基于弃风惩罚的电力负荷经济调度研究_徐武.pdf

基金项目:国家自然科学基 金(61761049);国家自然 科 学 基 金(62063035)收稿日期:20210406修回日期:20210422第 40 卷第 2 期计算机仿真2023 年 2 月文章编号:10069348(2023)02011305基于弃风惩罚的电力负荷经济调度研究徐武1，陈盈君1，文聪1*，徐浩东2(1 云南民族大学电气信息工程学院，云南昆明 650500;2 陕西长庆专用车制造有限公司，陕西咸阳 712000)摘要:随着风电装机量逐渐增多，传统弃风惩罚方案无法灵活配置风电消纳，为了降低风电场运营成本，提升风能利用率，提出一种基于弃风惩罚的风火互补方案。首先以风电场的出力稳定性和预测精度来评估其发电便捷性，从而得到风电场的权重系数，将权重系数与分段弃风惩罚成本系数相结合，建立综合弃风惩罚模型;构建考虑经济调度的火电弥补风力波动模型;最后利用改进的二进制量子粒子群算法(BQPSO)对虚拟电厂进行负荷分配、仿真。实验证明，综合弃风惩罚模型可以合理减少弃风，抑制反调峰现象，降低风电场管理难度，提升电力系统运行的经济性和安全性，改进的 BQPSO 算法与其它算法相比，风能出力分配频繁波动的问题有很好的改善，系统反应更快且煤耗量更低，对多源互补日内发电计划的编制也具有指导意义。关键词:弃风惩罚;粒子群优化算法;风火互补;负荷分配中图分类号:TP391.9;TM743文献标识码:BStudy on Economic Dispatch of Power Load Based onWind Abandonment PenaltyXU Wu1，CHEN Yingjun1，WEN Cong1*，XU Haodong2(1Institute of Electrical and Information Engineering，Yunnan Minzu University，Kunming Yunnan650500，China;2 Shaanxi Changqing Special Purpose Vehicle Manufacturing，Xianyang Shanxi 712000，China)ABSTACT:With the gradual increase of wind power installed capacity，the traditional wind abandonment punish-ment scheme can not flexibly allocate wind power consumption In order to reduce the operation cost of wind farm andimprove the utilization rate of wind energy，a wind fire complementary scheme based on wind abandonment punish-ment is proposed Firstly，the power generation convenience of the wind farm iwas evaluated by the output stabilityand prediction accuracy of the wind farm，and the weight coefficient of the wind farm wias obtained Then，the com-prehensive wind abandonment penalty model wais established by combining the weight coefficient with the penaltycost coefficient of segmented wind abandonment Then，based on this，the thermal power compensation wind fluctua-tion model considering economic dispatch wais constructed Finally，the improved binary quantum particle swarm op-timization algorithm wais used，(T the load distribution of virtual power plant wais carried out by BQPSO，and thesimulation analysis wais carried out Experimental results show that the comprehensive wind abandonment penaltymodel can reasonably reduce wind abandonment，suppress the phenomenon of anti peak regulation，reduce the diffi-culty of wind farm management，and improve the economy and security of power system operation Compared withother algorithms，the improved BQPSO algorithm has a good improvement on the problem of frequent fluctuation ofwind power distribution，faster system response and lower coal consumption，and can be applied to multisourcecomplementary daily generation plan It also has guiding significanceKEYWODS:Punishment for abandoning the wind;Particle swarm optimization algorithm;Wind and firecomplement each other;load distribution3111引言近年来，由于环境污染问题日益严重，以风电为代表的新能源电场明显增加，但是弃风现象严重，而且风能发电具有间歇性和反调峰性，损害了经济利益，降低弃风和风火互补成为了研究热点1。针对以上问题，文献 2利用储能系统对风力发电进行削峰填谷，提高了风电接纳量，并具有良好的经济性，但建立储能系统成本太高2。文献 3利用极限穿透功率的风电场弃风惩罚模型，虽然能衡量损失但其模型忽视了对风电预测精度评估3。文献 4针对火电厂负荷指令利用改进混沌粒子群算法做最优负荷分配实现了经济效益最大化，但是没考虑新能源发电，环境成本较高4。文献 5建立了考虑火力发电成本、风力发电成本和弃风惩罚成本的模型，并用改进萤火虫算法对模型求解，但其弃风惩罚模型没考虑分段弃风惩罚成本，无法达到减少弃风，抑制反调峰现象的目的5。文献 6 构建了包含风险惩罚、电网安全约束和机组特性的风电并网模型，此方案强调了风电并网的风险评估，提升了风火互补发电厂的稳定性，但是缺少经济性方面的研究6。基于此，本文提出了一种基于风力发电便捷性评估的综合弃风惩罚模型。首先通过风电场的出力稳定性和对其出力的预测准确性来评估便捷性，得到权重系数，结合分段弃风惩罚成本系数抑制风电场的弃风现象和反调峰性;然后建立了一个以经济性为目的的风火互补优化发电模型，利用火电厂弥补风力的间歇性和不稳定性;利用改进 BQPSO 增强全局搜索能力和最优粒子权重，并对虚拟电厂进行负荷分配。通过仿真分析，证明了提出的弃风惩罚模型可以有效减少弃风现象，抑制风电场的反调峰现象，增加优质风能的利用率，改进的 BQPSO 算法既能利用火电弥补风电的不稳定性，又能使火电厂煤耗量降低，获得更多经济效益。2弃风惩罚模型风能资源具有储量丰富，成本较低，不会对环境造成污染等优点，但是由于风电的间歇性和不可预测性，导致风电场弃风现象日益严重7。目前弃风惩罚模型一般如式(1)所示Fwind=Tt=1(PperW，t PW，t)(1)其中，为惩罚系数;PperW，t为预测风电功率;PW，t为实际风电功率。这种算法认为所有风电场的弃风成本相同，忽略了不同风电站成本差距，不能达到将弃风成本降到最低的目的8。针对以上问题，本文考虑到风电场权重和分段弃风惩罚成本，提出一种综合弃风惩罚模型，如图 1 所示。通过评估风电场出力稳定性和预测精度，保证选择的风电场权重系数大。随着弃风量增大，分段弃风惩罚系数增图 1综合弃风惩罚模型大，从而起到抑制弃风的效果。2.1风电惩罚权重系数设定确定对不同的风电场的弃风惩罚权重系数需要考虑风能出力稳定性和风电预测精度两个因素，对于出力稳定性好，预测精度高的风电场给予较高权重9。风电场出力越稳定，对电网的影响越小，以平均出力波动率 fv作为稳定指标fv=24d=1(Sd/Pwad)24(2)其中:Sd为在第 d 小时中，10 分钟内的功率标准差;Pwad为在第 d 小时里求得的平均功率。一般结合预测的风电场出力和调度中心的目标负荷来决定火电厂的备用容量，风电预测准确度越高，风电利用率越高。平均精度 v为d=1 1TTt=1Pwpt PwftPw(3)v=Dd=1dD(4)其中，d为第 d 小时预测精度;Pwpt为风电场在时段 t 的预测出力;Pwft为实际出力;T 为第 d 小时调度总时段数;Pw为风电场总容量。综合考虑上面提出的出力稳定性以及出力预测精度指标，得到此风电场的便捷因子，并将其作为权重系数的参考10。权重系数越大，此风电场越容易被调用。在选择弃风对象时，优先选择权重小的风电场。风电便捷因子 为=1+1NWNwi=1fvi fvi1NWNwi=1fvi+vi1NWNwi=1vi1NWNwi=1vi(5)其中:fvi为机组 i 的平均出力波动率、vi为平均风电预测精度;NW为总机组数。2.2分段弃风惩罚成本设定通过分段设置，随着弃风量的增加，弃风成本也随着增加，起到降低弃风的目的，根据不同的地区，季节，早晚确定相应的分段值，分段弃风惩罚成本为Fp=Tt=1Nwi=1Ss=1CwsPwits(6)411其中:T 为总时段数;Nw为总风机数;S 为每个时段中总分段数;Cws为第 s 分段的弃风惩罚成本系数;Pwits为风机 i 在时段 t 第 s 分段的弃风功率。2.3综合弃风惩罚模型在分段弃风惩罚成本中考虑风电便捷因子 得到综合弃风惩罚模型Fs=Tt=1Nwi=1Ss=1CwsPwits(7)该模型能考虑风电机组的出力便捷性以及分段弃风惩罚成本。3风火互补优化发电模型以系统最低能耗为目标，优先接收弃风惩罚成本低的原则，建立风火互补优化发电模型。3.1目标函数为了将发电成本降到最低，系统优化发电目标函数为风电机组和火力机组总成本最低11。优化目标为minF=Tt=1Ni=1Ss=1Cits+Fp(8)其中:N 为火电机组数;Ci，t，s为火电机组 i 在时段 t 第 s 分段的发电成本。3.2约束条件风电并网和限风后，经济性作为最优目标进行优化分配，而且需要让系统总负荷等于电网负荷指令，系统功率平衡约束条件为P+Pwf=P1+Pd(9)其中，P 为火电厂输出功率;Pwf为风电场输出功率;P1为调度中心下达的目标负荷;Pd为系统损耗功率。在考虑风电并网时，由于风电机组安全运行的需要，要考虑风电机组的出力上限约束Tt=1Ni=1Ss=1Pits Pzonezt(10)其中，Pzonezt为区域 Z 在时段 t 的风电总出力上限。将火力发电作为发电场的备用容量，来调节风能的出力不稳定，约束条件为:ni=1Pimin+Dni=1Pitni=1Pi，max D+(11)4二进制量子粒子群