论文部分内容阅读
摘要：随着传统化石能源的日益消耗，人们不断加强了对新能源的研究和利用，在所有新能源中，对风能的运用相对较早，技术水平也相对较高，并且风能发电无论如何都不会对自然生态造成任何形式的破坏。随着我国风电并网容量的提升，过去那种一味地通过协调优化常规机组以适应风电全额并网的模式已经不再适应，因此，优化调度风电并网运行就成为当前电力行业在研究利用风电能源时首先考虑的问题。
关键词：运行；可靠性；含风电电力系统；优化调度
目前，经济建设在全球范围内大力开展，出现了能源消耗严重的情况，并且环境和生态的污染也在不断加大，因此如何应用清洁能源是当今时代最具关注度的话题。风能的运行相对所有被利用的新能源中是被运用较早的，具备相对较高的技术水平，且对自然生态环境而言，无论如何风能发电对其都不会引起任何模式的损坏。随着风电的并网容量在持续提升，以往那种以协调优化常规机组为媒介来迎合风电全额并网的方式已无法适应，所以，目前电力企业对风电能源的研究会着重考虑优化调度。
1、含风电电力系统运行可靠性概述
目前环境和能源危机在世界范围内都在不断地加重，因此很多国家都开始研究风能的利用。在风能的开发和利用中风电的并网运行属于一个非常重要的发展趋势。作为一种绿色可再生资源，风电在电力公司的调度中属于首先要考虑的，随后再对剩下的传统的机组进行调度。然而风电本身具有随机性和不确定性等特点，所以国内外现在都在深入地研究含风电电力系统优化调度策略。之前的电力系统优化调度主要分为两种，也就是动态优化调度和静态优化调度，其中的动态优化调度主要是针对整个调度周期内各个时间段的联系进行考虑，因此能够将整个系统的运行状况很好地反映出来。因为风电具有随机变化的特性，所以要做好对风功率的预测。以不同的用电目的为依据可以将电力系统的可靠性划分为两种，也就是运行可靠性和规划可靠性。其中的运行可靠性的最为主要的目的就是将可靠性判断依据提供给运行人员的调度决策，并且使电力系统运行的经济性、安全性和可靠性获得极大地提升。控制是针对含风电电力系统优化调度的最为重要的步骤，之所以如此，主要是由于系统会由于风电的不确定性和时序波动性而面临着运行风险。基于此，本文在运行可靠性方面对电力系统的优化调度方案受到的风电并网的影响进行了深入地分析：①传统的能耗机组在被风电并网所取代之后，能够有效地降低系统的总运行费用。②因为风电本身的间歇性和波动性等因素的影响，因此其具有较低的容量可信度，会进一步地降低系统的运行可靠性。为了能够有效的降低风电并网的负面影响，就必须要做好对含风电电力系统的优化调度，也就是要在系统并入风电的时候确保不同的时段都具备超过或者等于系统在不含风电时的最低可靠性指标。
2、考虑风电电力系统优化的调度模型
2.1传统调度模型
目标函数的公式为：minF=[（t）（（t））+（t）（1-（t-1））]
公式中，F是系统的总运行成本；T是系统调度的时段数；I是系统的机组数量；（t）是机组i在t的时间段内所做的有效功率；（t）是机组i在t时段的状态，（t）=1表示运行中，（t）=0表示未运行；（（t））是机组i在t时间内的运行成本。
约束条件有功率平衡约束、发电机组输出功率约束、发电机爬坡约束、最小运行及停运时间约束以及旋转备用约束，以旋转备用约束为例，公式为：
min（（t）-（t），）≥R（t）
2.2风电并网对电力系统优化调度的影响
风电机组和其他传统机组不同，电力系统往往会让风电机组优先并网。在进行电力系统调度时，因风电机组这一优势的影响，可能对传统机组产生替代效应，替换掉以前传统机组的部分，这样对整个电网调度运行都起到了优化效果。风电的替代效应可以减少系统的运行总体成本，但也有不利影响：电力系统的可靠性会降低，机组的投运风险指数显著攀升。
2.3运行可行性
根据以上调度模型，可以看出，此模型是在缺失对风电不确定性考虑的前提下建立的，因此存在非常大的风险，虽然已经有很多专家优化改进了这一模型，但依旧不能同时考虑风电的时序性和波动性。
2.4风电电力优化新策略
虽然通过增加投运风险约束措施的方法可以对电力系统运行过程产生的风险因素进行强有力的约束，但当前如何约束投运风险却得不到足够的参考和借鉴，从某种程度上来说，这一约束同样限制了对风电能源的正常使用。一般来说，风电一旦并网，应保证任一时段系统的运行可靠性都不会比在没有风电并入的情况下系统运行状态最差时的情况还要差。
3、基于运行可靠性的含风电电力系统的优化调度方法
现阶段在含风电电力系统的优化调度中差分进化算法、蚁群算法、模拟退火算法等属于比较常见的方法。
（1）模拟退火算法：模拟退火算法具有非常精确的计算结果，其对局部搜索算法的优点进行了充分的继承，为了可以将优化问题的最小值获得，在完成寻优的过程中其具有一个非常复杂的选取参数的过程。需要严格控制其中退化过程的速度，如若不然就有可能导致最优解发生偏差，或者延长计算时间。
（2）蚁群算法：蚁群算法具有正反馈的优势，其中具有各种解的多样性。如果将随机扰动加入到蚁群算法中，就能够避免全局最优解受到局部最优解的干扰。
（3）差分进化算法：该算法具有一系列的优势，比如在对复杂问题进行处理的时候具有较小的难度系数，其能够非常专业地对问题的随机并行问题进行求解，具有较少的控制参数，而且在使用的过程中很方便，具有较快的收敛速度，然而这样同时导致其往往具有较大的求解规模。
4、结束语
总之，在社会经济不断发展的同时，人们对电力系统运行具有越来越高的可靠性需求，再加上现代人普遍重视社会经济的可持续发展，因此开始广泛地将新的能源引进到电力系统中，从而控制化石资源的消耗。在这种情况下诞生了含风电电力系统，而且该系统具有越来越高的普及程度。含风电电力系统的运行可靠性是最为关键的一个因素，只有确保含风电电力系统具有较高的运行可靠性，才能够实现正常的供电。
参考文献：
[1]张文韬，王秀丽，吴雄，姚力.大规模风电接入下含大用户直购电的电力系统调度模型研究[J].中國电机工程学报，2015（12）.
[2]陈建华，吴文传，张伯明，王彬，郭庆来.安全性与经济性协调的鲁棒区间风电调度方法[J].中国电机工程学报，2014（07）.
[3]吴雄，王秀丽，李骏，郭静丽，张凯，陈洁.风电储能混合系统的联合调度模型及求解[J].中国电机工程学报，2013（13）.
（作者单位：国网葫芦岛供电公司）
作者简介：杜宇（1992.09.17）性别：男；籍贯：辽宁省铁岭市；民族：汉；学历：硕士研究生；研究方向：电力系统及其自动化。
关键词：运行；可靠性；含风电电力系统；优化调度
目前，经济建设在全球范围内大力开展，出现了能源消耗严重的情况，并且环境和生态的污染也在不断加大，因此如何应用清洁能源是当今时代最具关注度的话题。风能的运行相对所有被利用的新能源中是被运用较早的，具备相对较高的技术水平，且对自然生态环境而言，无论如何风能发电对其都不会引起任何模式的损坏。随着风电的并网容量在持续提升，以往那种以协调优化常规机组为媒介来迎合风电全额并网的方式已无法适应，所以，目前电力企业对风电能源的研究会着重考虑优化调度。
1、含风电电力系统运行可靠性概述
目前环境和能源危机在世界范围内都在不断地加重，因此很多国家都开始研究风能的利用。在风能的开发和利用中风电的并网运行属于一个非常重要的发展趋势。作为一种绿色可再生资源，风电在电力公司的调度中属于首先要考虑的，随后再对剩下的传统的机组进行调度。然而风电本身具有随机性和不确定性等特点，所以国内外现在都在深入地研究含风电电力系统优化调度策略。之前的电力系统优化调度主要分为两种，也就是动态优化调度和静态优化调度，其中的动态优化调度主要是针对整个调度周期内各个时间段的联系进行考虑，因此能够将整个系统的运行状况很好地反映出来。因为风电具有随机变化的特性，所以要做好对风功率的预测。以不同的用电目的为依据可以将电力系统的可靠性划分为两种，也就是运行可靠性和规划可靠性。其中的运行可靠性的最为主要的目的就是将可靠性判断依据提供给运行人员的调度决策，并且使电力系统运行的经济性、安全性和可靠性获得极大地提升。控制是针对含风电电力系统优化调度的最为重要的步骤，之所以如此，主要是由于系统会由于风电的不确定性和时序波动性而面临着运行风险。基于此，本文在运行可靠性方面对电力系统的优化调度方案受到的风电并网的影响进行了深入地分析：①传统的能耗机组在被风电并网所取代之后，能够有效地降低系统的总运行费用。②因为风电本身的间歇性和波动性等因素的影响，因此其具有较低的容量可信度，会进一步地降低系统的运行可靠性。为了能够有效的降低风电并网的负面影响，就必须要做好对含风电电力系统的优化调度，也就是要在系统并入风电的时候确保不同的时段都具备超过或者等于系统在不含风电时的最低可靠性指标。
2、考虑风电电力系统优化的调度模型
2.1传统调度模型
目标函数的公式为：minF=[（t）（（t））+（t）（1-（t-1））]
公式中，F是系统的总运行成本；T是系统调度的时段数；I是系统的机组数量；（t）是机组i在t的时间段内所做的有效功率；（t）是机组i在t时段的状态，（t）=1表示运行中，（t）=0表示未运行；（（t））是机组i在t时间内的运行成本。
约束条件有功率平衡约束、发电机组输出功率约束、发电机爬坡约束、最小运行及停运时间约束以及旋转备用约束，以旋转备用约束为例，公式为：
min（（t）-（t），）≥R（t）
2.2风电并网对电力系统优化调度的影响
风电机组和其他传统机组不同，电力系统往往会让风电机组优先并网。在进行电力系统调度时，因风电机组这一优势的影响，可能对传统机组产生替代效应，替换掉以前传统机组的部分，这样对整个电网调度运行都起到了优化效果。风电的替代效应可以减少系统的运行总体成本，但也有不利影响：电力系统的可靠性会降低，机组的投运风险指数显著攀升。
2.3运行可行性
根据以上调度模型，可以看出，此模型是在缺失对风电不确定性考虑的前提下建立的，因此存在非常大的风险，虽然已经有很多专家优化改进了这一模型，但依旧不能同时考虑风电的时序性和波动性。
2.4风电电力优化新策略
虽然通过增加投运风险约束措施的方法可以对电力系统运行过程产生的风险因素进行强有力的约束，但当前如何约束投运风险却得不到足够的参考和借鉴，从某种程度上来说，这一约束同样限制了对风电能源的正常使用。一般来说，风电一旦并网，应保证任一时段系统的运行可靠性都不会比在没有风电并入的情况下系统运行状态最差时的情况还要差。
3、基于运行可靠性的含风电电力系统的优化调度方法
现阶段在含风电电力系统的优化调度中差分进化算法、蚁群算法、模拟退火算法等属于比较常见的方法。
（1）模拟退火算法：模拟退火算法具有非常精确的计算结果，其对局部搜索算法的优点进行了充分的继承，为了可以将优化问题的最小值获得，在完成寻优的过程中其具有一个非常复杂的选取参数的过程。需要严格控制其中退化过程的速度，如若不然就有可能导致最优解发生偏差，或者延长计算时间。
（2）蚁群算法：蚁群算法具有正反馈的优势，其中具有各种解的多样性。如果将随机扰动加入到蚁群算法中，就能够避免全局最优解受到局部最优解的干扰。
（3）差分进化算法：该算法具有一系列的优势，比如在对复杂问题进行处理的时候具有较小的难度系数，其能够非常专业地对问题的随机并行问题进行求解，具有较少的控制参数，而且在使用的过程中很方便，具有较快的收敛速度，然而这样同时导致其往往具有较大的求解规模。
4、结束语
总之，在社会经济不断发展的同时，人们对电力系统运行具有越来越高的可靠性需求，再加上现代人普遍重视社会经济的可持续发展，因此开始广泛地将新的能源引进到电力系统中，从而控制化石资源的消耗。在这种情况下诞生了含风电电力系统，而且该系统具有越来越高的普及程度。含风电电力系统的运行可靠性是最为关键的一个因素，只有确保含风电电力系统具有较高的运行可靠性，才能够实现正常的供电。
参考文献：
[1]张文韬，王秀丽，吴雄，姚力.大规模风电接入下含大用户直购电的电力系统调度模型研究[J].中國电机工程学报，2015（12）.
[2]陈建华，吴文传，张伯明，王彬，郭庆来.安全性与经济性协调的鲁棒区间风电调度方法[J].中国电机工程学报，2014（07）.
[3]吴雄，王秀丽，李骏，郭静丽，张凯，陈洁.风电储能混合系统的联合调度模型及求解[J].中国电机工程学报，2013（13）.
（作者单位：国网葫芦岛供电公司）
作者简介：杜宇（1992.09.17）性别：男；籍贯：辽宁省铁岭市；民族：汉；学历：硕士研究生；研究方向：电力系统及其自动化。