含大规模风电电力系统机组组合若干问题研究

发布时间：2020-07-14 22:32

【摘要】：本文针对含大规模风电且以火电机组为主的电力系统,围绕机组组合问题的优化方法和火电机组灵活性挖掘两个维度开展研究,以解决风电大规模接入引起的机组组合复杂度增长问题和灵活性资源需求扩大问题。优化方法研究维度针对风电出力特性建模引起的机组组合问题的复杂性;火电机组灵活性研究维度以优化方法研究成果为基础,拓展优化方法中的火电机组模型,并评估火电机组灵活性运行对机组组合问题的影响。本文工作主要包括以下4个方面:(1)提出了计及风电随机特性的备用模型,可在保证备用策略的经济性的同时,避免繁重的计算负担,有效解决了当前风电备用优化面临的难题。新提出的备用模型将备用容量成本和效益之间复杂的相关关系转换成更简明且易于建模的物理关联,解耦了备用优化复杂性与随机场景数目之间的关联。备用模型可通过大量风电随机场景构建生成,以准确反映风电随机特性对备用优化的影响,有利于机组组合模型准确评估备用容量的成本和效益,以保证备用策略的经济性。同时,本文论证了备用模型至少具有近似下凸特性,可采用分段累加和形式的分段线性函数进行线性化近似,从而可将复杂非线性的备用模型转化为少量由连续变量构成的线性约束集合,以大幅减少计算负担。(2)提出了一种新的扩展确定性网络约束机组组合方法,通过新提出的备用模型和精简网络约束分别解决了含风电机组组合问题所面临的备用优化问题和网络阻塞分析问题,有效解决了当前机组组合优化方法在实现优化结果经济性和计算效率双重目标上所面临的理论难题。该方法将备用模型融入到确定组组合模型框架中,实现系统备用水平和机组启停计划的协同优化,从而类似典型随机方法能综合权衡备用的成本和效益,并因此具有典型随机方法在经济性方面的优势。同时,由于备用模型所引入的计算负担很小,该方法保留了典型确定性方法在计算效率方面的优势。此外,该方法通过精简的网络约束弥补了典型确定性方法在网络阻塞分析上的劣势,且避免了典型随机方法中大量无效网络约束所带来的巨大计算负担。(3)提出了一种考虑启停出力轨迹的火电机组精确模型,并基于此研究了火电机组启停过程精确建模对于含风电电力系统机组组合在经济性和计算效率方面的影响。本研究论证了火电机组启停过程精确建模的经济价值,提出了火电机组启停过程精确建模可能引入过重计算负担问题的解决方案。新提出的火电机组模型仅针对火电机组启停过程的关键阶段,既能反映启停出力轨迹,又可避免引入繁重的计算负担。此外,本研究表明火电机组启动过程和停机过程的精确建模对于机组组合的影响存在差别,启动过程精确建模更易引起相对更重的计算负担,但是对于优化结果经济性的影响却相对更弱。因此,当机组组合问题面临过重的计算负担时,可通过简化启动过程精确建模来降低计算负担。(4)提出了助燃运行燃料费用模型来反映采用助燃运行煤电机组的运行成本,基于此提出了助燃运行经济性评估方法,并研究了煤电机组助燃运行对于含风电电力系统机组组合在经济性和计算效率方面的影响。该研究弥补了当前煤电机组助燃运行通用化模型和经济性评估方法的理论缺失,论证了煤电机组助燃运行的经济性价值,并提出了煤电机组助燃运行可能引入过重计算负担问题的解决方案。本文将复杂的分段非线性助燃运行燃料费用模型转换为混合整数线性约束集合,以大幅减少模型的计算负担。结合助燃运行燃料费用模型,本文提出了单台机组是否适宜助燃运行的经济性判据和经济性指标,为助燃经济性评估提供了理论依据。本研究表明助燃运行可改善机组组合优化结果的经济性,同时本文提出的扩展确定性方法可有效解决助燃运行燃料费用模型引入的计算负担问题。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TM614
【图文】：

示意图,场景,示意图,风电

中科技大学博士学位论可以直接基于风电误差历史统计数据直接生成的非参tric distribution），其表现形式包括分位点（quantile）ernel density）等等[16],[29]-[30]。个时刻的树状节点（例如节点 n1 , , n1 5）构成，示意构成的顺序序列为一个场景（例如序列（ n 1 , n 2, n3 , n断更新的实时风电出力，其它节点通过更短期、更精而适用于动态滚动优化过程。场景树的常用生成, AR）模型、自回归滑动（autoregressive moving av

示意图,机组组合,区间,方法

的内在概率信息，鲁棒方法无法权衡配置的灵证优化结果的经济性。文献[109]提出一种结，以改善鲁棒方法的经济性，并缓解随机方法下的运行成本和期望运行成本的加权和为优化个费用的权重选取依赖人为经验，缺乏内在依合方法方法（以下也简称为区间方法）也采用不确定性[110]-[112]，该不确定集合涵盖的风电出力信息值（白色圆圈），如图 1-2 所示。这些风电出概率信息的三个场景，如图 1-2 中黑色实线所行费用最小为优化目标，区间方法以中心值的爬坡约束应对风电出力在上界和下界之间的变

示意图,备用需求,净负荷,示意图

中科技大学博士学位论的备用约束还是过于繁杂，需要引入大量辅助变点和核心在于既要准确描述备用容量的成本和效实现这个目的，本章将备用成本和效益之间的相足引起的失负荷期望（或者弃风期望）之间的相换为后者这种更为简明直接且易于建模的物理关模型，它可以通过融入到确定性机组组合模型框出的备用模型解耦了备用优化复杂性与随机场景过大量风电随机场景构建生成，以准确反映风电为少量连续变量构成的线性约束集合，所引入的

【参考文献】