多风电场并网时安全约束机组组合的混合整数规划解法93638.pdf

第 34 卷 　第 5 期 Vol . 34 　No . 5 20 10 年 3 月 10 日 Mar . 10 , 20 10 多风电场并网时安全约束机组组合的混合整数规划解法 叶　荣 , 陈皓勇 , 王 　钢 , 陈　盼 (华南理工大学电力学院 , 广东省广州市 510640) 摘要 : 由风电预测不精确导致的随机性给安全约束机组组合和经济调度等带来新的挑战 ,尤其当 考虑多风电场并网时 ,在确定性机组组合问题上表现良好的混合整数规划方法将陷入困境 。文中 通过引入发电机功率分布因子 ,并用基于极限场景集的场景法取代基于蒙特卡洛仿真的场景法 ,在 计算时间和计算精度 2 个方面进行了改善 。经过修改的 IEEE 118 节点系统算例证明了在多风电 场并网时 ,所述方法能更快地获得对风电随机性适应力更强的机组组合方案 。 关键词 : 多风电场 ; 安全约束机组组合 ; 混合整数规划法 ; 功率分布因子 ; 极限场景 0 　引言 这些研究有 2 个共同点 :一是都使用了基于蒙 特卡洛仿真的场景法 ,且都假设系统中只有一个风 风电作为一种清洁 、低成本 、技术成熟的可再生 电场 ,当考虑多个风电场时 ,该方法的场景数将急剧 能源 ,近年来在世界各国得到了长足发展 , 中国丰富 ( ) 上升 ;二是都使用了混合整数规划 M IP 方法求解 的风力资源也提供了发展风电的潜力[ 12 ] 。然而 , 目 ( ) 模型 。事实上 ,最优化领域 尤其是割平面法 的突 前基于风速预测的风电出力预测仍无法达到很高精 破已使 M IP 逐渐成为解决电力系统优化运行问题 度 ,预测值与实际出力存在不可避免的随机误差 。 的利器[ 1112 ] ,它的优点如下 : ①能确保找到全局最优 随机性的处理是风电并网发电技术中的难点 ,给安 解 ; ②具备精确而有韧性的建模能力 ,能直接 、简便 ( ) 全约束机组组合 SCU C 和安全约束经济调度 地表示 目标函数和约束 ,适合处理安全约束 ,添加约 ( SCED) 带来新的挑战和要求[35 ] 。通过对非风电机 束和变量时不需要对原有的模型进行复杂的改进 ; 组的合理调度消化风电的随机波动 :一种方法是增 ③模型建立后可直接调用商业软件包求解 ,使建模 加备用量 ,但足够保证系统安全的备用量不易精确 者的注意力集中于问题定义而不是算法本身 。 计算 ,得到的结果通常偏向保守 ;更好的方法是使用 然而 ,基于蒙特卡洛仿真的场景法构造的随机 基于场景法的随机规划 ,求取对风电随机性具有一 模型使用 M IP 求解时 , 随着模型规模增大 ,M IP 的 定适应性的机组启停和出力方案[ 610 ] 。 计算时间将呈指数形式上升[ 13 ] 。考虑多风 电场时 基于场景法的随机规划根据风电出力预测值及 产生的巨量场景会带来过大的模型规模