考虑运行可靠性的含风电电力系统优化调度

考虑运行可靠性的含风电电力系统优化调度

发表时间：2017-10-12T11:35:19.490Z 来源：《电力设备》2017年第15期作者：丁文科赵明霞[导读] 摘要：在社会经济不断发展的同时，人们对电力系统运行具有越来越高的可靠性需求，再加上现代人普遍重视社会经济的可持续发展，因此开始广泛地将新的能源引进到电力系统中，从而控制化石资源的消耗。

（国网河南省电力公司辉县市供电公司河南新乡 453600）

摘要：在社会经济不断发展的同时，人们对电力系统运行具有越来越高的可靠性需求，再加上现代人普遍重视社会经济的可持续发展，因此开始广泛地将新的能源引进到电力系统中，从而控制化石资源的消耗。在这种情况下诞生了含风电电力系统，而且该系统具有越来越高的普及程度。含风电电力系统的运行可靠性是最为关键的一个因素，只有确保含风电电力系统具有较高的运行可靠性，才能够实现正常的供电。

关键词：运行可靠性；含风电电力系统；优化调度

目前在全球范围内都在大力的开展经济建设，出现了非常严重的能源消耗，并且加剧了对环境和生态的污染，因此人们开始越来越多的关注如何应用清洁能源。在这种情况下含风电电力系统受到了人们的重视，并且得到了有效应用。目前电力调度部门在含风电电力系统的运行中为了强化其系统功能，开始不断地分析配网在风电加入过程中受到的影响，并且立足于实践相应的建立了优化调度系统，使得含风电电力系统运行的可靠性获得了极大的提升。

一、含风电电力系统运行可靠性概述

目前环境和能源危机在世界范围内都在不断地加重，因此很多国家都开始研究风能的利用。在风能的开发和利用中风电的并网运行属于一个非常重要的发展趋势。作为一种绿色可再生资源，风电在电力公司的调度中属于首先要考虑的，随后再对剩下的传统的机组进行调度。然而风电本身具有随机性和不确定性等特点，所以国内外现在都在深入地研究含风电电力系统优化调度策略。之前的电力系统优化调度主要分为两种，也就是动态优化调度和静态优化调度，其中的动态优化调度主要是针对整个调度周期内各个时间段的联系进行考虑，因此能够将整个系统的运行状况很好地反映出来。因为风电具有随机变化的特性，所以要做好对风功率的预测。以不同的用电目的为依据可以将电力系统的可靠性划分为两种，也就是运行可靠性和规划可靠性。其中的运行可靠性的最为主要的目的就是将可靠性判断依据提供给运行人员的调度决策，并且使电力系统运行的经济性、安全性和可靠性获得极大地提升。控制是针对含风电电力系统优化调度的最为重要的步骤，之所以如此，主要是由于系统会由于风电的不确定性和时序波动性而面临着运行风险。基于此，在运行可靠性方面对电力系统的优化调度方案受到的风电并网的影响进行了深入地分析：①传统的能耗机组在被风电并网所取代之后，能够有效地降低系统的总运行费用。②因为风电本身的间歇性和波动性等因素的影响，因此其具有较低的容量可信度，会进一步地降低系统的运行可靠性。为了能够有效的降低风电并网的负面影响，就必须要做好对含风电电力系统的优化调度，也就是要在系统并入风电的时候确保不同的时段都具备超过或者等于系统在不含风电时的最低可靠性指标。

二、电力系统优化调度模型分析

1、优化调度模型的目标函数

minF=Tt=1ΣIi=1Σ[zi（t）Ci（Pi（t））+zi（t）（1-zi（t-1）Si]

可以将目标函数划分成两个部分，也就是机组启停成本和发电成本，作为一种自然资源，风电的成本是不需要考虑的。在上面的公式中，总的风力发电机组系统的运行成本用F来表示，在调度期间系统的时段数量用T来表示；系统的机组数量用I来表示；在t时段机组i的有功功率用Pi（t）来表示；在t时段机组i的状态用zi（t）来表示；开机用zi（t）=1来表示；开机用zi（t）=0来表示；在t时段机组i的运行费用用Ci（Pi（t））来表示。

Ci+biPi+aiPi2=Ci（Pi（t））

在该公式中，机组i的开机费用用Si来表示；机组的运行费用参数用ai、bi和ci来表示；常数为Pi。

2、电力系统优化调度受到的风电并网的影响，与其他传统机组相比，风电本身具备优先并网的特点，在电力系统进行优化调度的时候其会表现出非常明显的优势，会替代传统的可以并网的部分机组功率，最终会对系统的优化调度结果产生影响。这种替代影响主要包括两个方面：①正面影响：作为一种绿色可再生能源，风电对传统的机组产生了替代作用，能够使系统的总运行费用得以降低。②负面影响：风电会导致系统机组的投运风险度获得提升。运行可靠性主要包括两个指标，也就是机组的响应风险度和投运风险度。因为风电场通常不做备用，因此只需要对运行可靠性中的投运风险度进行考虑，不需要对响应风险度进行考虑。

三、基于运行可靠性的含风电电力系统的优化调度方法

在人工智能技术和计算机不断发展的今天，出现了越来越多的智能优化算法，而且在很多领域中都得到了广泛的应用，现阶段在含风电电力系统的优化调度中差分进化算法、蚁群算法、模拟退火算法等属于比较常见的方法。1）模拟退火算法：模拟退火算法具有非常精确的计算结果，其对局部搜索算法的优点进行了充分的继承，为了可以将优化问题的最小值获得，在完成寻优的过程中其具有一个非常复杂的选取参数的过程。需要严格控制其中退化过程的速度，如若不然就有可能导致最优解发生偏差，或者延长计算时间。2）蚁群算法：蚁群算法具有正反馈的优势，其中具有各种解的多样性。如果将随机扰动加入到蚁群算法中，就能够避免全局最优解受到局部最优解的干扰。3）差分进化算法：该算法具有一系列的优势，比如在对复杂问题进行处理的时候具有较小的难度系数，其能够非常专业地对问题的随机并行问题进行求解，具有较少的控制参数，而且在使用的过程中很方便，具有较快的收敛速度，然而这样同时导致其往往具有较大的求解规模。

基于运行可靠性的含风电电力系统的优化调度方法，虽然现阶段上述的方法都可以使小区域算法的各自的求解要求获得满足，然而还是具有一系列的问题：比如比较依赖模型的精确度，无法实现实时控制；具有比较严格的初始点要求；无法解决“维数灾”问题。因此未来还是需要对寻找最优方法进行不断地研究，逐步地完善含风电电力系统的优化调度方法。

参考文献

[1]张伯明，吴文传.消纳大规模风电的多时间尺度协调的有功调度系统设计[J]. 电力系统自动化，2015，（01）.

[2]王卿然，谢国辉.含风电系统的发用电一体化调度模型[J],电力系统自动化，2016，（05）.