Академический Документы
Профессиональный Документы
Культура Документы
12
2015 年 12 月 Power System Technology Dec. 2015
文章编号:1000-3673(2015)12-3386-07 中图分类号:TM 73 文献标志码:A 学科代码:470·40
基于成本效益分析的风电–抽水蓄能
联合运行优化调度模型
张刘冬,殷明慧,卜京,宋坤隆,邹云
(南京理工大学 自动化学院,江苏省 南京市 210094)
A Joint Optimal Operation Model of Wind Farms and Pumped Storage Units
Based on Cost-Benefit Analysis
ZHANG Liudong, YIN Minghui, BU Jing, SONG Kunlong, ZOU Yun
(School of Automation, Nanjing University of Science and Technology, Nanjing 210094, Jiangsu Province, China)
电–抽水蓄能联合运行的优化调度模型。但它们仅 概率分布,而机组的不确定状态是二元整型变量。
考虑抽水蓄能机组对风电功率随机波动和预测不 为在计算 EENS 时将三者结合起来,本文基于分步
确定的响应,未同系统负荷以及常规机组进行统一 建模策略,通过将多场景概率风险分析方法[21]中针
优化,从而无法确定抽水蓄能机组对常规机组运行 对服从正态分布的净负荷预测误差模型的离散化
方式的改变并分析其对常规机组发电成本的改善。 扩展为分别对风电功率和负荷预测误差模型的离
文献[12-19]在风蓄联合优化运行的研究中考 散化,并将旋转备用容量作为优化变量,提出了能
虑了常规机组的机组组合模型。但在机组组合中, 处理不同类型的风电功率和负荷预测误差概率分
它们针对系统旋转备用的处理方法又不尽相同,大 布模型的 EENS 计算方法。
[12-18]
体上可归纳为 2 类方法:确定性方法 和随机规 EENS 的计算公式如下:
[19]
划方法 。前者设定一定比例的预测负荷和风电功 K L N
E t (pW, k pD,l rj ) PW,k PD,l bk ,l
t t t t t t
率或者运行机组的最大容量作为旋转备用容量。该 k 1 l =1 j 1
方法虽简单,但难以全面和准确地考虑系统的多种 N K L
[( pit rit ) pW,
t
k pD,l
t
不确定因素,如风电、负荷的预测误差和常规机组 i 1 k 1 l =1
N
的强迫停运,从而无法从兼顾系统运行的经济性和
rjt ]PW,t k PD,t l bit,k ,l uitU i (1)
可靠性方面最优确定风蓄联合运行方式。后者采用 j 1
电机组的故障停运引起的系统的电量不足期望值 为将连续的风电功率和负荷预测误差的概率分布
(expected energy not served,EENS)并引入失负荷价 近似地离散为 K 段和 L 段概率区间后,第 k 段和第
[20-21]
值(value of lost load,VOLL)思想 对备用成本和 l 段预测误差区间的大小;PW,
t
k 和 PD,l 分别为相应的
t
式中:cp 和 cg 分别为抽水蓄能机组处于抽水状态时 n
的启动成本系数和处于发电状态时的启动成本系 p max
mn ( ) / X mn pmmax
t
m
t
n n (15)
数; I t
p,h 和I t
g,h 分别表示第 t 时段抽水蓄能机组处于 式中: p t
g,k 、p t
w,k 、p t
h,k 和p t
d,k 分别为 t 时段节点 m
抽水和发电状态的二元整型变量。 所连的常规机组和风电场的有功出力、抽水蓄能机
系统的 ECLS 可表示为 组的发电或抽水功率以及负荷;Xmn 为支路 mn 的
T
电抗值; mt 和 nt 分别为 t 时段节点 m 和节点 n 的
FECLS CVOLL E t (6)
t 1 -n 为支路 mn 的有功潮流限值。
电压相角; pmmax
式中 CVOLL 表示用户的单位停电损失价值,即每 除上述约束条件之外,机组组合中常规机组有
MWh 的停电损失费用,可通过对用户进行调查统 功出力的上下限约束、爬坡率约束和最小开停机时
计的形式得到[20]。 间约束可参照文献[13-22]。
2.2 约束条件 2.3 模型求解
与不考虑风蓄联合运行的机组组合模型 [21] 相 机组组合问题在数学上是一个非凸和非线性
比,本文在功率平衡约束、网络安全约束中增加了 的混合整数规划问题,含有大量的离散变量和连续
抽水蓄能机组的有功出力,并新增了水库库容约 变量。为提高模型求解的效率和鲁棒性,本文采用
束、抽水蓄能机组发电和抽水功率上下限约束,具 在机组组合问题[17,19-22]求解中得到广泛应用的商业
体改进如下。 优化软件包 CPLEX 进行求解。
功率平衡约束 2.3.1 FPS 的线性化
N
将常规机组的发电成本(4)和 2.2 节中常规机组
pDt pW
t
pht uit pit 0 (7)
i 1 的部分约束按照文献[23]的方法进行线性化处理。
1
式中: p 和 p 分别为第 t 时段负荷和风电功率的
t
D
t
W
t
此外,抽水蓄能机组的运行成本(5)包含 I p,h I tp,h 和
第 39 卷 第 12 期 电 网 技 术 3389
t 1 N
t
的 2 个二元整型变量乘积组成的非线性项,
k PD,l ( pi ri pW,k pD,l rj )
I g,h I g,h
Eit,k ,l U i PW,
t t t t t t t
可通过引入新的变量和约束,对其进行等效线性表 j 1
达。以 I p,h
t t 1
I p,h 为例,引入新的二元整型变量 I a,h
t
, UP t
P (1 y
t
i W,k D,l
t
i ,k ,l
max
)[ p
i max( p t
W,k p )]
t
D,l
并令 I a,h
t
I p,h
t t 1
I p,h ,该等式可等效为如下线性约束 (21)
参照 E t
i , k ,l , E 可类似转换为线性约束。
t
k ,l
0 I a,h
t
I p,h
t
t t 1 3 算例结果与分析
I a,h I p,h (16)
I t I t I t 1 1 本节以 IEEE-RTS 26 机测试系统为算例,对比
a,h p,h p,h
t 1 t 1 分析了风电场独立运行与风电场和抽水蓄能机组
参照 I p,h
t
I p,h , I g,h
t
I g,h 可类似转换为线性约束。
联合运行,本文模型与基于确定性方法的风蓄联合
2.3.2 ECLS 的线性化
运行模型对机组组合结果的影响,验证了本文模型
式(6)中的 E t 是由 2 个二元整型变量和一个连
的有效性和优越性。
续变量的乘积组成的非线性项。采用文献[24]的线
3.1 IEEE-RTS 26 机测试系统
性化方法,通过引入附加变量和约束,对 E t 进行等
本文采用不含水电机组的 IEEE-RTS 26 机测试
效线性表达,形成混合整数线性规划(mixed integer
系统验证本文模型的合理性。该系统含有 26 台常
linear programming,MILP)问题。
规机组,总装机容量为 3105 MW,系统的支路参数、
线性化过程具体为:
节点数据、发电机数据见文献[23]。在 t=0 时,负
1)式(2)为条件表达式,为使之能够利用 MILP
荷取 1840 MW,以发电本最小化为目标安排各机组
方法计算,可将其等效为如下线性约束
N N
初始阶段出力。24 个时段的日前负荷和风电场出力
( p ri p
t
i
t t
W,k p t
D,l r ) / p t
j
max
i bt
i , k ,l 预测数据如表 1 所示,可以看出风电具有明显的反
j 1 i 1
N N
调峰特性,增大了系统负荷峰谷差。风电和负荷
1 ( pit rit pW, k pD,l rj ) / pi
t t t max
(17) 预测误差的概率分布模型参照文献[20]的方法计算
j 1 i 1
并都离散为 7 段区间。风电场的装机容量近似设为
bkt ,l 的条件约束可参照式(17)转换为线性约束。
800 MW,接入节点 14。抽水蓄能机组也接入节点
2)引入新的二元整型变量 yit,k ,l ,并令 yit, k ,l
14,其模型参数如表 2 所示,V 0 和 V T 取值 5 Hm3。
t
b t
i , k ,l u ,将 E 转化为一个二元整型变量和一个连续
t
i 参考文献[20-21],选择 CVOLL= 4000 USD/(MWh)。
变量的乘积。上述变量 yit,k ,l 的等式可等效为如下线 本文在 Matlab 中调用 CPLEX 软件包编制相关
性约束 表 1 负荷和风电场出力预测数据
0 yit,k ,l bit,k ,l Tab. 1 Forecast data of load and power output of wind farm
t
yi ,k ,l ui 负荷/ 风电场 负荷/ 风电场
t
(18) 时段 时段
y t bt u t 1 MW 出力/pu MW 出力/pu
i , k ,l i , k ,l i 1 1700 0.845 13 2390 0.597
K L N K L 2 1730 0.928 14 2050 0.696
3)令 E E E t t
k,l
t
i, k, l ,则 E 和
t
k ,l
3 1690 0.923 15 1820 0.810
k 1 l 1 i 1 k 1 l 1 4 1700 0.853 16 1750 0.956
E t
i , k ,l 均为一个二元整型变量和一个连续变量的乘 5 1750 0.820 17 1700 0.895
6 1850 0.715 18 1730 0.693
积组成的非线性项。以 Eit,k ,l 为例,其可等效为如下 7 2000 0.498 19 1860 0.583
线性约束 8 2430 0.424 20 2150 0.468
N 9 2540 0.338 21 2400 0.391
U i PW, k PD,l yi , k ,l p j Eit,k ,l
t t t max
10 2600 0.370 22 2480 0.276
j 1 11 2670 0.193 23 2200 0.562
UP t t t
P y
i W, k D,l i , k ,l i
max
[p max(pW,
t
k pD, l )] (19)
t 12 2590 0.386 24 1840 0.752
N 表 2 抽水蓄能机组的模型参数
Eit,k ,l U i PW, k PD,l ( pi ri pW,k pD,l rj )
t t t t t t t
Tab. 2 Model parameters of pumped storage units
j 1
N
Vhmax /Hm3 Vhmin /Hm3 p/(MW/Hm3) g/(MW/Hm3) cp/USD
UP t t
i W,k D,l P (1 y t
i , k ,l ) p max
j
10 1.5 300 240 100
max min max min
j 1 pg,h /MW pg,h /MW pp,h /MW pp,h /MW cg/USD
备用容量/
例:算例 1 为风电场独立运行模式;算例 2 为基于
MW
400
成本效益分析的风蓄联合运行模式。
200
算例 1 和算例 2 的系统运行的各类成本比较如
0.4
(MWh)
EENS/
表 3 所示。从表中可以看出,虽然抽水蓄能机组与
0.2
风电场配合运行会有一定的电能损失,产生了抽水 0
0 5 10 15 20 25
蓄能机组的运行成本,但可以显著减小其他各类成 时段/h
本,从而降低风电出力不确定性和反调峰特性对系 图 2 算例 1 与算例 2 的备用容量和 EENS 比较
统运行的影响,提高系统运行的经济性。 Fig. 2 Comparison of spinning reserve and EENS
between Case 1 and Case 2
表 3 算例 1 和算例 2 的不同成本比较
Tab. 3 Comparison of different costs between 3)图 3 为算例 1 和算例 2 的常规机组组合情
Case 1 and Case 2 况比较。从图中可以看出抽水蓄能机组通过在净负
算例 1 的 算例 2 的 荷的高峰时段蓄水,使得机组 13 和 15 在第 16、17
成本
各种成本/USD 各种成本/USD
时段不需要停机,减小了机组下一时段的开机成
出力成本 228 121.73 224 293.93
开机成本 5 584.60 4 363.00 本,进一步提高了系统运行的经济性,验证了风蓄
备用成本 59 823.74 55 482.76 联合运行的优越性以及本文模型的合理性。
ECLS 13 915.61 13 561.32
抽水蓄能运行成本 0 500.00 25
期望总成本 307 445.68 298 201.01 20
机组编号
15
1)图 1 为算例 2 中抽水蓄能机组的发电和抽
10
算例1; 算例2。
水功率变化情况以及水库库容变化情况。从图中可 5
以看出,抽水蓄能机组通过在净负荷的低谷时段(第
0 5 10 15 20 25
1~6 和 15~18 时段)抽水及在净负荷的高峰时段(第 时段/h
首先,选择旋转备用为运行机组的最大容量的
0
确定性方法作为算例 3。算例 2 和算例 3 的系统运
200
行的各类成本比较如表 4 所示。由表 4 可以看出,
10
水库库容/
8 本文基于成本效益分析的风蓄联合运行模式得到
(Hm3)
6
4
的机组发电成本和系统可靠性水平均优于确定性
0 5 10 15 20 25 方法,可以全面地考虑系统的众多不确定因素,并
时段/h
更准确分析风蓄联合运行对系统运行成本的改善。
图 1 算例 2 中抽水蓄能机组的发电和抽水功率
图 4 为算例 2 与算例 3 中抽水蓄能机组的发电和抽
以及水库库容变化情况
Fig. 1 Variation of discharge and pumping power and 水功率以及水库库容变化情况;图 5 为算例 2 与算
reservoir volume of pumped storage units in Case 2 例 3 的备用容量比较和 EENS 比较;图 6 则为算例
2)图 2 为算例 1 与算例 2 的备用容量和 EENS 2 和算例 3 的常规机组组合情况比较。由图 4—6 可
比较。从图中可以看出,由于抽水蓄能机组的调峰 以看出,与确定性方法相比,本文基于成本效益
第 39 卷 第 12 期 电 网 技 术 3391
0 小,EENS 则较大。
200 3)算例 2 在各个时段配置不同的旋转备用容
10 量。当系统所需的旋转备用容量较大时,备用成本
水库库容/
算例2; 算例3。
8
(Hm3)
6
较低的常规机组通过减小出力,以配置更大的旋转
4 备用容量,因而在净负荷低谷时段(第 5、6、15 和
0 5 10 15 20 25 18 时段)抽水蓄能机组的抽水功率会减小,相应地
时段/h
净负荷高峰时段抽水蓄能机组的发电功率也会
图 4 算例 2 与算例 3 中抽水蓄能机组的发电和
抽水功率以及水库库容变化情况对比 减小。
Fig. 4 Comparison of discharge and pumping power and
reservoir volume of pumped storage units between Case 2
4 结论
and Case 3 大规模风电场出力的不确定性使传统调度可
500 算例2; 算例3。 行域发生改变,调度思想需要由确定型向不确定型
备用容量/
MW
400 转变。本文综合基于改进的多场景概率风险分析方
300
法和成本效益分析方法,提出了风电–抽水蓄能联
1.0
合机组组合新模型。
(MWh)
EENS/
0.5
该模型在计算 EENS 时能够考虑服从不同概率
0 分布的负荷和风电功率预测误差以及机组的强迫
0 5 10 15 20 25
时段/h 停运,并通过成本效益分析实现常规机组发电成
图 5 算例 2 与算例 3 的备用容量和 EENS 比较 本、ECLS 与抽水蓄能机组的运行成本三者之和最
Fig. 5 Comparison of spinning reserve and EENS
小的目标,优化系统的旋转备用配置。这使得在确
between Case 2 and Case 3
定抽水蓄能机组的运行方式时能够更加全面和准
25
确地考虑系统的众多不确定因素和系统运行的经
20
济性,并能够更准确地分析风蓄联合调度对系统运
机组编号
15
10 行成本的改善。基于 IEEE-RTS 26 机系统的仿真算
算例2; 算例3。
5 例结果验证了本文模型的合理性和优越性。此外,
本文采用 MILP 方法对线性化后的优化模型进行求
0 5 10 15 20 25
时段/h 解,提高模型求解的效率和鲁棒性。
图 6 算例 2 与算例 3 的常规机组组合情况比较
Fig. 6 Comparison of conventional unit schedules between 参考文献
Case 2 and Case 3 [1] 张丽英,叶廷路,辛耀中,等.大规模风电接入电网的相关问题
分析的风蓄联合运行模式虽未改变常规机组的启 及措施[J].中国电机工程学报,2010,30(25):1-9.
Zhang Liying,Ye Tinglu,Xin Yaozhong,et al.Problems and
停,但针对不同时段的负荷水平,本文模型优化了
measures of power grid accommodating large scale wind power[J].
抽水蓄能机组的运行方式,并配置了适宜的备用容 Proceedings of the CSEE,2010,30(25):1-9(in Chinese).
量,减小了常规机组的出力成本和系统的总 EENS, [2] 张宁,周天睿,段长刚,等.大规模风电场接入对电力系统调峰
的影响[J].电网技术,2010,34(1):152-158.
从而提高了系统整体运行经济性,同时验证了本文
Zhang Ning,Zhou Tianrui,Duan Changgang,et al.Impact of
模型的优越性。详细比较分析如下: large-scale wind farm connecting with power grid on peak load
3392 张刘冬等:基于成本效益分析的风电–抽水蓄能联合运行优化调度模型 Vol. 39 No. 12