智能电网中大规模风电-水电最优动态互补协调机理

风电研究已有数十年历史，然而，大规模风电接入电力系统，则是智能电网带来的新课题。在含风-水-火的电力系统中，如何利用好风电-水电天然的互补特性，动态协调，减少风电随机波动性对电力系统运行的影响，达到少弃风、少弃水的目标，是当前新的研究热点。.基于最新的随机互补最优化理论和博弈理论，提出了建立风电-水电运行联盟，风电-水电动态协调，利益均分，互利双赢的新构想，探讨风电-水电最优动态互补协调和利益均分的机制、影响因素和解决方法。在此基础上，提出满足电力系统约束，运行联盟利益最大化的最优动态互补协调的数学模型与算法，实现定量分析，为实时调度奠定基础。.本研究对提高风电场和水电厂的经济效益，减少输电系统的阻塞发生，提高像广西电网这样水电比重高达58%的水火电力系统的水能-风能利用率，降低发电成本，实现风电-水电的最优互补调，提高电网安全经济运行水平，具有重要的理论和应用价值。

本课题致力于智能电网的风电-水电-火电如何动态协调，取长补短、互利共赢的问题，开展了较为系统的研究，取得了实质的进展，为今后电力系统的实际应用奠定了坚实的理论基础。主要研究工作如下：.1、提出了风电-水电-火电最优潮流的数学模型及相应的分解-协调算法。. 源于近似牛顿方向法，直接对原问题的KKT条件进行解耦，将含梯级水电厂的 HTOPF问题分解为火电和水电问题。火电问题又分解为单时段OPF问题，并进一步划分为多区域子问题；水电问题分解为单一固定水头、变化水头和梯级水电厂优化子问题。协调过程中，每个子问题只迭代一次而不用求其最优解，极大地提高了计算效率。3120节点168时段、高达7,531,915个原-对偶变量的系统计算结果表明：所提算法具有良好的适应性，显著减少了内存，在串行求解时，CPU时间下降了3~4倍；在并行计算时，可获得10~20倍甚至1000倍以上的加速比，并能保证所得的目标值与准确值的误差小于千万分之一，确保了分解-协调结果的最优性，具有重要的理论和应用价值。.2、提出了考虑风电等新能源发电不确定性的区间最优潮流的数学模型及求解方法。. 源于区间优化理论，提出了求解含风电等新能源的交直流混联电力系统区间优潮流方法。将新能源发电出力、节点负荷功率等不确定量表达为区间变量，建立了区间优潮流计算的非线性区间优化模型。根据区间匹配和区间极值取值原理，将区间规划转化为两个确定性的非线性优化问题，并采用现代内点算法求解，得到区间优潮流的边界信息。IEEE-300 节点等系统的计算结果表明：与蒙特卡罗模拟相比，所提出方法具有较高的求解精度，对IOPF 目标函数区间半径和区间均值的计算误差不超过 9%和 0.8%，且易于实现、计算效率高，具有广泛的应用前景。.3、提出了求解大规模机组投入问题近似动态规划方法，使得求解大规模的UC问题，例如1000机96时段的系统计算成为可能，具有良好的应用前景。.4、提出了求解电力系统最优化的矩量半定规划方法，使得求解UC问题和OPF问题等全局最优化成为可能，具有重要的理论价值。