風(fēng)儲(chǔ)系統(tǒng)優(yōu)化配置及并網(wǎng)后相關(guān)運(yùn)行方案研究.pdf

1、能源短缺和環(huán)境污染問(wèn)題使得可再生能源的開(kāi)發(fā)成為電力工業(yè)的發(fā)展趨勢(shì)。風(fēng)力發(fā)電是最成熟的可再生能源發(fā)電技術(shù)，具有清潔環(huán)保、儲(chǔ)量豐富等優(yōu)點(diǎn)，然而，風(fēng)電功率的隨機(jī)特性使得電力系統(tǒng)接入風(fēng)電后的安全穩(wěn)定運(yùn)行面臨新的問(wèn)題。為了對(duì)含風(fēng)電電力系統(tǒng)有一個(gè)清楚的認(rèn)識(shí)，能為系統(tǒng)安全穩(wěn)定運(yùn)行提供有效建議，本文以風(fēng)儲(chǔ)系統(tǒng)為研究對(duì)象，對(duì)風(fēng)儲(chǔ)系統(tǒng)優(yōu)化配置方法及其并網(wǎng)后的相關(guān)運(yùn)行問(wèn)題進(jìn)行分析研究，探尋風(fēng)電接入給系統(tǒng)帶來(lái)的影響。
　　優(yōu)化的風(fēng)電場(chǎng)接入容量既能保證風(fēng)電

2、場(chǎng)本身的經(jīng)濟(jì)性，又能保證風(fēng)電接入后電力系統(tǒng)運(yùn)行的安全性和穩(wěn)定性，有助于含風(fēng)電電力系統(tǒng)運(yùn)行的整體最優(yōu)，因此論文對(duì)風(fēng)電場(chǎng)最優(yōu)接入容量求解方法進(jìn)行研究。針對(duì)月風(fēng)速概率分布不同的情況，采用月風(fēng)速分布函數(shù)參數(shù)集對(duì)年風(fēng)速變化規(guī)律進(jìn)行描述，在此基礎(chǔ)上利用場(chǎng)景樹(shù)分析法將連續(xù)風(fēng)速概率密度函數(shù)轉(zhuǎn)化為離散場(chǎng)景功率集，并生成年場(chǎng)景功率樹(shù)，實(shí)現(xiàn)了風(fēng)速隨機(jī)變量的合理近似。基于風(fēng)速變量近似方法，以風(fēng)電場(chǎng)發(fā)電凈效益最大為目標(biāo)函數(shù)，以系統(tǒng)安全穩(wěn)定運(yùn)行要求為約束條件，建立

3、考慮系統(tǒng)變化過(guò)程的風(fēng)電接入容量?jī)?yōu)化模型，并提出帶慣性權(quán)重的粒子群優(yōu)化算法(w-Particle Swarm Optimal Algorithm, w-PSO)和社會(huì)情感優(yōu)化算法(Social Emotional Optimal Algorithm, SEOA)嵌套的層次優(yōu)化算法對(duì)優(yōu)化模型進(jìn)行求解，算例分析驗(yàn)證了模型和算法的正確性，并對(duì)接入容量的影響因素進(jìn)行了研究。
　　為了提高風(fēng)電場(chǎng)的功率調(diào)節(jié)能力，改善風(fēng)電輸出功率波動(dòng)特性，論文對(duì)

4、儲(chǔ)能系統(tǒng)優(yōu)化配置方法進(jìn)行了研究。提出了風(fēng)電功率波動(dòng)特性指標(biāo)對(duì)風(fēng)電功率輸出特性進(jìn)行定量描述，以?xún)?chǔ)能系統(tǒng)投資成本或年均綜合成本最小為目標(biāo)，以風(fēng)電功率波動(dòng)特性指標(biāo)和復(fù)合儲(chǔ)能系統(tǒng)協(xié)調(diào)控制策略為基礎(chǔ)，考慮風(fēng)電輸出功率波動(dòng)要求和復(fù)合儲(chǔ)能系統(tǒng)技術(shù)經(jīng)濟(jì)約束，建立了電池和超級(jí)電容相結(jié)合的復(fù)合儲(chǔ)能系統(tǒng)雙層優(yōu)化配置模型，并采用嵌套粒子群算法對(duì)優(yōu)化模型進(jìn)行求解。算例分析表明：風(fēng)電功率波動(dòng)指標(biāo)越苛刻，功率輸出平滑性越好，但投資成本或年均綜合成本越高；投資成本變化

5、與年均綜合成本變化成反比關(guān)系；采用復(fù)合儲(chǔ)能形式所得的年均綜合成本更小。
　　風(fēng)電接入后會(huì)給系統(tǒng)運(yùn)行計(jì)劃的制定帶來(lái)明顯變化，而運(yùn)行計(jì)劃的合理制定對(duì)系統(tǒng)安全經(jīng)濟(jì)運(yùn)行具有重要作用，因此論文對(duì)含風(fēng)儲(chǔ)系統(tǒng)的電力系統(tǒng)日前機(jī)組組合優(yōu)化模型及其求解算法進(jìn)行了研究。以風(fēng)電功率預(yù)測(cè)值為數(shù)據(jù)基礎(chǔ)，以系統(tǒng)總發(fā)電成本最小和系統(tǒng)總能源利用率最高為目標(biāo)函數(shù)構(gòu)建了多目標(biāo)機(jī)組組合優(yōu)化模型，并計(jì)及系統(tǒng)功率平衡、系統(tǒng)備用容量、機(jī)組爬坡率、機(jī)組啟停時(shí)間約束以及風(fēng)儲(chǔ)系統(tǒng)自

6、身約束，全面反映了系統(tǒng)運(yùn)行中的實(shí)際情況。利用模糊建模技術(shù)對(duì)目標(biāo)函數(shù)進(jìn)行模糊化處理，采用改進(jìn)的組合粒子群算法對(duì)模糊化模型進(jìn)行求解，并對(duì)儲(chǔ)能系統(tǒng)的兩種控制模式和預(yù)測(cè)誤差影響進(jìn)行了計(jì)算分析。算例結(jié)果表明：所提模型能夠減少低效率機(jī)組燃料消耗量，不同控制模式和預(yù)測(cè)精度對(duì)優(yōu)化結(jié)果均有所影響。
　　由于風(fēng)電功率的接入，作為系統(tǒng)安全穩(wěn)定運(yùn)行分析重要部分的電壓穩(wěn)定性分析方法也受到其隨機(jī)性的影響，傳統(tǒng)的確定性分析方法無(wú)法全面獲取含風(fēng)電的系統(tǒng)電壓穩(wěn)定性

7、隨機(jī)變化信息。針對(duì)風(fēng)電隨機(jī)性給電力系統(tǒng)電壓穩(wěn)定問(wèn)題帶來(lái)的新變化，論文對(duì)含風(fēng)儲(chǔ)系統(tǒng)的概率電壓穩(wěn)定裕度問(wèn)題進(jìn)行了研究。論文所提出的基于多項(xiàng)式正態(tài)變換和最大熵估計(jì)的概率分析方法利用多項(xiàng)式正態(tài)變換對(duì)隨機(jī)變量相關(guān)性進(jìn)行處理，利用點(diǎn)估計(jì)法獲取隨機(jī)變量估計(jì)點(diǎn)，并采用預(yù)測(cè)-校正原對(duì)偶內(nèi)點(diǎn)法對(duì)由估計(jì)點(diǎn)形成的確定性負(fù)荷裕度優(yōu)化模型進(jìn)行求解，進(jìn)而計(jì)算負(fù)荷裕度的統(tǒng)計(jì)特征，最后運(yùn)用最大熵估計(jì)方法得到含風(fēng)電的系統(tǒng)負(fù)荷裕度概率分布估計(jì)函數(shù)。算例分析驗(yàn)證了所提方法的正