计及规模化风电接入的机组组合调度研究
发布时间：2021-12-19 16:02
随着全球气候急剧变化,减少对化石能源的依赖,大力发展作为重要清洁能源的风电是国际社会逐渐达成的共识。中国能源发展有关政策表明,规模化风电接入电网已成为中国电力行业发展的主要趋势。随着风电并网比例的不断攀升,其随机性和波动性对机组组合问题提出新的挑战,传统的机组组合模型已不能满足现阶段发展需求。开展计及风电规模化接入的机组组合调度研究,对解决高比例风电并网、提高系统消纳能力具有重要意义。本文主要的研究内容和成果如下:首先,在研究传统机组组合问题的基础上,分析了求解该问题的拉格朗日松弛算法的特性,在此基础上,构建了以系统运行费用最小化的数学模型,采用拉格朗日松弛算法、改进次梯度法和模糊次梯度法相协调的混合算法对机组进行优化调度。其次,考虑到风电的难以预测性,利用变权组合系数模型对风速序列超前预测,获取风速数据进而得到风电输出功率预测曲线。针对风电功率的不确定性,构建了以系统运行费用和弃风成本之和最小为目标的多时间尺度联合调度模型,对比分析了日前调度、滚动调度及实时调度的区别,给出了不同时间尺度模型下风电预测的精确度,基于改进的拉格朗日算法对各时间尺度的调度模型进行优化。最后,考虑到不同风电...
【文章来源】：长春工业大学吉林省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
机组组合问题数学模型的演变过程
第1章绪论7生成的粒子均能满足约束条件，其次对改进的粒子群算法进行局部搜索得到最优解；在上述研究的基础上，文献[46]通过改变粒子群算法所占的惯性权重来提高其搜索能力和寻求全局最优解速度。图1.2机组组合优化算法分类1.4考虑规模化风电接入的机组组合研究随着风电大规模的开发利用，一次能源的困局得以缓解，但同时对机组组合优化问题提出了新的要求，在保证系统安全运行的条件下，如何科学的安排机组启停及负荷分配显得尤为重要。1.4.1风电并网的机组组合研究针对日前调度的机组组合，传统经济调度是基于确定性的负荷预测曲线进行建模，以系统所有调度时段总发电成本最小为目标，也可加入购电费用指标[47]。随着风电渗透率不断提高，电网的波动性日益增加，严重加剧了系统发电功率的不确定性。文献[48]应用随机优化方法，在风速预测的基础上建立计及风电场的机组组合动态经济调度模型；文献[49]基于Benders分解法建立一种安全约束的机组组合模型，并计及风电功率的波动性；文献[50]提出了一种大型风电场的环境经济调度模型，基于机会约束规划方法求解。考虑了机组组合启停，含风电电力系统中各机组负荷如何优化分配也是国内外学者研究的焦点。针对机组组合中的负荷分配，研究侧重点的不同对应着不同的目标函数及约束条件。文献[51]建立了一种考虑电网安全约束的风电调度模型，安排风电场的出力，尽可能减少弃风量；文献[52]同时考虑了风电被高估及低估时的惩罚成本。综上所述，针对目标函数，传统调度中的目标函数多为系统总运行费用最小，风电并网后系统的目标函数发生改变，以系统运行费用及弃风成本等之和最小为目标。
第1章绪论9建模对象可分为直接预测和间接预测，如图1.3所示。准确的风电功率预测对于减少弃风，节省系统总成本方面具有巨大的意义。图1.3风电预测模型分类风电规模化并网后，需要通过多个时间尺度调度协调优化，逐级配合以消除风电预测的误差，在此基础上提高风电的消纳能力。风电并网后，传统调度中的负荷波动性要明显小于风电的波动性，日前调度计划也会受到风电不确定性和可预测性差的影响，从而造成日前计划准确性大大降低。文献[56]将年计划、周计划和日内计划相结合，通过协调优化和滚动优化的方式，使得风电接入系统后的接纳能力进一步提升。文献[57]通过改变日内机组的启停计划和备用容量，优化日内计划和日前计划，从而降低风电预测误差；文献[58]在含风电多时间尺度的模型下，设计了一种备用容量的优化方法；文献[59]利用储能来降低超短期预测误差，建立了日内滚动调度的模型。基于风电功率和负荷两者的预测精度均具有时间尺度的特点，因而多时间尺度的有功调度方式对于风电并网后的系统消纳具有重要的研究价值。1.5本文主要研究内容随着系统中风电装机容量的不断扩大，传统的机组组合模型已无法满足电网调度需求。同时由于风电的特性，造成系统弃风问题日益严重，对系统有功调度产生不利的影响。针对规模化风电接入后机组组合的优化问题，开展计及规模化风电接入的机组组合调度研究。本文的主要研究内容如下：（1）机组组合算法的基本原理分析。详细介绍了拉格朗日松弛法、次梯度法及模糊次梯度法的基本原理和数学模型，分析了拉格朗日松弛法求解机组组合问题的缺点；针对求解过程拉格朗日乘子的迭代，借鉴现有文献构建了改进次梯度法；考虑到次梯度法的马尔科夫性，建立了和模糊次梯度法交替求解的混合算法以加快收敛速
【参考文献】：
期刊论文
[1]含压缩空气储能电力系统日前–日内协调调度策略[J]. 李姚旺,苗世洪,罗星,尹斌鑫,王吉红. 中国电机工程学报. 2018(10)
[2]一种风电场短期风速组合预测模型[J]. 张妍,王东风,韩璞. 太阳能学报. 2017(06)
[3]计及潮流约束的水火电力系统机组组合问题的分解–协调算法[J]. 汪超群,韦化,吴思缘. 中国电机工程学报. 2017(11)
[4]考虑静态安全约束的含MMC-HVDC交直流混合系统最优潮流计算方法[J]. 林毅,林章岁,巨云涛,张明晔. 电网技术. 2017(09)
[5]大规模风电接入系统多时间尺度备用容量滚动修订模型[J]. 王蓓蓓,唐楠,方鑫,杨胜春,嵇文路. 中国电机工程学报. 2017(06)
[6]基于机会约束目标规划的风火储系统滚动调度[J]. 王扬,赵书强,徐岩,殷加玞. 电网技术. 2017(01)
[7]大规模储能电源参与电网调频研究综述[J]. 李欣然,黄际元,陈远扬,刘卫健. 电力系统保护与控制. 2016(07)
[8]拉格朗日松弛对偶问题的一个改进次梯度算法[J]. 何方国. 长江大学学报(自科版). 2016(04)
[9]含风电电力系统的多时间尺度模糊机会约束动态经济调度模型[J]. 翟俊义,任建文,周明,李整. 电网技术. 2016(04)
[10]基于两阶段优化的风储联合发电系统日前发电计划模式[J]. 黄杨,胡伟,陈立. 电力系统自动化. 2015(24)
本文编号：3544688
【文章来源】：长春工业大学吉林省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
机组组合问题数学模型的演变过程
第1章绪论7生成的粒子均能满足约束条件，其次对改进的粒子群算法进行局部搜索得到最优解；在上述研究的基础上，文献[46]通过改变粒子群算法所占的惯性权重来提高其搜索能力和寻求全局最优解速度。图1.2机组组合优化算法分类1.4考虑规模化风电接入的机组组合研究随着风电大规模的开发利用，一次能源的困局得以缓解，但同时对机组组合优化问题提出了新的要求，在保证系统安全运行的条件下，如何科学的安排机组启停及负荷分配显得尤为重要。1.4.1风电并网的机组组合研究针对日前调度的机组组合，传统经济调度是基于确定性的负荷预测曲线进行建模，以系统所有调度时段总发电成本最小为目标，也可加入购电费用指标[47]。随着风电渗透率不断提高，电网的波动性日益增加，严重加剧了系统发电功率的不确定性。文献[48]应用随机优化方法，在风速预测的基础上建立计及风电场的机组组合动态经济调度模型；文献[49]基于Benders分解法建立一种安全约束的机组组合模型，并计及风电功率的波动性；文献[50]提出了一种大型风电场的环境经济调度模型，基于机会约束规划方法求解。考虑了机组组合启停，含风电电力系统中各机组负荷如何优化分配也是国内外学者研究的焦点。针对机组组合中的负荷分配，研究侧重点的不同对应着不同的目标函数及约束条件。文献[51]建立了一种考虑电网安全约束的风电调度模型，安排风电场的出力，尽可能减少弃风量；文献[52]同时考虑了风电被高估及低估时的惩罚成本。综上所述，针对目标函数，传统调度中的目标函数多为系统总运行费用最小，风电并网后系统的目标函数发生改变，以系统运行费用及弃风成本等之和最小为目标。
第1章绪论9建模对象可分为直接预测和间接预测，如图1.3所示。准确的风电功率预测对于减少弃风，节省系统总成本方面具有巨大的意义。图1.3风电预测模型分类风电规模化并网后，需要通过多个时间尺度调度协调优化，逐级配合以消除风电预测的误差，在此基础上提高风电的消纳能力。风电并网后，传统调度中的负荷波动性要明显小于风电的波动性，日前调度计划也会受到风电不确定性和可预测性差的影响，从而造成日前计划准确性大大降低。文献[56]将年计划、周计划和日内计划相结合，通过协调优化和滚动优化的方式，使得风电接入系统后的接纳能力进一步提升。文献[57]通过改变日内机组的启停计划和备用容量，优化日内计划和日前计划，从而降低风电预测误差；文献[58]在含风电多时间尺度的模型下，设计了一种备用容量的优化方法；文献[59]利用储能来降低超短期预测误差，建立了日内滚动调度的模型。基于风电功率和负荷两者的预测精度均具有时间尺度的特点，因而多时间尺度的有功调度方式对于风电并网后的系统消纳具有重要的研究价值。1.5本文主要研究内容随着系统中风电装机容量的不断扩大，传统的机组组合模型已无法满足电网调度需求。同时由于风电的特性，造成系统弃风问题日益严重，对系统有功调度产生不利的影响。针对规模化风电接入后机组组合的优化问题，开展计及规模化风电接入的机组组合调度研究。本文的主要研究内容如下：（1）机组组合算法的基本原理分析。详细介绍了拉格朗日松弛法、次梯度法及模糊次梯度法的基本原理和数学模型，分析了拉格朗日松弛法求解机组组合问题的缺点；针对求解过程拉格朗日乘子的迭代，借鉴现有文献构建了改进次梯度法；考虑到次梯度法的马尔科夫性，建立了和模糊次梯度法交替求解的混合算法以加快收敛速
【参考文献】：
期刊论文
[1]含压缩空气储能电力系统日前–日内协调调度策略[J]. 李姚旺,苗世洪,罗星,尹斌鑫,王吉红. 中国电机工程学报. 2018(10)
[2]一种风电场短期风速组合预测模型[J]. 张妍,王东风,韩璞. 太阳能学报. 2017(06)
[3]计及潮流约束的水火电力系统机组组合问题的分解–协调算法[J]. 汪超群,韦化,吴思缘. 中国电机工程学报. 2017(11)
[4]考虑静态安全约束的含MMC-HVDC交直流混合系统最优潮流计算方法[J]. 林毅,林章岁,巨云涛,张明晔. 电网技术. 2017(09)
[5]大规模风电接入系统多时间尺度备用容量滚动修订模型[J]. 王蓓蓓,唐楠,方鑫,杨胜春,嵇文路. 中国电机工程学报. 2017(06)
[6]基于机会约束目标规划的风火储系统滚动调度[J]. 王扬,赵书强,徐岩,殷加玞. 电网技术. 2017(01)
[7]大规模储能电源参与电网调频研究综述[J]. 李欣然,黄际元,陈远扬,刘卫健. 电力系统保护与控制. 2016(07)
[8]拉格朗日松弛对偶问题的一个改进次梯度算法[J]. 何方国. 长江大学学报(自科版). 2016(04)
[9]含风电电力系统的多时间尺度模糊机会约束动态经济调度模型[J]. 翟俊义,任建文,周明,李整. 电网技术. 2016(04)
[10]基于两阶段优化的风储联合发电系统日前发电计划模式[J]. 黄杨,胡伟,陈立. 电力系统自动化. 2015(24)
本文编号：3544688
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3544688.html
