含風電場經(jīng)濟調(diào)度中備用配置的研究

牟春曉，李鵬波，楊佳俊，賈歡，徐建政

(1．山東大學電氣工程學院，山東濟南250061; 2．山東省電力公司菏澤供電公司，山東菏澤274000)

含風電場經(jīng)濟調(diào)度中備用配置的研究

牟春曉1，李鵬波1，楊佳俊1，賈歡2，徐建政1

(1．山東大學電氣工程學院，山東濟南250061; 2．山東省電力公司菏澤供電公司，山東菏澤274000)

風電與負荷的不確定性給電力系統(tǒng)的經(jīng)濟調(diào)度帶來了困難，如何處理風險，綜合考慮經(jīng)濟發(fā)電與旋轉(zhuǎn)備用計劃是經(jīng)濟調(diào)度中需要解決的問題。風電場出力預測主要影響系統(tǒng)的負荷運行備用容量，因此要通過配置備用來應付系統(tǒng)中的不確定性因素。本文通過備用的效益與成本在目標函數(shù)中的相互牽制，自動為系統(tǒng)配置合適的備用，并引入{0，1}變量將非線性約束轉(zhuǎn)化為由一組線性約束條件來表達，轉(zhuǎn)化后的數(shù)學模型為標準的二次混合整數(shù)規(guī)劃問題，算例分析表明本文模型的有效性和實用性。

隨機因素;旋轉(zhuǎn)備用;成本效益;機組組合;二次整數(shù)規(guī)劃

1 引言

世界各國都在大力開發(fā)風能資源，風能作為一種新的可再生能源，其發(fā)電不需要消耗燃料，可以節(jié)省燃料成本。但風能具有隨機性的特點，它和系統(tǒng)中原有的隨機因素疊加在一起，使系統(tǒng)運行中不確定性因素增多，給電力系統(tǒng)的安全經(jīng)濟運行帶來了新的挑戰(zhàn)［1，2］。用傳統(tǒng)方法解決含風電的動態(tài)經(jīng)濟調(diào)度問題需要知道每個優(yōu)化時段的風電場出力數(shù)據(jù)，國內(nèi)外已開展預測風電場發(fā)電出力的工作［3，4］。為了考慮風電的隨機性和間歇性特點，文獻［5-7］在風速預測的基礎(chǔ)上，應用機會約束規(guī)劃技術(shù)表示風電場出力的隨機性和預測誤差，用隨機規(guī)劃理論建立了考慮機組啟停的含風電場經(jīng)濟調(diào)度模型，以概率的形式描述相關(guān)約束條件，并使用基于隨機模擬的智能算法求解隨機規(guī)劃模型。文獻［8，9］應用模糊理論建立含風電場的經(jīng)濟調(diào)度模型，綜合考慮了經(jīng)濟效益與風電加入給系統(tǒng)帶來的風險，通過定義隸屬度函數(shù)將確定性問題模糊化，采用最大滿意度指標法將問題轉(zhuǎn)化為非線性規(guī)劃問題，帶有一定的人為因素。

風電并網(wǎng)后系統(tǒng)運行的可靠性及調(diào)度方案魯棒性的本質(zhì)就是在原有的備用配置基礎(chǔ)上額外安排一定容量的備用來應對風電的間歇性波動。文獻［10］在常規(guī)機組組合優(yōu)化模型的基礎(chǔ)上引入了正、負旋轉(zhuǎn)備用約束，以應對風電功率預測誤差給系統(tǒng)調(diào)度帶來的影響，但是該文采用按照確定性的備用配置方法，即使系統(tǒng)的備用容量必須大于或等于負荷與風電功率的某一百分比的組合，同時模型中沒有考慮機組啟停安排會使系統(tǒng)經(jīng)濟性變差;文獻［11］考慮了旋轉(zhuǎn)備用和風電場爬坡約束，但模型也沒有考慮機組啟停安排會使系統(tǒng)經(jīng)濟性變差;文獻［12］應用基于隨機模擬的機會約束規(guī)劃方法構(gòu)建了考慮負荷預測誤差、風電出力偏差以及機組故障停運等不確定隨機因素的備用獲取模型，旋轉(zhuǎn)備用約束通過給定的置信水平給出，該方法可確保系統(tǒng)始終保持在某一置信水平并達到該置信水平下的經(jīng)濟性最優(yōu)，但無法回答該置信水平應該如何設定及是否合理，另外由于模型采用了基于隨機模擬的遺傳算法，使問題的求解速度離實際應用可能會有一定距離。

本文利用正、負備用應對風電及負荷的波動性，當實際的風電與負荷的等效負荷比預測的等效負荷大時則正備用響應，反之則負備用響應;本文沒有相應的備用約束，而是通過備用的成本效益分析方法在機組組合中自動配置合理的備用容量。備用的效益表達即為通過配置備用減少用戶的停電損失和切風電功率的損失，備用的成本體現(xiàn)在由于配置備用使機組偏離經(jīng)濟運行點而使運行成本增加，同時電力市場環(huán)境下，發(fā)電商不可能免費提供備用，必須考慮機組備用容量的機會成本。將上調(diào)(下調(diào))備用不足造成的停電(切風電)損失與系統(tǒng)的運行成本及上調(diào)、下調(diào)備用容量成本作為機組組合的目標函數(shù)，通過備用的效益與成本在目標函數(shù)中的相互牽制，自動為系統(tǒng)配置合適的備用。

2 機組組合模型

2.1 目標函數(shù)

影響機組組合問題的因素主要有運行能耗、啟停損耗，本文在考慮以上基本因素的基礎(chǔ)上加上備用成本、電量不足以及切風電功率的價值損失共同組成目標函數(shù):

2.2 約束條件

預測等值負荷條件下發(fā)電與等值負荷平衡約束:

式中，Dt(pre)為時段t的負荷預測值;Wt(pre)為時段t的風電功率預測值。

機組最小運行和最小停運時間約束:

由于式(9)與式(10)的約束條件表達形式無法用常規(guī)的優(yōu)化算法求解，因此要進行適當變換以便求解。

3 機組組合模型求解

3.1 模型簡化

若隨機數(shù)發(fā)生器產(chǎn)生的第j個樣本的等值負荷比期望等值負荷大，即Δ≥0，這時若上調(diào)備用容量充足時，不會導致失負荷;反之則會失負荷。為表征等值負荷比預想期望等值負荷大的情形下，由于上調(diào)備用不足引起失負荷，引入{0，1}變量(up)，表示如下:

式(12)是由{0，1}變量與連續(xù)變量乘積形式表示的方程，可以等效轉(zhuǎn)化成用一系列線性不等式約束進行表示:

若隨機數(shù)發(fā)生器產(chǎn)生的第j個樣本的等值負荷比期望等值負荷小，即Δ≤0，這時若下調(diào)備用容量充足時，不會導致切風電功率;反之則會切風電功率。為表征等值負荷比預想的期望等值負荷小的情形下，由于下調(diào)備用不足引起切風電功率，引入{0，1}變量(dn)，表示如下:

綜上，整個求解模型的目標函數(shù)為式(1)，約束條件由式(2)～式(7)、式(11)、式(13)～式(17)、式(19)～式(22)組成，目標函數(shù)為二次形式，約束條件為線性形式的二次混合整數(shù)規(guī)劃問題，可以應用現(xiàn)成的優(yōu)化工具求解。

3.2 模型求解流程

模型的求解流程如下:

(1)輸入機組成本特性、參數(shù)、負荷與風電功率的預測功率以及預測誤差所服從的概率分布的參數(shù);

(2)應用隨機數(shù)發(fā)生器產(chǎn)生M個等值負荷樣本，并根據(jù)該樣本下各個時段等值負荷與期望等值負荷的大小關(guān)系，判斷在該樣本條件下是上調(diào)備用或是下調(diào)備用進行響應，并在程序中根據(jù)其寫出目標函數(shù)和相應的約束條件;

(3)寫入其他常規(guī)機組組合的約束條件;

(4)應用MIP軟件進行求解。

4 算例仿真分析

用C++編寫調(diào)用MIP商業(yè)軟件程序進行求解。本文機組的耗量特性、機組技術(shù)參數(shù)以及負荷和風電功率的期望值采用文獻［12］的數(shù)據(jù)，不考慮機組的閥點效應。

假設備用容量價格為5S|/MW，切風電或負荷的價值損失為5000S|/(MW·h)，負荷預測誤差σ1= 0.02，風電功率預測誤差σ2=0.10，仿真結(jié)果見表1～4。表中只顯示了變化的相關(guān)參數(shù)，未顯示參數(shù)按基準條件所述?；鶞蕳l件下的機組啟停狀態(tài)、機組調(diào)度出力值、機組上調(diào)備用及機組下調(diào)備用結(jié)果見附錄。

表1 預測誤差方差對系統(tǒng)經(jīng)濟運行的影響Tab．1Influence of variance of forcast error on system economic operation

從表1中可以看出，預測誤差變大時，系統(tǒng)要應付的不確定因素增大，因此機組的運行點經(jīng)濟性會變差，機組的備用量增加，切負荷或風電的概率變大，因此期望的價值損失也增大。

表2 備用價格對系統(tǒng)經(jīng)濟運行的影響Tab．2Influence of reserve price on system economic operation

從表2中可以看出，隨著備用價格的增加，按照經(jīng)濟性最優(yōu)的前提下配置備用時，系統(tǒng)購買的備用容量會減少(當然備用成本增加)，同時機組的運行點經(jīng)濟性有所增強，但是由于備用容量減少會導致系統(tǒng)可靠性變差從而使期望價值損失增加，總體上系統(tǒng)的成本呈增加趨勢。

表3 切負荷或風電的單位損失價值對系統(tǒng)經(jīng)濟運行的影響Tab．3Influence of cutting load or unit loss value of wind power on system economic operation

從表3中可以看出，隨著單位損失價值的升高，系統(tǒng)為了提高可靠性會多配置備用容量從而使備用成本增加，由于對備用的要求提高，機組的運行經(jīng)濟點變差使運行成本增加，但換來的是可靠性水平的提高。

表4 負荷與風電功率預測值Tab．4Load and wind power forecast value (單位:MW)

從表5中可看出，由于預測誤差的增大，風電接入后的價值打了折扣，這主要是由于預測誤差大，系統(tǒng)必然要配置更多的備用，從而導致機組非經(jīng)濟點運行和備用成本的增加，同時由于預測精度差，發(fā)生切負荷或風電的概率增加，從而導致期望損失價值增加;同時從表5可以看出在預測誤差較小的情況下，一般來說在風電功率比例不是很高時，隨著風電功率的增加，系統(tǒng)的總成本會減少;在預測誤差較大時，系統(tǒng)要配置更多的備用、機組運行于非經(jīng)濟運行點以及期望損失價值都會增加，這樣在一定程度上“侵蝕”了風電帶來的經(jīng)濟效益，此時較好的方式就是在超過此臨界值時采取儲能的策略，在風電出力較少時釋放能量，降低系統(tǒng)運行成本。

表5 不同風電水平下，風電預測誤差對系統(tǒng)接入風電的經(jīng)濟性的影響Tab．5Economic influence of wind power prediction error on wind power system under different wind power levels

5 結(jié)論

本文應用成本效益分析的方法，通過備用的效益與成本在目標函數(shù)中的相互牽制，為含風電的電力系統(tǒng)自動配置經(jīng)濟合理的備用，無需人為指定系統(tǒng)必須滿足的備用容量約束或可靠性的置信水平。模型中考慮了負荷預測誤差、風電出力偏差等隨機因素，揭示了備用對系統(tǒng)運行經(jīng)濟性的影響，以及備用的效益與成本之間相互牽制最終達到經(jīng)濟性最優(yōu)的平衡關(guān)系。另外，本文建立的模型是直接能夠用傳統(tǒng)數(shù)學優(yōu)化模型求解的，計算速度較許多機會約束規(guī)劃方法快。本文算例表明風電、負荷等隨機因素對系統(tǒng)的經(jīng)濟性和可靠性產(chǎn)生很大影響;風電及負荷預測精度的提高能夠為系統(tǒng)帶來很大的經(jīng)濟效益;無論預測精度如何提高，風電預測誤差都始終存在，因此風電接入的價值不是一個單調(diào)遞增的函數(shù)，存在經(jīng)濟上最優(yōu)的風電接入功率。本文在研究備用配置對系統(tǒng)經(jīng)濟性影響方面有一定的指導意義。

［1］雷亞洲(Lei Yazhou)．與風電并網(wǎng)相關(guān)的研究課題(Studies on wind farm integration into power system)［J］．電力系統(tǒng)自動化(Automation of Electric Power System)，2003，27(8):84-89．

［2］田春箏，李瓊林，宋曉凱(Tian Chunzheng，Li Qionglin，Song Xiaokai)．風電場建模及其對接入電網(wǎng)穩(wěn)定性的影響分析(Modeling and analysis of the stability for the power system considering the integration of the wind farms)［J］．電力系統(tǒng)保護與控制(Power System Protection and Control)，2009，37(19):46-51．

［3］楊秀媛，肖洋，陳樹勇(Yang Xiuyuan，Xiao Yang，Chen Shuyong)．風電場風速和發(fā)電功率預測研究(Wind speed and generated power forecasting in wind farm)［J］．中國電機工程學報(Proceedings of the CSEE)，2005，25(11):1-5．

［4］楊洪，古世甫，崔明東，等(Yang Hong，Gu Shifu，Cui Mingdong，et al．)．基于遺傳優(yōu)化的最小二乘支持向量機風電場風速短期預測(Forecast of short-term wind speed in wind farms based on GA optimized LSSVM)［J］．電力系統(tǒng)保護與控制(Power System Protection and Control)，2011，39(11):44-48．

［5］江岳文，陳沖，溫步瀛(Jiang Yuewen，Chen Chong，Wen Buying)．含風電場的電力系統(tǒng)機組組合問題隨機模擬粒子群算法(Particle swarm research of stochastic simulation for unit commitment in wind farms integrated power system)［J］．電工技術(shù)學報(Transactions of China Electrotechnical Society)，2009，24(6):129-137．

［6］孫元章，吳俊，李國杰，等(Sun Yuanzhang，Wu Jun，Li Guojie，et al．)．基于風速預測和隨機規(guī)劃的含風電場電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度(Dynamic economic dispatch considering wind power penetration based on wind speed forecasting and stochastic programing)［J］．中國電機工程學報(Proceedings of the CSEE)，2009，29(4): 41-47．

［7］雷宇，楊明，韓學山(Lei Yu，Yang Ming，Han Xueshan)．基于場景分析的含風電系統(tǒng)機組組合的兩階段隨機優(yōu)化(A two-stage stochastic optimization of unit commitment considering two power based on scenario analysis)［J］．電力系統(tǒng)保護與控制(Power System Protection and Control)，2012，40(23):58-67．

［8］Vladimiro Miranda，Pun Sio Hang．Economic dispatch model with fuzzy wind constraints and attitudes of dispatchers［J］．IEEE Transactions on Power Systems，2005，20(4):2143-2145．

［9］Liang R H，Liao Jianhao．A fuzzy-optimization approach for generation scheduling with wind and solar energy systems［J］．IEEE Transactions on Power Systems，2007，22(4):1665-1674．

［10］周瑋，彭昱，孫輝(Zhou Wei，Peng Yu，Sun Hui)．含風電場的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度(Dynamic economic dispatch in wind power integrated system)［J］．中國電機工程學報(Proceedings of the CSEE)，2009，29 (25):13-18．

［11］夏澍，周明，李庚銀(Xia Shu，Zhou Ming，Li Gengyin)．含大規(guī)模風電場的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度(Dynamic economic dispatch of power system containing largescale wind farm)［J］．電力系統(tǒng)保護與控制(Power System Protction and Control)，2011，39(13):71-77．

［12］葛炬，王飛，張粒子(Ge Ju，Wang Fei，Zhang Lizi)．含風電場電力系統(tǒng)旋轉(zhuǎn)備用獲取模型(Spinning reserve model in the wind power integrated power system)［J］．電力系統(tǒng)自動化(Automation of Electric Power System)，2010，34(6):32-36．

附錄基準條件下的機組組合結(jié)果

在負荷與風電功率1預測值的條件下，假設備用容量價格為5S|/MW，切風電或負荷的賠償價格為5000S|/MW，σ1=0.02，σ2=0.10，得到的機組啟停狀態(tài)、機組調(diào)度出力值、機組上調(diào)備用容量、機組下調(diào)備用容量如附表1～附表4所示，附表2～表4中的單位均為MW。

(，cont．on p.80)(，cont．from p.55)

Study of reserve configuration of economic dispatch in wind farm integrated system

MOU Chun-xiao1，LI Peng-bo1，YANG Jia-jun1，JIA Huan2，XU Jian-zheng1
(1．Shandong University，Jinan 250061，China; 2．Heze Power Company，Shandong Electric Power Group Corporation，Heze 274000，China)

The uncertainty of wind power and load forecast brought difficulties to power economic dispatch，and the problem need to be solved was how to deal with risk，economic generation and spinning reserve plan．The solution which is economic and reliable is difficult to be attained by traditional ways．Load operating reserve capacity of the system is mainly impacted by wind power prediction，so that the backup should be configured to cope with the uncertainty of the system factors．Through the mutual check of the spare benefit and cost in the objective function，suitable spare could be automatically configured for the system，and{0，1}variable was introduced in the nonlinear constraints，so it could be transformed to a group of linear constrains to express，and the transformation of the mathematical model was a standard secondary mixed integer programming problem．The example results show the effectiveness and practicability．

stochastic factor;spinning reserve;cost benefit;unit commitment;quadratic integer programming

附表1 機組啟停狀態(tài)

附表2 機組調(diào)度出力值(單位:MW)

附表3 機組上調(diào)備用(單位:MW)

附表4 機組下調(diào)備用(單位:MW)

TM731

A

1003-3076(2014)11-0050-06

2013-05-22

牟春曉(1989-)，女，山東籍，碩士研究生，研究方向為電力系統(tǒng)運行與控制;楊佳俊(1986-)，男，山東籍，碩士研究生，研究方向為電力系統(tǒng)分析計算與調(diào)度自動化(通信作者)。