含风电场的电力系统动态经济调度

格式：pdf
大小：553.05 KB
文档页数：50

下载文档原格式

考虑储能装置风电场的动态经济调度

所期望的路径流向负荷是调度方案是否可行的关
键．很少有学者考虑储能装置，而风电场中加入储然
能装置可以调节风电功率的输出，化系统的运行，优得到更加有效的经济调度方案．文将研究考虑储本
２华北电力大学电气与电子工程学院，北保定０１０）．河７０３
［摘要］在考虑储能装置风电场的动态经济调度问题中，何将储能装置有效地体现在模型之中，分发挥储能装如充
置的作用是问题的关键．先综合考虑风电波动与负荷波动情况，用储能装置平滑系统功率，后将平滑后的系首利然统功率在火电机组之间优化分配，而将本课题分解为两个子优化问题，立了考虑储能装置风电场的动态经济调从建度模型．于混沌粒子群优化算法，出了动静结合罚因子、沌扰动范围随迭代次数线性减小等改进措施．例表基提混算
［章编号－０３４８（０１０ — ００ — ０文１０ — ６４２１）１０１４１
考虑储能装置风电场的动态经济调度
王魁张步涵胡永强，，
（．北省电力安全与高效重点实验室（中科技大学）湖北武汉４０７；１湖华，３０４

含风电场的电力系统潮流计算

含风电场的电力系统潮流计算一、本文概述随着全球能源结构的转型和可再生能源的大力发展，风电作为一种清洁、可再生的能源形式，其在电力系统中的比重日益增加。

风电场的大规模接入对电力系统的运行和控制带来了新的挑战，尤其是风电场出力的随机性和波动性对电力系统的潮流分布、电压稳定性以及保护控制等方面产生了显著影响。

因此，对含风电场的电力系统进行准确的潮流计算，对于电力系统的规划、设计、运行和控制具有重要的理论价值和现实意义。

本文旨在研究含风电场的电力系统潮流计算方法，分析风电场接入对电力系统潮流分布的影响，提出相应的潮流计算模型和算法。

文章首先介绍了风电场的基本特性及其在电力系统中的接入方式，然后详细阐述了含风电场的电力系统潮流计算的基本原理和方法，包括风电场出力模型的建立、潮流计算的基本方程和求解算法等。

在此基础上，文章进一步探讨了风电场接入对电力系统潮流分布的影响，包括风电场出力波动对电压稳定性、线路潮流和节点功率分布的影响等。

文章提出了针对含风电场的电力系统潮流计算的一些改进措施和优化策略，为提高电力系统的运行效率和稳定性提供参考。

通过本文的研究，可以为含风电场的电力系统潮流计算提供理论支持和实践指导，有助于更好地理解和解决风电场接入带来的电力系统运行问题，推动可再生能源在电力系统中的广泛应用和持续发展。

二、风电场特性及建模风电场作为可再生能源的重要组成部分，具有随机性、间歇性和不可预测性等特点。

这些特性使得风电场在电力系统中的建模和潮流计算变得复杂。

风电场的出力受到风速、风向、湍流等多种因素的影响，因此，准确描述风电场的特性并建立合适的模型是电力系统潮流计算的关键。

在风电场建模中，通常将风电场看作一个由多个风电机组组成的集合。

每个风电机组的出力取决于其装机容量、风速以及控制策略等因素。

为了简化计算，通常将风电场视为一个等效的电源，其出力等于所有风电机组出力的总和。

等效电源的出力特性可以通过统计方法得到，如威布尔分布、贝塔分布等。

计及风电不确定性的电网日前调度CVaR模型

计及风电不确定性的电网日前调度CVaR模型罗亦梅;张江林;夏晨杰;武守海;吴杨;刘啸宇【摘要】为了研究风电出力不确定性对电网日前调度的影响,首先利用机会约束描述风电场的出力,然后将提出的电网日前调度函数和相关约束,融入到条件风险价值模型中,建立电网日前调度的条件风险价值模型,并通过基于单纯性和差分进化算法的混合对模型进行求解,分析不同置信度下风电场出力、电网日前调度的机组出力,以及在不同风险接受度下电网日前调度的条件风险值,比较所提出的混合算法的优越性.仿真案例证明所提出模型的正确性,表明风电场出力的置信度越低,系统所接受的风险度越高,所对应的条件风险值越大,这为电网的系统操作人员提供了决策支持.【期刊名称】《电力科学与工程》【年(卷),期】2016(032)004【总页数】7页(P1-7)【关键词】风电;不确定性;置信度;日前调度;奈件风险价值【作者】罗亦梅;张江林;夏晨杰;武守海;吴杨;刘啸宇【作者单位】成都理工大学核技术与自动化工程学院,四川成都610059;成都信息工程大学控制工程学院,四川成都610225;国网四川省电力公司天府新区供电公司,四川成都610041;国网山东省电力公司莱芜供电公司,山东莱芜271100;西南科技大学,四川绵阳621000;国网山东省电力公司莱芜供电公司,山东莱芜271100【正文语种】中文【中图分类】TM732随着科技的不断发展和环境保护要求的不断提高，风电、光伏等作为绿色清洁可再生能源越来越受到人们的关注。

大规模风电或光伏的并网发电作为常规燃煤机组的有效替代，不仅大大缓解了电力供应紧张的情形，还大力地促进了温室气体、粉尘、氮氧化物的减排[1-2]。

但是，与常规的发电机组相比，风电、光伏等机组的出力具有强烈的随机性，其大规模的并网给电网的调度和运行带来了新的挑战[3-5]。

国内外的学者对此进行了大量的研究，如文献[6]提出了基于可信度理论和风电备用容量补偿成本来解决风电并网后的出力随机性问题，通过定义风电场的负效率功率，从而推导出了风电场极限渗透功率下的风电出力波动惩罚成本模型。

浙江大学电气工程学院(系)校级第十二期SRTP教师立项结

浙江大学电气工程学院(系)校级第十二期SRTP
说明：1.学生参加SRTP 总评成绩按优秀、良好、中等、合格、不合格等级评定。

2.成果形式：按论文（设计）、产品（开发）、专利（推广）、研究报告、调研报告等类别。

3.由学院(系)本科教学管理填写,并存档。

浙江大学电气工程学院(系)校级第十二期SRTP
说明：1.学生参加SRTP 总评成绩按优秀、良好、中等、合格、不合格等级评定。

2成果形式：按论文（设计）、产品（开发）、专利（推广）、研究报告、调研报告等类别。

3.由学院(系)本科教学管理科填写，并存档。

浙江大学电气工程学院(系)院系级第十二期SRTP
说明：1.学生参加SRTP总评成绩按优秀、良好、中等、合格、不合格等级评定。

2.成果形式：按论文（设计）、产品（开发）、专利（推广）、研究报告、调研报告等类别。

3.由学院(系)本科教学管理填写,并存档。

浙江大学电气工程学院(系)院系级第十二期SRTP
说明：1.学生参加SRTP总评成绩按优秀、良好、中等、合格、不合格等级评定。

2成果形式：按论文（设计）、产品（开发）、专利（推广）、研究报告、调研报告等类别。

3.由学院(系)本科教学管理科填写，并存档。

含大型风电场的电力系统多时段动态优化潮流

含大型风电场的电力系统多时段动态优化潮流一、本文概述随着全球对可再生能源需求的日益增长，风力发电作为一种清洁、可再生的能源形式，其在电力系统中的比重日益上升。

大型风电场的接入对电力系统的运行和管理带来了新的挑战和机遇。

如何有效地整合风电资源，实现电力系统的安全、经济、高效运行，已成为当前电力系统研究领域的重要课题。

本文旨在探讨含大型风电场的电力系统多时段动态优化潮流问题，通过对风电场出力特性的分析，以及电力系统潮流的优化调度，为电力系统的规划、运行和管理提供理论支撑和实践指导。

本文将对大型风电场的出力特性进行深入分析。

风电场出力受到风速、风向、地形等多种因素的影响，呈现出显著的随机性和波动性。

本文将对风电场的出力特性进行建模，研究其统计规律和变化趋势，为后续的优化潮流计算提供基础数据。

本文将研究多时段动态优化潮流的理论和方法。

电力系统潮流计算是电力系统分析的基础，而多时段动态优化潮流则是在此基础上，考虑风电场出力特性的随机性和波动性，对电力系统进行多时段、多状态的优化调度。

本文将通过数学模型的建立，求解方法的研究，以及算例的验证，探讨多时段动态优化潮流的有效性和可行性。

本文将提出含大型风电场的电力系统多时段动态优化潮流的应用策略和建议。

通过对实际电力系统的分析和模拟，提出针对性的优化措施和建议，为电力系统的规划、运行和管理提供决策支持。

本文将从大型风电场的出力特性分析、多时段动态优化潮流的理论和方法研究、以及实际应用策略和建议等方面，全面探讨含大型风电场的电力系统多时段动态优化潮流问题，为电力系统的安全、经济、高效运行提供理论支撑和实践指导。

二、风电场特性及其对电力系统的影响风电场作为一种可再生能源发电方式，具有显著的随机性、波动性和不可预测性。

这些特性使得风电场在接入电力系统后，对电力系统的稳定性、安全性和经济性都带来了显著的影响。

风电场的出力特性受到风速的影响。

风速的随机性和波动性导致风电场的出力也具有相应的随机性和波动性。

电力系统经济调度

2．发电报价曲线是任意的
电力市场条件下，各发电公司为了获取最大利润，报价是任意的，而不像传统电力系统经济调度模式下那样发电机的成本曲线有一定的规律（一般是单调的）。电力市场条件下报价曲线可能存在单调上升、单调下降、无规律报价曲线等多种情况，如图所示。
因此，经济调度算法应做多种准备，既可以处理不降的报价曲线，又可处理下降(甚至波动)的报价曲线，不能为此“削足适履” 。同时，电力市场条件下竞价的单位可以是机组、发电厂和发电公司，竞价的周期可以是年、月、日、时。
三、经济调度的发展
80年代中期最优潮流计算技术已趋成熟，但实用化进程仍然缓慢。这一时期实用的主要是基于简化模型和线性规划技术的有功安全约束调度。 80年代末电力系统经济调度，可归纳为经济调度模型、短期调度计划、长期运行计划和实时发电控制等四个方面
三、经济调度的发展
现在国家新提出了节能发电调度，并颁布了《节能发电调度办法》。节能发电调度是指在保障电力可靠供应的前提下，按照节能、经济的原则，优先调度可再生和清洁发电资源，按机组能耗和污染物排放水平由低到高排序，依次调用发电资源，最大限度地减少能源、资源消耗和污染物排放。
5．联合电力系统经济调度
随着电力网的不断扩大和电网互联，临近的电力网通过联络线连接在一起运行，由此可以错开峰荷，降低备用容量、充分利用对方资源，这就需要考虑联合电力系统经济调度问题，其目的是确定各系统间的联络线交换功率计划，以协调更大范围的运行经济效益。
6．考虑安全约束的经济调度
仅仅考虑经济特性编制的调度计划不一定实用，因为它可能不满足系统的安全约束。实际电力系统调度计划总是要把安全放在第一位的，因为电网事故所造成的经济损失要远远大于经济调度带来的效益，因此必须研究考虑安全约束的经济调度。如果两个区域间的传输线或功率流超过传输线实际物理能力极限时，就要减少相应的实际发电功率，不再考虑经济性。

电力参考文献范例三

电⼒参考⽂献范例三电⼒参考⽂献范例三[1]周玮等,含风电场的电⼒系统动态经济调度.中国电机⼯程学报,2009，29(25):13-18.[2]陈海焱,陈⾦富与段献忠,含风电场电⼒系统经济调度的模糊建模及优化算法.电⼒系统⾃动化,2006，30(2):22-26.[3]PathomAttaviriyanupap，HiroyukiKita，EiichiTanaka，etal.AFuzzy-OptimizationApproachtoDynamicEconomicDi spatchConsideringUncertainties.IEEETransactionsonPo werSystems,2004,12(3)：1299-1307.[4]PathomAttaviriyanupap，HiroyukiKita,EiichiTanaka，etal.AHybridEPandSQPforDynamicEconomicDispatchWithN onsmoothFuelCostFunction.IEEETransactionsonPowerSys tems,2002,17(2)：411-416.[5]WUYa-li，XULi-qing.AnImprovedculturalparticleswarmoptimizati onalgorithmbasedonfeedbackmechanismforeconomicloadd ispatchproblems.InternationalConferenceonComputatio nalAspectsofSocialNetworks，2010.[6]XinMA，YongLIU.DynamicLoadEconomicDispatchinElectricityMar ketUsingImprovedParticleSwarmOptimizationAlgorithm. InternationalConferenceonIntelligentComputationTech nologyandAutomation，2010.[7]YongqiangWang，JianzhongZhoua，WenXiao，etal.Economicloaddispatchofhydroelectricplantusinga hybridparticleswarmoptimizationcombinedsimulationan nealingalgorithm.SecondWRIGlobalCongressonIntellige ntSystems，2010.[8]ShiLianjun，ZengMing，YanFan,etal.EconomicDispatchModelConsideringRandomn essandEnvironmentalBenefitsofWindPower.10Proceeding softhe2010InternationalConferenceonElectricalandCon trolEngineering，Washington,DC,2010.[9]ChengYunzhi.Anewapproachforemissionsandsecurityc onstrainedeconomicdispatch.Starkville,MS,USA,2010.[10]袁铁江等,⼤规模风电并⽹电⼒系统动态清洁经济优化调度的建模.中国电机⼯程学报,2010(31):7-13.[11]彭春华与孙惠娟,基于⾮劣排序微分进化的多⽬标优化发电调度.中国电机⼯程学报,2009(34):71-76.[12]谢国辉.绿⾊发电调度模式和模型研究.华北电⼒⼤学(北京)，2010.[13]袁铁江等,电⼒市场环境下含风电机组的环境经济调度模型及其仿真.电⽹技术,2009(6):67-71.[14]吴栋梁等,电⼒市场环境下考虑风电预测误差的经济调度模型.电⼒系统⾃动化,2012(6):23-28.[15]谭伦农，张保会.市场环境下的事故备⽤容量[J].中国电机⼯程学报，2002，22(11)，54-58[16]戴俊良.基于CR的电⼒市场应⽤研究.华北电⼒⼤学(北京)，2008.[17]李利利等,⽉度安全约束机组组合建模及求解.电⼒系统⾃动化,2011(12):27-31.[18]杨争林与唐国庆,全周期变时段三公调度发电计划优化模型.电⽹技术,2011(2):132-136.[19]李利利等，均衡发电量调度模式下的SCED模型和算法.电⼒系统⾃动化,2010(15):23-27.[20]GuodongLiu，KevinTomsovic.Quantifyingspinningreserveinsystemswi thsignificantwindpowerpenetration[J].IEEETransactio nsonPowerSystems,2012,27(4):2385-2393.[21]葛炬,王飞，张粒⼦.含风电场电⼒系统旋转备⽤获取模型.电⼒系统⾃动化,2010(6):32-36.[22]李霞，刘俊勇，刘友波，等.计及调度⼀致性的含风电系统备⽤优化分配.电⼒系统⾃动化,2013.[23]王丹平，陈之栩，涂孟夫，等.考虑⼤规模风电接⼊的备⽤容量计算.电⼒系统⾃动化,2012(21):24-28.[24]夏澍,周明，李庚银.考虑线路安全校核的含风电电⼒系统有功和备⽤协调调度.中国电机⼯程学报,2013(13):18-26.[25]SenjyuT,ShimabukuroK,UezatoK,FunabshiT.Afasttec hniqueforunitcommitmentproblembyextendedprioritylist[J].IEEETransactionsonPowerSystems,2003,12:882-888 .[26]SnyderWL,DpowellH,RayburnC.Dynamicprogrammingap proachtounitcommitment[J].IEEETransactionsonPowerSy stems,1987,2(2):339-350.[27]Weerakorn,Ongsakul,NitP.Unitcommitmentbyenhance dadaptivelagrangianrelaxation[J].IEEETransactionson PowerSystems,2004,19(2):620-628.[28]JusteKA,KttaH,TanakaE,etal.Anevolutionaryprogra mmingsolutiontotheunitcommitmentproblem[J].IEEETran sactionsonPowerSystems,1999,14(23):1452-1459.[29]张⼩平，陈朝晖.基于内点法的安全约束经济调度[J].电⼒系统⾃动化，1997，21(6):27-54.[30]郭志东，徐国禹.⽤⼆次规划法解算互联系统经济调度[J].电⼒系统⾃动化，1998，22(1):40-44.[31]MotaPP,QuintanaVH.APenaltyfunctionlinearprogram mingmethodforsolvingpowersystemconstraintedeconomic operationproblems[J].IEEETransactionsonPowerAppatat usandSystems,1984,103(6):1414-1442.[32]HanXS,GooiHB,KirschenDS.Dynamiceconomicdispatch :feasibleandoptimalsolutions[J].IEEETransonPowerSys tems,2001,16(1):22-28.[33]⽯⽴宝，徐国禹.遗传算法在有功安全经济调度中的应⽤[J].电⼒系统⾃动化，1997，21(6)：42-44.[34]侯云鹤等,改进粒⼦群算法及其在电⼒系统经济负荷分配中的应⽤.中国电机⼯程学报,2004(7):99-104.[35]侯云鹤等,基于⼴义蚁群算法的电⼒系统经济负荷分配.中国电机⼯程学报,2003(3):59-64.[36]多⽬标混合进化算法及其在经济调度中的应⽤[J].电⼒系统⾃动化，2007，19(2):66-72.[37]WangS,BaranME.Reliabilityassessmentofpowersyste mswithwindpowergeneration[C].PowerandEnergySocietyG eneralMeeting,Minneapolis,MN,2010.[38]张宏宇等,⼤规模风电接⼊后的系统调峰充裕性评估.中国电机⼯程学报,2011(22):26-31.[39]戴俊良等,基于基尼系数的电⼒调度公平性指标探讨.电⼒系统⾃动化,2008(2):26-29.[40]魏学好,胡朝阳与杨莉,对三公调度现有评价指标的思考和建议.电⼒系统⾃动化,2012(20):109-112.。

含风电场的电力系统环保经济调度研究

含风电场的电力系统环保经济调度研究
钟嘉庆，卢志刚
（山大学河北省电力电子节能与传动控制实验室，河北秦皇岛０６０）燕６０４
摘
要：在节能减排的电力市场环境下，清洁能源发电因其发电成本较低，环境污染小，而具有日益重要的地
风电场每ｋＷｈ的发电成本；时段Ｐ为ｔ
风电场输出功率由于风速的随机性，电机组的风
Ｔ、
∑ ＋ｔｆ，６∑ ｌ
１ｔ１－＝
（１）
出力是一个与风速有关的随机变量，
网风电场的电力系统动态经济调度问题是一个十
分重要的课题。
在现有电力市场运行机制下，究能合理反映研环境成本和风能价值的电力系统经济调度模型具
有现实意义 ” 。。文献［］建立含风场经济调度４的模糊模型，在优化算法上进行改进，目标函数为
利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证，结果表明数学模型与优化算法的正确性与有效
性。最后，应用相对熵均衡性理论，对优化调度的决策结果进行评价与选择。关键词：环保经济调度；发电成本；粒子群优化算法；相对熵均衡性
中图分类号：Ｔ３Ｍ７
文献标识码：Ａ
Ｄ：１．９９．ｓ．０７７１２１．３０９ＯｌＯ３６￣ｉｎ１０ —９Ｘ．０１０．０ｓ

含风光电站的电力系统动态经济调度

ｕｓｅｓｔｈｅＤＰＳＯｆｏｒｔｈｅｕｎｉｔｃｏｍｍｉｔｍｅｎｔａｎｄｔｈｅＰＳＯｆｏｒｔｈｅｌｏａｄｅｃｏｎｏｍｉｃａｌｄｉｓｐａｔｃｈ．Ｔｈｅｐａｐｅｒａｌｓｏｄｅｐｌｏｙｓｈｅｕｉｒｓｔｉｃ
ｏｆｔｈｅｐｏｗｅｒｓｙｓｔｅｍ．Ｔｈｉｓｐａｐｅｒｆｏｒｍｕｌａｔｅｓａｎｅｃｏｎｏｍｉｃａｌ
关键词：风电；光伏发电；经济调度；粒子群算法
随着经济的迅速发展和人口的不断增加，常规
ＡＢＳＴＲＡＣＴ：Ｗｉｔｈｔｈｅｈｉｇｈｅｒｐｅｎｅ￣ａｔｉｏｎｏｆｗｉｎｄｐｏｗｅｒａｎｄｐｈｏｔｏｖｏｈａｉｃｐｏｗｅｒｉｎｔｈｅｐｏｗｅｒｓｙｓｔｅｍ，ｒａｎｄｏｍｎｅｓｓｏｆｔｈｅｉｒｏｕｔｐｕｔｓａｄｄｓｓｉｇｎｉｆｉｃａｎｔｕｎｃｅｒｔａｉｎｔｙｔｏｔｈｅｅｃｏｎｏｍｉｃａｌｓｃｈｅｄｕｌｉｎｇ
能源正日益枯竭，大力发展新能源迫在眉睫。太阳能和风能是目前使用较为广泛的两种新能源，大规模风、光电站并网运行已成为未来发展的趋势。但
由于风电、光伏发电具有很强的随机性，难以准确

LINGO在风电并网电力系统动态经济调度中的应用

机组运行技术要求的情况下，确定未来一个调度周期内各机组负荷的经济分配。对此，文献［］电力系１从统运行成本的角度分析了风电并网的价值，为制定风
穿透功率对电力系统稳定性的影响，通过改进粒子群
算法进行了含风电场电力系统经济调度问题的多目标优化问题求解。文献［］５考虑电力市场条件下风电场
Ｋｅｒｓ：ｉｄｐｗｒｉｔｇａｅｙｔｍ；ｙａｃｅｏｏｃｄｓａｃｓｉｎｎｅｅｅＬＮＧＯｙｗｏｄｗｎｏｅｅｔｄｓｓｅｄｎｍｉｃｎｍｉｉｐｔｈ；ｐｎｉｇｒｓｒ；ｎｒｖＩ
１引言
电力系统动态经济调度是在满足系统供电要求和
Ａｂｓｒｃ：ｈｏｒｏｔｕｆｔｅｍａｎｔｉｐｉｚｄｔｂａｎａｓｏｔｔｒｙａｃｅｏｏｃｄｓａｃｃｅｎｔａｔＴｅｐｗｅｕｐｔｏｒｌｉｓｏｔｅｏｏｔｉｈｒ— ｍｄｎｍｉｃｎｍｉｉｐｔｈｓｈｍｅｉｈｕｍｉｅ
ＡｐｉａｉｎｆＬＩｐｌｃｔｏｏＮＧＯｎＤｙｍｉｏｍｉｉｎａｃＥｃｎｏｃ
ＤｉｐｔｈｎｆｔｅＷｉｄＰｏｒＩｔｇａｅｙｔｍｓａｃｉｇｏｈｎｗｅｎｅｒｔｄＳｓｅ
ＨＯＱａ－ｅｇ，ＩｏｇｂＬＵＱａＳＮｈｎ－ｕＡｉｎｐｎＬｎ－ｏ，Ｉｕｒ，ＵＣｅｇｗＨｔ
的效果。并且，随着ＬＮＯ功能的不断扩展，ＩＧ它应用于电力系统经济调度的优越性也随之增加。经典算例结果
表明，ＩＧＬＮＯ软件的稳定性好、寻优速度快、优化结果好，具有高效的搜索能力和适应性。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

150,000
图 1-1 全球风电装机容量和容量增速
我国的风能资源丰富，根据全国 900 多个气象站将陆地上离地 10m 高度资料进行估算，风能资源总储量约 32.26 亿 kW，可开发的风能资源储量为 2.53 亿 kW，而近海风能资源约为陆地的 3 倍。我国的风力发电从 20 世纪 80 年代开始起步，到 1995 年以后逐步走向产业化发展阶段。自 2005 年起，风电规模连续 3 年实现翻倍增长，仅次于美国、西班牙，成为世界风电快速增长的市场之一。图 1-2 显示了 2002~2009 年我国风电装机容量的变化，截至 2009 年底，我国新增风电装机 10129 台，容量 13803.2MW，年同比增长 124%；累计风电装机 21581 台，容量 25805.3MW，年同比增长 114%[3]。不仅如此，我国各大电力公司也开始了在风能开发上的规划与实施，风力发电设备的国产化工作也进行得如火如荼，国产化的兆瓦级风电机组已经开始试运行和投入生产，大型风电设备制造技术得到了极大的突破。而且，国外风电公司
1.1.2 风力发电的发展概况
世界经济的高速发展、资源注。美国、欧盟、日本等发达国家和地区以及中国、印度等发展中国家不断加强科技投入以提高能效，寻求新的、洁净的替代能源。新能源与洁净能源技术的利用，不仅能够减少对传统化石燃料的依赖，加强国家能源安全，还有利于减少温室气体的排放，保护人类未来的生存环境。风能是一种清洁的可再生能源，也是目前可再生能源中技术相对成熟并具规
华北电力大学（保定）硕士学位论文含风电场的电力系统动态经济调度姓名：张燕申请学位级别：硕士专业：电气工程；电力系统及其自动化指导教师：周明 2011-03
摘
要
摘
要
电力系统动态经济调度问题是一个高维、非线性、多约束的混合整数优化问题，很难求得最优解。但是，它具有很大的经济效益，因此研究电力系统动态经济调度具有重要的理论和实际意义。风力发电的并网运行给电力系统动态经济调度带来了新问题，风电的随机性和波动性增加了电网调度的难度，也对常规机组的爬坡速率和系统旋转备用需求提出了更高的要求。针对风电的随机性和波动性，模型中引入正、负旋转备用以应对风电波动引起的功率不平衡，并把可中断负荷这一特殊备用与旋转备用一起量化为成本考虑到模型中，建立了考虑备用成本的含风电场电力系统动态经济调度模型。对于模型的求解，提出改进的粒子群优化算法。算法中首先对参数进行一定的改进，加强粒子在搜索过程中寻找最优解的能力；其次，针对动态经济调度中的机组组合问题，算法中引入了优先顺序的思想，根据机组的经济性进行排序并安排启停，由此避免粒子初始化和修正过程中的随机生成，提高算法的收敛速度。通过算例验证可知，风电的并网减小了系统运行的燃料成本，但同时要求系统提供额外的旋转备用容量，且会对常规机组的启停和出力造成影响。可中断负荷这一特殊备用的合理使用能够优化资源的配置，提高整个系统的运行经济性。所提算法能够快速、有效地求解此类经济调度问题。关键词：风电；动态经济调度；粒子群优化算法；旋转备用；可中断负荷
II
华北电力大学硕士学位论文原创性声明
本人郑重声明：此处所提交的硕士学位论文《含风电场的电力系统动态经济调度》，是本人在导师指导下，在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日
华北电力大学硕士学位论文使用授权书
《含风电场的电力系统动态经济调度》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版本，同意学校将学位论文的全部或部分内容编入有关数据库进行检索，允许论文被查阅和借阅。本人授权华北电力大学，可以采用影印、缩印或扫描等复制手段保存、可以公布论文的全部或部分内容。本学位论文属于（请在以下相应方框内打“√” ）：保密□，在不保密□ 作者签名：导师签名：日期：日期：年年月月日日年解密后适用本授权书
I
Abstract
Dynamic economic dispatch is a high dimension, nonlinear, multi-constrained mixed integer optimization problem. It is difficult to get the optimal solution. But since it has great economic benefits, the study of the dynamic economic dispatch problems is of great significance under the economic requirements of the electricity markets. The integration of wind power brings new problems to dynamic economic dispatch. The randomness and volatility of wind power not only increases the difficulty of dispatching, but also puts forward higher requirements to the ramping rates of conventional units and the spinning reserve. To deal with the randomness and volatility of wind power, the positive and negative spinning reserves are introduced into the model to cope with the power imbalances. Interruptible load, as a kind of special spinning reserve, is also introduced. Then a dynamic economic dispatch model considering spinning reserve costs is established. As to solving the model, an improved particle swarm optimization is adopted. The algorithm firstly enhances some parameters to improve the particles’ abilities to find the optimal solution; then the priority list method is introduced to solve the unit commitment problem, avoiding the randomness of particles in initialization and modification and improving the convergence speed. An example is used and shows that the integration of wind power reduces the fuel costs, but it requires the power system to provide additional spinning reserve. Besides, the conventional units’ status of on and off and their outputs are also affected. It also shows that proper use of interruptible load will improve the economy of the whole system. And the proposed algorithm can quickly and efficiently solve such economic dispatch problems. Key words: wind power; dynamic economic dispatch; swarm particle optimization; spinning reserve; interruptible load
250,000 全球风电装机总容量 (MW) 全球风电装机总容量增速 200,000 30 % 25 % 20 % 100,000 15 % 10 % 50,000 5% 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 0% 35 % 40 %
1
华北电力大学硕士学位论文
模化开发条件和商业化发展前景的一种能源。风力发电是风能规模化开发利用的主要方式。近年来，风力发电一直保持着快速增长的趋势，截至 2009 年，全球风电装机容量已经达到 159213MW，新增装机容量 38312MW，增长幅度为 31.7%。 2001~2010 年间，风力发电能力以平均每年 30%以上的速度增长，已经成为各种能源中增长最快的一种。图 1-1 为全球风电装机容量和容量增速。近年来欧洲、北美的风力发电装机容量成为仅次于天然气发电的第二大能源，欧洲的风力发电已经能够开始从“补充能源”向“战略替代能源”的方向发展。据美国能源专家研究，如果在美国本土 48 个洲的 0.6%面积上安装风力发电机，生产出的电力就可达美国现在电力消费的 20%[3]。