随着社会经济的发展和智能化集成水平的不断推进,风力发电在社会上的关注度也日益增长。并入电网运行已经是风力发电最主要的运行方式,在电力系统中风力发电所占的比例也越来越大。但是,由于风资源自身固有的随机性使得风力发电输出功率是不稳定的,这对于精确度、稳定度要求较高,偏差较为敏感的电力系统而言是非常不利的。为了减小并网型风力发电机组对电网稳定性的威胁,除了降低风电自身的随机性之外,还需要从电力系统的调度计划入手,使风电的不稳定影响降到最低。传统的优化调度方法对于含有随机变量的风电出力而言存在太多的局限性,所以,有必要开发更为合理可行的调度方法,以适应含风电场电力系统的需求。首先,分析风电预测功率的可信度并依此作为分级处理的思想方法,把风电的预测功率输出分成三个不同等级。为不同时间尺度的风电功率调度与功率控制之间的相互配合打下了基础,从而起到降低预测误差影响调度决策的作用。其次,分析机会约束规划的基本规划方式,以及常用的转换为确定性模型的等价形式。分析含风电场电力系统的有功潮流、风电机组的载荷特性,把二者归纳为机会约束规划的两个目标函数,以风电机组和风电场各个电气量的限制和风功率的限制作为约束条件,完成计及潮流和载荷的风电优化调度机会约束规划建模。然后,提出混合智能算法求解机会约束规划,对混合智能算法的三个组成内容——随机模拟技术、神经元网络、遗传算法的原理和特点进行分析。将三种方法的优点结合起来,形成基于随机模拟,以神经元网络逼近评价函数的遗传算法,进而给出了混合智能算法的操作流程图。最后,以实际数据作为算例,对理论分析进行操作计算,得出风电场的优化调度方案。
