李智，顧菊平，張新松

（南通大學電氣工程學院，江蘇南通 226019）

隨著化石燃料的逐漸枯竭與環(huán)境污染的日益加劇，人類對發(fā)展可再生能源給予了越來越多的重視。

風電是目前最成熟、且最具商業(yè)開發(fā)前景的可再生能源發(fā)電技術[1]。風電有分散接入和集中接入兩種并網方式。分散接入時電壓等級較低，風電規(guī)模小，電量以當地消納為主，對電網的影響較小；集中接入時電壓等級高，風電規(guī)模大，電量以異地消納為主，對電網運行影響較大。我國風能資源主要分布于“三北”及東南沿海地區(qū)，大多遠離負荷中心，因此大多采用集中接入的方式。據統(tǒng)計，接入110 kV及以上電壓等級電網的風電約占總容量的75%[2]。

與常規(guī)能源機組不同，風功率由隨機性的風速確定，具有極強的不確定性[3]。圖1給出了某省電網并網風電場2010年7月每小時的出力總和，從該圖可發(fā)現：與常規(guī)能源機組不同，風功率呈現出極強的不確定性。某些時段風電場總出力高達數百MW，而某些時段風電場出力卻很小，甚至完全為零。此外，受湍流效應、塔影效應、偏航誤差、及風機切換操作等因素的影響，風功率中還將含有較多的低頻波動分量[4]。如不加控制，這些波動分量將會導致風電并網點的電能質量問題，如電壓閃變等[5]。

圖1 某省電網2010年7月風電出力總加Fig.1 The total w ind power output in the power grid of a province in July 2010

隨著風電穿透水平的日益提高，其不確定性對電力系統(tǒng)規(guī)劃、運行各領域的影響將越來越顯著。長期以來，學術界在此領域進行了大量的研究工作。本文結合這些研究工作，總結了風電大規(guī)模并網的前提下，其輸出功率的不確定性對電力系統(tǒng)的影響。最后，本文還簡要分析了利用儲能系統(tǒng)（energy storage system，ESS）改善風功率不確定性的可能性。

1 風功率不確定模型

采用合適的數學模型刻畫風功率的不確定性是研究其對電力系統(tǒng)影響的重要基礎之一。當研究的時間尺度較長時，學者往往采用概率模型或時間序列模型描述風況的隨機特性，并在此基礎上，根據風電機組（wind turbine generator，WTG）的功率特性形成對應的風功率不確定性模型。當研究的時間尺度不長時，可對風功率進行一定程度的預測，故可將其描述成預測值與不確定預測誤差之和。

1.1 概率模型

當研究時間尺度較長時，Weibull分布被廣泛地用于描述平均風速V的概率分布，其參數有2個：形狀參數k與尺度參數c。其中，k代表風速頻譜特性，為無量綱參數；c具有速度量綱，反映平均風速的大小。在已知風速概率分布特性的基礎上，可根據WTG功率特性采用卷積計算或蒙特卡洛模擬（Monte Carlo simulation，MCS）技術獲得WTG的輸出功率P的概率學模型。

一般來說，風電場中各WTG的受風并不完全相同，從而導致其出力也不完全相同[6]。但在很多側重于研究風電場對電力系統(tǒng)長期運行影響的文獻中，這種出力差別往往被忽略，即整個風電場的輸出功率Pw可表示為：

式中，n為風電場中WTG的臺數。從數學上講，式（1）是線性變換，可方便地獲得整個風電場出力Pw的概率模型。

1.2 時間序列模型

電能生產過程具有很強的連續(xù)性，因而在某些研究工作中需借助時序模型刻畫風功率的不確定性。目前通常借助移動平均自回歸（auto-regressive and moving average model，ARMA）模型構建風速的時間序列，即：式中，Vt為時刻t的平均風速，μ和σ分別為風速的期望和標準差，yt為時間序列值，其具體的數學表達式可見文獻[7]，ARMA模型的參數可根據風速歷史數據獲得。獲取風速的時間序列模型后，可根據WTG功率特性獲取對應的風功率的時間序列模型。

1.3 預測誤差模型

當研究時間尺度較短時，可在一定程度上對不確定性的風功率進行預測[8]。此時，可將風功率Pw表示為預測值和不確定性的預測誤差之和，即：

式中，Pfw為風功率的預測值；εw為風功率隨機預測誤差。此時，風功率的不確定體現為預測誤差εw的不確定性。

當多個大型風電場接入系統(tǒng)時，依據中心極限定理，可近似用零期望的正態(tài)分布描述風功率預測誤差[9-10]。在現有的技術條件下，預測提前時間是影響預測精度的重要因素之一。一般來講，預測提前時間越長，預測誤差越大。文獻[11]通過統(tǒng)計丹麥電網風功率預測誤差發(fā)現：風功率預測誤差的標準差（標幺值）σw與預測提前時間t之間的關系可用下式近似逼近：

2 風功率不確定性對可靠性的影響

大規(guī)模并網風電場出現后，學者就開始關注風功率的不確定性對發(fā)電系統(tǒng)可靠性的影響。丁明教授借助MCS技術研究了并網風電場對發(fā)電系統(tǒng)可靠性的影響[12-13]。研究發(fā)現，風功率具有不確定性，因此其對發(fā)電系統(tǒng)可靠性的貢獻遠不如同容量的常規(guī)能源發(fā)電機組。為量化風電場和常規(guī)機組對發(fā)電系統(tǒng)可靠性貢獻度之間的差異，文獻[12]定義了風電場容量可信度（capacity credit，CC）這一指標。它是指在保持系統(tǒng)可靠性水平不變的前提下，風電場能替代的常規(guī)機組容量與風電場容量的比值，直接反映了風電場建設后可節(jié)省的常規(guī)機組容量。一般來講，由于風功率具有不確定性，CC的數值遠小于1。與此同時，加拿大學者Billition教授領導的研究小組也得出了類似的結論。文獻[14]通過對RBTS可靠性測試系統(tǒng)的研究發(fā)現，90 MW的WTG對該測試系統(tǒng)可靠性的貢獻僅相當于原系統(tǒng)中1臺10 MW的常規(guī)機組，即指標CC的數值僅為0.11（10 MW/90 MW）。

多個距離不遠的風電場同時接入電力系統(tǒng)時，其風況具有一定的相關性，從而其出力也呈現出一定的相關性。顯然，風電場出力相關性可在一定程度上影響發(fā)電系統(tǒng)的可靠性。文獻[7，15]分別采用MCS法與解析法研究了多個風電場同時并網的前提下，其出力相關性對發(fā)電系統(tǒng)可靠性的影響。研究結果表明，當風電場之間出力的相關性較弱時，其出力的不確定性可在一定程度上相互彌補，因而對發(fā)電系統(tǒng)可靠性的貢獻就較強。

3 風功率不確定性對系統(tǒng)規(guī)劃的影響

隨著風電在電源中所占的比例越來越高，有必要在電力系統(tǒng)規(guī)劃過程中考慮風功率不確定性的影響。電力系統(tǒng)規(guī)劃主要分為電源規(guī)劃和電網規(guī)劃兩部分。電源規(guī)劃的任務是在負荷預測的基礎上，尋求滿足一定可靠性水平的最優(yōu)電源建設方案。而電網規(guī)劃則是在電源規(guī)劃與負荷預測的基礎上，尋找最優(yōu)的電網擴展方案，在滿足安全、穩(wěn)定輸送電能的基礎上盡量節(jié)約電網投資。

3.1 風功率不確定性對電源規(guī)劃的影響

電源規(guī)劃的重要約束條件之一是確保規(guī)劃方案的發(fā)電充裕度。因此，在包含風電場的電源規(guī)劃過程中需采用合適的數學模型描述風電場出力的不確定性，并在此基礎上對包含風電的發(fā)電系統(tǒng)可靠性進行評估。如文獻[16]即在電源規(guī)劃過程中采用離散概率模型描述風電場出力的不確定性，并評估了風電場于指定年代投建對電源規(guī)劃的影響。

大量研究表明，風電場出力具備與生俱來的不確定性，其對發(fā)電系統(tǒng)可靠性的貢獻有限[12-14]。再加上風電場單位容量投資成本與常規(guī)機組相比沒有優(yōu)勢，因而在傳統(tǒng)的偏重于經濟性的電源規(guī)劃過程中風電往往不占優(yōu)勢。但風電是一種清潔能源，與常規(guī)機組相比，其環(huán)境效益較好。文獻[17]對常規(guī)電源規(guī)劃模型進行了改進，在電源規(guī)劃過程中考慮了風電的環(huán)境效益。研究表明，考慮環(huán)境效益后，風電在電源規(guī)劃中的競爭力大大加強。

3.2 風功率不確定性對電網規(guī)劃的影響

風功率的不確定性導致了網絡潮流的不確定性，為制定出穩(wěn)健的電網規(guī)劃方案，有必要在規(guī)劃階段就對這些不確定性加以考慮。文獻[18]首次考慮了并網風電場出力不確定性對電網規(guī)劃的影響，但作者僅依據可靠性指標篩選規(guī)劃方案。傳統(tǒng)規(guī)劃模型要求規(guī)劃方案在任何情況下都不出現過負荷。在電源出力可控的情況下，這種規(guī)劃目標是合理的。大規(guī)模風電并網后，潮流的不確定性大大增強，此時再要求規(guī)劃方案在任何情況下都不出現過負荷往往是不經濟的。文獻[19]利用機會約束規(guī)劃的思想構建了考慮風功率不確定性的電網規(guī)劃模型。模型中采用概率潮流模型取代確定性潮流模型，并利用機會約束思想處理規(guī)劃方案的安全性約束，即允許規(guī)劃方案中出現少量過負荷。該模型可有效考慮并網風功率不確定性對電網規(guī)劃的影響，但模型所需的求解計算量較大。文獻[20]構建了基于場景概率的電網規(guī)劃模型，該模型借助不同的計算場景近似考慮風功率的不確定性，但計算量相對文獻[19]要大為減小。文獻[21]對基于逐步擴展法的電網規(guī)劃模型進行了改進，提出了考慮風功率不確定性的電網規(guī)劃模型。該模型計算更為快捷，具有一定的實用性，但不能給出數學上的最優(yōu)解。

風功率具有不確定性，且較難預測，因而系統(tǒng)運行過程中往往需借助發(fā)電再調度確保系統(tǒng)功率平衡，因此有必要在電網短期規(guī)劃過程中考慮發(fā)電再調度環(huán)節(jié)。文獻[22]在電網規(guī)劃模型中考慮了發(fā)電再調度導致的額外控制成本。此外，為節(jié)省求解計算量，文獻將考慮了風電不確定性的電網規(guī)劃問題分解為網絡設備投資決策與方案的控制措施成本評估2個子問題，二者借助原問題的規(guī)劃目標進行總體協(xié)調。在此基礎上，通過分析規(guī)劃目標與問題本身的特性，設計了啟發(fā)式的優(yōu)化算法，顯著減小了求解計算量。

4 風功率不確定性對短期調度的影響

目前電網短期調度多指日前調度，即在系統(tǒng)負荷預測、聯絡線交換計劃、機組初始狀態(tài)已知的情況下，制定最優(yōu)的日發(fā)電計劃和出力安排以確保電能生產費用或電力公司購電成本最低?，F階段，為鼓勵風電發(fā)展，很多國家和地區(qū)均給予風電企業(yè)優(yōu)先上網權。這種情況下，日前調度中往往將不確定性的風功率視作負的負荷加以考慮。顯然，風功率的不確定性將顯著影響系統(tǒng)日前調度。

4.1 風功率不確定性對旋轉備用的影響

旋轉備用是日前調度需考慮的重要因素之一，其數值將會顯著影響日發(fā)電計劃的發(fā)電成本和系統(tǒng)風險水平。傳統(tǒng)的旋轉備用確定方法是確定性的，即將其設為一定比例的負荷（如10%）或系統(tǒng)中較大機組的容量。顯然，隨著大量風電的接入，這種確定性的旋轉備用選取原則因未考慮風功率不確定性，將不再適用。早期的研究工作普遍認為：為管理風功率的不確定性，系統(tǒng)旋轉備用需求將隨風功率穿透水平的提高而逐步增加[23]。實際上，旋轉備用是有成本的，調度過多的旋轉備用將會導致日前調度計劃中的開機數目明顯增多，從而增加系統(tǒng)運行成本。因此，一味增大系統(tǒng)的旋轉備用以管理風功率的不確定性在經濟上是不合適的。文獻[24-25]在研究工作中計及了備用成本，通過旋轉備用成本與效益之間的平衡確定風電接入后的系統(tǒng)最優(yōu)旋轉備用。研究發(fā)現，考慮到備用的提供成本后，最優(yōu)旋轉備用需求并不隨著風功率穿透水平的提高而單調增大。

一般來講，旋轉備用指的是正備用，即在機組突然故障或負荷激增的情況下，機組增加出力以確保系統(tǒng)功率平衡。不確定性風電接入后，考慮到風功率有可能突然增大，此時負備用變得同樣重要，即常規(guī)機組能在風功率激增的情況下及時下調出力以接納風功率[26]。

4.2 風功率不確定性對調度模式的影響

傳統(tǒng)調度模式的目標是在確保電網安全、穩(wěn)定運行的前提下制定電能生產成本或電網企業(yè)購電費用最低的發(fā)電計劃。大規(guī)模風電入網后，國家相關法規(guī)要求電網企業(yè)全額接受風電企業(yè)的上網電量。眾所周知，風功率具有極強的不確定性，其大量接入可能會威脅電網的安全穩(wěn)定運行，因此全額接受風電企業(yè)的上網電量對電網企業(yè)來說并不是件很容易的事情。因此，有研究工作嘗試將風電接納能力考慮到調度目標之中。文獻[27]將棄風量最小作為調度目標之一引入到日前調度模型中。研究表明，為減少風電企業(yè)棄風量，整個系統(tǒng)的運行效益將會下降。文獻[28]將風功率的不確定性量化為風電成本納入到短期調度模型中，同時考慮風功率的不足與盈余對系統(tǒng)調度的影響。研究結果顯示，風功率的不確定性增加了系統(tǒng)運行成本。

在現有技術條件下，可在日前較準確的預測系統(tǒng)未來24 h的負荷需求，并在此基礎上借助機組組合（Unit commitment，UC）工具優(yōu)化日前調度計劃。大規(guī)模風電并網后，學術界和工業(yè)界采取各種方法盡力提高風功率的預測精度[29-30]。但迄今為止，與負荷預測精度相比，風功率的預測精度仍舊較差。因此并網風功率的不確定性將會給傳統(tǒng)電力系統(tǒng)日前調度模式帶來巨大的挑戰(zhàn)。就目前來看，縮短預測提前時間是提高風功率預測精度的有效途徑之一[18]。研究發(fā)現，風功率預測誤差將會隨預測提前時間的縮短而顯著減小。因此，大規(guī)模風電并網后，采用滾動預測方法預測風電功率并在此基礎上制訂滾動發(fā)電計劃將更符合實際情況[31-32]。文獻[31]研究了在線有功滾動調度的動態(tài)前瞻時間窗口模型，實現了在線有功調度問題在時間維度上的有效解耦，并提出了一種能夠考慮多時段間各種動態(tài)耦合約束條件的動態(tài)協(xié)調滾動發(fā)電計劃優(yōu)化算法。文獻[32]提出了能有效消納不確定性風功率的發(fā)電計劃在線滾動修正策略，并研究了其與日前計劃優(yōu)化的關系。

5 儲能系統(tǒng)改善風功率的不確定性

現有研究表明，風功率不確定性對電力系統(tǒng)的影響大都是負面的，如導致風電場的容量可信度偏低，增加系統(tǒng)調度難度，增大系統(tǒng)運行成本等。中國政府莊嚴承諾，截止2020年能源消費中至少要有15%來自非化石燃料[33]。大力發(fā)展風電是確保這一目標如期實現的有效途徑之一?？梢灶A見：未來一段時間內我國電網的風電穿透水平將持續(xù)提高，因此有必要采取技術措施緩解風功率的不確定性，從而降低其并網的不利影響。

ESS可將電能轉換為其他形式的能量，并有效存儲。近年以來，學者們開始嘗試著利用ESS改善風功率的不確定性，并降低其并網對電力系統(tǒng)的不利影響。目前在電力系統(tǒng)中得到應用的儲能技術包括抽水蓄能電站、壓縮空氣儲能、飛輪儲能、制氫儲能以及電池儲能等[34-36]，除集中安裝的儲能電站外，電池儲能裝置還包括并網電動汽車的動力電池組[37]。

文獻[38]將抽水蓄能電站和風電場并列運行，利用ESS將低谷時的風能存儲起來，并在高峰時出售給電網，提高了并網風電場的運行效益。文獻[39]嘗試將ESS接入到風電場，并借助蒙特卡洛模擬技術研究了其對發(fā)電系統(tǒng)可靠性的貢獻。研究表明：引入ESS后，風電場對發(fā)電系統(tǒng)可靠性的貢獻明顯增強。文獻[40-42]利用電池儲能系統(tǒng)（battery energy storage system，BESS）實現了對風功率的有效調度。顯然，與不確定性的風功率相比，可調度的風功率對系統(tǒng)的不利影響將顯著降低。我國于2010啟動的國家科技支撐計劃“風光儲輸示范工程關鍵技術研究”也開始著手研究數十MW級的BESS集成技術，并考慮將其應用于風電并網工程。

現有研究工作均表明：利用ESS靈活的充、放電能力可在一定程度上改善風功率的不確定性，并緩解其大規(guī)模接入對電力系統(tǒng)的不利影響。就目前技術水平來看，利用ESS改善風功率的不確定性，提高風電并網效益，主要有以下兩點困難。首先，ESS單位容量造價普遍較高，其投資成本能否收回尚存疑問；其次，考慮風功率不確定性的ESS優(yōu)化運行理論還有待進一步研究。

6 小結

在國家能源政策的強力推動下，我國電網的風電穿透水平將持續(xù)提高，其出力不確定性對電力系統(tǒng)的影響將日益顯著。本文結合國內外學者此領域取得的研究成果對此進行了綜述，討論主要集中在以下3個方面：

1）風功率不確定性對發(fā)電系統(tǒng)可靠性的影響?，F有研究表明，受輸入一次能源的限制，風電場對發(fā)電系統(tǒng)可靠性的貢獻度遠不如同容量的常規(guī)能源機組。

2）風功率不確定性對電力系統(tǒng)規(guī)劃的影響。并網風電的不確定性增加了電源與電網規(guī)劃的不確定性?，F有的規(guī)劃模型均較好的考慮了風電不確定帶來的影響，從而得出了適應性較強的規(guī)劃方案。

3）風功率不確定性對電力系統(tǒng)調度的影響。與負荷相比，風功率的可預測性較差，因此在電力系統(tǒng)調度中必須考慮風功率不確定性的影響?，F有研究工作表明，風功率的不確定性將會顯著影響系統(tǒng)最優(yōu)備用容量、調度模式等各個方面。

最后，本文還結合現有研究工作討論了采用儲能技術緩解風功率的不確定性，降低其對電力系統(tǒng)不利影響的可能性。

[1]遲永寧，劉燕華，王偉勝，等.風電接入對電力系統(tǒng)的影響[J].電網技術，2007，31（3）:77-81.CHI Yong-ning，LIU Yan-hua，WANG Wei-sheng，et al.Study on impact of wind power integration on power system[J].Power System Technology，2007，31（3）:77-81（in Chinese）.

[2]張麗英，葉廷路，辛耀中，等.大規(guī)模風電接入電網的相關問題及措施[J].中國電機工程學報，2010，30（25）:1-9.ZHANG Li-ying，YE Ting-lu，XIN Yao-zhong，et al.Problems and measures of power grid accommodating large scale wind power[J].Proceedings of CSEE，2010，30（25）:1-9（in Chinese）.

[3]ALBADI M H，EL-SAADANY E F.Overview of wind power intermittency impacts on power systems[J].Electric Power Systems Research，2010，80（6）:627-632.

[4]曹娜，于群，戴慧珠.風速波動時風電動態(tài)特性分析[J].太陽能學報，2009，30（4）:497-502.CAO Na，YU Qun，DAI Hui-zhu.Dynamiccharacter analysis of wind farm under wind fluctuation[J].Acta Enerciae Solaries Sinica，2009，30（4）:497-502（in Chinese）.

[5]李婉娉，李鵬，劉承佳，等.風力發(fā)電并入微網電能質量與檢測[J].電網與清潔能源，2012，28（4）:86-90.LI Wan-ping，LI Peng，LIU Cheng-jia，et al.Analysis and detection of power quality with wind power interconnected with microgrids[J].Power System and Clean Energy，2012，28（4）:86-90（in Chinese）.

[6]LI P，KEUNG P K，OOI B T.Development and simulation of dynamic control strategies for wind farms[J].IET Renewable Power Generation，2009，3（2）:180-189.

[7]WANGDEE W，BILLITION R.Considering load-carrying cap-acity and wind speed correlation of WECS in generation adequacy assessment[J].IEEE Transactions on Energy Conversion，2006，21（3）:734-741.

[8]王穎，魏云軍.風電場風速及風功率預測方法綜述[J].陜西電力，2011（11）:18-30.WANG Ying，WEI Yun-jun.Reviewing on forecasting model of wind speed and wind power[J].Shaanxi Electric Power，2011（11）:18-30（in Chinese）.

[9]BOUFFARD F，GALIANA F D.Stochastic security for operations planning with significant wind power generation[J].IEEE Transactions on Power Systems，2008，23（2）:306-316.

[10]CASTRONUOVO E D，LOPES J A P.On the optimization of the daily operation of a wind-hydro power plant[J].IEEE Transactions on Power Systems，2004，19（3）:1599-1606.

[11]UMMELS B C，GIBESCU M，PELGRUM E，et al.Impacts of wind power on thermal generation unit commitment and dispatch[J].IEEE Transactions on Energy Conversion，2007，22（1）:44-51.

[12]吳義純，丁明，李生虎.風電場對發(fā)輸電系統(tǒng)可靠性影響的評估[J].電工技術學報，2004，19（11）:72-76.WU Yi-chun， DING Ming， LI Sheng-hu.Reliability assessment of wind farms in generation and transmission systems[J].Transactions of China Electrotechnical Society，2004，19（11）:72-76（in Chinese）.

[13]吳義純，丁明.基于蒙特卡羅仿真的風力發(fā)電系統(tǒng)可靠性評價[J].電力自動化設備，2004，24（12）:70-73.WU Yi-chun，DING Ming.Reliability assessment of wind power generation system based on Monte-Carlo simulations[J].Electric Power Automation Equipment，2004，24（12）:70-73（in Chinese）.

[14]BILLITION R，BAI G.Generating capacity adequacy associated with wind energy[J].IEEE Transactions on Energy Conversions，2004，19（3）:641-646.

[15]GAO Y，BILLITION R.Adequacy assessment of generating systems containing wind power considering wind speed correlation[J].IET Renewable Power Generation，2009，3（2）:217-226.

[16]SCHENK K F，CHAN S.Incorporation and impact of a wind energy conversion system in generation expansion planning[J].IEEE Transactions on Power Apparatus and Systems，1981，100（12）:4710-4718.

[17]王建學，高衛(wèi)恒，王錫凡，等.考慮環(huán)境成本的電源規(guī)劃JASP模型[J].西安交通大學學報，2008，42（8）:1015-1020.WANG Jian-xue，GAO Wei-heng，WANG Xi-fan，et al.Improved JASP model of generation planning with environment cost[J].Journal of Xi’an Jiaotong University，2008，42（8）:1015-1020（in Chinese）.

[18]BILLINTON R，WANGDEE W.Reliability-based transmission reinforcement planning associated with large-scale wind farms[J].IEEE Transactions on Power Systems，2007，22（1）:34-41.

[19]YU H，CHUNG C Y，WONG K P，et al.A chance constrained transmission network expansion planning method with consideration of load and wind farm uncerta-inties[J].IEEE Transactions on Power Systems，2009，24（3）:1568-1576.

[20]袁越，吳博文，李振杰，等.基于多場景概率的含大型風電場的輸電網柔性規(guī)劃[J].電力自動化設備，2009，29（10）:8-12.YUAN Yue，WU Bo-weng，LI Zhen-jie，et al.Flexible planning of transmission system with large wind farm based on multi-scenario probability[J].Electric Power Automation Equipment，2009，29（10）:8-12（in Chinese）.

[21]張新松，袁越，吳博文，等.電力市場環(huán)境下含大規(guī)模風電場的輸電網規(guī)劃[J].電力自動化設備，2012，32（4）:100-103.ZHANG Xin-song，YUAN Yue，WU Bo-weng，et al.Expansion planning of transmission network with large wind farm in deregulated electricity market environment[J].Electric Power Automation Equipment，2012，32（4）:100-103（in Chinese）.

[22]周金輝，余貽鑫，曾沅.大規(guī)模風電接入下輸電網擴展規(guī)劃的啟發(fā)式優(yōu)化算法[J].電力系統(tǒng)自動化，2011，35（22）:66-70.ZHOU Jin-hui， YU Yi-xin， ZENG Yuan.Heuristic optimization algorithm for transmission network expansion planning with large-scale wind power integration[J].Automation of Electrical Power Systems，2011，35（22）:66-70（in Chinese）.

[23]BLACK M，STRBAC G.Value of bulk energy storage for managing wind power fluctuations[J].IEEE Transaction on Energy Conversion，2007，22（1）:197-205.

[24]ORTEGA-VAZQUEZ M A，KIRSCHEN D S.Estimating the spinning reserve requirements in systems with significant wind power generation penetration[J].IEEE Transactions on Power Systems，2009，24（1）:114-124.

[25]李智，張新松，郭曉麗.大規(guī)模風電接入火電系統(tǒng)的最優(yōu)旋轉備用容量研究[J].電力系統(tǒng)保護與控制，2012，40（13）:110-114.LI Zhi，ZHANG Xin-song，GUO Xiao-li.Study on the optimal spinning reserve in thermal power system with significant wind power penetration[J].Power System Protection and control，2012，40（13）:110-114（in Chinese）.

[26]姜文，嚴正.基于一種改進粒子群算法的含風電場電力系統(tǒng)動態(tài)經濟調度[J].電力系統(tǒng)保護與控制，2010，38（21）:173-178，183.JIANG Wen，YAN Zheng.Dynamic economic dispatch considering wind power penetration based on IPSO[J].Power System Protection and Control，2010，38（21）:173-178，183（in Chinese）.

[27]張粒子，周娜，王楠.大規(guī)模風電接入電力系統(tǒng)調度模式的經濟性比較[J].電力系統(tǒng)自動化，2011，35（22）:105-110.ZHANG Li-zi，ZHOU Na，WANG Nan.Economic comparison for different generation schedulings with largescale wind power connected power system[J].Automation of Electrical Power Systems，2011，35（22）:105-110 （in Chinese）.

[28]任博強，彭鳴鴻，蔣傳文，等.計及風電成本的電力系統(tǒng)短期經濟調度建模[J].電力系統(tǒng)保護與控制，2010，38（14）:67-72.REN Bo-qiang，PENG Ming-hong，JIANG Chuan-wen，et al.Short-term economic dispatch of power system modeling considering the cost of wind power[J].Power System Protection and Control，2010，38（14）:67-72（in Chinese）.

[29]王彩霞，魯宗相，喬穎，等.基于非參數回歸模型的短期風電功率預測[J].電力系統(tǒng)自動化，2010，34（16）:78-83.WANG Cai-xia，LU Zong-xiang， QIAO Ying，et al.Short-term wind power forecast based on non-parametric regression model[J].Automation of Electrical Power Systems，2010，34（16）:78-83（in Chinese）.

[30]連文莉，黃成辰，呂昌霖.采用時間序列預測風電場出力[J].電網與清潔能源，2011，27（12）:112-117.LIAN Wen-li，HUAN Cheng-chen，L譈 Chang-lin.Wind power output prediction based on time series[J].Power System and Clean Energy，2011，27（12）:112-117（in Chinese）.

[31]張國強，張伯明，吳文傳.考慮風電接入的協(xié)調滾動發(fā)電計劃[J].電力系統(tǒng)自動化，2011，35（19）:18-22.ZHANG Guo-qiang，ZHANG Bo-ming，WU Wen-chuan.Coordinated roll generation scheduling considering wind power integrationg[J].Automation of Electrical Power Systems，2011，35（19）:18-32（in Chinese）.

[32]沈偉，吳文傳，張伯明，等.消納大規(guī)模風電的在線滾動調度策略與模型[J].電力系統(tǒng)自動化，2011，35（22）:136-140.SHEN Wei，WU Wen-chuan，ZHANG Bo-ming，et al.An on-line rolling generation dispatch method and model for accommodating large-scale wind power[J].Automation of Electrical Power Systems，2011，35（22）:136-140（in Chinese）.

[33]LI H X，HENRIK L，BERND M.The importance of flexible power plant operation for Jiangsu’s wind integration[J].Energy，2012，41（3）:499-507.

[34]ROBERTS B，MCDOWALL.Commercial success in power storage[J].IEEE Power and Energy Magazine，2005，3（2）:24-30.

[35]IBRAHIM H，ILINCA A，PERRON J.Energy storage systems-characteristics and comparisons[J].Renewable and Sustainable Energy Reviews，2008，12（5）:1221-1250.

[36]姚鑫，栗文義，趙振興，等.風/柴/儲能風力發(fā)電系統(tǒng)儲能裝置控制與仿真[J].電網與清潔能源，2011，27（8）:88-93.YAO Xin，LI Yi-wen，ZHAO Zhen-xing，et al.Contro and simulation of energy storing device of wind/diesel/energy storage generating system[J].Power System and Clean Energy，2011，27（8）:88-93（in Chinese）.

[37]錢科軍，周承科，袁越.純電動汽車與電網相互關系的研究現狀[J].電網與清潔能源，2010，26（11）:1-7.QIAN Ke-jun，ZHOU Cheng-ke，YUAN Yue.A review of research on the interaction between fully electric vehicles and power systems[J].Power System and Clean Energy，2011，27（8）:88-93（in English）.

[38]李強，袁越，李振杰，等.考慮峰谷電價的風電-抽水蓄能聯合系統(tǒng)能量轉化效益研究[J].電網技術，2009，33（6）:13-18.LI Qian，YUAN Yue，LI Zhen-jie，et al.Research on energy shifting benefits of hybrid wind power and pumped hydro storage system considering peak-valley electricity price[J].Power System Technology，2009，33（6）:13-18（in Chinese）.

[39]BAGEN，BILLITION R.Incorporating well-being considerations in generating systems using energy storage[J].IEEE Transactions on Energy Conversion，2005，20（1）:225-230.

[40]LI Q，CHOI S S，YUAN Y，et al.On the Determination of battery energy storage capacity and short-term power dispatch of a wind farm[J].IEEE Transactions on Sustainable Energy，2011，2（1）:148-158.

[41]TELEKE S，BARAN M E，HUANG A Q，et al.Control strategies for battery energy storage for wind Farm dispatching[J].IEEE Transactions Energy Conversion，2009，24（3）:725-732.

[42]YUAN Yue，ZHANG Xin-song，JU Ping，et al.Applications of battery energy storage system for wind power dispatchability purpose[J].Electrical Power Systems Research，2012，92（12）:54-60.