王博， 詹紅霞， 張勇， 王穎杰

(1. 西華大學(xué)電氣與電子信息學(xué)院，四川 成都 610039；2. 國網(wǎng)山西省電力公司朔州供電公司，山西 朔州 036004)

0 引言

近年來，風(fēng)電入網(wǎng)規(guī)模日益增大，為應(yīng)對風(fēng)電大規(guī)模并網(wǎng)帶來的問題，配置儲能系統(tǒng)成為減少棄風(fēng)和增強(qiáng)系統(tǒng)安全可靠性的一項重要措施。儲能系統(tǒng)具有時空轉(zhuǎn)移特性，不僅能減少棄風(fēng)，還能利用峰谷電價提高電網(wǎng)經(jīng)濟(jì)性[1]。抽水蓄能電站具有啟停迅速、靈活可靠、綠色環(huán)保的特點，可以作為風(fēng)電并網(wǎng)的儲能系統(tǒng)。

目前，國內(nèi)外對風(fēng)電并網(wǎng)和風(fēng)蓄聯(lián)合運行進(jìn)行了大量研究。文獻(xiàn)[2]針對風(fēng)電并網(wǎng)制定負(fù)荷需求對峰谷時段的電價響應(yīng)策略，降低風(fēng)電機(jī)組的運行成本。文獻(xiàn)[3—4]指出，在風(fēng)電場中加入抽水蓄能系統(tǒng)，配置不同抽水和發(fā)電容量可以不同程度地增加系統(tǒng)綜合效益，并確定了風(fēng)電場中最優(yōu)的抽水蓄能容量。文獻(xiàn)[5]建立風(fēng)-光-水-氣-火-儲聯(lián)合優(yōu)化調(diào)度模型，能提高可再生能源的消納能力，降低系統(tǒng)運行成本。文獻(xiàn)[6—7]建立含抽水蓄能機(jī)組的安全約束機(jī)組組合模型，充分發(fā)揮抽水蓄能機(jī)組的削峰填谷能力以應(yīng)對風(fēng)電的不確定性所帶來的問題。文獻(xiàn)[8]利用多種能源的時空互補(bǔ)特性來充分消納新能源，減少棄風(fēng)量，提高系統(tǒng)運行效益。上述研究均從風(fēng)電消納最多和抽水蓄能的容量配置最優(yōu)進(jìn)行分析，并未考慮在風(fēng)蓄火聯(lián)合運行情況下，運用抽水蓄能機(jī)組的儲能作用減少棄風(fēng)，提高系統(tǒng)經(jīng)濟(jì)效益，增加旋轉(zhuǎn)備用容量，減少火電機(jī)組出力波動，增加系統(tǒng)安全可靠性。

文中綜合考慮風(fēng)蓄火聯(lián)合優(yōu)化運行的風(fēng)電消納、機(jī)組組合和系統(tǒng)旋轉(zhuǎn)備用容量問題，將風(fēng)蓄作為整體，風(fēng)蓄火聯(lián)合出力，增加了火電機(jī)組出力的平穩(wěn)性，可為系統(tǒng)提供充足的旋轉(zhuǎn)備用容量，提高系統(tǒng)的安全性和可靠性。采用內(nèi)外兩層模型嵌套求解思想使基于風(fēng)電不確定性的風(fēng)蓄火聯(lián)合優(yōu)化調(diào)度收益最大化。內(nèi)層以風(fēng)蓄聯(lián)合機(jī)組收益最大和風(fēng)電并網(wǎng)出力波動最小為目標(biāo)確定調(diào)度周期內(nèi)抽水蓄能機(jī)組的抽水功率和發(fā)電功率；外層在此基礎(chǔ)上計及不同置信水平下的風(fēng)電預(yù)測誤差，建立包含系統(tǒng)旋轉(zhuǎn)備用成本的以風(fēng)蓄火聯(lián)合收益最大為目標(biāo)的模型。模型中的風(fēng)蓄火機(jī)組分別接在IEEE 30節(jié)點系統(tǒng)相對應(yīng)的節(jié)點上，運用粒子群優(yōu)化-遺傳算法(particle swarm optimization and genetic algorithm，PSO-GA)混合優(yōu)化算法求解該模型，分析有無抽水蓄能機(jī)組在不同置信水平下對系統(tǒng)風(fēng)電消納和經(jīng)濟(jì)收益的影響。

1 風(fēng)電出力概率分布特性

風(fēng)電出力的不確定性對電網(wǎng)調(diào)度的影響日益加劇，降低出力不確定性引起的電網(wǎng)調(diào)度運行風(fēng)險已經(jīng)迫在眉睫。風(fēng)電出力預(yù)測主要有點預(yù)測[9]、區(qū)間預(yù)測[10]和概率預(yù)測[11]，這些預(yù)測方法都不能忽略預(yù)測誤差。正態(tài)分布擬合常用于研究風(fēng)電功率預(yù)測誤差和負(fù)荷預(yù)測誤差[12—13]，但有別于風(fēng)電出力區(qū)間的實際情況。文獻(xiàn)[14]采用Beta概率密度函數(shù)擬合風(fēng)電出力，優(yōu)點為：(1) 服從Beta分布對象的自變量的取值范圍是[0,1]，與風(fēng)電出力標(biāo)幺值區(qū)間一致；(2) Beta分布的2個形狀參數(shù)不同，可描述不同情況下的風(fēng)電出力曲線。

綜上所述，文中選擇Beta概率密度函數(shù)擬合風(fēng)電出力。風(fēng)電出力具有較大的隨機(jī)性和波動性，可選擇將風(fēng)電出力預(yù)測分為多個預(yù)測區(qū)間，不同區(qū)間分別進(jìn)行Beta擬合，得到不同的擬合參數(shù)，從而減小風(fēng)電擬合誤差。根據(jù)文獻(xiàn)[15]假設(shè)一個預(yù)測區(qū)間段的風(fēng)電預(yù)測值相同，即等于該區(qū)間范圍內(nèi)的預(yù)測平均值。服從Beta分布的風(fēng)電出力的概率密度函數(shù)如式(1)所示。

(1)

其中：

(2)

式中：p為風(fēng)電實際出力標(biāo)幺值，是一個服從Beta分布的隨機(jī)變量；B(α,β)為Beta函數(shù)，α，β為參數(shù)。α，β和風(fēng)電預(yù)測出力的方差σ2、均值μ有關(guān)，如式(3)和式(4)所示。

(3)

(4)

2 優(yōu)化調(diào)度模型及其求解

系統(tǒng)中若僅考慮風(fēng)電機(jī)組和火電機(jī)組，則風(fēng)電場的隨機(jī)性和波動性以及風(fēng)電并網(wǎng)給系統(tǒng)帶來的反調(diào)峰特性，會造成一系列不良影響。如使火電機(jī)組頻繁啟停，降低火電機(jī)組使用年限，還可能會由于風(fēng)電機(jī)組在短時間內(nèi)出力波動巨大，導(dǎo)致火電機(jī)組備用不足，產(chǎn)生大量棄風(fēng)，降低聯(lián)合運行的經(jīng)濟(jì)效益，使利用新能源降低環(huán)境污染達(dá)不到預(yù)期效果。因此，考慮加入較大規(guī)模的儲能系統(tǒng)，用于系統(tǒng)調(diào)峰及為系統(tǒng)提供備用容量。抽水蓄能機(jī)組啟停迅速，具有分鐘級別的響應(yīng)能力，故選擇抽水蓄能作為文中儲能系統(tǒng)。電網(wǎng)負(fù)荷處于低谷時段時，抽水蓄能機(jī)組處于抽水狀態(tài)，用水泵將下游的水抽到上水庫中，將多余的電能轉(zhuǎn)化為具有勢能的水能存儲起來；電網(wǎng)負(fù)荷處于高峰時段時，抽水蓄能機(jī)組處于發(fā)電狀態(tài)，將存儲在上水庫中的水能轉(zhuǎn)化為電能。

2.1 模型搭建

采用內(nèi)外兩層嵌套模型，內(nèi)層模型優(yōu)化結(jié)果作為已知值代入外層模型，外層模型優(yōu)化結(jié)果反饋在內(nèi)層模型中，進(jìn)行迭代尋優(yōu)。反復(fù)迭代直到達(dá)到結(jié)束條件，結(jié)束尋優(yōu)，獲得目標(biāo)所求最優(yōu)值。內(nèi)外兩層嵌套模型的求解流程如圖1所示。

圖1 內(nèi)外兩層嵌套模型求解流程Fig.1 Flow chart for solving the internal and external nested model

2.2 內(nèi)層模型

2.2.1 目標(biāo)函數(shù)

(1) 風(fēng)蓄聯(lián)合運行效益最大。為了減少風(fēng)電的波動性和隨機(jī)性給系統(tǒng)帶來的不確定性，文中將抽水蓄能機(jī)組和風(fēng)電機(jī)組當(dāng)成一個整體，利用風(fēng)電出力補(bǔ)償抽水蓄能機(jī)組抽水的儲能。

(5)

(6)

ug,t+up,t≤1

(7)

(8)

Pdl,t=Pw,t-Pp,t-Pwc,t

(9)

(2) 風(fēng)蓄聯(lián)合運行波動標(biāo)準(zhǔn)差最小。風(fēng)蓄聯(lián)合運行波動標(biāo)準(zhǔn)差越小，風(fēng)蓄聯(lián)合并網(wǎng)功率越平滑。

(10)

(11)

2.2.2 約束條件

(1) 風(fēng)蓄聯(lián)合運行并網(wǎng)出力在抽水蓄能機(jī)組抽水狀態(tài)和發(fā)電狀態(tài)下的約束。

(12)

(13)

(2) 上水庫儲能約束。

Emin≤Et≤Emax

(14)

(15)

式中：Emax，Emin分別為上水庫最大儲能和最小儲能；Et為t時段上水庫儲能；Δt為1個調(diào)度時段長度，即1 h；ηg，ηp分別為抽水蓄能機(jī)組的發(fā)電效率和抽水效率。

(3) 抽水蓄能機(jī)組在抽水狀態(tài)和發(fā)電狀態(tài)下的功率約束。

(16)

(17)

式中：Pg,max，Pp,max分別為抽蓄機(jī)組發(fā)電功率最大值和抽水功率最大值；Pg,min，Pp,min分別為抽蓄機(jī)組發(fā)電功率最小值和抽水功率最小值。

(4) 風(fēng)電機(jī)組預(yù)測功率約束。

0≤Pw,t≤Pwe

(18)

式中：Pwe為風(fēng)電機(jī)組額定出力。

2.3 外層模型

2.3.1 目標(biāo)函數(shù)

外層模型的目標(biāo)是系統(tǒng)的風(fēng)蓄火綜合運行收益最大，即：

maxFwhfef=Cwhf-Cfuel-Cenvir-Cr-CAw

(19)

式中：Fwhfef為風(fēng)蓄火綜合運行收益；Cwhf為風(fēng)蓄火聯(lián)合運行并網(wǎng)收益；Cfuel為火電機(jī)組的燃料成本；Cenvir為火電機(jī)組的環(huán)境成本；Cr為旋轉(zhuǎn)備用成本；CAw為棄風(fēng)成本。

風(fēng)蓄火聯(lián)合運行并網(wǎng)的收益為：

(20)

式中：λwh，λG分別為風(fēng)蓄聯(lián)合運行電價和火電上網(wǎng)電價；N為火電機(jī)組的機(jī)組數(shù)；Pi,t為火電機(jī)組i在t時段的出力。

火電機(jī)組的燃料成本為：

(21)

式中：ai，bi，ci為火電機(jī)組i的燃料成本系數(shù)；ui,t為0-1變量，表示火電機(jī)組i在t時段的開停機(jī)狀態(tài)，為1表示處于運行狀態(tài)，為0表示處于停機(jī)狀態(tài)。

火電機(jī)組的環(huán)境成本為：

(22)

式中：λenvir,c，λenvir,s分別為火電發(fā)電產(chǎn)生CO2和SO2的環(huán)境成本系數(shù)；αc,i，βc,i，γc,i為火電機(jī)組i的CO2排放系數(shù)；αs,i，βs,i，γs,i為火電機(jī)組i的SO2排放系數(shù)。

旋轉(zhuǎn)備用成本為：

(23)

式中：Ru，t，Rd，t分別為t時段系統(tǒng)的上、下旋轉(zhuǎn)備用需求；λu，λd分別為上、下旋轉(zhuǎn)備用需求成本系數(shù)。

棄風(fēng)成本為：

(24)

式中：kw為棄風(fēng)懲罰成本系數(shù)；Pwcr,t為t時段風(fēng)電并網(wǎng)限制出力。

2.3.2 約束條件

(1) 系統(tǒng)功率平衡約束。

(25)

式中：Pload,t為t時段系統(tǒng)負(fù)荷功率。

(2) 火電機(jī)組的出力約束。

ui,tPi,min≤Pi,t≤ui,tPi,max

(26)

式中：Pi,max，Pi,min分別為火電機(jī)組i的出力最大值和最小值。

(3) 火電機(jī)組爬坡約束[16]。

(27)

式中：rup,i，rdn,i分別為火電機(jī)組i的向上、向下爬坡速率。

(4) 旋轉(zhuǎn)備用約束。上旋轉(zhuǎn)備用約束：

(28)

Sup,i,t=min(Pi,max-Pi,t,rup,iT10)

(29)

Rup,wh,t=min(Pg,max-Pg,t,Etηg)

(30)

下旋轉(zhuǎn)備用約束：

(31)

Sdn,i,t=min(Pi,t-Pi,min,rdn,iT10)

(32)

(33)

式中：Sup,i,t，Sdn,i,t分別為火電機(jī)組i在t時段能夠提供的上、下旋轉(zhuǎn)備用容量；Rup,load,t，Rdn,load,t為t時段系統(tǒng)負(fù)荷的備用需求容量，一般取該時段系統(tǒng)總負(fù)荷的5%；Rup,wh,t，Rdn,wh,t分別為t時段抽水蓄能機(jī)組提供的上、下旋轉(zhuǎn)備用容量；P{·}為事件的可信性；p′為風(fēng)電實際出力；α為上、下旋轉(zhuǎn)備用約束置信水平；T10為系統(tǒng)旋轉(zhuǎn)備用響應(yīng)時間，文中取10 min。

2.4 隨機(jī)變量的處理

采用機(jī)會約束規(guī)劃處理隨機(jī)變量，機(jī)會約束規(guī)劃是隨機(jī)規(guī)劃的一個分支，主要用來解決含有隨機(jī)變量且不利情況下可能不滿足約束條件的模型，要求約束條件成立的概率不小于一定的置信水平[17—19]。機(jī)會約束規(guī)劃求解含有隨機(jī)變量的模型如式(34)所示。

(34)

文中模型的隨機(jī)變量為風(fēng)電實際出力標(biāo)幺值p，風(fēng)電出力是滿足Beta分布的概率密度函數(shù)。因此，在給定置信水平α?xí)r，可通過機(jī)會約束規(guī)劃，將上、下旋轉(zhuǎn)備用約束轉(zhuǎn)換為確定性約束。將式(29)、式(32)轉(zhuǎn)換為式(36)、式(37)。

(35)

(36)

Pwn,t=Pw,t/Pwe

(37)

式中：Pwn,t為風(fēng)電預(yù)測出力標(biāo)幺值；a，b分別為風(fēng)電出力滿足置信水平α?xí)r對應(yīng)區(qū)間的下限和上限。a，b與置信水平α有如下關(guān)系：

(38)

(39)

2.5 模型求解方法

內(nèi)外兩層模型的目標(biāo)都是求最優(yōu)值，可采用PSO-GA混合優(yōu)化算法[20]對其進(jìn)行求解。GA具有較優(yōu)的全局搜索能力，不易陷入局部最優(yōu)，但計算時間較長，求解效率低。PSO算法具有快速尋優(yōu)能力，但優(yōu)化模式單一，易陷入局部最優(yōu)解。因此可將2種算法相結(jié)合，則該混合算法既有快速尋優(yōu)能力，又有全局搜索能力，彌補(bǔ)了單一算法的不足。

3 算例分析

3.1 參數(shù)設(shè)定

為驗證文中內(nèi)外兩層模型的有效性，采用IEEE 30節(jié)點6機(jī)系統(tǒng)進(jìn)行仿真檢驗運算。火電機(jī)組參數(shù)見表1。節(jié)點7接入風(fēng)蓄聯(lián)合運行機(jī)組，修改后的IEEE 30節(jié)點系統(tǒng)示意見圖2。風(fēng)電場的額定容量為100 MW，抽水蓄能的最大發(fā)電功率為40 MW，最大抽水功率為60 MW，可逆式水輪機(jī)的發(fā)電效率為0.8，抽水效率為0.85，上游水庫的初始儲能為50 MW·h。為簡化模型，風(fēng)電24個時段的發(fā)電功率均滿足參數(shù)α=2.767，β=2.517的Beta概率密度函數(shù)。24 h風(fēng)電功率預(yù)測與負(fù)荷預(yù)測見圖3。采用CO2和SO2的環(huán)境成本來量化火電機(jī)組對環(huán)境的影響，環(huán)境成本系數(shù)均為3.5元/kg，上、下旋轉(zhuǎn)備用成本系數(shù)分別取140元/(MW·h)和80元/(MW·h)，棄風(fēng)懲罰成本系數(shù)取210元/(MW·h)。

表1 火電機(jī)組參數(shù)Table 1 Thermal unit parameters

圖2 修改后的IEEE 30節(jié)點示意Fig.2 Schematic diagram of modified IEEE 30-bus distribution system

圖3 風(fēng)電功率預(yù)測與負(fù)荷預(yù)測Fig.3 Wind power prediction and load prediction

選用PSO-GA混合優(yōu)化算法，PSO初始規(guī)模取100個，PSO迭代次數(shù)取20次。依照目標(biāo)要求選取M個最優(yōu)粒子作為遺傳操作的初始值，M取40，然后再經(jīng)過遺傳操作生成L個粒子，L取60。重新生成100個粒子作為下一次迭代時粒子群算法更新的粒子速度和位置的初始值，依次繼續(xù)優(yōu)化，直到滿足優(yōu)化算法停止條件。學(xué)習(xí)因子c1，c2均取2，慣性權(quán)重最大值wmax和最小值wmin分別取0.9和0.3，速度最大、最小更新值vmax和vmin分別取10和-10,GA的交叉概率pc和變異概率pm分別取0.7和0.3[16]。

風(fēng)蓄火的峰、谷上網(wǎng)電價Ct，以及抽水蓄能機(jī)組的抽水電價Cp,t參考國外的風(fēng)電價格體系，具體如下：

(41)

3.2 結(jié)果分析

文中通過內(nèi)層所建模型，采用PSO-GA混合優(yōu)化算法求得風(fēng)蓄并網(wǎng)情況下，抽水蓄能在整個調(diào)度周期(24 h)的抽水功率、發(fā)電功率、風(fēng)蓄聯(lián)合出力以及抽水蓄能的儲能，具體如圖4所示。

圖4 風(fēng)蓄聯(lián)合運行時各有功功率曲線Fig.4 Active power curves during wind-storage combined operation

圖4中，抽水蓄能出力為正表示抽水蓄能機(jī)組處于發(fā)電狀態(tài)，為負(fù)表示抽水蓄能機(jī)組處于抽水狀態(tài)。在日前風(fēng)電預(yù)測功率中，時段1—8中風(fēng)電預(yù)測功率大于風(fēng)電平均預(yù)測功率，此時抽水蓄能機(jī)組處于抽水狀態(tài)；時段9中風(fēng)電預(yù)測功率小于風(fēng)電平均預(yù)測功率，此時抽水蓄能機(jī)組處于發(fā)電狀態(tài)；時段12—20中風(fēng)力發(fā)電較少，低于平均預(yù)測功率，且負(fù)荷處于較高的狀態(tài)，此時抽水蓄能機(jī)組以較高的發(fā)電功率運行。由于受到上水庫儲能約束的影響，時段20的抽水蓄能發(fā)電功率降低。為了比較加入抽水蓄能前后，不是多余的水能發(fā)電替代風(fēng)電和火電機(jī)組出力，要求調(diào)度周期末的上水庫儲能不低于調(diào)度周期前上水庫的初始儲能。從圖4中可以看出，抽水蓄能儲能在調(diào)度周期始末時刻都是50 MW，整個風(fēng)蓄聯(lián)合運行過程，體現(xiàn)了抽水蓄能的時空轉(zhuǎn)移特性，把多余的風(fēng)電轉(zhuǎn)換為水能儲存在上水庫中用于補(bǔ)充風(fēng)電出力不足的時段。風(fēng)蓄合作調(diào)度過程中，在滿足模型約束條件下，總棄風(fēng)量為0 MW·h，風(fēng)電的并網(wǎng)出力標(biāo)準(zhǔn)差為14 MW。而無抽水蓄能的風(fēng)電并網(wǎng)中，總棄風(fēng)量為47 MW·h，風(fēng)電的并網(wǎng)出力標(biāo)準(zhǔn)差為19.7 MW。

綜上可知，在風(fēng)電并網(wǎng)中加入抽水蓄能作為儲能不但可以改善風(fēng)電的反調(diào)峰特性，減小風(fēng)電并網(wǎng)的標(biāo)準(zhǔn)差和常規(guī)機(jī)組的出力波動，還可以減少棄風(fēng)量，增加發(fā)電企業(yè)的經(jīng)濟(jì)收益，同時減少環(huán)境污染，實現(xiàn)從傳統(tǒng)能源向清潔能源改革的環(huán)境效益。

在外層模型中，求得整個調(diào)度周期中不同置信水平下風(fēng)蓄火聯(lián)合運行的經(jīng)濟(jì)收益和上、下旋轉(zhuǎn)備用需求容量，如表2所示。

表2 不同置信水平下風(fēng)蓄火聯(lián)合運行的優(yōu)化結(jié)果Table 2 Optimization results of combined operation of wind,storage and fire under different confidence levels

可知，隨著置信水平的降低，上、下旋轉(zhuǎn)備用需求容量也在降低，發(fā)電企業(yè)的收益增加。置信水平的高低反映系統(tǒng)可靠性的高低，置信水平越高，系統(tǒng)可靠性越高。由表2可知，系統(tǒng)可靠性的高低與收益成反比，發(fā)電企業(yè)在盡力獲得最大經(jīng)濟(jì)收益的同時須考慮系統(tǒng)的可靠性高低。在整個調(diào)度周期中，火電機(jī)組和抽水蓄能可以提供較大的下旋轉(zhuǎn)備用容量，用來滿足負(fù)荷和風(fēng)電不確定性帶來的下旋轉(zhuǎn)備用需求容量。調(diào)度周期內(nèi)，不同置信水平下系統(tǒng)上旋轉(zhuǎn)備用需求容量和風(fēng)蓄火運行提供的上旋備用容量對比如圖5所示。

圖5 上旋轉(zhuǎn)備用和需求容量對比Fig.5 Comparison of upper rotary reserve and required capacity

圖5中，風(fēng)蓄火聯(lián)合運行提供的上旋轉(zhuǎn)備用滿足所有置信水平下的系統(tǒng)上旋轉(zhuǎn)備用需求容量。系統(tǒng)中含抽水蓄能機(jī)組時，系統(tǒng)的可靠性高。此時發(fā)電企業(yè)在尋求更大收益的同時也可以在滿足較高的置信水平下安排機(jī)組出力，使發(fā)電策略處于較高的可靠性。文中發(fā)電企業(yè)可選擇在置信水平處于0.9時安排機(jī)組出力，此時發(fā)電收益較大，且備用需求也滿足整個調(diào)度周期時段要求。置信水平為0.9時火電機(jī)組的出力策略如圖6所示。結(jié)果顯示，在調(diào)度周期的時段1—7和時段21—24，負(fù)荷處于較低狀態(tài)，機(jī)組4處于下邊界狀態(tài)，沒有選擇停機(jī)，原因是此時系統(tǒng)收益較大且系統(tǒng)需要火電機(jī)組為系統(tǒng)提供上旋轉(zhuǎn)備用，提高系統(tǒng)的可靠性。時段9—20中，由于系統(tǒng)負(fù)荷較大，機(jī)組G5和G6基本都處于完全出力狀態(tài)。

圖6 置信水平為0.9時各時段的機(jī)組出力計劃Fig.6 Unit output plan for 24 hours under 0.9 confidence level

當(dāng)發(fā)電系統(tǒng)中不考慮抽水蓄能機(jī)組，只有風(fēng)電和火電機(jī)組出力時，風(fēng)電的波動性較大，為了滿足系統(tǒng)可靠性，必須滿足該時間段風(fēng)電和負(fù)荷的備用需求容量，此時會有棄風(fēng)現(xiàn)象，并且目標(biāo)中考慮了棄風(fēng)懲罰，所以在相應(yīng)置信水平下對比可知，含有抽水蓄能的系統(tǒng)收益高于僅含風(fēng)火系統(tǒng)的收益。各個置信水平下，不含抽水蓄能機(jī)組的系統(tǒng)收益和含有抽水蓄能機(jī)組的經(jīng)濟(jì)收益如表3所示。

表3 不同置信水平下有無抽蓄機(jī)組的系統(tǒng)收益對比Table 3 Comparison of system revenue with and with-out pumping unit under different confidence level 元

隨著置信水平的降低,系統(tǒng)的經(jīng)濟(jì)收益增加。在最終作決策時要在兩者之間進(jìn)行權(quán)衡，滿足可靠性的同時又要使經(jīng)濟(jì)性達(dá)到較高的要求，實現(xiàn)發(fā)電企業(yè)和用戶的利益最大化。

4 結(jié)論

文中提出了考慮風(fēng)電不確定性的風(fēng)蓄火聯(lián)合調(diào)度優(yōu)化模型，通過建立內(nèi)外雙層嵌套求解模型研究系統(tǒng)中有無抽水蓄能機(jī)組在不同置信水平下的發(fā)電企業(yè)經(jīng)濟(jì)收益。采用Beta概率密度函數(shù)擬合不同時期的風(fēng)電出力，將抽水蓄能機(jī)組和風(fēng)電打捆處理，利用機(jī)會約束規(guī)劃處理風(fēng)電的不確定性，分析求解隨機(jī)變量處于不同置信水平、系統(tǒng)中有無抽水蓄能機(jī)組對系統(tǒng)旋轉(zhuǎn)備用、風(fēng)電消納以及經(jīng)濟(jì)調(diào)度的影響，并采用PSO-GA混合優(yōu)化算法在IEEE 30節(jié)點系統(tǒng)上求解。通過以上仿真分析，得出如下結(jié)論：(1) 通過對比一般風(fēng)電系統(tǒng)的調(diào)度，系統(tǒng)中加入抽水蓄能機(jī)組，利用儲能系統(tǒng)的時空轉(zhuǎn)移特性，減少了風(fēng)電的棄風(fēng)量和傳統(tǒng)機(jī)組的燃煤量，保護(hù)環(huán)境的同時增加了發(fā)電企業(yè)的經(jīng)濟(jì)收益。(2) 采用風(fēng)蓄聯(lián)合運行，可降低風(fēng)電并網(wǎng)的波動性，提高整個系統(tǒng)的機(jī)組運行平穩(wěn)性。