调度模型可计算出次日调度计划；风电按允许出力区间执行出力，AGC机组根据基点功率自动调节出力，非AGC机组按计划值出力。该模型以发电总成本最低和最大化利用风电为目标，目标函数可表示为：

由图4结果知，根据风电实时出力，通过安排AGC机组出力，系统能够在其可调范围内实时跟踪风电功率变化，并保持出力平衡。一般地，完全考虑源荷的波动性，系统需维持很高的系统调节资源以作备用，但在实际运行情况中并非都处于极端情况，降低了系统资源的利用率，不利于调度的经济性；因此，鲁棒模型中考虑了负荷不同的不确定集大小，并在次日实时调度过程中，合理利用AGC机组和其他旋转备用同时进行出力配合调整，保持系统整体出力平衡。本文随机抽样50组数据模拟实际场景，最后计算得到负荷不同不确定集合下系统各平均成本。由表1～表3数据结果知，考虑的负荷不确定集很小，即系统可应对的不确定集很小，则系统基本运行成本较低，而校正成本较高，总运行成本较低；当不确定集较大时，校正成本降低而基本运行成本较高，总运行成本仍然较高。当选取使得系统总运行成本越低的调度策略，即获得更好的经济性时，在实时调度过程中需考虑更多的旋转备用保证系统稳定运行；同时经验证，该调度策略在实时调整过程中不会出现切负荷的极端情况。在供电侧源端，该鲁棒模型完全考虑风电出力的不确定性，满足对风电出力波动的完全抑制，简而言之，在系统确定出力计划后，调度策略可实时平衡源端风电出力的波动，因此配合其他旋转备用可实现系统供需侧平衡。结果表明，该鲁棒调度模型在保证系统安全性基础上同时可兼顾经济性。