激励风电场提升功率预测精度的机制设计

被引：6

作者：

钟海旺 ^{[1
,2
]}

夏清 ^{[1
,2
]}

张健 ^{[3
]}

张国强 ^{[3
]}

机构：

[1] 清华大学电机工程与应用电子技术系

[2] 电力系统及发电设备控制和仿真国家重点实验室,清华大学

[3] 国网山东省电力公司调度控制中心

来源：

电力系统自动化 | 2015年 / 39卷 / 05期

基金：

中国博士后科学基金;

关键词：

新能源消纳; 预测; 备用; 成本分摊; 机制设计; 激励相容;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

提高风电预测精度是减少弃风、降低新能源消纳成本的重要手段之一。如何从机制设计入手,提高电网消纳新能源能力,降低全社会消纳新能源成本,成为亟待解决的问题。设计一种激励风电场提升功率预测精度、进而促进新能源消纳的机制,提出了支撑该机制运行的相应模型与方法。采用区间数方法精细量化为消纳新能源而增加的系统运行成本,并设计其在各风电场之间公平、非线性化分摊的机制。该机制满足激励相容原理,能够促使风电场提高日前上报预测出力精度,优化运行管理。基于IEEE 30节点系统的计算验证了该机制与方法的有效性。

引用

页码：47 / 53

页数：7

共 8 条

[1] 含风电场的互联电力系统备用容量优化 [J].

盛四清 ;

檀晓林 ;

李欢 ;

范林涛 .

电网技术, 2013, 37 (11) :3067-3072

[2] 电量协调与成本控制的日内滚动发电计划 [J].

白杨 ;

钟海旺 ;

夏清 ;

杨明辉 ;

张健 ;

张国强 .

电网技术, 2013, 37 (10) :2965-2972

[3] 考虑风电效益的风火互济系统旋转备用确定方式 [J].

王彩霞 ;

乔颖 ;

鲁宗相 .

电力系统自动化, 2012, 36 (04) :16-21

[4] 西班牙风电高比例消纳研究及启示 [J].

刘德伟 ;

黄越辉 .

中国能源, 2011, 33 (03) :25-28

[5] 含风电场电力系统旋转备用获取模型 [J].

葛炬 ;

王飞 ;

张粒子 .

电力系统自动化, 2010, 34 (06) :32-36

[6] 风电场出力短期预报研究综述 [J].

刘永前 ;

韩爽 ;

胡永生 .

现代电力, 2007, (05) :6-11

[7] 电力市场中旋转备用的效益和成本分析 [J].

张国全 ;

王秀丽 ;

王锡凡 .

电力系统自动化, 2000, (21) :14-18

[8]

Wind generation imbalances penalties in day-ahead energy markets: The Italian case[J] . C. Brunetto,G. Tina.Electric Power Systems Research . 2011 (7)

← 1 →