风电与储能系统互补下的火电机组组合

发布时间：2018-01-19 21:10

  本文关键词： 机组组合 储能系统 风电 不确定性 火电机组　出处：《电力自动化设备》2017年07期 　论文类型：期刊论文

【摘要】：针对具有风电和火电机组的电力系统,在储能系统配置给定的前提下,提出通过储能尽量消除风电不确定性并部分以备用形态出现的研究思路,建立了火电机组组合2层优化决策模型。上层问题以火电机组组合成本最小为目标,下层问题以储能系统对电网中电能时空平移和提供备用所得收益最大为目标,以储能系统消除不确定性程度为满足对象,其中计及了自动发电控制(AGC)机组和非AGC机组的特性,以及系统频率调节效应的作用。基于分解协调的原理,通过上、下层问题的交替迭代对该模型予以求解,决策储能系统充/放电功率、调控范围及机组启停方案。该方法可在减少火电机组备用容量的同时,提升系统应对不确定性的能力,通过10机组系统验证了模型和方法的有效性。
[Abstract]:In view of the power system with wind power and thermal power unit, under the premise of configuration of energy storage system, this paper puts forward the research idea of eliminating the uncertainty of wind power through energy storage as far as possible and appearing partly in the form of reserve. In this paper, a two-story optimization decision model for thermal power unit is established. The upper level problem aims at minimizing the cost of thermal power unit. The lower layer problem aims at the energy storage system to translate the power in time and space to the power grid and to provide the maximum revenue from the reserve, and to eliminate the uncertainty of the energy storage system as the object of satisfaction. The characteristics of AGC and non-AGC units and the effect of system frequency regulation are taken into account. Based on the principle of decomposition and coordination, the method is adopted. The model is solved by alternating iteration of the lower layer problem, and the charging / discharging power of the energy storage system, the control range and the starting and stopping scheme of the unit are determined. This method can reduce the reserve capacity of the thermal power unit at the same time. The effectiveness of the model and method is verified through the 10-unit system to improve the system's ability to deal with uncertainty.
【作者单位】： 山东大学电网智能化调度与控制教育部重点实验室;国网江苏省电力公司经济技术研究院;国网山东省电力公司电力科学研究院;
【基金】：国家自然科学基金资助项目(51477091,51177091) 国家重点基础研究发展计划(973计划)资助项目(2013CB22-8205) 国家电网公司科技项目(SGSDDK00KJJS1600061)~~
【分类号】：TM73
【正文快照】： 0引言机组组合是电力系统运行与控制中关键而核心的问题,其实质是制定日或周前的满足发电、负荷及备用的机组启停计划[1-5]。近年来,风电等可再生能源发电得到了迅猛发展。其在发挥节能减排作用的同时,由于存在固有的强不确定性,使电力系统安全经济运行面临挑战。为适应这一挑

【相似文献】

相关期刊论文 前10条

1 郭宇;茹海鹏;郭宝刚;;电力分配系统中的机组组合问题[J];硅谷;2011年08期

2 蒋妮娜;张志学;刘超男;;不同约束下机组组合决策结果的分析[J];山东电力高等专科学校学报;2013年03期

3 朱翠兰，孙时春，刘筱，，周京阳，于尔铿;华中电网机组组合软件的开发与运用[J];华中电力;1995年05期

4 王民量,张伯明,夏清;考虑多种约束条件的机组组合新算法[J];电力系统自动化;2000年12期

5 王承民,郭志忠;电力市场环境下解决机组组合问题的新方法[J];电力自动化设备;2001年11期

6 王承民,郭志忠,于尔铿;确定机组组合的一种改进的动态规划方法[J];电网技术;2001年05期

7 王承民,郭志忠;机组组合问题的罚函数法[J];继电器;2001年11期

8 江健健,夏清,沈瑜,康重庆,许洪强,张元鹏;基于边际电价的短期机组组合求解新方法[J];清华大学学报(自然科学版);2001年Z1期

9 袁晓辉,袁艳斌,张勇传;电力系统中机组组合的现代智能优化方法综述[J];电力自动化设备;2003年02期

10 王海云,赵宏伟,张晓清;蒙特卡洛优化法在机组组合问题中的应用[J];后勤工程学院学报;2004年04期

相关会议论文 前6条

1 李晓磊;周京阳;于尔铿;潘毅;;电力系统机组组合研究综述[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

2 李晓磊;周京阳;于尔铿;潘毅;;改进线性混合整数规划法机组组合[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

3 郭文兰;韩学山;;基于模糊决策的最优机组组合[A];1994中国控制与决策学术年会论文集[C];1994年

4 谢俊;;考虑风电出力随机性的风—火机组组合建模(英文)[A];中国智能电网学术研讨会论文集[C];2011年

5 王楠;张黎明;满玉岩;;计及换电站电池充放电优化的机组组合模型[A];2013年中国电机工程学会年会论文集[C];2013年

6 赖晓平;王冰;;提高机组组合问题动态规划算法效率的有效方法[A];第二十二届中国控制会议论文集（下）[C];2003年

相关博士学位论文 前10条

1 龙丹丽;大规模电力系统机组组合问题的近似动态规划模型与算法[D];广西大学;2014年

2 周博然;含风电的机组组合模型及算法研究[D];浙江大学;2015年

3 郑海艳;机组组合基于Benders分解与割平面的方法及约束优化SQP算法研究[D];广西大学;2015年

4 邓俊;机组组合混合整数线性规划模型的研究与改进[D];广西大学;2015年

5 李整;基于粒子群优化算法的机组组合问题的研究[D];华北电力大学(北京);2016年

6 张娜;面向风电高不确定性的多周期机组组合研究[D];大连理工大学;2014年

7 车平;基于最优化的电力系统机组组合问题研究[D];东北大学;2012年

8 杨朋朋;机组组合理论与算法研究[D];山东大学;2008年

9 张利;电力市场中的机组组合理论研究[D];山东大学;2006年

10 谢毓广;计及网络安全约束和风力发电的机组组合问题的研究[D];上海交通大学;2011年

相关硕士学位论文 前10条

1 李颖浩;电力系统机组组合问题的研究[D];浙江大学;2012年

2 谢上华;随机机组组合问题中情景生成与削减技术研究[D];湖南大学;2013年

3 诸言涵;基于序优化理论的大规模机组组合求解算法研究[D];华南理工大学;2015年

4 闫圆圆;基于向量序优化理论的大规模多目标机组组合问题研究[D];华南理工大学;2015年

5 李健成;考虑环境成本的含多类型能源的鲁棒机组组合问题[D];华南理工大学;2015年

6 龙杭;计及网络安全约束和需求侧低碳资源的机组组合研究[D];北京交通大学;2016年

7 徐勤;考虑风电不确定性的风电并网调度方法研究[D];江苏大学;2016年

8 王昭卿;考虑风电预测误差分布特性的机组组合模型与算法[D];山东大学;2016年

9 张晓丹;风电功率预测误差不确定性建模研究[D];北京交通大学;2016年

10 曹帅;中长期安全约束机组组合优化研究[D];中国电力科学研究院;2016年

本文编号：1445545