含大规模风电的电力系统多时间尺度源荷协调调度模型研究

被引:55
作者
张亚超 [1 ]
刘开培 [2 ]
廖小兵 [2 ]
胡志鹏 [3 ]
机构
[1] 福州大学电气工程与自动化学院
[2] 武汉大学电气与自动化学院
[3] 国网杭州供电公司
基金
国家重点研发计划;
关键词
风电; 高载能负荷; 多时间尺度协调调度; 风电消纳; 机组组合;
D O I
10.13336/j.1003-6520.hve.20190130034
中图分类号
TM614 [风能发电]; TM73 [电力系统的调度、管理、通信];
学科分类号
0807 ; 080802 ;
摘要
由于风电出力的间歇性和波动性,传统的电网运行调度模式和常规机组的调节能力已无法满足大规模风电并网的需求。利用概率性精简场景集描述日前风电出力的不确定性,推导出应对风电波动的日前机组组合决策。针对常规机组调节能力对风电消纳的制约影响,提出高载能负荷和常规机组协调运行的调度模式。在此基础上,以系统总运行成本和污染排放最小为目标建立了多时间尺度源荷协调调度模型,将日前调度、日内滚动调度和实时调度统筹兼顾配合,并采用智能优化算法逐级求解。通过实际算例验证了所提模型的合理性和实用性,为电网消纳间歇性能源提供了一种有效途径。
引用
收藏
页码:600 / 608
页数:9
相关论文
共 18 条
[1]  
Improved gravitational search algorithm for unit commitment considering uncertainty of wind power.[J].Bin Ji;Xiaohui Yuan;Zhihuan Chen;Hao Tian.Energy.2014,
[2]  
On the low-rank approximation by the pivoted Cholesky decomposition.[J].Helmut Harbrecht;Michael Peters;Reinhold Schneider.Applied Numerical Mathematics.2011, 4
[3]  
Large scale wind power integration in China: Analysis from a policy perspective.[J].Sufang Zhang;Xingmei Li.Renewable and Sustainable Energy Reviews.2011, 2
[4]   Latin hypercube sampling and the propagation of uncertainty in analyses of complex systems [J].
Helton, JC ;
Davis, FJ .
RELIABILITY ENGINEERING & SYSTEM SAFETY, 2003, 81 (01) :23-69
[5]   Scenario reduction algorithms in stochastic programming [J].
Heitsch, H ;
Römisch, W .
COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, 2003, 24 (2-3) :187-206
[6]   多时间尺度的电力系统鲁棒调度研究 [J].
范刘洋 ;
汪可友 ;
吴巍 ;
李国杰 ;
葛延峰 .
电网技术, 2017, 41 (05) :1576-1583
[7]   规模风电并网条件下火电机组深度调峰的多角度经济性分析 [J].
林俐 ;
邹兰青 ;
周鹏 ;
田欣雨 .
电力系统自动化, 2017, 41 (07) :21-27
[8]   计及柔性资源的含风电场电力系统多目标动态协调调度 [J].
张亚超 ;
刘开培 ;
秦亮 ;
方仍存 .
高电压技术, 2017, 43 (04) :1186-1193
[9]   大规模风电接入的智能电网多类型柔性负荷分级优化调度 [J].
邱晓燕 ;
沙熠 ;
宁雪姣 ;
刘波 ;
任立 ;
谢兼达 .
高电压技术, 2016, 42 (07) :2084-2091
[10]   风电功率预测方法综述 [J].
钱政 ;
裴岩 ;
曹利宵 ;
王婧怡 ;
荆博 .
高电压技术, 2016, 42 (04) :1047-1060