【摘要】：大力發(fā)展風(fēng)力發(fā)電是近年來電力系統(tǒng)應(yīng)對能源及環(huán)境危機的重要舉措。風(fēng)力發(fā)電雖然具有清潔無污染、風(fēng)能永不枯竭可再生等諸多優(yōu)點,但由于自然風(fēng)所具有的隨機性、波動性和間歇性等特點,使得風(fēng)電功率具有高不確定性。這無論對于以先進的燃氣和燃油機組為主、短期及實時電力市場發(fā)達的國外電力系統(tǒng),還是類似我國燃煤機組眾多、缺乏短期電力市場、以中長期電量計劃或交易為主的電力系統(tǒng),都提出了新的挑戰(zhàn)。機組組合作為電力系統(tǒng)優(yōu)化調(diào)度的關(guān)鍵環(huán)節(jié)之一,受到了很大影響,亟待開展相關(guān)研究。 本文以數(shù)學(xué)優(yōu)化理論為基礎(chǔ),基于多周期、多時間尺度協(xié)調(diào)優(yōu)化的思想,充分利用風(fēng)電功率及風(fēng)電預(yù)測在各時間尺度下的多種特性,對含風(fēng)電系統(tǒng)的月度、短期機組組合及兩者的協(xié)調(diào)優(yōu)化方法開展了細致而深入的研究： 目前,我國電網(wǎng)中高啟停成本、長啟停周期的大型燃煤機組眾多,調(diào)度模式基本為月度機組組合與短期發(fā)電計劃協(xié)調(diào)優(yōu)化。中長期優(yōu)化可更好地協(xié)調(diào)資源的優(yōu)化配置從而降低常規(guī)機組啟停成本,而短期優(yōu)化中風(fēng)電不確定性的顯著降低可較大幅度提高常規(guī)機組負荷率�；诖�,結(jié)合中長期優(yōu)化及短期優(yōu)化的各自優(yōu)勢,將火電機組動態(tài)分為月度啟停優(yōu)化群和短期啟停優(yōu)化群,提出了一種月度-短期機組組合協(xié)調(diào)優(yōu)化方法,和相應(yīng)的計及短期協(xié)調(diào)效益的月度機組組合模型。月度及短期機組組合的協(xié)調(diào)優(yōu)化通過兩階段決策模型予以實現(xiàn),其中,月度機組組合決策為第一階段,對機組所屬的優(yōu)化群以及月度啟停優(yōu)化群中機組的開停機計劃進行決策；短期機組組合決策為第二階段,對短期啟停優(yōu)化群中機組的開停機計劃和所有機組的出力計劃進行決策。充分利用在月度時間尺度可獲取的風(fēng)速概率分布特性、風(fēng)速波動特性等信息,模擬生成多組涵蓋實際風(fēng)電功率統(tǒng)計特征的風(fēng)電場景,并嵌套在第二階段決策模型中,以獲得更加貼近系統(tǒng)實際運行需求的機組組合方案。仿真結(jié)果表明,所提月度-短期機組組合協(xié)調(diào)優(yōu)化方法及月度機組組合模型,可通過火電機組的動態(tài)優(yōu)化分群,實現(xiàn)月度機組組合與短期機組組合的優(yōu)勢互補,降低火電機組整體開機水平、提高機組平均負荷率,進而提高風(fēng)電并網(wǎng)的經(jīng)濟效益。 為應(yīng)對風(fēng)電不確定性而需增加的部分旋轉(zhuǎn)備用容量一般為小概率備用需求,風(fēng)電預(yù)測誤差隨預(yù)測時間尺度的縮短逐漸減小,而系統(tǒng)中大部分中小型機組均可在4～8h內(nèi)啟動,具備日內(nèi)進行機組組合調(diào)整的條件�；谏鲜稣J識,提出了短期機組組合的多級協(xié)調(diào)制定策略。其具體做法為,將傳統(tǒng)的短期機組組合拓展為三級,分別為：與調(diào)度周期同步的一次機組組合、提前若干小時(通常為4-8h)制定的二次機組組合、更短時間間隔調(diào)整快速機組啟停的三次機組組合。在制定一次機組組合時,適當放松對供電可靠率的要求,降低旋轉(zhuǎn)備用容量,以提高系統(tǒng)運行的經(jīng)濟性；在日內(nèi)運行時,滾動地利用最新的運行及預(yù)測信息對未來時刻旋轉(zhuǎn)備用的充裕度進行預(yù)估,當不滿足系統(tǒng)需求時,再進行二次及三次機組組合對原機組組合方案進行調(diào)整,以保障系統(tǒng)運行的可靠性。對各級機組組合分別建立了相應(yīng)的確定性模型。一次機組組合旋轉(zhuǎn)備用容量是否恰當是決定各級機組組合協(xié)調(diào)效果的關(guān)鍵,針對解析法難以確定一次機組組合最優(yōu)旋轉(zhuǎn)備用容量的問題,提出了基于歷史及預(yù)測數(shù)據(jù)的仿真方法。仿真結(jié)果表明,不同時間尺度機組組合的協(xié)調(diào),可有效利用隨著計劃執(zhí)行時刻的臨近逐漸準確的風(fēng)電功率信息,從而降低系統(tǒng)實際運行的旋轉(zhuǎn)備用容量,進而降低發(fā)電成本、提高運行效率。 基于風(fēng)電預(yù)測誤差隨預(yù)測時長的縮短逐漸減小等特性,結(jié)合基于場景法的隨機機組組合模型可更加準確地描述風(fēng)電功率的不確定性、經(jīng)濟性更佳的優(yōu)勢,在短期機組組合兩階段決策框架的基礎(chǔ)上,增加日內(nèi)機組組合調(diào)整階段,提出了含風(fēng)電系統(tǒng)短期機組組合的三階段決策框架。以實際風(fēng)電功率作為中間變量,將日內(nèi)超短期預(yù)測風(fēng)電功率描述為雙重隨機變量、日內(nèi)機組組合調(diào)整事件描述為雙重隨機事件,建立了相應(yīng)的三階段雙重隨機機組組合模型。模型中采用平衡機會約束計及了系統(tǒng)的可靠性要求。選擇基于雙重隨機模擬的混合遺傳算法對所提模型進行求解。仿真結(jié)果表明,所提三階段雙重隨機機組組合模型,可在日內(nèi)利用更加準確的風(fēng)電功率信息,且在日前機組組合決策時更加準確地計及日內(nèi)機組組合調(diào)整的影響,與兩階段隨機機組組合模型、多級協(xié)調(diào)制定策略下的確定性機組組合模型相比,利用該模型所最終確定的機組組合方案,經(jīng)濟性更優(yōu)。 最后,綜合所提出的月度-短期機組組合協(xié)調(diào)優(yōu)化策略和所建立的月度、短期機組組合模型,形成了兩套應(yīng)對風(fēng)電高不確定性的多周期、多時間尺度機組組合協(xié)調(diào)優(yōu)化策略,并利用仿真算例驗證了兩套協(xié)調(diào)優(yōu)化策略的效果。
[Abstract]:......
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TM614

【參考文獻】

相關(guān)期刊論文 前10條

1 江岳文;陳沖;溫步瀛;;含風(fēng)電場的電力系統(tǒng)機組組合問題隨機模擬粒子群算法[J];電工技術(shù)學(xué)報;2009年06期

2 郝晉,石立寶,周家啟;一種求解最優(yōu)機組組合問題的隨機擾動蟻群優(yōu)化算法[J];電力系統(tǒng)自動化;2002年23期

3 高宗和;耿建;張顯;陳皓勇;文福拴;;大規(guī)模系統(tǒng)月度機組組合和安全校核算法[J];電力系統(tǒng)自動化;2008年23期

4 全然;簡金寶;鄭海艷;;基于外逼近方法的中期機組組合問題[J];電力系統(tǒng)自動化;2009年11期

5 葉榮;陳皓勇;王鋼;陳盼;;多風(fēng)電場并網(wǎng)時安全約束機組組合的混合整數(shù)規(guī)劃解法[J];電力系統(tǒng)自動化;2010年05期

6 葛炬;王飛;張粒子;;含風(fēng)電場電力系統(tǒng)旋轉(zhuǎn)備用獲取模型[J];電力系統(tǒng)自動化;2010年06期

7 楊明;韓學(xué)山;楊朋朋;李文博;;求解概率動態(tài)調(diào)度問題的Benders分解算法[J];電力系統(tǒng)自動化;2011年06期

8 李利利;管益斌;耿建;姚建國;王崗;;月度安全約束機組組合建模及求解[J];電力系統(tǒng)自動化;2011年12期

9 靜鐵巖;呂泉;郭琳;李衛(wèi)東;;水電—風(fēng)電系統(tǒng)日間聯(lián)合調(diào)峰運行策略[J];電力系統(tǒng)自動化;2011年22期

10 王彩霞;喬穎;魯宗相;;考慮風(fēng)電效益的風(fēng)火互濟系統(tǒng)旋轉(zhuǎn)備用確定方式[J];電力系統(tǒng)自動化;2012年04期

相關(guān)博士學(xué)位論文 前2條

1 謝毓廣;計及網(wǎng)絡(luò)安全約束和風(fēng)力發(fā)電的機組組合問題的研究[D];上海交通大學(xué);2011年

2 楊朋朋;機組組合理論與算法研究[D];山東大學(xué);2008年

，

本文編號：2338065