多风电场相关性的优化建模及其在经济调度中的应用

随着风电并网规模的不断扩大,在相邻区域存在多个风电场接入的情况,而地理位置相近的风电场,气流速度显现出较强的相关性,这使得各风电场出力也具有显著的空间相关性,如果忽略这种相关性,将导致系统调度过程中出现有功调度困难、系统潮流越限等问题。因此构建一个能准确描述多风电场出力相关性的模型,对研究含大规模风电场电力系统经济调度至关重要。本文通过分析多风电场出力的随机特性和相关特性,建立了考虑多风电场相关性的场景调度模型,并将其运用到电力系统的调度研究中,进一步提高了系统运行的经济性。首先,基于Pair Copula理论构建了不同维度的风电功率的相关性模型,并且选取澳大利亚多个风电场出力样本进行实例分析,结果表明Pair Copula模型能较好地描述高维相关性,但随着维度增加模型精度有所下降。为此,采用智能优化算法(粒子算法和差分进化算法)对Pair Copula模型进行参数优化,优化结果表明,优化后模型相比于传统模型,一定程度上提高了模型精度,从而验证了所提方法的有效性和优越性。而后,将多风电场出力相关性的优化模型与基于最佳聚类数的K-means聚类聚类分析技术相结合,建立一种考虑多风电场相关性的场景概率模型。为了验证多风电场相关性对电力系统经济调度的影响以及本文提出场景概率模型的有效性,将场景概率模型与经济调度模型相结合,建立了以系统运行成本最小的场景调度模型,并选用了10机系统及其扩展系统(20机系统)进行算例仿真,仿真结果表明本文构建的场景调度模型的能够为电力系统的实际运行节约一定的成本,从而验证了该场景调度模型的有效性。