夏新華， 高宗和， 李恒強(qiáng)， 徐 帆， 王 剛

(1. 國網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院，浙江 杭州 310008；2. 南瑞集團(tuán)(國網(wǎng)電力科學(xué)研究院)，江蘇 南京 211106；3. 國網(wǎng)四川省電力公司檢修公司，四川 成都 610041)

·電網(wǎng)技術(shù)·

考慮時(shí)空互補(bǔ)特性的風(fēng)光水火多能源基地聯(lián)合優(yōu)化調(diào)度

夏新華1， 高宗和2， 李恒強(qiáng)3， 徐 帆2， 王 剛2

(1. 國網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院，浙江 杭州 310008；2. 南瑞集團(tuán)(國網(wǎng)電力科學(xué)研究院)，江蘇 南京 211106；3. 國網(wǎng)四川省電力公司檢修公司，四川 成都 610041)

為促進(jìn)風(fēng)能、光能等新能源發(fā)電的消納，實(shí)現(xiàn)風(fēng)光水火多能源基地聯(lián)合優(yōu)化調(diào)度的調(diào)峰效益、經(jīng)濟(jì)效益以及環(huán)保效益的最大化，本文在分析風(fēng)、光、水、火多能源介質(zhì)時(shí)空特性的基礎(chǔ)上，提出了一種以最小化火電機(jī)組運(yùn)行成本、棄風(fēng)量、棄光量、棄水量為優(yōu)化目標(biāo)的考慮風(fēng)光水火時(shí)空互補(bǔ)特性的多能源基地聯(lián)合優(yōu)化調(diào)度模型，為特高壓輸電背景下送端多能源基地聯(lián)合優(yōu)化調(diào)度問題提供了一種參考方案。文中算例以時(shí)空差異特征顯著的新疆地區(qū)和東部某區(qū)域的多能源基地為研究對(duì)象，通過實(shí)際算例的計(jì)算分析，驗(yàn)證了文中模型理論上能夠促進(jìn)新能源發(fā)電的消納，降低火電機(jī)組的運(yùn)行成本。

多能源基地; 時(shí)空互補(bǔ)特性; 新能源消納; 聯(lián)合調(diào)度; 混合整數(shù)規(guī)劃

0 引言

風(fēng)能、太陽能、水能等清潔能源是當(dāng)前世界上最具大規(guī)模商業(yè)化開發(fā)潛力的可再生能源。大規(guī)模開發(fā)利用風(fēng)能、太陽能以及水力發(fā)電己經(jīng)成為世界各國改善能源結(jié)構(gòu)，解決能源和環(huán)境問題，保證國民經(jīng)濟(jì)可持續(xù)發(fā)展的有效措施之一。近年來，隨著能源危機(jī)和環(huán)境污染問題的日益嚴(yán)重，風(fēng)力發(fā)電、太陽能發(fā)電等清潔能源發(fā)電得到了大力的發(fā)展。但是風(fēng)/光能等清潔能源不僅在時(shí)間分布上波動(dòng)性大、季節(jié)特征明顯，而且在空間分布上，同樣呈現(xiàn)出分布不平衡的特點(diǎn)。因此這類電源的并網(wǎng)發(fā)電具有不可控性，會(huì)對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行產(chǎn)生沖擊[1，2]。

為解決具有隨機(jī)、間歇特性的新能源發(fā)電并網(wǎng)對(duì)電網(wǎng)運(yùn)行產(chǎn)生的影響，文獻(xiàn)[2]通過提高風(fēng)光預(yù)測的精確性、發(fā)展儲(chǔ)能技術(shù)以及利用不同能源形式之間的互補(bǔ)特性，合理配置風(fēng)/光發(fā)電與常規(guī)能發(fā)電的容量比例來應(yīng)對(duì)新能源發(fā)電的不可控特點(diǎn)。文獻(xiàn)[3]提出以光伏發(fā)電系統(tǒng)為基本電源，風(fēng)力發(fā)電系統(tǒng)為補(bǔ)充電源的思想，給出了風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的整體模型，為各個(gè)子系統(tǒng)的協(xié)調(diào)和功率補(bǔ)償提供了良好的思路。文獻(xiàn)[4]利用太陽能和風(fēng)能的互補(bǔ)性，有效減少系統(tǒng)輸出功率周期頻譜分量的幅值。文獻(xiàn)[5]通過分析巴西陸上/近海水力資源和風(fēng)力資源的時(shí)間地域特性，研究不同區(qū)域風(fēng)風(fēng)、水水、風(fēng)水的相關(guān)性和互補(bǔ)性，討論了巴西陸上水力、風(fēng)力資源以及近海的風(fēng)力資源之間的互補(bǔ)發(fā)電方式。文獻(xiàn)[6]在“風(fēng)光水”微電網(wǎng)結(jié)構(gòu)的基礎(chǔ)上，選取冬季典型日進(jìn)行仿真研究。文獻(xiàn)[7]以最優(yōu)潮流為理論指導(dǎo)，針對(duì)含風(fēng)電、太陽能發(fā)電等新能源發(fā)電的電力系統(tǒng)調(diào)度，考慮不同電源出力特點(diǎn)，建立包含風(fēng)、光、水、火電系統(tǒng)的多電源聯(lián)合優(yōu)化調(diào)度模型。文獻(xiàn)[8]對(duì)塔城地區(qū)和新疆阿勒泰地區(qū)風(fēng)、光、水、火出力特性進(jìn)行分析，找出各電源出力特性規(guī)律，為有效提高區(qū)域電網(wǎng)清潔能源的消納能力，實(shí)現(xiàn)風(fēng)光水火電力優(yōu)化提供有效依據(jù)。

綜上所述，雖然風(fēng)電、太陽能發(fā)電、水電、火電等發(fā)電方式在時(shí)間和空間上存在很大差異，但同時(shí)也具有互補(bǔ)的特點(diǎn)。通過分析風(fēng)、光、水、火等不同能源基地輸出功率在不同區(qū)域、不同時(shí)間周期內(nèi)的波動(dòng)特點(diǎn)，掌握區(qū)域電網(wǎng)多基地輸出功率在各時(shí)間尺度下的波動(dòng)規(guī)律，整合多種能源基地在不同地域范圍、不同時(shí)間周期內(nèi)的互補(bǔ)特性，研究風(fēng)、光、水、火等多基地運(yùn)行控制方式，建立涵蓋風(fēng)、光、水、火多種能源形式機(jī)組的時(shí)空互補(bǔ)模型，能夠有效解決資源互補(bǔ)、時(shí)空關(guān)聯(lián)的矛盾；實(shí)現(xiàn)多種資源的互補(bǔ)協(xié)同利用；增加可再生能源發(fā)電的投入，減少火電投入比重，一定程度上緩解日益加重的能源危機(jī)和環(huán)境污染問題。因此，如何在節(jié)能環(huán)保以及滿足不斷上升的負(fù)荷需求的前提下，制定合理的風(fēng)、光、水、火等多能源形式的聯(lián)合調(diào)度策略，適當(dāng)增大風(fēng)電和太陽能發(fā)電量，降低火電輸出功率，借助水電的調(diào)節(jié)能力保證電力系統(tǒng)的功率平衡是電網(wǎng)發(fā)展亟需解決的問題。

1 風(fēng)光水火時(shí)空互補(bǔ)特性分析

風(fēng)力發(fā)電受自然條件的影響，功率輸出具有間歇性、隨機(jī)波動(dòng)性等特點(diǎn)。在空間上表現(xiàn)為分布不平衡，我國風(fēng)能資源豐富的地區(qū)主要分布在“三北”(華北、東北、西北)地區(qū)、東部沿海及附近島嶼，背離我國主要負(fù)荷中心區(qū)域。三北地區(qū)的新能源發(fā)電在空間上與我國主要負(fù)荷中心區(qū)域形成互補(bǔ)。時(shí)間上，風(fēng)力資源在不同的時(shí)間尺度下，其隨機(jī)波動(dòng)性不同：分鐘級(jí)時(shí)間尺度大幅波動(dòng)概率較小，而小時(shí)級(jí)以上時(shí)間尺度則具有較大的波動(dòng)性，且夜間風(fēng)力常大于白天風(fēng)力；此外，風(fēng)電出力特性具有明顯的季節(jié)特性，總體呈現(xiàn)為冬春季大，秋季次之，夏季最小的特征[9，10]。

我國太陽能資源的可用量十分豐富，陸地表面每年接收的太陽能輻射約為1.47×108億千瓦時(shí)，相當(dāng)于4.9萬億噸標(biāo)準(zhǔn)煤。我國太陽能空間分布為：太陽能輻射西部地區(qū)總體高于東部地區(qū)，北部地區(qū)高于南部地區(qū)。時(shí)間上，太陽能發(fā)電只能在白天進(jìn)行，這與風(fēng)力夜大晝小的自然特性具有很好的時(shí)間互補(bǔ)性；而且，由于時(shí)差因素，新疆的太陽能發(fā)電與我國中東部地區(qū)的太陽能發(fā)電在時(shí)間上具有很好的空間互補(bǔ)性，隨著特高壓直流外送的運(yùn)行，這種互補(bǔ)性能夠得到更好的利用[11，12]。

我國水力資源蘊(yùn)藏量豐富，約占世界水資源總量的六分之一，具有良好的開發(fā)前景。不過，由于我國的季風(fēng)氣候特點(diǎn)，我國水力資源在時(shí)間和空間分布上極不均勻。在時(shí)間分布上，大多河流徑流分布不均，豐、枯季節(jié)流量相差較大，呈現(xiàn)為夏秋季多、冬春季少的特點(diǎn)，這與風(fēng)電冬春季大、夏秋季小的自然特性在時(shí)間上具有很好的互補(bǔ)特性?？紤]風(fēng)電、水電等清潔能源的時(shí)間互補(bǔ)特性，合理規(guī)劃各季度的電力調(diào)度計(jì)劃，有助于清潔能源的合理利用，提高清潔能源發(fā)電在全網(wǎng)中所占比例。在空間分布上，京廣鐵路以西的水力資源占全國的90%以上，其中西南地區(qū)最多，占全國的70%；其次為中南和西北地區(qū)，分別占10%及13%左右；華北、東北和華東地區(qū)所占比例很小。西南等地區(qū)豐富的水力資源與華東、華北等大負(fù)荷中心地區(qū)在空間上具有互補(bǔ)性，借助特高壓交直流輸電技術(shù)能夠?qū)崿F(xiàn)大區(qū)域間的電力輸送，促進(jìn)清潔能源發(fā)電的消納。2010年投運(yùn)的向家壩—上海±800 kV特高壓直流輸電工程，年輸送清潔電能320億 kW·h，最大輸送功率約占上海高峰負(fù)荷的三分之一，可節(jié)省原煤1500萬t，減排二氧化碳超過3000萬t，具有顯著的經(jīng)濟(jì)效益和環(huán)境效益。

當(dāng)前，火電機(jī)組依然是我國電力供應(yīng)的主力。火力發(fā)電具有不受季節(jié)、氣候影響，發(fā)電可控性高，發(fā)電穩(wěn)定等優(yōu)點(diǎn)，不過由于大多機(jī)組為燃煤機(jī)組，存在能耗量多、污染大的問題。我國火電機(jī)組在總電力供應(yīng)中所占比重大，承擔(dān)著基荷、調(diào)頻、調(diào)峰及備用任務(wù)。為使火電機(jī)組經(jīng)濟(jì)運(yùn)行，在電網(wǎng)調(diào)度中，通常希望火電承擔(dān)基本負(fù)荷，同時(shí)減少調(diào)頻和調(diào)峰任務(wù)[7]?？傮w來說，火電屬于穩(wěn)定電源，對(duì)考慮時(shí)空互補(bǔ)特征的風(fēng)光水等清潔能源發(fā)電調(diào)度起到支撐作用，能夠平抑新能源發(fā)電的隨機(jī)波動(dòng)性對(duì)電網(wǎng)的沖擊，保障電力的安全供應(yīng)和電力系統(tǒng)的穩(wěn)定運(yùn)行。

2 風(fēng)光水火聯(lián)合優(yōu)化調(diào)度模型

風(fēng)光水火聯(lián)合優(yōu)化調(diào)度是一個(gè)多目標(biāo)、多變量、多約束的非線性混合整數(shù)規(guī)劃問題，對(duì)于大規(guī)模系統(tǒng)，其求解非常困難。鑒于此，文中對(duì)非線性條件進(jìn)行線性化，在分析風(fēng)光水火各能源形式的時(shí)空特性基礎(chǔ)上，考慮系統(tǒng)的負(fù)荷平衡約束及風(fēng)光水火各發(fā)電機(jī)組運(yùn)行的相關(guān)約束，建立以最小化火電機(jī)組運(yùn)行成本、棄風(fēng)量、棄光量、棄水量為優(yōu)化目標(biāo)的考慮時(shí)空互補(bǔ)特性的聯(lián)合優(yōu)化調(diào)度模型，以期利用風(fēng)、光、水、火不同能源形式之間的時(shí)空互補(bǔ)差異，提高風(fēng)能、光能等可再生能源的發(fā)電量，減少聯(lián)合區(qū)域火電機(jī)組的運(yùn)行成本。需要特別指出的是，該模型中對(duì)最小化棄風(fēng)量、棄光量、棄水量的處理，是以最小化能源基地發(fā)電能力預(yù)測值與考慮系統(tǒng)消納能力后的各能源基地發(fā)電計(jì)劃值之間的偏差的方式表述在目標(biāo)函數(shù)中。偏差越小，表示該能源基地實(shí)際發(fā)電與預(yù)測值越接近，清潔能源的棄量越小。

2.1 目標(biāo)函數(shù)

考慮聯(lián)合區(qū)域風(fēng)、光、水、火多能源形式的時(shí)空互補(bǔ)特性的聯(lián)合優(yōu)化調(diào)度模型優(yōu)化目標(biāo)數(shù)學(xué)表示為：

(1)

需要特別說明的是，火電機(jī)組的運(yùn)行成本是一個(gè)凸性的非線性二次函數(shù)[13]：

(2)

2.2 約束條件分析

模型的約束條件包括系統(tǒng)運(yùn)行功率平衡相關(guān)約束、火電機(jī)組運(yùn)行相關(guān)約束、水電機(jī)組運(yùn)行相關(guān)約束、風(fēng)電機(jī)組運(yùn)行相關(guān)約束、光伏發(fā)電運(yùn)行相關(guān)約束以及對(duì)火電機(jī)組耗能特性進(jìn)行分段線性化而產(chǎn)生的相關(guān)定義約束等。

2.2.1 系統(tǒng)平衡相關(guān)約束

(1) 系統(tǒng)負(fù)荷平衡約束。為保證電力系統(tǒng)安全運(yùn)行，首先需要保證系統(tǒng)運(yùn)行的負(fù)荷平衡約束：

(3)

式中，pi,t為t時(shí)段火電機(jī)組i的出力值；Dt為t時(shí)段系統(tǒng)的基本負(fù)荷需求。

(2) 旋轉(zhuǎn)備用約束。在保證系統(tǒng)負(fù)荷平衡的基礎(chǔ)上，為盡量減弱負(fù)荷波動(dòng)性和風(fēng)/光電隨機(jī)波動(dòng)性對(duì)負(fù)荷平衡的影響，要求運(yùn)行機(jī)組具有一定的旋轉(zhuǎn)備用約束：

(4)

2.2.2 火電機(jī)組運(yùn)行相關(guān)約束

(1) 火電機(jī)組出力約束?；痣姍C(jī)組的運(yùn)行需要滿足機(jī)組的出力上下限限制：

(5)

(2) 火電機(jī)組爬坡約束。相鄰調(diào)度時(shí)段內(nèi)，機(jī)組出力的變化量具有一定的范圍約束，這與火電機(jī)組的物理性能有關(guān)，需要滿足：

(6)

(7)

(3) 火電機(jī)組最小啟、停時(shí)間約束。

(8)

(9)

2.2.3 水電機(jī)組運(yùn)行約束

為方便討論，將水電站多臺(tái)機(jī)組等效為一臺(tái)，那么水電站需要滿足如下約束[15]。

(1) 水電機(jī)組出力約束。水電機(jī)組的運(yùn)行需要滿足機(jī)組的出力上下限限制：

(10)

(2) 水-電轉(zhuǎn)換能力約束。

(11)

(3) 日流量限制約束。為保證上下游的水流安全，水電站的發(fā)電用水量需要在上級(jí)用水調(diào)度部門的安排下進(jìn)行，需要滿足日流量限制約束：

(12)

2.2.4 風(fēng)電機(jī)組運(yùn)行約束

(13)

2.2.5 光伏發(fā)電運(yùn)行約束

(14)

2.2.6 其他約束

在模型中，為方便求解并加快其收斂，常將火電機(jī)組非線性的耗能特性曲線線性化，如圖1所示。

圖1 火電機(jī)組燃料成本曲線分段線性化Fig.1 Piecewise linear fuel cost curve of thermal units

在模型中對(duì)火電機(jī)組非線性燃料成本函數(shù)進(jìn)行分段線性化，可以通過以下幾個(gè)定義約束進(jìn)行表述：

(17)

(18)

(19)

δl(i,t)≤Tl,i-Tl-1,i

(20)

(21)

δl(i,t)≥0

(22)

3 算例分析

3.1 CPLEX求解器

文中所建的混合整數(shù)線性規(guī)劃模型(MILP)采用CPLEX求解器進(jìn)行求解。CPLEX求解器是由IBM領(lǐng)先開發(fā)的，基于分支切割法，能夠解決帶有成千上萬個(gè)變量和約束的問題，具有求解實(shí)際應(yīng)用中大規(guī)模優(yōu)化問題的能力，可用于求解線性規(guī)劃(LP)、混合整數(shù)規(guī)劃(MIP)、二次約束規(guī)劃(QP)以及混合整數(shù)二次約束規(guī)劃(MIQP)等問題[16，17]。

3.2 模型參數(shù)

以包含風(fēng)電、光伏、水電、火電等多電源形式的A，B兩區(qū)域電網(wǎng)為例。設(shè)置兩區(qū)域均有10臺(tái)火電機(jī)組，機(jī)組參數(shù)參見文獻(xiàn)[18]中的IEEE標(biāo)準(zhǔn)10機(jī)測試系統(tǒng)；A區(qū)域水電站機(jī)組相關(guān)參數(shù)參考文獻(xiàn)[14]中情景2的數(shù)據(jù)，該情境下，水庫有豐富的可調(diào)度水量，機(jī)組具有一定的調(diào)節(jié)能力，可以不滿發(fā)；A區(qū)域配以裝機(jī)容量為1000 MW的風(fēng)電基地和600 MW的光伏基地，B區(qū)域配以1500 MW的風(fēng)電基地和1000 MW的光伏基地。模型調(diào)度時(shí)長采用傳統(tǒng)的24 h日調(diào)度。以夏季某典型日數(shù)據(jù)為例，兩區(qū)域的負(fù)荷需求曲線如圖2所示；兩區(qū)域風(fēng)能利用系數(shù)和太陽能利用系數(shù)分別如圖3、圖4所示。

由A，B兩區(qū)的風(fēng)能、太陽能利用系數(shù)預(yù)測值可以看出，B區(qū)域的太陽能利用時(shí)間相對(duì)A區(qū)域有一定的滯后性；若聯(lián)合考慮A，B兩區(qū)域的風(fēng)能利用系數(shù)，能夠降低并網(wǎng)風(fēng)電量的隨機(jī)波動(dòng)性，降低風(fēng)電的隨機(jī)波動(dòng)性對(duì)電網(wǎng)的沖擊。

圖2 某典型日各時(shí)段的負(fù)荷需求曲線Fig.2 The curve of load demand at each time

圖3 某典型日風(fēng)能利用系數(shù)Fig.3 The utilization coefficient of wind power at a typical day

圖4 某典型日太陽能利用系數(shù)Fig.4 The utilization coefficient of solar power at a typical day

基于兩區(qū)域風(fēng)力發(fā)電和光伏發(fā)電所具有的時(shí)空互補(bǔ)特性，模型分別考慮2種情景下風(fēng)電和光伏的發(fā)電量，以驗(yàn)證考慮時(shí)空互補(bǔ)特性的風(fēng)光水火多能源基地能夠促進(jìn)風(fēng)、光等新能源發(fā)電消納的特點(diǎn)。其中情景1為不考慮時(shí)空互補(bǔ)特性情況下A，B兩區(qū)域的調(diào)度情況；情景2為考慮時(shí)空互補(bǔ)特性情況下A，B兩區(qū)域的調(diào)度情況。

3.3 優(yōu)化結(jié)果分析

根據(jù)風(fēng)、光、水、火各機(jī)組相關(guān)參數(shù)及區(qū)域負(fù)荷預(yù)測值，在情景1和情景2下，應(yīng)用文中所提的風(fēng)光水火聯(lián)合優(yōu)化調(diào)度模型，并采用CPLEX求解器對(duì)兩種情景模式下混合整數(shù)線性規(guī)劃模型(MILP)進(jìn)行求解。

由求解結(jié)果可知，考慮時(shí)空互補(bǔ)特性的風(fēng)光水火多能源基地聯(lián)合優(yōu)化調(diào)度能夠增加風(fēng)電和光伏發(fā)電的消納量，減少棄風(fēng)量和棄光量?？紤]時(shí)空互補(bǔ)特性前后，A，B兩區(qū)域的風(fēng)電基地出力情況分別如圖5、圖6所示。

圖5 考慮時(shí)空互補(bǔ)特性前后A區(qū)域風(fēng)電出力情況Fig.5 The power output of A region before and after considering the time-space complementary characteristics

情景1不考慮時(shí)空互補(bǔ)特性情況下，A區(qū)域棄風(fēng)量1445 MW，B區(qū)域棄風(fēng)量2848 MW；情景2考慮時(shí)空互補(bǔ)特性情況下，A區(qū)域棄風(fēng)量1195 MW，棄風(fēng)量相對(duì)減少17.3%；B區(qū)域棄風(fēng)量1680 MW，相對(duì)減少了41%。此外，情景1下，A區(qū)域無棄光，B區(qū)域棄光量440 MW；情景2下，A區(qū)域無棄光，B區(qū)域亦無棄光；相對(duì)于情景1不考慮時(shí)空互補(bǔ)特性，光伏發(fā)電量增加了440 MW。由此可見，考慮時(shí)空互補(bǔ)特性的風(fēng)光水火聯(lián)合優(yōu)化調(diào)度模型能夠顯著的提高風(fēng)、光等新能源電力的消納量。

并且由圖7，圖8可以看出，情景2考慮時(shí)空互補(bǔ)特性后，火電機(jī)組的出力曲線相對(duì)情景1更加平穩(wěn)，平緩了火電機(jī)組的出力波動(dòng)；此外，在一定時(shí)間尺度范圍內(nèi)，情景2中的風(fēng)電出力較情景1更加平緩，說明考慮時(shí)空互補(bǔ)特性后，聯(lián)合優(yōu)化調(diào)度模型能夠利用兩區(qū)域風(fēng)能時(shí)空互補(bǔ)差異，綜合調(diào)度，平緩風(fēng)功率隨機(jī)波動(dòng)性對(duì)電網(wǎng)的沖擊，提高供電可靠性。

圖7 情景1風(fēng)光水火電出力Fig.7 Outputs of wind-solar-hydro- thermal power in case 1

圖8 情景2風(fēng)光水火電出力Fig.8 Outputs of wind-solar-hydro- thermal power in case 2

同時(shí)，考慮時(shí)空互補(bǔ)特性的多能源基地聯(lián)合優(yōu)化調(diào)度，降低了火電機(jī)組的運(yùn)行費(fèi)用。情景1下，為滿足負(fù)荷需求及備用需求，A區(qū)域火電機(jī)組運(yùn)行費(fèi)用為338 535 元，B區(qū)域運(yùn)行費(fèi)用為186 594 元，兩區(qū)域總運(yùn)行費(fèi)用525 129 元；情景2下，同樣在保證負(fù)荷需求和備用需求的情況下，兩區(qū)域火電機(jī)組總運(yùn)行費(fèi)用為466 743 元，相對(duì)減少11.12%，如果將這部分減少的費(fèi)用，折合到火電機(jī)組燃燒的標(biāo)準(zhǔn)煤以及釋放的SO2、CO2等氣體，那么采用情景2考慮時(shí)空互補(bǔ)特性的多能源基地聯(lián)合優(yōu)化調(diào)度方式則具有可觀的經(jīng)濟(jì)效益和環(huán)境效益。

綜上分析可知，考慮時(shí)空互補(bǔ)特性的風(fēng)光水火多能源基地聯(lián)合優(yōu)化調(diào)度，可以利用不同區(qū)域、不同時(shí)區(qū)之間的風(fēng)、光能的自然差異，平抑風(fēng)、光能發(fā)電的隨機(jī)波動(dòng)性對(duì)電網(wǎng)的沖擊，減少聯(lián)合區(qū)域火電機(jī)組的運(yùn)行成本，具有良好的經(jīng)濟(jì)效益和環(huán)境效益。

4 結(jié)語

本文在分析風(fēng)、光、水、火各種能源介質(zhì)形式時(shí)空互補(bǔ)特性的基礎(chǔ)上，提出了考慮多能源基地的聯(lián)合優(yōu)化調(diào)度混合整數(shù)線性規(guī)劃模型(MILP)。通過對(duì)算例的求解分析，驗(yàn)證了該模型在保證系統(tǒng)負(fù)荷和備用需求的情況下，不僅能夠減少聯(lián)合區(qū)域的風(fēng)、光能的棄量，增加其發(fā)電量，減少火電機(jī)組的運(yùn)行成本；而且能夠利用風(fēng)、光能的時(shí)空互補(bǔ)差異，平緩聯(lián)合區(qū)域風(fēng)光能發(fā)電的波動(dòng)性，減緩風(fēng)電，光電的隨機(jī)波動(dòng)性對(duì)電網(wǎng)的沖擊，對(duì)提高電網(wǎng)安全穩(wěn)定運(yùn)行具有重要意義。

[1] 秦旭東. 大規(guī)模風(fēng)電接入江蘇電網(wǎng)調(diào)頻影響與對(duì)策研究[J]. 江蘇電機(jī)工程,2013,32(4):6-9. QIN Xudong.Influence and strategy study the frequency regulation of Jiangsu power grid with large-scale wind power integration[J]. Jiangsu Electrical Engineering,2013,32(4):6-9.

[2] WOYTE A,VAN V,BELMANS R,et al. Voltage fluctuations on distribution level introduced by photovoltaic systems[J]. IEEE Transactions on Energy Conversion,2006,21(1):202-209.

[3] NIKOLAOS S T,FRANCISCO J S,SANTOS A,et al.Optimal management of wind and solar energy resources[J]. Computers & Operations Research,2016, 66(66):284-291.

[4] 李勁彬,陳 雋. 風(fēng)光互補(bǔ)可再生能源發(fā)電的綜合效益優(yōu)化研究[J]. 電氣自動(dòng)化,2013,35(5):24-26. LI Jinbin,CHENG Jun. Research on the optimization of comprehensive benefits of wind-solar hybrid renewable generation system[J]. Electrical Automation,2013,35(5):24-26.

[5] ALLAN R S,FELIPE M P,ARCILAN T A,et al.Complementarity of Brazil's hydro and off shore wind power[J]. Renewable and Sustainable Energy Reviews,2016, 56(12):413-427.

[6] 余志勇,萬術(shù)來,明志勇,等. “風(fēng)光水”互補(bǔ)微電網(wǎng)的運(yùn)行優(yōu)化[J]. 電力建設(shè),2014,35(6):50-56. YU Zhiyong,WAN Shulai,MING Zhiyong,et al.Optimal operation of complementary microgrid with hybrid wind solar hydro power[J]. Electric Power Construction,2014,35(6):50-56.

[7] 張婷雨. 風(fēng)光水火短期聯(lián)合調(diào)度的動(dòng)態(tài)模型建立及算法研究[D].西安:西安理工大學(xué),2015. ZHANG Tingyu. Study on model and method for dynamic optimal power flow of wind-photovoltaic-hydro-thermal power joint operation[D].Xi’an:Xi’an University of Technology,2015.

[8] 周 專,常喜強(qiáng),呂 盼,等. 新疆阿勒泰地區(qū)可再生能源發(fā)電的出力特性分析[J]. 電力與能源,2014,35(2):218-223. ZHOU Zhuan,CHANG Xiqiang,LYU Pan,et al. Analysis of renewable energy output characteristics of Altay region[J]. Energy Technology,2014,35(2):218-223.

[9] 肖創(chuàng)英,汪寧勃,陸 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. XIAO Chuangying,WANG Ningbo,LU Jing,et al. Power characteristics of Jiuquan wind power base[J]. Automation of Electric Power Systems,2010,34(17):64-67.

[10] 于大洋,韓學(xué)山,梁 軍,等. 基于NASA地球觀測數(shù)據(jù)庫的區(qū)域風(fēng)電功率波動(dòng)特性分析[J]. 電力系統(tǒng)自動(dòng)化,2011,35(5):77-81. YU Dayang,HAN Xueshan,LIANG Jun,et al. Study on the profiling of China’s regional wind power fluctuation using GEOS-5 data assimilation system of National Aeronautics and Space Administration of America[J]. Automation of Electric Power Systems,2011,35(5):77-81.

[11] MARK Z J,MARK A D,GUILLAUME B,et al. A 100% wind, water, sunlight(WWS) all-sector energy plan for Washington State[J]. Renewable Energy,2016,86:75-88.

[12] 劉振亞.特高壓交直流電網(wǎng)[M].北京:中國電力出版社,2013. LIU Zhenya. Ultra high voltage AC-DC grid[M].Beijing:China Electric Power Press,2013.

[13] LYU J K,KIM M K,YOON Y T,et al. A new approach to security-constrained generation scheduling of large-scale power systems with a piecewise linear ramping model[J]. Electrical Power and Energy Systems,2012,34(1):121-131.

[14] 夏新華,高宗和,徐 帆,等. 改進(jìn)的混合整數(shù)算法求解機(jī)組組合問題[J]. 電力學(xué)報(bào),2016,31(3):202-210. XIA Xinhua,GAO Zonghe,XU Fan,et al.Unit commitment using an improved mixed integer programming[J]. Journal of Electric Power,2016,31(3):202-210.

[15] 王開艷,羅先覺,吳 玲,等. 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[J]. 中國電機(jī)工程學(xué)報(bào),2013,33(13):27-36. WANG Kaiyan,LUO Xianjue,WU Ling,et al. Optimal dispatch of wind-hydro-thermal power system with priority given to clean energy[J]. Proceedings of the CSEE,2013,33(13):27-36.

[16] The ILOG CPLEX Website.CPLEX optimizer[EB/OL].http:∥www-01.ibm.com/software/commerce/optimization/cplex-optimizer/index.html,[2016-07-20]:

[17] FRANGIONI A,GENTILE C. Tighter approximated MILP formulations for unit commitment problems[J]. IEEE Transactions on Power Systems,2009,24(1):105-113.

[18] GOVARDHAN M,ROY R. Economic analysis of unit commitment with distributed energy resources[J]. International Journal of Electrical Power and Energy System,2015,71:1-14.

(編輯方 晶)

Combined Optimization Dispatching of Multi-source Hybrid Power BasesConsidering the Time-space Complementary Characteristics

XIA Xinhua1, GAO Zonghe2, LI Hengqiang3, XU Fan2, WANG Gang2

(1. Power Economic Research Institute, State Grid Zhejiang Electric Power Company, Hangzhou 310008, China;2.NARI Group Corporation, Nanjing 211106, China;3. State Grid Sichuan Province Power Company Maintenance Branch, Chengdu 610041, China)

In order to promote the power generation absorption of new energy like wind/light energy, and realize the maximization of pitch peak benefit, economic benefit and environmental protection benefit of combined optimization dispatching of multi-source hybrid power bases, based on the analysis of time-space characteristics of multi-source hybrid power, we put forward a combined optimization dispatching model of multi-source hybrid power that takes the minimum of operating cost, wind curtailment volume, light curtailment volume and water curtailment volume of thermal power unit as the optimization goal, and provide a reference method for the sending system combined optimization dispatching of multi-source hybrid power bases under the background of ultra-high voltage power transmission. The example takes multi-source hybrid power bases in the Xinjiang region and in the eastern part of a region as study abject, which have significant temporal and spatial differences. Through the calculation and analysis of practical examples, the model is verified theoretically can promote the absorption of new energy and reduce the operation cost of thermal power units.

multi-source hybrid power bases；time-space complementary characteristics；renewable integration；combined dispatching；mixed-integer programming

夏新華

2017-04-09；

2017-05-28

國家電網(wǎng)公司科技項(xiàng)目(考慮多基地和直流外送的新能源消納調(diào)度決策分析和評(píng)價(jià)方法研究及應(yīng)用)

TM734

：A

：2096-3203(2017)05-0059-07

夏新華(1991—)，男，河南信陽人，工程師，從事電力系統(tǒng)運(yùn)行與優(yōu)化研究工作(E-mail：120348863@qq.com)；

高宗和(1962—)，男，江蘇南京人，研究員級(jí)高級(jí)工程師，從事電力系統(tǒng)調(diào)度自動(dòng)化研究工作；

李恒強(qiáng)(1992—)，男，甘肅定西人，工程師，從事電力需求側(cè)管理研究工作；

徐 帆(1984—)，男，河北廊坊人，高級(jí)工程師，從事電力系統(tǒng)運(yùn)行與優(yōu)化工作；

王 剛(1992—)，男，江蘇淮安人，工程師，從事電力系統(tǒng)及其自動(dòng)化工作。