协同短期调度的新能源电力系统月度机组组合模型与快速求解方法

被引:52
作者
元一平 [1 ]
王建学 [1 ]
周锟 [1 ]
王秀丽 [1 ]
王学斌 [2 ]
张舒捷 [2 ]
机构
[1] 陕西省智能电网重点实验室(西安交通大学电气工程学院)
[2] 国网青海省电力公司电力科学研究院
基金
国家重点研发计划;
关键词
风电出力模拟; 月度机组组合; 松弛诱导技术; 约束转换技术;
D O I
暂无
中图分类号
TM614 [风能发电]; TM73 [电力系统的调度、管理、通信];
学科分类号
080811 [新能源发电与电能存储]; 120103 [信息系统与信息管理];
摘要
为实现多时间尺度下新能源电力系统经济、灵活运行与发电资源最优性配置,该文考虑月度机组组合与短期调度之间的层次衔接关系,提出协同短期调度的月度机组组合模型与高效求解算法。首先,结合风电短期随机不确定性与长期相关不确定性之间的概率统计规律,提出基于非参数核密度估计与自回归滑动平均分析的新能源出力模拟方法;在此基础上,通过协调月度机组群开停机计划与短期调度的互动关系,构建协同短期调度的多场景月度机组组合模型。其次,针对该混合整数线性规划模型的计算复杂性问题,利用约束转换技术与松弛诱导技术,提出一种基于分支—定界原理的改进求解策略。最后,结合某省区电网进行实际算例对比分析,论证协同短期调度的月度机组组合模型与求解算法的有效性。
引用
收藏
页码:5336 / 5345+5580 +5580
页数:11
相关论文
共 16 条
[11]
电力系统月度发购电计划的优化方法研究 [D]. 
李翔 .
重庆大学,
2013
[12]
Recent approaches of unit commitment in the presence of intermittent renewable energy resources: A review[J] Saleh Y. Abujarad;M.W. Mustafa;J.J. Jamian Renewable and Sustainable Energy Reviews 2017,
[13]
Inducing-objective-function-based method for long-term SCUC with energy constraints[J] Yang Bai;Haiwang Zhong;Qing Xia;Yaozhong Xin;Chongqing Kang International Journal of Electrical Power and Energy Systems 2014,
[14]
A solution to the unit commitment problem-a review[J] B. Saravanan;Siddharth Das;Surbhi Sikri;D. P. Kothari Frontiers in energy 2013,
[15]
Scenario reduction in stochastic programming with respect to discrepancy distances[J] René Henrion;Christian Küchler;Werner R?misch Computational Optimization and Applications 2009,
[16]
Time-series models for reliability evaluation of power systems including wind energy[J] R. Billinton Microelectronics Reliability 1996,