考虑源荷双侧不确定性的含风电电力系统日前调度模型研究

发布时间：2020-04-01 07:01

【摘要】：近年来,传统化石能源日益枯竭、智能电网建设不断加快,这一方面促进了风电等可再生能源的迅速发展,另一方面为柔性负荷参与电网调度提供了技术支撑。然而,随着风电装机容量的提升以及需求响应项目的开展,风电出力和柔性负荷响应的不确定性增大了电网供需平衡的波动性,对系统的不利影响日益凸显,给电网的安全稳定运行带来了重大挑战。本文深入分析了含风电电力系统源荷双侧的不确定特性,采用不确定性理论分别对风电预测误差、柔性负荷响应进行了建模,并在此基础上研究了基于模糊随机机会约束的含风电电力系统多目标优化调度模型。本文的具体研究内容如下:(1)考虑风电预测误差的不确定性,采用非参数核密度拟合风电出力,提出了考虑源侧不确定性的含风电电力系统日前调度模型。首先,本文对比了参数分布和核密度函数对风电预测误差的拟合效果,构建了基于核密度函数拟合的风电出力模型。其次,考虑了风电不确定性对功率平衡、系统备用及线路潮流约束的影响,引入随机机会约束改进传统确定性约束,并以系统运行成本最低为目标,建立了基于随机机会约束的含风电电力系统日前调度模型。最后,在IEEE 6节点系统上开展算例分析,仿真结果表明:相对于完全保守的确定约束模型,随机机会约束模型能够在满足安全置信水平的同时,进一步提升系统经济效益,避免了由极端场景带来的不利影响。(2)在详细分析了价格型和激励型负荷响应特性的基础上,提出了一种考虑需求响应不确定性的电力系统优化调度模型。首先,本文采用模糊数学理论对价格型需求响应建立了基于消费者心理学的转移不确定性模型,对激励型需求响应建立了基于模糊参数的响应不确定性模型。其次,针对模型中存在的模糊变量,引入模糊机会约束改进传统确定的功率平衡、系统备用及线路潮流约束。最后,提出了考虑需求响应不确定性的电力系统优化调度模型,并利用模糊机会约束的清晰等价类将模型转化为确定性问题求解。算例结果表明:需求响应参与调度可部分替代发电侧资源,有利于常规机组的经济运行,提高了系统的经济效益。(3)考虑风电出力与负荷响应的不确定性,以经济运行成本和碳排放量最低为目标,提出了基于模糊随机机会约束的电力系统多目标优化调度模型。首先,在分析了多目标问题特性及常用求解方法的基础上,本文选取了最大隶属度法将经济与环境多目标优化问题转变为以隶属度函数最大的单目标优化问题。其次,针对模型中的模糊随机变量,引入模糊随机机会约束改进部分传统调度模型中的确定性约束。最后,提出模糊随机机会约束的等价类,将含模糊随机变量的双重不确定性模型转为确定性问题求解。算例结果表明:基于模糊随机机会约束的电力系统多目标优化调度模型,在兼顾了系统环保性的同时提高了电网的经济效益。
【图文】：

概率密度,不同参数,正态分布

图 2-1 不同参数下正态分布的概率密度图 Beta 分布拟合分布是取值在（0,1）区间中的连续概率密度分布，其参数、拟合市场占用率、产品不合格率等，在实际生活中应用广泛。变量X 服从参数为、的 beta 分布通常记做：X~Be( , ) 分布的随机概率密度函数如下： 1 11 1 111 10(1 ) ( ) 1, , ) (1 ) (1 )( ) ( ) ,(1 )x x x x xBu u du ， ( ) 是伽马函数，0 x 1。-2 为不同参数下 Beta 分布的概率密度函数曲线。从图 2-2 可以看到分布的偏度为 0，关于均值对称；当恒定，逐渐增大时，曲线；当恒定，逐渐增大时，曲线向右移动，其偏度也逐渐变为右

Beta分布,概率密度,不同参数,自由度

11（b）不同，相同时 beta 分布图 2-2 不同参数下 Beta 分布的概率密度图生t 分布布简称为分布，多被用于利用小样本数据拟合整体态势呈度函数为：2 ( 1)/2(( 1) / 2)( ) (1 / )( )2f t t 是随机变量，是参数，一般被称为自由度。不同自由度下分布概率密度图。分析图 2-3 发现，越大分布。当自由度大小合适时，在拟合具有厚尾特性的模型
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM614

【参考文献】