針對高水電比重系統(tǒng)中電力電量平衡問題,首先考慮利用典型周負(fù)荷曲線進(jìn)行電力電量平衡分析,以更好地計及工作日和非工作日不同的負(fù)荷曲線對可調(diào)水電站庫容及火電站開機(jī)的影響。為恰當(dāng)考慮風(fēng)電場和光伏電站出力的不確定性和波動性,建立了基于隨機(jī)優(yōu)化的隨機(jī)電力電量平衡模型,從概率的角度更好地分析和衡量風(fēng)光電站對電量平衡的貢獻(xiàn)。為方便該模型的求解,對非線性的水電轉(zhuǎn)換函數(shù)進(jìn)行線性化處理,得到混合整數(shù)規(guī)劃模型,采用CPLEX對模型進(jìn)行求解。以某高水電比重系統(tǒng)作為算例進(jìn)行仿真分析,驗(yàn)證了所提隨機(jī)電力電量平衡模型與算法的正確性和有效性,從概率的角度定量分析了風(fēng)光電站的電量貢獻(xiàn)。 

【文章來源】：水電能源科學(xué). 2020,38(09)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

典型周風(fēng)光出力曲線及負(fù)荷曲線

算例1的電力電量平衡結(jié)果見圖2，不同電源在典型周電量貢獻(xiàn)及貢獻(xiàn)比例見表3。由于系統(tǒng)可調(diào)節(jié)水電站容量較大，而風(fēng)電場和光伏電站容量相對較小，所以此算例中無棄水棄風(fēng)棄光。因?yàn)閺搅魇剿娬镜陌l(fā)電流量等于來水量，不可調(diào)節(jié)，所以圖2(a）中只畫出了3個可調(diào)水電站的調(diào)度結(jié)果。其中水電站1、2為梯級水電站，且水電站1位于上游。由圖2(a）可知，由于水電站2為下游梯級水電站，來水充足。為了充分利用清潔能源，減少棄水，水電站2在典型周內(nèi)幾乎一直處于滿發(fā)狀態(tài)。與之相對應(yīng)的，水電站1、3的來水量小于最大發(fā)電流量。為了充分發(fā)揮水電站的調(diào)峰能力，水電站1、3在不同或相鄰時刻之間的出力也變化較大。由圖2(b）可知，容量較大且發(fā)電成本較低的火電站1在典型周內(nèi)一直處于開機(jī)狀態(tài)。在工作日（周一到周五）負(fù)荷高峰時期，火電站1處于滿發(fā)狀態(tài)以獲得較好的經(jīng)濟(jì)性。在周末負(fù)荷較低時，則降低出力來滿足系統(tǒng)調(diào)峰需求�；痣娬�2、3則根據(jù)負(fù)荷大小來確定開機(jī)方式，一般火電站2、3只需一個開機(jī)就可滿足負(fù)荷供給。值得注意的是，在周二負(fù)荷最大時，且此時風(fēng)電場出力較小，所以全部火電站均開機(jī)以保證系統(tǒng)電力平衡。此外，對比圖2(a）、（b）可知，火電站的出力較為平穩(wěn)，而水電站的出力波動較大，可見水電站承擔(dān)了系統(tǒng)大部分的調(diào)峰工作。

算例2中進(jìn)一步研究風(fēng)光電站出力不確定性對電力電量平衡的影響，風(fēng)電場和光伏電站的預(yù)測誤差選取20%。利用拉丁超立方采樣，生成5 000個場景，根據(jù)風(fēng)光出力場景消減技術(shù)，最后得到5個典型周的風(fēng)光出力曲線，見圖3。每個場景所對應(yīng)的概率，不同場景下風(fēng)電場和光伏電站的電量貢獻(xiàn)見表4。圖3中風(fēng)光出力波動較小，在典型周的電量貢獻(xiàn)較穩(wěn)定。算例3中進(jìn)一步加大了風(fēng)電場和光伏電站的預(yù)測誤差，得到的5個風(fēng)光出力場景見圖4。由圖4可知，風(fēng)光出力的波動區(qū)間明顯增大，所需系統(tǒng)提供的調(diào)峰容量更大。表5中給出了算例3中不同場景下風(fēng)電場和光伏電站的電量貢獻(xiàn)。對比表4、5可知，隨著風(fēng)光電站預(yù)測誤差的增大，不同場景下風(fēng)光電站的電量貢獻(xiàn)波動也更大。

【參考文獻(xiàn)】：
期刊論文
[1]基于高比重水電調(diào)峰能力的電站優(yōu)化運(yùn)行策略[J]. 張程翔,劉天琪,曾雪婷.  水電能源科學(xué). 2017(10)



本文編號：3228969