孟安波,马留洋,殷豪
(广东工业大学 自动化学院,广州 510006)
随着电力需求的不断扩大以及新能源的不断发展,电力工业发生了巨大的变化。清洁高效的可再生能源在电力系统中的比重越来越高,其中风力发电作为最为成熟的可再生能源发电技术之一,在全球范围内得到了迅速的发展。但是由于风电的波动性和不可预测性,大规模风电的并网将对电力系统的稳定性带来严峻的挑战。合理地将风电等新能源融入到常规能源的机组组合优化调度中具有重要的现实意义。文献[1]将一定比例的风电功率作为附加旋转备用的参考值,在满足系统安全性和经济性的同时寻求最优的旋转备用水平。这种通过增加备用来降低风电不确定性对电网影响的方法没有考虑风电功率细节上的变化,很难达到较好的经济效果。文献[2]以风电功率预测值一定比例的上下区间表示风电的波动范围,把关键场景作为约束条件的极端边界,建立了全景安全约束的机组组合模型。文献[3]根据风电功率的概率预测误差,用置信区间表示风电功率的不确定性,详细讨论了系统的爬坡约束,建立了多能源联合调度的机组组合模型。但是中国目前条件下风电功率多以点预测为主,概率预测模型在日前调度中难以得到实际应用。文献[4-7]通过生产大量日前风电功率场景,建立了随机机组组合模型。其中文献[4-5]采用自回归滑动平均(ARMA)模型来估计风电场的预测误差,利用场景树生成风电功率场景。……