傅利，周步祥，王小紅，羅歡，張樂，葉宗斌

（1.四川大學(xué)電氣信息學(xué)院，成都610065；2.國網(wǎng)泉州供電公司，泉州362000）

計(jì)及用戶側(cè)響應(yīng)的含風(fēng)電電力系統(tǒng)清潔經(jīng)濟(jì)調(diào)度

傅利1，周步祥1，王小紅1，羅歡1，張樂1，葉宗斌2

（1.四川大學(xué)電氣信息學(xué)院，成都610065；2.國網(wǎng)泉州供電公司，泉州362000）

由于風(fēng)電功率波動(dòng)性大，直接接入電網(wǎng)會(huì)給電網(wǎng)安全運(yùn)行帶來很大的風(fēng)險(xiǎn)。為了提高風(fēng)電并網(wǎng)后系統(tǒng)運(yùn)行的靈活性，將用戶側(cè)響應(yīng)和系統(tǒng)的旋轉(zhuǎn)備用融入到含風(fēng)電的電力系統(tǒng)調(diào)度計(jì)劃中?；跍?zhǔn)實(shí)時(shí)電價(jià)建立了負(fù)荷模型，將柔性負(fù)荷作為系統(tǒng)的備用調(diào)峰，并考慮了火電機(jī)組的排污特性，建立了相應(yīng)的模型。首先用優(yōu)先順序法確定各個(gè)時(shí)段機(jī)組的狀態(tài)組合，再采用改進(jìn)的細(xì)菌群體趨藥性算法對模型進(jìn)行優(yōu)化求解。最后，通過一個(gè)含風(fēng)電場的10機(jī)系統(tǒng)對模型進(jìn)行仿真，結(jié)果表明所建立的模型具有一定的合理性。

風(fēng)電調(diào)度；準(zhǔn)實(shí)時(shí)電價(jià)；柔性負(fù)荷；旋轉(zhuǎn)備用；改進(jìn)的細(xì)菌群體趨藥算法

風(fēng)能是一種清潔、可再生能源，在國內(nèi)外都得到了一定的發(fā)展。但是由于風(fēng)電具有隨機(jī)性、波動(dòng)性、間歇性等特點(diǎn)，很難準(zhǔn)確地估計(jì)出風(fēng)電的出力，因此限制了風(fēng)電的廣泛應(yīng)用。風(fēng)電直接并入電網(wǎng)會(huì)給電力系統(tǒng)的安全運(yùn)行帶來影響，要解決此問題，將會(huì)導(dǎo)致棄風(fēng)量很大，不能有效地利用清潔能源。因此，如何解決風(fēng)電并網(wǎng)的問題和有效利用風(fēng)電成為當(dāng)今的兩大難題[1-3]。

文獻(xiàn)[4]將風(fēng)電出力懲罰成本計(jì)及到經(jīng)濟(jì)調(diào)度模型中，在目標(biāo)函數(shù)中引入懲罰成本，使優(yōu)化結(jié)果兼顧了風(fēng)能的利用率和總成本。文獻(xiàn)[5]基于極限場景集建立了日前機(jī)組組合模型，建立了潮流裕度指標(biāo)，并評估了該模型的安全性。文獻(xiàn)[6]將用電激勵(lì)、可中斷負(fù)荷和電價(jià)響應(yīng)融入到用電調(diào)度中，建立了發(fā)用電一體化的調(diào)度模型，但是考慮電價(jià)響應(yīng)時(shí)，未建立相應(yīng)的負(fù)荷模型。

本文引入準(zhǔn)實(shí)時(shí)電價(jià)，建立了負(fù)荷模型，在此基礎(chǔ)上，在考慮柔性負(fù)荷和系統(tǒng)旋轉(zhuǎn)備用的情況下，兼顧環(huán)境保護(hù)建立了含風(fēng)電場經(jīng)濟(jì)調(diào)度模型，并應(yīng)用本文的改進(jìn)細(xì)菌群體趨藥性算法對模型進(jìn)行求解，最后，通過一個(gè)含風(fēng)電場的10機(jī)系統(tǒng)對所建立的模型進(jìn)行仿真，以驗(yàn)證模型的合理性。

1 準(zhǔn)實(shí)時(shí)電價(jià)下的負(fù)荷建模

1.1 準(zhǔn)實(shí)時(shí)電價(jià)

準(zhǔn)實(shí)時(shí)電價(jià)是供電公司根據(jù)第2天24 h的負(fù)荷預(yù)測和供應(yīng)電的預(yù)測結(jié)果，提前1天制定第2天24 h的電價(jià)并發(fā)布電價(jià)信息，用戶根據(jù)最新的電價(jià)信息計(jì)劃和安排用電情況。

由于分時(shí)電價(jià)是按峰、谷、平時(shí)段劃分，時(shí)段劃分比較長，缺乏靈活性，很難做到精細(xì)化的調(diào)整，會(huì)出現(xiàn)價(jià)格策略的引導(dǎo)與實(shí)際情況相背離的情況，要解決此問題就對峰谷時(shí)段的劃分準(zhǔn)確度比較高，而我國對峰谷電價(jià)的劃分還缺乏相應(yīng)的研究。為了能夠更好地達(dá)到移峰填谷的效果，本文引入了準(zhǔn)實(shí)時(shí)電價(jià)，較分時(shí)電價(jià)更加靈活，同時(shí)可以彌補(bǔ)由于電價(jià)的細(xì)化程度不足導(dǎo)致的電力需求曲線與供應(yīng)曲線之間的偏差。

1.2 基于準(zhǔn)實(shí)時(shí)電價(jià)的負(fù)荷建模

為了更加準(zhǔn)確地描述基于準(zhǔn)實(shí)時(shí)電價(jià)的負(fù)荷模型，本文引入電網(wǎng)負(fù)荷率，根據(jù)電網(wǎng)負(fù)荷率可以確定短周期內(nèi)負(fù)荷的大致變化趨勢，制定準(zhǔn)實(shí)時(shí)電價(jià)。電網(wǎng)負(fù)荷率定義為

式中：η（t）為t段的電網(wǎng)負(fù)荷率；L（t）為t段的負(fù)荷預(yù)測值；L為日的總負(fù)荷量，MW。

應(yīng)用上述電網(wǎng)負(fù)荷率的概念可以大致判定負(fù)荷的趨勢。

若Δη（t）＞1，則t段負(fù)荷處于上升趨勢；若Δη（t）＜1，則t段負(fù)荷處于下降趨勢。本文提出根據(jù)電網(wǎng)負(fù)荷率建立準(zhǔn)實(shí)時(shí)電價(jià)模型，定義為

式中：ρ（t）為基于基準(zhǔn)電價(jià)的準(zhǔn)實(shí)時(shí)電價(jià)；α＞0，α、β、γ調(diào)整以制定最佳的準(zhǔn)實(shí)時(shí)電價(jià)。

本文采用文獻(xiàn)[7]中的電力需求價(jià)格函數(shù)來確定負(fù)荷曲線，即電力需求是指數(shù)形式的需求曲線，具體的表達(dá)式為

式中：y為電力用戶的需求量；x為電價(jià)；b為需求價(jià)格彈性系數(shù)，其值為負(fù)數(shù)；a為待估計(jì)參數(shù)。

針對上述電力需求價(jià)格函數(shù)，利用最小二乘估計(jì)求解出參數(shù)a、b回歸模型，求解出準(zhǔn)實(shí)時(shí)電價(jià)下的負(fù)荷曲線。

2 計(jì)及用戶側(cè)互動(dòng)的風(fēng)電并網(wǎng)電力系統(tǒng)清潔經(jīng)濟(jì)調(diào)度建模

2．1 目標(biāo)函數(shù)

本文除了考慮準(zhǔn)實(shí)時(shí)電價(jià)對風(fēng)電并網(wǎng)的影響，還考慮柔性負(fù)荷對電網(wǎng)調(diào)峰的影響。柔性負(fù)荷包括可中斷負(fù)荷、激勵(lì)負(fù)荷兩種?？芍袛嘭?fù)荷是負(fù)荷峰時(shí)段或風(fēng)功率谷時(shí)段，和用戶達(dá)成協(xié)議，供電公司向用戶支付一定的補(bǔ)償費(fèi)用，可以中斷的負(fù)荷，即減少了負(fù)荷的需求量，相當(dāng)于增加了系統(tǒng)的備用容量。激勵(lì)負(fù)荷是在風(fēng)功率峰時(shí)段，用獎(jiǎng)金的形式或降低電價(jià)的方法激勵(lì)用戶增加用電需求，從而可以減少棄風(fēng)。柔性負(fù)荷具有響應(yīng)快，經(jīng)濟(jì)性高等特點(diǎn)，可以根據(jù)用戶的意愿改變用電需求，本文將柔性負(fù)荷融入到含風(fēng)電的電力系統(tǒng)調(diào)度模型中，為解決風(fēng)電并網(wǎng)問題提供一種可行的新方法。

基于上述柔性負(fù)荷的分析，可中斷負(fù)荷的補(bǔ)償成本函數(shù)為

式中：ρj為用戶減負(fù)荷的補(bǔ)償成本；為負(fù)荷用戶的狀態(tài)，=1為用戶j的負(fù)荷被中斷，=0為用戶j的負(fù)荷未被中斷，為t時(shí)刻被中斷的容量。

激勵(lì)負(fù)荷的激勵(lì)成本函數(shù)為

式中：ρk為用戶k訂合同時(shí)單位激勵(lì)負(fù)荷的激勵(lì)成本為用戶的增減狀態(tài)，=1為增加用戶的負(fù)荷，=0為不增加用戶k負(fù)荷；為在t時(shí)刻增加的容量。

風(fēng)力本身是清潔能源，但是風(fēng)電并網(wǎng)后風(fēng)電的預(yù)測出力與實(shí)際出力存在一定的偏差，為了能夠盡量減少棄風(fēng)量，系統(tǒng)為風(fēng)電預(yù)留了一定的旋轉(zhuǎn)備用容量，本文考慮將風(fēng)電預(yù)測功率的可信度融入到風(fēng)電旋轉(zhuǎn)備用補(bǔ)償容量中，系統(tǒng)在時(shí)段t內(nèi)的風(fēng)電旋轉(zhuǎn)備用容量補(bǔ)償成本為

隨著能源危機(jī)及環(huán)境污染的加劇，世界各國不斷加強(qiáng)對污染排放物的控制。因此，本文將火電機(jī)組的排污特性以環(huán)境補(bǔ)償成本的形式表示，在時(shí)段t內(nèi)火電機(jī)組的環(huán)境補(bǔ)償成本[8]為

式中：pe為時(shí)段t內(nèi)火電機(jī)組單位環(huán)境補(bǔ)償價(jià)格；為機(jī)組i在時(shí)段t內(nèi)的排放物的質(zhì)量，可表示為

式中：ai、bi、ci、di為火電機(jī)組i的排污特性系數(shù)；為機(jī)組i在時(shí)段t內(nèi)的輸出功率。

火電機(jī)組的啟停成本[9]為

式中：αi、βi、χi、δi、εi為發(fā)電機(jī)組i的燃料系數(shù)為火電機(jī)組i的最小輸出功率。

基于上述分析，系統(tǒng)的總運(yùn)行成本為

式中，T為系統(tǒng)調(diào)度的總周期數(shù)。

2.2 約束條件

1）系統(tǒng)有功功率平衡等式約束

式中，Lt為實(shí)行分時(shí)電價(jià)后時(shí)段t內(nèi)的擬合負(fù)荷。

2）柔性負(fù)荷約束

3）系統(tǒng)旋轉(zhuǎn)備用約束

4）火電機(jī)組輸出功率約束條件

式中，Pi為火電機(jī)組i的輸出功率。

5）火電機(jī)組的爬坡率約束[11]

6）最小啟停時(shí)間約束

3 改進(jìn)的細(xì)菌群體趨藥性算法

3．1 細(xì)菌群體趨藥性算法的改進(jìn)

細(xì)菌群體趨藥性算法BCC（bacterial colony chemotaxisalgorithm）的基本原理見文獻(xiàn)[12-14]，傳統(tǒng)的算法細(xì)菌的移動(dòng)表現(xiàn)出趨同性，容易陷入局部最優(yōu)解。本文在原有的基礎(chǔ)上做如下幾個(gè)改進(jìn)。

1）移動(dòng)速度上的改進(jìn)

BCC算法中細(xì)菌的移動(dòng)速度是一個(gè)常數(shù)，這樣容易使細(xì)菌陷入局部最優(yōu)，從而使算法收斂于局部最優(yōu)解。本文提出時(shí)變加速度思想，速度更新公式為

式中：c1和c2為加速度；ω為慣性權(quán)因子；xpBi為細(xì)菌自身的最佳位置；xgB為菌群的最佳位置；r1和r2為服從均勻分布于[0，1]間的隨機(jī)數(shù)。c1和c2為

式中：c1f、c2f、c1i、c2i為常數(shù)，本文取c1f、c2i為2.5，c2f、c1i為0.5。

2）微分進(jìn)化算子的引入

在細(xì)菌群體趨藥性算法中引入微分進(jìn)化算子，增加了細(xì)菌種群的多樣性，從而避免了陷入局部最優(yōu)，提高了全局搜索的能力。改進(jìn)方法是細(xì)菌在移動(dòng)下一步之前，利用式（24）計(jì)算出一個(gè)新的位置，由于新位置的產(chǎn)生與感知范圍無關(guān)，所以新位置的隨機(jī)性比較強(qiáng)，降低了細(xì)菌群體的聚集度，提高了算法逃離局部最優(yōu)的能力。

3.2 模型求解

根據(jù)實(shí)際問題的需要，在求解優(yōu)化問題時(shí)，受限于機(jī)組啟停約束，本文針對機(jī)組啟停狀態(tài)的決策問題采用優(yōu)先順序法[15]來確定機(jī)組的啟停狀態(tài)，在尋優(yōu)機(jī)組的最優(yōu)組合狀態(tài)時(shí)，首先構(gòu)成機(jī)組的優(yōu)先投入順序表，隨負(fù)荷需求動(dòng)態(tài)地決策機(jī)組的啟停狀態(tài)，以獲得機(jī)組狀態(tài)組合的初始可行解，在滿足機(jī)組運(yùn)行的約束條件的基礎(chǔ)上，通過對初始可行解進(jìn)行修正和局部尋優(yōu)，從而得到機(jī)組的組合狀態(tài)。

得到機(jī)組組合狀態(tài)后，本文應(yīng)用上述所提出的改進(jìn)細(xì)菌群體趨藥性算法對本文的模型進(jìn)行優(yōu)化調(diào)度，具體流程如下所述。

（1）參數(shù)初始化：設(shè)置細(xì)菌個(gè)數(shù)N，維度n，精度參數(shù)ε，迭代次數(shù)t，縮放因子F等，確定準(zhǔn)實(shí)時(shí)電價(jià)和其電價(jià)下所對應(yīng)的負(fù)荷曲線。

（2）初始化細(xì)菌群體的位置：為了使機(jī)組出力滿足上述約束條件，對細(xì)菌群體的位置進(jìn)行初始化，其初始化公式為

（3）在滿足上述的各種約束條件下，選擇較合理的調(diào)度方案。并計(jì)算每個(gè)細(xì)菌的適應(yīng)度。

（4）細(xì)菌位置的更新：根據(jù)上述所引入的差分進(jìn)化算法在確定第i個(gè)細(xì)菌t+1代的待選位置以及計(jì)算相應(yīng)的適應(yīng)度值。

（5）記錄并更新當(dāng)前細(xì)菌的最優(yōu)位置。

（6）判斷算法是否達(dá)到迭代次數(shù)或滿足收斂條件，則記錄最優(yōu)結(jié)果，迭代結(jié)束，否則重復(fù)上述步驟。

4 算例分析

以某個(gè)地區(qū)的風(fēng)電和火電機(jī)組為例來驗(yàn)證本文所提出的模型和算法的正確性。該地區(qū)配有容量為800 MW的風(fēng)電場，10臺火電機(jī)組，其具體參數(shù)參照文獻(xiàn)[16]。激勵(lì)負(fù)荷的電價(jià)為0.5元/（kW·h），可中斷負(fù)荷的補(bǔ)償電價(jià)為1元/（kW·h）。風(fēng)電預(yù)測出力的可信度為0.85，火電機(jī)組的環(huán)境補(bǔ)償成本為40元/t。準(zhǔn)實(shí)時(shí)電價(jià)模型的參數(shù)a、b、c分別為1、50、0.5。電力需求響應(yīng)模型的參數(shù)設(shè)置為待估計(jì)參數(shù)a為1 450，電力需求價(jià)格彈性系數(shù)b為-0.3.細(xì)菌個(gè)數(shù)設(shè)置為100，最大迭代次數(shù)為200。圖1為日前24 h的負(fù)荷預(yù)測曲線，圖2為風(fēng)電功率預(yù)測曲線。

圖1 負(fù)荷預(yù)測曲線Fig.1Curve of load prediction

圖2 風(fēng)電功率曲線Fig.2Curve of wind power prediction

通過求解本文所提出的基于電網(wǎng)負(fù)荷率的準(zhǔn)實(shí)時(shí)電價(jià)模型可以求解出的電價(jià)如圖3所示。

圖3 準(zhǔn)實(shí)時(shí)電價(jià)Fig.3Curve of quasi-real-time price

為了進(jìn)一步說明準(zhǔn)實(shí)時(shí)電價(jià)的實(shí)施具有移峰填谷的作用，圖4給出了準(zhǔn)實(shí)時(shí)電價(jià)前后負(fù)荷曲線的對比，從圖中可以看出實(shí)行準(zhǔn)實(shí)時(shí)電價(jià)后，負(fù)荷曲線相對比較平滑，與實(shí)時(shí)電價(jià)圖相比較，在電價(jià)比較低時(shí)，負(fù)荷需求較原來的負(fù)荷需求有所增加，電價(jià)比較高時(shí)，負(fù)荷需求較原來的負(fù)荷需求相對比較低。

圖4 準(zhǔn)實(shí)時(shí)電價(jià)前后的負(fù)荷曲線對比Fig.4Comparispon of load curve with and without quasi-real-time price

圖5為考慮用戶側(cè)響應(yīng)和未考慮用戶側(cè)響應(yīng)的機(jī)組啟動(dòng)臺數(shù)的對比，從圖中可以看出，考慮用戶側(cè)響應(yīng)后機(jī)組啟動(dòng)臺數(shù)曲線相對平穩(wěn)，這是因?yàn)槿谌霚?zhǔn)實(shí)時(shí)電價(jià)的影響后，負(fù)荷曲線相對比較平穩(wěn)，減少了機(jī)組的頻繁啟停。

圖5 考慮用戶側(cè)響應(yīng)和不考慮用戶側(cè)響應(yīng)的機(jī)組啟動(dòng)臺數(shù)對比Fig.5Comparispon of number of units in operation with and without demand response

應(yīng)用本文的改進(jìn)細(xì)菌群體趨藥性算法求解本文模型，得出火電機(jī)組出力情況如圖6所示。從圖中可以看出，機(jī)組7和機(jī)組9由于安裝了污染物治理裝置，具有優(yōu)良的排污特性，即在相同出力的情況下排污量較小，因此在各個(gè)時(shí)段的出力基本上都達(dá)到了機(jī)組的最大出力。

圖6 火電機(jī)組的各個(gè)時(shí)段出力圖Fig.6Output power of thermal units within each period

圖7給出了改進(jìn)細(xì)菌群體趨藥性算法與傳統(tǒng)的細(xì)菌群體趨藥性算法的總成本收斂情況的比較圖，從圖中可以看出，本文算法的收斂速度明顯優(yōu)于傳統(tǒng)的細(xì)菌群體趨藥性算法。

表1給出了在不考慮和考慮風(fēng)電備用情況下有無融入用戶側(cè)互動(dòng)的成本，從表中可以得出以下結(jié)論。

（1）考慮旋轉(zhuǎn)備用后，系統(tǒng)需要增加一定的備用容量以應(yīng)對風(fēng)電的隨機(jī)波動(dòng)，從而增加了發(fā)電機(jī)組的成本和啟停成本。

圖7 改進(jìn)BCC與BCC算法的成本收斂曲線Fig.7Cost optimization curve of improved BCC and BCC algorithm

表1 不同情況下的成本對比Tab.1Comparison of cost with different cases萬元

（2）融入用戶側(cè)互動(dòng)后，一方面是實(shí)施準(zhǔn)實(shí)時(shí)電價(jià)后起到移峰填谷的作用，另一方面是柔性負(fù)荷作為備用需求，有效地降低了因滿足不了風(fēng)電的波動(dòng)性而被迫啟?；痣姍C(jī)組的臺數(shù)，從而使得機(jī)組的發(fā)電成本和啟停成本較無融入用戶側(cè)互動(dòng)時(shí)降低了。

考慮準(zhǔn)實(shí)時(shí)電價(jià)的基礎(chǔ)上，將柔性負(fù)荷融入到調(diào)度體系中，能夠使電力系統(tǒng)運(yùn)行更加高效，是因?yàn)槿嵝载?fù)荷也具有削峰填谷的效果，同時(shí)兼顧系統(tǒng)的備用容量，更多地接納風(fēng)電，有效減小棄風(fēng)的風(fēng)險(xiǎn)。

在本文模型中，一方面考慮了用戶側(cè)互動(dòng)，改變了負(fù)荷曲線的形狀，減少了機(jī)組的頻繁啟停，從而減少了發(fā)電成本和啟停成本；另一方面在系統(tǒng)經(jīng)濟(jì)運(yùn)行的條件下，排污特性優(yōu)異的機(jī)組調(diào)度權(quán)大，較好地兼顧了環(huán)境保護(hù)。

5 結(jié)語

本文所建立的模型綜合考慮了用戶側(cè)和發(fā)電側(cè)，在用戶側(cè)中引入了準(zhǔn)實(shí)時(shí)電價(jià)和柔性負(fù)荷，引導(dǎo)用戶調(diào)整其用電方式，在準(zhǔn)實(shí)時(shí)電價(jià)的基礎(chǔ)上，建立了相應(yīng)的負(fù)荷模型。發(fā)電側(cè)考慮了系統(tǒng)的旋轉(zhuǎn)備用，有效地降低了風(fēng)電并入電網(wǎng)所帶來的影響。同時(shí)，還兼顧了環(huán)境保護(hù)的問題，以對環(huán)境補(bǔ)償?shù)拿x對排放污染物進(jìn)行量化。最后，結(jié)合算例應(yīng)用本文的改進(jìn)細(xì)菌群體趨藥性算法對模型進(jìn)行求解，結(jié)果表明本文所建立的模型提高了系統(tǒng)的經(jīng)濟(jì)性。

參考文獻(xiàn)：

[1]邱威，張建華，劉念，等（Qiu Wei，Zhang Jianhua，Liu Nian，et al）.含大型風(fēng)電場的環(huán)境經(jīng)濟(jì)調(diào)度模型與解法（Model and solution for environmental/economic dispatch considering large-scale wind power penetration）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2011，31（19）：8-16.

[2]王開艷，羅先覺，吳玲，等（Wang Kaiyan，Luo Xianjue，Wu Ling，et al）.清潔能源優(yōu)先的風(fēng)-水-火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度（Optimal dispatch of wind-hydro-thermal power system with priority given to clean energy）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2013，33（13）：27-35.

[3]周瑋，孫輝，顧宏，等（Zhou Wei，Sun Hui，Gu Hong，et al）.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（Dynamic economic dispatch of wind integrated power systems based on risk reserve constraints）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2012，32（1）：47-55.

[4]董曉天，嚴(yán)正，馮冬涵，等（Dong Xiaotian，Yan Zheng，F(xiàn)eng Donghan，et al）.計(jì)及風(fēng)電出力懲罰成本的電力系統(tǒng)經(jīng)濟(jì)調(diào)度（Power system economic dispatch considering penalty cost of wind farm output）[J].電網(wǎng)技術(shù)（Power System Technology），2012，36（8）：76-80.

[5]高紅均，劉俊勇，魏震波，等（Gao Hongjun，Liu Junyong，Wei Zhenbo，et al）.基于極限場景集的風(fēng)電機(jī)組安全調(diào)度決策模型（A security-constrained dispatching model for wind generation units based on extreme scenario set optimization）[J].電網(wǎng)技術(shù)（Power System Technology），2013，37（6）：1590-1595.

[6]王卿然，謝國輝，張粒子（Wang Qingran，Xie Guohui，Zhang Lizi）.含風(fēng)電系統(tǒng)的發(fā)用電一體化調(diào)度模型（An integrated generation-consumption dispatch model with wind power）[J].電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2011，35（5）：15-18，30.

[7]何永秀，王怡，黃文杰，等（He Yongxiu，Wang Yi，Huang Wenjie，et al）.電力需求價(jià)格彈性與系統(tǒng)最優(yōu)備用的關(guān)系（Electricity price elasticity and optimal system reserve）[J].電力需求側(cè)管理（Power Demand Side Management），2003，5（5）：20-23.

[8]袁鐵江，晁勤，吐爾遜·伊不拉音，等（Yuan Tiejiang，Chao Qin，Tuerxun·Yibulayin，et al）．電力市場環(huán)境下含風(fēng)電機(jī)組的環(huán)境經(jīng)濟(jì)調(diào)度模型及其仿真（An environmental/economic dispatch model for power grid containing wind power generation units and its simulation in electricity market environment）[J]．電網(wǎng)技術(shù)（Power System Technology），2009，33（6）：67-71．

[9]盧錦玲，苗雨陽，張成相，等（Lu Jinling，Miao Yuyang，Zhang Chengxiang，et al）.基于改進(jìn)多目標(biāo)粒子群算法的含風(fēng)電場電力系統(tǒng)優(yōu)化調(diào)度（Power system optimal dispatch considering wind farms based on improved multiobjective particle swarm algorithm）[J].電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2013，41（17）：25-31.

[10]劉靜，羅先覺（Liu Jing，Luo Xianjue）.處理梯級水電站復(fù)雜約束的短期水火電系統(tǒng)環(huán)境經(jīng)濟(jì)優(yōu)化調(diào)度（Shorttermoptimalenvironmentaleconomichydrothermal scheduling based on handling complicated constraints of multi-chain cascaded hydropower station）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2012，32（14）：27-35.

[11]張步涵，邵劍，吳小珊，等（Zhang Buhan，Shao Jian，Wu Xiaoshan，et al）.基于場景樹和機(jī)會(huì)約束規(guī)劃的含風(fēng)電場電力系統(tǒng)機(jī)組組合（Unit commitment with wind farms using scenario tree and chance-constrained programming）[J].電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2013，41（1）：127-135.

[12]陳繼明，王元元，高艷亮（Chen Jiming，Wang Yuanyuan，Gao Yanliang）.基于改進(jìn)細(xì)菌群體趨藥性算法的配電網(wǎng)無功優(yōu)化（Reactive power optimization of distribution network based on improved bacterial colony chemotaxis algorithm）[J].電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2012，40（14）：97-102.

[13]李學(xué)福，胡高峰，馮光（Li Xuefu，Hu Gaofeng，F(xiàn)eng Guang）.基于細(xì)菌群體趨藥性算法的配電網(wǎng)無功補(bǔ)償優(yōu)化（Reactive power compensation of distribution network based on bacterial colony chemotaxis algorithm）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（1）：130-135.

[14]李秀卿，孫守鑫，張超，等（Li Xiuqing，Sun Shouxin，Zhang Chao，et al）.基于改進(jìn)細(xì)菌群體趨藥性算法的無功優(yōu)化（Reactive power optimization based on the improved bacterial colony chemotaxis algorithm）[J].電力系統(tǒng)保護(hù)與控制（Power System Protection and Control），2011，39（8）：56-59.

[15]李茜，劉天琪，李興源（Li Qian，Liu Tianqi，Li Xingyuan）.大規(guī)模風(fēng)電接入的電力系統(tǒng)優(yōu)化調(diào)度新方法（A new optimized dispatch method for power grid connected with large-scale wind farms）[J].電網(wǎng)技術(shù)（Power System Technology），2013，37（3）：733-739.

[16]袁鐵江，晁勤，吐爾遜·伊不拉音，等（Yuan Tiejiang，Chao Qin，Tuerxun·Yibulayin，et al）.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（Optimized economic and environment-friendly dispatching modeling for large-scale wind power integration）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2011，30（31）：7-13.

Environment-friendly and Economic Dispatching with Wind Farms Integration and Demand Response

FU Li1，ZHOU Bu-xiang1，WANG Xiao-hong1，LUO Huan1，ZHANG Le1，YE Zong-bin2
（1.School of Electrical Engineering and Information，Sichuan University，Chengdu 610065，China；2.Quan Zhou Power Supply company，Quanzhou 362000，China）

Because the wind power is fluctuation，and it can bring about great risk to the safety of power grid if it directly connects to the power grid.In order to improve the flexibility of power grid operation，this paper consider the system spinning reserve and demand response into the wind power system dispatch plan.The load model is constructed based on the real-time price.This paper establishes the power system dispatch model according to flexible peak load regulation and the thermal power unit's pollution discharge characteristics.Firstly，the priority method is utilized to determine the units'state of each time.Secondly，the improved bacterial colony chemotaxis algorithm is used to solve the model.Finally，the system which contains wind farm and 10 thermal units verifies the model and the simulation results indicate that the proposed schedule has certain rationality.

wind power dispatch；quasi-real-time price；flexible load；spinning reserve；improved bacterial colony chemotaxis algorithm

TM734

A

1003-8930（2014）12-0074-06

傅利（1989—），女，碩士研究生，主要從事調(diào)度自動(dòng)化及計(jì)算機(jī)信息處理方面的研究工作。Email：1004133369@qq. com

2014-04-30；

2014-06-25

周步祥（1965—），男，博士，教授，主要從事電力系統(tǒng)自動(dòng)化、計(jì)算機(jī)應(yīng)用等方面的研究工作。Email：hiway_scu@126. com

王小紅（1988—），男，碩士研究生，主要從事調(diào)度自動(dòng)化及計(jì)算機(jī)信息處理方面的研究工作。Email：554983430@qq. com