考虑多约束条件的海上风电融合调度模型研究

闫 健，董宜煊，高立浩

(北京信息科技大学 科技处，北京 100192)

0 引言

风电是可再生能源发电中技术最成熟、发展速度最快的发电方式。我国资源分布特点决定了海上风电将逐步向大规模、集中化方向发展。海上风电的快速发展，对风电并网要求越来越高，导致单一目标调度模式不能满足目前海上风电的快速发展，已经成为海上风电大规模、集中化并网的瓶颈，严重影响了海上风电的并网效率。因此，开展多约束条件下融合调度模式研究，对海上电网进行科学规划和设计，提高海上风电并网效率，确保电力系统安全稳定供电至关重要。

近年来，中外专家学者在海上风电融合调度模式方面进行了大量研究。在基于成本管理的海上风电调度模式研究方面，主要通过改进调度模型的目标函数，以经济成本作为优化指标，进而节约调度成本。邰世文等[1]考虑电源、设备和过程等多约束条件，以经济性最优为目标，构建了风电网优化调度多目标数学模型；王海军等[2]以系统总成本最小化为目标，建立了基于多模式、双目标的调度模型，通过最优解集，为决策者提供效益最大化策略；Ma等[3]以燃料成本、碳排放和有功功率损耗为目标，利用多目标动态最优潮流方法，研究了考虑风力发电和需求响应的电力系统经济环境节能日前调度问题；OuYang等[4]提出了一种基于事件检测框架的斜坡预测方法，通过增加约束条件确保构建混合预测模型的稳定性，进而降低调度成本。在考虑多约束条件的海上风电融合调度模式方面，为了模拟风电的真实情况，在构建海上风电调度模型时增加约束条件。Nadine等[5]提出把风电成本因素按照权重进行分类评估的调度方法，并增加影响成本因素的参数作为约束条件；何彦东等[6]针对不确定环境下多模式共用系统调度问题，建立发电、存储和调度等多约束条件下的调度优化模型来提高能量效率；Shan等[7]针对有功功率的骤变对电力系统的影响，提出利用中心电网切换的方法确保风电调度的稳定性；Lau等[8]利用集合卡尔曼滤波预测的方法对风电输出功率进行优化调度；Bentouati等[9]利用增加等式约束条件的预测方法解决非线性优化问题，凸显了融合调度的优越性。

海上风电并网调度模式方面经过多年的探索和研究，取得了显著成效。但由于海上风电并网呈现出规模化、集成化的态势，风电信号本身具有复杂非稳态特性，现有的调度研究还存在一些不足：为了保证电力系统稳定运行，已有的研究多是通过增加备用容量来确保电力系统安全稳定运行，往往忽略了电力系统运行的经济性问题；在研究融合调度问题中，往往只考虑了电力系统本身的约束条件，而忽略了其他约束条件对电力系统的重要影响，致使融合调度模型的构建还不能精准地进行风电输出功率调度，从而给企业增加了经济成本。

基于此，本文首先对海上风电融合调度的研究和发展进行了梳理，对海上风电调度流程进行了优化；其次，从海上风电调度经济性问题出发，考虑电力系统发电机组的4类主要成本，构建考虑多约束条件的风电场融合调度目标函数；最后进行实证分析。

1 海上风电融合调度流程

常规调度流程是由调度工作人员根据电力系统中各类机组的运行情况和风电场输出功率预测、负载需求预测，制定调度计划，实施调度规划。但由于海上风电场中，风自身具有复杂多变性，常规调度流程很难反映出海上风电的复杂真实情况。因此，本文基于离散混合Petri网理论，通过增加约束条件，进一步优化海上风电并网调度流程，以减少弃风，提高风电功率利用率，使发电成本达到最小化。优化后的融合调度流程如图1所示。

在任务层中按照常规机组和备用机组的发电次序明确调度目标；在任务描述层中根据调度目标制定调度计划；在资源层中除了考虑常规系统运行等约束外，充分考虑影响系统稳定运行的其他主要约束，使所构建的调度模型更能接近海上风电的真实复杂情况，助力电力企业节约发电成本，实现融合调度。

2 模型构建

2.1 构建目标函数

以风电运行成本、发电成本、备用成本和弃风惩罚成本最低为调度目标，依据离散混合Petri网理论的各层功能，构建融合调度目标函数。

风电运行成本的目标函数可以表示为：

(1)

发电成本：

Cz(Pi,h)=kzPi,h

(2)

备用成本：

Cb(Pi,h)=kb(Pi,h-wact)

(3)

弃风惩罚成本：

Cq(Pi,h)=kq(wact-Pi,h)

(4)

式中：h为时段，h=1,2,…,H；H为总时段数；i为发电机组序号，i=1,2,…,N；N为发电机组总数；Ii,h为发电机组i在h时段的状态；Pi,h为发电机组i在h时段的风电功率值；Fci(Pi,h,Ii,h)为机组i在t时段的运行成本；wact为风电实际输出的有功功率。

因此，在考虑电力系统中风电运行成本、发电成本、备用成本和弃风惩罚成本这4种主要成本的基础上，根据式(1)～(4)，所构建的融合调度模型目标函数为

(5)

2.2 约束条件

一般在构建海上风电调度模型时，大多考虑影响电力系统稳定运行的系统平衡约束、机组运行约束和电网安全约束。本文为了使调度模型更贴近系统实际运行状态，在构建调度模型中除了加入上述3种约束外，增加了旋转备用约束、机组爬坡约束和支路潮流约束，这样构建的调度模型有助于真实表征海上风电的实际复杂情况，更能有效降低电力企业的运营成本。

系统平衡约束表示为

(6)

机组运行约束：

Pi,min×Ii,h≤Pi,h≤Pi,max×Ii,h

(7)

电网安全约束：

(8)

旋转备用约束：

(9)

机组爬坡约束：

(10)

支路潮流约束：

(11)

3 实证分析

为了验证所构建融合调度模型的有效性，利用某海上风电场2012年1～2月中，某日24 h的实测风电功率曲线以及9组不同置信区间的海上风电数据作为模型训练数据集[10]，代入式(5)得

(12)

将该目标函数和约束条件通过构建的融合调度模型进行仿真，可以得到提前24 h时间序列的海上风电功率预测曲线。实测风电曲线、9组不同置信区间的风电曲线以及预测风电曲线的输出功率变化情况如图2所示[10]。

由图2可见，不同置信区间下，Q90的输出功率比其他曲线都大。

通过已构建的融合调度模型，可以计算出不同置信区间的海上风电输出功率各成本情况，如表1所示。通过表1可以看出：Q90的运行成本、发电成本和备用成本都比其他低，总发电量比其他高。可见在不同置信区间下，Q90具有较低的成本和较高的发电量，且输出功率也最大。电力企业在科学规划电力系统风力发电调度时，应综合考虑电力系统总体运营成本和发电量，在确保电力系统安全稳定运行的前提下，实现风电输出功率最大化。

4 结束语

本文通过分析海上风电调度模式面临的实际问题，提出基于离散混合Petri 网的海上风电融合调度流程。在构建海上风电调度模型时，在考虑系统平衡约束、机组运行约束和电网安全约束的基础上，充分考虑了旋转备用约束、机组爬坡约束和支路潮流约束，使所构建融合调度模型更能反应海上风电的实际特点，并通过具体实例验证了所构建模型的有效性和经济性。

表1 不同置信区间风电输出功率的各成本和总电量情况