李文升，劉曉明，曹永吉，鄒世豪，李常剛，田鑫，張玉躍

（1.國(guó)網(wǎng)山東省電力公司經(jīng)濟(jì)技術(shù)研究院，山東濟(jì)南 250021；2.山東大學(xué)智能創(chuàng)新研究院，山東濟(jì)南 250101；3.電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室（山東大學(xué)），山東濟(jì)南 250061）

0 引言

隨著電網(wǎng)運(yùn)行中清潔能源需求不斷增加，高比例可再生能源并網(wǎng)且逐步規(guī)?；殉僧?dāng)今發(fā)展趨勢(shì)。可再生能源出力的不確定性、波動(dòng)性和間歇性改變電網(wǎng)原有的電源特性，帶來(lái)了新的挑戰(zhàn)[1-3]。從儲(chǔ)側(cè)與網(wǎng)側(cè)整合現(xiàn)有靈活性資源，提升電力系統(tǒng)靈活性具有重要意義。

國(guó)際能源署（International Energy Agency，IEA）認(rèn)為，電力系統(tǒng)靈活性代表系統(tǒng)以一定成本，對(duì)預(yù)測(cè)時(shí)間和突發(fā)事故快速應(yīng)對(duì)的能力[4]。北美電力可靠性協(xié)會(huì)（North American Electric Reliability Council，NERC）認(rèn)為電力系統(tǒng)靈活性是系統(tǒng)通過(guò)合理規(guī)劃策略滿足系統(tǒng)資源需求的能力[5]。文獻(xiàn)[6]認(rèn)為系統(tǒng)靈活性包括節(jié)點(diǎn)靈活性和輸電網(wǎng)絡(luò)傳輸靈活性。文獻(xiàn)[7]將靈活性歸納為電力系統(tǒng)在不同時(shí)間尺度內(nèi)，應(yīng)對(duì)供需波動(dòng)性和不確定性的能力。文獻(xiàn)[8]闡述靈活性為電力系統(tǒng)在規(guī)劃和運(yùn)行中，保持可靠供電的能力。

輸電網(wǎng)擴(kuò)展在提高電能傳輸能力上具有重要意義，可解決可再生能源并網(wǎng)后功率傳輸堵塞等問(wèn)題[9-11]。隨著高比例可再生能源并網(wǎng)，單純利用輸電網(wǎng)絡(luò)擴(kuò)建解決可再生能源消納及遠(yuǎn)距離傳輸并不具有經(jīng)濟(jì)性優(yōu)勢(shì)。將儲(chǔ)能裝置削峰填谷，平滑出力的優(yōu)勢(shì)[12]和擴(kuò)建輸電網(wǎng)絡(luò)提升電能輸送能力[13-15]結(jié)合可有效解決電源出力波動(dòng)性、不確定性及可再生能源消納難且難以傳輸?shù)葐?wèn)題，但現(xiàn)階段兩者聯(lián)合研究多聚焦于經(jīng)濟(jì)性角度[16-23]。

本研究計(jì)及時(shí)間相關(guān)性，利用蒙特卡羅模擬生成大量風(fēng)、光出力及負(fù)荷需求場(chǎng)景，為方案規(guī)劃提供充足樣本數(shù)據(jù)。利用改進(jìn)k-means 聚類算法進(jìn)行場(chǎng)景縮減，采用斯皮爾曼系數(shù)篩選得到典型場(chǎng)景。根據(jù)典型場(chǎng)景的生成概率進(jìn)行組合，得到概率相近的風(fēng)、光和負(fù)荷概率組合場(chǎng)景集。建立網(wǎng)側(cè)靈活性指標(biāo)，構(gòu)建以經(jīng)濟(jì)性和高靈活性為目標(biāo)的雙層網(wǎng)-儲(chǔ)聯(lián)合規(guī)劃模型。

1 可再生能源及負(fù)荷不確定性場(chǎng)景模擬

1.1 考慮時(shí)間相關(guān)性的不確定性場(chǎng)景集生成

海量運(yùn)行場(chǎng)景生成為規(guī)劃運(yùn)行研究提供數(shù)據(jù)支撐[23-24]，在風(fēng)、光出力和負(fù)荷典型場(chǎng)景生成中采用蒙特卡羅方法，產(chǎn)生大量考慮時(shí)間相關(guān)性的樣本[25]，具體步驟為：

1）設(shè)模擬時(shí)段為T，各時(shí)段風(fēng)電場(chǎng)出力為Pw,t，光伏電站出力為Ps,t，負(fù)荷需求為Pl,t。

2）基于歷史數(shù)據(jù)可得各時(shí)段風(fēng)電出力概率密度f(wàn)w,t(Pw,t)和累積概率分布Fw,t(Pw,t)，光伏出力概率密度f(wàn)s,t(Ps,t)和累積概率分布Fs,t(Ps,t)，負(fù)荷需求概率密度f(wàn)l,t(Pl,t)和累積概率分布Fl,t(Pl,t)，其中t=1,2,…,T。

3）構(gòu)建Copula 函數(shù)，以1 座風(fēng)電場(chǎng)和1 座光伏電站為研究對(duì)象，根據(jù)風(fēng)、光相鄰時(shí)刻出力分別分析時(shí)間相關(guān)性，求解Copula 函數(shù)相關(guān)系數(shù)，進(jìn)行Copula 函數(shù)優(yōu)選。

4）通過(guò)蒙特卡羅抽樣生成uw,t，us,t和ul,t（t=1,2,…,T），對(duì)其求逆可得場(chǎng)景集，其中uw,t，us,t和ul,t為蒙特卡洛抽樣生成的隨機(jī)數(shù)據(jù)。

1.2 考慮時(shí)間相關(guān)性的不確定性場(chǎng)景集聚類

大量模擬場(chǎng)景集無(wú)法直接應(yīng)用于電力系統(tǒng)規(guī)劃，需對(duì)場(chǎng)景集進(jìn)行縮減，得到典型場(chǎng)景集。傳統(tǒng)k-means 聚類算法在最優(yōu)聚類數(shù)選取上存在人為干擾，現(xiàn)通過(guò)聚類過(guò)程中考慮Calinski-Harabasz 指標(biāo)（Calinski-Harabasz index，CHI）得到最佳聚類數(shù)。

式中：K為當(dāng)前設(shè)置的聚類個(gè)數(shù)；M為場(chǎng)景總個(gè)數(shù)；B為衡量類間分散性；W為衡量類內(nèi)緊湊性；Xˉ為所有對(duì)象的均值；wi,s為第s個(gè)對(duì)象對(duì)第i個(gè)類簇的隸屬關(guān)系；Vi為第i簇的聚類中心；Xi為第i簇分類場(chǎng)景集；Xs為第i簇場(chǎng)景集內(nèi)的場(chǎng)景；IC()K為聚類數(shù)為K時(shí)CHI 指標(biāo)。

通過(guò)改進(jìn)交叉及變異策略的遺傳算法進(jìn)行最優(yōu)聚類數(shù)求解，將CHI 指標(biāo)作為目標(biāo)函數(shù)，設(shè)計(jì)與進(jìn)化代數(shù)相關(guān)而與個(gè)體適應(yīng)值無(wú)關(guān)的交叉概率，與個(gè)體適應(yīng)值及進(jìn)化代數(shù)相關(guān)的變異概率。

式中：ntmp為中間計(jì)算變量；PC,min和PC,max為預(yù)設(shè)的最小和最大交叉概率；PV,min和PV,max為預(yù)設(shè)的最小和最大變異概率；Cmax和Cmin為種群最大與最小適應(yīng)值；Tmax為最大進(jìn)化次數(shù)。

1.3 考慮時(shí)間相關(guān)性聚類場(chǎng)景集內(nèi)代表性場(chǎng)景篩選

采用斯皮爾曼相關(guān)系數(shù)建立指標(biāo)進(jìn)行相關(guān)性場(chǎng)景篩選。

式中：r為2 個(gè)場(chǎng)景間斯皮爾曼相關(guān)性系數(shù)；xi和yi分別為場(chǎng)景x和y中第i個(gè)元素；xˉ和yˉ分別為場(chǎng)景x和y元素平均值；n為場(chǎng)景中元素總個(gè)數(shù)。

為篩選出不同類別場(chǎng)景集內(nèi)最能代表其余場(chǎng)景的代表性場(chǎng)景，建立場(chǎng)景篩選指標(biāo)（Scenario Screening Indicators，SSI）：

式中：IS,i為場(chǎng)景i篩選指標(biāo)；ri,j為場(chǎng)景i和場(chǎng)景j間斯皮爾曼相關(guān)系數(shù)。

2 網(wǎng)儲(chǔ)聯(lián)合規(guī)劃運(yùn)行模型

2.1 網(wǎng)側(cè)靈活性指標(biāo)構(gòu)建

在電力系統(tǒng)的不同線路中，靈活性權(quán)重系數(shù)表示在運(yùn)行周期內(nèi)線路i負(fù)載率方差在系統(tǒng)網(wǎng)絡(luò)線路負(fù)載率方差和內(nèi)的比重。靈活性權(quán)重系數(shù)μi為：

式中：Li(t)為t時(shí)刻線路i的負(fù)載率；Li為線路i在運(yùn)行周期內(nèi)的平均負(fù)載率；Ts為運(yùn)行時(shí)間集合；Ωa為線路集合。

式中：Pi()t和PLmax分別為線路i當(dāng)前傳輸功率與最大傳輸容量。

定義t時(shí)刻的電網(wǎng)靈活性指標(biāo)IF()t為：

式中：Ωa為靈活性評(píng)估線路集合；μi為線路i的靈活性權(quán)重系數(shù)。

指標(biāo)IF()t越大，表明t時(shí)刻電網(wǎng)靈活性裕量越充足，系統(tǒng)靈活性越好。IF()t為t時(shí)刻電網(wǎng)靈活性權(quán)重系數(shù)的線路負(fù)載率加權(quán)和，能夠反映系統(tǒng)總體線路裕度。在運(yùn)行周期內(nèi)，各時(shí)刻IF(t)不同，選取最小值為整個(gè)運(yùn)行周期電網(wǎng)靈活性指標(biāo)IFL，表達(dá)式為：

2.2 網(wǎng)儲(chǔ)資源規(guī)劃層

規(guī)劃層以經(jīng)濟(jì)性和靈活性作為規(guī)劃目標(biāo)，考慮靈活性裕度約束和投資約束，生成初始規(guī)劃方案，進(jìn)入運(yùn)行層進(jìn)行計(jì)算。由于經(jīng)濟(jì)性目標(biāo)數(shù)值與靈活性目標(biāo)數(shù)值非同一數(shù)量級(jí)，需進(jìn)行歸一化處理，得到目標(biāo)函數(shù)G為，

式中：λ1和λ2分別為經(jīng)濟(jì)性目標(biāo)和靈活性目標(biāo)所占權(quán)重；G1為歸一化后經(jīng)濟(jì)性目標(biāo)；G2為歸一化后靈活性目標(biāo)。

2.2.1 經(jīng)濟(jì)目標(biāo)

經(jīng)濟(jì)目標(biāo)函數(shù)F1為:

式中：Cess為儲(chǔ)能裝置投資成本；Cline為輸電線路等效年投資成本；Cfy為最優(yōu)運(yùn)行成本。

1）儲(chǔ)能裝置投資成本

儲(chǔ)能投資包含固定成本和可變成本，固定成本包含儲(chǔ)能裝置本身器件費(fèi)用、安裝成本等?？勺兂杀局饕S護(hù)、處置等費(fèi)用，通過(guò)功率成本和容量成本體現(xiàn)。

式中：cess,a和cvess,a為a節(jié)點(diǎn)處儲(chǔ)能裝置的固定成本和可變成本；xa為a節(jié)點(diǎn)配置儲(chǔ)能裝置的0-1 決策變量；kde為儲(chǔ)能裝置的年折舊系數(shù)；ktc為儲(chǔ)能裝置維護(hù)、處置成本系數(shù)；cp為儲(chǔ)能裝置單位功率成本；ce為儲(chǔ)能裝置單位容量成本；Pess,a為節(jié)點(diǎn)a配置的儲(chǔ)能裝置功率；Eess,a為節(jié)點(diǎn)a配置的儲(chǔ)能裝置容量；Ωess為儲(chǔ)能裝置待配置節(jié)點(diǎn)集合。

2）輸電線路等效年投資成本

在輸電線路擴(kuò)建中將兩節(jié)點(diǎn)間是否進(jìn)行線路擴(kuò)建作為決策變量，加入貼現(xiàn)率和使用年限進(jìn)行整體計(jì)算。

式中：r為貼現(xiàn)率；n為線路經(jīng)濟(jì)使用年限；cL為新建線路單價(jià)為節(jié)點(diǎn)a，b間新建線路長(zhǎng)度為0-1 決策變量，取值1 為在節(jié)點(diǎn)a，b間新建線路；n(a,b)為節(jié)點(diǎn)a，b間新建線路數(shù)量；Ωl為待建線路集合。

3）最優(yōu)運(yùn)行成本

式中：Cy,k為k場(chǎng)景下機(jī)組出力成本；Cl,k為k場(chǎng)景下網(wǎng)損成本；Ωps為運(yùn)行場(chǎng)景集。

2.2.2 靈活性目標(biāo)函數(shù)

當(dāng)輸電線路靈活性指標(biāo)越大時(shí)，電網(wǎng)的靈活性越好，根據(jù)式（8）和式（9）可得電網(wǎng)靈活性指標(biāo)上限為1，若建立最小值目標(biāo)函數(shù)，可將靈活性目標(biāo)函數(shù)F2設(shè)置為：

2.2.3 規(guī)劃層約束條件

資源規(guī)劃約束為：

式中：σflex為靈活性裕度下限。

2.3 網(wǎng)儲(chǔ)規(guī)劃運(yùn)行層

運(yùn)行層以運(yùn)行成本、網(wǎng)損成本和棄風(fēng)棄光成本為目標(biāo)函數(shù)，儲(chǔ)能裝置出力、機(jī)組爬坡出力、潮流約束、備用約束作為約束條件，基于規(guī)劃層方案運(yùn)行得到結(jié)果返回規(guī)劃層。

2.3.1 運(yùn)行層目標(biāo)

式中：Cy為火電機(jī)組和儲(chǔ)能運(yùn)行成本；Cl為網(wǎng)損成本；Cre為棄風(fēng)棄光成本；ag，bg和cg為發(fā)電機(jī)發(fā)電成本系數(shù)；koc為儲(chǔ)能運(yùn)行成本系數(shù)；Pg,a,t為t時(shí)刻a節(jié)點(diǎn)處火電機(jī)組出力；Pw,a,t為t時(shí)刻a節(jié)點(diǎn)出風(fēng)電出力；Ps,a,t為t時(shí)刻a節(jié)點(diǎn)出光伏出力；Ploss,l,t為線路l網(wǎng)損；closs為網(wǎng)損成本為t時(shí)刻節(jié)點(diǎn)a風(fēng)電出力上限為t時(shí)刻節(jié)點(diǎn)a光伏出力上限；cw為棄風(fēng)成本；cs為棄光成本；Ωg為火電機(jī)組集合；Ωw為風(fēng)電機(jī)組集合；Ωs為光伏機(jī)組集合；Ωal為待測(cè)網(wǎng)損線路集合。

由于火電出力成本為二次函數(shù)，為簡(jiǎn)化計(jì)算，需將出力成本線性化處理為Cg：

式中：Ka,s為分段線性化后各段出力函數(shù)的斜率；Pg,a,t,s為分段線性化后t時(shí)刻節(jié)點(diǎn)a火電出力；m為分段數(shù)。

2.3.2 運(yùn)行層約束條件

1）儲(chǔ)能運(yùn)行約束

儲(chǔ)能裝置輸出功率和容量存在相互關(guān)聯(lián)的關(guān)系，輸出功率和儲(chǔ)能裝置充、放電功率有關(guān)。

式中：Pg,t為火電廠t時(shí)刻有功出力向量；Pw,t和Ps,t分別為t時(shí)刻風(fēng)電和光伏有功出力向量；Pess,t為儲(chǔ)能裝置t時(shí)刻輸出功率向量；Pl,t為t時(shí)刻各節(jié)點(diǎn)負(fù)荷向量；A為系統(tǒng)節(jié)點(diǎn)支路關(guān)聯(lián)矩陣；PLI,t為t時(shí)刻支路功率向量；Pab,t為t時(shí)刻線路ab功率，為PLI,t中元素；Bab為節(jié)點(diǎn)a、b間線路電納；θab,t為t時(shí)刻節(jié)點(diǎn)a、b間相角差；θa,t為t時(shí)刻a節(jié)點(diǎn)相角；θmax和θmin分別為相角上下限。

4）旋轉(zhuǎn)備用約束

式中：Pl,a,t為t時(shí)刻a節(jié)點(diǎn)負(fù)荷需求量；Ωb負(fù)荷節(jié)點(diǎn)集合；Rt為系統(tǒng)備用容量。

5）可再生能源消納約束為：

式中：εre為可再生能源消納下限。

3 求解方法及流程

本文所提優(yōu)化模型為雙層模型，外層作為規(guī)劃層得到規(guī)劃方案，方案作為運(yùn)行層輸入，運(yùn)行層基于方案得到最佳運(yùn)行結(jié)果返回至規(guī)劃層，包括最優(yōu)運(yùn)行成本和線路潮流值，然后判斷靈活性裕度約束條件，得到既經(jīng)濟(jì)，靈活性又高的規(guī)劃方案。

由于需要求解靈活性指標(biāo)，模型規(guī)劃層屬于非線性模型，規(guī)劃層求解采用灰狼算法[26]，能夠在局部尋優(yōu)與全局搜索之間實(shí)現(xiàn)平衡。內(nèi)層模型通過(guò)CPLEX 求解器進(jìn)行求解，得到最優(yōu)運(yùn)行方案，雙層網(wǎng)儲(chǔ)聯(lián)合規(guī)劃規(guī)劃層和運(yùn)行層之間聯(lián)系如圖1所示。

4 算例分析

以改進(jìn)的IEEE RTS-24 節(jié)點(diǎn)系統(tǒng)為算例，將儲(chǔ)能裝置類型設(shè)置為壓縮空氣儲(chǔ)能[18]，其中儲(chǔ)能裝置功率成本為4 000 元/kW，能量成本200 元/kWh，循環(huán)壽命20 a，固定成本5 000 元，運(yùn)行、維護(hù)成本系數(shù)0.01；輸電線路單位成本8 000 萬(wàn)元/km，經(jīng)濟(jì)使用年限25 a，貼現(xiàn)率10%。

在23 節(jié)點(diǎn)設(shè)置風(fēng)電場(chǎng)，22 節(jié)點(diǎn)設(shè)置光伏電站，其余源側(cè)節(jié)點(diǎn)設(shè)置火電廠。將模擬負(fù)荷值按初始負(fù)荷占比分配在3，4，5，8 和20 節(jié)點(diǎn)，共有41 條可擴(kuò)建輸電走廊，每條輸電走廊建設(shè)線路不超過(guò)3 條。

4.1 風(fēng)、光出力和負(fù)荷概率組合場(chǎng)景生成分析

根據(jù)蒙特卡羅抽樣場(chǎng)景生成方法，基于Copula函數(shù)研究風(fēng)、光出力時(shí)間相關(guān)性，進(jìn)行風(fēng)、光出力以及負(fù)荷需求場(chǎng)景集模擬，如圖2 所示。

圖2 風(fēng)、光、荷模擬新場(chǎng)景集Fig.2 New scenarios simulation of wind，solar and load

基于改進(jìn)交叉及變異策略的遺傳算法確定最優(yōu)聚類數(shù)，選擇范圍為1—5。由圖3 分析風(fēng)、光場(chǎng)景在所選范圍內(nèi)最佳聚類數(shù)為4 或5，從指標(biāo)變化趨勢(shì)來(lái)看，聚類個(gè)數(shù)為4 或5 的指標(biāo)相差很小。圖3（c）表示負(fù)荷場(chǎng)景最佳聚類數(shù)為4，因此將風(fēng)、光、負(fù)荷最優(yōu)聚類數(shù)設(shè)置為4，分別得到聚類場(chǎng)景一至場(chǎng)景四。

圖3 風(fēng)、光、荷聚類CHI變化趨勢(shì)Fig.3 Trends of wind，solar and load CHI indicators

將大量場(chǎng)景進(jìn)行聚類后，需在每類場(chǎng)景集中進(jìn)行篩選得到最具代表性場(chǎng)景，基于本文建立SSI 指標(biāo)進(jìn)行篩選，選取每類中SSI 值最大對(duì)應(yīng)場(chǎng)景最為代表性場(chǎng)景。如表1 所示，SSI 相關(guān)性指標(biāo)無(wú)量綱。

表1 聚類中心和篩選場(chǎng)景SSI指標(biāo)對(duì)比Table 1 SSI comparison of clustering centers and screening scenarios

經(jīng)分析得，聚類中心并不是場(chǎng)景集內(nèi)與其余場(chǎng)景相關(guān)性最好場(chǎng)景，經(jīng)過(guò)場(chǎng)景篩選指標(biāo)可得到相關(guān)性更優(yōu)場(chǎng)景。風(fēng)、光出力和負(fù)荷需求場(chǎng)景集中4 個(gè)典型場(chǎng)景的生成概率如表2 所示。

表2 風(fēng)、光、負(fù)荷典型場(chǎng)景生成概率Table 2 Wind，solar and load typical scenario generation probability

根據(jù)風(fēng)、光出力及負(fù)荷需求場(chǎng)景生成概率進(jìn)行組合，生成4 組組合場(chǎng)景集如下：

1）風(fēng)電場(chǎng)景一、光伏場(chǎng)景二、負(fù)荷場(chǎng)景二；

2）風(fēng)電場(chǎng)景二、光伏場(chǎng)景四、負(fù)荷場(chǎng)景三；

3）風(fēng)電場(chǎng)景三、光伏場(chǎng)景一、負(fù)荷場(chǎng)景四；

4）風(fēng)電場(chǎng)景四、光伏場(chǎng)景三、負(fù)荷場(chǎng)景一。

4.2 基于概率組合場(chǎng)景網(wǎng)儲(chǔ)聯(lián)合規(guī)劃結(jié)果分析

模型運(yùn)行層基于上述4 種概率組合場(chǎng)景，分別得到4 種概率組合運(yùn)行場(chǎng)景下最優(yōu)運(yùn)行成本，并將潮流結(jié)果和運(yùn)行成本返回至規(guī)劃層進(jìn)行優(yōu)選和分析靈活性。為了對(duì)比分析所提方案的性能，將所提方案與方案一、方案二進(jìn)行對(duì)比。方案一為模型不考慮靈活性目標(biāo)及儲(chǔ)能運(yùn)行相關(guān)約束；方案二為模型除靈活性目標(biāo)外，模型運(yùn)行條件都進(jìn)行考慮，結(jié)果如表3 所示。

由表3 可得，方案一雖然在建設(shè)費(fèi)用上存在優(yōu)勢(shì)，但在網(wǎng)架靈活性上卻存在一定的劣勢(shì)，不能很好地應(yīng)對(duì)可再生能源發(fā)電功率的不確定性。由于未考慮靈活性優(yōu)化目標(biāo)，方案二的棄電率明顯高于所提方案。所提方法綜合了靈活性和經(jīng)濟(jì)性，能夠在最大化系統(tǒng)靈活性的同時(shí)，限制投資成本的增加。

表3 不同案例靈活性資源規(guī)劃分析Table 3 Analysis of flexible resource planning for different cases

4.3 光伏遮擋和突變天氣的影響分析

考慮光伏遮擋和突變天氣的影響，分析極端風(fēng)光波動(dòng)情況對(duì)本文所提方案的影響。晴天、光伏遮擋和突變天氣下的機(jī)組出力分別如圖4—圖6 所示。在遮擋的情況下，光伏出力的波動(dòng)性增加，儲(chǔ)能裝置起到平滑功率的作用。突變天氣情況下，風(fēng)光波動(dòng)的幅度明顯增加，火電機(jī)組和儲(chǔ)能運(yùn)行功率的變化相較于晴天情況更加頻繁。靈活性指標(biāo)衡量了網(wǎng)架承受功率波動(dòng)的能力，指標(biāo)越大表示運(yùn)行周期內(nèi)傳輸功率的能力越強(qiáng)。

圖4 晴天下的機(jī)組出力Fig.4 Unit output under sunny condition

圖5 光伏遮擋下的機(jī)組出力Fig.5 Unit output under cloudy condition

圖6 突變天氣下的機(jī)組出力Fig.6 Unit output under sudden change of weather condition

不同氣象條件下的靈活性指標(biāo)如表4 所示。

表4 不同氣象條件下的靈活性指標(biāo)Table 4 Flexibility indicators under different meteorological conditions

由表4 可得，光伏遮擋情況下，中午時(shí)段出現(xiàn)光伏出力下降現(xiàn)象，并未影響整個(gè)運(yùn)行周期內(nèi)功率傳輸?shù)姆逯?，因此與晴天時(shí)的靈活性指標(biāo)基本相同；突變天氣下，夜間風(fēng)電峰值增加，導(dǎo)致該時(shí)刻網(wǎng)架負(fù)載增加，靈活性指標(biāo)降低，但仍能滿足系統(tǒng)功率平衡的需求。表明所提方案在光伏遮擋和突變天氣的情況下具有一定的適應(yīng)性。

5 結(jié)論

在大規(guī)?？稍偕茉床⒕W(wǎng)的背景下，從儲(chǔ)側(cè)和網(wǎng)側(cè)整合靈活性資源，建立了考慮電力系統(tǒng)靈活性的網(wǎng)儲(chǔ)聯(lián)合規(guī)劃方法?；陲L(fēng)、光出力的時(shí)間相關(guān)性分析，采用蒙特卡羅模擬生成大量不確定性場(chǎng)景集。利用改進(jìn)交叉及變異策略的遺傳算法確定最優(yōu)聚類數(shù)，并基于k-means 算法進(jìn)行場(chǎng)景縮減。基于斯皮爾曼相關(guān)性系數(shù)篩選典型場(chǎng)景，并構(gòu)建概率組合場(chǎng)景集。建立以提升靈活性、降低投資成本為目標(biāo)的雙層網(wǎng)儲(chǔ)聯(lián)合規(guī)劃模型，上層考慮經(jīng)濟(jì)性與靈活性目標(biāo)，下層考慮最優(yōu)運(yùn)行。以改進(jìn)IEEE RTS 24 節(jié)點(diǎn)系統(tǒng)為算例，對(duì)所提方法進(jìn)行了驗(yàn)證，得出以下結(jié)論：

1）網(wǎng)-儲(chǔ)聯(lián)合規(guī)劃可以有效提升電網(wǎng)靈活性，降低輸電線路負(fù)載率，提升電力系統(tǒng)抵御可再生能源波動(dòng)帶來(lái)的不確定性風(fēng)險(xiǎn)的能力。

2）在輸電線路擴(kuò)建中考慮儲(chǔ)能裝置，可以平緩可再生能源出力，減小峰谷差，降低其波動(dòng)性對(duì)系統(tǒng)的沖擊。

3）網(wǎng)-儲(chǔ)聯(lián)合規(guī)劃綜合網(wǎng)側(cè)和儲(chǔ)側(cè)的優(yōu)勢(shì)，相較于單獨(dú)考慮輸電規(guī)劃具有經(jīng)濟(jì)性和靈活性上的優(yōu)勢(shì)。