风光高占比多能源电力系统随机优化调度研究

发布时间：2020-03-19 22:07

【摘要】：风电和光伏发电具有较强的不确定性,随着接入比例的增加,电力系统运行的不确定性也在增大。在风光高占比的电力系统中,电源和负荷都表现出较强的不确定性,电力系统电力电量平衡以及容量充裕度的概念将由目前确定性思路向概率性思路转化。届时,传统电力系统优化调度模型将难以适应风光高占比情况下电力系统调度的新要求。在风光高占比的多能源电力系统中,需要研究新的随机优化方法、建立新的优化调度模型,以期考虑源-荷双侧不确定性影响制定安全经济的调度方案。基于此,本文以机会约束相关机会目标规划为数学理论与方法支撑,以风光高占比多能源电力系统随机优化调度为研究主题,开展的主要工作和取得的主要成果如下:针对风电和光伏发电预测误差分布存在不对称性和多峰性的特点,提出通用型高斯混合模型,拓展高斯混合模型在描述预测误差分布时的适用性。基于所提通用型高斯混合模型,建立了精细化风电预测误差分布模型。算例分析表明所提通用型高斯混合模型既能较好的描述预测误差分布的高峰,又具有灵活的腰部曲线,与预测误差统计特性贴合度最高,拟合效果最佳。考虑天气类型、环境温度和温差等气象因素对光伏发电功率预测误差的影响,同时分析预测误差受预测出力幅值和爬坡速度的影响,结合所提通用性高斯混合模型,建立了考虑出力特性和气象因素的精细化光伏出力预测误差分布模型。算例分析了所建精细化光伏发电预测误差分布模型的有效性。所建考虑出力特性和气象因素的精细化光伏出力预测误差分布模型,可以给出精细化的误差分布,同时也可为预测出力提供可靠的置信区间。此外,还建立了凝汽式火电机组、热电联产机组、燃气轮机、联合循环燃气轮机的模型,为了挖掘水电的调节能力以消纳风光可再生能源,建立了考虑不同水头下机组出力特性的水电机组模型,并以此为基础建立了梯级电站出力模型和抽水储能机组出力模型。针对含有多个随机变量的机会约束条件确定性转化时解析法不适用的问题,提出基于采样的机会约束条件确定性转化方法,突破解析法对随机变量的要求,实现含有多个任意分布随机变量机会约束条件的确定性转化。算例分析表明在采样点足够多的情况下,所提基于采样的机会约束条件确定性转化方法可以将机会约束条件等效转化成混合整数约束条件。当机会约束条件中随机变量可以与优化变量相分离时,得到的混合整数约束条件还可以进一步简化,使模型能够快速求解。此外,为了实现含有多个目标函数优化模型的快速求解,引入目标规划模型,将多目标优化问题转化为最小化向量目标与目标向量间距离的单目标优化问题。提高模型求解速度的同时,还能采用Cplex、Grubi等商用求解器进行求解。从风、光出力不确定性对风光高占比多能源电力系统调度模型的影响入手,分析源-荷双侧不确定性对调度模型功率平衡约束和旋转备用容量需求的影响。考虑源-荷双侧不确定性对电力系统功率平衡方程的影响,提出了概率性功率平衡的概念,基于相关机会规划建立了概率性功率平衡模型;考虑源-荷双侧不确定性对系统旋转备用容量的影响,建立了基于机会约束的系统旋转备用容量约束模型。结合以上两方面研究,考虑水、热、电多类能量平衡,建立了基于机会约束相关机会目标规划的风光高占比多能源电力系统随机优化调度模型,并与现有的其它随机优化调度模型以及传统的热电机组“以热定电”、水电机组“以水定电”的调度模式进行了对比。结果表明,在含有大规模不确定性电源的多能源电力系统中,源-荷双侧的不确定性会直接影响调度方案的制定。所提概率性功率平衡模型相比于传统功率平衡处理方法所得调度方案源-荷功率偏差不仅不会变大,反而会变小。此外,所建风光高占比多能源电力系统随机优化调度模型可以利用不同电源之间的互补特性,提高风光可再生能源的消纳能力,减小高耗能、高成本机组的运行,从而提高系统运行的经济性。考虑风电和光伏发电预测误差随预测超前时间的变化特性,提出了考虑风电和光伏发电功率预测精度变化与预测信息更新的风光高占比多能源电力系统滚动调度模型。首先,量化分析风电和光伏发电预测误差随预测超前时间的变化特性,并以此为依据提出调度模型的滚动更新方法,确定各时刻旋转备用容量机会约束条件的置信水平。随后,考虑风光高占比情况下源-荷双侧不确定性对滚动调度模型的影响,基于所提概率性功率平衡模型,建立了考虑风电和光伏发电预测精度变化和预测信息动态更新的风光高占比多能源电力系统滚动调度模型。算例分析表明,考虑风光预测精度变化建立的风光高占比多能源电力系统滚动调度模型,在不增加失负荷风险的前提下提高了系统运行的经济性。在调度计划制定过程中,所提滚动调度模型能够充分利用预测误差随预测超前时间表现出的“近小远大”的特征,在调度计划的不同时段有侧重地兼顾系统运行的安全性与经济性,实现全局优化。
【图文】：

发电量,占比,风电,光伏发电

，、现１００％、８０％和６０％可再生能源电力系统蓝图。国家电网公司提出构建全球源互联网的构想｜４１，希望利用北极风能和赤道太阳能借助特高压电网实现广域联，从而促进可再生能源的消纳。近年来，我国风电和光伏发电发展迅猛。截到２０１７年底，全国风电和光伏装机容量分别达到１．６４亿ｋＷ和１．３０亿ｋＷ２０１年风电发电量３０５７亿ｋＷ？ｈ，占全部发电量的４．８％，光伏发电量１１８２亿ｋＷ＊ｈ占全部发电量的３５０００「逦１邋７０％逡逑＾邋３００００邋－逦＾逦２９＾３邋－邋６０％逡逑－２５０００邋■逦＼逦４３％逦４２％逦２２３邋７邋８邋Ｉ邋＇邋５0％Ｓ逡逑裳邋２００００邋－逦３１？／0＾５＼邋［１逦＿邋＿桃gW逡逑｜ｌsE。＿逦３４％逦■＾■２９％－ｌ３１0－３0％Ｓ逡逑５，000°邋＇逦４８３逦６４８３逦■＇逦１逦＾逦｜邋Ｉ邋＂逡逑★邋■■■■ＨＵ逡逑２０１１逦２０１２逦２０１３逦２０１４逦２０１５逦２０１６逦２０１７逡逑图丨－１邋２０１１－２０１７年我国新能源发电累计装机容量和同比增长比例逡逑Ｆｉｇ．邋１－１邋Ｃｕｍｕｌａｔｉｖｅ邋ｉｎｓｔａｌｌｅｄ邋ｃａｐａｃｉｔｙ邋ａｎｄ邋ｇｒｏｗｔｈ邋ｒａｔｉｏ邋ｏｆ邋ｎｅｗ邋ｅｎｅｒｇｙ邋ｐｏｗｅｒ邋ｇｅｎｅｒａｔｉｏｎ邋ｉｎ邋Ｃｈｉｎｆｒｏｍ邋２０１１邋ｔｏ邋２０１７逡逑

结构框架,风电,电力系统,光伏发电

等效确定性转化，，以实现模型的快速求解；最后，考虑风电和光伏发电预测精度逡逑随预测超前时间缩短而提高的特点，建立风光高占比多能源电力系统滚动优化调逡逑度模型。在结构安排上，全文总共分为六章，整体结构框架如图１４所示，各章逡逑内容安排如下：逡逑第１章介绍风光高占比多能源电力系统优化调度课题的研宄背景与研宄意逡逑义，论述风电和光伏发电误差建模、电力系统优化调度的基本建模方法、多能源逡逑电力系统协调调度、机会约束多目标优化模型的求解以及电力系统滚动调度模型逡逑的研宄现状，最后概述本文的主要工作和内容安排。逡逑第２章主要建立多能源电力系统中各种电源的出力模型，为后文风光氋占比逡逑多能源电力系统随机优化调度建模奠定基础，重点就用于调度建模的风电和光伏逡逑发电出力模型进行研宄。首先，分析预测误差的特点，提出通用型高斯混合模型，逡逑拓展高斯混合模型在描述预测误差分布时的适用性。基于所提通用型高斯混合模逡逑型建立精细化风电预测误差分布模型，并与现有风电预测误差分布模型进行对逡逑比，验证所提模型的有效性。随后研宄天气类型、环境温度和温差等气象因素对逡逑光伏发电功率预测误差的影响
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TM73

【参考文献】