第32卷 第1期 2012年1月5日 中 国 电 机 工 程 学 报

Proceedings of the CSEE Vol.32 No.1 Jan.5, 2012 ?2012 Chin.Soc.for Elec.Eng.

47

文章编号：0258-8013 (2012) 01-0047-09 中图分类号：TM 73 文献标志码：A 学科分类号：470?40

计及风险备用约束的

含风电场电力系统动态经济调度

周玮1，孙辉1，顾宏1，马千2，陈晓东2

(1．大连理工大学，辽宁省 大连市 116024；2．辽宁省电力公司调度通信中心，辽宁省 沈阳市 110006)

Dynamic Economic Dispatch of Wind Integrated Power Systems

Based on Risk Reserve Constraints

ZHOU Wei1, SUN Hui1, GU Hong1, MA Qian2, CHEN Xiaodong2

(1. Dalian University of Technology, Dalian 116024, Liaoning Province, China;

2. Liaoning Electric Power Dispatch and Communication Center, Shenyang 110006, Liaoning Province, China)

ABSTRACT: In order to solve the electric power dispatch problems caused by the uncertainty of wind power, economic dispatch of wind-integrated power systems should be investigated. The probabilistic distributions of wind speed and load forecast errors were introduced to describe the uncertainty in power systems, and a novel risk reserve constrained dynamic economic dispatch optimization model with wind power penetration was proposed. The required up and down spinning reserve costs were also included in the objective function, which stands for the costs caused by the risk of shedding load and penalty of wasting energy, respectively. The model was solved by predictor-corrector primal-dual interior point method. Simulation results of a system with ten conventional generators and one wind farm validated the feasibility of the proposed method. Analysis shows that the optimal-economy can be realized when reliability requirement is satisfied.

KEY WORDS: wind power generation; dynamic economic dispatch; spinning reserve; risk reserve constraint; interior point method

摘要：为解决风电的不确定性给电网调度带来的问题，必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素，提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例，验证了所

基金项目：中央高校基本科研业务费专项资金资助(DUT11RC(3) 09)。

Project Supported by the Fundamental Research Funds for the Central Universities (DUT11RC(3)09).

提调度模型的可行性。分析表明，该模型可以在保证系统可

靠性要求的基础上，实现经济性最优的目标。

关键词：风力发电；动态经济调度；旋转备用；风险备用约束；内点法

0 引言

风力发电作为非水可再生能源中最具经济发展前景的发电方式，与传统的化石类能源相比，具有无能源消耗、无排放和无污染的优良特性，其战略地位正逐步上升为一种替代能源乃至主导能源。然而，风能由于受到多种自然因素的影响具有强烈的间歇性和随机波动性，虽然学者们已经对风能预测做了大量的相关研究工作[1-3]，仍难以获取准确的风速及风功率预测结果，未来风速及风电功率依然具有明显的不确定性。当风电并网规模增加到一定比例以后，风电场参与调度计划给系统节约燃料降低排放的同时，风电的这种不确定性势必给电力系统的调度运行带来风险。研究含有大规模风电场的经济调度，特别是动态经济调度问题，由于考虑了各个时间断面之间的相互影响，能够切实反映系统的运行要求，因此具有十分重要的应用价值。

鉴于风电存在上述不同于传统发电方式的特性，如何在原有的调度模式中合理引入风电功率及其相应因素是研究含有大规模风电场电力系统经济调度问题的关键所在。文献[4]采用基于模糊集理论的方法处理调度问题中风电功率的不确定性；在文献[5-6]所提出的模型中，定义了一种隶属度函数，用来描述系统安全水平与风电穿透功率/运行成

48 中 国 电 机 工 程 学 报 第32卷

本之间的关系。求解这类模型可得到既满足一定风 险、又实现一定经济效益的调度方案，但隶属度函数的确定引入了一定的人为因素；文献[7-10]在优化模型中考虑了正、负旋转备用约束，以应对风电预测不确定性给系统调度带来的影响，并将风电出

f?PL(?pL)?

??pL/(2?L) (1)

22

式中：?PL为负荷预测误差随机变量；?pL为负荷预测误差；?L为?PL的标准差。

如果用L来表示负荷预测值，那么实际负荷随

力的一定百分比作为附加旋转备用需求；文 机变量则为L??PL。

献[11-12]采用服从Weibull分布的随机变量描述可1.2 风速及风电功率的不确定性模型 利用的风电功率，在目标函数中加入了风场计划出力超过和低于可利用风电功率时相应的风险和惩罚成本，但没有在建模过程中考虑备用约束，同时，Weibull分布没有考虑风速数据的时序性，不适于动态经济调度问题；文献[13]以概率形式描述相关约束条件，建立了基于机会约束规划的含风电场的电力系统经济调度数学模型；文献[14]在风速预测的基础上，建立风速预测误差概率模型，也采用随机规划理论中的机会约束规划模型处理考虑机组组合的含风电场电力系统动态经济调度问题。综上，调度过程中造成风电功率的盈余或缺失是不可避免的，也相应地带来系统能量的浪费或风险的提升。通过增加旋转备用可以降低风电对系统调度的负面影响[15]，但备用过多会增加成本，过少则会增加风险。为使得可靠性水平和经济性水平保持在系统要求的范围内，需要结合这2个指标追加配置一定比例的旋转备用容量。文献[16]在含大规模风电场的调度模型中引入投运风险度约束，可根据可靠性指标确定正旋转备用需求，但没有计及负旋转备用约束。

本文在动态经济调度模型中，引入风速预测误差、负荷预测误差以及常规发电机组强迫停运的随机模型，将各时段的风电计划出力值作为优化变量，提出了一种新的含大规模风电场的动态经济调度模型。该模型不仅计及基于风险的正、负备用约束，同时采用惩罚的方式在目标函数中引入风电计划出力相对于实际出力过多或过少的惩罚成本(备用成本)。通过对含一个风电场的10机组系统算例建模仿真，并利用非线性预估–校正原对偶内点算法进行求解，以验证该模型的有效性和合理性。

Pwind

1.2.1 风速的概率分布

对于动态经济调度而言，需要给出每个时段的风电出力数据，即系统调度运行是在对风速或风电功率进行预测的基础上进行的。研究表明，利用风速预测和风–功曲线获取风电功率值比直接进行风电功率预测的准确度更高[2]。文献[17-20]指出，风

速预测误差可以考虑为一均值为0、标准差为?v的正态分布随机变量?V。

如果用来表示风速预测值，那么实际风速随机变量V???V的概率密度函数和分布函数分别为

2??(v?)2/(2?v)

fv()??V

?

(2) ?

?v?FV(v)??()

??v?

式中v为实际风速。

1.2.2 风电场输出功率的不确定性模型

为获取风电场输出功率的概率分布并为调度直接所用，必须首先建立风电场输出功率与风速之间的函数关系式，然后在此基础上将前述风速分布模型转换为风电场输出功率的随机分布模型。

1）风电场输出有功功率建模。

风电场出力的大小与风机类型有关，本文主要考虑的是目前广泛应用的变速恒频风机，其输出功率特性可以用分段函数表达[21]：

?0, 0?v?vi

?a?bv3,v?v?v?ir?? (3)

, ??Pvvvr0?r??0, v?v0

式中：vi为切入风速；vr为额定风速；v0为切出风速；Pr为为风机的额定功率；a、b为曲线中三次函

3

PPvri

数段的系数，a?33，b?3r3。

vi?vrvr?vi

1 含大规模风电场动态经济调度问题中的

不确定性模型

1.1 负荷的不确定性模型

在进行电力系统相关研究时，负荷及其预测误差模型通常采用正态分布来描述。负荷预测误差随机变量的概率密度函数为

为简化模型，假设风电场中每台风机是完全一样的，同时忽略尾流效应，即风电场总风电功率为

wav?PwNw (4)

第1期 周玮等：计及风险备用约束的含风电场电力系统动态经济调度 49

n

Ploadshed?frisk,u(R,W,Pn)??(1?Poutage)?

式中：Pw为一台风机的功率；wav为风电场中的可利用风电功率；Nw为风机个数。

u

N

n?1

2）风电场输出功率的概率分布。

根据风速概率分布及风速–功率函数可知，风电场中的可利用风电功率是一个混合型随机变量，采用Wav来表示。其离散部分的分布率为

n P{R??PL?(W?Wav)}??Poutage?

u

N

n?1

m ?(1?Poutage)P{Ru?Pn??PL?(W?Wav)} (9) m?1m?n

N

p0?P{Wav?0}?FV(vi)?[1?FV(vo)]? ?(

vi??v

?1??(

vo?n

式中：Ploadshed为某时段系统失负荷的概率；Poutage为

?v

) (5)

发电机组n强迫停运的概率，假设前提为风电机组不考虑其强迫停运的可能性，对于常规发电机组调度周期内所有时段取值相同；Pn为发电机组n输出的有功功率；W为风电场的计划出力；Ru为系统正旋转备用需求。

由于2台或更多发电机组同时发生强迫停运的可能性很小，因此不予考虑。 2.2 风能浪费风险指标

第2种风险主要是由实际可利用的风电出力超过风电计划出力值引起的，本文定义该风险指标为风电功率被浪费的风险，可以理解为系统负旋转备用小于系统功率随机波动量的概率。具体表达式为