基于偏差與調度經濟性的風電接納水平優化

嚴翠云

摘 要：風電的出力情況與預測是有著一定程度的差別的，而這種差別會給電力生產增加一定的成本。因此做好風電出力偏差和調度經濟性的風電接納水平優化工作重要而且必要，本文將會結合實際對此進行詳細的分析和研究，希望能夠有效地提升風電接納水平。

關鍵詞：風電出力偏差；調度經濟性；風電接納水平；優化策略

中圖分類號：TM726 文獻標識碼：A

風能是一種清潔可再生的能源，利用風能進行發電是環保節能的需要，而且使用風能發電能夠很大程度的節約資源，這是完全符合未來社會的發展需要的。但是在實際的工作當中風電出力的預測與實際會存在有一定的差別，這樣的差別會直接影響電能的生產成本，因此這就需要做好風電出力偏差和調度經濟性的風電接納水平優化策略的研究工作。

一、風電出力偏差

什么是風電出力偏差，風力偏差就是風電的實際出力值和預估值之間的差， 而這種差值有高估與低估兩種類型。根據統計，相對長時間的風速分布是符合韋氏分布的，所以，能夠推導出各個時間段當中風電的預估值和未來這一時間段中的實際風電出力的期望值，風電功率概率密度函數是：

1.風電高估期望值

風電高估期望值其實就是說風電出力實際是不充足的，也就是說將來的某一時間中風電實際可以使用的出力是低于預測出力的。將風電在某刻出力預測值設置為Y forecast，所以風電高估時未來某刻的實際出力是0≦w﹤Y forecast，當風電高估期望值它的差值表達是（Y forecast-w）。

根據風電功率概率密度函數和高估偏差的表達式可以算出風電場在此時刻中風電高估偏差大小的期望值Eeh是：

2.風電低估期望值

風電低估期望值就是表示在風電出力時它實際出力是過度充足的，也就是說將來的某一時間中風電實際能夠使用的出力是高于預測出力的。將風電在未來某個時刻中出力預測其值設定為Y forecast，所以風電低谷時在未來某個時刻中的實際出力值就應該是Y forecast﹤w≦w r，低估偏差值的表達式就應該是（w-Y forecast）。

根據風電功率概率密度函數和高估偏差的表達式能夠得出風電場在這一時刻中風電低估偏差大小的期望值Eel是：

二、調度經濟性的風電接納水平優化模型

所謂調度經濟性就是說在提升系統中的風電接納水平的同時，盡可能地提高常規機組和風電場的經濟效益，使風電系統在大的負荷下節能減排，保證常規機組運行成本最小的前提下允許有棄風量，但是一定要將其控制在最低程度。

現階段，使用風力發電的電力運行系統都是將裝機容量作為基礎的風電預測值，這個結果僅供機組出力參考，不能夠全面有效的評估電力系統的最佳風電接納能力，因此把目前的風電預測出力水平當作基礎，將優化變量也就是風電接納水平倍數βw引入后評價風電接納的最佳水平。βw作為當前風電預測值的倍數，可以是大于或小于一對。

在它大于一時，就表示能夠適當的增加風電裝機容量，這樣可以有效提升風電出力水平。當預測值小于一時，那么就說明電力系統中有很大程度的棄風，應該要合理控制風電并網容量。因此βw能夠描述系統能夠接納的最佳風電裝機容量值。

由于常規機組的成本和風電場實際棄風以及偏差成本數量級相差了很多，優化變量除了常規機組和風電場出力，還會有風電的接納水平倍數。那么就需要全方位的考慮常規機組和風電場運行的經濟性，平衡好常規機組運行和風電并網的經濟性，將常規機組、風電場出力和風電接納水平系數當作優化變量，組成了常規機組運行成本最小、風電棄風及出力偏差成本最小的多目標優化調度模型：

這當中T是調度周期一天，所以T就是24h，Δ t是調度的時間間隔一個小時，所以Δt就應該是1h，n和m就是代表參與調度的常規火電機組數量和風電場數量，Ii，t代表的是在某種程度的負荷當中常規機組開停機的狀態，Ii，t=0代表的就是停機，Ii，t=1代表的就是開機，Y G i，t是機組i在t時段的出力水平，ai、bi、ci是機組i的運行成本系數，Si，t是機組i在t時段的開機成本，Si，t=δi+σi（1-exp（-T0FFi，t/i）），δi、σi、i是機組i的運行成本系數，T0FFi，t是機組t時段中的累計停止時間，βw是電力系統對風電場w的風電接納水平，Y w，t forecast是風電場w在t時刻當中的預測出力值，Y w，t forecast是電網在t時間段中對風電場w的實際調度接納出力水平，C q w，t是風電場w在t時間段中的棄風懲罰成本系數，C Y w，t是風電場w在t時間段中的出力偏差成本系數，E eh w，t是風電場w在t時間段中的高估出力期望值，E el w，t是風電場w在t時間段中的低估出力期望值。

三、求解算法

智能算法的實際工程應用過程中，能夠做到充分考慮多種情況中的各方面因素，所以受到了極為廣泛的關注。多目標化和單目標化不一樣，他們相互之間是有著制約作用的，這就需要在這些目標當中找出一個折中解。

粒子群算法是目前被廣泛使用的，以此為基礎使用Pareto解的定義來隨粒子的優劣進行評價，根據解之間的關系得到Pareto最優解。多目標優化得到的解是最優解集，它最后是需要根據決策者的喜好來確定的。在電力系統多目標優化當中，一般是用模糊理論和隸屬度函數對目標函數實現歸一然后才能夠確定最終解，然而隸屬度函數法要求最優解集分布一定要均勻。以下根據多目標優化的理想點法，判斷最優解集和理想點的歐式距離，以最短距離解為最終解。因為以上的目標函數是最小值優化，所以取理想點為0，那么含有兩個目標函數的最優解的歐式距離是：

S=

其中：f1、f2是兩個目標函數對應的函數值，S是目標函數值和理想點的歐式距離。

結語

綜上所述，在電力系統中充分考慮風電出力偏差對輔助服務成本的直接影響，建立了綜合考慮常規機組和風電場運行經濟性的風電接納水平優化模型。最終選用多目標優化模型來有效的提升風電接納水平。

參考文獻

[1]胡永洪.融合交互規劃與經濟性的風電接納水平優化[J].電氣開關，2016，54（4）：81-85.