消纳大规模风电的多时间尺度协调的有功调度系统设计
- 格式:doc
- 大小:361.50 KB
- 文档页数:9
Telecom Power Technology · 70 ·Jul. 25,2018,Vol. 35 No. 72018年7月25日第35卷第7期研制开发doi:10.19399/ki.tpt.2018.07.026考虑风电消纳的电力系统源荷协调多目标优化方法葛佳运(中广核新能源控股公司,吉林长春 130000)摘要:风电发展在近几年得到了飞速提升,成为主要电源之一。
随着常规电源的调节压力不断增大,普通的风电发力已经不能满足日常的生活生产需求,需寻求新的优化方案来提高风电消纳水平。
根据源荷协调运行的相关特性对风电消纳和系统运行进行研究,要考虑源荷协调的影响,最终建立源荷协调多目标优化模型,实现风电消纳电量最大和系统运行成本最小的目的。
关键词:风电消纳;高载能负荷;源荷协调;多目标优化Multi-objective Optimization Method for Source and Load of Power System ConsideringWind Power ConsumptionGE Jia-yun(CGN New Energy Holding Company,Changchun 130000,China)Abstract:The development of wind power has been rapidly improved in recent years,and has become one of the main power outputs. However,with the increasing regulation pressure of conventional power supplies,ordinary wind power generation can no longer meet the needs of daily life production. The new optimization program is the main way to increase the level of wind power consumption. In particular,based on the correlation characteristics of source and load coordination,considering wind power consumption and system operation,it is necessary to consider the impact of source and load coordination. The ultimate goal is to establish a multi-objective optimization model for source and load coordination,including wind power generation. The purpose of maximum power consumption and minimum system operation cost.Key words:wind power consumption;high energy load;source-drain coordination;multi-objective optimization0 引 言风力发电是当今时代发电的主要方式之一,符合建设环境友好型、资源节约型社会的发展理念,得到了国家的大力支持。
适应新型电力系统发展的协同调度理论研究摘要:从新的电力发展现状出发,阐述了电力调度必须向协作方向发展的必要性。
本文从理论上探讨了在电力系统的协调过程中如何利用协同作用、协作方式来解决不确定问题,从而达到协同调度的目的。
本文主要探讨了利用主动负载来克服源协同调度、源网络结构形式趋同的问题,并对分布自治和整体规划相结合的源协同调度进行了时变建模、算法和实现。
关键词:新型电力系统;协同调度;理论研究前言作为能源利用与转换的主体之一,电力系统(亦称动力系统)必须向绿色、低碳、环保和节能的资源利用可持续化方向发展,这种趋势也促使电力系统的源(源指主动源、被动源、主动载荷和常规载荷,也即驱动或制动的动力部分)和网(网指输电、配电及其源中电的部分,也即制动或驱动的电力部分)呈现分布、多元、关联、互补的新的复杂形态。
在新形态的电力系统中,如何调度与运行控制面临两个突出的矛盾:一是源电力的有功功率平衡中主动的源与被动的源间的矛盾。
化石能源发电(主动电源)发展处于减缓的态势,风、光、水等可再生能源发电(被动电源)迅猛发展,电动汽车,各类储能,可控、可中断柔性负荷等具有主动行为的技术(简称主动负荷)不断涌现,而且呈现分散、分布的发展趋势,使有限的主动电源和主动负荷应对被动电源和常规负荷的过程中必须面对分散式、分布式、强不确定性接纳能力的考验;二是源有功功率平衡的电压支撑中主动的量与被动的量间的矛盾。
在同步电网为根本的基础上,被动电源不仅以集中方式大规模接入输电网,以分布式、微网等分散形式接入配电网,而且发电呈现异步、直流等紧密依赖于同步电网的方式。
系列的、间接有主动行为(灵活补偿与控制,输配元件状态切换)的柔性控制技术不断涌现,使有限的主动电源和柔性控制技术应对强不确定性下满足源电力的有功功率平衡的支撑中必须面对电网电压支撑、电能传输能力的考验。
1、电力系统调度理论研究的进程演变1.1以协调为主导对电力系统调度的问题,自上世纪20年代到90年代期间,电力系统调度理论研究主要是在主动电源、输电网和常规负荷(配电环节通过聚合负荷等值)间展开理论研究与工程实践,研究与实践的目的是超前地做出电力系统运行调度与控制的预期决策,即给出期望的发电计划,以及围绕该计划应对预测误差的与自动发电控制、自动电压控制以及紧急事故情境下衔接的有功功率备用、无功电压支撑的策略。
第41卷第1期电力系统保护与控制Vol.41 No.1 2013年1月1日Power System Protection and Control Jan. 1, 2013多时空尺度风电消纳体系初探徐乾耀1,康重庆1,江长明2,陈之栩2,刘 军2(1.电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),北京 100084;2.国家电网华北电力调控分中心,北京 100053)摘要:近年来中国风电产业迅速发展,但由于风电所具有的不确定性、随机性与波动性,其并网消纳问题成为了制约风电可持续发展的瓶颈。
以国家即将出台的可再生能源配额制政策为指导,提出了一套多时空尺度风电消纳体系,在空间层面考虑了省级、区域级、国家级等不同等级的电网消纳主体,在时间层面考虑了中长期、短期、实时等不同尺度的消纳需求。
该体系整合了各层面风电消纳技术、评估评价方法、市场机制与配套政策,使针对风电消纳所研发的技术与政策能够发挥出最佳效用,实现风电消纳过程的良性运作,最终实现风能资源的高效利用。
关键词:多时空尺度消纳体系;风电消纳能力评估;风电消纳决策;市场机制;配套政策Preliminary analysis on wind power accommodation system from multiple temporaland spatial scale perspectiveXU Qian-yao1, KANG Chong-qing1, JIANG Chang-ming2, CHEN Zhi-xu2, LIU Jun2(1. State Key Lab of Power Systems, Dept of Electrical Engineering, Tsinghua University, Beijing100084, China;2. Power Control Center of North China in State Grid, Beijing 100053, China)Abstract: In recent years, the wind power industry of China has a rapid development. However, due to the uncertainty, randomness and fluctuation nature of wind power, the problem of its integration and accommodation has become the bottleneck of its sustainable development. Guided by the Renewable Portfolio Standard (RPS) that China government will promulgate, this paper proposes a wind power accommodation system from multiple temporal and spatial scale perspective. This system takes into account different levels of accommodation undertakers that involve province level, region level and nation level in the spatial dimension, and different accommodation demands of long-term, short-term and real-time scale in the temporal dimension. Moreover, this system combines all levels of wind power accommodation techniques, evaluation and assessment methods, market mechanism and supporting policies to make the best use of them, realizing the positive operation of the wind power accommodation progress and the efficient usage of wind energy.This work is supported by the National High Technology Research and Development Program of China (863 Program) (No. 2011AA05A101).Key words: multiple temporal and spatial scale; wind power accommodation system; evaluation of the wind power accommodation capability; decision of wind power accommodation; market mechanism; supporting policies中图分类号: TM614 文献标识码:A 文章编号: 1674-3415(2013)01-0028-050 引言近年来,中国的风电产业得到了迅速发展,2010年中国风电总装机容量达44.73 GW,已经超越美国成为世界第一[1],根据国家最新发布的《可再生能源发展“十二五”规划》,2015年中国风电并网装基金项目:国家高技术研究发展计划(863 计划)(2011AA05A101)机容量将达到1亿kW,2020年将超过2亿kW。
收稿日期:2010-04-24作者简介:侯佑华(1970—),男,内蒙古呼和浩特人,博士研究生,高级工程师,从事风力发电技术、电力系统无功优化研究。
E -mail :houyouhua@的并网技术研究由于缺少大规模入网数据,很多研究建立在单个风电场数据的基础上,对于大规模、集中接入的风电群研究,尚处于起步阶段。
文献[1-3,5]主要分析了风电功率波动及对调峰的影响;文献[4,7-8]分析了风电场的可用容量问题;文献[9]部分展示了大规模风电并网的特点;文献[10]指出风电对电网运行的影响,但缺乏实际数据的支持。
通过对内蒙古电网风电运行情况的分析,发现与欧洲风电的运行特点存在一些差异:风电功率特性不同、集中接入方式存在稳定和电压控制问题以及风电的远距离输电问题等。
本文的研究重点是结合内蒙古电网风电运行过程中体现出的特性、当前的电网调度模式和风电运行特点,设计有效的风电调度方案。
1风电有功功率极小值的分析风能的间歇性、波动性和随机性很大,无法控制,不容易利用。
随着风电并网容量的增大,其波动性和随机性对电网的冲击显现出来,发电方面主要大规模风电入网后,有功功率的波动对电网调整和方式安排影响很大。
调度部门最关心的问题是:出现功率极小的情况是否经常发生?是否是大概率事件?通过对全网不同阶段风电功率曲线分析(见图2、3),可以发现:风电出力低于全网风电装机容量10%的情况经常发生,有些时段居然趋于零,大风季节也会出现这种情况。
例如1月份是风电负荷率最高的时期,但2010年1月初与2009年12月底的负荷率仍有不小的差距。
在2010年最初几天,全网风电出力接近零,持续时间较长,对电网运行影响很大。
目前,还无法对全国范围内风电负荷特性进行统图1内蒙古电网风电月度负荷率曲线Fig.1Monthly load curve of the wind power in InnerMongolia power grid第43卷中国电力新能源图2内蒙古电网2009年风电最小出力分布Fig.2The minimum power load distribution chart in InnerMongolia power grid in 2009计分析,但内蒙古电网的跨度,应具有一定的代表性。
多时间尺度精细化风电功率预测技术研究多时间尺度精细化风电功率预测技术研究近年来,随着全球能源需求的不断增长,可再生能源作为一种清洁、可持续的能源形式受到了广泛关注。
在众多可再生能源中,风能被认为是最具潜力和发展前景的能源之一。
然而,风电功率的波动性和不可预测性给电网安全和稳定性带来了挑战,因此精细化的风电功率预测技术研究显得尤为重要。
在多时间尺度的风电功率预测技术中,研究者们通常从小时尺度和日尺度两个层面进行探索。
对于小时尺度的预测,主要考虑的是风速、功率输出的波动性。
研究表明,通过对历史气象数据和风电场运行数据的分析,采用统计模型,如回归分析、时间序列分析等,能够较好地预测短时段内风电功率的变化趋势。
此外,一些研究还结合了人工智能技术,如神经网络、遗传算法等,提高了预测准确性。
这些方法能够更好地适应复杂的气象条件和风电场特性。
在日尺度的预测中,研究者们更多地关注气象情况对风电功率的影响。
气象因素包括日照、降水、温度等,通过对这些因素的分析,可以预测未来一天甚至一周的风电功率。
一些研究还利用天气模型和能量平衡模型,将气象因素与风电场运行数据相结合,提高了预测结果的精度。
此外,考虑到电网调度和经济运营的需求,风电功率预测技术还需要考虑到电力市场等相关因素,从而实现对风电功率的更加精细化的预测。
值得一提的是,风能预测技术还可以在电网调度和风电场运营中起到重要的作用。
通过提前对风电功率的预测,电网运营商可以合理调整发电计划,保障电网的安全稳定运行。
同时,风电场运营商也可以根据功率预测结果,优化风机的运行策略,提高发电效益。
尽管多时间尺度精细化风电功率预测技术已取得了一定的进展,但仍面临一些挑战。
首先,精准的风速测量是精细化预测的基础,但传统的测量设备存在一定的误差。
因此,如何降低测量误差,提高精细化预测的准确性,仍需要进一步的研究。
此外,风电场的布局和设计也会对预测结果产生一定的影响,如何在规划和建设中充分考虑预测需求,也是未来的研究重点之一。
多时间尺度协调的柔性负荷互动响应调度模型与策略一、本文概述随着全球能源结构的转型和智能电网的快速发展,电力系统正面临着前所未有的挑战和机遇。
传统的电力调度模型主要依赖于刚性负荷,但在可再生能源大规模接入和用户需求多样化的背景下,电力系统的稳定性、经济性和可持续性受到了严重挑战。
因此,如何有效管理和调度柔性负荷,实现多时间尺度的协调互动响应,成为了当前电力系统研究的热点和难点。
本文旨在提出一种多时间尺度协调的柔性负荷互动响应调度模型与策略。
通过对柔性负荷的精确建模和预测,结合电力系统的实际运行需求,构建了一个综合考虑经济、环境和社会效益的优化调度模型。
该模型能够实现在不同时间尺度下,柔性负荷与电力系统的协调互动,提高电力系统的稳定性、经济性和可持续性。
本文首先对柔性负荷的定义、分类及其在电力系统中的作用进行了深入分析和阐述。
在此基础上,提出了一种基于多时间尺度的柔性负荷互动响应调度框架,详细描述了各时间尺度下的调度目标和约束条件。
接着,通过构建优化调度模型,实现了对柔性负荷的精细化管理和调度。
通过算例分析和仿真实验,验证了所提模型和策略的有效性和可行性。
本文的研究不仅为电力系统调度提供了新的思路和方法,也为实现电力系统的可持续发展和能源转型提供了有力支持。
未来,我们将继续深入研究柔性负荷的互动响应特性和调度策略,为构建更加智能、高效、环保的电力系统做出更大贡献。
二、多时间尺度协调调度模型在电力系统中,负荷的调度和管理是一个复杂而关键的任务。
传统的调度模型往往只关注单一的时间尺度,难以应对现代电力系统中负荷的多样性和不确定性。
因此,本文提出了一种多时间尺度协调的柔性负荷互动响应调度模型,旨在更好地平衡电力供需,提高电力系统的稳定性和经济性。
该模型将负荷调度过程分为多个时间尺度,包括短期、中期和长期。
每个时间尺度都有不同的调度目标和策略,以适应不同的负荷特性和市场需求。
在短期时间尺度上,模型主要关注实时负荷的预测和调度,以确保电力系统的稳定运行。
考虑环保成本的风电消纳综合能源系统调度模型设计摘要:由于电力不能长期有效储存,因此必须提高可再生能源的消耗水平,并可能将其限制在电力系统的内部,这很难解决。
电气和热力系统具有很强的耦合性和互补性。
例如,热电联产机组可以在发电的同时产生热量,而电力锅炉可以将电能转化为热量。
电能的传输和利用必须同时进行,热量的传输和利用具有较大的惯性,下面讨论考虑环境成本的风能消耗综合能源系统规划模型设计。
关键词:考虑环保成本;风电消纳综合能源系统调度;模型设计引言近年来,分布式可再生能源受到广泛关注,典型地包括风力发电、光伏发电以及它们构成的集成能源系统。
其中风力发电的主要问题是系统去除水平有限,导致大量风力排放。
另一方面,在集成能源系统中,除了电力负荷外,还有一定比例的热冷负荷。
现有解决方案利用电气设备满足系统的热负荷需求,从而增加了系统的电需求,系统的热负荷比大,负荷曲线谷的最大差异就会增加。
因此,需要进一步研究综合能源系统风力发电水平和负荷峰值差异的改善。
1热综合能源系统结构框架新的电热综合供电系统分为“源”、“网”、“荷”、“储”四个领域。
提供了“源”端子、电源电压指示灯、电机组和热节能电源。
“网”考虑热网格的动态热特性。
“储”具有两种类型的电气和热存储。
还有同时充当“电负荷”和“热源”的能量转换装置电锅炉。
加热网是热系统中“网”的一部分,但由于其固有的热特性,可以视为潜在的大容量存储设备。
因此,加热网络具有两个特性:“网”和“储”。
在电力系统中,热网可以看作是负荷的一部分,电力系统可以利用其巨大的热特性和灵活的温度要求进行协调的性能控制。
进一步推动在综合能源系统中根据不同的时间尺度和空间限制调整能源生产和能源消耗,以增加可再生能源的能源使用和消费。
2荷协调与风电消纳机理分析在负荷方面,可移动负荷被用作可再生能源消费的主要工具。
把微型油罐设备和燃料电池纳入系统的经济规划中,产生了电力和负荷协调的运行优化模型。
国网经研院总工程师李晖:新型电力系统规划设计面临诸多新挑战新型电力系统是一项涉及多行业、多学科的复杂系统性工程,尤其离不开科学、高效的规划设计工作。
那么,如何做好新型电力系统的顶层设计、完善底层逻辑?如何开展新型电力系统科研创新、规划设计等工作?作为国家电网有限公司电网规划和工程设计技术归口单位的国网经济技术研究院有着自己的见解。
带着上述问题,本报记者近日采访了国网经济技术研究院总工程师李晖。
新型电力系统有“4个新”中国能源报:从整个电力系统的规划设计角度来看,新型电力系统有哪些“新变化”?李晖:与传统电力系统相比,新型电力系统的供给侧、电网侧、消费侧及二次系统将发生革命性变化,体现为“4个新”,即新的电源装机结构、新的电网形态、新的电力负荷特性、新的二次系统控制模式。
具体而言,从供给侧看,能源结构将发生改变,可再生能源将实现大规模开发利用,逐步取代化石能源。
预计到2030年,我国新能源在装机规模上将成为第一大电源,对电力系统供需平衡和清洁能源消纳能力提出了更高要求,需要增加电源装机的容量冗余度,同时配套建设相应的灵活调节能力。
从电网侧看,将由以常规电源、单向供电为主向高比例电力电子化和新能源、双向供电的电网形态转变。
随着大型风光电基地的开发,跨区送电将继续增加,需加大特高压及各级电网发展力度,提升高比例新能源外送消纳能力、多直流承载能力。
另一方面,中东部地区分布式新能源大规模开发,对配电网的接入能力提出了更高要求。
通过大电网与配电网灵活互济、协调运行,实现大规模新能源与电网的协调发展。
从消费侧看,将由用户侧单向用电向电能双向传输转变。
多元用电负荷、分布式电源、新型储能将快速发展,负荷特性由传统的刚性用电需求、单向用电向柔性用电需求、用户电能双向传输转变,终端能源侧的电力产消者将大量出现,电力供需平衡模式由“源随荷动”向“源荷互动”转变。
从二次系统看,电力系统控制模式将发生深刻变化。
随着新能源电力和电量占比的提升,电力系统不确定性增大、复杂性增加、可控性变差,这将推动一体化控制向主配网协同、微电网自治等控制模式转变。
消纳大规模风电的多时间尺度协调的有功调度系统设计摘要:大规模风电的接入对电网调度模式和技术提出了重大挑战。
通过分析风电预测精度随时间尺度逐级提高的特性和有功调度的固有特点,提出了多时间尺度协调的有功调度模式及其关键技术。
这种调度模式是基于“多级协调、逐级细化”的思路,将上一级遗留的偏差由下一级来修正。
文中首先介绍了该系统的整体构架和总体思路;然后,分析了发电态势分析的几个基本问题:理想发电模型、扩展短期预测和超短期预测以及负荷特性分解;接着,提出滚动计划优化模型及其与日前计划的关系,以及以弃风最小为目标的实时调度模型及其与风电场调度的关系。
最后,给出了一个实际系统的应用效果。
关键词:风电接入;有功调度;多时间尺度协调;实时调度;电力系统调度0引言大规模风电接入对电力系统调度运行的影响是多方面的,如有功/无功潮流、电压、系统稳定性、电能质量等。
有功调度作为电力系统调度运行体系中的核心组成部分,直接关系到电力系统中的有功功率平衡和频率稳定,对电力系统的安全、可靠、经济运行有着不可替代的重要作用。
风电接入后的电力系统在线有功调度包括电网侧的调度决策和风电场侧的运行控制2个方面。
电网侧的在线有功调度决策是电网控制中心针对大规模风电接入,如何建立新的在线有功调度运行方法以适应风力发电的特点,保持电网功率平衡和频率稳定;风电场侧的有功运行控制是指风电场如何控制风电机组的运行,以使风电场的输出功率尽量平稳并且具备一定的可控能力。
目前国内外的学者对风电场的运行控制研究已经取得了一定的成果,主要集中在风力发电机组的电压和无功控制等方面,但在电网控制中心的在线有功调度方面的研究相对较少。
风力发电区别于其他传统发电形式,在于其取决于风速,且具有一定的随机性和间歇性。
目前关于风电接入后的电力系统有功调度的研究主要包括风电预测[1-6]、运行备用优化[7-15]、阻塞管理、有功发电计划和频率控制等方面。
为了提高电网对风电的接入能力,风电预测是一项基础工作,但是风电预测的准确性难以保证。
随着预测时间的增长,预测误差也会逐渐增大,预测时间越短,预测误差相对越小。
例如:风电场日前风电预测的误差一般为25%~40%[16],有时可能更大。
因此,本文引入多时间尺度的有功协调优化调度模式,目的在于逐级降低由于风电接入后电网运行的不确定性,增加系统接纳风电的能力。
1总体思路国内传统的调度方式主要采用人工日前调度计划和自动发电控制(AGC)等2个时间尺度相结合的调度方式,这2个时间尺度跨度大、调度模式较粗放,无法适应大规模风电接入后的电网调度。
传统调度方式主要存在以下问题:①日前负荷预测结果与实际负荷往往存在较大偏差,特别是大规模上网风电的随机性和波动性,使得日前计划在执行中和实际情况存在很大偏差;②日前调度与AGC之间时间跨度太大,日前计划偏差、负荷和风电随机扰动全部由AGC机组来负担,经常会出现AGC可调容量不足的情况,进一步影响了系统的安全性和电能质量。
因此,在现有调度模式下,调度员不得不时时根据系统功率不平衡量调节常规发电机基点功率,工作量和强度都很大,在大规模风电接入的情况下已无法适应。
由于预测精度与时间跨度成反比,本文提出在时间维将有功调度策略分解为秒级、5~15 min级、30~60 min级、日级等。
根据负荷波动的特点和机组的控制特性,可以把控制分解为4个阶段:日前计划、滚动计划、实时调度计划和AGC。
1) 日前计划。
日前计划有充足的时间进行动态优化计算,该时间级的控制以安全为约束,以经济为目标,可以称为最优控制。
2)滚动计划。
以扩展短期负荷预测为基础,30~60 min为启动周期的滚动计划充分利用最新的信息,实时对剩余时间的发电计划进行修正,逐步降低日前计划的不确定性,同时预测各风电场未来时段的最大允许发电曲线。
3)实时调度计划。
调度计划在实施时,要面对运行点接近安全域边沿、机组未有效跟踪计划、AGC机组容量不足等不确定因素。
取系统中性能良好、执行计划良好的机组作为缓冲机组,通过超短期预测以5~15 min为周期调整出力,用于消除这些不确定因素。
缓冲机组以安全为第一目标,经济为第二目标,一方面吸收最优控制过程中的功率不平衡量、改善运行安全性,保证最优控制环节正常运行;另一方面为秒级AGC机组预留调节空间,保证AGC环节的正常运行。
本文称这种对缓冲机组的控制为保优控制。
保优控制需要超短期负荷预测作为支持。
当电网发生阻塞时,也可先调缓冲机组以避免干扰最优控制。
4)AGC。
AGC包括校正控制和安全校正控制(阻塞管理)。
其中,校正控制调度秒级AGC机组,使频率和联络线功率满足CPS考核指标;安全校正控制即时处理线路断面潮流越限。
AGC的目标是快速消除安全隐患,保证系统频率质量。
图1给出了日前计划、滚动计划、实时调度计划和AGC之间的关系,本质上是在日前发电计划和AGC之间增加滚动计划和实时调度计划阶段。
在该阶段中建立智能化决策和自适应协调控制的技术支持环节,以替代传统的人工调整模式,减轻值班调度员的劳动强度,实现高品质的电力供应。
图1有功发电调度的分级控制模式Fig.1 A hierarchical control model for activepower dispatch2关键技术为了实现多时间尺度协调的调度模式,需要解决其中几个关键技术问题。
2.1发电态势分析多时间尺度的协调控制本质上是一种超前控制,因此首先需要回答的问题是下一时刻或时段总的发电需求是多少然后作出发电态势分析。
发电态势分析需要解决如下问题。
1)预测模型问题。
传统的算法直接把实测的负荷数据PD作为预测的基础数据,预测得到的是负荷值并不能直接作为发电出力的控制目标,因此提出理想发电预测模型P*G[17]:P*G= PD+KLΔf+Ploss+PST(1)式中:Ploss为系统网损;KLΔf为系统频率偏差引起的功率偏差;PST为联络线功率交换计划。
图2显示了1日中某省电网网损的变化情况,可见变化很大。
因此,采用理想发电预测模型是实现超前控制的关键之一。
图2某省级电网1日的网损曲线Fig.2 A daily power loss curve of a provincialpower grid2)扩展短期负荷(发电需求)预测模型和方法,以满足滚动计划的需求。
滚动计划环节需要监视当日发电计划的执行情况,在原计划与实际负荷发生严重偏离的情况下,及时完成该日剩余时段负荷的重新预测和发电计划的调整。
提出了扩展短期负荷(发电需求)预测服务于滚动计划,它利用当前时刻及以前的历史负荷数据预测当前时刻及以后的系统负荷,详细技术细节请参阅文献[18]。
3)超短期负荷(发电需求)预测的方法,以满足实时调度的需求。
实时调度环节是以5~15 min为周期进行超前的功率平衡调度,因此,如何保证超短期负荷预测的精度是实现实时调度的关键,详细技术细节参阅文献[19]。
4)负荷分解与负荷特性分析,以确定不同机组的角色分配。
电力系统的负荷变化是引起电力系统功率不平衡的主要原因之一,是制订参与计划、实时调度和AGC机组容量的主要依据。
通过对日负荷曲线的分解,电力系统的负荷通常是由3种不同变化规律的负荷分量组成:第1种是变化周期在10 s以内、变化幅值较小的负荷分量。
这种负荷的快速波动是各个独立负荷随机变化的集中表现,主要由AGC机组来平衡。
第2种是变化周期在10 s到数分钟之间的负荷分量。
这种负荷变化的幅值较小,一般不超过负荷峰值的2.5%,主要由实时调度机组来承担。
第3种是变化缓慢的持续变动负荷。
这类负荷的变化主要是由各种行业的作息制度、居民生活用电方式等引起,具有较强的规律性,可以由计划机组来承担。
通过负荷分解与负荷特性分析,确定计划、实时调度AGC 机组容量,详细技术细节可参阅文献[20]。
另外,日前短期风电预测的误差很大,而且规律性不强,只能通过对常规机组的调度来平衡。
本文通过日内滚动计划和实时调度环节逐级消纳这部分误差。
2.2滚动计划随着时间尺度变长,发电需求和风电出力预测的不确定因素的影响不断增加,预测的准确度会逐渐降低,因此,日前计划无法满足实际功率平衡需求。
对1日每个时段之后的剩余时段的发电需求进行在线滚动修正,即滚动地修正各个机组在剩余时段的出力计划,使得机组的总出力与实际发电需求逐级逼近。
所以,可以认为滚动计划就是对日前计划不断修正、不断刷新的过程。
滚动计划是从当前时段到结束时段之间的动态优化,在数学上是一个NP难题,模型复杂而且耗时较多。
因此,需要研究如何通过对动态优化模型进行时间维度和空间维度的解耦并进行协调以得到适于滚动计划环节在线应用的实用化的优化模型。
这对滚动计划算法的高效性提出了要求。
其次,由于日负荷和风电出力波动带来的不确定性,算法及其优化模型还需要具有很好的鲁棒性。
2.2.1滚动计划与日前计划的关系日前计划是在已知次日系统负荷预测、水电计划、交换计划、燃料计划等的情况下,制订次日发电机组的运行计划,使得系统发电或者购电的总费用最低。
其优化模型中,单台机组的费用与该机组的发电出力成正比或者二次关系,因此,整个日前计划的目标函数可以表示为:(2)式中: 为机组i在时段t的出力值;N为机组数;T为时段数。
若令ai=0,则目标函数与出力值是线性关系。
滚动计划对日前计划不断修正的过程。
日前计划中包含了节能减排、电量约束以及其他非技术性约束,滚动计划以日前计划为基础,滚动制订各个机组计划出力的调整量,因此,需要将该调量限定在一定的范围内。
令机组i在时段t(当前时段T0之后的剩余时段)的出力修正值为则机组i在时段t的出力为。
对应的目标函数为:(3)式中: 为最新计划(最近一次的滚动修正计划出力,若之前没有滚动修正,则为日前计划的出力值)中机组i在时t的出力值,而必须在的邻域之内。
2.2.2滚动计划的模型降低煤耗和降低购电成本都可单独作为优化目标,也可综合优化。
采用发电出力的二次函数,通过权重系数,进行两者之间的协调,这样便可以将多目标优化问题转换为带约束的以二次函数最小值为目标的优化问题。
假定机组i在时段t的原计划出力为pit。
若在时段T0(0≤T0<T)观察到时段T0+1的扩展短期发电需求预测与最新计划的差值超过一定的阈值,则需要对时段T0+1,T0+2,…,T的所有机组出力进行修正。
考虑到滚动计划和日前计划的关系,令机组i在时段t(T0<t≤T)的出力修正值为Δpit,则机组i在时段t的出力为pit+Δpit。
滚动计划优化问题的目标函数为:1)发电需求功率平衡约束式中: 为时段t扩展短期负荷预测的发电需求与最新计划的发电需求的差值;t=T0+1,T0+2,…,T。
2)断面潮流约束式中:m=1,2,…,M;t=T0+1,T0+2,…,T; 为电机i对断面m的有功灵敏度;m为需要考虑的断面数; 为断面m 在时段t的传输上限。