風(fēng)電的大規(guī)模開發(fā)造成了嚴(yán)重的棄風(fēng)問題,在風(fēng)電場內(nèi)配置儲能裝置可顯著減少棄風(fēng),文中基于分布魯棒優(yōu)化方法研究了考慮風(fēng)電不確定性和棄風(fēng)率約束的風(fēng)電場儲能容量配置問題。首先根據(jù)歷史數(shù)據(jù)構(gòu)造風(fēng)電出力的經(jīng)驗分布函數(shù),為考慮風(fēng)電出力的不確定性,以Kullback-Leibler（KL）散度作為分布函數(shù)距離測度建立了風(fēng)電出力的概率分布函數(shù)集合。隨后,將棄風(fēng)率要求建模為概率分布函數(shù)集合中最壞分布下的魯棒機(jī)會約束,進(jìn)一步建立了以儲能投資成本最小為目標(biāo)、以棄風(fēng)率為約束的魯棒機(jī)會約束規(guī)劃模型。最后,通過矯正機(jī)會約束中的風(fēng)險閾值,將魯棒機(jī)會約束轉(zhuǎn)化為傳統(tǒng)機(jī)會約束,并采用凸近似和抽樣平均構(gòu)建線性規(guī)劃進(jìn)行高效求解。基于IEEE 30節(jié)點電網(wǎng)進(jìn)行了算例分析,并與傳統(tǒng)的隨機(jī)規(guī)劃和魯棒優(yōu)化模型進(jìn)行對比,驗證了所提模型在處理風(fēng)電不確定性時能有效兼顧保守性和魯棒性。 

【文章來源】：電力系統(tǒng)自動化. 2020,44(16)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

不同季節(jié)的電負(fù)荷和風(fēng)電出力

【參考文獻(xiàn)】：
期刊論文
[1]Investment optimization of grid-scale energy storage for supporting different wind power utilization levels[J]. Yunhao LI,Jianxue WANG,Chenjia GU,Jinshan LIU,Zhengxi LI.  Journal of Modern Power Systems and Clean Energy. 2019(06)
[2]基于風(fēng)電預(yù)測誤差聚類的分布魯棒含儲能機(jī)組組合[J]. 施云輝,王櫓裕,陳瑋,郭創(chuàng)新.  電力系統(tǒng)自動化. 2019(22)
[3]基于限轉(zhuǎn)矩控制的風(fēng)儲聯(lián)合調(diào)頻控制策略[J]. 趙晶晶,李敏,何欣芹,朱仁杰.  電工技術(shù)學(xué)報. 2019(23)
[4]計及條件風(fēng)險價值的含儲熱光熱電站與風(fēng)電電力系統(tǒng)經(jīng)濟(jì)調(diào)度[J]. 車泉輝,婁素華,吳耀武,羅謙,劉寶林.  電工技術(shù)學(xué)報. 2019(10)
[5]考慮風(fēng)電場接入的輸電網(wǎng)與儲能擴(kuò)展魯棒規(guī)劃[J]. 葉健民,蔡京陶,王若愚,毛森茂,王曉歡,侯惠勇.  南方電網(wǎng)技術(shù). 2019(03)
[6]基于集合經(jīng)驗?zāi)B(tài)分解的風(fēng)電混合儲能系統(tǒng)能量管理協(xié)調(diào)控制策略[J]. 付菊霞,陳潔,滕揚新,鄧浩,孫澤倫.  電工技術(shù)學(xué)報. 2019(10)
[7]應(yīng)用于風(fēng)電場出力平滑的多尺度多指標(biāo)儲能配置[J]. 甘偉,郭劍波,艾小猛,姚偉,楊波,姚良忠,文勁宇.  電力系統(tǒng)自動化. 2019(09)
[8]含高滲透率可再生能源的配電網(wǎng)廣義儲能優(yōu)化配置[J]. 茆美琴,劉云暉,張榴晨,張健.  電力系統(tǒng)自動化. 2019(08)
[9]風(fēng)/光/儲微網(wǎng)規(guī)劃經(jīng)濟(jì)性影響因素分析[J]. 謝樺,滕曉斐,張艷杰,鄭天文,陳來軍.  電力系統(tǒng)自動化. 2019(06)
[10]風(fēng)電功率波動平抑下的MPC雙儲能控制策略研究[J]. 孫玉樹,張國偉,唐西勝,賈東強(qiáng),曹志煌.  電工技術(shù)學(xué)報. 2019(03)



本文編號：3564047