【摘要】：風(fēng)電和光伏發(fā)電具有較強的不確定性,隨著接入比例的增加,電力系統(tǒng)運行的不確定性也在增大。在風(fēng)光高占比的電力系統(tǒng)中,電源和負(fù)荷都表現(xiàn)出較強的不確定性,電力系統(tǒng)電力電量平衡以及容量充裕度的概念將由目前確定性思路向概率性思路轉(zhuǎn)化。屆時,傳統(tǒng)電力系統(tǒng)優(yōu)化調(diào)度模型將難以適應(yīng)風(fēng)光高占比情況下電力系統(tǒng)調(diào)度的新要求。在風(fēng)光高占比的多能源電力系統(tǒng)中,需要研究新的隨機優(yōu)化方法、建立新的優(yōu)化調(diào)度模型,以期考慮源-荷雙側(cè)不確定性影響制定安全經(jīng)濟的調(diào)度方案�；诖�,本文以機會約束相關(guān)機會目標(biāo)規(guī)劃為數(shù)學(xué)理論與方法支撐,以風(fēng)光高占比多能源電力系統(tǒng)隨機優(yōu)化調(diào)度為研究主題,開展的主要工作和取得的主要成果如下:針對風(fēng)電和光伏發(fā)電預(yù)測誤差分布存在不對稱性和多峰性的特點,提出通用型高斯混合模型,拓展高斯混合模型在描述預(yù)測誤差分布時的適用性�；谒嵬ㄓ眯透咚够旌夏Ｐ�,建立了精細(xì)化風(fēng)電預(yù)測誤差分布模型。算例分析表明所提通用型高斯混合模型既能較好的描述預(yù)測誤差分布的高峰,又具有靈活的腰部曲線,與預(yù)測誤差統(tǒng)計特性貼合度最高,擬合效果最佳�？紤]天氣類型、環(huán)境溫度和溫差等氣象因素對光伏發(fā)電功率預(yù)測誤差的影響,同時分析預(yù)測誤差受預(yù)測出力幅值和爬坡速度的影響,結(jié)合所提通用性高斯混合模型,建立了考慮出力特性和氣象因素的精細(xì)化光伏出力預(yù)測誤差分布模型。算例分析了所建精細(xì)化光伏發(fā)電預(yù)測誤差分布模型的有效性。所建考慮出力特性和氣象因素的精細(xì)化光伏出力預(yù)測誤差分布模型,可以給出精細(xì)化的誤差分布,同時也可為預(yù)測出力提供可靠的置信區(qū)間。此外,還建立了凝汽式火電機組、熱電聯(lián)產(chǎn)機組、燃?xì)廨啓C、聯(lián)合循環(huán)燃?xì)廨啓C的模型,為了挖掘水電的調(diào)節(jié)能力以消納風(fēng)光可再生能源,建立了考慮不同水頭下機組出力特性的水電機組模型,并以此為基礎(chǔ)建立了梯級電站出力模型和抽水儲能機組出力模型。針對含有多個隨機變量的機會約束條件確定性轉(zhuǎn)化時解析法不適用的問題,提出基于采樣的機會約束條件確定性轉(zhuǎn)化方法,突破解析法對隨機變量的要求,實現(xiàn)含有多個任意分布隨機變量機會約束條件的確定性轉(zhuǎn)化。算例分析表明在采樣點足夠多的情況下,所提基于采樣的機會約束條件確定性轉(zhuǎn)化方法可以將機會約束條件等效轉(zhuǎn)化成混合整數(shù)約束條件。當(dāng)機會約束條件中隨機變量可以與優(yōu)化變量相分離時,得到的混合整數(shù)約束條件還可以進一步簡化,使模型能夠快速求解。此外,為了實現(xiàn)含有多個目標(biāo)函數(shù)優(yōu)化模型的快速求解,引入目標(biāo)規(guī)劃模型,將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為最小化向量目標(biāo)與目標(biāo)向量間距離的單目標(biāo)優(yōu)化問題。提高模型求解速度的同時,還能采用Cplex、Grubi等商用求解器進行求解。從風(fēng)、光出力不確定性對風(fēng)光高占比多能源電力系統(tǒng)調(diào)度模型的影響入手,分析源-荷雙側(cè)不確定性對調(diào)度模型功率平衡約束和旋轉(zhuǎn)備用容量需求的影響�？紤]源-荷雙側(cè)不確定性對電力系統(tǒng)功率平衡方程的影響,提出了概率性功率平衡的概念,基于相關(guān)機會規(guī)劃建立了概率性功率平衡模型;考慮源-荷雙側(cè)不確定性對系統(tǒng)旋轉(zhuǎn)備用容量的影響,建立了基于機會約束的系統(tǒng)旋轉(zhuǎn)備用容量約束模型。結(jié)合以上兩方面研究,考慮水、熱、電多類能量平衡,建立了基于機會約束相關(guān)機會目標(biāo)規(guī)劃的風(fēng)光高占比多能源電力系統(tǒng)隨機優(yōu)化調(diào)度模型,并與現(xiàn)有的其它隨機優(yōu)化調(diào)度模型以及傳統(tǒng)的熱電機組“以熱定電”、水電機組“以水定電”的調(diào)度模式進行了對比。結(jié)果表明,在含有大規(guī)模不確定性電源的多能源電力系統(tǒng)中,源-荷雙側(cè)的不確定性會直接影響調(diào)度方案的制定。所提概率性功率平衡模型相比于傳統(tǒng)功率平衡處理方法所得調(diào)度方案源-荷功率偏差不僅不會變大,反而會變小。此外,所建風(fēng)光高占比多能源電力系統(tǒng)隨機優(yōu)化調(diào)度模型可以利用不同電源之間的互補特性,提高風(fēng)光可再生能源的消納能力,減小高耗能、高成本機組的運行,從而提高系統(tǒng)運行的經(jīng)濟性�？紤]風(fēng)電和光伏發(fā)電預(yù)測誤差隨預(yù)測超前時間的變化特性,提出了考慮風(fēng)電和光伏發(fā)電功率預(yù)測精度變化與預(yù)測信息更新的風(fēng)光高占比多能源電力系統(tǒng)滾動調(diào)度模型。首先,量化分析風(fēng)電和光伏發(fā)電預(yù)測誤差隨預(yù)測超前時間的變化特性,并以此為依據(jù)提出調(diào)度模型的滾動更新方法,確定各時刻旋轉(zhuǎn)備用容量機會約束條件的置信水平。隨后,考慮風(fēng)光高占比情況下源-荷雙側(cè)不確定性對滾動調(diào)度模型的影響,基于所提概率性功率平衡模型,建立了考慮風(fēng)電和光伏發(fā)電預(yù)測精度變化和預(yù)測信息動態(tài)更新的風(fēng)光高占比多能源電力系統(tǒng)滾動調(diào)度模型。算例分析表明,考慮風(fēng)光預(yù)測精度變化建立的風(fēng)光高占比多能源電力系統(tǒng)滾動調(diào)度模型,在不增加失負(fù)荷風(fēng)險的前提下提高了系統(tǒng)運行的經(jīng)濟性。在調(diào)度計劃制定過程中,所提滾動調(diào)度模型能夠充分利用預(yù)測誤差隨預(yù)測超前時間表現(xiàn)出的“近小遠(yuǎn)大”的特征,在調(diào)度計劃的不同時段有側(cè)重地兼顧系統(tǒng)運行的安全性與經(jīng)濟性,實現(xiàn)全局優(yōu)化。
【圖文】：

，、現(xiàn)１００％、８０％和６０％可再生能源電力系統(tǒng)藍(lán)圖。國家電網(wǎng)公司提出構(gòu)建全球源互聯(lián)網(wǎng)的構(gòu)想｜４１，希望利用北極風(fēng)能和赤道太陽能借助特高壓電網(wǎng)實現(xiàn)廣域聯(lián)，從而促進可再生能源的消納。近年來，我國風(fēng)電和光伏發(fā)電發(fā)展迅猛。截到２０１７年底，全國風(fēng)電和光伏裝機容量分別達(dá)到１．６４億ｋＷ和１．３０億ｋＷ２０１年風(fēng)電發(fā)電量３０５７億ｋＷ？ｈ，占全部發(fā)電量的４．８％，光伏發(fā)電量１１８２億ｋＷ＊ｈ占全部發(fā)電量的３５０００「邐１邋７０％逡逑＾邋３００００邋－邐＾邐２９＾３邋－邋６０％逡逑－２５０００邋■邐＼邐４３％邐４２％邐２２３邋７邋８邋Ｉ邋＇邋５0％Ｓ逡逑裳邋２００００邋－邐３１？／0＾５＼邋［１邐＿邋＿桃gW逡逑｜ｌsE。＿邐３４％邐■＾■２９％－ｌ３１0－３0％Ｓ逡逑５，000°邋＇邐４８３邐６４８３邐■＇邐１邐＾邐｜邋Ｉ邋＂逡逑★邋■■■■ＨＵ逡逑２０１１邐２０１２邐２０１３邐２０１４邐２０１５邐２０１６邐２０１７逡逑圖丨－１邋２０１１－２０１７年我國新能源發(fā)電累計裝機容量和同比增長比例逡逑Ｆｉｇ．邋１－１邋Ｃｕｍｕｌａｔｉｖｅ邋ｉｎｓｔａｌｌｅｄ邋ｃａｐａｃｉｔｙ邋ａｎｄ邋ｇｒｏｗｔｈ邋ｒａｔｉｏ邋ｏｆ邋ｎｅｗ邋ｅｎｅｒｇｙ邋ｐｏｗｅｒ邋ｇｅｎｅｒａｔｉｏｎ邋ｉｎ邋Ｃｈｉｎｆｒｏｍ邋２０１１邋ｔｏ邋２０１７逡逑

等效確定性轉(zhuǎn)化，，以實現(xiàn)模型的快速求解；最后，考慮風(fēng)電和光伏發(fā)電預(yù)測精度逡逑隨預(yù)測超前時間縮短而提高的特點，建立風(fēng)光高占比多能源電力系統(tǒng)滾動優(yōu)化調(diào)逡逑度模型。在結(jié)構(gòu)安排上，全文總共分為六章，整體結(jié)構(gòu)框架如圖１４所示，各章逡逑內(nèi)容安排如下：逡逑第１章介紹風(fēng)光高占比多能源電力系統(tǒng)優(yōu)化調(diào)度課題的研宄背景與研宄意逡逑義，論述風(fēng)電和光伏發(fā)電誤差建模、電力系統(tǒng)優(yōu)化調(diào)度的基本建模方法、多能源逡逑電力系統(tǒng)協(xié)調(diào)調(diào)度、機會約束多目標(biāo)優(yōu)化模型的求解以及電力系統(tǒng)滾動調(diào)度模型逡逑的研宄現(xiàn)狀，最后概述本文的主要工作和內(nèi)容安排。逡逑第２章主要建立多能源電力系統(tǒng)中各種電源的出力模型，為后文風(fēng)光氋占比逡逑多能源電力系統(tǒng)隨機優(yōu)化調(diào)度建模奠定基礎(chǔ)，重點就用于調(diào)度建模的風(fēng)電和光伏逡逑發(fā)電出力模型進行研宄。首先，分析預(yù)測誤差的特點，提出通用型高斯混合模型，逡逑拓展高斯混合模型在描述預(yù)測誤差分布時的適用性�；谒嵬ㄓ眯透咚够旌夏ｅ义闲徒⒕�(xì)化風(fēng)電預(yù)測誤差分布模型，并與現(xiàn)有風(fēng)電預(yù)測誤差分布模型進行對逡逑比，驗證所提模型的有效性。隨后研宄天氣類型、環(huán)境溫度和溫差等氣象因素對逡逑光伏發(fā)電功率預(yù)測誤差的影響
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TM73

【參考文獻】

相關(guān)期刊論文 前10條

1 陳磊;徐飛;王曉;閔勇;丁茂生;黃鵬;;儲熱提升風(fēng)電消納能力的實施方式及效果分析[J];中國電機工程學(xué)報;2015年17期

2 趙唯嘉;張寧;康重慶;王躍峰;李鵬;馬爍;;光伏發(fā)電出力的條件預(yù)測誤差概率分布估計方法[J];電力系統(tǒng)自動化;2015年16期

3 范松麗;艾芊;賀興;;基于機會約束規(guī)劃的虛擬電廠調(diào)度風(fēng)險分析[J];中國電機工程學(xué)報;2015年16期

4 趙書強;劉大正;謝宇琪;劉晉;胡永強;;基于相關(guān)機會目標(biāo)規(guī)劃的風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)儲能調(diào)度策略[J];電力系統(tǒng)自動化;2015年14期

5 顧澤鵬;康重慶;陳新宇;白建華;程路;;考慮熱網(wǎng)約束的電熱能源集成系統(tǒng)運行優(yōu)化及其風(fēng)電消納效益分析[J];中國電機工程學(xué)報;2015年14期

6 鄒云陽;楊莉;;基于經(jīng)典場景集的風(fēng)光水虛擬電廠協(xié)同調(diào)度模型[J];電網(wǎng)技術(shù);2015年07期

7 張文韜;王秀麗;吳雄;姚力;;大規(guī)模風(fēng)電接入下含大用戶直購電的電力系統(tǒng)調(diào)度模型研究[J];中國電機工程學(xué)報;2015年12期

8 王麗婕;冬雷;高爽;;基于多位置NWP與主成分分析的風(fēng)電功率短期預(yù)測[J];電工技術(shù)學(xué)報;2015年05期

9 李鵬梅;臧傳治;李鶴鵬;李忠文;楊建宏;;基于光伏預(yù)測的微電網(wǎng)能源隨機優(yōu)化調(diào)度[J];傳感器與微系統(tǒng);2015年02期

10 鄧勇;朱澤磊;黃文英;李順寧;黃金富;李穩(wěn);;日內(nèi)及實時發(fā)電計劃的遞進協(xié)調(diào)方法[J];電力系統(tǒng)自動化;2015年01期

相關(guān)碩士學(xué)位論文 前2條

1 邢通;利用風(fēng)電供暖的價值分析及優(yōu)化調(diào)度模型研究[D];華北電力大學(xué);2014年

2 蘇闊;含風(fēng)電集中供熱的電力系統(tǒng)優(yōu)化調(diào)度研究[D];大連理工大學(xué);2013年

本文編號：2590783