含风电场的电力系统经济调度研究综述

被引:71
作者
周玮 [1 ]
孙辉 [1 ]
顾宏 [2 ]
陈晓东 [3 ]
机构
[1] 大连理工大学电气工程学院
[2] 大连理工大学控制科学与工程学院
[3] 辽宁省电力有限公司调通部调度处
基金
中央高校基本科研业务费专项资金资助;
关键词
电力系统; 风电场; 经济调度; 旋转备用; 风险;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
由于风电具有随机波动特性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验。分别从建模和求解两个方面阐述并分析了计及风电场的经济调度问题。根据对风速/风电功率不确定特性的不同处理方法,将含风电场的经济调度模型分为确定性建模、模糊建模以及概率建模方法进行论述,并进一步阐明了建模过程中风电引起的备用及风险调度管理问题。对应于优化模型的分类特点,相应地将优化模型的求解方法归结为确定性和不确定性求解方法两大类。最后指出了含有大规模并网风电场的电力系统经济调度问题需要进一步深入开展的工作。
引用
收藏
页码:148 / 154
页数:7
相关论文
共 21 条
[11]   Stochastic unit commitment of wind farms integrated in power system [J].
Siahkali, H. ;
Vakilian, M. .
ELECTRIC POWER SYSTEMS RESEARCH, 2010, 80 (09) :1006-1017
[12]  
Optimal wind-thermal coordination dispatch in isolated power systems with large integration of wind capacity[J] . Chun-Lung Chen,Tsung-Ying Lee,Rong-Mow Jan.Energy Conversion and Management . 2006 (18)
[13]  
A new approach to quantifyreserve demand in systems with significant installed windcapacity .2 DOHERTY R,O’’MALLEY M. IEEE Trans on Power Systems . 2005
[14]   基于神经网络的风电场风速时间序列预测研究 [J].
肖永山 ;
王维庆 ;
霍晓萍 .
节能技术, 2007, (02) :106-108+175
[15]   求解经济调度问题的改进粒子群算法 [J].
刘涌 ;
侯志俭 ;
蒋传文 .
继电器, 2006, (20) :24-27+39
[16]   含风电场电力系统经济调度的模糊建模及优化算法 [J].
陈海焱 ;
陈金富 ;
段献忠 .
电力系统自动化, 2006, (02) :22-26
[17]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[18]   与风电并网相关的研究课题 [J].
雷亚洲 .
电力系统自动化, 2003, (08) :84-89
[19]   并行遗传算法在电力系统经济调度中的应用——迁移策略对算法性能的影响 [J].
曹一家 .
电力系统自动化, 2002, (13) :20-24
[20]   遗传算法在有功安全经济调度中的应用 [J].
石立宝 ;
徐国禹 .
电力系统自动化, 1997, (06) :42-44