38120字硕士毕业论文大规模风电并网环境下电力系统有功调度研究
论文类型：硕士毕业论文
论文字数：38120字
论点：风电,场景,功率
论文概述：
通过对吉林某地区风电场的出力进行分析统计，确定风功率的波动特性，利用这一波动规律运用场景分析的方法，将风电并网的不确定性变为确定性分析；建立了风功率初始场景的选取模型。
论文正文：
第一章螺纹理论
1.1本专题的背景、目的和意义
随着化石燃料的枯竭和环境问题的日益增多，人类意识到需要大力开发新能源。在不久的将来，一次能源以可再生能源为主、清洁能源和终端能源以电力为主的格局将成为现实。近年来，可再生能源，尤其是风能发展迅速。风力发电已经成为一种趋势。并网容量在电网中所占的比例越来越大。然而，考虑到风能资源的特点、间歇性和波动性，大规模风电并网将会给电力系统的安全稳定运行带来诸多不利影响，其中很重要的一部分是对电力系统有功调度的影响。传统的有功功率调度是基于供电的可靠性和负荷的可预测性。基于这两点，发电计划的制定和实施有了可靠的保证。然而，如果电网系统中有大量的风电场，由于风电输出的随机性、不确定性和波动性，当前风电预测水平较低。虽然许多学者致力于研究更准确的预测方法，但由于地理位置和天气预报等各种因素的影响，预测误差保持在20% ~ 30%左右的[1-5]，这使得发电计划难以制定。在含风电场的电力系统有功功率调度研究中，如果将风电场作为负负荷加入到有功功率调度模型中，很难准确预测风电功率，导致模型求解不准确。如果将风电场视为动力源，与火力发电厂相比，其可靠性无法得到保证。为了保证电力系统的安全稳定运行，必须通过增加旋转备用容量或附加成本来处理风电预测误差，从而增加电力系统的运行成本。风电波动的不确定性也给电力系统的调峰带来了一些问题。由于中国的供电结构主要由火电机组组成，在调峰过程中可能无法快速响应风电的不确定波动，导致机组频繁启停，使电力系统处于不经济运行状态。综上所述，在现有风电预测水平和供电结构的约束下，如何合理制定发电计划，实现风能利用最大化和调度成本经济性的统一，已成为亟待解决的问题。
1.2国内外风力发电发展现状
1.2.1国外风力发电发展现状
随着化石燃料的枯竭和日益突出的环境问题，风力发电作为一种可再生清洁能源越来越受到人们的关注和重视。风力发电在世界上有巨大的储量。据全球风能协会(GWEC)统计，2011年全球风电新装机容量超过41GW，全球风电总装机容量现已超过238GW，表明去年风电市场年增长率达到6%，总量同比增长21%以上。另一组统计数据指出，在世界上已经有风力发电商业运营项目的75个国家中，超过22个国家已经安装了超过1GW的容量。其中，中国、美国、印度、德国、英国、加拿大、西班牙、意大利、法国和瑞典是2011年新增风力发电设施的前10个国家。他们的新装置占世界新装置的87.5%。欧洲去年增加了9.6千兆瓦的装机容量，总装机容量上升到94千兆瓦，支持了欧洲6.3%的电力需求。英国希望到2050年减少80%的碳排放，波瑞阿斯风力发电集团公司强调风力发电是一种兼具环保价值和商业价值的措施和手段。英国有11450公里的海岸线，年平均风速为每秒8米。与相对成熟的欧美风电市场相比，美国风电行业去年安装了6.8兆瓦的新设备，情况有所下降。“在过去的几年里，我们已经占到美国风力发电新装机容量的三分之一，我们正在努力实现到2030年使风力发电占美国电力消耗20%的目标。欧洲发达国家制定了相关的风电并网导则
2.1简介
在用情景分析法研究风力发电系统的有功功率调度时，通常需要在给定的置信区间内在情景单元之间划分风力发电，每个单元中的一个情景代表风力发电的可能输出。在关于场景划分的文献中，蒙特卡罗模拟一般用于等间距划分，因此没有考虑间距划分与系统调节性能之间的关系。事实上，在用情景分析法解决含风电电力系统有功功率调度的研究中，难点在于如何划分风电情景。在系统的实际运行中，点功率被选择来代替风力的每个场景的输出间隔，这与系统单元的当前运行状态和单元的爬升能力相关。当风电可能输出出现在该区间的上限或下限时，机组应有相应的备用容量或爬升率，以满足系统的调节要求。本章首先分析了风力发电的概率分布特征，认为风力发电在其预测值附近基本遵循正态分布。然后，深入分析了场景划分与系统调节性能的关系，给出了风力发电场景选择的原则、步骤和模型。最后，通过实例验证了场景划分的有效性和实用性。，大大提高了风电利用率。相关的具体指南包括有功功率控制、频率调节、电压控制、保护配置和设置、风力建模和验证、低压穿越能力等。并网技术的成熟极大地促进了风力发电产业的发展。
第2章风力发电初始方案的选择
[6]
2.2风电输出特性分析
在对有风电场的电力系统进行有功功率调度研究时，风电通常作为负预测负荷引入调度模型。由于风电出力的不确定性、随机性和不可控性，目前风电预测水平相对较低，给系统的安全稳定运行和调度带来很大困难。因此，有必要对风电场的风力分布特征进行分析和研究。一般认为风速满足威布尔分布[44，45]。通过风速与风力输出的关系，可以得到风力的分布特征。然而，大量的实测数据表明，风电的分布不符合共同分布。根据文件[30)、[46]和[47]，风力在预测值附近的相对误差遵循正态分布。
2.3情景分析在电力系统中的应用
情景分析是一种分析未来不确定事件的分析方法。它的基本原则是基于各种有效的假设，并通过详细和严格的推理或描述各种可能的未来情景。该方法以已知数据为基础，以概率为基础，推断未来数据。每个可能的事件都被视为一个场景，其概率反映了场景在最终方案中的重要性。不同事件发生的概率不同，不同事件组合后发生的概率也不同，对最终计划的影响也不同。其中，场景在所有场景中的权重越大，对最终方案的影响就越大。情景分析也广泛应用于电力系统。文件[29]建立了考虑安全约束的机组组合随机优化模型。本文建立了多种情景，以负荷预测误差和系统故障为主要考虑因素，以反映模型对随机事件的适应性。文件[30]使用情景方法描述风力发电的不确定性，并建立考虑安全约束的风力发电并网系统的市场清算模型。文件[31]在建立以预测和误差情景为引入决策因素的目标函数的基础上，要求预测情景和误差情景下各机组输出方案之间的过渡应满足爬升率约束的要求，以确保调度方案的可操作性。然而，文件[32]进一步验证了情景方法在解决随机安全约束机组组合问题中的优越性。
第3章单周期风电并网系统的主动调度........20
3.1导言........20
3.2单周期风电并网系统主动调度模型........21
3.3风力发电情景的动态调整.......24
3.4……24
3.5风电场景选择的解决方法.......25
3.5.1二次规划问题........25
3.5.2解决方案步骤.........25
3.6示例分析.......26
3.7本章摘要.......31
第四章风电并网系统的动态主动调度.......33
4.1导言........33
4.2多时段风力发电情景选择策略……3
34
34.3风电并网系统动态主动调度模型.......34
4.3.1目标函数.........34
4.3.2制约因素.........35
4.4示例分析.......36
4.5本章摘要.......41
结论
针对当前大规模风电并网条件下风电预测的不确定性，将场景分析方法应用于风电场景选择。深入研究了单周期和多周期风电场景选择策略，建立了两种策略下的风电并网系统有功调度模型。得出以下结论:
1。风电场景分析具有以下特点:基于已知的风电误差概率分布函数，选择等功率区间进行场景划分；场景的选择与系统自身的功率调节能力无关。在模型的构建过程中，不同的风电场景只在构建的调度模型的约束条件中考虑，而不在目标函数中反映。场景的选择与系统本身的调节能力相结合，所选择的风力场景被引入到模型中。给出了风力发电初始场景选择的原则和步骤。通过实例分析，该方法是有效的。
2。根据单周期风力发电情景选择的特点，在风力发电初始情景选择模型的基础上，引入机组爬升率约束和火电机组输出功率约束，建立单周期风力发电并网系统的有功功率调度模型，给出基于风力发电初始情景选择的情景选择动态调整策略， 获取三种调度策略下系统的条件期望重调度成本作为场景选择的评价指标，获取第二种调度策略作为最优场景选择策略。
3。在单周期风电场景选择的基础上，结合电力系统的实际运行特点，提出了多周期风电场景选择策略。每个时期场景集合的随机组合会导致爆炸性趋势，不利于模型的求解。因此，需要对发生概率低的场景树进行过滤，并给出最佳场景树的选择标准。实例验证了该方法的实用性。
本文所研究的风电并网系统的风电场景选择方法和有功功率调度模型是基于无网单风电场接入系统的前提。所研究的问题没有考虑网络和多风电场接入系统的情况。在未来的研究中，需要进一步分析上述情况下风电并网系统的有功功率调度方法。
参考
[1]杨修远、小杨、陈树勇。引用该论文[。中国电机工程学报，2005，25 (11): 1 ~ 5
[2]袁铁江，秦超，李伊彦，等.大型风电并网发电系统经济调度中风电场出力的短期预测模型[[]。中国电气工程杂志，2010。30(13):23 ~ 27[/比尔/] [3]孟祥星，王红。大规模风电并网下的电力系统调度[。东北电力大学学报，2009，29 (1): 1 ~ 6 [4]方蒋姣，周辉，黄梅，等.基于统计聚类分析的短期风电预测[.电力系统保护与控制，2011，39 (11): 67 ~ 73 [/BR/] [5]洪翠，林伟明，温买。引用该论文[。电网与清洁能源，2011，27(1):60 ~ 66[/比尔/] [6]雷亚，戈登·莱特博迪。外国风力发电指南和动态模型介绍[。电网技术，2005。25(12):27~32
[7]李福恩。承诺利用http://sblunwen.com/dllww/系数(CUF)在thermalunit承诺中的应用[。电气电子工程师协会电力系统交易，1991，6(2):691~698
[8]森久友，开岛屋。扩展优先级列表解决机组组合问题的一种快速方法[。电气电子工程师协会电力系统交易，2003，18(2):882~888
[9]杨方婷，丁东涛.单位承诺方法优先列表-[]。国际计算机科学与软件工程会议，2008，18(2):176~179
[10]俞z，麻雀F T，鲍文B，等.关于短期水热调度的凸性问题[J]。国际电力与能源系统杂志，2000，22(6):451~457