含大规模风力电源的电力系统优化调度

作为一种清洁可再生能源，大规模风电引入电力系统是全球范围内能源及环境形势日趋严峻背景下的必然趋势。同时，高不确定性风电在输电、系统稳定、经济运行、备用配置等诸多方面对电力系统带来了一系列密切相关的挑战性科学和技术问题。本项目紧紧围绕与经济运行有关的优化调度问题展开研究。引入大规模风电后，电力系统优化调度中最核心和困难的问题集中体现在系统备用设定及网络传输安全约束处理方面，其科学本质是怎样结合电力系统本身物理规律和运行约束来恰当表述和求解含大量随机变量、确定性离散与连续变量的复杂随机规划问题。目前世界范围内对此问题的研究刚刚起步。申请人及项目组成员在传统电力系统优化调度及安全约束研究方面有良好基础。本项目将提出和建立含大规模风电的电力系统优化调度问题系统化模型及算法,重点研究内容及预期成果包括备用可用性判定条件、传输安全约束下备用可实现的调度模型、含大规模风电的经济调度问题高效算法等。

风力是一种重要的清洁可再生能源。近年来全球范围内风电装机容量迅速增加，中国目前已是世界上风电装机容量最大的国家。大规模风电入网后，其固有的间歇性、波动性和不确定性给传统的电力系统经济调度问题带来了一系列挑战性科学难题。这些难题集中体现在网络传输安全约束处理及系统备用设定方面，其科学本质是怎样结合电力系统本身物理规律和运行约束来恰当表述和求解含大量随机变量、确定性离散与连续变量的复杂随机规划问题。.目前求解包含大规模风电的电力系统经济调度问题主流方法有两大类，第一类是基于场景的随机规划方法。其主要优点是对应的数学模型为普通的确定性整数规划问题，因而容易求解，其主要缺点是实际风电实现场景是无穷多的，为提高模型精度必须引入大量场景，由此导致出现了模型精度与求解效率的两难问题。随机规划方法的另一个缺点是模型中用到了风电的分布信息，这通常不太容易获取或者通过分布预测方法得到的分布规律其准确性不易检验。第二类方法是基于鲁棒优化的方法。这种方法的主要优点包括：不需要风电分布信息、所得调度结果可以应对模型不确定集中所有无穷多场景等。鲁棒优化方法的主要缺点是由于其模型结构复杂(min-max或min-max-min结构)导致求解算法困难，最坏风电实现场景下发电成本最小的建模方式导致解偏于保守，同时鲁棒优化方法中不易考虑常规机组发电功率决策的非预期条件(nonanticipative constraints)。.本项目致力于研究更为有效的含大规模风电电力系统经济调度模型及算法，以克服现有方法的缺陷。主要研究内容包括：备用可用性判定条件、传输安全约束下备用可实现的调度模型、含大规模风电的经济调度问题高效算法等。经过四年的研究，取得了若干重要成果。目前已发表的成果主要包括：提出了传输安全裕度概念及相应的经济调度模型及调度方法；提出了基于传输安全约束可行性条件的机组组合有效不等式以加速算法求解；提出了构造安全约束机组组合可行解的系统化方法；提出了基于风电消纳能力评估的安全约束经济调度方法；由于与水电及需求侧响应相配合是提高系统风电消纳能力的有效途径，我们提出了短期水电调度系统化模型及方法；提出了需求侧响应的经济效益评估方法。尚在评审中的重要成果包括：提出了机组旋转备用宽度概念及含正、负备用约束的机组组合可行性条件；提出了全场景可行且满足非预期条件的含风电经济调度混合整数线性规划模型。以上成果