【摘要】：本文針對含大規(guī)模風電且以火電機組為主的電力系統(tǒng),圍繞機組組合問題的優(yōu)化方法和火電機組靈活性挖掘兩個維度開展研究,以解決風電大規(guī)模接入引起的機組組合復(fù)雜度增長問題和靈活性資源需求擴大問題。優(yōu)化方法研究維度針對風電出力特性建模引起的機組組合問題的復(fù)雜性;火電機組靈活性研究維度以優(yōu)化方法研究成果為基礎(chǔ),拓展優(yōu)化方法中的火電機組模型,并評估火電機組靈活性運行對機組組合問題的影響。本文工作主要包括以下4個方面:(1)提出了計及風電隨機特性的備用模型,可在保證備用策略的經(jīng)濟性的同時,避免繁重的計算負擔,有效解決了當前風電備用優(yōu)化面臨的難題。新提出的備用模型將備用容量成本和效益之間復(fù)雜的相關(guān)關(guān)系轉(zhuǎn)換成更簡明且易于建模的物理關(guān)聯(lián),解耦了備用優(yōu)化復(fù)雜性與隨機場景數(shù)目之間的關(guān)聯(lián)。備用模型可通過大量風電隨機場景構(gòu)建生成,以準確反映風電隨機特性對備用優(yōu)化的影響,有利于機組組合模型準確評估備用容量的成本和效益,以保證備用策略的經(jīng)濟性。同時,本文論證了備用模型至少具有近似下凸特性,可采用分段累加和形式的分段線性函數(shù)進行線性化近似,從而可將復(fù)雜非線性的備用模型轉(zhuǎn)化為少量由連續(xù)變量構(gòu)成的線性約束集合,以大幅減少計算負擔。(2)提出了一種新的擴展確定性網(wǎng)絡(luò)約束機組組合方法,通過新提出的備用模型和精簡網(wǎng)絡(luò)約束分別解決了含風電機組組合問題所面臨的備用優(yōu)化問題和網(wǎng)絡(luò)阻塞分析問題,有效解決了當前機組組合優(yōu)化方法在實現(xiàn)優(yōu)化結(jié)果經(jīng)濟性和計算效率雙重目標上所面臨的理論難題。該方法將備用模型融入到確定組組合模型框架中,實現(xiàn)系統(tǒng)備用水平和機組啟停計劃的協(xié)同優(yōu)化,從而類似典型隨機方法能綜合權(quán)衡備用的成本和效益,并因此具有典型隨機方法在經(jīng)濟性方面的優(yōu)勢。同時,由于備用模型所引入的計算負擔很小,該方法保留了典型確定性方法在計算效率方面的優(yōu)勢。此外,該方法通過精簡的網(wǎng)絡(luò)約束彌補了典型確定性方法在網(wǎng)絡(luò)阻塞分析上的劣勢,且避免了典型隨機方法中大量無效網(wǎng)絡(luò)約束所帶來的巨大計算負擔。(3)提出了一種考慮啟停出力軌跡的火電機組精確模型,并基于此研究了火電機組啟停過程精確建模對于含風電電力系統(tǒng)機組組合在經(jīng)濟性和計算效率方面的影響。本研究論證了火電機組啟停過程精確建模的經(jīng)濟價值,提出了火電機組啟停過程精確建�？赡芤脒^重計算負擔問題的解決方案。新提出的火電機組模型僅針對火電機組啟停過程的關(guān)鍵階段,既能反映啟停出力軌跡,又可避免引入繁重的計算負擔。此外,本研究表明火電機組啟動過程和停機過程的精確建模對于機組組合的影響存在差別,啟動過程精確建模更易引起相對更重的計算負擔,但是對于優(yōu)化結(jié)果經(jīng)濟性的影響卻相對更弱。因此,當機組組合問題面臨過重的計算負擔時,可通過簡化啟動過程精確建模來降低計算負擔。(4)提出了助燃運行燃料費用模型來反映采用助燃運行煤電機組的運行成本,基于此提出了助燃運行經(jīng)濟性評估方法,并研究了煤電機組助燃運行對于含風電電力系統(tǒng)機組組合在經(jīng)濟性和計算效率方面的影響。該研究彌補了當前煤電機組助燃運行通用化模型和經(jīng)濟性評估方法的理論缺失,論證了煤電機組助燃運行的經(jīng)濟性價值,并提出了煤電機組助燃運行可能引入過重計算負擔問題的解決方案。本文將復(fù)雜的分段非線性助燃運行燃料費用模型轉(zhuǎn)換為混合整數(shù)線性約束集合,以大幅減少模型的計算負擔。結(jié)合助燃運行燃料費用模型,本文提出了單臺機組是否適宜助燃運行的經(jīng)濟性判據(jù)和經(jīng)濟性指標,為助燃經(jīng)濟性評估提供了理論依據(jù)。本研究表明助燃運行可改善機組組合優(yōu)化結(jié)果的經(jīng)濟性,同時本文提出的擴展確定性方法可有效解決助燃運行燃料費用模型引入的計算負擔問題。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TM614
【圖文】：

中 科 技 大 學(xué) 博 士 學(xué) 位 論可以直接基于風電誤差歷史統(tǒng)計數(shù)據(jù)直接生成的非參tric distribution），其表現(xiàn)形式包括分位點（quantile）ernel density）等等[16],[29]-[30]。個時刻的樹狀節(jié)點（例如節(jié)點 n1 , , n1 5）構(gòu)成，示意構(gòu)成的順序序列為一個場景（例如序列（ n 1 , n 2, n3 , n斷更新的實時風電出力，其它節(jié)點通過更短期、更精而適用于動態(tài)滾動優(yōu)化過程。場景樹的常用生成, AR）模型、自回歸滑動（autoregressive moving av

的內(nèi)在概率信息，魯棒方法無法權(quán)衡配置的靈證優(yōu)化結(jié)果的經(jīng)濟性。文獻[109]提出一種結(jié)，以改善魯棒方法的經(jīng)濟性，并緩解隨機方法下的運行成本和期望運行成本的加權(quán)和為優(yōu)化個費用的權(quán)重選取依賴人為經(jīng)驗，缺乏內(nèi)在依合方法方法（以下也簡稱為區(qū)間方法）也采用不確定性[110]-[112]，該不確定集合涵蓋的風電出力信息值（白色圓圈），如圖 1-2 所示。這些風電出概率信息的三個場景，如圖 1-2 中黑色實線所行費用最小為優(yōu)化目標，區(qū)間方法以中心值的爬坡約束應(yīng)對風電出力在上界和下界之間的變

中 科 技 大 學(xué) 博 士 學(xué) 位 論的備用約束還是過于繁雜，需要引入大量輔助變點和核心在于既要準確描述備用容量的成本和效實現(xiàn)這個目的，本章將備用成本和效益之間的相足引起的失負荷期望（或者棄風期望）之間的相換為后者這種更為簡明直接且易于建模的物理關(guān)模型，它可以通過融入到確定性機組組合模型框出的備用模型解耦了備用優(yōu)化復(fù)雜性與隨機場景過大量風電隨機場景構(gòu)建生成，以準確反映風電為少量連續(xù)變量構(gòu)成的線性約束集合，所引入的

【參考文獻】

相關(guān)期刊論文 前10條

1 劉斌;劉鋒;王程;梅生偉;魏椺;;適用于魯棒調(diào)度的風電場出力不確定性集合建模與評估[J];電力系統(tǒng)自動化;2015年18期

2 王群;董文略;楊莉;;基于Wasserstein距離和改進K-medoids聚類的風電/光伏經(jīng)典場景集生成算法[J];中國電機工程學(xué)報;2015年11期

3 孫健;劉斌;劉鋒;魏椺;周作春;袁清芳;;計及預(yù)測誤差相關(guān)性的風電出力不確定性集合建模與評估[J];電力系統(tǒng)自動化;2014年18期

4 王旭;蔣傳文;劉玉嬌;王t

本文編號：2755582