考虑风电波动不确定性的电力系统分频互补优化调度策略研究
发布时间：2021-01-01 07:18
随着风电在电力系统中所占有的比例日渐提高,大规模风电集群接入电网后,其固有的随机波动性和不确定性给现代新能源电力调度带来挑战。在高比例风电接入电力系统中,电力平衡与备用容量的概念需由目前的确定性思想转变为不确定性思想,在此背景下,传统的调度模型和调度方法需从本质上得到改进以适应风电高比例接入电力系统调度的新要求。同时,由于风电难以准确预测,多空间与多时间尺度的调控方式在应对风电随机性的调度中并不理想。相对而言,基于频域分析的调度方式在平滑风电波动中被认为是一种行之有效的技术。鉴于此,本文考虑风电出力的不确定性,开展在频域尺度下多能源联合优化分频调度方法研究,本文的主要研究内容如下:（1）从研究多种发电方式频率特性入手,提出一种可发挥不同发电优势的新型分频联合调度方式,该方式利用频域分解方法将发电计划与风电出力的差值功率划分成多个频段并选择相应机组。（2）建立了数据驱动的风电功率不确定性集合。首先分析了能够计算出风电功率的概率密度分布的鲁棒核密度估计方法,主要研究了核函数、鲁棒损失函数以及核化迭代加权最小二乘法三个部分;然后根据鲁棒核密度估计方法得到的风电功率概率密度函数构造了风电功率不...
【文章来源】：兰州理工大学甘肃省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
补偿发电功率频谱图
工程硕士学位论文13不同的电源来尽可能的消纳新能源，这需要仔细分析不同电源的输出功率的频率特性。通过离散傅里叶变换计算补偿功率的功率频谱密度及其拟合曲线如图2.6所示。可以看出类似于前一节所述风电功率与频率关系，补偿功率也有相同的特性。随着频率的越低，所含有的功率比例越高。功率频谱幅值在高频时下降速度很快，这是由于电机的惯性起到了低通滤波的作用，且满足Parsever恒等式，即直观的看功率曲线与功率谱密度曲线区域面积相等。2.2.1补偿机组分类补偿功率幅频特性如图2.7所示，补偿功率随着频率的升高总体呈下降趋势，文献[59,60]讨论了不同类型调峰电源的带宽特点，通常来说储能电池覆盖频段广，但受容量和成本限制，适合高频段补偿；水电、燃气发电可以覆盖中、低频段，火电是电网调峰调频的主力，但其变负荷速率低，适合补偿低频段分量。因此，可以根据不同电源的互补特性实现分频补偿调度控制。风电场输出功率的补偿功率具有分频段特性，然后根据不同频段选择相应的互补电源，只要互补电源的输出功率带宽可以覆盖所属频段（可以理解为爬坡率大于等效负荷的变化率）那么它可以接受该频段的调度指令，这不代表它的出力必定会分解为若干频段，因为它只受到一个频段的调度指令，所以避开了频段交叉的情况，避免了不同频段机组之间的相互调节影响。新能源受补偿简化示意图如图2.7所示。图2.7多能源补偿简化示意图据此将调节机组分成如下几类：1.大容量低频机组。这类机组调节速率慢（小时级）、调节容量大，主要由火电机组承担，负责低频功率波动调节。2.较大容量中频机组。这类机组调节速率快（分钟级）、调节容量中等，主要由水电机组承担，在低频机组调节能力不足时可部分切换到低
考虑风电波动不确定性的电力系统分频互补优化调度策略研究14频机组模式。负责中频功率波动调节。3.小容量高频机组。这类机组调节速率极快（秒级）、调节容量很小，主要由储能系统承担，负责高频功率波动调节。则调节机组输出功率：tLMHP=P+P+P（2.5）式中：Pt为补偿总功率，PL、PM、PH分别为低、中、高分解功率。2.2.2功率分频方法对比目前常用的功率信号的分解方法有三种，分别是小波分解法、移动平均法和一阶低通法，下面对这三种方法对比分析，探求哪种分解方式更有利于分频补偿策略。（1）小波分解法小波分析是一种强大的频域分析方法，其对突变信号有良好的局部时频识别特性且基本无滞后现象，广泛应用于电力系统暂态分析和电能质量提升方面[61,62]。小波分析起初是在傅里叶变换的基础上发展起来的，但是它不仅具有傅里叶变换的频域特性还能够体现出信号的时域特性。利用一维小波包分解可以对信号进行多层次分解，文献[63]中提到的自适应小波包分解方法可以自适应确定分解层数n。以三层分解为例一维小波包分解树状图如图2.8所示：图2.8小波包分解原理图2.8从上到下对原信号进行3层分解，0是原始信号，每层分解得到相应的低频与高频信号。对采样频率为fs的信号进行n次分解后得到2n个信号，每个信号的带宽为f=fs/(2n+1)。（2）移动平均法移动平均法根据时间序列数据，逐项计算序列平均值，用来反映未来一段时间的的趋势，是一种常用的平滑预测方法。该方法能够消除数据中周期与随机波动的影响，提高未来趋势预测精度和数据精确程度，可以再很大程度上抑制其周期性的干扰。移动平均法的通用表达式如（2.6）：
【参考文献】：
期刊论文
[1]考虑风电高阶不确定性的分布式鲁棒优化调度模型[J]. 夏鹏,刘文颖,张尧翔,王维洲,张柏林. 电工技术学报. 2020(01)
[2]基于混合整数规划法的深度调峰风电消纳优化[J]. 李明扬,李瑞连,马康丰. 自动化与仪器仪表. 2019(10)
[3]政策指引 分散式风电踏上正轨[J]. 孙一琳. 风能. 2019(05)
[4]先进并网装置关键技术研究综述[J]. 吴鸣,宋振浩,吕志鹏,孙丽敬,赵婷. 供用电. 2019(04)
[5]基于证据理论的风速不确定性建模[J]. 郭小璇,龚仁喜,鲍海波. 电力自动化设备. 2019(01)
[6]基于狄利克雷模型的分布鲁棒机组组合[J]. 张玉敏,韩学山,杨明,王明强,张利,叶平峰,徐波. 中国电机工程学报. 2019(17)
[7]高比例风光电集中接入弱电网的暂态稳定研究[J]. 郝晓弘,郭铁锷,汪宁渤,丁坤. 自动化与仪器仪表. 2018(08)
[8]考虑可再生能源出力不确定性的多能源电力系统日前调度[J]. 赵书强,李志伟. 华北电力大学学报(自然科学版). 2018(05)
[9]基于风电离散化概率序列的机会约束规划优化调度方法[J]. 夏鹏,刘文颖,蔡万通,汪宁渤,梁琛. 电工技术学报. 2018(21)
[10]基于滑动平均与小波包分解的混合储能容量优化[J]. 陈科彬,邱晓燕,史光耀,李星雨. 电测与仪表. 2018(07)
硕士论文
[1]风电场配置复合储能的容量规划与优化控制研究[D]. 刘博.山东大学 2017
[2]基于机会约束规划的含多风电场动态经济调度[D]. 张心怡.浙江大学 2017
[3]含大规模风电的送端电网频率稳定控制研究[D]. 谭放.华北电力大学(北京) 2016
[4]含大规模新能源的电力系统优化调度问题研究[D]. 孟杰.华北电力大学 2014
本文编号：2951171
【文章来源】：兰州理工大学甘肃省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
补偿发电功率频谱图
工程硕士学位论文13不同的电源来尽可能的消纳新能源，这需要仔细分析不同电源的输出功率的频率特性。通过离散傅里叶变换计算补偿功率的功率频谱密度及其拟合曲线如图2.6所示。可以看出类似于前一节所述风电功率与频率关系，补偿功率也有相同的特性。随着频率的越低，所含有的功率比例越高。功率频谱幅值在高频时下降速度很快，这是由于电机的惯性起到了低通滤波的作用，且满足Parsever恒等式，即直观的看功率曲线与功率谱密度曲线区域面积相等。2.2.1补偿机组分类补偿功率幅频特性如图2.7所示，补偿功率随着频率的升高总体呈下降趋势，文献[59,60]讨论了不同类型调峰电源的带宽特点，通常来说储能电池覆盖频段广，但受容量和成本限制，适合高频段补偿；水电、燃气发电可以覆盖中、低频段，火电是电网调峰调频的主力，但其变负荷速率低，适合补偿低频段分量。因此，可以根据不同电源的互补特性实现分频补偿调度控制。风电场输出功率的补偿功率具有分频段特性，然后根据不同频段选择相应的互补电源，只要互补电源的输出功率带宽可以覆盖所属频段（可以理解为爬坡率大于等效负荷的变化率）那么它可以接受该频段的调度指令，这不代表它的出力必定会分解为若干频段，因为它只受到一个频段的调度指令，所以避开了频段交叉的情况，避免了不同频段机组之间的相互调节影响。新能源受补偿简化示意图如图2.7所示。图2.7多能源补偿简化示意图据此将调节机组分成如下几类：1.大容量低频机组。这类机组调节速率慢（小时级）、调节容量大，主要由火电机组承担，负责低频功率波动调节。2.较大容量中频机组。这类机组调节速率快（分钟级）、调节容量中等，主要由水电机组承担，在低频机组调节能力不足时可部分切换到低
考虑风电波动不确定性的电力系统分频互补优化调度策略研究14频机组模式。负责中频功率波动调节。3.小容量高频机组。这类机组调节速率极快（秒级）、调节容量很小，主要由储能系统承担，负责高频功率波动调节。则调节机组输出功率：tLMHP=P+P+P（2.5）式中：Pt为补偿总功率，PL、PM、PH分别为低、中、高分解功率。2.2.2功率分频方法对比目前常用的功率信号的分解方法有三种，分别是小波分解法、移动平均法和一阶低通法，下面对这三种方法对比分析，探求哪种分解方式更有利于分频补偿策略。（1）小波分解法小波分析是一种强大的频域分析方法，其对突变信号有良好的局部时频识别特性且基本无滞后现象，广泛应用于电力系统暂态分析和电能质量提升方面[61,62]。小波分析起初是在傅里叶变换的基础上发展起来的，但是它不仅具有傅里叶变换的频域特性还能够体现出信号的时域特性。利用一维小波包分解可以对信号进行多层次分解，文献[63]中提到的自适应小波包分解方法可以自适应确定分解层数n。以三层分解为例一维小波包分解树状图如图2.8所示：图2.8小波包分解原理图2.8从上到下对原信号进行3层分解，0是原始信号，每层分解得到相应的低频与高频信号。对采样频率为fs的信号进行n次分解后得到2n个信号，每个信号的带宽为f=fs/(2n+1)。（2）移动平均法移动平均法根据时间序列数据，逐项计算序列平均值，用来反映未来一段时间的的趋势，是一种常用的平滑预测方法。该方法能够消除数据中周期与随机波动的影响，提高未来趋势预测精度和数据精确程度，可以再很大程度上抑制其周期性的干扰。移动平均法的通用表达式如（2.6）：
【参考文献】：
期刊论文
[1]考虑风电高阶不确定性的分布式鲁棒优化调度模型[J]. 夏鹏,刘文颖,张尧翔,王维洲,张柏林. 电工技术学报. 2020(01)
[2]基于混合整数规划法的深度调峰风电消纳优化[J]. 李明扬,李瑞连,马康丰. 自动化与仪器仪表. 2019(10)
[3]政策指引 分散式风电踏上正轨[J]. 孙一琳. 风能. 2019(05)
[4]先进并网装置关键技术研究综述[J]. 吴鸣,宋振浩,吕志鹏,孙丽敬,赵婷. 供用电. 2019(04)
[5]基于证据理论的风速不确定性建模[J]. 郭小璇,龚仁喜,鲍海波. 电力自动化设备. 2019(01)
[6]基于狄利克雷模型的分布鲁棒机组组合[J]. 张玉敏,韩学山,杨明,王明强,张利,叶平峰,徐波. 中国电机工程学报. 2019(17)
[7]高比例风光电集中接入弱电网的暂态稳定研究[J]. 郝晓弘,郭铁锷,汪宁渤,丁坤. 自动化与仪器仪表. 2018(08)
[8]考虑可再生能源出力不确定性的多能源电力系统日前调度[J]. 赵书强,李志伟. 华北电力大学学报(自然科学版). 2018(05)
[9]基于风电离散化概率序列的机会约束规划优化调度方法[J]. 夏鹏,刘文颖,蔡万通,汪宁渤,梁琛. 电工技术学报. 2018(21)
[10]基于滑动平均与小波包分解的混合储能容量优化[J]. 陈科彬,邱晓燕,史光耀,李星雨. 电测与仪表. 2018(07)
硕士论文
[1]风电场配置复合储能的容量规划与优化控制研究[D]. 刘博.山东大学 2017
[2]基于机会约束规划的含多风电场动态经济调度[D]. 张心怡.浙江大学 2017
[3]含大规模风电的送端电网频率稳定控制研究[D]. 谭放.华北电力大学(北京) 2016
[4]含大规模新能源的电力系统优化调度问题研究[D]. 孟杰.华北电力大学 2014
本文编号：2951171
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2951171.html
