优化旋转备用配置的机组组合研究

论文摘要

备用配置是系统抵御风险,提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。随着电力工业的发展和市场机制的引入,系统运行过程中的不确定因素不断增多,更加凸显备用配置的重要性,本文在这一背景下选择此课题进行深入研究,有重要的理论意义和现实价值。在国内外研究成果的基础上,针对系统运行过程中不确定因素的处理,本文将概率优化理论引入到机组组合和旋转备用配置过程中,力求在系统运行安全与经济协调思想的指导下,实现电能与备用的同步优化以及摆脱人为决策的弊端,实现备用的自动配置,达到在机组组合的同时优化旋转备用的目的。首先,本文介绍了一种实用的机组组合线性混合整数模型及求解方法。该方法通过对原机组组合模型中非线性目标函数和约束条件进行线性化处理,将之转化为线性混合整数模型,并利用成熟的商业优化软件进行求解。该方法可以方便地对机组组合模型进行扩充,使研究人员专注于模型研究而不用担心算法问题。随后,就机组组合过程中运行风险与旋转备用优化配置间关系的问题进行研究,提出了计及用户停电损失的机组组合方法。将备用不足造成的用户停电损失加入到机组组合目标中,通过成本和风险在目标中的相互牵制,实现系统运行安全与经济的协调,能够自动配置适宜的备用。在评估用户期望停电损失时,将电量不足期望值(Expected Energy not Severed, EENS)解析表达成机组状态、出力及备用的函数,从而将风险与机组组合有机关联,实现备用配置和机组组合求解完整一体的优化决策。在此基础上,提出了基于多场景的概率机组组合方法。该方法将系统的运行过程分为多个场景,把计及用户停电损失的思想应用于每个场景,以场景发生的概率协调系统在各场景下的调度决策,并以旋转备用作为正常和事故场景之间机组的调整限制,因此通过安全与经济的协调,能够在机组组合的过程中自动配置合适的备用。同时该方法将网络安全约束和事故后机组组合策略的再调整纳入到模型中,保证系统在各场景下的决策方案均不会造成线路过载。最后,将基于多场景的概率机组组合方法应用于含风电场电力系统。通过对风电预测误差进行概率表达,建立基于多场景的含风电场概率机组组合模型,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。在所建模型基础上,从风电并网经济价值分析的角度,提出了一种以风电并网后系统期望成本最小为目标,确定节点最优经济接入风电功率的方法,对风电的调度和规划具有指导意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的背景与意义
• 1.2 国内外研究现状及存在问题
• 1.2.1 确定性方法
• 1.2.2 概率性方法
• 1.2.3 基于成本效益分析的方法
• 1.2.4 随机优化方法
• 1.2.5 考虑风电的旋转备用配置
• 1.3 本文所做的主要工作
• 第二章 机组组合的线性混合整数模型及求解
• 2.1 引言
• 2.2 机组组合的数学模型
• 2.2.1 目标函数
• 2.2.2 约束条件
• 2.3 机组组合模型的线性化表达
• 2.3.1 目标函数的线性化
• 2.3.2 约束条件的处理
• 2.4 模型求解
• 2.5 算例分析
• 2.6 本章小结
• 第三章 计及用户停电损失的机组组合方法
• 3.1 引言
• 3.2 问题的总体描述
• 3.2.1 目标函数
• 3.2.2 约束条件
• 3.3 电量不足期望值的解析表达
• 3.4 模型的求解
• 3.5 算例分析
• 3.6 本章小结
• 第四章 基于多场景的概率机组组合方法
• 4.1 引言
• 4.2 问题的总体描述
• 4.2.1 目标函数
• 4.2.2 约束条件
• 4.3 模型的求解策略
• 4.3.1 各场景发生概率的预测
• 4.3.2 模型求解
• 4.4 算例分析
• 4.5 本章小结
• 第五章 多场景概率机组组合在风电分析中的应用
• 5.1 引言
• 5.2 系统运行场景的获取
• 5.2.1 风电出力预测及误差分布
• 5.2.2 系统的运行场景
• 5.3 模型的数学描述
• 5.3.1 目标函数
• 5.3.2 约束条件
• 5.4 模型求解与算例分析
• 5.4.1 模型求解
• 5.4.2 算例分析
• 5.5 最优经济接入风电功率的确定
• 5.6 本章小结
• 第六章 结论与展望
• 参考文献
• 附录A {0,1}变量乘积的等效表达
• 致谢
• 攻读硕士学位期间所发表的论文及参与的项目
• 学位论文评阅及答辩情况表