考虑多风能预测场景的虚拟电厂日内滚动柔性优化调度方法

被引:54
作者
罗翼婷 [1 ]
杨洪明 [2 ]
牛犇 [2 ]
常巩 [2 ]
孟科 [2 ]
机构
[1] 长沙理工大学经济与管理学院
[2] 湖南省电动交通与智能配网工程技术研究中心长沙理工大学电气与信息工程学院
关键词
虚拟电厂; 风力发电; 不确定性; 柔性优化调度; 滚动策略联;
D O I
暂无
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
随着分布式可再生能源接入电网的比例日益提高,其出力间歇性和随机性给电力系统的安全稳定和经济运行带来了一系列的负面影响,虚拟电厂为分布式可再生能源可靠并网提供了新的途径。针对虚拟电厂中风电机组出力的不确定性及预测误差,考虑了由多个风能预测服务商基于不同预测方法提供多个风电出力预测场景,以期望运行成本最小为目标,制定虚拟电厂每个场景对应的最优调度计划。为应对风力状况的随机波动,虚拟电厂当前时段考虑下一时段所有风电出力场景下的计划调整成本。并以期望运行总成本最小为目标,构建基于多风能预测结果的虚拟电厂柔性优化调度模型,并设计了日内虚拟电厂出力计划的滚动调度策略。通过数值仿真,对比分析了不同预测场景下虚拟电厂的运行成本,验证了所提模型的可行性和有效性。
引用
收藏
页码:51 / 59
页数:9
相关论文
共 20 条
[1]
计及风电出力不确定性的虚拟电厂随机优化调度 [D]. 
易德鑫 .
长沙理工大学,
2013
[2]
中国电力与能源.[M].刘振亚; 著.中国电力出版社.2012,
[3]
基于云理论的风电场群长期出力区间预测 [J].
陈好杰 ;
程浩忠 ;
徐国栋 ;
马则良 ;
傅业盛 .
电力系统保护与控制, 2019, 47 (03) :110-117
[4]
典型国家可再生能源政策演变研究 [J].
张兴平 ;
刘文峰 .
电网与清洁能源, 2018, 34 (10) :60-68
[5]
基于小波与最小资源分配网络的超短期风电功率预测研究 [J].
杨杰 ;
霍志红 ;
何永生 ;
郭苏 ;
邱良 ;
许昌 .
电力系统保护与控制, 2018, 46 (09) :55-61
[6]
能源互联网下可再生能源项目规划研究 [J].
赵文会 ;
李阮 ;
付强 .
电网与清洁能源, 2018, 34 (02) :142-148+156
[7]
含风电的电力系统概率潮流计算 [J].
叶晨 ;
崔双喜 ;
王维庆 .
电网与清洁能源, 2018, 34 (02) :167-172
[8]
计及不确定性和需求响应的风光燃储集成虚拟电厂随机调度优化模型 [J].
徐辉 ;
焦扬 ;
蒲雷 ;
何楠 ;
王尧 ;
谭忠富 .
电网技术, 2017, 41 (11) :3590-3597
[9]
考虑机组优化选取的含风电电网滚动优化调度方法 [J].
王功臣 ;
邓长虹 ;
夏沛 ;
梁宁 ;
张达 ;
周沁 .
电力系统自动化, 2017, 41 (11) :55-60
[10]
热电联产与风电机组联合运行滚动优化调度模型 [J].
宋卓然 ;
赵琳 ;
张子信 ;
王珊珊 ;
侯玉琤 ;
戴晓宇 ;
焦勇 .
电力系统保护与控制, 2016, 44 (24) :110-116