孫東磊　韓學(xué)山　楊金洪

(山東大學(xué)電網(wǎng)智能化調(diào)度與控制教育部重點實驗室　濟南　250061)

?

計及電壓調(diào)節(jié)效應(yīng)的電力系統(tǒng)機組組合

孫東磊韓學(xué)山楊金洪

(山東大學(xué)電網(wǎng)智能化調(diào)度與控制教育部重點實驗室濟南250061)

摘要以應(yīng)對不確定性為背景，以源(發(fā)電與負荷間機功率)平衡的實現(xiàn)為線索，提出一種新的電力系統(tǒng)機組組合模型。該模型充分計及電壓調(diào)節(jié)效應(yīng)，并考慮備用響應(yīng)機制，統(tǒng)籌考慮源平衡及其電壓支撐，以挖掘電力系統(tǒng)消納不確定性的協(xié)同能力。針對該模型，給出了基于Benders分解思想的求解思路，即將該模型分解為主問題和子問題，主問題為計及直流潮流網(wǎng)絡(luò)約束的機組組合，子問題為各場景下交流潮流電壓支撐校驗，通過子問題反饋的Benders割修正主問題的尋優(yōu)域。算例分析表明了所提方法的有效性。

關(guān)鍵詞：電力系統(tǒng)機組組合協(xié)同調(diào)度電壓調(diào)節(jié)效應(yīng)隨機不確定性Benders分解

Power System Unit Commitment Considering Voltage Regulation Effect

SunDongleiHanXueshanYangJinhong

(Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education Shandong UniversityJinan250061China)

AbstractIn order to deal with the injection uncertainties，a novel unit commitment (UC) model is proposed by treating the realization of source power balance，i.e.mechanical power of the supply and demand side，as the clue.The voltage regulation effect and the unit reserve response mechanism are well considered in the model.Additionally，the source power balance and its voltage support are effectively integrated to exploit the potential synergistic capability of the power system to accommodate the injection uncertainties.Based on Benders decomposition algorithm，the model is decomposed into a master problem and some sub-problems.The master problem is the unit commitment problem with direct current (DC) power flow constraints，and the sub-problemsare the alternating current (AC) power flow voltage support decisions for each scenario.The feasible domain of the master problem is restrained by the Benders cuts developed by all the sub-problems.Finally，the validity and effectiveness of the model and the algorithm are verified by case studies.

Keywords：Power system，unit commitment，synergistic dispatch，voltage regulation effect，random uncertainty，Benders decomposition

0引言

電力系統(tǒng)是以電(電磁能)為媒介承接機(包括位能、動能、光能、熱能等外力)功率平衡的載體，其功能是完成一個機-電-機的平衡。電力系統(tǒng)調(diào)度涉及滿足機功率平衡的經(jīng)濟調(diào)度和以電功率為核心的、牽制這一機功率平衡的電壓支撐問題，兩者間有機關(guān)聯(lián)，不能分離。電功率與電壓和頻率相關(guān)，假設(shè)頻率為額定頻率不變，電功率就僅與電壓相關(guān)，故稱電壓支撐，在調(diào)度中對應(yīng)如何考慮電壓水平等制約問題。機組組合是電力系統(tǒng)短期運行調(diào)度決策中一個關(guān)鍵而基礎(chǔ)的環(huán)節(jié)，是以系統(tǒng)運行經(jīng)濟性為目標超前決策機組啟停狀態(tài)及備用容量配置，以滿足預(yù)期的負荷及其波動的需要[1]。機組組合實際上是較長時間尺度的發(fā)電計劃的預(yù)決策，其超前決策自動發(fā)電控制(Automatic Generation Control，AGC)機組調(diào)節(jié)容量配置，執(zhí)行效果直接關(guān)系到后續(xù)的較短時間尺度的超前調(diào)度與AGC控制策略及系統(tǒng)頻率、電壓的一次調(diào)節(jié)等環(huán)節(jié)的執(zhí)行情況[2，3]。傳統(tǒng)的調(diào)度主要是應(yīng)對用電負荷的不確定性，由于用電負荷具有周期性的波動規(guī)律和相對較高的預(yù)測準確度，因此，傳統(tǒng)的機組組合主要是針對負荷需求的期望值進行確定性的優(yōu)化建模。

機組組合研究可追溯至20世紀60年代，C.J.Baldwin等[4]首次提出日前調(diào)度中的機組經(jīng)濟停運問題，掀起了機組組合問題經(jīng)久不衰的研究[5-7]。在機組組合問題研究的初期，主要考慮發(fā)電與負荷容量的匹配，其實質(zhì)為機功率的平衡問題，基本沒有涉及電的物理規(guī)律，有時又稱其為單母線模型。至20世紀80年代初，隨著電網(wǎng)安全問題逐漸得到重視以及電力市場競爭機制的不斷推進，出現(xiàn)了考慮網(wǎng)絡(luò)制約的安全約束機組組合[8-10]，其主要是基于簡化形式的直流潮流模型形式，在電壓支撐能力很強的情況下能較好地反應(yīng)電網(wǎng)中的有功潮流情況。

新形勢下，傳統(tǒng)的火電等化石能源發(fā)電(主動電源)處于減緩或遏制的態(tài)勢，風(fēng)光等可再生能源發(fā)電(被動電源)迅猛發(fā)展，電力系統(tǒng)調(diào)度運行中有限的主動電源應(yīng)對被動電源和常規(guī)負荷的過程中必須面對強不確定性接納能力的挑戰(zhàn)。與此同時，源網(wǎng)(電功率的載體)間的矛盾日益突出，源平衡的電壓支撐面臨應(yīng)對被動量(指常規(guī)負荷和可再生能源發(fā)電等)不確定性程度日趨增加的考驗。對此，就日前時間級的機組組合問題，許多學(xué)者從不同角度進行了拓展研究。這些研究分為兩類，一類是應(yīng)對被動量不確定性的魯棒機組組合或隨機機組組合研究[11-15]，如應(yīng)對節(jié)點注入不確定性的機組組合的兩階段自適應(yīng)魯棒優(yōu)化；基于場景分析的含風(fēng)電系統(tǒng)機組組合的兩階段隨機優(yōu)化；考慮調(diào)峰約束的風(fēng)水火隨機機組組合；基于多時間尺度協(xié)調(diào)機組組合的含風(fēng)電系統(tǒng)旋轉(zhuǎn)備用優(yōu)化等研究。上述研究從應(yīng)對不確定性的策略或優(yōu)化方法著手，取得了較好的效果。然而上述研究均是在剛性的電網(wǎng)電壓水平這一假設(shè)條件下實現(xiàn)的，忽略了電功率與機功率之間的耦合關(guān)系，使電壓支撐的關(guān)聯(lián)不能顯現(xiàn)，理論上有一定的局限性，難以稱得上為電力系統(tǒng)的機組組合問題。另一類是考慮電壓支撐影響的有功與無功牽連的機組組合方法或策略的研究[16-22]，如考慮交流潮流約束的機組組合；考慮機組組合的動態(tài)最優(yōu)潮流；考慮電壓安全的輸電元件和機組運行狀態(tài)聯(lián)合決策；隨機不確定性下計及交流潮流約束的機組組合研究等。該類研究在一定程度上考慮了電壓支撐對機組啟停的牽制，然而計及交流潮流的機組組合的關(guān)鍵在于分析電功率特性對機組啟停的影響，尤其是反映電壓支撐水平對其產(chǎn)生的制約作用，但上述研究均認為源功率是剛性的，獨立于電壓水平，實際上，電力系統(tǒng)運行時允許電壓在一定范圍內(nèi)變化，而且源自身帶有自愈性的電壓調(diào)節(jié)效應(yīng)，這是人造電力系統(tǒng)在一定條件下實現(xiàn)自動平衡的根本，若忽視這一特性必將造成調(diào)度決策的保守性。

電力系統(tǒng)運行的柔性決策[23]不僅符合運行實際，而且更有助于挖掘系統(tǒng)潛在的調(diào)控潛力。文獻[24]在調(diào)度決策中考慮發(fā)電機組的短期過負荷能力以優(yōu)化旋轉(zhuǎn)備用配置。文獻[25]在安全約束機組組合中計及輸電線路動態(tài)熱定值以提高系統(tǒng)運行的經(jīng)濟技術(shù)效益。目前國內(nèi)外對事故或擾動情況下考慮電壓調(diào)節(jié)效應(yīng)以調(diào)動系統(tǒng)自動的平衡能力達成了共識[26-28]，而至今，正常運行狀態(tài)下，在短期運行調(diào)度中考慮電壓調(diào)節(jié)效應(yīng)鮮有研究[29]，尤其是計及電壓調(diào)節(jié)效應(yīng)的調(diào)度體系尚未完備。

實現(xiàn)源平衡是電力系統(tǒng)調(diào)度與控制的目標，如何實現(xiàn)調(diào)控一體，即在調(diào)度中考慮控制，控制中計及調(diào)度是電力系統(tǒng)消納不確定性的關(guān)鍵，充分挖掘電力系統(tǒng)自身電壓支撐的協(xié)同潛力以增強不確定性下源平衡能力是本文研究的宗旨。為此，以應(yīng)對不確定性為背景，以源平衡的實現(xiàn)為線索，提出一種新的電力系統(tǒng)機組組合模型，該模型充分考慮電壓調(diào)節(jié)效應(yīng)，備用的配置及其響應(yīng)機制一體化決策，統(tǒng)籌考慮源平衡及其電壓支撐，以充分挖掘電力系統(tǒng)消納不確定性的協(xié)同能力。針對該模型，給出基于Benders分解的求解方法，并進行了算例驗證，算例分析表明了此研究的有效性。

1計及電壓調(diào)節(jié)效應(yīng)的協(xié)同調(diào)度體系

從維持電壓水平的角度出發(fā)，驅(qū)動或制動源功率的設(shè)備(發(fā)電機勵磁、電動機、純電阻或靜止阻抗特性等)均有一個特點，就是當電壓變化時，其自身都帶有負反饋特性，即源有自動適應(yīng)功率平衡的能力。任一波動場景下，該特性的作用就反映出電力系統(tǒng)控制有其本身無序但實質(zhì)有序的協(xié)同能力，這就是源的電壓調(diào)節(jié)效應(yīng)。所有電氣設(shè)備都有其允許的電壓變化范圍，電力系統(tǒng)運行時允許電壓在一定范圍內(nèi)變化是電壓調(diào)節(jié)效應(yīng)得以發(fā)揮的前提。電壓調(diào)節(jié)效應(yīng)主要源自同步發(fā)電機勵磁有差調(diào)節(jié)特性和負荷的靜態(tài)電壓特性，網(wǎng)在其中起受電磁功率分布制約的傳遞作用。實際上，電壓調(diào)節(jié)效應(yīng)就是通過自動的電壓調(diào)節(jié)改變源的機功率的大小，促進源平衡的實現(xiàn)。源平衡及其電壓支撐的統(tǒng)籌決策就是基于被動量的屬性(期望值及其波動范圍)，依據(jù)上述特性，決策電磁功率特性，以在決策層面上調(diào)動系統(tǒng)消納不確定性的協(xié)同能力。

隨著電力系統(tǒng)中不確定性因素日趨增加，電壓調(diào)節(jié)的協(xié)同能力不容忽視。實際上，電壓調(diào)節(jié)效應(yīng)受電壓支撐的影響，與調(diào)度緊密相關(guān)，是調(diào)度中不可分割的一部分。文獻[29]就計及電壓調(diào)節(jié)效應(yīng)的協(xié)同調(diào)度進行了研究，做為電力系統(tǒng)短期運行調(diào)度體系中承上啟下的中間環(huán)節(jié)，其基于上層日前機組組合決策的容量及備用配置，而同時又為下層的頻率、電壓控制決策響應(yīng)方式。電力系統(tǒng)調(diào)度體系架構(gòu)如圖1所示，本文計及電壓調(diào)節(jié)效應(yīng)的機組組合對系統(tǒng)應(yīng)對不確定性的備用容量進行了配置，著重考慮在大規(guī)模風(fēng)電并網(wǎng)背景下，如何在機組組合中計及電壓調(diào)節(jié)效應(yīng)。

圖1　電力系統(tǒng)協(xié)同調(diào)度體系Fig.1　Structure of synergistic dispatch in power system

作為協(xié)同調(diào)度的基礎(chǔ)，日前時間級的機組組合需要在決策中考慮后續(xù)的二次和一次調(diào)節(jié)，為其預(yù)留調(diào)節(jié)空間，保證超前時間級的經(jīng)濟調(diào)度以及自動發(fā)電控制與自動電壓控制(Automatic Voltage Control，AVC)協(xié)調(diào)控制順利實施。被動電源大規(guī)模并網(wǎng)背景下，在調(diào)度決策中計及實際運行中電網(wǎng)電壓水平允許在一定范圍內(nèi)變化的特點，通過電壓調(diào)節(jié)效應(yīng)促進源平衡的實現(xiàn)，有助于避免決策結(jié)果的保守性。

2計及電壓調(diào)節(jié)效應(yīng)的機組組合模型

計及電壓調(diào)節(jié)效應(yīng)的機組組合是在隨機不確定性背景下以追求電網(wǎng)運行經(jīng)濟性最優(yōu)為目標，同時滿足系統(tǒng)運行的物理和技術(shù)約束條件，以對發(fā)電機組的啟停狀態(tài)和有功出力進行預(yù)先安排。本文將其表述為兩階段決策問題，其中第一階段為決策源平衡方式的機組啟停問題，第二階段為各場景下電壓支撐校驗。

2.1目標函數(shù)

(1)

2.2決策變量

2.3約束條件

2.3.1第一階段決策量約束條件

最小開機時間約束

ugt=1,?g∈Non, t≤Lg

(2)

-ug(t-1)+ugt-ugk≤0,?g,?t, k∈NT,

1≤k-(t-1)≤Sg

(3)

式中，Lg為初始時刻機組g的必須開機時間；Sg為機組g的最小開機時間；Non為初始開啟機組集合。

最小停機時間約束

ugt=0,?g∈Noff, t≤Gg

(4)

ug(t-1)-ugt+ugk≤1,?g,?t, k∈NT,

1≤k-(t-1)≤Eg

(5)

式中，Gg為初始時刻機組g的必須停機時間；Eg為機組g的最小停機時間；Noff為初始停運機組集合。

發(fā)電機有功功率上下限約束

(6)

功率平衡約束：

(7)

(8)

發(fā)電機組爬坡約束

(9)

(10)

式(11)為支路允許傳輸載荷約束，其為了減少變量引入簡化計算，通過注入轉(zhuǎn)移因子將支路傳輸功率表示為節(jié)點注入功率的函數(shù)。

(11)

發(fā)電機啟動成本約束

(12)

(13)

2.3.2第二階段決策量約束條件

各場景下節(jié)點功率平衡約束

(14)

各場景下風(fēng)電出力運行范圍約束

(15)

各場景下備用約束

(16)

(17)

各場景下發(fā)電機有功功率上下限約束

(18)

各場景下機組爬坡約束

?g,?t,?s

(19)

?g,?t,?s

(20)

各場景下發(fā)電機勵磁系統(tǒng)無功-電壓有差調(diào)節(jié)特性為

(21)

發(fā)電機勵磁上下限約束

(22)

各場景下節(jié)點電壓運行范圍約束

(23)

(24)

各場景下支路允許傳輸載荷約束

(25)

(26)

各場景下切負荷約束

0≤λdts≤1,?d∈ND,?t,?s

(27)

(28)

有載調(diào)壓變壓器非標準變比范圍約束

(29)

無功補償設(shè)備運行范圍約束

(30)

負荷的靜態(tài)電壓特性為

(31)

3基于Benders分解法的求解思路

Benders分解[30]的主要思路是通過選擇原問題的一些復(fù)雜變量(complicating variables)以將其分解為主問題和子問題交替迭代求解，將復(fù)雜變量同時放置于主問題和子問題中以形成主、子問題之間的牽連，依據(jù)子問題不斷反饋的Benders割來修正主問題的尋優(yōu)域，以逐漸逼近原問題最優(yōu)解。Benders分解已在電力系統(tǒng)優(yōu)化領(lǐng)域得到諸多應(yīng)用[31-33]。本文基于Benders分解法求解計及電壓調(diào)節(jié)效應(yīng)的機組組合問題，將所述模型式(1)～式(31)分解成主問題和子問題，其中主問題是計及直流網(wǎng)絡(luò)約束的機組組合問題，用以決策發(fā)電機組啟停狀態(tài)和調(diào)度的有功功率，并以此作為復(fù)雜變量形成主、子問題之間的關(guān)聯(lián)，子問題則為各場景下的電壓支撐決策問題，用以校驗各場景下的交流潮流約束，根據(jù)子問題優(yōu)化結(jié)果形成Benders割反饋給主問題，從而實現(xiàn)主、子問題之間的交替迭代求解。

3.1子問題

基于Benders分解思想的子問題可描述如下。

目標函數(shù)

(32)

約束條件

(33)

為保證子問題有解而松弛的發(fā)電機組勵磁上下限約束和節(jié)點電壓幅值約束為

?g∈NG,?t,?s

(34)

?i∈NN,?t,?s

(35)

將式(17)變形簡化表達為

(36)

各機組的啟停狀態(tài)和有功功率基點由主問題給定為

(37)

(38)

非負松弛變量約束

(39)

(40)

3.2主問題

基于Benders分解思想的主問題可描述如下。

目標函數(shù)

(41)

約束條件

(42)

式(42)為基于機組發(fā)電成本特性函數(shù)的凸性而將其分段線性化，本文中分大小相等兩段，ag1、bg1、ag2和bg2均為機組g發(fā)電成本函數(shù)分段線性成本系數(shù)。

式(2)～式(13)

(43)

由子問題反饋的Benders割為

n=1,…,v-1

(44)

(45)

(46)

(47)

3.3求解流程

所提模型具體求解流程如圖2所示。

圖2　模型求解流程圖Fig.2　Solution flow chart of the proposed model

圖2中，各隨機場景可由歷史信息獲取，或根據(jù)預(yù)測精度生成隨機場景，短期運行調(diào)度中預(yù)測精度可大致表示為[34]

σt=σ0tx?t∈NT

(48)

式中，σ0為初始時段的預(yù)測誤差；σt為時段t的預(yù)測誤差；x為表示時段間預(yù)測誤差關(guān)系的常數(shù)，可由最大時段的預(yù)測誤差確定。

圖2中，收斂條件為

(49)

式中，ε為收斂精度。

(50)

基于Benders分解，將原問題分解為主問題和子問題，主問題在數(shù)學(xué)上為混合整數(shù)線性規(guī)劃模型，而子問題在數(shù)學(xué)上則為非線性規(guī)劃模型。

4算例分析

算例仿真在一臺配置為Intel?Xeon E3-1220(3.10 GHz)處理器、8G內(nèi)存的計算機上實現(xiàn)。在Microsoft visual studio 2008環(huán)境下，采用C++語言編制本文計及電壓調(diào)節(jié)效應(yīng)的電力系統(tǒng)機組組合仿真程序，其中，對主問題的MIP模型求解調(diào)用CPLEX優(yōu)化器進行求解，各子問題NLP模型求解調(diào)用IPOPT優(yōu)化器進行求解。

4.1算例系統(tǒng)

以文獻[35]中的IEEE14節(jié)點系統(tǒng)為基礎(chǔ)修改得到的含風(fēng)電的IEEE14節(jié)點系統(tǒng)為例，風(fēng)電場接入節(jié)點9和節(jié)點13，其裝機容量分別為126 MW和147 MW。修改的IEEE14節(jié)點系統(tǒng)發(fā)電機組技術(shù)參數(shù)和成本參數(shù)分別如附表1和附表2所示。假設(shè)負荷預(yù)測初始時段和最大時段的預(yù)測偏差分別為±2.5%、±5%，風(fēng)功率預(yù)測初始時段和最大時段的預(yù)測偏差分別為±5%、±10%。由于本文旨在分析電壓調(diào)節(jié)效應(yīng)對電力系統(tǒng)機組組合的影響，場景處理細節(jié)暫不予考慮，算例分析中根據(jù)預(yù)測精度生成20組隨機場景予以分析。假設(shè)系統(tǒng)中各節(jié)點負荷的有功功率具有相同的日負荷率變化曲線，且功率因數(shù)保持不變，各時段負荷以文獻[35]中負荷有功、無功功率為基礎(chǔ)，乘以如圖3所示的負荷場景比例系數(shù)得到。各風(fēng)電場容量因子場景曲線如圖4所示。

圖3　負荷場景Fig.3　Load demand scenarios

圖4　風(fēng)功率場景Fig.4　Wind power scenarios

4.2算例分析

算例仿真中，調(diào)度時段長度取為1 h；假設(shè)各負荷靜態(tài)電壓特性系數(shù)αP和αQ分別為0.92、1.0[36]；功率基準值為100 MV·A。為簡化分析，假設(shè)風(fēng)電場以單位功率因數(shù)運行。各節(jié)點允許的電壓范圍為0.95 (pu)～1.05 (pu)。

為表明所提模型的有效性，對比以下3種機組組合方案：①直流潮流約束下的機組組合(DC power flow constrained Unit Commitment，DCUC)，即本文模型不考慮電壓支撐的直流潮流約束情況；②交流潮流約束下的機組組合(AC power flow constrained Unit Commitment，ACUC)，即本文模型不考慮電壓調(diào)節(jié)效應(yīng)的情況；③本文計及電壓調(diào)節(jié)效應(yīng)的機組組合(Voltage regulation effect Concerned Unit Commitment，VCUC)。

直流潮流約束下的機組組合決策的系統(tǒng)總運行費用(即本文優(yōu)化模型目標值)為112550$，各機組的啟停計劃如表1所示。交流潮流約束下的機組組合決策的系統(tǒng)總運行費用為114 199$，各機組的啟停計劃如表2所示。計及電壓調(diào)節(jié)效應(yīng)的機組組合決策的系統(tǒng)總運行費用為109 908$，各機組的啟停計劃如表3所示。不同機組組合方案調(diào)度成本對比如表4所示。

對比表1、表2及表4可知，直流潮流約束下的機組組合決策的發(fā)電成本比交流潮流約束下的機組組合決策結(jié)果低，其原因為前者忽略了系統(tǒng)電壓支撐約束以及系統(tǒng)網(wǎng)損的影響，故其決策結(jié)果比實際情形較優(yōu)，但經(jīng)計算驗證，該決策方案在不確定性場景下存在電壓支撐問題，在實際執(zhí)行過程中存在電壓越限的風(fēng)險；后者計及電壓支撐約束，受系統(tǒng)電壓支撐能力

表1　直流潮流約束下的機組組合決策結(jié)果

注：0表示機組停運。

表2　交流潮流約束下的機組組合決策結(jié)果

表3　計及電壓調(diào)節(jié)效應(yīng)的機組組合決策結(jié)果

表4　機組組合方案對比

影響，機組啟停狀態(tài)發(fā)生變化，具體表現(xiàn)為機組G4在時段3繼續(xù)運行，機組G2在時段16提前開啟，機組G5在時段17提前開啟，相應(yīng)地，系統(tǒng)備用成本增加，棄風(fēng)電成本略有降低。

對比表2~表4可知，決策中計及電壓調(diào)節(jié)效應(yīng)后，比僅考慮交流潮流約束的運行成本更低，備用成本降低，各場景下均無棄風(fēng)電現(xiàn)象，其原因為電壓的調(diào)整即決定源平衡的方式，通過在允許的電壓區(qū)間內(nèi)調(diào)整電壓以應(yīng)對不確定量的變化可有利于消納不確定性，以在更大范圍內(nèi)適應(yīng)電力系統(tǒng)面臨的不確定性。

對比表1～表3可知，決策中計及電壓調(diào)節(jié)效應(yīng)后，僅需機組G6在時段17提前開啟，源平衡實現(xiàn)過程中的電壓支撐情況得到改善，這樣做更符合實際，從而使決策免除保守性。

5結(jié)論

為應(yīng)對新形勢下電力系統(tǒng)中日趨增加的不確定性因素，提出了計及電壓調(diào)節(jié)效應(yīng)的電力系統(tǒng)機組組合模型，充分計及電壓調(diào)節(jié)效應(yīng)，備用容量配置時有效考慮備用響應(yīng)，統(tǒng)籌考慮源平衡及其電壓支撐，以挖掘電力系統(tǒng)消納不確定性的協(xié)同能力。算例驗證分析表明：

1)計及電壓調(diào)節(jié)效應(yīng)的電力系統(tǒng)機組組合體現(xiàn)了電功率與機功率之間的有機關(guān)聯(lián)，能夠反映電壓支撐制約機組啟停的本質(zhì)。

2)源功率受電功率牽制，且具有自動的電壓調(diào)節(jié)效應(yīng)，電壓水平?jīng)Q定源平衡的方式，源平衡及其電壓支撐統(tǒng)一決策會更符合實際，從而使決策免除保守性，以在更大范圍內(nèi)適應(yīng)電力系統(tǒng)面臨的不確定性。

3)將電壓調(diào)節(jié)效應(yīng)引入機組組合模型，以在決策層面上調(diào)動自動的電壓調(diào)節(jié)的協(xié)同能力，不僅有效增強了源平衡能力，還對提高系統(tǒng)運行經(jīng)濟性具有積極影響。

本研究是電力系統(tǒng)協(xié)同調(diào)度理論研究的重要組成部分，進一步會將其拓展到應(yīng)對擾動的計及系統(tǒng)校正再調(diào)度能力的安全約束機組組合研究中。此外，還需進一步研究計及電壓調(diào)節(jié)效應(yīng)的調(diào)壓輔助調(diào)頻問題，預(yù)期會促進新形勢下電力系統(tǒng)調(diào)度理論的發(fā)展。

附　　錄

附表2　修改的IEEE 14節(jié)點系統(tǒng)發(fā)電機組成本參數(shù)

參考文獻

[1]Wood A J，Wollenberg B F.Power Generation，Operation and Control[M].北京：清華大學(xué)出版社，2003.

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

Zhang Boming，Wu Wenchuan，Zheng Taiyi.Design of a multi-time scale coordinated active power dispatching system for accommodating large scale wind power penetration[J].Automation of Electric Power Systems，2011，35(1)：1-6.

[3]Ela E，O’Malley M.Studying the variability and uncertainty impacts of variable generation at multiple timescales[J].IEEE Transactions on Power Systems，2012，27(3)：1324-1333.

[4]Baldwin C J，Dale K M，Dittrich R F.A study of the economic shutdown of generating units in daily dispatch[J].Transactions of the AIEE on Power Apparatus and Systems，1959，78(4)：1272-1282.

[5]Van Den Bosch J，Honderd G.A solution of the unit commitment problem via decomposition and dynamic programming[J].IEEE Transactions on Power Apparatus and Systems，1985，PAS-102(7)：1684-1690.

[6]Nieva R，Inda A，Guillen I.Lagrangian reduction of search-range for large-scale unit commitment[J].IEEE Transactions on Power Systems，1987，2(2)：465-473.

[7]韓學(xué)山，柳焯.考慮發(fā)電機組輸出功率速度限制的最優(yōu)機組組合[J].電網(wǎng)技術(shù)，1994，18(6)：11-16.

Han Xueshan，Liu Zhuo.Optimal unit commitment considering unit’s ramp-rate limits[J].Power System Technology，1994，18(6)：11-16.

[8]Ruzic S，Rajakovic N.A new approach for solving extended unit commitment problem[J].IEEE Transactions on Power Systems，1991，6(1)：269-277.

[9]張利，趙建國，韓學(xué)山.考慮網(wǎng)絡(luò)安全約束的機組組合新算法[J].電網(wǎng)技術(shù)，2006，30(21)：50-54.

Zhang Li，Zhao Jianguo，Han Xueshan.A new unit commitment algorithm considering network security constraints[J].Power System Technology，2006，30(21)：50-54.

[10]楊朋朋.機組組合理論與算法研究[D].濟南：山東大學(xué)，2008.

[11]Bertsimas D，Litvinov E，Sun X A.Adaptive robust optimization for the security constrained unit commitment problem[J].IEEE Transactions on Power Systems，2013，28(1)：52-63.

[12]雷宇，楊明，韓學(xué)山.基于場景分析的含風(fēng)電系統(tǒng)機組組合的兩階段隨機優(yōu)化[J].電力系統(tǒng)保護與控制，2012，40(23)：58-67.

Lei Yu，Yang Ming，Han Xueshan.A two-stage stochastic optimization of unit commitment considering wind power based on scenario analysis[J].Power System Protection and Control，2012，40(23)：58-67.

[13]葛曉琳，張粒子.考慮調(diào)峰約束的風(fēng)水火隨機機組組合問題[J].電工技術(shù)學(xué)報，2014，29(10)：222-230.

Ge Xiaolin，Zhang Lizi.Wind-hydro-thermal stochastic unit commitment problem considering the peak regulation constraints[J].Transactions of China Electrotechnical Society，2014，29(10)：222-230.

[14]盧鵬銘，溫步瀛，江岳文.基于多時間尺度協(xié)調(diào)機組組合的含風(fēng)電系統(tǒng)旋轉(zhuǎn)備用優(yōu)化研究[J].電力系統(tǒng)保護與控制，2015，43(5)：94-100.

Lu Pengming，Wen Buying，Jiang Yuewen.Study on optimization of spinning reserve in wind power integrated power system based on multiple timescale and unit commitment coordination[J].Power System Protection and Control，2015，43(5)：94-100.

[15]Zheng Q P，Wang J，Liu A L.Stochastic optimization for unit commitment——a review[J].IEEE Transactions on Power Systems，2015，30(4)：1913-1924.

[16]Fu Y，Shahidehpour M，Li Z.Security-constrained unit commitment with AC constraints[J].IEEE Transactions on Power Systems，2005，20(2)：1001-1013.

[17]江全元，張銘澤，高強.考慮交流潮流約束的機組組合并行解法[J].電工技術(shù)學(xué)報，2009，24(8)：120-126.

Jiang Quanyuan，Zhang Mingze，Gao Qiang.A parallel algorithm for unit commitment including AC power flow constraints[J].Transactions of China Electrotechnical Society，2009，24(8)：120-126.

[18]潘志遠，韓學(xué)山，劉超男.交流潮流約束下的機組組合求解[J].山東大學(xué)學(xué)報(工學(xué)版)，2012，42(2)：130-137.

Pan Zhiyuan，Han Xueshan，Liu Chaonan.Unit commitment considering alternating current power flow constraints[J].Journal of Shandong University (Engineering Science)，2012，42(2)：130-137.

[19]Bai Yang，Zhong Haiwang，Xia Qing，et al.A decomposition method for network-constrained unit commitment with AC power flow constraints[J].Energy，2015，88：595-603.

[20]Bai X，Wei H.Semi-definite programming based method for security constrained unit commitment with operational and optimal power flow problems[J].IET Generation，Transmission & Distribution，2009，3(2)：182-197.

[21]Khanabadi M，Ghasemi H，Doostizadeh M.Optimal transmission switching considering voltage security and N-1 contingency analysis[J].IEEE Transactions on Power Systems，2013，28(1)：542-550.

[22]Nasri A，Kazempour S J，Conejo A J，et al.Network-constrained ac unit commitment under uncertainty：a benders decomposition approach[J].IEEE Transactions on Power Systems，2016，31(1)：412-422.

[23]韓學(xué)山，趙建國.剛性優(yōu)化與柔性決策結(jié)合的電力系統(tǒng)運行調(diào)度理論探討[J].中國電力，2004，37(1)：15-18.

Han Xueshan，Zhao Jianguo.Theoretical discussion on combination of rigid optimality and flexible decision-making for electric power system operation dispatching[J].Electric Power，2004，37(1)：15-18.

[24]Thalassinakis E J，Dialynas E N.A method for optimal spinning reserve allocation in isolated power systems incorporating an improved speed governor model[J].IEEE Transactions on Power Systems，2007，22(4)：1629-1637.

[25]Nick M，Alizadeh-Mousavi O，Cherkaoui R，et al.Security constrained unit commitment with dynamic thermal line rating[J].IEEE Transactions on Power Systems，DOI：10.1109/TPWRS.2015.2445826.

[26]Zareipour H，Canizares C A，Bhattacharya K.The operation of Ontario’s competitive electricity market：overview，experiences，and lessons[J].IEEE Transactions on Power Systems，2007，22(4)：1782-1793.

[27]孫艷，杭乃善，李如琦.考慮頻率質(zhì)量約束的最優(yōu)潮流模型[J].中國電機工程學(xué)報，2010，30(22)：77-84.

Sun Yan，Hang Naishan，Li Ruqi.Frequency quality constrained optimal power flow model[J].Proceedings of the CSEE，2010，30(22)：77-84.

[28]郭為民，魏強，唐耀華.一種可在特高壓或風(fēng)電大量接入后減少旋轉(zhuǎn)備用的新方法[J].電力系統(tǒng)保護與控制，2014，42(7)：1-7.

Guo Weimin，Wei Qiang，Tang Yaohua.A new approach to decrease reserve demand when bulky wind power or UHV is connected[J].Power System Protection and Control，2014，42(7)：1-7.

[29]孫東磊，韓學(xué)山.計及電壓調(diào)節(jié)效應(yīng)的電力系統(tǒng)協(xié)同調(diào)度[J].電工技術(shù)學(xué)報，2015，30(19)：106-116.

Sun Donglei，Han Xueshan.Power system synergistic dispatch considering voltage regulation effect[J].Transactions of China Electrotechnical Society，2015，30(19)：106-116.

[30]Benders J F.Partitioning procedures for solving mixed-variables programming problems[J].Numerische Mathematik，1962，4(1)：238-252.

[31]鐘世民，韓學(xué)山，劉道偉.計及校正控制的安全約束最優(yōu)潮流的奔德斯分解算法[J].中國電機工程學(xué)報，2011，31(1)：65-71.

Zhong Shimin，Han Xueshan，Liu Daowei.Benders decomposition algorithm for corrective security- constrained optimal power flow[J].Proceedings of the CSEE，2011，31(1)：65-71.

[32]Rabiee A，Parniani M.Voltage security constrained multi-period optimal reactive power flow using benders and optimality condition decompositions[J].IEEE Transactions on Power Systems，2013，28(2)：696-708.

[33]李本新，韓學(xué)山.發(fā)輸電檢修與機組組合聯(lián)合決策的Benders 分解方法[J].電工技術(shù)學(xué)報，2015，30(3)：224-231.

Li Benxin，Han Xueshan.Benders decomposition algorithm for coordination of generation and transmission maintenance scheduling with unit commitment[J].Transactions of China Electro- technical Society，2015，30(3)：224-231.

[34]Jabr R A，Karaki S，Korbane J A.Robust multi-period OPF with storage and renewables[J].IEEE Transactions on Power Systems，2015，30(5)：2790-2799.

[35]Singh D，Misra R K.Multi-objective feeder reconfiguration in different tariff structures[J].IET Generation，Transmission & Distribution，2010，4(8)：974-988.

[36]Madsen H，Pinson P，Kariniotakis G，et al.Standardizing the performance evaluation of short-term wind power prediction models[J].Wind Engineering，2005，29(6)：475-489.

孫東磊男，1988年生，博士研究生，研究方向為電力系統(tǒng)源網(wǎng)協(xié)同理論研究與工程應(yīng)用技術(shù)開發(fā)。

E-mail：sdusdlei@sina.com(通信作者)

韓學(xué)山男，1959年生，博士，教授，博士生導(dǎo)師，研究方向為電力系統(tǒng)優(yōu)化調(diào)度、EMS、電力市場。

E-mail：xshan@sdu.edu.cn

作者簡介

中圖分類號：TM71

收稿日期2015-09-30改稿日期2015-11-20

國家重點基礎(chǔ)研究發(fā)展(973)計劃(2013CB228205)和國家自然科學(xué)基金(51177091，51477091)資助項目。