含风电的最优潮流的机组组合问题研究.docVIP

含风电的最优潮流的机组组合问题研究 　　摘 要：文章以含风电的电力系统机组组合问题和含风电的最优潮流的安全约束机组组合问题为研究主线，建立了三种不同的潮流模型并进行对比，通过对含最优潮流与否等情况下GAMS软件仿真结果（仿真对象为IEEE-118节点系统）的对比分析，探讨含最优潮流情况下机组组合问题优化结果的异同，同时对于含风电与否的最优潮流模型进行对比，为深入研究含风电的最优潮流的机组组合问题打下坚实的基础。 　　关键词：风电；GAMS；最优潮流；机组组合 　　中图分类号：TM85 文献标识码：A 文章编号：1006-8937（2016）29-0103-02 　　1 引 言 　　能源和环境是人类赖以生存和发展的基本条件。目前，节能减排已经成为世界各国的共识。随着国民经济的快速发展和电力企业改革的实施，保证电力系统安全、经济和可靠运行则显得越来越重要，电力系统运行调度决策也越来越复杂。 　　我国政府多次颁发文件要求在确保电力系统安全稳定运行和连续可靠供电的前提下，改革目前的发电调度模式，实现节能环保的目标。在此背景下，电力系统经济运行调度有着重要的研究意义[1-3]。 　　2 含风电的机组组合问题 　　误差场景下的约束条件与第1.1节一致。 　　3.2.2 OPF约束条件 　　本文将最优潮流OPF约束分三种： 　　①DC-OPF：问题简单但精度低； 　　②AC-OPF：精度高但是运算速度慢； 　　③介于上述二者之间的二维网络潮流模型。 　　3.3 DC-OPF-SCUC问题的GAMS仿真 　　取各时段极限场景集为St当风电场数不小于4，即极限场景数大于10时，用场景缩减技术缩减至10。 　　另外，本节仿真采用2风电模型。以下是仿真结果： 　　仿真总共用时：998.39 s 　　目标函数仿真结果：发电和开机费用共740 617。 　　3.4 二维网络潮流模型的OPF-SCUC问题的GAMS仿真 　　将二维网络潮流模型约束与含风电的UC问题约束有机结合，在GAMS里面仿真，最得出如下： 　　仿真总用时：6318s 　　发电总费用：779 296。 　　含两风电情况下UC、DC-OPF-SCUC和二维网络潮流模型的OPF-SCUC问题下的GAMS仿真结果对比，见表1。 　　由上表格可以看出，直流潮流模型计算时间较短，但是精度较差，只能够优化部分潮流。二维网络潮流模型下的机组组合问题计算时间比前两种情况下的显著增加，但是精度较高，能够满足一般情况下的潮流最优化问题。 　　3.5 不同风电规模下OPF-SCUC问题 　　随着风电数量的增加，不确定性更强，本章研究主题是风电规模（零风电、两风电、四风电和六风电规模），所以本章将以DC-OPF-SCUC问题为蓝本进行分析。 　　结合三种风电情况下的问题，见表2。 　　从上表可以看出：随着风电数目的增加，机组总费用逐渐下降，这是由于风电发电是不需要燃料成本的。 　　零风电情况下，CPU计算时间很低，这是由于没有风电情况下，不用对风电不确定性进行处理，所以时间较短。而风电并网后，本文使用场景法来处理风电随机性，所以风电并网后CPU计算时间显著上升，而不同风电规模下CUP计算时间大致相同，这也反映了风电数目增加并不会增加此模型求解规模与难度。 　　3.6 小 结 　　本章重点研究了含最优潮流的问题，得到以下一些结论： 　　①随着研究问题数学规模的增大，问题仿真时间会加长，发电费用增加。客观表现在了机组启停状态上，数学规模增加，机组所开数目增加，已开机组的出力和出力时间也会有所增加。 　　②在对风电出力不确定性有较好处理方式下，风电规模的增加不会增加电力系统运行调度的难度，其含最优潮流的机组组合问题的求解难度和规模并不会增加，而且系统发电费用会随着风电数目的增加而下降。 　　4 结 语 　　论文主要研究成果如下： 　　①建立了基于场景法的随机规划的约束来处理风电不确定性，在此基础上，建立了含风电的UC问题模型以及三种潮流模型下的UC问题建模。 　　②本文使用GAMS软件仿真，并调用CPLEX开发的MIP算法进行求解，从而简化了编程上的规模。 　　③通过仿真分析得出，二维网络潮流模型下的含风电的UC问题计算精度比直流潮流下的精度要高，是较为理想的求解模型。 　　④在对风电有较好处理方案时，风电规模的增加并不会使求解规模增加，而且系统总费用降低。 　　参考文献： 　　[1] 王锡凡.现代电力系统分析[M].北京：科学出版社，2003. 　　[2] 陈长云.市场条件下含风电场的电力系统优化运行研究[D].北京：北京 交通大学，2008. 　　[3] 方创琳.中国风电发展目标分析与展望[J].中国能源，2007，29（12