基于CVaR的能源互补联合系统优化配置模型研究

被引:18
作者
谭忠富 [1 ,2 ]
邢通 [1 ]
德格吉日夫 [1 ]
林宏宇 [1 ]
谭清坤 [3 ]
机构
[1] 华北电力大学经济与管理学院
[2] 延安大学经济与管理学院
[3] 国网能源研究院有限公司
关键词
风光水; 电力系统优化调度; 风险评估; CVaR;
D O I
暂无
中图分类号
TM732 [电力系统的运行];
学科分类号
120103 [信息系统与信息管理];
摘要
由于风电、光电出力具有不确定性,因此会引起电网频率的较大波动,严重影响电能质量.为了保证含有新能源电力系统的稳定运行,特提出风光水储联合调度优化模型.首先,建立含新能源的电力系统优化调度数学模型,该模型追求系统机组耗量最小.在进行含新能源发电的电力系统优化调度中,可被用来调度的出力实际为满足负荷功率后,扣除新能源输出功率的那部分火电机组出力.算例结果表明,本文采取CVaR具有良好的性能;风电与光伏清洁能源机组并入系统中增加了日前调度的不确定性风险,但通过CVaR评估计算系统风险,采取有效的措施会使系统发电成本减少与碳排放量减少.
引用
收藏
页码:170 / 181
页数:12
相关论文
共 23 条
[1]
群智能算法与电力负荷预测研究 [D]. 
尹新 .
湖南大学,
2011
[2]
光水互补电网的优化运行策略研究 [D]. 
孙伟利 .
湖北工业大学,
2016
[3]
基于重要抽样方法的VaR和CVaR分析与比较 [D]. 
吴世琴 .
广西师范大学,
2015
[4]
大规模风电并网考核与交易机制研究 [D]. 
高春杰 .
华北电力大学,
2013
[5]
2017年中国新能源发展趋势:多能互补成发展新方向.[J]..功能材料信息.2017, 01
[6]
基于风光水火多能互补的电力系统经济调度 [J].
盛四清 ;
张立 .
电测与仪表 , 2016, (22) :66-71
[7]
变革性能源利用技术——分布式能源系统 [J].
金红光 ;
隋军 .
分布式能源, 2016, 1 (01) :1-5
[8]
基于蒙特卡洛模拟的电力系统风险评估 [J].
陈政 .
科技创新与应用, 2016, (20) :9-10
[9]
一种光伏发电的太阳能资源日变化分析方法 [J].
梁俊霞 ;
李旭 ;
朱红路 ;
亢楠 ;
齐程 ;
姚建曦 .
水电能源科学, 2015, 33 (03) :205-208+201
[10]
浅析智能优化算法 [J].
刘静 .
计算机光盘软件与应用, 2014, 17 (10) :310+312