黃強(qiáng)

(甘肅省電力公司，蘭州市 730050)

0 引言

大力發(fā)展風(fēng)電等可再生能源是國家重大戰(zhàn)略決策。近年來，中國風(fēng)電迅速發(fā)展，局部地區(qū)風(fēng)電滲透率已達(dá)較高水平。截止2011年，我國風(fēng)電裝機(jī)容量較大的蒙西、甘肅、蒙東、吉林、黑龍江等風(fēng)電容量滲透率都已超過20%［1］。根據(jù)相關(guān)規(guī)劃，2020年我國將建成8個(gè)千萬kW級(jí)風(fēng)電基地，屆時(shí)全國風(fēng)電裝機(jī)容量將超過150 GW，風(fēng)電滲透率水平將進(jìn)一步提高［2］。

根據(jù)歐美國家的風(fēng)電運(yùn)行經(jīng)驗(yàn)，當(dāng)風(fēng)電滲透率達(dá)到較高水平，風(fēng)電對(duì)系統(tǒng)有功平衡各環(huán)節(jié)的影響將逐漸凸顯。例如2008年2月26日18點(diǎn)41分，美國德克薩斯州電網(wǎng)0.5 h內(nèi)風(fēng)電急速下降1640MW，導(dǎo)致電網(wǎng)備用不足，從而引發(fā)緊急切負(fù)荷事件;2011年我國甘肅酒泉地區(qū)和河北張家口地區(qū)的多起風(fēng)機(jī)脫網(wǎng)事故中，大規(guī)模風(fēng)機(jī)因電壓問題連鎖跳閘脫網(wǎng)，損失大量出力，導(dǎo)致主網(wǎng)頻率明顯偏低。因此，深入研究大規(guī)模風(fēng)電并網(wǎng)對(duì)系統(tǒng)有功平衡影響機(jī)理及其優(yōu)化運(yùn)行控制體系具有重要意義。

歐美國家在大規(guī)模風(fēng)電接入電力系統(tǒng)后的電力電量平衡方面已取得不少成功經(jīng)驗(yàn)，但是相關(guān)經(jīng)驗(yàn)難以直接應(yīng)用于我國電網(wǎng)。歐洲國家風(fēng)電主要接入中、低壓配電網(wǎng)，在靈活開放的電力市場環(huán)境下，就地消納。西班牙熱電聯(lián)產(chǎn)機(jī)組、小水電等靈活性電源比例高達(dá)34.3%，丹麥與挪威、瑞典等也有豐富的小水電資源［3-4］。美國雖然在大規(guī)模風(fēng)電開發(fā)與并網(wǎng)方面與我國類似［5］，但其靈活性電源比例卻高達(dá)48.7%。

我國電力系統(tǒng)在資源分布、電網(wǎng)結(jié)構(gòu)、電源構(gòu)成方面具有一定特殊性。首先，我國風(fēng)電富集地區(qū)電源結(jié)構(gòu)以煤電為主，機(jī)組啟停時(shí)間長，調(diào)節(jié)速率慢，穩(wěn)燃出力水平高，難以應(yīng)對(duì)風(fēng)電波動(dòng);甘肅等省份雖然具有一定比例的水電，但受大風(fēng)季節(jié)(通常是冬、春季)來水量的限制，其可用調(diào)節(jié)庫容有限。其次，我國風(fēng)電開發(fā)采用集中并網(wǎng)、遠(yuǎn)距離消納模式，局部地區(qū)風(fēng)電滲透率可達(dá)很高水平，甘肅、新疆等西北地區(qū)輸電通道外送能力不足，風(fēng)電消納空間十分有限。再次，集中并網(wǎng)模式削弱了風(fēng)電的地理平滑效應(yīng)，時(shí)序可變性增加，加大了系統(tǒng)調(diào)節(jié)靈活性需求。因此，充分考慮我國風(fēng)電并網(wǎng)的特點(diǎn)，建立大規(guī)模集群風(fēng)電并網(wǎng)形勢(shì)下的多時(shí)空尺度有功平衡體系顯得至關(guān)重要。

本文立足于我國風(fēng)電與電網(wǎng)的基本特點(diǎn)，分析大規(guī)模風(fēng)電運(yùn)行特性及其對(duì)電力系統(tǒng)的影響，從風(fēng)-火-水多電源協(xié)調(diào)的角度，概括中長期/短期機(jī)組組合計(jì)劃、日內(nèi)滾動(dòng)計(jì)劃和實(shí)時(shí)頻率調(diào)節(jié)等各環(huán)節(jié)的有功平衡研究的現(xiàn)狀、關(guān)鍵技術(shù)與存在問題，歸納總結(jié)適應(yīng)我國電網(wǎng)運(yùn)行管理體制的多時(shí)空尺度有功平衡技術(shù)體系。

1 含風(fēng)電的電力系統(tǒng)的多時(shí)空尺度有功平衡

含大規(guī)模集群風(fēng)電的多時(shí)空尺度有功平衡體系基于對(duì)集群風(fēng)電多時(shí)空尺度運(yùn)行特性的分析與建模，既包含從秒、分鐘、小時(shí)到日、中長期的多時(shí)間尺度協(xié)調(diào)，也包含從單機(jī)、單場、集群源端電網(wǎng)到系統(tǒng)的多空間尺度配合。與電力系統(tǒng)傳統(tǒng)的有功平衡相比，其突出特點(diǎn)在于融合了確定性電源和隨機(jī)性電源的多源互濟(jì)［6-7］。

在中長期時(shí)間尺度上，引入對(duì)風(fēng)電功率中期(3～7 d)趨勢(shì)預(yù)測，考慮機(jī)組檢修，安排火電機(jī)組開、停機(jī)方式［8］，或者在更長時(shí)間尺度(月、季、年)安排考慮風(fēng)電電量不確定性的電量平衡計(jì)劃。在日前時(shí)間尺度上，基于日前風(fēng)電/負(fù)荷預(yù)測信息，安排日前機(jī)組組合、日前發(fā)電計(jì)劃、調(diào)峰策略，以及備用容量優(yōu)化，在電網(wǎng)安全條件許可前提下，盡可能消納風(fēng)電。在日內(nèi)時(shí)間尺度上，基于超短期負(fù)荷/風(fēng)功率預(yù)測信息及其誤差進(jìn)行滾動(dòng)計(jì)劃、實(shí)時(shí)調(diào)度、備用調(diào)用及阻塞管理;在實(shí)時(shí)控制時(shí)間尺度上，隨負(fù)荷/風(fēng)電的瞬時(shí)波動(dòng)實(shí)行一次/二次調(diào)頻控制。

2 風(fēng)電特性及其建模

對(duì)風(fēng)電特性的認(rèn)識(shí)與建模是含風(fēng)電的電力系統(tǒng)有功平衡管理的基礎(chǔ)與前提。風(fēng)電特性對(duì)系統(tǒng)有功平衡的影響主要體現(xiàn)在波動(dòng)性與不確定性2個(gè)方面:波動(dòng)性是指風(fēng)電出力的不平穩(wěn)性，波動(dòng)性主要影響機(jī)組啟停及運(yùn)行點(diǎn);不確定性是指風(fēng)電出力不可準(zhǔn)確預(yù)知性，體現(xiàn)為風(fēng)電功率預(yù)測誤差，不確定性主要影響系統(tǒng)旋轉(zhuǎn)備用配置。而大規(guī)模風(fēng)電對(duì)系統(tǒng)有功平衡的影響還將削弱集群的聚集效應(yīng)，如影響空間平滑性等。

2.1 風(fēng)電的波動(dòng)特性及其建模

隨著研究時(shí)間尺度增加，波動(dòng)的變化性將逐漸明顯，而隨著空間尺度的增加，平滑性將隨之削弱［9-10］。風(fēng)電的波動(dòng)特性及其對(duì)主要調(diào)度層級(jí)的影響總結(jié)如表1所示。

表1 多時(shí)間尺度功率波動(dòng)對(duì)有功平衡的影響Tab.1 Influence of multi-time scale power fluctuation on power balance

文獻(xiàn)［10］針對(duì)酒泉風(fēng)電基地出力特性的研究表明:風(fēng)電場群在短時(shí)間尺度出力相關(guān)性較弱;而在長時(shí)間尺度上，風(fēng)電場群出力相關(guān)性較強(qiáng)，導(dǎo)致集群整體出力波動(dòng)性較大。風(fēng)電場群集中并網(wǎng)將削弱地理平滑效應(yīng)，尤其在小時(shí)級(jí)以上的時(shí)間尺度上表現(xiàn)更加明顯。

目前，對(duì)于風(fēng)電功率波動(dòng)性的建模方法多基于統(tǒng)計(jì)方法:

(1)經(jīng)驗(yàn)分布法。假設(shè)風(fēng)速服從二參數(shù)Weibul或Rayleigh分布［11-12］、Beta分布、帶移位因子的 t分布［13］或混合高斯分布［14］，然后基于風(fēng)機(jī)推力曲線得出風(fēng)電出力的概率分布模型。此類方法的不足在于，經(jīng)驗(yàn)分布無法描述風(fēng)功率序列的時(shí)序相關(guān)性，用于風(fēng)資源評(píng)估尚可，但不適合運(yùn)行優(yōu)化和實(shí)時(shí)調(diào)度。

(2)基于隨機(jī)過程的模擬序列?；赪eibul分布生成非獨(dú)立的風(fēng)速序列，再利用考慮風(fēng)機(jī)出力特性、風(fēng)電場尾流效應(yīng)等的功率轉(zhuǎn)換關(guān)系生成各風(fēng)電場時(shí)序出力曲線［15-16］。此類方法仍基于風(fēng)速服從某種分布假設(shè)，缺陷同前。

(3)頻域分析方法。丹麥Risφ實(shí)驗(yàn)室提出了使用功率譜密度函數(shù)，建立能考慮風(fēng)機(jī)物理特性以及地理分散效應(yīng)的功率波動(dòng)模型［17-18］。頻域方法物理意義清晰，對(duì)認(rèn)識(shí)風(fēng)電波動(dòng)性規(guī)律有幫助，但是難以應(yīng)用于時(shí)序的調(diào)度運(yùn)行模型。

2.2 風(fēng)電的功率預(yù)測及其誤差建模

風(fēng)功率預(yù)測及誤差為有功平衡問題研究提供基礎(chǔ)性信息。預(yù)測的精度隨著空間尺度增加而提高，而隨著時(shí)間尺度增加而降低。德國風(fēng)電24～48 h的預(yù)測經(jīng)驗(yàn)表明［19］，單個(gè)風(fēng)電場預(yù)測均方根誤差為10% ～20%，而1個(gè)控制區(qū)域內(nèi)(大致相當(dāng)于我國的省級(jí)調(diào)度)為7.5% ～10%。

功率預(yù)測誤差建模是描述風(fēng)電不確定性途徑之一，主要有以下3類:

(1)預(yù)測誤差帶。假設(shè)預(yù)測誤差上、下限為一固定百分?jǐn)?shù)［20］或采用分位點(diǎn)回歸求得一定置信度水平下的預(yù)測誤差帶［21］。誤差帶建模方法簡單易行，但風(fēng)功率預(yù)測的完全誤差帶可能非常寬，易導(dǎo)致該方法失效。

(2)經(jīng)驗(yàn)分布擬合法。短時(shí)間尺度(＜1 h)預(yù)測誤差多分布在0附近的區(qū)域內(nèi)，可采用Cauthy分布描述預(yù)測誤差［22］;長時(shí)間尺度預(yù)測誤差可采用基于β分布的直接或間接算法描述［23-24］。對(duì)于大規(guī)模集群風(fēng)電預(yù)測誤差，通常認(rèn)為由于風(fēng)電場地域分布廣闊，受中心極限定理的影響可采用正態(tài)分布進(jìn)行描述［25］。經(jīng)驗(yàn)分布切合實(shí)際情況，但依賴于大量數(shù)據(jù)積累。

(3)預(yù)測誤差序列模擬，有空間模擬和時(shí)間模擬2種。一般假設(shè)單個(gè)風(fēng)電場風(fēng)速預(yù)測誤差服從正態(tài)分布，再分別利用空間相關(guān)性和時(shí)間相關(guān)性處理算法得到考慮時(shí)空相關(guān)性的風(fēng)速預(yù)測誤差序列。文獻(xiàn)［26］基于自回歸滑動(dòng)平均模型產(chǎn)生風(fēng)速預(yù)測誤差，再采用蒙特卡洛仿真得到不同概率場景下的風(fēng)電功率預(yù)測誤差。如何校驗(yàn)?zāi)M的合理性是一大難點(diǎn)。

3 風(fēng)-火-水互濟(jì)系統(tǒng)中的運(yùn)行優(yōu)化問題

歐洲電網(wǎng)靈活性調(diào)節(jié)電源比例大，并且具有分散接入、就地消納的并網(wǎng)模式，使得系統(tǒng)能較好地吸收風(fēng)電功率波動(dòng)性。而中國主要風(fēng)電接入地區(qū)，只有少量水電機(jī)組，且在冬春大風(fēng)季節(jié)受來水條件限制，調(diào)節(jié)能力很低。電源結(jié)構(gòu)以大型燃煤機(jī)組為主，調(diào)節(jié)速度慢、啟停時(shí)間長。加上風(fēng)電采用集中并網(wǎng)模式，消納風(fēng)電對(duì)系統(tǒng)運(yùn)行調(diào)節(jié)能力要求要高很多。

3.1 機(jī)組組合問題

機(jī)組組合問題是進(jìn)行電力平衡模擬、運(yùn)行方式優(yōu)化的主要技術(shù)手段。按問題考慮的時(shí)常劃分，常規(guī)的機(jī)組組合有中長期(10～30 d)、中期(3～7 d)、短期(24～72 h)、超短期(0～4 h)等。隨著風(fēng)電消納水平的提高，風(fēng)電進(jìn)入機(jī)組組合參與運(yùn)行優(yōu)化是風(fēng)-火-水多電源協(xié)調(diào)的必然要求。

在協(xié)調(diào)機(jī)制上，考慮到我國“三北”地區(qū)電網(wǎng)典型結(jié)構(gòu)以大型燃煤機(jī)組為主，決定了我國不能像歐美國家那樣通過頻繁日內(nèi)機(jī)組啟停以及快速調(diào)節(jié)運(yùn)行點(diǎn)來吸收風(fēng)電功率波動(dòng)性。風(fēng)電參與機(jī)組組合的形式也將與歐美國家以參與日前計(jì)劃為主的形式有所不同。文獻(xiàn)［27］基于中期(5～7 d)風(fēng)功率趨勢(shì)預(yù)測提出優(yōu)化中長期開機(jī)方式(主要是大型燃煤機(jī)組)的設(shè)想，從長時(shí)間尺度上協(xié)調(diào)常規(guī)機(jī)組與風(fēng)電出力，減少燃煤機(jī)組啟停頻次和煤耗量，并盡可能為短期運(yùn)行預(yù)留風(fēng)電消納空間。但中長期風(fēng)火協(xié)調(diào)與日前機(jī)組組合的區(qū)別與聯(lián)系、協(xié)調(diào)策略和算法等還有待深入研究。文獻(xiàn)［28］基于風(fēng)電功率預(yù)測精度隨時(shí)間尺度逐級(jí)提高的特性，采用“多級(jí)協(xié)調(diào)、逐級(jí)細(xì)化的思路”提出了多時(shí)間尺度的有功調(diào)度模式，將上一級(jí)遺留的偏差由下一級(jí)來修正。

然而，目前運(yùn)行優(yōu)化的理論研究往往只針對(duì)其中某幾個(gè)時(shí)間尺度，需要深入開展高風(fēng)電滲透率水平下的從中長期、日前到日內(nèi)、實(shí)時(shí)運(yùn)行的多時(shí)間尺度協(xié)調(diào)調(diào)度運(yùn)行體系研究。

風(fēng)電引入機(jī)組組合模型需要對(duì)傳統(tǒng)機(jī)組組合模型進(jìn)行修正，目前經(jīng)常采用的方法有:

(1)基于隨機(jī)場景分析的建模方法［26，29-32］。采用隨機(jī)模擬及場景削減技術(shù)產(chǎn)生一系列不同概率的風(fēng)電典型場景，考慮滿足削減后場景的所有約束條件做出機(jī)組組合決策。如何選擇具有代表性的典型場景、減少隨機(jī)場景機(jī)組組合的計(jì)算量是需要進(jìn)一步研究的問題。

(2)基于機(jī)會(huì)約束規(guī)劃的建模方法［33-34］。將風(fēng)電相關(guān)的約束條件采用概率形式描述，構(gòu)造隨機(jī)規(guī)劃問題后求解。

(3)基于風(fēng)險(xiǎn)理論的建模方法［35-38］。建立各種風(fēng)電波動(dòng)場景下的風(fēng)險(xiǎn)指標(biāo)，以總風(fēng)險(xiǎn)期望最小作為優(yōu)化目標(biāo)或?qū)L(fēng)電引起的潛在風(fēng)險(xiǎn)作為風(fēng)險(xiǎn)約束加入優(yōu)化模型中，但如何選擇合適的風(fēng)險(xiǎn)指標(biāo)仍需進(jìn)一步討論。

3.2 備用配置問題

風(fēng)電接入后對(duì)備用容量的影響受滲透率水平和預(yù)測不確定性影響很大，并且所需的備用容量和風(fēng)電裝機(jī)容量之間并沒有直接的比例關(guān)系。風(fēng)電并網(wǎng)后，對(duì)系統(tǒng)旋轉(zhuǎn)備用的影響通常在機(jī)組組合模型約束［39-40］中加以考慮，而冷備用評(píng)估方法則采用基于可靠性或風(fēng)險(xiǎn)［38］理論，保證風(fēng)電引入前后系統(tǒng)可靠性指標(biāo)或風(fēng)險(xiǎn)指標(biāo)不降低，構(gòu)建隨機(jī)規(guī)劃問題求解。

由于我國電網(wǎng)規(guī)模較大，運(yùn)行經(jīng)驗(yàn)顯示風(fēng)電并網(wǎng)后對(duì)快速備用的影響較小，主要影響在于較長時(shí)間的備用。對(duì)于一次備用，風(fēng)電的空間平滑性足以削弱風(fēng)電隨機(jī)波動(dòng)性，而當(dāng)風(fēng)電滲透率水平超過10%時(shí)，風(fēng)電對(duì)二次備用的需求將明顯增長。

3.3 系統(tǒng)的頻率調(diào)整

風(fēng)電對(duì)電力系統(tǒng)頻率調(diào)整影響的主要原因有2個(gè)方面:

(1)風(fēng)電機(jī)組的頻率響應(yīng)與調(diào)頻能力。采用電力電子接口軟連接并網(wǎng)的風(fēng)電機(jī)組(如雙饋、直驅(qū)等)不存在慣性響應(yīng)，有功輸出無法自動(dòng)響應(yīng)系統(tǒng)的頻率變化［41-42］，對(duì)一次調(diào)頻幾乎沒有貢獻(xiàn)。此外，風(fēng)電機(jī)組通常采用最大功率跟蹤控制，出力與系統(tǒng)頻率無關(guān)，也不具備二次調(diào)頻能力。

(2)風(fēng)電的隨機(jī)波動(dòng)性。文獻(xiàn)［43］分析了風(fēng)電功率快速波動(dòng)對(duì)系統(tǒng)頻率動(dòng)態(tài)以及CPS控制指標(biāo)的影響，其研究結(jié)論表明大部分系統(tǒng)能夠吸收分鐘級(jí)的功率波動(dòng)，對(duì)CPS1指標(biāo)影響不大，但在風(fēng)電比例較高的控制區(qū)中對(duì)CPS2指標(biāo)影響較大。

3.4 系統(tǒng)調(diào)峰問題

調(diào)峰問題是制約我國大規(guī)模風(fēng)電并網(wǎng)與消納的主要矛盾之一。我國風(fēng)電滲透率較高的“三北”地區(qū)都出現(xiàn)了由于系統(tǒng)調(diào)峰能力不足導(dǎo)致大量棄風(fēng)問題。

風(fēng)電日內(nèi)出力調(diào)峰效應(yīng)分為反調(diào)峰(風(fēng)電并網(wǎng)后凈負(fù)荷峰谷差增加)、正調(diào)峰(風(fēng)電并網(wǎng)后凈負(fù)荷峰谷差減小)和過調(diào)峰(風(fēng)電并網(wǎng)后凈負(fù)荷峰谷倒置)3種。風(fēng)電并網(wǎng)后往往造成系統(tǒng)凈負(fù)荷峰谷差的增加。文獻(xiàn)［10］對(duì)我國甘肅、遼寧、“津京唐”地區(qū)的風(fēng)電日出力特性研究表明，我國“三北”地區(qū)的風(fēng)電日出力以反調(diào)峰的情形居多，給系統(tǒng)調(diào)度運(yùn)行帶來巨大挑戰(zhàn)。

系統(tǒng)的調(diào)峰能力與系統(tǒng)的凈負(fù)荷特性、電源特性和外送規(guī)模等因素密切相關(guān)，評(píng)估大規(guī)模風(fēng)電并網(wǎng)后系統(tǒng)調(diào)峰能力的思路主要有確定性方法和概率性方法2類。前者通過計(jì)算低谷負(fù)荷時(shí)調(diào)峰機(jī)組最低出力與負(fù)荷實(shí)際出力之差計(jì)算調(diào)峰能力，因?yàn)槠浜唵我仔?，在電力系統(tǒng)調(diào)度中得到廣泛的應(yīng)用。后者通過隨機(jī)模擬計(jì)算調(diào)峰不足概率和調(diào)峰不足期望指標(biāo)，以反映系統(tǒng)的調(diào)峰容量需求。雖然計(jì)算方法較為復(fù)雜，但更為科學(xué)。

利用省際聯(lián)絡(luò)線的靈活控制提高系統(tǒng)調(diào)峰能力是最為有效的方法;此外，還可考慮風(fēng)電-抽水蓄能聯(lián)合運(yùn)行、利用儲(chǔ)能調(diào)峰等。

4 結(jié)語

大規(guī)模集群風(fēng)電并網(wǎng)對(duì)系統(tǒng)有功平衡提出了巨大挑戰(zhàn)，建立高風(fēng)電滲透率水平下系統(tǒng)多時(shí)空尺度有功平衡體系是提高風(fēng)電消納水平、優(yōu)化系統(tǒng)運(yùn)行的必然趨勢(shì)。

(1)依據(jù)電源結(jié)構(gòu)與電網(wǎng)特點(diǎn)，我國含大規(guī)模風(fēng)電電網(wǎng)的有功平衡技術(shù)體系將是包含中長期/短期機(jī)組組合計(jì)劃、日內(nèi)滾動(dòng)計(jì)劃和實(shí)時(shí)頻率調(diào)節(jié)的多層協(xié)調(diào)優(yōu)化體系。

(2)集群風(fēng)電特性的建模是掌握我國風(fēng)電特性的關(guān)鍵點(diǎn)。在風(fēng)電的眾多特性中，掌握風(fēng)電的時(shí)序特征是將風(fēng)電融入系統(tǒng)安全運(yùn)行的關(guān)鍵點(diǎn)，也是現(xiàn)有研究的欠缺之處。

(3)隨機(jī)分析、隨機(jī)優(yōu)化等數(shù)學(xué)方法是刻畫風(fēng)電特性的主要工具，也是研究含風(fēng)電電力系統(tǒng)運(yùn)行優(yōu)化的重要手段。隨著風(fēng)電接入比例的增加，將對(duì)系統(tǒng)現(xiàn)有基于確定性模型的運(yùn)行調(diào)度產(chǎn)生深遠(yuǎn)的影響。

［1］國家電網(wǎng)公司.國家電網(wǎng)公司促進(jìn)風(fēng)電發(fā)展白皮書［R］.北京:國家電網(wǎng)公司，2011.

［2］Ni M，Yang Z X.By leaps and bounds:Lessons learned from renewable energy growth in China［J］.IEEE Power ＆ Energy Magazine，2012，10(2):37-43.

［3］Holttinen H，Orths A G，Eriksen P B，et al.Currents of change-European experience and perspectives with high wind penetration levels［J］.IEEE Power ＆ Energy Magazine，2011，9(6):47-59.

［4］Piwko R，Meibom P，Holttinen H，et al.Penetrating insights-lessons learned from large-scale wind power integration［J］.IEEE Power ＆Energy Magazine，2012，10(2):44-52.

［5］羅旭，馬珂.美國德克薩斯州電力可靠性委員會(huì)在風(fēng)電調(diào)度運(yùn)行管理方面的經(jīng)驗(yàn)和啟示［J］.電網(wǎng)技術(shù)，2011，35(10):140-146.

［6］魯宗相，閔勇.基于功率預(yù)測的波動(dòng)性能源發(fā)電的多時(shí)空尺度調(diào)度技術(shù)［J］.電力科學(xué)與技術(shù)學(xué)報(bào)，2012，27(3):28-33.

［7］薛峰，?？?，汪寧渤.大規(guī)模間歇式能源發(fā)電并網(wǎng)集群協(xié)調(diào)控制框架［J］.電力系統(tǒng)自動(dòng)化，2011，35(22):45-53.

［8］劉德偉，黃越輝，王偉勝，等.考慮調(diào)峰和電網(wǎng)輸送約束的省級(jí)系統(tǒng)風(fēng)電消納能力分析［J］.電力系統(tǒng)自動(dòng)化，2011，35(22):77-81.

［9］The European Wind Energy Association(EWEA).Large scale integration of wind energy in the European power supply:Analysis，issues and recommendation［EB/OL］.2005.［2013-01-22］http://www. ewea. org/fileadmin/ewea _ documents/documents/publications/grid/051215_Grid_report.pdf.

［10］肖創(chuàng)英，汪寧渤，陟晶，等.甘肅酒泉風(fēng)電出力特性分析［J］.電力系統(tǒng)自動(dòng)化，2010，34(17):64-67.

［11］Hetzer J，Yu D C，Bhattarai K.An economic dispatch model incorporating wind power［J］.IEEE Trans on Energy Conversion，2008，23(2):603-611.

［12］Liu X，Xu W.Minimum emission dispatch constrained by stochastic wind power availability and cost［J］.IEEE Trans on Power System，2010，25(3):1705-1713.

［13］林衛(wèi)星，文勁宇，艾小猛，等.風(fēng)電功率波動(dòng)特性的概率分布研究［J］.中國電機(jī)工程學(xué)報(bào)，2012，32(1):38-46.

［14］李劍楠，喬穎，魯宗相，等.大規(guī)模風(fēng)電多尺度出力波動(dòng)性的統(tǒng)計(jì)建模研究［J］.電力系統(tǒng)保護(hù)與控制，2012，40(19):7-13.

［15］Zhang N，Kang C Q，Duan C G，et al.Simulation methodology of multiple wind farms operation considering wind speed correlation［J］.International Journal of Power and Energy Systems，2010，30(4):264-173.

［16］Villanueva D，F(xiàn)eijóo A，Pazos J L.Simulation of correlated wind speed data for economic dispatch evaluation［J］.IEEE Trans on Sustainable Energy，2012，3(1):142-149.

［17］S?rensen P，Mann J，Paulsen U S，et al.Wind farm power fluctuations，Chapter 25 of wind energy proceeding of the euromech colloquium［M］.Springer Berlin Heidelberg，2007:139-145.

［18］S?rensen P，Cutululis N A，Vigueras-Rodríguez A，et al.Power fluctuations from large wind farms［J］.IEEE Trans on Power System，2007，22(3):958-965.

［19］Giebel G，S?rensen P，Holttinen H.Forecast error of aggregated wind power［EB/OL］.［2013-01-22］.http://www.trade-wind.eu/fileadmin/documents/publications/D2.2_Estimates_of_forecast_error_for_aggregated_wind_power_Final.pdf.

［20］袁鐵江，晁勤，吐爾遜·伊不拉音，等.大規(guī)模風(fēng)電并網(wǎng)電力系統(tǒng)動(dòng)態(tài)清潔經(jīng)濟(jì)優(yōu)化調(diào)度的建模［J］.中國電機(jī)工程學(xué)報(bào)，2010，30(31):7-13.

［21］王洪濤，何成明，房光華，等.計(jì)及風(fēng)電預(yù)測誤差帶的調(diào)度計(jì)劃漸進(jìn)優(yōu)化模型［J］.電力系統(tǒng)自動(dòng)化，2011，35(22):131-135.

［22］張昭遂，孫元章，李國杰，等.計(jì)及風(fēng)電功率不確定性的經(jīng)濟(jì)調(diào)度問題求解方法［J］.電力系統(tǒng)自動(dòng)化，2011，35(22):125-130.

［23］Bludszuweit H，Domínguez-Navarro J A，Llombart A.Statistical analysis of wind power forecast error［J］.IEEE Trans on Power System，2008，23(3):983-991.

［24］Fabbri A，GomezSanRoman T，RivierAbbad J，et al.Assessment of the cost associated with wind generation prediction errors in a liberalized electricity market［J］.IEEE Trans on Power Systems，2005，20(3):1440-1446.

［25］Tewari S，Geyer C J，Mohan N.A statistical model for wind power forecast error and its application to the estimation of penalties in liberalized markets［J］.IEEE Trans on Power System，2011，26(4):2031-2039.

［26］Tuohy A，Meibom P，Denny E，et al.Unit commitment for systems with significant wind penetration［J］.IEEE Trans on Power System，2009，24(2):592-601.

［27］王小海，齊軍，侯佑華，等.內(nèi)蒙古電網(wǎng)大規(guī)模風(fēng)電并網(wǎng)運(yùn)行分析和發(fā)展思路［J］.電力系統(tǒng)自動(dòng)化，2011，35(22):90-96.

［28］張伯明，吳文傳，鄭太一，等.消納大規(guī)模風(fēng)電的多時(shí)間尺度協(xié)調(diào)的有功調(diào)度系統(tǒng)設(shè)計(jì)［J］.電力系統(tǒng)自動(dòng)化，2011，35(1):1-6.

［29］Wang J H，Shahidehpour M，Li Z Y.Security-constrained unit commitment with volatile wind power generation［J］.IEEE Trans on Power System，2008，23(3):1319-1327.

［30］Ruiz P A，Philbrick C R，Zak E.Uncertainty management in the unit commitment problem［J］.IEEE Trans on Power System，2009，24(2):642-651.

［31］Pappala V S，Erlich I，Rohrig K，et al.A stochastic model for the optimal operation of a wind-thermal power system［J］.IEEE Trans on Power System，2009，24(2):940-950.

［32］Bouffard F，Galiana F D.Stochastic security for operations planning with significant wind power generation［J］.IEEE Trans on Power System，2008，23(2):306-316.

［33］Wang Q F，Guan Y P，Wang J H.A chance-constrained two-stage stochastic program for unit commitment with uncertain wind power output［J］.IEEE Trans on Power System，2012，27(1):206-215.

［34］Constantinescu E M，ZavalaV M，Rocklin M，etal. A computational framework for uncertainty quantification and stochastic optimization in unit commitment with wind power generation［J］.IEEE Trans on Power System，2011，26(1):431-441.

［35］Li X H，Jiang C W. Short-term operation model and risk management for wind power penetrated system in electricity market［J］.IEEE Trans on Power System，2011，26(2):932-939.

［36］周任軍，姚龍華，童小嬌，等.采用條件風(fēng)險(xiǎn)方法的含風(fēng)電系統(tǒng)安全經(jīng)濟(jì)調(diào)度［J］.中國電機(jī)工程學(xué)報(bào)，2012，32(1):56-63.

［37］周瑋，孫輝，顧宏，等.計(jì)及風(fēng)險(xiǎn)備用約束的含風(fēng)電場電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度［J］.中國電機(jī)工程學(xué)報(bào)，2012，32(1):47-55.

［38］張國強(qiáng)，吳文傳，張伯明.考慮風(fēng)電接入的有功運(yùn)行備用協(xié)調(diào)優(yōu)化［J］.電力系統(tǒng)自動(dòng)化，2011，35(12):15-19，46.

［39］Matos M A，Bessa R J.Setting the operating reserve using probabilistic wind power forecasts［J］.IEEE Trans on Power System，2011，26(2):594-603.

［40］王彩霞，喬穎，魯宗相.考慮風(fēng)電效益的風(fēng)火互濟(jì)系統(tǒng)旋轉(zhuǎn)備用確定方式［J］. 電力系統(tǒng)自動(dòng)化，2012，36(4):16-21.

［41］Gautam D，Goel L，Ayyanar R，et al.Control strategy to mitigate the impact of reduced inertia due to doubly fed induction generators on large power systems［J］.IEEE Trans on Power System，2011，26(1):214-224.

［42］Mullane A，O'Malley M.The inertial response of inductionmachine-based wind turbines［J］.IEEE Trans on Power System，2005，20(3):1496-1503.

［43］Banakar H，Luo C L，Ooi B T.Impacts of wind power minute-tominute variations on power system operation［J］.The inertial Response of Induction-Machine-Based Wind Turbines，2008，23(1):150-160.