風(fēng)電并網(wǎng)電力系統(tǒng)環(huán)境經(jīng)濟調(diào)度優(yōu)化分析

金晶亮 張明明 李晨宇 丁浩 錢潤康

摘要：環(huán)境經(jīng)濟調(diào)度是電力系統(tǒng)中非常重要的優(yōu)化問題，隨著風(fēng)電并網(wǎng)容量的不斷增加，有必要在環(huán)境經(jīng)濟調(diào)度中考慮風(fēng)電的不確定性，為此，需建立適用于風(fēng)電并網(wǎng)電力系統(tǒng)的環(huán)境經(jīng)濟調(diào)度模型。除了傳統(tǒng)的因素，該模型在經(jīng)濟效益和環(huán)境保護兩方面分別表述由于低估或高估風(fēng)電出力而引起的懲罰、備用因素。同時利用風(fēng)速與風(fēng)能的關(guān)系推導(dǎo)出風(fēng)電出力的統(tǒng)計特征，進而完成模型的確定性轉(zhuǎn)化。通過對電力系統(tǒng)的仿真模擬發(fā)現(xiàn)：（1）當風(fēng)電場歸其他發(fā)電集團所有時，電力系統(tǒng)的最優(yōu)計劃出力高度依賴于懲罰成本系數(shù)、備用成本系數(shù)及懲罰排放系數(shù)，而對備用排放系數(shù)則沒有顯著影響。（2）當風(fēng)電場歸電網(wǎng)所有時，電力系統(tǒng)的最優(yōu)計劃出力高度依賴于懲罰成本系數(shù)、懲罰排放系數(shù)，而對備用成本系數(shù)、備用排放系數(shù)則沒有顯著影響。

關(guān)鍵詞：環(huán)境經(jīng)濟調(diào)度；風(fēng)電；懲罰成本；備用成本；懲罰排放；備用排放

中圖分類號：TM614；TM73

文獻標識碼：A

文章編號：16735595（2018）01000807

一、引言

中國幅員遼闊、海岸線長，風(fēng)能資源極其豐富。大規(guī)模風(fēng)電并網(wǎng)是中國開發(fā)利用風(fēng)能的主要模式，同時也是建設(shè)堅強智能電網(wǎng)的重要組成部分。[12]與傳統(tǒng)發(fā)電方式不同，風(fēng)力發(fā)電過程除必要的投資和維護成本外并不需要任何燃料成本，因此風(fēng)電可以為電力系統(tǒng)的調(diào)度運行帶來更多、更長遠的環(huán)境和經(jīng)濟上的收益。然而，風(fēng)電場出力的多少取決于當時風(fēng)速的大小，這又和氣象、地理環(huán)境等客觀因素密切相關(guān)，由此造成了風(fēng)電出力的不確定性和間歇性。[3]

風(fēng)電自身難以消除的不確定性必然對電力系統(tǒng)的安全穩(wěn)定運行造成一定的影響，因此風(fēng)電并網(wǎng)電力系統(tǒng)的經(jīng)濟調(diào)度（economic dispatch，ED）更加復(fù)雜，求解難度相應(yīng)更大，傳統(tǒng)的調(diào)度模型和算法將不再適用。為此，國內(nèi)外學(xué)者已經(jīng)開展了大量研究：Lee、Chen等采用一些有效的優(yōu)化算法分析研究運行成本、旋轉(zhuǎn)備用需求以及風(fēng)電穿透功率水平的關(guān)系，并將風(fēng)電總量的一定百分比作為所選附加備用需求的參考值[46]；Hetzer等在目標函數(shù)中加入了風(fēng)電場計劃出力超過或低于實際可利用風(fēng)能時所帶來的懲罰成本[7]；孫元章引入隨機規(guī)劃理論，以概率的形式描述相關(guān)約束條件，建立了考慮機組組合的含風(fēng)電場ED的不確定性模型[8]；陳海焱等應(yīng)用模糊集理論建立了含風(fēng)電場ED的模糊模型[9]。

上述研究均以經(jīng)濟效益為單一優(yōu)化目標，并未考慮火電機組的污染物排放對環(huán)境的不利影響。隨著全球環(huán)境污染問題日益嚴峻，兼顧經(jīng)濟效益和環(huán)境保護的電力調(diào)度策略——環(huán)境經(jīng)濟調(diào)度（economic emission dispatch，EED），受到廣泛關(guān)注。[1014]在此背景下，有必要綜合考慮經(jīng)濟效益、環(huán)境保護、風(fēng)電不確定性及風(fēng)電場歸屬等因素來研究電力調(diào)度策略。然而，目前針對該問題的研究較少。

本文基于多目標隨機規(guī)劃理論，建立風(fēng)電并網(wǎng)電力系統(tǒng)的EED模型，并利用風(fēng)電出力的統(tǒng)計特征對該模型進行確定性轉(zhuǎn)化。在經(jīng)濟效益、環(huán)境保護方面，同時考慮風(fēng)電場的不同歸屬可能帶來的影響，通過仿真實驗探討由于低估或高估風(fēng)電出力而相應(yīng)產(chǎn)生的懲罰、備用因素對電力系統(tǒng)最優(yōu)計劃出力的影響。

二、模型建立

（一）概述

為了減少不利影響，有必要在經(jīng)濟效益、環(huán)境保護兩方面考慮由于風(fēng)電場計劃出力超過或低于實際出力所帶來的備用、懲罰因素。具體來說，如果風(fēng)電場計劃出力超過實際出力，計劃值與實際值之間的差額部分需要從其他電力系統(tǒng)購買，否則本系統(tǒng)內(nèi)部不能達到功率平衡，即高估了風(fēng)電出力會帶來額外的發(fā)電成本、污染物排放，因而有必要引入相應(yīng)的備用機制。相反，如果風(fēng)電場計劃出力低于實際出力，會造成實際值中超出計劃值那部分電力的浪費。為了達到功率平衡，傳統(tǒng)火電機組承擔了原本無須承擔的發(fā)電任務(wù)，即低估了風(fēng)電出力會帶來不必要的成本、污染物排放，因此有必要引入相應(yīng)的懲罰機制。

基于以上討論，本文將風(fēng)電并網(wǎng)電力系統(tǒng)的環(huán)境經(jīng)濟調(diào)度視為一個多目標隨機規(guī)劃問題：在考慮風(fēng)電不確定性及其他必要約束的情形下，力求系統(tǒng)整體的發(fā)電成本、污染物排放最小，進而探尋常規(guī)火電機組與風(fēng)電場之間最優(yōu)的負荷分配。

（二）含風(fēng)電場的EED模型

1.目標

（1）發(fā)電成本

電力系統(tǒng)發(fā)電成本最小化可表示為：

min∑Mi=1Ci（Ti）+∑Ni=1Cw，i（Wi）+∑Ni=1Cp，i（Wr，i-Wi）+∑Ni=1Cr，i（Wi-Wr，i） （1）

式中：M為火電機組數(shù)；N 為風(fēng)電場內(nèi)風(fēng)電機組數(shù)； Ti 為第i個火電機組的計劃出力； Wi 為第i個風(fēng)電機組的計劃出力；Wr，i 為第i個風(fēng)電機組的實際出力， 它是服從某個特定概率分布的隨機變量，0≤Wr，i≤Wi，rated， Wi，rated 是第i個風(fēng)電機組的額定功率；Ci（）是第i個火電機組的成本函數(shù)；Cw，i（） 是第i個風(fēng)電機組的顯性成本函數(shù)，其取值與風(fēng)電場的歸屬有關(guān)；Cp，i（）是由于低估了第i個風(fēng)電機組實際出力而造成的懲罰成本函數(shù)；Cr，i（）是由于高估了第i個風(fēng)電機組實際出力而造成的備用成本函數(shù)。

考慮閥點效應(yīng)的火電機組發(fā)電成本為[15]：

Ci（Ti）=ai2T2i+biTi+di+eisin（fi（Ti，min-Ti）） （2）

式中：ai、bi、di、ei 和 fi 為發(fā)電成本系數(shù)； Ti，min 是第i個火電機組的有功出力下限。

對風(fēng)電機組的顯性成本函數(shù)而言，如果系統(tǒng)中的風(fēng)電場歸電網(wǎng)所有，那么除了固定的投資和維護成本外，風(fēng)力發(fā)電過程并不會產(chǎn)生燃料成本。在這種情況下，模型中認為風(fēng)電機組發(fā)電成本為0，此項可以忽略。若風(fēng)電場屬于獨立的發(fā)電集團所有，那么根據(jù)風(fēng)電場與電網(wǎng)之間制定的合同協(xié)議就形成一定的風(fēng)電成本價格，具體可表示為：

Cw，i（Wi）=0， 風(fēng)電場歸電網(wǎng)所有

giWi， 風(fēng)電場歸其他發(fā)電集團所有 （3）

式中：gi 是第i個風(fēng)電機組的發(fā)電成本系數(shù)。

考慮風(fēng)電不確定性的懲罰成本函數(shù)、備用成本函數(shù)可分別表示為：

Cp，i（Wr，i-Wi）=kpE[（Wr，i-Wi）I（Wr，i≥Wi）]=kp∫Wi，ratedWi（w-Wi）fW（w）dw （4）

Cr，i（Wi-Wr，i）=krE[（Wi-Wr，i）I（Wr，i≤Wi）]=kr∫Wi0（Wi-w）fW（w）dw （5）

式中：kp是風(fēng)電機組的懲罰成本系數(shù)； kr是風(fēng)電機組的備用成本系數(shù)； fW（）是風(fēng)電出力的概率密度函數(shù)； E（） 為期望函數(shù)； I（） 為示性函數(shù)。

（2）污染物排放

在發(fā)電過程中火電機組會排放出大量硫氧化物、氮氧化物等污染物，而風(fēng)電機組不會排放污染物。類似于式（1），污染物排放最小化可表示為：

min[∑Mi=1Ei（Ti）+∑Ni=1Ep，i（Wr，i-Wi）+∑Ni=1Er，i（Wi-Wr，i）] （6）

式中：Ei（） 是第i個火電機組的污染物排放函數(shù)； Ep，i（）是由于低估了第i個風(fēng)電機組實際出力而造成的懲罰排放函數(shù)； Er，i（）是由于高估了第i個風(fēng)電機組實際出力而造成的備用排放函數(shù)。

污染物排放量可與火電機組有功出力建立函數(shù)關(guān)系[15]：

Ei（Ti）=αiT2i+γiTi+λi+δiexp（τiTi） （7）

式中：αi、γi、λi、δi、τi為污染物排放系數(shù)。

類似于式（4）、（5），懲罰排放函數(shù)、備用排放函數(shù)可分別表示為：

Ep，i（Wr，i-Wi）=epE[（Wr，i-Wi）I（Wr，i≥Wi）]

=ep∫Wi，ratedWi（w-Wi）fW（w）dw （8）

Er，i（Wi-Wr，i）=erE[（Wi-Wr，i）I（Wr，i≤Wi）]=er∫Wi0（Wi-w）fW（w）dw （9）

式中：ep是風(fēng)電機組的懲罰排放系數(shù)； er是風(fēng)電機組的備用排放系數(shù)。

從式（4）、（5）、（8）、（9）的定義中可以發(fā)現(xiàn)：為了得到一些定量的結(jié)論，必須確定風(fēng)電出力所服從的概率分布。有關(guān)風(fēng)速與風(fēng)電出力之間的關(guān)系，以及風(fēng)電出力的統(tǒng)計特征將在下節(jié)中討論。

2.約束

（1）功率平衡約束

（2） 機組出力約束

三、風(fēng)電出力的統(tǒng)計特征

（一）風(fēng)速

風(fēng)電出力是一個與風(fēng)速緊密相關(guān)的隨機變量，因此只要獲得了風(fēng)速的概率分布，就可以推導(dǎo)出風(fēng)電出力的統(tǒng)計特征。在眾多表述風(fēng)速的概率分布中，Weibull分布由于其靈活的參數(shù)設(shè)置而被廣泛采用。[1617]然而，Weibull分布并不能反映自然界中所有可能的風(fēng)速波動特征，尤其在描述一些穩(wěn)定風(fēng)速，以及在特殊氣候條件下服從雙峰、多峰分布的風(fēng)速時效果并不理想。[1819]為此，Chang采用混合Gamma-Weibull （GW）分布作為Weibull分布的推廣形式。[20]通過大量實測風(fēng)速數(shù)據(jù)的統(tǒng)計結(jié)果表明，GW分布可以較好地描述風(fēng)速的隨機變化規(guī)律。

從以上統(tǒng)計特征中可以發(fā)現(xiàn)，作為Weibull分布的推廣形式，通過合理設(shè)置參數(shù)，GW分布可以更加準確、靈活地描述風(fēng)速的隨機變化規(guī)律，故本文采用GW分布來預(yù)測風(fēng)速，進而估計風(fēng)電出力。

（二）風(fēng)電出力

在風(fēng)速預(yù)測的基礎(chǔ)之上，可以進一步討論風(fēng)電出力的統(tǒng)計特征。風(fēng)電機組的運行完全是自動的，當風(fēng)速低于某一臨界值（切入風(fēng)速vi）或高于某一臨界值（切出風(fēng)速vo）時，風(fēng)電機組會停運，此時輸出功率為0。當風(fēng)速介于額定風(fēng)速vr和vo之間時，風(fēng)電機組保持額定功率輸出wrated。由于風(fēng)速的隨機性，風(fēng)電機組出力是一個與風(fēng)速有關(guān)的隨機變量。在忽略影響風(fēng)電出力非線性因素的情況下，特定風(fēng)速下的風(fēng)電出力可表示為[23]：

為了更形象地表述風(fēng)電出力的概率分布特性，圖1描繪了風(fēng)電出力在連續(xù)以及離散部分的概率密度函數(shù)曲線。

其中，vi、vr、vo分別假設(shè)風(fēng)速為5 m/s、15 m/s、45 m/s。不同參數(shù)取值為：k=2，ζ=15，c從5變化到20，β從08變化到11。從圖1可以發(fā)現(xiàn)，隨著規(guī)模參數(shù)（c、β）的不斷增大，大部分風(fēng)電出力越來越集中分布于較高的數(shù)值。此外，風(fēng)電出力在整個區(qū)間（包括離散、連續(xù)部分）上的概率和顯然等于1。

四、算例分析

通過前面的討論，用以解決風(fēng)電并網(wǎng)電力系統(tǒng)環(huán)境經(jīng)濟調(diào)度問題的EED模型已完全建立起來。該模型的表達形式具有一般性：目標函數(shù)、約束條件、風(fēng)電出力統(tǒng)計特征中的眾多參數(shù)都可以根據(jù)實際要求進行調(diào)節(jié)。在這些不同參數(shù)中，為了探尋懲罰參數(shù)、備用參數(shù)對最優(yōu)計劃出力的影響，本文以2個火電機組和2個風(fēng)電機組所構(gòu)成的電力系統(tǒng)為例來模擬環(huán)境經(jīng)濟調(diào)度問題。其中，CG1和CG2分別代表不同的火電機組，WG1和WG2代表不同的風(fēng)電機組。為了給出合理的解釋，在敏感性分析過程中除了興趣參數(shù)，其余參數(shù)將被暫時設(shè)置為常量保持不變。

由于本文主要關(guān)注懲罰參數(shù)、備用參數(shù)對最優(yōu)計劃出力的影響，可以不考慮有關(guān)變量具體的計量單位，比如：m/s，元/kW·h，kg/kW·h。模型中不同參數(shù)分別設(shè)置為：θ=05，k=2，c=15，ζ=15，β=1； a1=1， b1=125， d1=1， e1=f1=0； a2=125，b2=1，d2=125，e2=f2=0； g1=15，g2=155； α1=0625，γ1=1，λ1=125，δ1=τ1=0； α2=05，γ2=125，λ2=1，δ2=τ2=0； PLoad=1?；谝陨蠀?shù)設(shè)置，所選取的火電機組與風(fēng)電機組在經(jīng)濟效益與環(huán)境保護方面具有一定的代表性：由于CG1更多地關(guān)注環(huán)境保護并投入了較多資金，因而CG1較CG2在環(huán)境保護方面更具競爭力，但CG1較CG2在經(jīng)濟效益方面沒有競爭力。此外，WG1 和WG2在發(fā)電過程中都不會排放污染物。當風(fēng)電場歸電網(wǎng)所有時，WG1 和WG2的發(fā)電成本為0。當風(fēng)電場屬于其他發(fā)電集團所有時，WG1的發(fā)電成本低于WG2。

（一）懲罰成本系數(shù)對最優(yōu)計劃出力的影響

在本節(jié)中，除了備用成本系數(shù)kp，其他興趣參數(shù)都被設(shè)置為0（kr=ep=er=0）。在經(jīng)濟效益方面，可以根據(jù)風(fēng)電場的不同屬性分別討論懲罰成本系數(shù)對最優(yōu)計劃出力的影響，下面通過函數(shù)曲線圖直觀說明兩者的關(guān)系。

當風(fēng)電場屬于其他發(fā)電集團所有時（情形1），最優(yōu)計劃出力隨kp變化的函數(shù)曲線如圖2所示。

從圖2可以發(fā)現(xiàn)，當kp取值為0時，傳統(tǒng)火電機組需承擔較多的發(fā)電計劃，風(fēng)電機組所需承擔的則較少。隨著kp的逐漸增大，火電機組的最優(yōu)計劃出力開始快速減少，而風(fēng)電機組的最優(yōu)計劃出力則逐步增多。顯然，懲罰成本系數(shù)的增大會促使電力系統(tǒng)運營商愿意承擔更多的風(fēng)險去發(fā)展風(fēng)電。此外，由于WG1的發(fā)電成本小于WG2，故WG1的最優(yōu)計劃出力一直大于WG2。

當風(fēng)電場歸電網(wǎng)所有時（情形2），最優(yōu)計劃出力與懲罰成本系數(shù)之間呈現(xiàn)與圖2類似的函數(shù)關(guān)系，只是兩者在最優(yōu)計劃出力增多（減少）的快慢程度方面有所區(qū)別。

（二）備用成本系數(shù)對最優(yōu)計劃出力的影響

在本節(jié)中，除了備用排放系數(shù)kr，其他興趣參數(shù)都被設(shè)置為0（kp=ep=er=0）。在經(jīng)濟效益方面，為了更加直觀地認識最優(yōu)計劃出力與備用成本系數(shù)之間的關(guān)系，下面通過不同情形下的函數(shù)曲線圖加以說明。

從圖3可以發(fā)現(xiàn)，當kr取值為0時，風(fēng)電機組承擔了較多的發(fā)電計劃，而火電機組所承擔的則較少。當kr達到12之后，WG1的最優(yōu)計劃出力明顯減少，且其減少的部分由WG2彌補。但隨著kr的增大，風(fēng)電機組WG1 和WG2所承擔的發(fā)電計劃總量開始逐步減少。顯然，考慮風(fēng)電不確定性可能帶來的風(fēng)險，kr的增大會促使系統(tǒng)運營商在制定發(fā)電計劃時趨于保守。此外，擁有較低發(fā)電成本的火電機組或風(fēng)電機組都承擔了較多的發(fā)電計劃。

圖4顯著區(qū)別于圖3：隨著kr的增大，無論火電機組還是風(fēng)電機組的最優(yōu)計劃出力幾乎沒有發(fā)生變化，一直維持在初始水平。這是由于當風(fēng)電場歸電網(wǎng)所有時，其發(fā)電成本可以認為是0，而火電機組卻有著或高或低的發(fā)電成本。雖然備用成本系數(shù)在不斷提高，但仍不足以造成風(fēng)電機組發(fā)電計劃的減少/火電機組發(fā)電計劃的增大。

（三）懲罰排放系數(shù)對最優(yōu)計劃出力的影響

在本節(jié)中，除了懲罰排放系數(shù)ep，其他興趣參數(shù)都被設(shè)置為0（kp=kr=er=0）。在環(huán)境保護方面，可以根據(jù)風(fēng)電場屬性的不同分別討論懲罰排放系數(shù)對最優(yōu)計劃出力的影響，下面通過函數(shù)曲線圖直觀說明兩者的關(guān)系。

在情形1下，最優(yōu)計劃出力隨ep變化的函數(shù)曲線如圖5所示。

從圖5可以發(fā)現(xiàn)，當ep取值為0時，傳統(tǒng)火電機組需承擔較多的發(fā)電計劃，而風(fēng)電機組所需承擔的則較少。隨著ep的逐步增大，風(fēng)電機組WG1 和WG2共同承擔的發(fā)電計劃任務(wù)相應(yīng)增加。具體來說，當ep從25變化到48時，WG1的發(fā)電計劃開始增加而WG2保持不變，這是由于WG2較高的運行成本延緩了其發(fā)電計劃的增加。當ep超過48時，WG1的發(fā)電計劃開始減少且減少的部分由WG2補償。另一方面，當ep超過25時，傳統(tǒng)火電機組的最優(yōu)計劃出力開始逐步減少。顯然，隨著懲罰排放系數(shù)的增加，為了減少傳統(tǒng)火電機組的污染物排放，系統(tǒng)運營商愿意承擔更多的風(fēng)險去大力發(fā)展風(fēng)電項目。

在情形2下，最優(yōu)計劃出力與懲罰排放系數(shù)之間也呈現(xiàn)與圖5類似的函數(shù)關(guān)系，只是兩者的最優(yōu)計劃出力在增多（減少）的快慢程度方面有所區(qū)別。

（四）備用排放系數(shù)對最優(yōu)計劃出力的影響

在本節(jié)中，除了備用排放系數(shù)er，其他興趣參數(shù)都被設(shè)置為0（kp=kr=ep=0）。在環(huán)境保護方面，為了更直觀地認識最優(yōu)計劃出力與備用排放系數(shù)之間的關(guān)系，下面通過不同情形下的函數(shù)曲線圖加以說明。

在情形1下，最優(yōu)計劃出力隨er變化的函數(shù)曲線如圖6所示。

圖6中的變化趨勢與圖4類似，隨著er的增大，無論火電機組還是風(fēng)電機組的最優(yōu)計劃出力幾乎保持不變，基本維持在初始水平，備用排放系數(shù)對電力系統(tǒng)的最優(yōu)計劃出力沒有顯著影響。這是由于風(fēng)電機組在發(fā)電過程中不產(chǎn)生污染物，而火電機組或多或少會有污染物排放。雖然備用排放系數(shù)在不斷提高，但仍不足以造成風(fēng)電機組發(fā)電計劃的減少/火電機組發(fā)電計劃的增多。

在情形2下，最優(yōu)計劃出力與備用排放系數(shù)之間也呈現(xiàn)與圖6類似的函數(shù)關(guān)系，備用排放系數(shù)對電力系統(tǒng)的最優(yōu)計劃出力依然沒有顯著影響。

五、結(jié)論

本文通過建立不確定條件下的EED模型，用以解決風(fēng)電并網(wǎng)電力系統(tǒng)的環(huán)境經(jīng)濟調(diào)度問題。在探尋風(fēng)電并網(wǎng)電力系統(tǒng)中最優(yōu)計劃出力與懲罰、備用因素之間關(guān)系的過程中，本文通過模擬含風(fēng)電場的電力系統(tǒng)，同時兼顧風(fēng)電場的不同歸屬可能帶來的影響，分別對懲罰成本系數(shù)、備用成本系數(shù)、懲罰排放系數(shù)、備用排放系數(shù)進行敏感性分析。結(jié)果顯示：（1）當風(fēng)電場歸其他發(fā)電集團所有時，電力系統(tǒng)的最優(yōu)計劃出力高度依賴于懲罰成本系數(shù)、備用成本系數(shù)及懲罰排放系數(shù)。隨著懲罰系數(shù)的增大，系統(tǒng)運營商愿意承擔更多的風(fēng)險去發(fā)展風(fēng)電項目，火電機組計劃出力會相應(yīng)減少，風(fēng)電機組計劃出力會相應(yīng)增加。相反，隨著備用成本系數(shù)的增大，系統(tǒng)運營商發(fā)展風(fēng)電項目的態(tài)度趨于保守，火電機組計劃出力會相應(yīng)增加，風(fēng)電機組計劃出力會相應(yīng)減少。此外，由于風(fēng)電機組在發(fā)電過程中不產(chǎn)生污染物排放，而火電機組或多或少會產(chǎn)生污染物排放，因此備用排放系數(shù)對于電力系統(tǒng)的最優(yōu)計劃出力沒有顯著影響。（2）當風(fēng)電場歸電網(wǎng)所有時，電力系統(tǒng)的最優(yōu)計劃出力高度依賴于懲罰成本系數(shù)及懲罰排放系數(shù)。隨著懲罰系數(shù)的增大，系統(tǒng)運營商愿意承擔更多的風(fēng)險去發(fā)展風(fēng)電項目，火電機組計劃出力會相應(yīng)減少，風(fēng)電機組計劃出力會相應(yīng)增加。由于風(fēng)電機組在發(fā)電過程中幾乎不產(chǎn)生運行成本、污染物排放，而火電機組或多或少會產(chǎn)生運行成本、污染物排放，因此備用成本系數(shù)、備用排放系數(shù)對于電力系統(tǒng)的最優(yōu)計劃出力都沒有顯著影響。

隨著風(fēng)力發(fā)電的快速發(fā)展，風(fēng)電場接入電網(wǎng)后，電力調(diào)度中需要綜合考慮經(jīng)濟效益、環(huán)境保護、風(fēng)電不確定性以及風(fēng)電場歸屬等諸多要素。因此系統(tǒng)運營商可以參考本文提出的模型與方法確定風(fēng)速特征，根據(jù)不同投資態(tài)度選擇合適的懲罰、備用系數(shù)，協(xié)調(diào)風(fēng)電計劃出力與火電計劃出力之間的關(guān)系，探尋風(fēng)電與火電和諧發(fā)展的平衡點。

（該文為第一作者博士論文的一部分）

參考文獻：

[1] 遲永寧，劉燕華，王偉勝，等.風(fēng)電接入對電力系統(tǒng)的影響[J].電網(wǎng)技術(shù)，2007，31（3）：7781.

[2] 戴慧珠，王偉勝，遲永寧.風(fēng)電場接入電力系統(tǒng)研究的新進展[J].電網(wǎng)技術(shù)，2007，31（20）：1623.

[3] 張麗英，葉廷路，辛耀中，等.大規(guī)模風(fēng)電接入電網(wǎng)的相關(guān)問題及措施[J].中國電機工程學(xué)報，2010，30（25）：19.

[4] Lee T Y. Optimal Spinning Reserve for a Windthermal Power System Using EIPSO[J]. IEEE Transactions on Power Systems， 2007， 22（4）：16121621.

[5] Chen C L. Optimal Windthermal Generating Unit Commitment[J]. IEEE Transactions on Energy Conversion， 2008，23（1）：273280.

[6] Chen C L， Lee T Y， Jan R M. Optimal Windthermal Coordination Dispatch in Isolated Power Systems with Large Integration of Wind Capacity[J]. Energy Conversion and Management， 2006，47（18/19）：34563472.

[7] Hetzer J， Yu D C， Bhattarai K. An Economic Dispatch Model Incorporating Wind Power[J]. IEEE Transactions on Energy Conversion，2008，23（2）：603611.

[8] 孫元章，吳俊，李國杰.風(fēng)力發(fā)電對電力系統(tǒng)的影響[J].電網(wǎng)技術(shù)，2007，31（20）：5562.

[9] 陳海焱，陳金富，段獻忠.含風(fēng)電場電力系統(tǒng)經(jīng)濟調(diào)度的模糊建模及優(yōu)化算法[J].電力系統(tǒng)自動化，2006，30（2）：2226.

[10] 王欣，秦斌，陽春華，等.基于混沌遺傳混合優(yōu)化算法的短期負荷環(huán)境和經(jīng)濟調(diào)度[J].中國電機工程學(xué)報，2006，26（11）：128133.

[11] 劉靜，羅先覺.采用多目標隨機黑洞粒子群優(yōu)化算法的環(huán)境經(jīng)濟發(fā)電調(diào)度[J].中國電機工程學(xué)報，2010，30（34）：105111.

[12] Abido M A. Multiobjective Particle Swarm Optimization for Environmental/Economic Dispatch Problem[J].Electric Power Systems Research，2009，79（7）：11051113.

[13] 江興穩(wěn)，周建中，王浩，等.電力系統(tǒng)動態(tài)環(huán)境經(jīng)濟調(diào)度建模與求解[J].電網(wǎng)技術(shù)，2013，37（2）：385390.

[14] 陳功貴，陳金富，段獻忠.考慮備用約束和閥點效應(yīng)的電力系統(tǒng)環(huán)境經(jīng)濟優(yōu)化調(diào)度[J].電力自動化設(shè)備，2009，29（8）：1822.

[15] Wu L H， Wang Y N， Yuan X F， et al. Environmental/Economic Power Dispatch Problem Using Multiobjective Differential Evolution Algorithm[J].Electric Power Systems Research， 2010，80（9）：11711181.

[16] Carta J A， Ramirez P， Velazquez S. A Review of Wind Speed Probability Distributions Used in Wind Energy Analysis Case Studies in the Canary Islands [J]. Renewable and Sustainable Energy Reviews， 2009，13（5）：933955.

[17] Kwon S D. Uncertainty Analysis of Wind Energy Potential Assessment [J].Applied Energy， 2010，87（3）：856865.

[18] Jaramillo O A， Borja M A. Wind Speed Analysis in La Ventosa， Mexico： a Bimodal Probability Distribution Case[J]. Renewable Energy， 2004，29：16131630.

[19] Ramirez P， Carta J A. The Use of Wind Probability Distributions Derived from the Maximum Entropy Principle in the Analysis of Wind Energy. A Case Study[J]. Energy Conversion Management， 2006，47（15）：25642577.

[20] Chang T P. Estimation of Wind Energy Potential Using Different Probability Density Functions[J]. Applied Energy， 2011，88（5）：18481856.

[21] Akdag S A， Bagiorgas H S， Mihalakakou G. Use of Twocomponent Weibull Mixtures in the Analysis of Wind Speed in the Eastern Mediterranean[J]. Applied Energy， 2010，87（8）：25662573.

[22] Carta J A， Ramirez P. Analysis of Twocomponent Mixture Weibull Statistics for Estimation of Wind Speed Distributions[J]. Renewable Energy， 2007，32（3）：518531.

[23] 周瑋，彭昱，孫輝，等.含風(fēng)電場的電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度[J].中國電機工程學(xué)報，2009，29（25）：1318.

責任編輯：張巖林