电力市场下风电电力系统旋转备用风险-成本模型

被引：8

作者：

刘怡君 ^{[1
]}

夏晨杰 ^{[2
]}

关惠方 ^{[1
]}

杨永鹏 ^{[1
]}

机构：

[1] 国网成都供电公司

[2] 国网四川省电力公司天府新区供电公司新城客户服务分中心

来源：

电力工程技术 | 2019年 / 38卷 / 01期

关键词：

风电; 条件风险价值; 旋转备用; 量子差分进化算法;

D O I：

10.19464/j.cnki.cn32-1541/tm.2019.01.008

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。

引用

页码：42 / 48

页数：7

共 13 条

[1]

The effect of renewable energy consumption on economic growth: Evidence from top 38 countries.[J].Mita Bhattacharya;Sudharshan Reddy Paramati;Ilhan Ozturk;Sankar Bhattacharya.Applied Energy.2016,

[2]

Controller parameters tuning of differential evolution algorithm and its application to load frequency control of multi-source power system.[J].Banaja Mohanty;Sidhartha Panda;P.K. Hota.International Journal of Electrical Power and Energy Systems.2014,

[3]

Quantum-inspired evolutionary algorithm for continuous space optimization based on Bloch coordinates of qubits.[J].Panchi Li;Shiyong Li.Neurocomputing.2007, 1

[4]

Conditional value-at-risk for general loss distributions [J].

Rockafellar, RT ;

Uryasev, S .

JOURNAL OF BANKING & FINANCE, 2002, 26 (07) :1443-1471

[5]

出力受限风电场群有功分配多目标优化策略 [J].

崔杨 ;

冯鑫源 ;

王铮 ;

唐耀华 ;

严干贵 .

可再生能源, 2016, 34 (11) :1610-1616

[6]

计及需求响应的虚拟发电厂优化调度模型 [J].

夏榆杭 ;

刘俊勇 ;

冯超 ;

刘啸宇 ;

吴琛 ;

黄正文 .

电网技术, 2016, 40 (06) :1666-1674

[7]

Carbon emission impact on the operation of virtual power plant with combined heat and power system.[J].Yu-hang XIA;Jun-yong LIU;Zheng-wen HUANG;Xu ZHANG;.Frontiers of Information Technology & Electronic Engineering.2016, 05

[8]

考虑风电和光伏发电影响的电力系统最优旋转备用容量确定 [J].