發(fā)布時間：2021-01-31 20:22

　　風光資源發(fā)電,乃至整個電力系統(tǒng)均伴隨著隨機性和波動性。隨著新能源預測精度的不斷提高,在電網(wǎng)運行過程中,相鄰兩個時點的在線實時優(yōu)化可以根據(jù)新能源的變化趨勢給出相對合理的實時指令。根據(jù)發(fā)電廠的有功調(diào)節(jié)速率給出發(fā)電廠相鄰兩個時點的可調(diào)空間,通過可調(diào)空間的離散化得到不同發(fā)電廠兩個時點有功組合,并從同時滿足兩個時點上實時發(fā)電控制優(yōu)化決策所有約束條件的發(fā)電廠有功組合集中,選出兩個時點上獨自優(yōu)化決策目標函數(shù)值加權(quán)最優(yōu)的發(fā)電廠有功組合,作為實時發(fā)電控制兩個時點協(xié)調(diào)優(yōu)化決策結(jié)果,利用權(quán)重與約束關聯(lián)調(diào)整的優(yōu)化決策算法進行求解,解決了因電網(wǎng)運行隨機因素急劇增加帶來的預測校正和滾動優(yōu)化難題,提高實時發(fā)電控制的決策精度。 

【文章來源】：電網(wǎng)技術(shù). 2020,44(09)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

權(quán)重與約束關聯(lián)調(diào)整的優(yōu)化決策流程Fig.2Flowchartofweight-constraintcorrelationadjustment4算例分析

3358張昊天等：兩時點在線滾動實時控制優(yōu)化決策方法Vol.44No.9聯(lián)調(diào)整的優(yōu)化決策方法[20]，對不受限輸電設備/斷面強相關且與受限輸電設備/斷面弱相關發(fā)電廠的綜合指標，對電網(wǎng)安全穩(wěn)定影響特性不做調(diào)整，實現(xiàn)發(fā)電廠出力優(yōu)化權(quán)重與約束是否達到邊界的關聯(lián)，在一定程度上松弛了安全約束，在有功計劃執(zhí)行層面提高新能源的消納，具體流程如圖2所示。圖2權(quán)重與約束關聯(lián)調(diào)整的優(yōu)化決策流程Fig.2Flowchartofweight-constraintcorrelationadjustment4算例分析為說明本文所提算法的有效性，本文通過對含風光以及常規(guī)能源的某地區(qū)1天內(nèi)的運行曲線進行算例分析。所有電源的運行參數(shù)均來自于實際電網(wǎng)，并進行了脫敏處理。本算例中，有6個風電場，4個光伏電站和3個常規(guī)火電，均通過同一個聯(lián)絡線送出。相關的數(shù)據(jù)如表1所示。本算例中電網(wǎng)的調(diào)度運行曲線如圖3所示，其中風光總預測曲線為所提及的風光電站的預測曲表1算例中網(wǎng)源運行參數(shù)Tab.1Gridandgenerationparameters容量/MW爬坡速率/(MW/min)日最大值/MW日最小值/MW風場1100—27.87—風場2402—209.8—風場3300—176.87—風場4201—61.69—風場5201—92.7—風場625—127.29—光伏1100—45—光伏2100—67.5—光伏3100—45—光伏4100—45—火電13505.4—10火電26609.9—20火電35007.5—20聯(lián)絡線1000—670.885223.595圖3電網(wǎng)調(diào)度單時點優(yōu)化指令曲線Fig.3Dispatchcommandscurvesundernormaloperationwithsingletime-pointoptimizationmethod線加權(quán)值曲線，聯(lián)絡線通道曲線為對外聯(lián)絡線的日內(nèi)計劃值曲線，火電指令和風光實時指令分別為參與實時優(yōu)化控制采用單時點優(yōu)化的火電和風光電的總指令?

ntoptimizationmethod線加權(quán)值曲線，聯(lián)絡線通道曲線為對外聯(lián)絡線的日內(nèi)計劃值曲線，火電指令和風光實時指令分別為參與實時優(yōu)化控制采用單時點優(yōu)化的火電和風光電的總指令曲線。由圖可見，根據(jù)所提目標函數(shù)的單時點優(yōu)化可以根據(jù)聯(lián)絡線的送出需求對風光火的指令進行調(diào)整。火電在滿足自身爬坡約束的同時，能夠和風光指令相匹配。然而，此算法只根據(jù)當前時點的下個時點的時刻信息作為已知條件來優(yōu)化指令，沒有考慮到風光電源的不確定性和變化趨勢，因此，此算法無法達到一定周期內(nèi)的指令之和最優(yōu)，即所謂電量最優(yōu)。圖4中給出了6:00—8:00時段的聯(lián)絡線通道曲線、風光總預測曲線、以及單時點和兩時點優(yōu)化得到的指令曲線的比較。由圖3可以看出，在7:30—8:00時段，由于風電大發(fā)，而對外聯(lián)絡線維持了較低的水平，使得火電計劃壓至最低，即50MW。而在之前的6:00—7:30的時間段內(nèi)，由于通過風光預測信息對風光的變化趨勢做出了預判，提前壓降了火電計劃，使得風電有一定的空間可以消納，保證了其控制效果優(yōu)于單時點的控制。表2中展示了6:00—8:00時段內(nèi)單時點優(yōu)化和兩時點優(yōu)化算法給圖4單時點優(yōu)化與兩時點優(yōu)化曲線的比較Fig.4Singletime-pointoptimizationcurvev.s.adjacenttime-pointoptimizationcurves

【參考文獻】：
期刊論文
[1]大規(guī)�？稍偕茉措娋W(wǎng)多源實時互補有功控制的評述[J]. 王昊昊,周天,趙宇,汪馬翔,張昊天,李吉晨.  現(xiàn)代電力. 2019(04)
[2]新能源并網(wǎng)功率智能控制系統(tǒng)的設計與應用[J]. 段慧,朱燕芳,汪馬翔,徐泰山,趙李宏,楊大春.  電力系統(tǒng)自動化. 2019(02)
[3]考慮源荷雙側(cè)預測誤差的實時發(fā)電計劃閉環(huán)控制模型[J]. 殷加玞,趙冬梅.  電力系統(tǒng)自動化. 2018(06)
[4]我國電網(wǎng)支撐可再生能源發(fā)展的實踐與挑戰(zhàn)[J]. 陳國平,李明節(jié),許濤,張劍云,王超.  電網(wǎng)技術(shù). 2017(10)
[5]多源電網(wǎng)協(xié)調(diào)實時控制技術(shù)綜述[J]. 戴麗媛,徐泰山,汪馬翔,王昊昊,段慧.  電力科學與工程. 2017(05)
[6]新能源消納關鍵因素分析及解決措施研究[J]. 舒印彪,張智剛,郭劍波,張正陵.  中國電機工程學報. 2017(01)
[7]基于大系統(tǒng)理論的新能源電力系統(tǒng)優(yōu)化控制方法及關鍵技術(shù)初探[J]. 曾鳴,白學祥,李源非,劉偉,程俊,楊雍琦.  電網(wǎng)技術(shù). 2016(12)
[8]能源互聯(lián)網(wǎng)“源–網(wǎng)–荷–儲”協(xié)調(diào)優(yōu)化運營模式及關鍵技術(shù)[J]. 曾鳴,楊雍琦,劉敦楠,曾博,歐陽邵杰,林海英,韓旭.  電網(wǎng)技術(shù). 2016(01)
[9]基于智能電網(wǎng)調(diào)度控制系統(tǒng)基礎平臺的新能源優(yōu)化調(diào)度[J]. 劉純,黃越輝,張楠,禮曉飛,劉德偉,姚姣.  電力系統(tǒng)自動化. 2015(01)
[10]風電集群有功功率控制及其策略[J]. 林俐,朱晨宸,鄭太一,焦邵華.  電力系統(tǒng)自動化. 2014(14)



本文編號：3011518