风电的短期机组组合策略研究综述

《风电的短期机组组合策略研究综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、风电的短期机组组合策略研究综述【关键词】机组组合风能不确定性1技术背景随着能源问题在全球经济的大背景下口益凸显，人们意识到能源是人类生存和整个社会发展的重要物质基础。但是现如今，传统能源（煤、石油）已经不能满足经济以及可持续发展大背景下的的需求，因此为了解决能源缺乏以及环境恶化等问题，各国正在积极探索和鼓励可再生能源的发展。到目前为止，我国部分地区的风电并网比例已经超过了20%（内蒙古东部电网装机比例超过30%）。在未來的几年内，根据我国对于新能源发电计划的政策扶持，我国的风电总装机容量将迅速且持续的增长。1.1技术含义机组组合作为调度阶段措施之一，是电力系统规划以及运行的重耍研究课题

2、，其主要任务是在以日、周、年为周期的时间段内，以己有的负荷预测为基准，同时以总成本最低为目标來安排各个时间段内各机组的启停计划和出力的大小。机组组合问题対于电力系统的可靠性、安全性、经济性都具冇十分重要的意义。在机组组合计划阶段，需要考虑多种系统约束和单机约束，其中包括：功率平衡、备用需求、网络安全约束、机组出力上下限、机组爬坡率限制等，同时还需能保证整体电网的安全以及可靠性,使其策略合理可行。良好的组合策略可以有效的降低能源消耗，提高发电机组的运行效率和可靠性，并延长机组的使用寿命，其所产生的直接和间接的经济效益巨大。1.2目标函数机组组合的最终优化结果是要在各种约束条件下，是电力系

3、统的调度运行成木（能源耗量）可以达到最小。其日标函数可以表述为：其中C为调度成本；T为整体时间周期；N为机组总数；Uti表示i号机组在t时刻的启停状态（Uti二1表示机组启动，Uti二0表示机组停机），Pti表示i号常规机组在t时刻的出力，Uti和Pti均为整体系统中的决策变量；fi（Pti）表示i号机组在出力为Pti是的运行成本。通常情况下影响上式优化结果的约束条件有以下几项：1机组有功功率平衡：PI表示I时刻下电力系统的有功总负荷；2机组有功岀力约束：,分别表示i号机组冇功出力的最大与最小值；3机组爬坡约束：其中，分别表示i号机组有功出力的上升与下降速率的最大值；4机组旋转备用约束

4、英中表示i号机组t时刻出力的最大值，表示t时刻的旋转备用容量。在以往传统的火电机组组合屮，发电机组为可调节机组且输出较为稳定。因此负荷预测可以通过各种技术方法得到并且结果可以满足各项指标要求，故机组组合问题的研究成果相对较为完善成熟。但近年来，我国经济飞速发展，电网规模逐步扩大，要考虑更多复杂约束，包括：网络安全、环境保护等；同时，虽然风能有无污染、可再生、装机规模灵活的优点,但由于风能具有很人随机性、波动性、间歇性的缺点，难以准确预测各周期的负荷。使得机组组合问题变得更加复杂化，因而对现有中长期及短期机组组合策略的制定提出了新的挑战和难题。1.3技术关键山于风力发电的部分缺点是具有随

5、机性、波动性、间歇性，并且精准预测风电功率难度较大。因此大规模风电并网对于电力系统的影响，包括制定发电计划和机组组合策略等一系列关键措施都带来了很多障碍。为解决大规模风电并网对于机组组合问题的各种不利影响，必须在传统的机组组合数学模型以及解决方法基础之上继续探索，对风电并网以麻的机组组合情况进行改进与创新，可以从以下几个角度考虑改进的方法：（1）由于风电的不确定性较大，所以需要在较为准确预测风电功率的基础上，通过仿真实验建立可以真实描述风功率随机波动的数学模型，为系统调度规划以及机组组合策略制定提供理论基础；（2）考虑到风功率波动在原有机组组合基础上增加了部分约束条件,所以整体系统的运

6、行费用C也会相应提高。因此需要在大规模风电并网所产生的额外成本与风电并网对于常规能源所造成的环境污染的改善，这二者之间找到最优方案，取得环境与经济效益的共赢。（3）由于目前风功率预测与实际值存在较大误差，所以需要在传统旋转备用基础上增设下旋转备用，比如：表示t时刻出力的最小值，表示t时刻的下旋转备用容量目的是防止当系统负荷较低时，风功率的激增导致风机强制脱网所带来的危害。因此需要增加额外的下旋转备用来保证电力系统的稳定性和可靠性。这也是目前研究含风电机组组合的难题之一。2国内外研究现状机组组合优化问题一直是国内外电力系统研究屮的热点。多年来，研究学者对机组组合的模型及求解方法进行了各种

7、各样的探索，所提出的数学模型对于待解决问题都各有侧重，也可以满足不同系统的运行要求。机组组合问题从数学角度來讲，属于一个高维、非凸、离散、非线性的混合整数规划问题，含有大量的离散变量和连续变量。从理论角度，很难在一定时间内找出全局最优解。可由于解决此问题所能带来的直接和间接的巨大经济效益，因此也激励着国内外电力研究学者对此问题进行深入的探究，目前为止解决方法含有；数学规划法、人丁智能优化法等。随着风电并网造成不确定性的增加，近年來国内外对风速及