考虑风电并网和电量分解的月度机组组合模型

doi:10.3969/j.issn.1000-7229.2019.12.004

电力建设 ›› 2019, Vol. 40 ›› Issue (12): 30-37.doi: 10.3969/j.issn.1000-7229.2019.12.004

• 面向可再生能源消纳的多能源互补·栏目主持张宁副教授· • 上一篇下一篇

考虑风电并网和电量分解的月度机组组合模型

姜立超1，刘洋1，沈晓东1，杨军峰2，李旻3，张宏图3，王长浩1

1.四川大学电气工程学院，成都市 610065；2.国家电网公司调度控制中心，北京市 100031；3.国网四川省电力公司，成都市 610041

出版日期:2019-12-01
作者简介:姜立超(1993)，男，硕士研究生，研究方向为电力系统优化与调度；刘洋(1982)，男，副教授，硕士生导师，研究方向为能源互联网经济运行、电力数据精细化分析、新能源及储能优化配置；沈晓东(1975)，男，副教授，通信作者，研究方向为园区多能源系统优化；杨军峰(1970)，男，高级工程师，主要研究方向为电网经济运行、电力市场、智能电网；李旻（1970），男，教授级高级工程师，长期从事电网调度管理和电力市场运行管理工作；张宏图（1973），男，教授级高级工程师，长期从事电网调度管理和电力市场运行工作；王长浩(1993)，男，硕士研究生，研究方向为能源互联网经济调度。
基金资助:
国家电网有限公司总部科技项目“中长期电量安全校核关键技术研究及其应用”(521999180005)

Monthly Combination Model of Thermal Power Units Considering Wind Power Absorption and Electricity Contract Decomposition

JIANG Lichao1， LIU Yang1， SHEN Xiaodong1， YANG Junfeng2， LI Min3， ZHANG Hongtu3， WANG Changhao1

1.College of Electrical Engineering， Sichuan University，Chengdu 610065，China；2. Dispatching and Control Center of State Grid Corporation of China， Beijing 100031， China；3. State Grid Sichuan Electric Power Company，Chengdu 610041，China

Online:2019-12-01
Supported by:
This work is supported by State Grid Corporation of China Research Program (No. 521999180005).

摘要/Abstract

摘要： 合理的月度机组组合 (unit commitment，UC)可以在更长时间尺度上进一步拓展风电消纳空间，但大规模风电入网造成的较强不确定性会给机组组合带来很大挑战。另外，由于基于比例分配法编制的月度合同电量调度实施难度较大，文章提出一种结合改进月度合同电量分解方法与考虑源荷不确定性的月度火电机组组合模型。将风电历史数据应用于月度机组组合决策，采用基于数据驱动的分布鲁棒方法结合随机优化技术求解机组组合与电量分解方案。计算结果表明，该模型能有效减少弃风量，提高火电机组负荷率。

关键词: 大规模风电并网, 合约电量分解, 月度机组组合（UC）, 分布鲁棒, 经济调度

Abstract: Reasonable monthly power unit commitment （UC） can further expand the space of wind power absorption in a longer time scale， but the strong uncertainty caused by large-scale wind power will bring great challenges to power unit commitment. In addition， because the implementation of monthly contract power dispatch based on proportional distribution method is difficult， this paper presents a monthly combined model of thermal power units which combines with improved monthly contract power decomposition method and the uncertainty of source and load. The historical data of wind power is applied to monthly unit commitment decision-making， and the data-driven distributed robust method combined with stochastic optimization technology is used to solve the unit commitment and power decomposition scheme. The calculation results show that the model can effectively reduce the amount of abandoned wind power and improve the load rate of thermal power units.

Key words: large-scale wind power absorption, contract power decomposition, monthly power unit commitment（UC）, distributed robust, economic dispatch

中图分类号:

TM 61

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.

JIANG Lichao， LIU Yang， SHEN Xiaodong， YANG Junfeng， LI Min， ZHANG Hongtu， WANG Changhao. Monthly Combination Model of Thermal Power Units Considering Wind Power Absorption and Electricity Contract Decomposition[J]. Electric Power Construction, 2019, 40(12): 30-37.

参考文献

［1］瞿寒冰，朱英刚，尹茂林，等. 计及风电并网的机组组合方法研究［J］. 电力系统保护与控制， 2017， 45(16): 95-98.
QU Hanbing， ZHU Yinggang， YIN Maolin， et al. Study on the unit commitment considering wind power paralleling in the power system［J］. Power System Protection and Control， 2017， 45(16): 95-98.
［2］张琪，贾燕冰，宋天昊，等. 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.
ZHANG Qi， JIA Yanbing， SONG Tianhao， et al. Study on the unit commitment in the interconnected power grid with wind power according to multi-scenarios risk analysis［J］. Electric Power Construction， 2019， 40(5): 98-106.
［3］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.
ZHANG Ningyu， GAO Shan， ZHAO Xin. An unit commitment model and algorithm with randomness of wind power［J］. Transactions of China Electrotechnical Society， 2013， 28(5): 22-29.
［4］李文莉，付聪聪，张海波. 考虑风电不确定性的风火打捆直流外送系统的日前机组组合模型［J］. 电力系统及其自动化学报， 2018， 30(8): 38-43.
LI Wenli， FU Congcong， ZHANG Haibo. Day-ahead unit commitment models considering uncertainties in wind power for wind power bundled with thermal power transmitted by DC［J］. Proceedings of the CSU-EPSA， 2018， 30(8): 38-43.
［5］张艺镨，艾小猛，方家琨，等.基于广义凸包不确定集合的数据驱动鲁棒机组组合［J/OL］.中国电机工程学报， https://doi.org/10.13334/j.0258-8013.pcsee.180910.
ZHANG Yipu， AI Xiaomeng， FANG Jiakun，et al.Data-driven robust unit commitment based on the generalized convex hull uncertainty set ［J/OL］.Proceedings of the CSEE， https://doi.org/10.13334/j.0258-8013.pcsee.180910.
［6］晋宏杨，孙宏斌，牛涛，等.考虑风电与高载能负荷调度不确定性的鲁棒机组组合［J/OL］. 电力系统自动化， http://kns.cnki.net/kcms/detail/32.1180.TP.20190508.1346.028.html.
JIN Hongyang， SUN Hongbin， NIU Tao， et al. Robust unit commitment considering uncertainties of wind and energy intensive load dispatching［J/OL］. Automation of Electric Power Systems， http://kns.cnki.net/kcms/detail/32.1180.TP.20190508.1346.028.html.
［7］税月，刘俊勇，高红均，等. 考虑风电不确定性的电气能源系统两阶段分布鲁棒协同调度［J］. 电力系统自动化， 2018， 42(13): 43-50， 75.
SHUI Yue， LIU Junyong， GAO Hongjun， et al. Two-stage distributed robust cooperative dispatch for integrated electricity and natural gas energy systems considering uncertainty of wind power［J］. Automation of Electric Power Systems， 2018， 42(13): 43-50， 75.
［8］董京营，高红均，刘俊勇，等. 风电接入下的时序渐进滚动修正调度模型［J］. 可再生能源， 2017， 35(11): 1711-1718.
DONG Jingying， GAO Hongjun， LIU Junyong， et al. The gradually time-sequential rolling revising dispatch model with wind power integration［J］. Renewable Energy Resources， 2017， 35(11): 1711-1718.
［9］季峰，蔡兴国. 含风电电力系统的月度机组组合模型［J］. 哈尔滨工业大学学报， 2017， 49(3): 40-46.
JI Feng， CAI Xingguo. Monthly unit commitment model of power system with integrated wind power［J］. Journal of Harbin Institute of Technology， 2017， 49(3): 40-46.
［10］周明，夏澍，李琰，等. 含风电的电力系统月度机组组合和检修计划联合优化调度［J］. 中国电机工程学报， 2015， 35(7): 1586-1595.
ZHOU Ming， XIA Shu， LI Yan， et al. A joint optimization approach on monthly unit commitment and maintenance scheduling for wind power integrated power systems［J］. Proceedings of the CSEE， 2015， 35(7): 1586-1595.
［11］张高航，李凤婷. 基于风电场运行特性的月度合同电量编制方法［J］. 中国电力， 2019， 52(7): 177-184.
ZHANG Gaohang， LI Fengting. Monthly contract electricity compilation method based on wind farm operation characteristics［J］. Electric Power， 2019， 52(7): 177-184.
［12］苗树敏，罗彬，申建建，等. 考虑市场过渡和中长期合约电量分解的水火电短期多目标发电调度［J］. 电网技术， 2018， 42(7): 2221-2231.
MIAO Shumin， LUO Bin， SHEN Jianjian， et al. Short-term multi-objective hydro-thermal generation dispatch considering electricity market transition and mid-and long-term contract decomposition［J］. Power System Technology， 2018， 42(7): 2221-2231.
［13］解蛟龙. 风/光/负荷典型场景缩减方法及在电网规划中的应用［D］. 合肥: 合肥工业大学， 2017.
XIE Jiaolong. A typical reduced-scenario analysis method for wind， photoelectric， load scene and its application in power system planning［D］. Hefei: Hefei University of Technology， 2017.
［14］DING T， YANG Q R， YANG Y H， et al. A data-driven stochastic reactive power optimization considering uncertainties in active distribution networks and decomposition method［J］. IEEE Transactions on Smart Grid， 2018， 9(5): 4994-5004.
［15］张娜. 面向风电高不确定性的多周期机组组合研究［D］. 大连: 大连理工大学， 2014.
ZHANG Na. Multi-cycle unit commitment coping with high wind power uncertainty［D］. Dalian: Dalian University of Technology， 2014.
［16］PANDOVE D， GOEL S， RANI R. An intuitive general rank-based correlation coefficient［J］. Frontiers of Information Technology & Electronic Engineering， 2018， 19(6): 699-711.

[1]	朱旭, 杨军, 李高俊杰, 董旭柱, 刘首文. 计及虚拟储能系统的区域综合能源系统优化调度策略[J]. 电力建设, 2020, 41(8): 99-110.
[2]	张志荣，邱晓燕，孙旭，任昊，张明珂. #br# 协调柔性负荷与储能的交直流配电网经济优化调度[J]. 电力建设, 2020, 41(5): 116-123.
[3]	王雅丽，刘洪，赵娟，郭玥，张成昊，韩长占，刘梦怡. 基于网络重构和电热联合需求响应的配电网安全经济调度[J]. 电力建设, 2019, 40(4): 90-97.
[4]	吴嘉豪，曾成碧，苗虹. 计及子区域间能量交换的多区域综合能源系统协调经济调度[J]. 电力建设, 2019, 40(11): 39-47.
[5]	周步祥，黄家南，黄振刚，张百甫，张烨. 基于改进TLBO算法的电力系统区间经济调度[J]. 电力建设, 2018, 39(9): 105-111.
[6]	宫建锋，曹雨晨，屈高强，刘洪，靳盘龙. 基于全局优化和多主体博弈的微网日前电热联合经济调度[J]. 电力建设, 2018, 39(12): 22-30.
[7]	帅航，艾小猛，仉梦林，杨立滨，李湃，乐零陵，方家琨，文劲宇. 需求响应下基于近似动态规划的气电联合系统经济调度[J]. 电力建设, 2018, 39(11): 1-9.
[8]	刘然，赵洪山. 考虑污染物排放约束的传统电厂与虚拟电厂间环境经济调度模型[J]. 电力建设, 2017, 38(9): 53-.
[9]	谢敏，杜余昕，程培军，胡昕彤，刘明波. 电力系统动态经济调度优化问题的膜计算方法[J]. 电力建设, 2017, 38(6): 1-.
[10]	易琛，任建文，戚建文. 考虑需求响应的风电消纳模糊优化调度研究[J]. 电力建设, 2017, 38(4): 127-.
[11]	殷伟，童勤毅，徐洋，王亮，董树锋，何仲潇. 考虑设备全生命周期成本的工厂多能微网经济调度策略[J]. 电力建设, 2017, 38(12): 97-.
[12]	刘旭，杨德友，孟涛，张旺，刘曦，姜明磊. 计及需求响应的含风电场日前两阶段动态环境经济调度[J]. 电力建设, 2016, 37(9): 146-.
[13]	黎静华，朱敦麟，潘毅. 含风电电力系统经济调度Wait-and-See模型的对比分析[J]. 电力建设, 2016, 37(6): 62-69.
[14]	向加佳，刘建华，朱雪松，高山. 基于分布鲁棒优化的光伏电站并网极限容量研究[J]. 电力建设, 2016, 37(6): 151-156.
[15]	孙凯华，韩冬，严正，马骏宇. 气电热联供网络规划与运行联合优化[J]. 电力建设, 2016, 37(4): 22-28.

考虑风电并网和电量分解的月度机组组合模型

Monthly Combination Model of Thermal Power Units Considering Wind Power Absorption and Electricity Contract Decomposition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价