亢麗君 王蓓蓓 薛必克 馮樹(shù)海

計(jì)及爬坡場(chǎng)景覆蓋的高比例新能源電網(wǎng)平衡策略研究

亢麗君1王蓓蓓1薛必克2馮樹(shù)海2

（1. 東南大學(xué)電氣工程學(xué)院 南京 210096 2. 中國(guó)電力科學(xué)研究院有限公司 南京 210003）

隨著高比例新能源接入電網(wǎng)，系統(tǒng)在安全、可靠性等方面面臨著新的挑戰(zhàn)，通過(guò)改進(jìn)日內(nèi)平衡資源配置方案增加系統(tǒng)調(diào)度的運(yùn)行靈活性的相關(guān)研究受到廣泛關(guān)注。該文在日前既有調(diào)度方案的基礎(chǔ)上，在日內(nèi)2h尺度確定快機(jī)開(kāi)停機(jī)及各類靈活性資源的出力、靈活性預(yù)留結(jié)果，并關(guān)注靈活性預(yù)留的可調(diào)度性，建立場(chǎng)景覆蓋指數(shù)以評(píng)價(jià)該備用配置方案在實(shí)時(shí)時(shí)間尺度系統(tǒng)可響應(yīng)量。基于此構(gòu)建計(jì)及日內(nèi)爬坡場(chǎng)景覆蓋的高比例新能源電網(wǎng)日內(nèi)平衡策略。算例結(jié)果說(shuō)明該文提出的日內(nèi)平衡策略由于更精確地計(jì)及了機(jī)組爬坡特性，而使得系統(tǒng)靈活性資源的預(yù)留具備可量測(cè)性，提高了系統(tǒng)的靈活性水平，減少了棄風(fēng)/切負(fù)荷事件的發(fā)生概率。

靈活性 源荷互動(dòng) 日內(nèi)優(yōu)化 高比例新能源

0 引言

隨著新能源大規(guī)模接入電網(wǎng)，電網(wǎng)的不確定性逐漸從負(fù)荷單側(cè)轉(zhuǎn)變?yōu)樵?、荷雙向不確定性。傳統(tǒng)調(diào)度模型在優(yōu)化目標(biāo)函數(shù)中考慮棄風(fēng)、切負(fù)荷最小[1-2]，其結(jié)果可能是系統(tǒng)為應(yīng)對(duì)不確定性不計(jì)代價(jià)地預(yù)留盡可能多的靈活性資源，這種粗放式的調(diào)度模式不僅帶來(lái)昂貴的運(yùn)行成本[3]，且隨著更多新能源裝機(jī)和燃煤機(jī)組的退役，可調(diào)度的靈活性電源日益減少，使得該方法難以為繼[4]。因此系統(tǒng)調(diào)度應(yīng)該具備對(duì)于靈活性資源提供運(yùn)營(yíng)所需靈活性大小的度量能力，從而實(shí)現(xiàn)靈活性資源調(diào)度的精打細(xì)算。另一方面，需求側(cè)資源的快速發(fā)展使得系統(tǒng)靈活性資源變得更加多樣化[5-6]。在此背景下，研究面向源荷互動(dòng)的優(yōu)化調(diào)度策略，以實(shí)現(xiàn)系統(tǒng)稀缺的靈活性資源用在刀刃上[7-8]。

近年來(lái)眾多學(xué)者在優(yōu)化調(diào)度模型中考慮靈活性需求，增加系統(tǒng)運(yùn)行靈活性。部分學(xué)者應(yīng)用確定性模型[9]，在模型中添加靈活性需求最小值約束，從而滿足一定范圍內(nèi)的系統(tǒng)不確定性[10]，美國(guó)加州電力市場(chǎng)（California Independent System Operator, CAISO）和美國(guó)中西部電力市場(chǎng)（Midcontinent Independent System Operator, MISO）已將該調(diào)度模型應(yīng)用于實(shí)際中[11-12]。文獻(xiàn)[13]提出時(shí)段耦合的多時(shí)間段調(diào)度方法，在調(diào)用靈活性資源之前先進(jìn)行容量預(yù)留。文獻(xiàn)[14]通過(guò)考慮更加嚴(yán)格的靈活性資源爬坡約束，有效地提高了系統(tǒng)的運(yùn)行靈活性。有些學(xué)者以靈活性評(píng)價(jià)指標(biāo)為約束，確保調(diào)度結(jié)果滿足靈活性需求，文獻(xiàn)[15]從靈活性供需平衡的角度提出了電源靈活性裕度指標(biāo)及其定量計(jì)算方法。文獻(xiàn)[16]以配電網(wǎng)為背景，建立考慮靈活性指標(biāo)約束的多目標(biāo)優(yōu)化問(wèn)題。文獻(xiàn)[17]提出靈活性不足率指標(biāo)評(píng)估孤島型微電網(wǎng)的運(yùn)行靈活性。除了確定型模型外，部分學(xué)者通過(guò)隨機(jī)規(guī)劃將不確定性考慮到靈活性調(diào)度的問(wèn)題中，文獻(xiàn)[18]建立最小機(jī)組運(yùn)行成本和靈活性需求之間的聯(lián)系，從而解決滿足給定失負(fù)荷概率風(fēng)險(xiǎn)值約束的經(jīng)濟(jì)調(diào)度問(wèn)題。此外，魯棒優(yōu)化模型計(jì)及極端場(chǎng)景下的新能源不確定性場(chǎng)景，對(duì)新能源消納具有積極作用，在靈活性優(yōu)化調(diào)度中也被廣泛使用[19-20]。文獻(xiàn)[21]計(jì)及靈活性資源可傳輸性，提出了可傳輸?shù)聂敯綮`活性產(chǎn)品。文獻(xiàn)[22]提出利用分布魯棒優(yōu)化方法并計(jì)及風(fēng)險(xiǎn)建立了兩階段靈活性優(yōu)化調(diào)度模型。

綜上所述，目前眾多學(xué)者對(duì)增加系統(tǒng)運(yùn)行靈活性調(diào)度策略進(jìn)行了一定的研究，主要關(guān)注靈活性容量預(yù)留上，較少關(guān)注靈活性資源的爬坡響應(yīng)特性，即在實(shí)際調(diào)度時(shí)其可調(diào)度性。常規(guī)備用配置模型僅考慮單時(shí)段不確定性的影響[23-24]；CAISO在其調(diào)度模型中關(guān)注了爬坡響應(yīng)特性，添加了時(shí)段間的爬坡約束[12]。文獻(xiàn)[14]在日前進(jìn)行備用配置時(shí)，考慮了機(jī)組備用爬坡的極端場(chǎng)景，爬坡約束更為嚴(yán)格，優(yōu)化調(diào)度結(jié)果能夠應(yīng)對(duì)不確定性置信區(qū)間內(nèi)的任一出力結(jié)果，但是其應(yīng)用在日內(nèi)及實(shí)時(shí)時(shí)間尺度的魯棒性較強(qiáng)，成本較高。

以上方法主要基于修改靈活性備用配置的爬坡約束，增加系統(tǒng)響應(yīng)靈活性需求的能力，但是沒(méi)有著眼于研究爬坡約束嚴(yán)格程度與系統(tǒng)靈活性可調(diào)度性之間的聯(lián)系，同時(shí)缺乏量化靈活性備用可調(diào)度性大小的評(píng)價(jià)指標(biāo)。針對(duì)這一問(wèn)題，本文提出場(chǎng)景覆蓋指數(shù)評(píng)價(jià)指標(biāo)，計(jì)算系統(tǒng)基于已知靈活性備用配置結(jié)果的可覆蓋的不確定性場(chǎng)景集與目標(biāo)覆蓋場(chǎng)景集的比值，即可應(yīng)對(duì)的隨機(jī)場(chǎng)景比例，準(zhǔn)確描繪靈活性備用配置結(jié)果的可調(diào)度性大小。進(jìn)一步建立計(jì)及場(chǎng)景覆蓋指數(shù)與需求側(cè)參與的日內(nèi)靈活性資源平衡策略研究，該調(diào)度策略能夠根據(jù)決策者的風(fēng)險(xiǎn)偏好進(jìn)行相應(yīng)的優(yōu)化調(diào)度策略調(diào)整。基于算例探討了靈活性資源可響應(yīng)特性與系統(tǒng)優(yōu)化調(diào)度策略及結(jié)果之間的聯(lián)系。

1 備用預(yù)留的爬坡場(chǎng)景覆蓋

1.1 靈活性資源的可調(diào)度性

在高比例新能源電網(wǎng)調(diào)度過(guò)程中，由于新能源及負(fù)荷具有預(yù)測(cè)偏差，通常會(huì)根據(jù)當(dāng)前調(diào)度時(shí)刻的預(yù)測(cè)不確定性為后一時(shí)間段進(jìn)行一定的靈活性預(yù)留。本文主要著眼于日內(nèi)2h前的備用預(yù)留和實(shí)時(shí)實(shí)際調(diào)度的時(shí)間尺度。圖1a中實(shí)線即為各時(shí)刻日內(nèi)2h前所預(yù)留的靈活性資源，實(shí)線所圍成的黑色區(qū)域構(gòu)成預(yù)留靈活性資源目標(biāo)所覆蓋的不確定性場(chǎng)景集。

在實(shí)際調(diào)度中，各靈活性資源的優(yōu)化調(diào)度需考慮時(shí)段間爬坡耦合約束的影響，即靈活性資源是否具有足夠的爬坡能力提供相應(yīng)的靈活性備用。圖1b中的A0、C0點(diǎn)和A1、C1點(diǎn)分別為系統(tǒng)在日內(nèi)2h前調(diào)度時(shí)在0、1時(shí)刻所預(yù)留的向上、向下靈活性備用量，B0、B1點(diǎn)為系統(tǒng)在日內(nèi)2h前在0、1時(shí)刻預(yù)測(cè)凈負(fù)荷。靈活性資源可調(diào)度性考慮的是在實(shí)際調(diào)度中，如果0時(shí)刻靈活性資源調(diào)用了向下靈活性備用，系統(tǒng)總出力在圖1b中C0點(diǎn)，是否具有足夠的爬坡能力使得1時(shí)刻系統(tǒng)可以調(diào)用預(yù)留的全部向上備用，從而系統(tǒng)總出力可以在A1點(diǎn)。實(shí)際上，若0時(shí)刻系統(tǒng)總出力在C0點(diǎn)，則由C0點(diǎn)到A1′點(diǎn)恰好構(gòu)成系統(tǒng)的爬坡極端場(chǎng)景（白色箭頭），即所有機(jī)組按自身最大爬坡速率爬坡，在1時(shí)刻系統(tǒng)僅能達(dá)到A1′點(diǎn)。因此由于機(jī)組爬坡能力不足，即使系統(tǒng)在日內(nèi)預(yù)調(diào)度預(yù)留了備用，系統(tǒng)也無(wú)法實(shí)時(shí)調(diào)用備用應(yīng)對(duì)系統(tǒng)不確定性，從而得到系統(tǒng)預(yù)留靈活性資源受制于爬坡速率實(shí)際可覆蓋的場(chǎng)景集如圖1b中灰色區(qū)域所示。

圖1 靈活性資源可調(diào)度性示意圖

假定系統(tǒng)在日內(nèi)2h根據(jù)不確定性進(jìn)行容量預(yù)留，決定日內(nèi)開(kāi)停機(jī)計(jì)劃，在實(shí)時(shí)調(diào)度時(shí)僅能通過(guò)調(diào)用備用改變出力，不能開(kāi)啟新的機(jī)組。如日內(nèi)2h前預(yù)測(cè)0、1時(shí)刻凈負(fù)荷分別為60MW、90MW，凈負(fù)荷預(yù)測(cè)不確定性設(shè)置為凈負(fù)荷的10%，0與1時(shí)刻間隔為15min，而凈負(fù)荷在0與1時(shí)刻的實(shí)際值為55MW、95MW。機(jī)組A、B的爬坡速率均為2MW/min，出力成本分別為10$/MW、20$/MW，備用預(yù)留成本設(shè)置為出力成本的一半，以總成本最小化為優(yōu)化目標(biāo)，優(yōu)化結(jié)果如圖2所示，其中0時(shí)刻在日內(nèi)2h前預(yù)調(diào)度和實(shí)時(shí)調(diào)度結(jié)果均為已知量。

在日內(nèi)2h前預(yù)調(diào)度中，由于機(jī)組A運(yùn)行成本較低，1時(shí)刻僅需開(kāi)啟機(jī)組A即可完成能量與備用的出清。面對(duì)預(yù)測(cè)與實(shí)際凈負(fù)荷的偏差，在實(shí)時(shí)調(diào)度時(shí)，機(jī)組A在時(shí)刻0調(diào)用5MW（60MW-55MW=5MW）向下備用，在1時(shí)刻調(diào)用5MW（95MW-90MW=5MW）的向上備用。但受機(jī)組爬坡速率限制，機(jī)組A在日內(nèi)2h出清時(shí)，0、1時(shí)刻的出力分別為60MW、90MW，兩時(shí)刻間的主能量爬坡已經(jīng)達(dá)到機(jī)組A的向上爬坡極限。若機(jī)組A在0時(shí)刻調(diào)用向下備用，則其已經(jīng)沒(méi)有爬坡余量可調(diào)用1時(shí)刻的向上備用（15MW×2MW= 30MW，小于95MW-55MW=40MW的實(shí)際爬坡需求）。因此最終系統(tǒng)在時(shí)刻1產(chǎn)生10MW切負(fù)荷。

圖2 不計(jì)靈活性資源可調(diào)度性調(diào)度結(jié)果

若在日內(nèi)2h前預(yù)調(diào)度中考慮靈活性資源的可調(diào)度性，在備用配置時(shí)添加機(jī)組在任一出力下能夠調(diào)用下一時(shí)刻任意備用的爬坡約束限制，即需滿足備用調(diào)用的的極端場(chǎng)景。優(yōu)化結(jié)果如圖3所示。此時(shí)為滿足靈活性資源可調(diào)度性的約束，系統(tǒng)啟動(dòng)機(jī)組B以提供額外的靈活性。最終實(shí)時(shí)調(diào)度結(jié)果如圖3所示，機(jī)組B在1時(shí)刻調(diào)用5MW向上備用，不會(huì)導(dǎo)致任何的棄風(fēng)、切負(fù)荷現(xiàn)象。計(jì)及靈活性資源的可調(diào)度性后，系統(tǒng)在考慮相同容量備用預(yù)留時(shí)，需要開(kāi)啟更多的機(jī)組以提供機(jī)組爬坡能力，付出更高的運(yùn)行成本，但是在某些極端場(chǎng)景下靈活性資源更高的可調(diào)度性為系統(tǒng)的安全可靠提供了有力的保障。因此當(dāng)系統(tǒng)預(yù)見(jiàn)到未來(lái)場(chǎng)景的凈負(fù)荷偏移時(shí)，應(yīng)提前考慮容量預(yù)留和爬坡能力實(shí)現(xiàn)兩個(gè)方面，從而避免在可預(yù)見(jiàn)的情況下由于缺乏必要的靈活性調(diào)控手段，切風(fēng)/負(fù)荷等事件的發(fā)生。

圖3 計(jì)及靈活性資源可調(diào)度性調(diào)度結(jié)果

1.2 爬坡場(chǎng)景覆蓋指數(shù)的定義

本文著力于分析靈活性資源的可調(diào)度性能力，并提出對(duì)評(píng)價(jià)指標(biāo)進(jìn)行量化。時(shí)刻某個(gè)靈活性資源的可調(diào)度性主要受制于自身的爬坡速率，這些資源的可調(diào)度性進(jìn)而構(gòu)成系統(tǒng)內(nèi)的可響應(yīng)靈活性需求。本文用各時(shí)刻系統(tǒng)所能實(shí)際應(yīng)對(duì)的不確定性場(chǎng)景集描繪可調(diào)度性，后文簡(jiǎn)稱為靈活性資源可覆蓋場(chǎng)景集。本文借鑒文獻(xiàn)[25]中結(jié)合魯棒思想、在極端場(chǎng)景描繪靈活性的方法，提出場(chǎng)景覆蓋指數(shù)，描繪系統(tǒng)在不同備用配置方案下時(shí)間段內(nèi)響應(yīng)靈活性需求的能力，其定義為：爬坡場(chǎng)景覆蓋指數(shù)（Scenario Coverage Index, SCI）為實(shí)時(shí)系統(tǒng)在備用調(diào)用極端場(chǎng)景下的可覆蓋場(chǎng)景與日內(nèi)2h預(yù)留向上/下靈活性容量目標(biāo)覆蓋場(chǎng)景的比值。

這里的備用調(diào)用極端場(chǎng)景指的是考慮了實(shí)時(shí)凈負(fù)荷出力劇烈波動(dòng)，所有機(jī)組在時(shí)刻間均以最大爬坡速率爬坡調(diào)用備用的極端場(chǎng)景，即在前一時(shí)刻調(diào)用了向上/向下備用后，緊接著以最大速率爬坡并在下一時(shí)刻調(diào)用向下/向上備用。在該調(diào)度場(chǎng)景下，待評(píng)價(jià)的備用配置方案所能實(shí)際覆蓋的最大不確定性場(chǎng)景集是衡量不同備用配置方案可響應(yīng)靈活性需求大小的標(biāo)準(zhǔn)。

爬坡場(chǎng)景覆蓋指數(shù)示意圖如圖4所示，SCI即灰色區(qū)域面積相對(duì)于黑色區(qū)域面積的占比。實(shí)時(shí)在備用調(diào)用極端場(chǎng)景下的可覆蓋場(chǎng)景是以各時(shí)刻機(jī)組可調(diào)度上/下限（Real Time unit Scheduling Responsive Upper/Lower Limit, RT SRU/SRL）（點(diǎn)劃線）為邊界所得到的包絡(luò)面。日內(nèi)2h預(yù)留向上/下靈活性容量目標(biāo)覆蓋場(chǎng)景為以系統(tǒng)各時(shí)刻預(yù)留靈活性資源所期望覆蓋的場(chǎng)景，對(duì)應(yīng)到圖4為以日內(nèi)2h預(yù)留向上/下靈活性容量上限（2h Flexible Reserve Up/Down Capacity, 2h FRU/FRD）（實(shí)線）為邊界所得到的包絡(luò)面，即黑色區(qū)域的面積。當(dāng)系統(tǒng)靈活性資源足夠充裕且靈活性資源配置合理時(shí)，上述兩個(gè)覆蓋場(chǎng)景相同，場(chǎng)景覆蓋指數(shù)為1。

圖4 爬坡場(chǎng)景覆蓋指數(shù)示意圖

場(chǎng)景覆蓋指數(shù)評(píng)價(jià)指標(biāo)的計(jì)算是基于已知的靈活性資源出力水平與靈活性資源預(yù)留情況進(jìn)行的，屬于事后評(píng)價(jià)。通過(guò)預(yù)調(diào)度，計(jì)算當(dāng)前備用配置結(jié)果相較于目標(biāo)覆蓋場(chǎng)景的SCI，得到當(dāng)前調(diào)度結(jié)果可響應(yīng)的極限場(chǎng)景。該評(píng)價(jià)指標(biāo)可適用于不同的時(shí)間尺度，能較好地描繪各時(shí)間尺度下靈活性可調(diào)度特性之間的聯(lián)系，即前一時(shí)間段備用預(yù)留與后一時(shí)間段調(diào)度之間的關(guān)系，前一時(shí)間段一般指日前或日內(nèi)，在本文中側(cè)重日內(nèi)2h前預(yù)留和實(shí)時(shí)調(diào)度之間的關(guān)系度量。

2 計(jì)及日內(nèi)場(chǎng)景覆蓋指數(shù)的面向源荷互動(dòng)靈活性調(diào)度模型

2.1節(jié)的日內(nèi)調(diào)度模型是基于日前優(yōu)化調(diào)度結(jié)果進(jìn)行的。日前優(yōu)化以運(yùn)行成本最小化為優(yōu)化目標(biāo)得到傳統(tǒng)慢機(jī)組（后文簡(jiǎn)稱慢機(jī)）出力及各靈活性資源的靈活性備用出力。在日內(nèi)調(diào)度階段，基于已知日前優(yōu)化調(diào)度結(jié)果、日內(nèi)靈活性需求，確定慢機(jī)出力調(diào)整量，快速啟動(dòng)機(jī)組（后文簡(jiǎn)稱為快機(jī)）啟停、出力，激勵(lì)型需求響應(yīng)（Incentive-based Demand Response, IDR）的出力和各類靈活性資源的靈活性備用出力。在日內(nèi)2h前，每15min完成一次滾動(dòng)優(yōu)化調(diào)度，優(yōu)化時(shí)間尺度為2h。本文所建立的SCI指標(biāo)主要描繪在已知系統(tǒng)不確定性，系統(tǒng)調(diào)度結(jié)果的可調(diào)度性，因此將靈活性需求作為已知量進(jìn)行出力。2.2節(jié)為場(chǎng)景覆蓋指數(shù)的計(jì)算模型，場(chǎng)景覆蓋指數(shù)計(jì)算是基于2.1節(jié)的日內(nèi)靈活性調(diào)度模型的結(jié)果，即已知的機(jī)組出力及靈活性備用配置結(jié)果。其調(diào)度框架如圖5所示。

圖5 計(jì)及場(chǎng)景覆蓋指數(shù)與需求側(cè)參與的靈活性資源調(diào)度框架

2.1 日內(nèi)靈活性資源調(diào)度模型

本文所考慮的新能源主要為風(fēng)電，但模型同樣適用于具有不確定性的各類新能源。距離實(shí)際運(yùn)行時(shí)間越近，日內(nèi)凈負(fù)荷預(yù)測(cè)誤差更小，優(yōu)化間隔更短，在該時(shí)間尺度考慮靈活性爬坡將更加有效，目前MISO[26]等調(diào)度機(jī)構(gòu)對(duì)靈活性爬坡的考慮也主要在日內(nèi)時(shí)間尺度，且日內(nèi)對(duì)于系統(tǒng)調(diào)度結(jié)果的可靠性要求更高，因此日內(nèi)優(yōu)化調(diào)度結(jié)果較運(yùn)行成本應(yīng)更加看重結(jié)果的靈活性。綜上所述，本文在日內(nèi)建立考慮SCI的靈活性調(diào)度模型，并選取典型日內(nèi)優(yōu)化間隔2h進(jìn)行分析。

本文的日內(nèi)靈活性資源調(diào)度是基于日前優(yōu)化調(diào)度結(jié)果進(jìn)行的，因此目標(biāo)函數(shù)為調(diào)整成本最小，模型中日前優(yōu)化結(jié)果均為已知量。而模型的約束條件主要包括系統(tǒng)功率平衡約束、日前靈活性備用的調(diào)用約束、日內(nèi)靈活性配置約束及場(chǎng)景覆蓋指數(shù)約束。

2.1.1 目標(biāo)函數(shù)

目標(biāo)函數(shù)為靈活性資源的運(yùn)行總費(fèi)用最小，包括日前所預(yù)留靈活性備用的調(diào)用成本，快機(jī)的運(yùn)行成本及啟動(dòng)成本，IDR的運(yùn)行成本，日內(nèi)靈活性備用配置成本及日內(nèi)棄風(fēng)、切負(fù)荷、靈活性不足的懲罰成本最小。

2.1.2 約束條件

1）系統(tǒng)功率平衡約束

2）日前慢機(jī)機(jī)組、IDR靈活性資源調(diào)用約束

3）慢機(jī)、快機(jī)運(yùn)行約束

主要包括機(jī)組出力約束、爬坡約束、啟停約束，在此不再贅述。

4）靈活性資源配置平衡約束

5）傳統(tǒng)慢機(jī)靈活性備用配置約束

6）IDR靈活性備用配置約束

7）快機(jī)靈活性備用配置約束

2.2 場(chǎng)景覆蓋指數(shù)計(jì)算模型

場(chǎng)景覆蓋指數(shù)是基于已知機(jī)組出力水平與靈活性備用資源分配結(jié)果進(jìn)行計(jì)算所得，屬于事后評(píng)價(jià)。對(duì)于單時(shí)段的場(chǎng)景覆蓋指數(shù)可以直接計(jì)算所得，而對(duì)于整個(gè)時(shí)間段內(nèi)場(chǎng)景覆蓋指數(shù)，由于無(wú)法知曉后一時(shí)段的機(jī)組具體出力，無(wú)法計(jì)算機(jī)組的可調(diào)度上、下限，因此對(duì)時(shí)間段的系統(tǒng)場(chǎng)景覆蓋指數(shù)用常規(guī)方法難以計(jì)算。因此本文以時(shí)間段內(nèi)備用配置方案的可覆蓋場(chǎng)景所構(gòu)成包絡(luò)面的最大值與目標(biāo)覆蓋場(chǎng)景包絡(luò)面的面積的比值作為場(chǎng)景覆蓋指數(shù)。

綜上所述，本文建立SCI計(jì)算模型的思想是，基于魯棒的理念，以在備用調(diào)用極端場(chǎng)景下備用配置方案可覆蓋場(chǎng)景與目標(biāo)覆蓋面積比值的最大值，作為調(diào)度結(jié)果可調(diào)度性的評(píng)價(jià)標(biāo)準(zhǔn)，因此SCI最大為計(jì)算模型的優(yōu)化目標(biāo)。由于本文所考慮的靈活性調(diào)度模型為確定型模型，目標(biāo)覆蓋場(chǎng)景的面積本質(zhì)上為常數(shù)，因此所需要考慮的SCI最大主要考慮的是各時(shí)刻系統(tǒng)SRU/SRL的總和最大。為與常規(guī)魯棒優(yōu)化模型目標(biāo)模型保持一致，本文目標(biāo)函數(shù)的數(shù)學(xué)模型為1-SCI最小。需要注意的是，這里備用調(diào)用極端場(chǎng)景具體體現(xiàn)為式（25）對(duì)靈活性資源可調(diào)用出力的嚴(yán)格的爬坡約束，各時(shí)段靈活性資源調(diào)用向上、向下靈活性備用需滿足爬坡速率的限制。其他約束條件包括：某一時(shí)刻系統(tǒng)SRU/SRL等于該時(shí)刻系統(tǒng)所有靈活性資源的可調(diào)用備用量，其受制于靈活性資源自身的爬坡速率及時(shí)段間的該資源的向上、下靈活性備用出力。此外，某一靈活性資源的在時(shí)刻可調(diào)用出力的上限為系統(tǒng)日內(nèi)2h預(yù)調(diào)度根據(jù)靈活性需求所分配的備用預(yù)留結(jié)果，因此各靈活性資源的可調(diào)用備用量應(yīng)小于備用出力上限。

綜上所述，本文建立以系統(tǒng)場(chǎng)景覆蓋指數(shù)SCI最大為優(yōu)化目標(biāo)，滿足可響應(yīng)能力限制、靈活性資源備用出力上限等約束條件的評(píng)價(jià)模型。該模型可以評(píng)價(jià)各時(shí)間尺度調(diào)度結(jié)果在后一時(shí)間尺度下的指標(biāo)，本文著力于衡量日內(nèi)2h前預(yù)留在實(shí)時(shí)調(diào)度的可調(diào)度性，其數(shù)學(xué)模型如下。

2.2.1 目標(biāo)函數(shù)

式中，CCS為實(shí)時(shí)靈活性資源實(shí)際可覆蓋面積，即系統(tǒng)RT SRU/SRL構(gòu)成的包絡(luò)面面積；TCS為日內(nèi)2h 靈活性資源預(yù)留目標(biāo)覆蓋面積，即系統(tǒng)2h FRU/FRD所構(gòu)成的包絡(luò)面面積。

2.2.2 約束條件

式中，ramp為靈活性資源的爬坡速率；P,t為時(shí)刻靈活性資源可調(diào)用的出力。

2.2.3 運(yùn)行模擬模型

基于上述日內(nèi)2h前優(yōu)化調(diào)度模型結(jié)果，本文利用實(shí)時(shí)運(yùn)行模擬模型檢驗(yàn)日內(nèi)2h優(yōu)化調(diào)度靈活性備用配置的可行性。假設(shè)風(fēng)電、負(fù)荷預(yù)測(cè)誤差均滿足正態(tài)分布，依據(jù)一天內(nèi)各時(shí)段凈負(fù)荷的預(yù)測(cè)值與預(yù)測(cè)誤差，采用蒙特卡洛算法生成若干種實(shí)時(shí)實(shí)際風(fēng)電、負(fù)荷出力場(chǎng)景，得到凈負(fù)荷場(chǎng)景集合為

式中，NLf()為第次抽樣凈負(fù)荷場(chǎng)景，其中包括了2h、8h的凈負(fù)荷實(shí)際出力；M為抽樣總次數(shù)。

針對(duì)蒙特卡洛模擬第次抽樣狀態(tài)，根據(jù)已得的日內(nèi)2h優(yōu)化調(diào)度，備用配置結(jié)果，計(jì)算系統(tǒng)棄風(fēng)、切負(fù)荷，即系統(tǒng)上、下爬坡能力不足。以風(fēng)電出力場(chǎng)景下上、下爬坡不足期望作為系統(tǒng)響應(yīng)靈活性需求能力的評(píng)估結(jié)果，該值可以反映系統(tǒng)響應(yīng)靈活性需求的平均能力[27]。

3 模型求解方法

圖6 上、下爬坡場(chǎng)景示意圖

本文在靈活性資源調(diào)度模型增加考慮兩個(gè)帶有爬坡耦合系數(shù)的爬坡約束，粒子群的粒子維數(shù)被轉(zhuǎn)換為上、下兩個(gè)爬坡耦合系數(shù)變量，通過(guò)優(yōu)化爬坡耦合系數(shù)，影響靈活性資源備用配置結(jié)果的SCI大小，從而降低粒子群尋優(yōu)復(fù)雜度。并進(jìn)一步將優(yōu)化耦合系數(shù)轉(zhuǎn)換為離散變量，降低粒子群的尋優(yōu)空間。上、下爬坡約束的嚴(yán)格程度與備用可調(diào)度性之間存在正相關(guān)的關(guān)系，隨著二維變量上、下爬坡耦合系數(shù)的增加，系統(tǒng)備用的可調(diào)度性將增加。模型的凸性較好，容易找到全局最優(yōu)解。模型求解方法由粒子群求解轉(zhuǎn)換為粒子群優(yōu)化爬坡耦合系數(shù)，CPLEX軟件包求解帶爬坡耦合系數(shù)的靈活性資源調(diào)度模型。模型轉(zhuǎn)換及求解思路如圖7所示。

增加的爬坡約束為

圖7 模型轉(zhuǎn)換及求解示意圖

圖8 模型求解流程

在得到日內(nèi)2h前優(yōu)化調(diào)度結(jié)果后，將已得調(diào)度結(jié)果及靈活性備用配置結(jié)果輸入到運(yùn)行檢驗(yàn)?zāi)Ｐ椭?，?jì)算當(dāng)前調(diào)度結(jié)果的上、下爬坡不足量。

4 算例分析

本文采用改進(jìn)的6節(jié)點(diǎn)機(jī)組作為測(cè)試系統(tǒng)對(duì)所提出的調(diào)度模型進(jìn)行驗(yàn)證，系統(tǒng)包括3臺(tái)慢機(jī)、3臺(tái)快機(jī)和1個(gè)風(fēng)電場(chǎng)，快機(jī)和慢機(jī)的主要區(qū)分依據(jù)為最小開(kāi)停機(jī)時(shí)間和爬坡速率。

由于日前、日內(nèi)調(diào)度階段風(fēng)電、負(fù)荷曲線的預(yù)測(cè)誤差依次遞減，其預(yù)測(cè)誤差滿足正態(tài)分布。假設(shè)日內(nèi)預(yù)測(cè)誤差概率分布的方差為日前預(yù)測(cè)誤差0.5倍，日前日內(nèi)各時(shí)刻需應(yīng)對(duì)的靈活性需求設(shè)置為凈負(fù)荷不確定性概率分布95%置信度對(duì)應(yīng)的出力偏差。日前機(jī)組出力結(jié)果如圖9所示。

圖9 日前機(jī)組出力結(jié)果

設(shè)計(jì)以下三種調(diào)度情景：情景1——調(diào)度策略僅考慮日內(nèi)2h預(yù)留向上/下靈活性容量，未計(jì)及SCI；情景2——調(diào)度策略不僅考慮日內(nèi)2h預(yù)留向上/下靈活性容量，而且SCI＞0.8；情景3——在情景2的基礎(chǔ)上，增加需求響應(yīng)作為靈活性資源。通過(guò)情景1和情景2的對(duì)比分析計(jì)及SCI對(duì)調(diào)度結(jié)果的影響，通過(guò)情景2和情景3的對(duì)比分析日內(nèi)IDR作為靈活性資源參與調(diào)度，對(duì)于提供相同SCI下調(diào)度成本的影響。

為了驗(yàn)證在不同風(fēng)電情形和基礎(chǔ)負(fù)荷下調(diào)度模型的效果，在一天中三個(gè)不同時(shí)段（早間、午間及晚間），分析以上三種情景預(yù)留靈活性備用的異同。由于風(fēng)電具有反調(diào)峰特性，因此早間時(shí)段和晚間時(shí)段的風(fēng)電出力大，不確定性高，靈活性需求高，而午間時(shí)段的風(fēng)電出力較小，不確定小。除此之外，由于用戶的用電特性，午間時(shí)段和晚間時(shí)段基礎(chǔ)負(fù)荷高。三個(gè)時(shí)段風(fēng)電出力占比分別為28%、8%、18%，風(fēng)電、負(fù)荷出力如圖10所示。雖然本文算例僅選取了一天中三個(gè)時(shí)段進(jìn)行分析，但通過(guò)滾動(dòng)優(yōu)化可以得到一天的靈活性調(diào)度結(jié)果。

圖10 日內(nèi)風(fēng)電、負(fù)荷出力結(jié)果

4.1 日內(nèi)2h備用預(yù)留結(jié)果

4.1.1 SCI約束對(duì)系統(tǒng)調(diào)度結(jié)果影響分析

在日內(nèi)2h前進(jìn)行機(jī)組調(diào)度和備用預(yù)留，情景1和情景2下SCI計(jì)算結(jié)果和運(yùn)行成本見(jiàn)表1，這里運(yùn)行成本指的是運(yùn)行總費(fèi)用中減去備用配置成本外，系統(tǒng)其他靈活性資源的運(yùn)行成本。從表1中不同時(shí)段情景1的SCI計(jì)算結(jié)果，可以得到如下結(jié)論：①備用預(yù)留的可調(diào)度性與新能源出力占比密切相關(guān)。在未計(jì)及SCI時(shí)，高風(fēng)電出力占比的晚間時(shí)段SCI最小，僅為0.35。午間時(shí)段與晚間時(shí)段雖然負(fù)荷水平幾乎一樣，但由于午間風(fēng)電出力占比小，此時(shí)的SCI為0.79，遠(yuǎn)遠(yuǎn)大于晚間時(shí)段。這說(shuō)明在高新能源出力占比下，由于需要預(yù)留更多備用，而從成本出發(fā)往往會(huì)選擇配置給最低廉的機(jī)組。當(dāng)備用配置集中在某一機(jī)組時(shí)，將導(dǎo)致預(yù)留備用的可調(diào)度性降低。②備用的可調(diào)度性還與系統(tǒng)中靈活性資源的多寡有聯(lián)系。雖然早間時(shí)段的新能源出力占比也很高，但由于其負(fù)荷出力較小，使得火電機(jī)組有更多的調(diào)節(jié)裕度能夠提供備用，從而在一定程度上保障了備用的可調(diào)度性。

表1 情景1和情景2調(diào)度結(jié)果

計(jì)及SCI后，情景2的SCI為0.8，其靈活性可覆蓋場(chǎng)景大大增加。但隨之增加的是運(yùn)行成本及靈活性備用配置成本，靈活性備用配置成本增加是為了提高預(yù)留靈活性備用實(shí)際運(yùn)行時(shí)的可調(diào)度性，從而覆蓋更多的不確定性場(chǎng)景，僅依靠成本低廉但爬坡慢的慢機(jī)提供靈活性備用，無(wú)法滿足相應(yīng)的靈活性需求，各靈活性資源日內(nèi)備用出力總量見(jiàn)表2，其中快機(jī)提供的靈活性備用出力總量大幅增加。以晚間時(shí)段為例，進(jìn)一步改變SCI限值大小，得到調(diào)度結(jié)果見(jiàn)表3，也呈現(xiàn)了同樣的成本變化趨勢(shì)。這也說(shuō)明越嚴(yán)格的可調(diào)度性要求，將帶來(lái)越多的額外成本。

表2 各靈活性資源日內(nèi)備用出力總量

情景1和情景2日內(nèi)快機(jī)出力如圖11所示。由于情景2的SCImin要求而必須開(kāi)啟成本較高的快機(jī)靈活性調(diào)節(jié)資源，從圖11的情景2日內(nèi)快機(jī)出力結(jié)果與情景1的對(duì)比可以看到，在風(fēng)電不確定性較高的早間時(shí)段和晚間時(shí)段，快機(jī)為提供向下靈活性備用出力均提高了出力水平，其中晚間時(shí)段基礎(chǔ)負(fù)荷較高，慢機(jī)出力接近其最大出力，因此需要調(diào)用更多的快機(jī)。快機(jī)出力增加的同時(shí)也帶來(lái)了系統(tǒng)運(yùn)行成本的增加（早間時(shí)段從情景1的1.10千元增加到情景2的1.14千元，晚間時(shí)段從0.3千元增加到1.37千元，分別增加了3.6%和356%）。但在午間時(shí)段中，由于此時(shí)風(fēng)電不確定性較低，靈活性需求較小，因此SCI對(duì)其影響不大。

表3 晚間時(shí)段不同SCImin下調(diào)度結(jié)果

圖11 情景1和情景2日內(nèi)快機(jī)出力

以晚間時(shí)段時(shí)刻1和時(shí)刻2詳細(xì)說(shuō)明SCI限值為靈活性備用預(yù)留帶來(lái)的影響，系統(tǒng)內(nèi)所有機(jī)組出力結(jié)果如圖12所示。

圖12 晚間時(shí)段時(shí)刻1、2機(jī)組出力及備用配置結(jié)果

在情景1中由于未計(jì)及SCI，主要由慢機(jī)1提供了備用，而在情景2中，受制于慢機(jī)的爬坡速率有限，原由慢機(jī)所提供的所有向上備用轉(zhuǎn)而由快機(jī)提供，從而慢機(jī)可有充分的爬坡裕度提供相應(yīng)的向下備用，實(shí)現(xiàn)靈活性資源的可調(diào)度性。以上情景1中日前2h備用預(yù)留結(jié)果使得靈活性資源可調(diào)度性較低，反映靈活性備用可覆蓋場(chǎng)景在情景1和2下的對(duì)比如圖13所示。

圖13 晚間時(shí)段中各情景可覆蓋場(chǎng)景對(duì)比

4.1.2 IDR資源參與靈活性備用提供對(duì)系統(tǒng)調(diào)度成本影響分析

在情景3下對(duì)3個(gè)時(shí)段進(jìn)行仿真，情景3日內(nèi)快機(jī)出力如圖14所示，各時(shí)段運(yùn)行費(fèi)用見(jiàn)表4，與表1中情景2運(yùn)行費(fèi)用對(duì)比，在同樣的SCImin下，情景3的運(yùn)行總費(fèi)用下降，這主要是由于IDR作為價(jià)格低廉、靈活性高的備用資源，參與系統(tǒng)調(diào)度使得原有的快機(jī)自身出力及備用出力下降，快機(jī)備用出力絕大部分降為0（圖14），轉(zhuǎn)而通過(guò)IDR預(yù)留備用，靈活性備用總量見(jiàn)表5，大大減少了靈活性備用配置成本。

圖14 情景3日內(nèi)快機(jī)出力

表4 情景3調(diào)度結(jié)果

表5 情景3下各靈活性資源日內(nèi)備用出力總量 （單位：MW）

此外，由于快機(jī)提供備用減少，從圖14中可以看出快機(jī)在晨間及晚間時(shí)段高靈活性需求期間的出力也大幅降低，系統(tǒng)運(yùn)行成本也隨之降低。

而相較于快機(jī)僅能夠提供向上備用出力，或增加自身出力從而提供向下靈活性資源，IDR能夠較好地提供向下的靈活性，因此在早間時(shí)段的情景2中，向下靈活性不足容量為0.61MW，但在情景3向下靈活性不足容量降為0。另外在晚間時(shí)段中，情景3較情景2的慢機(jī)出力及靈活性備用出力總量也略有增加（從49.04MW增加到56.89MW），其結(jié)果是系統(tǒng)運(yùn)行成本進(jìn)一步降低，這說(shuō)明IDR能夠作為一種與慢機(jī)互補(bǔ)的靈活性資源使得發(fā)電機(jī)能夠充分發(fā)揮其提供靈活性資源的能力。晚間時(shí)段情景3可覆蓋場(chǎng)景如圖13所示，情景3較情景2可覆蓋場(chǎng)景面積相同，由IDR備用構(gòu)成可覆蓋場(chǎng)景如深藍(lán)色區(qū)域所示。

4.2 實(shí)時(shí)運(yùn)行模擬結(jié)果

基于4.1節(jié)中的日內(nèi)2h前各情景下靈活性資源的備用預(yù)留結(jié)果及出力水平，考慮風(fēng)電的不確定性，采用蒙特卡洛算法生成500種風(fēng)電、負(fù)荷實(shí)時(shí)可能出力場(chǎng)景，計(jì)算系統(tǒng)棄風(fēng)、切負(fù)荷，即系統(tǒng)上、下爬坡能力不足，以體現(xiàn)本文模型的優(yōu)勢(shì)。由于在早間時(shí)段中存在向下靈活性不足量，而SCI約束對(duì)午間時(shí)段影響不大，因此在本節(jié)中主要考慮晚間時(shí)段下的運(yùn)行模擬結(jié)果。本節(jié)增加考慮極端情景4，在該情景中不計(jì)及需求響應(yīng)，靈活性資源在備用預(yù)留時(shí)考慮了備用調(diào)用的極端場(chǎng)景，爬坡耦合系數(shù)為1，靈活性資源充裕的情況下，SCI為1。4種情景下運(yùn)行模擬計(jì)算結(jié)果見(jiàn)表6。

對(duì)比情景1、2和4的運(yùn)行模擬計(jì)算結(jié)果，在日內(nèi)2h前計(jì)及SCI后，棄風(fēng)、切負(fù)荷平均值均大幅減少，且隨著SCImin的增加，棄風(fēng)、切負(fù)荷減少的越多。這說(shuō)明靈活性資源預(yù)留的可調(diào)度性將影響最終實(shí)時(shí)的調(diào)度結(jié)果，且SCI能較好地度量可調(diào)度性。在日內(nèi)2h前備用預(yù)留調(diào)度模型計(jì)及SCI能夠?qū)崿F(xiàn)靈活性資源的良好配置，使得預(yù)留相同數(shù)量備用，計(jì)及SCI后的調(diào)度結(jié)果棄風(fēng)和切負(fù)荷值均下降，達(dá)到了好鋼用在刀刃上的效果。因此場(chǎng)景覆蓋指數(shù)作為一種較好的評(píng)價(jià)手段能夠?yàn)橄到y(tǒng)調(diào)度人員在調(diào)度時(shí)提供相應(yīng)的參考依據(jù)。

表6 不同情景下運(yùn)行模擬計(jì)算結(jié)果

對(duì)比情景2、3的運(yùn)行模擬計(jì)算結(jié)果（見(jiàn)表6），情景2中運(yùn)行模擬結(jié)果中棄風(fēng)、切負(fù)荷的平均值均略高于情景3中的結(jié)果，但差別不大。這主要是由于IDR作為一種能較好提供向下靈活性能力的資源，可有效緩解系統(tǒng)中向下爬坡能力不足的情況。因此在相同SCImin下，IDR靈活性更強(qiáng)，爬坡不足量均下降。

綜合比較情景1、2、4運(yùn)行模擬成本、備用配置成本及爬坡不足懲罰成本，其結(jié)果見(jiàn)表7。情景1中運(yùn)行成本較高，這是由于其未考慮SCI限制（SCI僅為0.35，參見(jiàn)表1）使得靈活性爬坡備用預(yù)留不足，導(dǎo)致靈活性缺乏，引起較高的棄風(fēng)和切負(fù)荷（參見(jiàn)表6），從而使整體運(yùn)行成本增加；情景2中加入了SCI限制，SCI達(dá)到0.8，雖然增加了備用的配置成本（從情景1的0.89千元升高到情景2的3.18千元），但帶來(lái)的好處是棄風(fēng)和切負(fù)荷均有明顯下降（參見(jiàn)表6），因此其運(yùn)行模擬成本大大降低；而情景4較情景2結(jié)果對(duì)比，SCI由0.8變?yōu)?，爬坡不足量略有下降，但是其備用配置成本卻大幅增加，相當(dāng)于靈活性爬坡備用配置過(guò)高。當(dāng)棄風(fēng)、切負(fù)荷單位懲罰費(fèi)用為100元時(shí)，情景2各項(xiàng)成本之和最低（見(jiàn)表7）。因此在靈活性資源調(diào)度時(shí)所設(shè)置的SCImin并不是越高越好，過(guò)于保守的調(diào)度結(jié)果反而可能會(huì)導(dǎo)致總成本增加。

表7 各情景下各項(xiàng)成本對(duì)比

5 結(jié)論

本文提出了場(chǎng)景覆蓋指數(shù)的靈活性評(píng)價(jià)指標(biāo)，并建立了計(jì)及場(chǎng)景覆蓋指數(shù)的高比例新能源靈活性資源優(yōu)化調(diào)度模型，在模型中考慮了需求響應(yīng)、發(fā)電機(jī)組等靈活性資源。基于場(chǎng)景覆蓋指數(shù)評(píng)價(jià)指標(biāo)，分析了靈活性資源可調(diào)度性對(duì)調(diào)度結(jié)果的影響。算例結(jié)果表明：

1）在調(diào)度模型中考慮場(chǎng)景覆蓋指數(shù)約束可以實(shí)現(xiàn)靈活性備用的合理配置，增強(qiáng)系統(tǒng)靈活性資源的可調(diào)度性。而在靈活性資源調(diào)度方面，考慮源荷互動(dòng)等需求響應(yīng)措施能夠進(jìn)一步在系統(tǒng)運(yùn)行的經(jīng)濟(jì)性與靈活性方面達(dá)到雙贏。

2）根據(jù)運(yùn)行模擬結(jié)果，當(dāng)SCImin限值設(shè)置越高時(shí)，靈活性備用可覆蓋場(chǎng)景增多，降低了爬坡不足懲罰成本。但為實(shí)現(xiàn)更高的場(chǎng)景覆蓋指數(shù)必付出更高的備用配置成本反而有可能造成整體經(jīng)濟(jì)性下降。

綜合考慮兩方面要求，調(diào)度人員可以根據(jù)系統(tǒng)實(shí)際風(fēng)險(xiǎn)需求，在靈活性調(diào)度中設(shè)置合適的SCI限值并采用本文的模型進(jìn)行靈活性爬坡備用的優(yōu)化設(shè)置。

系統(tǒng)最終的棄風(fēng)量不僅與備用的可調(diào)度性有關(guān)，還與備用的預(yù)留量密切相關(guān)。本文將靈活性需求作為已知量進(jìn)行處理，未考慮靈活性需求量對(duì)系統(tǒng)調(diào)度優(yōu)化的影響。隨著新能源接入系統(tǒng)比例的增加，系統(tǒng)靈活性需求也將逐漸增加，有必要結(jié)合備用預(yù)留量及其可響應(yīng)量，對(duì)系統(tǒng)平衡策略進(jìn)行研究，今后將對(duì)此做更進(jìn)一步的深入探討。

[1] 婁素華, 胡斌, 吳耀武, 等. 碳交易環(huán)境下含大規(guī)模光伏電源的電力系統(tǒng)優(yōu)化調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(17): 91-97.

Lou Suhua, Hu Bin, Wu Yaowu, et al. Optimal dispatch of power system integrated with large scale photovoltaic generation under carbon trading environment[J]. Automation of Electric Power Systems, 2014, 38(17): 91-97.

[2] 白順明, 陳磊, 姜飛, 等. 考慮風(fēng)電最大化消納的電力系統(tǒng)多目標(biāo)優(yōu)化[J]. 電氣技術(shù), 2020, 21(1): 7-11.

Bai Shunming, Chen Lei, Jiang Fei, et al. Multi-objective optimal model for power system considering wind power maximum accommodation[J]. Electrical Engineering, 2020, 21(1): 7-11.

[3] 魯宗相, 李海波, 喬穎. 高比例可再生能源并網(wǎng)的電力系統(tǒng)靈活性評(píng)價(jià)與平衡機(jī)理[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2017, 37(1): 9-19.

Lu Zongxiang, Li HaiBo, Qiao Ying. Flexibility evaluation and supply/demand balance principle of power system with high-penetration renewable electricity[J]. Proceedings of the CSEE, 2017, 37(1): 9-19.

[4] California Independent System Operator. What the duck curve tells us about managing a green grid[EB/OL].(2016-11-11)[2021-01-30].https://www. caiso.com/documents/flexibleresourceshelprenewables_fastfacts.pdf..

[5] 麻秀范, 王戈, 朱思嘉, 等. 計(jì)及風(fēng)電消納與發(fā)電集團(tuán)利益的日前協(xié)調(diào)優(yōu)化調(diào)度[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(3): 579-587.

Ma Xiufan, Wang Ge, Zhu Sijia, et al. Coordinated day-ahead optimal dispatch considering wind power consumption and the benefits of power generation group[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 579-587.

[6] 陳瑜瑋, 王彬, 潘昭光, 等. 計(jì)及用戶靈活性和熱慣性的多能園區(qū)優(yōu)化調(diào)度：研發(fā)及應(yīng)用[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(23): 29-37.

Chen Yuwei, Wang Bin, Pan Zhaoguang, et al. Optimal dispatch for multi-energy park considering flexibility and thermal inertia of research, development and application[J]. Automation of Electric Power Systems, 2020, 44(23): 29-37.

[7] Wang B, Hobbs B F. A flexible ramping product: can it help real-time dispatch markets approach the stochastic dispatch ideal?[J]. Electric Power Systems Research, 2014, 109: 128-140.

[8] 邊曉燕, 孫明琦, 董璐, 等. 計(jì)及靈活性聚合功率的源-荷分布式協(xié)調(diào)調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(17): 89-98.

Bian Xiaoyan, Sun Mingqi, Dong Lu, et al. Distributed source-load coordinated dispatching considering flexible aggregated power[J]. Automation of Electric Power Systems, 2021, 45(17): 89-98.

[9] Ruiz P A, Philbrick C R, Zak E, et al. Uncertainty management in the unit commitment problem[J]. IEEE Transactions on Power Systems, 2009, 24(2): 642-651.

[10] 王雪純, 陳紅坤, 陳磊. 提升區(qū)域綜合能源系統(tǒng)運(yùn)行靈活性的多主體互動(dòng)決策模型[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(11): 2207-2219.

Wang Xuechun, Chen Hongkun, Chen Lei. Multi-player interactive decision-making model for operational flexibility improvement of regional integrated energy system[J]. Transactions of China Electrotechnical Society, 2021, 36(11): 2207-2219.

[11] Navid N, Rosenwald G. Ramp capability product design for MISO markets[R]. Market Development and Analysis，MISO, 2013.

[12] California Independent System Operator. Flexible ramping product: revised draft final proposal[R]. California: CAISO, 2015.

[13] Ela E, O'Malley M. Scheduling and pricing for expected ramp capability in real-time power markets[J]. IEEE Transactions on Power Systems, 2016, 31(3): 1681-1691.

[14] 汪超群, 韋化, 吳思緣. 計(jì)及風(fēng)電不確定性的隨機(jī)安全約束機(jī)組組合[J]. 電網(wǎng)技術(shù), 2017, 41(5): 1419-1427.

Wang Chaoqun, Wei Hua, Wu Siyuan. Stochastic-security-constrained unit commitment considering uncertainty of wind power[J]. Power System Technology, 2017, 41(5): 1419-1427.

[15] 蘇承國(guó), 申建建, 王沛霖, 等. 基于電源靈活性裕度的含風(fēng)電電力系統(tǒng)多源協(xié)調(diào)調(diào)度方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(17): 111-122.

Su Chengguo, Shen Jianjian, Wang Peilin, et al. Coordinated dispatching method for wind-turbine-integrated power system with multi-type power sources based on power flexibility margin[J]. Automation of Electric Power Systems, 2018, 42(17): 111-122.

[16] 王洪坤, 王守相, 潘志新, 等. 含高滲透分布式電源配電網(wǎng)靈活性提升優(yōu)化調(diào)度方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(15): 86-93.

Wang Hongkun, Wang Shouxiang, Pan Zhixin, et al. Optimized dispatching method for flexibility improvement of distribution network with high-penetration distributed generation[J]. Automation of Electric Power Systems, 2018, 42(15): 86-93.

[17] 楊龍杰, 李華強(qiáng), 余雪瑩, 等. 計(jì)及靈活性的孤島型微電網(wǎng)多目標(biāo)日前優(yōu)化調(diào)度方法[J]. 電網(wǎng)技術(shù), 2018, 42(5): 1432-1440.

Yang Longjie, Li Huaqiang, Yu Xueying, et al. Multi-objective day-ahead optimal scheduling of isolated microgrid considering flexibility[J]. Power System Technology, 2018, 42(5): 1432-1440.

[18] Wu Chenyu, Hug G, Soummya K. Risk-limiting economic dispatch for electricity markets with flexible ramping products[J]. IEEE Transactions on Power Systems, 2015, 3(31): 1990-2003.

[19] 葛曉琳, 郝廣東, 夏澍, 等. 高比例風(fēng)電系統(tǒng)的優(yōu)化調(diào)度方法[J]. 電網(wǎng)技術(shù), 2019, 43(2): 390-399.

Ge Xiaolin, Hao Guangdong, Xia Shu, et al. An optimal system scheduling method with high proportion of wind power[J]. Power System Technology, 2019, 43(2): 390-399.

[20] 周博, 艾小猛, 方家琨, 等. 計(jì)及超分辨率風(fēng)電出力不確定性的連續(xù)時(shí)間魯棒機(jī)組組合[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(7): 1456-1467.

Zhou Bo, Ai Xiaomeng, Fang Jiakun et al. Continuous-time modeling based robust unit commitment considering beyond-the-resolution wind power uncertainty[J]. Transactions of China Electrotechnical Society, 2021, 36(7): 1456-1467.

[21] Ye Hongxing, Li Zuyi. Deliverable robust ramping products in real-time markets[J]. IEEE Transactions on Power Systems, 2018, 33(1): 5-18.

[22] 馬洪艷, 贠靖洋, 嚴(yán)正. 基于分布魯棒優(yōu)化的靈活爬坡備用調(diào)度方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(19): 6121-6132.

Ma Hongyan, Yun Jingyang, Yan Zheng. Distributionally robust optimization based dispatch methodology of flexible ramping products[J]. Proceedings of the CSEE, 2020, 40(19): 6121-6132.

[23] Ye Hongxing, Ge Yinyin, Shahidehpour M, et al. Uncertainty marginal price, transmission reserve, and day-ahead market clearing with robust unit commitment[J]. IEEE Transactions on Power Systems. 2017, 32(3): 1782-1795.

[24] 王蓓蓓, 唐楠, 方鑫, 等. 大規(guī)模風(fēng)電接入系統(tǒng)多時(shí)間尺度備用容量滾動(dòng)修訂模型[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2017, 37(6): 1645-1657.

Wang Beibei, Tang Nan, Fang Xin, et al. A multi time scales reserve rolling revision model of power system with large scale wind power[J]. Proceedings of the CSEE, 2017, 37(6): 1645-1657.

[25] 吳界辰, 艾欣, 胡俊杰. 需求側(cè)資源靈活性刻畫(huà)及其在日前優(yōu)化調(diào)度中的應(yīng)用[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(9): 1973-1984.

Wu Jiechen, Ai Xin, Hu Junjie. Methods for characterizing flexibilities from demand-side resources and their applications in the day-ahead optimal scheduling[J]. Transactions of China Electrotechnical Society, 2020, 35(9): 1973-1984.

[26] Subcommittee M. Ramp capability product design for MISO markets[R]. MISO, 2016.

[27] 王蓓蓓, 劉小聰, 李揚(yáng). 面向大容量風(fēng)電接入考慮用戶側(cè)互動(dòng)的系統(tǒng)日前調(diào)度和運(yùn)行模擬研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(22): 35-44.

Wang Beibei, Liu Xiaocong, Li Yang. Day-ahead generation scheduling and operation simulation considering demand response in large-capacity wind power integrated systems[J]. Proceedings of the CSEE, 2013, 33(22): 35-44.

[28] 劉興宇, 溫步瀛, 江岳文. 基于條件風(fēng)險(xiǎn)價(jià)值的含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益研究[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(9): 169-178.

Liu Xingyu, Wen Buying, Jiang Yuewen. Study on the benefit from spinning reserve in wind power integrated power system based on conditional value at risk[J]. Transactions of China Electrotechnical Society, 2017, 32(9): 169-178.

Research on the Balance Strategy for Power Grid with High Proportion Renewable Energy Considering the Ramping Scenario Coverage

Kang Lijun1Wang Beibei1Xue Bike2Feng Shuhai2

（1. School of Electrical Engineering Southeast University Nanjing 210096 China 2. China Electric Power Research Institute Nanjing 210003 China）

As a high proportion of renewable energy is connected to the power grid, the system is faced with new challenges in terms of security and reliability, and the related research on improving the intraday balanced resource allocation scheme to increase the operational flexibility of system has attracted extensive attention. Based on the existing day-ahead scheduling results, this paper focuses on the schedulability of flexibility reserve results for the intra-day 2h scale, which determines the fast-start unit startup and shutdown schedule and output and flexibility reserve results of various flexible resources, the scenario coverage index is established to evaluate the schedulability of flexible resource scheduling results at real time scale. Furthermore, a high proportion renewable energy intra-day balance scheduling model with intra-day climbing scenario coverage is constructed. The results of case study illustrate the intra-day balance strategy proposed in this paper makes the reservation of flexibility resources measurable, improves the flexibility of the system, and reduces the probability of wind curtailment/load shedding issues because it takes into account the unit's climbing characteristics more accurately.

Flexibility, source-load interaction, intra-day scheduling, high proportion of renewable energy

10.19595/j.cnki.1000-6753.tces.210815

TM73

國(guó)網(wǎng)公司科技項(xiàng)目資助（支持發(fā)電負(fù)荷雙側(cè)報(bào)價(jià)的省級(jí)日前電力現(xiàn)貨市場(chǎng)優(yōu)化出清技術(shù)研究與開(kāi)發(fā)）。

2021-06-07

2021-11-04

亢麗君 女，1998年生，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)靈活性、需求側(cè)管理。E-mail：kanglj_seu@qq.com

王蓓蓓 女，1979 年生，副教授，博士生導(dǎo)師，研究方向?yàn)橹悄苡秒?、需求?cè)管理與需求響應(yīng)，電力系統(tǒng)運(yùn)行與控制，電力市場(chǎng)。E-mail：wangbeibei@seu.edu.cn（通信作者）

（編輯 赫蕾）