考虑风能不确定性影响的新能源电网优化调度

胡朝阳 燕敏飞

摘 要：新能源的发展与推广对国家经济发展与环境治理具有重要作用。作为主要的新能源之一，风电的应用极大地减少了化石燃料的消耗，从而有效保护了大气环境。但是，风力发电具有较大的不确定性，既降低了风能的利用率，也对电网系统的平稳运行产生了巨大影响。本文充分考虑风能发电随机性高与波动性大等特点，并根据这一情况对新能源电网调度问题的优化进行研究，以期为保障电网平稳运行及其运行效率提供一些有价值的建议。

关键词：风电能源;新能源电网;电网调度

中图分类号：TM73 文献标识码：A 文章编号：1003-5168（2019）31-0130-03

Optimal Dispatching of New Energy Power Grid with

Considering of Uncertainty Effect of Wind Power

HU Zhaoyang YAN Minfei

（Power China Henan Electric Power Survey & Design Institute Corporation Limited，Zhengzhou Henan 450000）

Abstract： The development and promotion of new energy plays an important role in national economic development and environmental governance. As one of the main new energy sources， the application of wind power greatly reduces the consumption of fossil fuels， thus effectively protecting the atmospheric environment. However， wind power generation has great uncertainty， which not only reduces the utilization rate of wind energy， but also has a huge impact on the smooth operation of the grid system. This paper fully considered the characteristics of wind power generation， such as high randomness and high volatility， and studied the optimization of new energy grid scheduling according to this situation， in order to provide some valuable suggestions for ensuring the smooth operation and operation efficiency of the grid.

Keywords： wind power;new energy power grid;power network dispatching

社会发展对各种能源的需求量越来越大。随着传统能源不断被消耗，传统能源枯竭问题成为当前人类社会面临的较为严峻的问题。因此，开发并利用新型能源便成为当前社会发展的一个主流方向。其中，风力资源是当前开发应用最广的可再生能源，主要用于替代火力进行发电工作。但是，风能发电的稳定性较差，极易受到风速变化的影响，从而导致风电并入电网运行的效果较差。为此，笔者对风电并网运行的调度工作展开较为详细的研究，并提出一些有效的电网调度优化建议。

1 研究新能源电网优化的意义

新能源电网是现代通信技术、信息技术、控制技术与传统电网系统的结合。与传统电网系统相比，新能源电网运行成本更加低廉，运行更加稳定、安全[1]。分布式可再生能源参与到新能源电网系统，进一步促进了新型可再生能源的发展。但是，分布式可再生能源依然存在较多问题。例如，风力能源会受气候条件的影响或干扰，风速变化具有非常明显的不确定性，在可预测和可控制方面也存在较多问题。此外，風力发电的功率输出不稳定，容易造成电网并网难度大，能源浪费情况较为严重。因此，新能源电网中含有风电时，必须在电网调度决策中考虑风电的各种不确定性，并优化传统的电网调度方法，以确保新能源电网在调度过程中的稳定性，进而有效促进风电能源良好发展。

2 风电的随机性及其对电网运行过程的影响

2.1 风力发电的基本特性

风力发电的原理较为简单，即通过风力吹动扇叶转动，带动异步电机转动，进而形成电磁感应，产生电流。风力发电的一大特点是在发电过程中没有任何污染，对周围生态环境几乎无影响。风力发电系统产生的电能会先进行软并网，然后进入完整的电网系统。风力发电的电压大小是由风速大小决定的，但由于风速不稳定，所以单纯依靠风力发电所输出的电压是非常不稳定的。因此，风力发电必须通过控制风速，使风电系统产生的电压变得平稳。

2.2 风力发电的随机性对电网系统运行的影响

当前技术条件下，准确地预测风力发电仍较为困难。同时，风力发电的不稳定性、连续性较差等特性也给电网系统的调度工作造成了很大的麻烦。尤其是风电调峰能力不足的问题，已经成为阻碍风能、光能等新能源普及的主要问题。如果电网系统中的风电较多，则会导致电网电压时常波动，且可能会发生电压越线或闪变等问题，从而影响电网系统频率的稳定性。笔者将风电随机性对电网系统运行的影响总结为以下几点。

第一，大量的风电并网后会携带冲击电流，从而冲击整个电网系统，导致电网系统电压下降，进而造成电网系统不稳定。

第二，影响电网系统的稳定性。如果只有少量风电并入电网，电网自身可以自动调节电压与频率。但是，一旦并网风电较多，电网自身则无法及时调节电压与频率的波动，致使电网系统电压与频率大幅下降，使电网系统变得不稳定。

第三，风电并网会造成电力能源频率出现波动，以及电压的突然变化与波动，并导致谐波污染，从而降低传统电网电力能源的质量。

第四，风电并网还会影响原有的发电计划与经济调度。传统的电网系统主要依靠火力发电机组产生电能。在经济调度过程中，由于火力发电的稳定性高、可靠性强，以及可精确预测用户的负荷，所以经济调度水平也相对较高。但是，风电的稳定性与可靠性较差，且不能进行精确预测，因此，电网经济调度水平较低。

第五，由于风电的并网，电力系统需要增加一定的旋转备用容量才能应对各种不稳定因素，保障电力系统的正常运行，这极大增加了电网的运营成本，导致电网运行的经济性下降[2]。

3 模拟风电的随机性

通常，学者会应用蒙特卡罗模拟法来模拟风电的随机性。蒙特卡罗模拟法就是在随机抽样与模拟的基础上估计数学函数的方法，其核心思想是统计因随机变量而产生的物理现象，然后根据所总结的统计规律，构建一个概率模型，以反映随机变量[3]。在模拟风电随机性时，首先要根据风速数据估计确定其分布参数，并应用统计学方法，求取风电随机性模型的概率特征。然后，根据概率分布的规律进行建模，生产分布样本的随机数，并抽取数量足够的随机数样本。当随机数样本足够多时，再对每个风电随机变量进行抽样。最后，对随机样本进行相应的仿真计算与模拟计算，对抽样结果进行分析，模拟出风电的随机性。

4 含有风电的电网优化调度模型

4.1 优化调度模型的关键技术

电网系统调度优化的目标是在保障电网系统运行安全的前提下，将发电机组的成本费用、污染影响和电网传输消耗降到最低。在研究含风电的新能源电网调度优化的过程中，需要在模拟风电随机性的基础上建立新能源电网模型，这样才能使含风电新能源电网优化调度的研究与实际运行情况相符合[4]。

为了确保含风电新能源电网的优化调度模型与实际运行情况相符，在建立优化模型时，必须重点考虑如下几点关键性技术问题，以提高优化调度模型的可用性与实用性。

第一，处理风电的不确定性是优化调度的首要问题，这就要求能以风速和风能功率预测为基础，建立一个能真实反映出风电随机性的数学模型，从而研究并调解电网系统调峰能力与风电特性之间存在的矛盾。

第二，协调好电网系统的风险与成本。风电并网的规模不断扩大是新能源发展的必然趋势，但同时，风电的不确定性也必然会增加电网系统的潜在风险。目前，降低风险的主要方法是不断提高电网系统的运行维护成本。因此，为了实现电网系统经济调度的进一步优化，要协调好电网系统风险与成本之间的关系。

第三，确定旋转备用容量的具体需求。风电的大规模并网增大了电网系统的不确定性，使电网系统旋转备用容量需求增多。因此，优化电网调度的一大关键便是确定旋转备用容量的具体需求。通常情况下，会采取加强旋转备用容量的措施使电网系统的功率保持平衡，使电力输出的质量保持稳定。但是，在加强旋转备用容量的同时，也应考虑因此而增加的电网系统运营成本。

4.2 了解电网系统的最小发电成本

电网调度优化的最终目的是以最低的发电成本来满足客户的用电需求，因此，在对新能源电网调度进行优化研究前，必须了解新能源电网的最低发电成本。

含风电的新能源电网发电成本主要包括传统发电机组的发电成本和风机发电成本，以及风功率估计偏差导致的运行成本。其中，风机的发电不使用燃料，因此没有燃料消耗费用，但风机的维护与人工成本必须考虑到风机发电总成本中。

4.3 新能源电网调度优化的约束条件

含风电的新能源电网系统调度优化的约束条件主要有以下几个。①电网功率的平衡。在电网调度的时间段内，电网系统的发电总量与耗电总量要保持平衡。②传统火力发电机组的输出功率。③电网系统的旋转备用容量。④风功率的预测值。⑤风力发电机组预测偏差的上限值与下限值。⑥火力发电机组的爬坡约束。

4.4 鲁棒优化模型原理与应用

鲁棒优化在处理随机变量方面具有较大优势。该理论的原理是通过集合的形式表现出随机变量的各种取值范围。因此，应用鲁棒优化可以在取值集合中选择任意值来表示不确定的变量。

鲁棒优化模型是在随机变量取得对系统影响最坏的值时寻优。虽然无法通过鲁棒优化模型找到系统优化的最优解，但鲁棒优化取得的解对参数的各种变化都是可行的。

鲁棒优化解决不确定性的新能源电网调度优化问题需要建立不确定的鲁棒优化模型，然后根据模型变量确定各个不确定性参数、各种控制变量、代表最低成本的函数及各种约束，从而确定变量的具体位数和不确定因素导致的变化范围。最后，根据所得信息进行理论推导，并转化模型中代表最低成本的函数、各种变量和约束条件，从而得到鲁棒优化模型。

常用的鲁棒优化模型主要有鲁棒线性规划模型、鲁棒二次规划模型、盒式鲁棒优化模型。

但是，鲁棒优化模型在处理电网调度问题时，会导致无限约束问题出现，从而难以得到最优解。因此，还需要利用对偶定理转变鲁棒优化模型，将其将原有的问题变为线性约束的规划问题。

4.5 遗传算法

遗传算法属于随机搜索的算法。这种算法可以通过随机技术，对生物个体对象，搜索被编码的参数空间。遗传算法包含编码、适应度函数的生成、交叉变异和选择，最终通过对个体的逐代选择，找到问题最优解。目前，很多研究人员将遗传算法与现代计算机技术结合起来，并在大数据计算方面得到广泛应用。

可以利用遗传算法对鲁棒优化模型进行求解。

首先，在模型中输入具体的风功率预测区间、客户的用电负荷及其他各项具体参数。然后对模型中的决策变量编码，并初步确定种群规模、交叉和变异的概率及迭代的最大次数。

其次，计算出遗传个体的适应度，从中选出最佳的个体，计算该种群的平均适应度及收敛程度的指标，同时不断更新交叉、变异的概率。

最后，进行选择运算、交叉运算及变异运算，判断结果是否满足收敛条件或者达到迭代的最大次数。如果满足条件或达到迭代的最大次数，便输出最优的结果，否则继续循环计算适应度等数据。

5 结语

风能的不确定性是影响风电并入电网系统的最主要问题。在开发利用再生能源已经成为时代趋势的当下，研究并解决风能不确定性对新能源电网系统调度的影响，是处理风电并网问题的主要策略。因此，笔者根据鲁棒优化原理建立了相应的电网调度优化模型，与传统优化模型相比，鲁棒优化模型充分考虑了风能的各种极端不确定性。因此，利用鲁棒优化模型解决含风电新能源的调度优化问题，能确保风能不确定性对电网系统的不利影响降到最低。与传统的随机优化相比，鲁棒优化能提高系统调度的风功率，从而大幅减少系統的运行维护费用，对保障高新能源电网系统运行的经济性具有重要意义。

参考文献：

[1]孟雪辰.主动配电网的多源协同优化调度研究[D].西安：西安理工大学，2019.

[2]杨震.高渗透率新能源微电网优化调度研究[D].吉林：东北电力大学，2019.

[3]田浩宇.计及风能不确定性影响的新能源电网优化调度研究[D].北京：华北电力大学（北京），2017.

[4]张瑶.微电网系统资源预测与优化调度研究[D].武汉：武汉理工大学，2017.