【摘要】：長(zhǎng)期以來(lái),電力系統(tǒng)運(yùn)行需要應(yīng)對(duì)如負(fù)荷預(yù)測(cè)偏差、發(fā)電機(jī)故障、線路故障等不確定性問(wèn)題。近年來(lái),隨著可再生能源、需求側(cè)資源的迅速建設(shè)與發(fā)展,電力系統(tǒng)運(yùn)行所面對(duì)的不確定性呈現(xiàn)出大規(guī)模、多類型、不確定性程度高、特性復(fù)雜等新特點(diǎn),對(duì)電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和安全性提出了巨大的挑戰(zhàn)。傳統(tǒng)的電力系統(tǒng)運(yùn)行優(yōu)化方法考慮的不確定性總體較為簡(jiǎn)單,難以適應(yīng)復(fù)雜不確定性的新要求。為此,本文分別從電力系統(tǒng)運(yùn)行的參與者(如發(fā)電商、售電商、輔助服務(wù)提供商)和電力系統(tǒng)運(yùn)行的整體決策者(如電力系統(tǒng)調(diào)度)兩個(gè)角度,針對(duì)以下四個(gè)具體問(wèn)題開(kāi)展了研究。針對(duì)風(fēng)電不確定性,從電力系統(tǒng)運(yùn)行參與者的角度,研究了風(fēng)電-電池儲(chǔ)能參與電力能量市場(chǎng)的投標(biāo)優(yōu)化問(wèn)題。針對(duì)風(fēng)電不確定性,基于風(fēng)功率歷史數(shù)據(jù)進(jìn)行風(fēng)功率預(yù)測(cè)概率分布估計(jì),進(jìn)而進(jìn)行風(fēng)電場(chǎng)景生成與縮減;針對(duì)電池儲(chǔ)能在風(fēng)儲(chǔ)聯(lián)合運(yùn)行中的非規(guī)則循環(huán)下壽命衰減問(wèn)題,提出了針對(duì)非規(guī)則循環(huán)的壽命衰減計(jì)算模型;針對(duì)風(fēng)電-電池儲(chǔ)能參與電力能量市場(chǎng)的偏差考核問(wèn)題,建立了基于風(fēng)電不確定性場(chǎng)景和考慮電池壽命衰減模型的風(fēng)儲(chǔ)聯(lián)合參與電力能量市場(chǎng)的投標(biāo)優(yōu)化模型。仿真結(jié)果表明所提方法能有效幫助風(fēng)儲(chǔ)系統(tǒng)應(yīng)對(duì)風(fēng)電不確定性,降低偏差考核懲罰,降低電池儲(chǔ)能的壽命損耗,提高聯(lián)合系統(tǒng)的總體收益。針對(duì)電力系統(tǒng)調(diào)頻信號(hào)不確定性,從電力系統(tǒng)運(yùn)行參與者的角度,研究了電池儲(chǔ)能參與能量和輔助服務(wù)市場(chǎng)的投標(biāo)優(yōu)化問(wèn)題。針對(duì)調(diào)頻信號(hào)的不確定性問(wèn)題,通過(guò)調(diào)頻信號(hào)歷史數(shù)據(jù)建立了適用于日前市場(chǎng)的調(diào)頻信號(hào)不確定集,通過(guò)基于粒子群優(yōu)化的極限學(xué)習(xí)機(jī)預(yù)測(cè)調(diào)頻信號(hào)能量累積值,建立了適用于實(shí)時(shí)市場(chǎng)的調(diào)頻信號(hào)不確定集;針對(duì)電池儲(chǔ)能參與調(diào)頻服務(wù)時(shí)的“調(diào)用失效”問(wèn)題,建立了基于調(diào)頻信號(hào)不確定集的電池儲(chǔ)能參與能量和輔助服務(wù)市場(chǎng)的投標(biāo)優(yōu)化模型,并提出了基于列生成算法的迭代求解算法。仿真結(jié)果表明所提方法能有效幫助電池儲(chǔ)能緩解調(diào)頻信號(hào)不確定性帶來(lái)的電池儲(chǔ)能調(diào)用失效問(wèn)題,提高電池儲(chǔ)能的總體收益。針對(duì)風(fēng)電不確定性,從電力系統(tǒng)整體運(yùn)行的角度,研究了考慮風(fēng)功率預(yù)測(cè)非規(guī)則分布的隨機(jī)機(jī)組組合問(wèn)題。針對(duì)風(fēng)功率預(yù)測(cè)非規(guī)則分布,建立了考慮“風(fēng)速-風(fēng)功率”和風(fēng)電場(chǎng)主動(dòng)控制的風(fēng)功率預(yù)測(cè)非規(guī)則分布模型,提出了適用于非規(guī)則分布的風(fēng)電場(chǎng)景生成方法;針對(duì)風(fēng)功率分布非規(guī)則下的隨機(jī)機(jī)組組合求解效率低的問(wèn)題,提出了基于Benders分解的風(fēng)電場(chǎng)景迭代順序優(yōu)選方法;基于IEEE118節(jié)點(diǎn)系統(tǒng)和中國(guó)西北某實(shí)際系統(tǒng)算例開(kāi)展了機(jī)組組合仿真,仿真結(jié)果表明所提出的方法能夠有效反映風(fēng)功率預(yù)測(cè)非規(guī)則分布的特性,同時(shí)提高了機(jī)組組合問(wèn)題的求解效率。針對(duì)風(fēng)電的不確定性,從電力系統(tǒng)整體運(yùn)行的角度,研究了基于風(fēng)電最優(yōu)置信區(qū)間的機(jī)組組合問(wèn)題。針對(duì)區(qū)間機(jī)組組合中如何選擇合適的風(fēng)電置信區(qū)間的問(wèn)題,建立了考慮區(qū)間內(nèi)運(yùn)行成本和區(qū)間外風(fēng)險(xiǎn)成本的機(jī)組組合模型;針對(duì)區(qū)間外失負(fù)荷期望和棄風(fēng)期望函數(shù)的特征,提出了適用于優(yōu)化求解的風(fēng)險(xiǎn)成本模型線性化方法;提出了在電力市場(chǎng)環(huán)境下,通過(guò)采用區(qū)間機(jī)組組合安排電網(wǎng)備用需求的方法,建立了適用于電力市場(chǎng)出清的區(qū)間機(jī)組組合模型;基于六節(jié)點(diǎn)系統(tǒng)和美國(guó)伊利諾伊州實(shí)際系統(tǒng)算例開(kāi)展了機(jī)組組合仿真,仿真結(jié)果表明所提出的方法能夠得到綜合成本最優(yōu)的風(fēng)電置信區(qū)間以及對(duì)應(yīng)的機(jī)組組合結(jié)果。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TM732
【圖文】：

東南大學(xué)博士學(xué)位論文規(guī)則分布模型，提出了適用于非規(guī)則分布的風(fēng)電場(chǎng)景生成方法；建立了基于風(fēng)功率預(yù)測(cè)非規(guī)則分布場(chǎng)景的隨機(jī)機(jī)組組合模型，采用 Benders 分解方法將原問(wèn)題分解為主問(wèn)題、場(chǎng)景校核子問(wèn)題、潮流校核子問(wèn)題進(jìn)行求解；針對(duì)風(fēng)功率分布非規(guī)則下的隨機(jī)機(jī)組組合求解效率低的問(wèn)題，提出了 Benders 分解方法下場(chǎng)景迭代順序優(yōu)選方法加快求解速度；最后，基于 IEEE 118 節(jié)點(diǎn)系統(tǒng)和中國(guó)西北某實(shí)際系統(tǒng)算例開(kāi)展了機(jī)組組合仿真，對(duì)所提方法的有效性進(jìn)行了驗(yàn)證。第 5 章從電力系統(tǒng)整體運(yùn)行的角度，提出了基于風(fēng)電最優(yōu)置信區(qū)間的機(jī)組組合優(yōu)化方法。首先，從風(fēng)功率預(yù)測(cè)概率分布入手，建立了區(qū)間外失負(fù)荷期望和棄風(fēng)期望函數(shù)，提出了適用于優(yōu)化求解的風(fēng)險(xiǎn)成本模型線性化方法；建立了考慮區(qū)間內(nèi)運(yùn)行成本和區(qū)間外風(fēng)險(xiǎn)成本的機(jī)組組合模型；提出了在電力市場(chǎng)環(huán)境下，通過(guò)采用區(qū)間機(jī)組組合安排電網(wǎng)備用需求的方法，建立了適用于電力市場(chǎng)出清的區(qū)間機(jī)組組合模型；基于六節(jié)點(diǎn)系統(tǒng)和美國(guó)伊利諾伊州實(shí)際系統(tǒng)算例開(kāi)展了機(jī)組組合仿真，對(duì)所提方法的有效性進(jìn)行了驗(yàn)證。第 6 章對(duì)全文的工作進(jìn)行了總結(jié)，概括了文章的主要研究?jī)?nèi)容，并對(duì)未來(lái)可能的研究方向進(jìn)行了展望。

又可以分解為兩個(gè)完成循環(huán)的差值，如圖2-4 所示。而兩個(gè)完整循環(huán)電池容量衰減百分率的差值的絕對(duì)值，則為一個(gè)完整的 x%到 y%到 x%的循環(huán)過(guò)程的電池容量衰減百分率，如(2.29)所示。dp x % y % x % dp x % 100% x % dp y % 100% y% (2.29)圖 2-4 非規(guī)則循環(huán)分解示意圖通過(guò)以上的步驟，可以將任意的非規(guī)則循環(huán)分解為規(guī)則循環(huán)的差值。下面介紹一下求解規(guī)則循環(huán)下電池容量衰減百分率的方法。電池化學(xué)領(lǐng)域?qū)嶒?yàn)結(jié)果通常呈現(xiàn)為圖 2-5（1）的形式，即電池剩余容量隨著標(biāo)準(zhǔn)循環(huán)測(cè)試不斷下降的曲線簇。標(biāo)準(zhǔn)循環(huán)測(cè)試是從電池充滿電后放電到某個(gè) DoD，再充滿電的循環(huán)過(guò)程。不同的 DoD 對(duì)應(yīng)的曲線不同，DoD 越大，放電深度越深，電池剩余容量下降越快。如果以 80%剩余容量作為電池的壽命結(jié)束

具體的做法是，將曲線的橫縱坐標(biāo)都分為 m 段，每個(gè)點(diǎn)用連續(xù)變量量t ,m 控制僅有該點(diǎn)的相鄰點(diǎn)可以獲得權(quán)重，其他點(diǎn)的權(quán)重都為 0。.42)所示。t t , m t ,mmSoC SoCt t , m t ,mmdp dp,1t mm ,1t mm t , m t , m t , m1 t ,m is binary以用于線性化多維的非線性函數(shù)。例如，假設(shè)同時(shí)考慮 SoC 和充放電池儲(chǔ)能壽命衰減模型變?yōu)橐粋�(gè)三維曲面，如圖 2-8 所示，其中各放電電流（Current），電池壽命衰減（Degradation）。線性化該曲面的四個(gè)點(diǎn)加權(quán)求得。非常特殊的一點(diǎn)是，對(duì)于 t 時(shí)段的結(jié)尾時(shí)刻和 t會(huì)發(fā)生突變，但充放電電流卻可能發(fā)生突變。因此，在線性化時(shí)，需段的開(kāi)頭時(shí)刻分別設(shè)定對(duì)應(yīng)的變量，并讓SoC保持連續(xù)。具體的線性

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范松麗;艾芊;賀興;;基于機(jī)會(huì)約束規(guī)劃的虛擬電廠調(diào)度風(fēng)險(xiǎn)分析[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年16期

2 滕賢亮;高宗和;朱斌;吳繼平;彭?xiàng)?徐瑞;張小白;;智能電網(wǎng)調(diào)度控制系統(tǒng)AGC需求分析及關(guān)鍵技術(shù)[J];電力系統(tǒng)自動(dòng)化;2015年01期

3 余爽;衛(wèi)志農(nóng);孫國(guó)強(qiáng);孫永輝;王丹;;考慮不確定性因素的虛擬電廠競(jìng)標(biāo)模型[J];電力系統(tǒng)自動(dòng)化;2014年22期

4 牛文娟;李揚(yáng);王蓓蓓;;考慮不確定性的需求響應(yīng)虛擬電廠建模[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年22期

5 丁濤;郭慶來(lái);柏瑞;張立平;孫宏斌;吳文傳;張伯明;;考慮風(fēng)電不確定性的區(qū)間經(jīng)濟(jì)調(diào)度模型及空間分支定界法[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年22期

6 鄒邦坤;丁楚雄;陳春華;;鋰離子電池三元正極材料的研究進(jìn)展[J];中國(guó)科學(xué):化學(xué);2014年07期

7 楊甲甲;趙俊華;文福拴;薛禹勝;李梁;呂浩華;;含電動(dòng)汽車和風(fēng)電機(jī)組的虛擬發(fā)電廠競(jìng)價(jià)策略[J];電力系統(tǒng)自動(dòng)化;2014年13期

8 黎靜華;孫海順;文勁宇;程時(shí)杰;羅衛(wèi)華;葛維春;王芝茗;;生成風(fēng)電功率時(shí)間序列場(chǎng)景的雙向優(yōu)化技術(shù)[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年16期

9 陳建華;吳文傳;張伯明;王彬;郭慶來(lái);;安全性與經(jīng)濟(jì)性協(xié)調(diào)的魯棒區(qū)間風(fēng)電調(diào)度方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年07期

10 丁華杰;宋永華;胡澤春;吳金城;范曉旭;;基于風(fēng)電場(chǎng)功率特性的日前風(fēng)電預(yù)測(cè)誤差概率分布研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年34期

本文編號(hào)：2766806