含风电的电力系统机组组合问题研究综述

doi:10.3969/j.issn.1000-7229.2014.12.007

摘要/Abstract

摘要： 以风电为代表的新能源规模化开发利用，改变了传统电力系统的结构特性，给系统的运行控制方式带来了新的挑战。机组组合是电力系统经济调度的重要环节，通过优化发电周期内各机组的启停计划来降低发电成本，同时满足系统负荷需求和其他约束条件。风电具有随机性、间歇性特点，大规模风电接入电网使传统的机组组合方式难以适应新能源电力系统的要求，研究含风电的机组组合对于应对风电引起的负荷波动、保证电力系统稳定、经济运行具有重要意义。为此，综述了国内外对含风电机组组合问题的研究现状，分析了风电接入电网对电力系统机组组合问题带来的影响，归纳了常用的建模方法和求解算法。并对该领域未来的研究方向进行了探讨，希望为其他学者在该领域的研究提供借鉴。

关键词: 机组组合, 风力发电, 新能源电力系统, 机会约束规划, 场景树

Abstract: The penetration of large-scale renewable power alters the structure of traditional power systems and brings new challenges to their operation and control. Unit commitment is an important step of power system s economic dispatch, which involves optimizing generators start up and shut down schedules to minimize the total production cost while meeting the load demand and other constraints of power systems. Due to the stochastic and intermittent characteristics of wind power, traditional unit commitment methods are not applicable for systems with large-scale wind integration. So the studies on the unit commitment problems of such systems have important significance to deal with the random and load fluctuation of wind power, and ensure the stable and economical operation of power system. In this paper, recent researches of unit commitment with wind power were reviewed. The difficulties of unit commitment brought by wind integration into the grid were analyzed, and different modeling and solution methodologies were summarized. Finally, some suggestions for the further research in this area were proposed, which could provide references for other researchers.

Key words: unit commitment, wind power, alternate electrical power systems, chance-constrained programming, scenario tree

刘吉臻，王海东，李明扬. 含风电的电力系统机组组合问题研究综述[J]. 电力建设, 2014, 35(12): 38-45.

LIU Jizhen，WANG Haidong，LI Mingyang. Review on Unit Commitment of Power Systems with Wind Power Integration[J]. ELECTRIC POWER CONSTRUCTION, 2014, 35(12): 38-45.

参考文献

［1］刘吉臻．大规模新能源电力安全高效利用基础问题［J］．中国电机工程学报，2013，33（16）：1-8．［2］夏清，钟海旺，康重庆．安全约束机组组合理论与应用的发展和展望［J］．中国电机工程学报，2013，33（16）：94-103．［3］丁华杰，宋永华，胡泽春，等．基于风电场功率特性的日前风电预测误差概率分布研究［J］．中国电机工程学报，2013，33（34）：136-144．［4］Monteiro C，Bessa R，Miranda V，et al．Wind power forecasting：State-of-the-art 2009［R］．Argonne National Laboratory（ANL），2009．［5］王彩霞，乔颖，鲁宗相．考虑风电效益的风火互济系统旋转备用确定方式［J］．电力系统自动化，2012，36（4）：16-21．［6］Tuohy A，Denny E，OMalley M．Rolling unit commitment for systems with significant installed wind capacity［C］//Power Tech，2007 IEEE Lausanne．Lausanne，Switzerland：IEEE，2007：1380-1385. ［7］张娜，吕泉，张显，等．含风电系统的多级机组组合协调制定策略［J］．电力系统自动化，2013，37（11）：39-45．［8］苏鹏，刘天琪，李兴源．含风电的系统最优旋转备用的确定［J］．电网技术，2010，34（12）：158-162．［9］李茜，刘天琪，王福军，等．机组组合在含风电系统的备用协调优化［J］．华东电力，2013，41（7）：1481-1484．［10］谢胤喆．引入风电机组的安全约束机组组合方法［D］．杭州：浙江大学，2013．［11］Wang J，Shahidehpour M，Li Z．Security-constrained unit commitment with volatile wind power generation［J］．IEEE Transactions on Power Systems，2008，23（3）：1319-1327．［12］Daneshi H，Srivastava A K．Security-constrained unit commitment with wind generation and compressed air energy storage［J］．IET Generation，Transmission & Distribution，2012，6（2）：167-175．［13］叶荣，陈皓勇，王钢，等．多风电场并网时安全约束机组组合的混合整数规划解法［J］．电力系统自动化，2010，34（5）：29-33．［14］谢胤喆，郭瑞鹏．考虑风电机组无功特性的安全约束机组组合方法［J］．电力系统自动化，2012，36（14）：113-118．［15］于芃，周玮，孙辉，等．用于风电功率平抑的混合储能系统及其控制系统设计［J］．中国电机工程学报，2011（17）：127-133．［16］谢毓广，江晓东．储能系统对含风电的机组组合问题影响分析［J］．电力系统自动化，2011，35（5）：19-24．［17］高红均，刘俊勇，魏震波，等．基于极限场景集的风电机组安全调度决策模型［J］．电网技术，2013，37（6）：1590-1595．［18］陈海焱，陈金富，段献忠．含风电场电力系统经济调度的模糊建模及优化算法［J］．电力系统自动化，2006，30（2）：22-26．［19］张晓花，赵晋泉，陈星莺．含风电场机组组合的模糊建模和优化［J］．科技导报，2009（20）：102-105．［20］Chakraborty S，Senjyu T，Saber A Y，et al．A fuzzy binary clustered particle swarm optimization strategy for thermal unit commitment problem with wind power integration［J］．IEEE Transactions on Electrical and Electronic Engineering，2012，7（5）：478-486．［21］万振东，程浩忠，张建平，等．考虑风电消纳能力单目标及多目标模糊机组组合模型及应用［J］．水电能源科学，2012，30（7）：214-218．［22］Venkatesh B，Yu P，Gooi H B，et al．Fuzzy MILP unit commitment incorporating wind generators［J］．IEEE Transactions on Power Systems，2008，23（4）：1738-1746．［23］刘宝碇，赵瑞清．随机规划与模糊规划［M］．北京：清华大学出版社，1998：74-94．［24］Wang Q，Guan Y，Wang J．A chance-constrained two-stage stochastic program for unit commitment with uncertain wind power output［J］．IEEE Transactions on Power Systems．2012，27（1）：206-215．［25］张宁宇，高山，赵欣．一种考虑风电随机性的机组组合模型及其算法［J］．电工技术学报，2013，28（5）：22-29．［26］Wang Q，Wang J，Guan Y．Price-based unit commitment with wind power utilization constraints［J］．IEEE Transactions on Power Systems，2013，28（3）：2718-2726．［27］Pozo D，Contreras J．A chance-constrained unit commitment with an n-Ksecurity criterion and significant wind generation［J］．IEEE Transactions on Power Systems，2013，28（3）：2842-2851．［28］Ding X，Lee W J，Jianxue W，et al．Studies on stochastic unit commitment formulation with flexible generating units［J］．Electric Power Systems Research，2010，80（1）：130-141．［29］刘宝碇，赵瑞清，王纲．不确定规划及应用［M］．北京：清华大学出版社，2003：178-198．［30］艾欣，刘晓，孙翠英．含风电场电力系统机组组合的模糊机会约束决策模型［J］．电网技术，2011，35（12）：202-207．［31］熊虎，向铁元，陈红坤，等．含大规模间歇式电源的模糊机会约束机组组合研究［J］．中国电机工程学报，2013，33（13）：36-44．［32］Heitsch H，Rmisch W．Scenario tree modeling for multistage stochastic programs［J］．Mathematical Programming，2009，118（2）：371-406．［33］Rmisch W，Dupacová J，Grwe-Kuska N，et al．Approximations of stochastic programs.Scenario tree reduction and construction［C］//GAMS Workshop．Heidelberg．Berlin，Germany：DFG Research Center，2003：1-3．［34］Wang J，Botterud A，Bessa R，et al．Wind power forecasting uncertainty and unit commitment［J］．Applied Energy，2011，88（11）：4014-4023．［35］Hyland K，Wallace S W．Generating scenario trees for multistage decision problems［J］．Management Science，2001，47（2）：295-307．［36］Heitsch H，Rmisch W．Scenario reduction algorithms in stochastic programming［J］．Computational optimization and applications，2003，24（2-3）：187-206．［37］Growe-Kuska N，Heitsch H，Romisch W．Scenario reduction and scenario tree construction for power management problems［C］//Power Tech Conference Proceedings，2003 IEEE Bologna．Bologna，Italy：IEEE，2003：3-7．［38］雷宇，杨明，韩学山．基于场景分析的含风电系统机组组合的两阶段随机优化［J］．电力系统保护与控制，2012，40（23）：58-67．［39］Botterud A，Zhou Z，Wang J，et al．Unit commitment and operating reserves with probabilistic wind power forecasts［C］//2011 IEEE Trondheim PowerTech．Trondheim，Norway：IEEE，2011：1-7．［40］张步涵，邵剑，吴小珊，等．基于场景树和机会约束规划的含风电场电力系统机组组合［J］．电力系统保护与控制，2013，41（1）：127-135．［41］向萌，张紫凡，焦茜茜．多场景概率机组组合在含风电系统中的备用协调优化［J］．电网与清洁能源，2012，28（5）：61-69．［42］Pappala V S，Erlich I，Singh S N．Unit commitment under wind power and demand uncertainties［C］//Power System Technology and IEEE Power India Conference．New Delhi，India：IEEE，2008：1-6．［43］蒋凌，潘志，成天乐．含风电电力系统旋转备用的鲁棒优化方法研究［J］．电力科学与工程，2013，29（04）：1-6．［44］魏韡，刘锋，梅生伟．电力系统鲁棒经济调度（二）应用实例［J］．电力系统自动化．2013（18）：60-67．［45］杨明，韩学山，王士柏，等．不确定运行条件下电力系统鲁棒调度的基础研究［J］．中国电机工程学报，2011，31（S）：100-107．［46］王冰，羊晓飞，李巧云．基于坏场景集的抗风险鲁棒调度模型［J］．自动化学报，2012，28（02）：270-278．［47］高红均，刘俊勇，刘继春，等．基于坏场景集的含风电机组组合模型［J］．电力系统保护与控制，2013，41（10）：27-32．［48］陈皓勇，王锡凡．机组组合问题的优化方法综述（1）［J］．电力系统自动化，1999，23（4）：51-56．［49］耿建，徐帆，姚建国，等．求解安全约束机组组合问题的混合整数规划算法性能分析［J］．电力系统自动化，2009，33（21）：24-27．［50］陈皓勇，王锡凡．机组组合问题的优化方法综述（2）［J］．电力系统自动化，1999，23（5）：51-56．［51］何小宇，张粒子，谢国辉．改进的拉格朗日松弛法求解机组组合问题［J］．电力系统保护与控制，2010，38（17）：16-21．［52］王燕涛，王大亮．计及风电的系统旋转备用容量的确定［J］．电测与仪表，2012，49（12）：22-27．［53］雷秀娟．群智能优化算法及其应用［M］．北京：科学出版社，2012：87-89．［54］江岳文，陈冲，温步瀛．含风电场的电力系统机组组合问题随机模拟粒子群算法［J］．电工技术学报，2009，24（6）：129-137．［55］Chakraborty S，Senjyu T，Saber A Y，et al．Optimal thermal unit commitment integrated with renewable energy sources using advanced particle swarm optimization［J］．IEEE Transactions on Electrical and Electronic Engineering，2009，4（5）：609-617．［56］Dang C，Li M．A floating-point genetic algorithm for solving the unit commitment problem［J］．European Journal of Operational Research，2007，181（3）：1370-1395．［57］Sun L，Zhang Y，Jiang C．A matrix real-coded genetic algorithm to the unit commitment problem［J］．Electric Power Systems Research，2006，76（9-10）：716-728．［58］Senthil Kumar V，Mohan M R．Solution to security constrained unit commitment problem using genetic algorithm［J］．International Journal of electrical Power & Energy Systems，2010，32（2）：117-125．

[1]	姜达军，吴福保，王麒云，张艳军，孙黎霞，吴英俊. 基于调控云的风储联合鲁棒优化调度[J]. 电力建设, 2020, 41(7): 9-16.
[2]	方朝雄，吴晓升，江岳文. 考虑暂态稳定性的网储多目标双层优化[J]. 电力建设, 2020, 41(7): 58-66.
[3]	王李龑，许强，黄开艺，吴健，艾芊，张亚新，贾轩. 计及新能源及负荷不确定性的多能微网系统两阶段随机规划方法[J]. 电力建设, 2020, 41(4): 100-108.
[4]	黄远明, 陈青，韦薇，吴明兴，谢敏，段秦刚，刘明波. 考虑风-储参与直接交易的中长期-现货市场物理交割建模及快速求解算法[J]. 电力建设, 2020, 41(1): 55-63.
[5]	朱文广，张长生，熊宁，路志英，张华，肖园，熊云. 考虑综合能源站用电需求不确定性的配电网变电站机会约束规划[J]. 电力建设, 2019, 40(8): 19-25.
[6]	张琪，贾燕冰，宋天昊，张佰富，郑惠萍，毛思杰. 基于多场景风险分析的含风电互联电网机组组合策略研究[J]. 电力建设, 2019, 40(5): 98-106.
[7]	姜立超，刘洋，沈晓东，杨军峰，李旻，张宏图，王长浩. 考虑风电并网和电量分解的月度机组组合模型[J]. 电力建设, 2019, 40(12): 30-37.
[8]	傅守强，陈翔宇，王畅，杨林. 基于机会约束规划的多PET互联的交直流配电网日前优化调度[J]. 电力建设, 2019, 40(12): 96-103.
[9]	刘伟佳，文福拴，马莉，薛松. 计及电动汽车和可控负荷的需求侧能源交易机制[J]. 电力建设, 2019, 40(11): 24-30.
[10]	李军徽1，张嘉辉1，胡达珵1，李建林2，马会萌2. 多属性多目标储能系统工况适用性对比分析方法[J]. 电力建设, 2018, 39(4): 2-.
[11]	陆波，兰飞，姚知洋，黎静华. 风力发电机组限功率双重优化协调控制策略[J]. 电力建设, 2018, 39(10): 54-62.
[12]	刘扬，严正，马洪艳，徐潇源. 风电接入下基于半监督谱聚类的备用动态分区方法[J]. 电力建设, 2018, 39(1): 90-.
[13]	黄铃燃，边晓燕，李东东，林顺富. 含储能虚拟电厂接入配电网的联合优化调度[J]. 电力建设, 2017, 38(9): 38-.
[14]	钱峰，冯昌森，文福拴，李力，谭嫣，梁永清. 计及安全约束的机组最优组合鲁棒优化方法[J]. 电力建设, 2017, 38(4): 18-.
[15]	韩为超，刘俊勇，向月,唐权,胥威汀,苟竞,卢天琪. 基于目标机会约束规划的储能容量优化配置模型[J]. 电力建设, 2017, 38(4): 71-.