【摘要】：大用戶(hù)直購(gòu)電政策的推行,會(huì)進(jìn)一步壓縮電力系統(tǒng)的調(diào)度空間,而當(dāng)系統(tǒng)中接入大規(guī)模不可調(diào)控的風(fēng)電機(jī)組時(shí),系統(tǒng)的優(yōu)化調(diào)度將面臨更加嚴(yán)峻的挑戰(zhàn)。為了分析大用戶(hù)直購(gòu)電對(duì)系統(tǒng)風(fēng)電消納能力的影響,建立了含大用戶(hù)直購(gòu)電的電力系統(tǒng)風(fēng)電消納模型。該模型在傳統(tǒng)機(jī)組組合模型的基礎(chǔ)上,引入了風(fēng)電出力約束和可削減的直購(gòu)電電量合同約束,并對(duì)目標(biāo)函數(shù)進(jìn)行了相應(yīng)的調(diào)整。使用ARIMA模型對(duì)風(fēng)速時(shí)間序列進(jìn)行建模和預(yù)測(cè),為機(jī)組組合模型提供原始數(shù)據(jù)。將10機(jī)系統(tǒng)擴(kuò)展為40機(jī)系統(tǒng),并引入1 600 MW的風(fēng)電機(jī)組,分析了不同直購(gòu)電電價(jià)、直購(gòu)機(jī)組以及直購(gòu)電規(guī)模下直購(gòu)電合同對(duì)系統(tǒng)消納風(fēng)電能力的影響。
【圖文】：

152電工技術(shù)學(xué)報(bào)2017年12月1）大用戶(hù)直購(gòu)電合同約束。z()DZjjjjJptZjJ∈∑=∈（8）2）風(fēng)電出力約束。pww0≤p(t)≤p(t)（9）式中，z()jpt為機(jī)組j在t時(shí)段的直購(gòu)功率；jZ為機(jī)組j當(dāng)日的直購(gòu)電量；DZj為機(jī)組j當(dāng)日的直購(gòu)削減電量。3程序流程分析前兩節(jié)通過(guò)對(duì)風(fēng)電功率預(yù)測(cè)模型和含大用戶(hù)直購(gòu)電的電力系統(tǒng)風(fēng)電消納模型的建模，將含有風(fēng)電場(chǎng)和直購(gòu)電交易的機(jī)組組合問(wèn)題轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問(wèn)題，進(jìn)而使用CPLEX軟件求解。問(wèn)題求解和計(jì)算流程如圖1所示。圖1程序求解與計(jì)算流程Fig.1Calculationandalgorithmflowchart4算例分析4.1風(fēng)電功率時(shí)間序列的生成以某風(fēng)電場(chǎng)一年中各小時(shí)的風(fēng)速數(shù)據(jù)為基礎(chǔ)，取序列的前720h的數(shù)據(jù)進(jìn)行平穩(wěn)性分析。風(fēng)速原始時(shí)間序列的自相關(guān)函數(shù)如圖2所示。圖2風(fēng)速時(shí)間序列自相關(guān)函數(shù)Fig.2Autocorrelationfunctionofthewindspeedseries不難發(fā)現(xiàn)，該時(shí)間序列的自相關(guān)函數(shù)不能迅速衰減到零。對(duì)原始風(fēng)速時(shí)間序列進(jìn)行差分運(yùn)算，得到新的時(shí)間序列，其自相關(guān)函數(shù)如圖3所示。圖3一階差分序列自相關(guān)函數(shù)Fig.3Autocorrelationfunctionofthefirstorderdifferenceseries一次差分后，新時(shí)間序列已具備平穩(wěn)性。分別取p=1,…,8，q=1,…,8，建立多個(gè)ARMA模型，根據(jù)SBC準(zhǔn)則，最終確定階數(shù)：p=3，q=1。使用ARIMA（3,1,1）模型預(yù)測(cè)未來(lái)96h的風(fēng)速數(shù)據(jù)，預(yù)測(cè)結(jié)果如圖4所示。預(yù)測(cè)的絕對(duì)平均誤差為18.73%。圖4風(fēng)速預(yù)測(cè)結(jié)果Fig.4Resultsofwindspeedforecasting

152電工技術(shù)學(xué)報(bào)2017年12月1）大用戶(hù)直購(gòu)電合同約束。z()DZjjjjJptZjJ∈∑=∈（8）2）風(fēng)電出力約束。pww0≤p(t)≤p(t)（9）式中，z()jpt為機(jī)組j在t時(shí)段的直購(gòu)功率；jZ為機(jī)組j當(dāng)日的直購(gòu)電量；DZj為機(jī)組j當(dāng)日的直購(gòu)削減電量。3程序流程分析前兩節(jié)通過(guò)對(duì)風(fēng)電功率預(yù)測(cè)模型和含大用戶(hù)直購(gòu)電的電力系統(tǒng)風(fēng)電消納模型的建模，將含有風(fēng)電場(chǎng)和直購(gòu)電交易的機(jī)組組合問(wèn)題轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問(wèn)題，進(jìn)而使用CPLEX軟件求解。問(wèn)題求解和計(jì)算流程如圖1所示。圖1程序求解與計(jì)算流程Fig.1Calculationandalgorithmflowchart4算例分析4.1風(fēng)電功率時(shí)間序列的生成以某風(fēng)電場(chǎng)一年中各小時(shí)的風(fēng)速數(shù)據(jù)為基礎(chǔ)，取序列的前720h的數(shù)據(jù)進(jìn)行平穩(wěn)性分析。風(fēng)速原始時(shí)間序列的自相關(guān)函數(shù)如圖2所示。圖2風(fēng)速時(shí)間序列自相關(guān)函數(shù)Fig.2Autocorrelationfunctionofthewindspeedseries不難發(fā)現(xiàn)，該時(shí)間序列的自相關(guān)函數(shù)不能迅速衰減到零。對(duì)原始風(fēng)速時(shí)間序列進(jìn)行差分運(yùn)算，得到新的時(shí)間序列，其自相關(guān)函數(shù)如圖3所示。圖3一階差分序列自相關(guān)函數(shù)Fig.3Autocorrelationfunctionofthefirstorderdifferenceseries一次差分后，新時(shí)間序列已具備平穩(wěn)性。分別取p=1,…,8，q=1,…,8，，建立多個(gè)ARMA模型，根據(jù)SBC準(zhǔn)則，最終確定階數(shù)：p=3，q=1。使用ARIMA（3,1,1）模型預(yù)測(cè)未來(lái)96h的風(fēng)速數(shù)據(jù)，預(yù)測(cè)結(jié)果如圖4所示。預(yù)測(cè)的絕對(duì)平均誤差為18.73%。圖4風(fēng)速預(yù)測(cè)結(jié)果Fig.4Resultsofwindspeedforecasting


本文編號(hào)：2566640