考虑调峰因素的风电规划研究

被引:0
作者
张宏宇
机构
[1] 中国电力科学研究院
关键词
风电; 调峰; 风速时间序列; 调峰充裕性; 容量性指标; 随机生产模拟; 机组检修计划;
D O I
暂无
年度学位
2013
学位类型
博士
摘要
能源是人类社会赖以生存和发展的重要物质基础。能源的可持续发展是经济社会可持续发展的前提条件。随着煤炭、石油、天然气等化石能源的日趋枯竭以及环境问题日益突出,能源的可持续性面临巨大挑战。大力发展可再生能源成为人类的必然选择。风能因资源丰富,分布广泛,清洁无污染等优点成为大力开发利用的可再生能源之一。 进入21世纪以来,将风能转化为电能的风力发电技术持续快速发展,风电装机容量逐年提高,我国以及欧美许多国家均提出了宏大的风电发展规划目标。但风电出力具有明显的波动性和不确定性,风电大规模并网给电网运行带来诸多问题,主要有调峰、调频、调压、稳定及电能质量等问题。我国电源结构以燃煤火电为主,调峰电源较为匮乏。风电大规模并网加剧了匮乏程度,使调峰问题凸显。风电调峰问题解决的好坏直接关系到风电发展规划目标的实现。 本文主要研究与调峰密切相关的风电规划问题,分别对含大规模风电的系统调峰充裕性的概率性指标和容量性指标、考虑风电调峰要求的系统随机生产模拟,以及考虑风电调峰要求的机组检修计划进行了研究。主要研究内容如下: (1)分析了电源结构对风电并网后系统调峰的影响,全面概括总结了目前风电并网后的系统调峰问题研究现状以及含风电的电力系统规划研究现状,主要包括含风电的可靠性、随机生产模拟以及机组检修计划的研究现状。 (2)分析了风速的变化特性,总结提出了风速时间序列建模原则和方法。采取基于各月同一钟点对风速进行统计的方法,有效计及风速的季节特性和日时间尺度特性;采用时间序列回归模型考虑风速波动的自相关特性,提出了基于概率测度变换的风速时间序列建模方法,避免基于回归模型的风速模拟过程中出现负风速问题;基于概率测度变换方法,采用自回归滑动平均模型(ARMA)及向量自回归模型(VAR)模型,对单一风电场及多风电场风速进行时间序列建模。 (3)提出了含大规模风电的电力系统调峰充裕性评估方法。基于序贯蒙特卡罗方法以日为单位考察调峰问题,提出了调峰充裕性概率性指标——调峰不足概率,将调峰充裕性指标处理为发电充裕时的条件概率,分析了风电预测精度对调峰不足概率指标的影响,对比了发电不足概率与调峰不足概率,探讨了风电并网容量、长期基荷运行机组、风电-负荷相关性、风电场风速相关性以及地区电网外送功率规模对系统调峰不足概率指标的影响。 (4)提出了系统调峰充裕性容量性指标评估方法,包括基于简化牛顿迭代法的储能调整需求容量评估方法及外送调整需求容量评估方法,有效弥补了调峰不足概率指标操作性的不足,分析了风电不同时间尺度的相关性等因素对调峰充裕性容量指标的影响。 (5)基于序贯蒙特卡罗方法建立了考虑风电调峰要求的电力系统随机生产模拟方法,提出了弃风功率损失期望指标,分析了日前风电预测精度、风电并网容量水平等因素对系统发电成本、常规机组利用小时数和弃风功率损失期望的影响。 (6)基于Benders分解法建立了考虑风电调峰要求的电力系统机组检修安排模型,将考虑带有序贯性特点调峰要求的检修问题分解为满足峰荷能力和系统最小出力容量在各个检修时段分布是否合理的问题;修正了基于负荷持续曲线的传统随机生产模拟模型,用虚拟弃风量来表征各个周基荷容量的大小;以虚拟弃风量和系统检修成本最小为目标函数,以各个检修时段发电可靠性为约束条件,通过Benders方法进行分解协调,实现了对电力系统常规机组检修安排。 (7)通过IEEE-RTS79系统的仿真算例验证了所提方法的可行性与有效性,并以风电规划并网规模较大的通辽电网为背景,建立工程算例,进一步验证论文提出的模型和方法的实际应用价值。
引用
收藏
页数:144
共 70 条
[1]
风电场风速和输出功率的多尺度预测研究 [D]. 
李辉 .
兰州理工大学,
2010
[2]
欧美风电发展的经验与启示.[M].肖创英; 主编.中国电力出版社.2010,
[3]
电力系统风险评估模型、方法和应用.[M].(加)李文沅著;周家启[等]译;.科学出版社.2006,
[4]
计量经济分析方法与建模.[M].高铁梅主编.清华大学出版社.2006,
[5]
电力系统可靠性分析.[M].郭永基著;.清华大学出版社.2003,
[6]
电力系统优化规划.[M].王锡凡主编;.水利电力出版社.1990,
[7]
发电系统可靠性分析原理和方法.[M].杨莳百 编.水利电力出版社.1985,
[8]
Unit maintenance scheduling in open systems using genetic algorithm..Wang Yaoyu;HANDSCHIN E;.Proceedings of 1999 IEEE Transaction and Distribution Conference.1999,
[9]
Wind power simulation model for reliability evaluation..Rajesh Karki;Po Hu;.Canadian Conference on Electrical and Computer Engineering.2005,
[10]
Study on the wind speed frequency distribution with AR-GARCH model..WANG F;LIU D Y;ZENG L H;et al;.Proceedings of International Conference on Sustainable Power Generation and Supply.2009,