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(guó)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(lái)，風(fēng)電入網(wǎng)規(guī)模日益增大，為應(yīng)對(duì)風(fēng)電大規(guī)模并網(wǎng)帶來(lái)的問(wèn)題，配置儲(chǔ)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(xiàng)重要措施。儲(chǔ)能系統(tǒng)具有時(shí)空轉(zhuǎn)移特性，不僅能減少棄風(fēng)，還能利用峰谷電價(jià)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(diǎn)，可以作為風(fēng)電并網(wǎng)的儲(chǔ)能系統(tǒng)。

目前，國(guó)內(nèi)外對(duì)風(fēng)電并網(wǎng)和風(fēng)蓄聯(lián)合運(yùn)行進(jìn)行了大量研究。文獻(xiàn)[2]針對(duì)風(fēng)電并網(wǎng)制定負(fù)荷需求對(duì)峰谷時(shí)段的電價(jià)響應(yīng)策略，降低風(fēng)電機(jī)組的運(yùn)行成本。文獻(xiàn)[3—4]指出，在風(fēng)電場(chǎng)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(chǎng)中最優(yōu)的抽水蓄能容量。文獻(xiàn)[5]建立風(fēng)-光-水-氣-火-儲(chǔ)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(yùn)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(duì)風(fēng)電的不確定性所帶來(lái)的問(wèn)題。文獻(xiàn)[8]利用多種能源的時(shí)空互補(bǔ)特性來(lái)充分消納新能源，減少棄風(fēng)量，提高系統(tǒng)運(yùn)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(yùn)行情況下，運(yùn)用抽水蓄能機(jī)組的儲(chǔ)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(dòng)，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(yùn)行的風(fēng)電消納、機(jī)組組合和系統(tǒng)旋轉(zhuǎn)備用容量問(wèn)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(dòng)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(jì)及不同置信水平下的風(fēng)電預(yù)測(cè)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(diǎn)系統(tǒng)相對(duì)應(yīng)的節(jié)點(diǎn)上，運(yùn)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(wú)抽水蓄能機(jī)組在不同置信水平下對(duì)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(duì)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(yùn)行風(fēng)險(xiǎn)已經(jīng)迫在眉睫。風(fēng)電出力預(yù)測(cè)主要有點(diǎn)預(yù)測(cè)[9]、區(qū)間預(yù)測(cè)[10]和概率預(yù)測(cè)[11]，這些預(yù)測(cè)方法都不能忽略預(yù)測(cè)誤差。正態(tài)分布擬合常用于研究風(fēng)電功率預(yù)測(cè)誤差和負(fù)荷預(yù)測(cè)誤差[12—13]，但有別于風(fēng)電出力區(qū)間的實(shí)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(diǎn)為：(1) 服從Beta分布對(duì)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(gè)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(dòng)性，可選擇將風(fēng)電出力預(yù)測(cè)分為多個(gè)預(yù)測(cè)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(gè)預(yù)測(cè)區(qū)間段的風(fēng)電預(yù)測(cè)值相同，即等于該區(qū)間范圍內(nèi)的預(yù)測(cè)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(shí)際出力標(biāo)幺值，是一個(gè)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(cè)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(chǎng)的隨機(jī)性和波動(dòng)性以及風(fēng)電并網(wǎng)給系統(tǒng)帶來(lái)的反調(diào)峰特性，會(huì)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(huì)由于風(fēng)電機(jī)組在短時(shí)間內(nèi)出力波動(dòng)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(yùn)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(chǔ)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(jí)別的響應(yīng)能力，故選擇抽水蓄能作為文中儲(chǔ)能系統(tǒng)。電網(wǎng)負(fù)荷處于低谷時(shí)段時(shí)，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(kù)中，將多余的電能轉(zhuǎn)化為具有勢(shì)能的水能存儲(chǔ)起來(lái)；電網(wǎng)負(fù)荷處于高峰時(shí)段時(shí)，抽水蓄能機(jī)組處于發(fā)電狀態(tài)，將存儲(chǔ)在上水庫(kù)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(yùn)行效益最大。為了減少風(fēng)電的波動(dòng)性和隨機(jī)性給系統(tǒng)帶來(lái)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(gè)整體，利用風(fēng)電出力補(bǔ)償抽水蓄能機(jī)組抽水的儲(chǔ)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(yùn)行波動(dòng)標(biāo)準(zhǔn)差最小。風(fēng)蓄聯(lián)合運(yùn)行波動(dòng)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(yùn)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(kù)儲(chǔ)能約束。

Emin≤Et≤Emax

(14)

(15)

式中：Emax，Emin分別為上水庫(kù)最大儲(chǔ)能和最小儲(chǔ)能；Et為t時(shí)段上水庫(kù)儲(chǔ)能；Δt為1個(gè)調(diào)度時(shí)段長(zhǎng)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(cè)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(yùn)行收益最大，即：

maxFwhfef=Cwhf-Cfuel-Cenvir-Cr-CAw

(19)

式中：Fwhfef為風(fēng)蓄火綜合運(yùn)行收益；Cwhf為風(fēng)蓄火聯(lián)合運(yùn)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(yùn)行并網(wǎng)的收益為：

(20)

式中：λwh，λG分別為風(fēng)蓄聯(lián)合運(yùn)行電價(jià)和火電上網(wǎng)電價(jià)；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(shí)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(shí)段的開(kāi)停機(jī)狀態(tài)，為1表示處于運(yùn)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(shí)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(shí)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(shí)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(shí)段能夠提供的上、下旋轉(zhuǎn)備用容量；Rup,load,t，Rdn,load,t為t時(shí)段系統(tǒng)負(fù)荷的備用需求容量，一般取該時(shí)段系統(tǒng)總負(fù)荷的5%；Rup,wh,t，Rdn,wh,t分別為t時(shí)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(shí)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(shí)間，文中取10 min。

2.4 隨機(jī)變量的處理

采用機(jī)會(huì)約束規(guī)劃處理隨機(jī)變量，機(jī)會(huì)約束規(guī)劃是隨機(jī)規(guī)劃的一個(gè)分支，主要用來(lái)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(huì)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(shí)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(guò)機(jī)會(huì)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(cè)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(duì)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(duì)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(jì)算時(shí)間較長(zhǎng)，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(yàn)證文中內(nèi)外兩層模型的有效性，采用IEEE 30節(jié)點(diǎn)6機(jī)系統(tǒng)進(jìn)行仿真檢驗(yàn)運(yùn)算。火電機(jī)組參數(shù)見(jiàn)表1。節(jié)點(diǎn)7接入風(fēng)蓄聯(lián)合運(yùn)行機(jī)組，修改后的IEEE 30節(jié)點(diǎn)系統(tǒng)示意見(jiàn)圖2。風(fēng)電場(chǎng)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(kù)的初始儲(chǔ)能為50 MW·h。為簡(jiǎn)化模型，風(fēng)電24個(gè)時(shí)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(cè)與負(fù)荷預(yù)測(cè)見(jiàn)圖3。采用CO2和SO2的環(huán)境成本來(lái)量化火電機(jī)組對(duì)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(diǎn)示意Fig.2 Schematic diagram of modified IEEE 30-bus distribution system

圖3 風(fēng)電功率預(yù)測(cè)與負(fù)荷預(yù)測(cè)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(gè)，PSO迭代次數(shù)取20次。依照目標(biāo)要求選取M個(gè)最優(yōu)粒子作為遺傳操作的初始值，M取40，然后再經(jīng)過(guò)遺傳操作生成L個(gè)粒子，L取60。重新生成100個(gè)粒子作為下一次迭代時(shí)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(jià)Ct，以及抽水蓄能機(jī)組的抽水電價(jià)Cp,t參考國(guó)外的風(fēng)電價(jià)格體系，具體如下：

(41)

3.2 結(jié)果分析

文中通過(guò)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(gè)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(chǔ)能，具體如圖4所示。

圖4 風(fēng)蓄聯(lián)合運(yùn)行時(shí)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(cè)功率中，時(shí)段1—8中風(fēng)電預(yù)測(cè)功率大于風(fēng)電平均預(yù)測(cè)功率，此時(shí)抽水蓄能機(jī)組處于抽水狀態(tài)；時(shí)段9中風(fēng)電預(yù)測(cè)功率小于風(fēng)電平均預(yù)測(cè)功率，此時(shí)抽水蓄能機(jī)組處于發(fā)電狀態(tài)；時(shí)段12—20中風(fēng)力發(fā)電較少，低于平均預(yù)測(cè)功率，且負(fù)荷處于較高的狀態(tài)，此時(shí)抽水蓄能機(jī)組以較高的發(fā)電功率運(yùn)行。由于受到上水庫(kù)儲(chǔ)能約束的影響，時(shí)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(kù)儲(chǔ)能不低于調(diào)度周期前上水庫(kù)的初始儲(chǔ)能。從圖4中可以看出，抽水蓄能儲(chǔ)能在調(diào)度周期始末時(shí)刻都是50 MW，整個(gè)風(fēng)蓄聯(lián)合運(yùn)行過(guò)程，體現(xiàn)了抽水蓄能的時(shí)空轉(zhuǎn)移特性，把多余的風(fēng)電轉(zhuǎn)換為水能儲(chǔ)存在上水庫(kù)中用于補(bǔ)充風(fēng)電出力不足的時(shí)段。風(fēng)蓄合作調(diào)度過(guò)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(wú)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(chǔ)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(dòng)，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(shí)減少環(huán)境污染，實(shí)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(gè)調(diào)度周期中不同置信水平下風(fēng)蓄火聯(lián)合運(yùn)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(yùn)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(shí)須考慮系統(tǒng)的可靠性高低。在整個(gè)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(lái)滿足負(fù)荷和風(fēng)電不確定性帶來(lái)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(yùn)行提供的上旋備用容量對(duì)比如圖5所示。

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

圖5中，風(fēng)蓄火聯(lián)合運(yùn)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(shí)，系統(tǒng)的可靠性高。此時(shí)發(fā)電企業(yè)在尋求更大收益的同時(shí)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(shí)安排機(jī)組出力，此時(shí)發(fā)電收益較大，且備用需求也滿足整個(gè)調(diào)度周期時(shí)段要求。置信水平為0.9時(shí)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(shí)段1—7和時(shí)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(méi)有選擇停機(jī)，原因是此時(shí)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(shí)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(shí)各時(shí)段的機(jī)組出力計(jì)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(shí)，風(fēng)電的波動(dòng)性較大，為了滿足系統(tǒng)可靠性，必須滿足該時(shí)間段風(fēng)電和負(fù)荷的備用需求容量，此時(shí)會(huì)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(duì)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(gè)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(wú)抽蓄機(jī)組的系統(tǒng)收益對(duì)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(shí)要在兩者之間進(jìn)行權(quán)衡，滿足可靠性的同時(shí)又要使經(jīng)濟(jì)性達(dá)到較高的要求，實(shí)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(guò)建立內(nèi)外雙層嵌套求解模型研究系統(tǒng)中有無(wú)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(shí)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(huì)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(wú)抽水蓄能機(jī)組對(duì)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(diǎn)系統(tǒng)上求解。通過(guò)以上仿真分析，得出如下結(jié)論：(1) 通過(guò)對(duì)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(chǔ)能系統(tǒng)的時(shí)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(shí)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(yùn)行，可降低風(fēng)電并網(wǎng)的波動(dòng)性，提高整個(gè)系統(tǒng)的機(jī)組運(yùn)行平穩(wěn)性。