基于随机规划的水风电联合优化运行研究

研究与开发基于随机规划的水风电联合优化运行研究李杏孙春顺陈浩李昱葛宇轩长沙理工大学电气与信息X程学院，长沙410004摘要针对风速预测精度影响水风电联合运行的优化结果，本文将在随机变量表示风电场的输出功率的基础上，建立了一种基于随机规划的水风电联合优化运行数学模型。模型以总发电量和水电厂蓄水量增量之和最大为目标，结合随机模拟技术粒子群算法求得此目标函数的全局最优值。最后，对该模型采用MATLAB编程求解，仿真结果验证了文中所提方法的可行性。关键词风速预测；联合运行；随机规划；优化运行RESEARCHONANOPTIMIZEDHYDROWINDINTEGRATEDOPERATIONMODELBASEDONSTOCHASTICPROGRAMMINGLIXINGSUNCHUNSHUNCHENHAOLIGEYUXUANSCHOOLOFELECTRICALANDINFORMATIONENGINEERING，CHANGSHAUNIVERSITYOFSCIENCETECHNOLOGY,CHANGSHA410004ABSTRACTFORTHEOPTIMALRESULTOFHYDROWINDINTEGRATEDOPERATIONISOFTENAFFECTEDBYTHEPREDICTIONACCURACY,ANOPTIMIZEDHYDROWINDINTEGRATEDOPERATIONMODELBASEDONSTOCHASTICPROGRAMMINGISPROPOSEDINTHISPAPERBYINTRODUCINGARANDOMVARIABLEASTHEOUTPUTPOWEROFWINDFARMTHEMODELISAIMEDATOBTAININGTHEMAXIMUMINCREMENTOFTHETOTALGENERATEDELECTRICITYANDTHEWATERSTORAGEOFHYDROPLANTSTHEGLOBALOPTIMUMISCALCULATEDBYSTOCHASTICSIMULATIONOFPARTICLESWARMALGORITHMATLAST，MATLABSOFTWAREISUSEDTOPROGRAMANDGETTHESIMULATIONRESULT，ANDTHERESULTSHOWSTHATTHEMETHODPROPOSEDINTHISWORKISFEASIBLEKEYWORDSWINDSPEEDFORECASTING；COMBINEDOPERATION；STOCHASTICPROGRAMMING；OPTIMALOPERATION风能是可再生的清洁能源，在节能减排和经济社会可持续发展中承担着重要的角色。然而，风能是间歇性能源，直接导致风电场输出功率具有很强的随机特性】，给电力系统运行带来了困难。水风电联合运行是减小风电随机波动对电力系统不利影响的有效途径。但是，现有的文献一般是根据风速预测，把每一个优化时段的风电场输出功率看成是确定量【2。，显然，传统的水风电联合运行模型的约束条件一般都没有采用随机变量，因此，风速预测的精度直接影响到优化结果。为了提高风电利用率和发电效益，有必要研究风速对水风电联合运行的影响。针对风速及风电场输出功率的随机性，一些学者采用不同的处理方法。文献45】采用随机模拟技术处理风速的随机特性。文献6采用时间序列法、湖南省教育厅科学研究项目10A015时序神经网络法预测风速。本文利用随机规划理论描述水风电联合运行，将风电场的输出功率用随机变量来表示，采用随机模拟技术处理机会约束的方法进行求解，使水风电联合运行更加切实可行。1风电场输出功率概率分布为了计算风电场的输出功率，就必须测出与风机轮毂高度相同位置的风速。通过统计大量实测数据表，很大部分区域风速的变化规律具有随机性，并近似符合WEIBUL1分布，概率分布函数为C，詈一EXP一詈式中，参数C反映的是所描述地区的年平均风速大2013R4电技术J29研究与开发小。K表示形状系数，取值范围在1823之间，一般情况下取K2。因此，风电场输出功率与风速关系表示如下PW0UUCI,“AC0“2UR一“CIPWR“AR式中，P表示额定输出功率；甜。表示切出风速；“R表示额定风速；U。I表示切入风速；TA表示位于与风机轮毂相同高度位置的风速。2考虑机会约束的水风电联合优化运行数学模型21目标函数风电具有无法储存、不可调度的特性，因此，在构建水风电系统联合优化运行数学模型时，决策变量只含有与水电有关的变量，即目标函数中的所有变量都是只与水电有关的变量。然而风电场输出功率是随机的，导致水风电联合系统输出功率也具有随机性，因此以概率的形式描述与风电场输出功率有关的约束条件才有实际的意义。以总发电量和水电厂蓄水量增量之和最大为目标函数，那么机会约束的水风电联合优化运行模型表示如下MAXFKZEDAYDETAV3I1I1式中，EDAY表示第I天水电站输出功率；EDAY表示第I天水库蓄水量增量；K表示水电站输出功率的发电用水量折算系数M表示即时发电与蓄水相对价值的系数；为天数。约束条件主要有水电站出力限制，水库库容限制，电力平衡约束，日水量平衡，蓄水增量平衡等。22约束条件传统的水风电联合运行模型中的约束条件一般都没有随机变量，因此等式约束或者不等式约束条件都是确定性的。然而，在水风电联合优化运行中，由于风电场输出功率具有随机特性，使得电力平衡约束条件要满足一定的置信水平。本文具体的约束条件包括水电站出力限制，水库库容限制，电力平衡约束，曰水量平衡，蓄水增量平衡等，具体形式如下。30I电|一薯技撤2013年第4期1水电厂出力约束MI尸H4式中，PHMIN、PH分别为水电站最小出力和最大出力。2水库库容约束I5式中，I、分别为水电站最小库容和最大库容。3电力平衡约束EDAYDIPWF，IL，2，N6式中，JF为第I天系统需求，P为第I天风电场输出功率，为给定电力平衡的约束置信水平。4日水量平衡KEDAYDETA，I1，2，7式中，为第I天水库入库径流量；为水库蓄水量增量上限。5蓄水量增量约束DETAV，I1，2，8I1式中，为水库蓄水量增量上限。3基于随机模拟技术的机会约束处理针对考虑机会约束的水风电联合优化运行模型求解困难等问题，本文采用随机模拟技术将机会约束中不确定因素转化为可计算的确定性因素。首先利用MATLAB中WBLRND随机发生器产生风速抽样值，并根据式2计算风电场输出功率。然后，在电力平衡约束条件中运用机会约束PREDAYDIPWF0【9风速A的分布规律近似服从WEIBUL1分布“且P_厂尸，“，机会约束是否能够成立可以通过运用随机模拟技术的方法来检验，其方法如下第一步，从概率分布中得到N个相互独立的A】，A2，随机变量；第二步，根据已知式P_厂P，分别算出P1，P2，P的值；第三步，设是所得到N个相互独立随机变量中满足约束条件的个数，即满足条件式DP厂E0的次数；最后，由大数定律可得，当且仅当A时，用频率NAN来估计P，D厂P厂E0的数值，机会约束成立。4基于粒子群算法的模型求解粒子群算法PSO是从随机解出发，通过迭代寻找最优解，利用适应度来评价解的品质，追随当前搜索到的最优值来寻找全局最优。这种算法具有实现容易、精度高、收敛快等优点。带有惯性因子的粒子群算法可描述为_9T1TC1FLJF一XOTCZF2J一XJT10XJF1XUFT111式中，F为粒子个数；，为粒子空间维数；表示迭代次数；为惯性权重，保持原来速度的系数，一般取值为08，12；C1、C2为学习因子，通常在0，2间取值；1UO，1、F2UO，1为两个相互独立的随机函数；，为位置向量；，为速度向量。根据上述模型，决策变量是总发电量EDAY和蓄水量增量DETAV，粒子的维数为2，EDAY和DETAV各N维，则粒子I的位置向量表示为X,EDA，EDAY2，EDA，DETAV1，DETA，DETA12速度向量对应于各粒子在每一天的变化情况，每天每一个变量变化后的值必须满足上述目标函数中的各种约束条件。PSO算法的求解步骤1输入水电站、风电场的基本参数，有关的约束条件及粒子群算法的相关参数。2利用WBLMD随机发生器产生服从WEIBUL1分布的风速序列N个，采用式2计算对应的风电场输出功率。3检验粒子的可行性，从而形成，2个可行的初始粒子群位置向量和速度向量。4计算粒子目标函数，计算并找出粒子的最大个体极值，将其作为全局极值。根据上式10和式11更改粒子的速度大小和所在位置。5根据约束条件修改粒子的位置，并判断该粒子速度是否大于最大速度值，如果大于，则取该速度为最大速度值。6计算粒子目标函数，改变粒子最优位置，判断终止条件，输出全局最优值。5算例仿真水风电联合优化运行选取一个已经建成的水电站和一个规划的风电场为例，水电站水库水位为研究与开发635M、对应蓄水量320亿IN时开始起调，设定研究期末水库蓄水量增量小于50亿ITI，N为100天，系统总需求200MW，目标函数中即时发电与蓄水相对价值的系数M取值13，水电站输出功率的发电用水量折算系数K取值0008，即发电量的价值小于发电用水量的价值。采用的装机单机容量165MW的风力发电机100台，风电场发电机组总装机容量为100165165MW，额定功率P165MW，根据风速分布特性，取K217、C799，利用MATLAB中WBLRND随机发生器产生风速序列，并利用式2计算对应的风电场输出功率。本文采用MATLAB编程求解模型。风力发电机风电机组参数见表1，水电站的基本参数见表2。表1风力发电机组参数参数风力发电机组转子直径M82轮毂高度M59转子扫掠的面积M25281额定转速RMIN144叶片数3切入风速MS3切出风速MS26额定风速MS13额定容量W1650额定频率HZ50表2水电站参数参数水电站坝高M62装机容量MW400正常蓄水位M650相应库容亿M2366防洪限制水位M635相应库容亿M232多年平均流量MS256多年平均年径流量亿M806最大水头M439最小水头M365设计水头M264装机容量过水能力M3S1270最大出力MW300最小出力MW1O当约束置信水平为095时，基于随机规划的水风电系统联合优化运行的结果是在研究期内，总发电用水量为6729亿ILL，蓄水增量为321亿M。若不考虑风电场的随机特性，将约束条件看成确定两，则结果为总发电用水量为6679亿M，蓄水增量为303亿M。以上结果说明，风速预测精度直接影响水风电联合运行的优化结果，准确预测风速能够提高水风电联合运行的经济效益。2013年第4期电蠢|L技琳I31研究与开发1雷亚洲，王伟胜，等风电对电力系统运行的价值分析J电网技术，2002，2651014【2】SCHLUETERRAETA1AMODIFIEDUNITCOMMITMENTANDGENERATIONCONTROLFORUTILITIESWITHLARGEWINDGENERATIONPENETRATIONJIEEETRANSACTIONSONPOWERAPPARATUSANDSYSTEMS，1985，1047163016363CONTAXISGC，ETA1SHONTERMSCHEDULINGINAWINDDIESELAUTONOMOUSENERGYSYSTEMJIEEETRANSACTIONSONPOWERSYSTEMS，1991，63116111674】吴俊，李国杰，孙元章基于随机规划的并网风电场最大注入功率计算J电网技术，2007，31141519【5】龙军，莫群芳，曾建基于随机规划的含风电场的电力系统节能优化调度策略J电网技术，2011，3591331386】杨秀媛，肖洋，陈树勇风电场风速和发电功率预测研究J_中国电机工程学报，2005，611157雷亚洲，王伟胜，等基于机会约束规划的风电穿透功率极限计算J中国电机工程学报，2002，22532358孙春顺水电风电系统联合运行研究J太阳能学报，2009，3022322369曾建潮，介婧，崔志华微粒群算法M北京科学出版社，2004，91310刘玉碇，赵瑞清随机规划与模糊规划M】北京清华大学出版社，2005749411吴杰康，朱建全机会约束规划下的梯级水电站短期优化调度策略J_中国电机工程学报，2008354146作者简介李杏1986，女，硕士研究生，研究方向为电力系统运行与控制。上接第28页参考文献1】刘和平PIC18FXXX单片机原理及接口程序开发M】北京北京航空航天大学出版社，20052】杨国宇，顾威基于PIC18F458单片机的数据采集和通讯J工业控制计算机，2006，199343】孙德权空间锂离子蓄电池的特点及其管理模式J电源技术，2005，10157604】雷娟，蒋新华，解晶莹锂离子电池组均衡电路的发展现状J电池，2007，37162635冯卓民，张哲，陈敏，钱照明锂离子电池均衡电路的比较C中国电工技术学会电力电子学会第十一届学术年会，2008116林成涛，王军平，陈全世电动汽车SOC估计方法原32I电技贰20134理与应用J电池，2004，345377378【7SABINEMARIONP，ANDRESSJMETHOD