殷超

（河海大學(xué)能源與電氣工程學(xué)院，江蘇 南京 210098）

考慮風(fēng)電不確定性的電網(wǎng)備用優(yōu)化決策方法研究

殷超

（河海大學(xué)能源與電氣工程學(xué)院，江蘇 南京 210098）

傳統(tǒng)無(wú)風(fēng)電機(jī)組的電網(wǎng)備用優(yōu)化理論是主要基于準(zhǔn)確預(yù)測(cè)負(fù)荷進(jìn)行的。而風(fēng)能受到氣候、海拔、以及地形等多種自然因素的影響具有間歇性和隨機(jī)波動(dòng)性，風(fēng)速及風(fēng)功率預(yù)測(cè)的難度較負(fù)荷要大得多。當(dāng)風(fēng)電占電網(wǎng)系統(tǒng)總裝機(jī)達(dá)到一定比例以后，采用傳統(tǒng)的調(diào)度方法已經(jīng)無(wú)法滿足系統(tǒng)安全和經(jīng)濟(jì)運(yùn)行的要求。研究適用于含有風(fēng)電并網(wǎng)備用優(yōu)化問(wèn)題的模型和方法勢(shì)在必行。

大規(guī)模風(fēng)電功率并入電網(wǎng)后［1-2］，其功率波動(dòng)常與用電負(fù)荷波動(dòng)趨勢(shì)相反。風(fēng)電的這種反調(diào)峰特性將導(dǎo)致峰谷差的進(jìn)一步擴(kuò)大，加大電網(wǎng)調(diào)度和備用設(shè)置的難度。文獻(xiàn)［3-4］考慮融入用電激勵(lì)、可中斷負(fù)荷、電價(jià)響應(yīng)等用電調(diào)度方式減少負(fù)荷低谷時(shí)段風(fēng)電棄風(fēng)，從而提高風(fēng)能利用效率。

事實(shí)上，盡管風(fēng)電的不確定性很大，但其可以等效為負(fù)荷模型［5-6］，將其偏差設(shè)為負(fù)荷波動(dòng)，則同樣可以使用傳統(tǒng)的備用決策方法。

文獻(xiàn)［7-8］分別基于采用兩種不同的備用價(jià)格機(jī)制，以備用最小成本為目標(biāo)函數(shù)，以系統(tǒng)可靠性為約束給出優(yōu)化模型，并采用基于Monte-Carlo模擬的遺傳算法求解模型。文獻(xiàn)［9-10］用概率密度函數(shù)來(lái)分析負(fù)荷和風(fēng)電出力的預(yù)測(cè)偏差，并將其引入到機(jī)組停運(yùn)容量的計(jì)算中，通過(guò)遺傳-粒子群優(yōu)化算法求解出含風(fēng)電場(chǎng)的最優(yōu)旋轉(zhuǎn)備用，文獻(xiàn)［11-12］采用三節(jié)點(diǎn)的網(wǎng)格迭代搜索確定最優(yōu)旋轉(zhuǎn)備用容量，文獻(xiàn)［13-14］則使用改進(jìn)迭代-粒子群算法。以上算法是通過(guò)每臺(tái)機(jī)組的備用分?jǐn)倎?lái)確定旋轉(zhuǎn)備用總量的，而在實(shí)際中，先確定系統(tǒng)所需旋轉(zhuǎn)備用容量水平具有重要意義。在容量獲取需要成本的價(jià)格機(jī)制中，估算系統(tǒng)所需容量后才能確定購(gòu)買(mǎi)的備用量，其對(duì)電網(wǎng)的總體抵御風(fēng)險(xiǎn)能力的把握也至關(guān)重要。

文獻(xiàn)［15-16］給出了系統(tǒng)切負(fù)荷率與備用容量的關(guān)系，利用牛頓迭代法求解最優(yōu)值。文獻(xiàn)［17］將風(fēng)電機(jī)組出力過(guò)多和切負(fù)荷風(fēng)險(xiǎn)相加設(shè)為系統(tǒng)的風(fēng)險(xiǎn)，利用解析法建立最優(yōu)備用求解模型。

本文在考慮到風(fēng)電預(yù)測(cè)偏［18］差等不確定因素的基礎(chǔ)上建立電網(wǎng)備用優(yōu)化模型，以最小化旋轉(zhuǎn)備用的成本為目標(biāo)［19］、以系統(tǒng)的安全性要求為約束條件，構(gòu)建確定系統(tǒng)所需的最優(yōu)旋轉(zhuǎn)備用容量的數(shù)學(xué)模型，并采用解析法和mento-carlo模擬法分別進(jìn)行求解。

1 含風(fēng)電系統(tǒng)的不確定模型分析

討論備用優(yōu)化中不確定性模型的建立，主要包括風(fēng)速和風(fēng)電功率出力的不確定性，機(jī)組強(qiáng)迫停運(yùn)率和負(fù)荷波動(dòng)，并計(jì)及其間差異。暫不考慮風(fēng)電機(jī)組強(qiáng)迫停運(yùn)及輸電元件故障。

1.1 機(jī)組強(qiáng)迫停運(yùn)率模型

對(duì)機(jī)組而言，機(jī)組強(qiáng)迫停運(yùn)率表示為強(qiáng)迫停運(yùn)小時(shí)與強(qiáng)迫停運(yùn)小時(shí)和運(yùn)行小時(shí)之和的比值。設(shè)機(jī)組運(yùn)行狀態(tài)為離散分布，且服從（0，1）分布，即機(jī)組只有兩種狀態(tài)，停運(yùn)或按發(fā)電計(jì)劃出力。

1.2 負(fù)荷的不確定模型

一般對(duì)電力系統(tǒng)相關(guān)研究時(shí)，負(fù)荷及其預(yù)測(cè)誤差模型通常采用正態(tài)分布來(lái)描述。假設(shè)負(fù)荷預(yù)測(cè)誤差為服從均值為0，標(biāo)準(zhǔn)差為σL的正態(tài)分布的隨機(jī)變量，即它的概率密度函數(shù)為：

1.3 風(fēng)速的概率模型

國(guó)內(nèi)外的研究一般采用正態(tài)分布來(lái)表達(dá)風(fēng)速的預(yù)測(cè)偏差的隨機(jī)變量［20］。風(fēng)速的預(yù)測(cè)偏差考慮為服從均值為0，標(biāo)準(zhǔn)差為σv的正態(tài)分布的隨機(jī)變量，即。

1.4 風(fēng)力發(fā)電機(jī)的概率模型

一般地，風(fēng)電功率與風(fēng)速之間的關(guān)系可以近似用下述分段函數(shù)來(lái)表達(dá)［22］：

式（4）中，a、b為曲線中三次函數(shù)段的系數(shù)；vi為切入風(fēng)速；vr為額定風(fēng)速；vo為切出風(fēng)速；pr為單臺(tái)風(fēng)機(jī)的額定功率；pw為單臺(tái)風(fēng)機(jī)的功率。

圖1中曲線為風(fēng)機(jī)理想的風(fēng)速-功率曲線，也為本文采用的風(fēng)電處理模型。

圖1 風(fēng)機(jī)理想的風(fēng)速-功率曲線Fig.1 Ideal curve of wind speed and power

2 風(fēng)電不確定性的系統(tǒng)備用優(yōu)化決策模型的建立

由于篇幅所限，可靠性模型的推導(dǎo)與建立未在文中詳述，具體參見(jiàn)文獻(xiàn)［23］，由該文獻(xiàn)中的解析法可得到失負(fù)荷概率和可靠性α之間的關(guān)系如下：

為協(xié)調(diào)經(jīng)濟(jì)性和可靠性，本文以最小化備用成本（包括備用獲取成本和電量不足期望成本）為目標(biāo)，以系統(tǒng)一定的可靠性水平（失負(fù)荷率）為約束條件，建立考慮電源不確定性的優(yōu)化備用決策模型。

目標(biāo)函數(shù)：

式（6）中，C（R）為系統(tǒng)備用的獲取成本；Ecost（R）為電量不足期望成本。

在備用的日前決策中，通常根據(jù)區(qū)域系統(tǒng)的實(shí)際情況，按備用的平均獲取成本計(jì)算備用的獲取成本，以簡(jiǎn)化成本的計(jì)算。本文采用備用的平均獲取成本來(lái)計(jì)算一定備用下的備用成本。因此，對(duì)于公式（6）目標(biāo)函數(shù)中旋轉(zhuǎn)備用獲取成本可以表達(dá)為：

式（7）中，KR表示備用的平均獲取成本，元/MW。

公式（6）目標(biāo)函數(shù)的電量不足期望成本采用下式計(jì)算：式（8）中，VOLL為失負(fù)荷代價(jià)（value of lost load），元/ MW；EENS（R）為電量不足期望值（expected energy not supplied），其與系統(tǒng)提供的備用R有關(guān)。

電量不足期望值等于在某一系統(tǒng)旋轉(zhuǎn)備用值下，發(fā)生各種可能的備用缺額與對(duì)應(yīng)該備用缺額發(fā)生的概率乘積的和。其表達(dá)如下：式（9）中，floadshed（X）為備用缺額為X對(duì)應(yīng)發(fā)生的概率，也即系統(tǒng)提供的備用為R時(shí)，備用缺額為X-R發(fā)生的概率。

由于解析法沒(méi)有得到失負(fù)荷的概率密度函數(shù)，只得到失負(fù)荷的累積概率分布函數(shù)。故在某一系統(tǒng)備用水平下，發(fā)生一定備用缺額的概率需要使用相鄰點(diǎn)相減的方法，才能得到。因?yàn)槭ж?fù)荷概率與備用的關(guān)系不能通過(guò)連續(xù)函數(shù)表達(dá)，需要選擇一定的備用值步長(zhǎng)，進(jìn)行離散化處理。

綜上所述，EENS（R）可用下面表達(dá)式表達(dá)：式（10）中，h為備用的步長(zhǎng)；X的值的取值區(qū)間為［R，Rtop］，步長(zhǎng)為h；Rtop為失負(fù)荷率為0時(shí)對(duì)應(yīng)的備用，即當(dāng)提供了足夠多的備用Rtop使系統(tǒng)的失負(fù)荷率為0。

約束條件：

（1）可靠性約束

可靠性指標(biāo)通過(guò)失負(fù)荷率表現(xiàn)，對(duì)于2種方法約束均可表現(xiàn)為：

對(duì)于mento-carlo模擬法，還可以用概率密度表示，但此法耗時(shí)，不建議采用，其表達(dá)式為：

α為選定的可靠性指標(biāo)下限。顯然，對(duì)應(yīng)失負(fù)荷率上限為1-α。

（2）旋轉(zhuǎn)備用約束

旋轉(zhuǎn)備用容量需求計(jì)算結(jié)果不能超過(guò)系統(tǒng)所能提供的最大正旋轉(zhuǎn)備用。最大旋轉(zhuǎn)備用為系統(tǒng)中火電機(jī)組10 min內(nèi)所能提供的備用容量和火電機(jī)組裝機(jī)容量與總出力之差值的兩者最小值。

3 算例結(jié)果與分析

本文以RTS96系統(tǒng)為例，該系統(tǒng)含有24節(jié)點(diǎn)26火力發(fā)電機(jī)組，并包含一個(gè)并網(wǎng)的風(fēng)電場(chǎng)，包括100臺(tái)風(fēng)機(jī)。為簡(jiǎn)化計(jì)算，假設(shè)風(fēng)電場(chǎng)各處風(fēng)速均相同，不存在尾流效應(yīng)等影響，且各個(gè)風(fēng)機(jī)特性完全相同，即100臺(tái)風(fēng)機(jī)額定功率均為3 MW，此外，假設(shè)風(fēng)力發(fā)電機(jī)組不提供旋轉(zhuǎn)備用且不考慮其強(qiáng)迫停運(yùn)的可能性。風(fēng)電場(chǎng)的風(fēng)速參數(shù)為：切入風(fēng)速vi為4 m/s，額定風(fēng)速vr為12.5 m/s，切出風(fēng)速vo為20 m/s。系統(tǒng)旋轉(zhuǎn)備用的平均獲取成本為50元/MW·h，考慮電量不足期望的失負(fù)荷代價(jià)為300元/MW·h。風(fēng)速和負(fù)荷的預(yù)測(cè)偏差均采用上節(jié)闡述的正態(tài)分布表示。

3.1 單一風(fēng)速預(yù)測(cè)值下的備用確定

設(shè)預(yù)測(cè)風(fēng)速為18 m/s，標(biāo)準(zhǔn)差為8%，負(fù)荷預(yù)測(cè)為2 800 MW，標(biāo)準(zhǔn)差為2%。系統(tǒng)可靠性指標(biāo)下限為0.8。本文的優(yōu)化模型求解采用matlab工具編程，其過(guò)程結(jié)果如下。

1）最佳運(yùn)行點(diǎn)及系統(tǒng)所能提供備用的計(jì)算。在一定的風(fēng)電功率及負(fù)荷預(yù)測(cè)值下，按發(fā)電成本最小化來(lái)計(jì)算常規(guī)機(jī)組的最佳運(yùn)行點(diǎn)。由于單時(shí)段備用容量的確定，其最佳運(yùn)行點(diǎn)的計(jì)算也是單時(shí)段的，不需要考慮多時(shí)段計(jì)算時(shí)的時(shí)間耦合及爬坡約束等。發(fā)電成本最小化由機(jī)組二次燃料費(fèi)用特性決定，具體參見(jiàn)著作［24］。

由以上模型得到機(jī)組的最佳出力之后，將其用于計(jì)及機(jī)組強(qiáng)迫停運(yùn)率的失負(fù)荷概率的計(jì)算中，從而用于可靠性指標(biāo)的計(jì)算中。

2）解析法模型求解

可靠性指標(biāo)：

失負(fù)荷概率隨備用變化的表達(dá)式十分復(fù)雜，采用離散取點(diǎn)繪圖得到曲線如2所示。

由圖2，系統(tǒng)提供的備用越多，此時(shí)失負(fù)荷率越低。在備用為0時(shí)，系統(tǒng)的失負(fù)荷概率Ploadshed（0）＞0.7，這主要是由火電機(jī)組強(qiáng)迫停運(yùn)率導(dǎo)致的。本文設(shè)失負(fù)荷率上限為1-0.8=0.2，計(jì)算得到可靠性指標(biāo)要求R≥289.06 MW。

成本最優(yōu)備用：

根據(jù)失負(fù)荷概率隨備用的關(guān)系計(jì)算電量不足期望值隨備用的關(guān)系，使用離散取點(diǎn)法，并采用多項(xiàng)式擬合，通過(guò)擬合得到的EENS（R）關(guān)系，代入備用優(yōu)化模型的目標(biāo)函數(shù)中，編輯算法即可得到考慮備用獲取成本和負(fù)荷損失成本之和的備用成本最小。優(yōu)化結(jié)果為R=297.10 MW，fmin=21 190元，用曲線表達(dá)為圖3所示。

由模型優(yōu)化結(jié)果可知，考慮經(jīng)濟(jì)性時(shí)備用設(shè)為297.10 MW時(shí)備用成本最小，大于可靠性為0.8時(shí)所需的289.06 MW備用。計(jì)算失負(fù)荷概率為0.192 8，即此時(shí)的系統(tǒng)可靠性指標(biāo)為0.817 2。另一方面反映滿足可靠性標(biāo)準(zhǔn)。綜上所述，考慮經(jīng)濟(jì)性時(shí)可靠性標(biāo)準(zhǔn)和系統(tǒng)所能提供的選擇備用容量條件均滿足，故確定系統(tǒng)所需的旋轉(zhuǎn)備用容量為297.10 MW。

3）mento-carlo模擬法求解模型結(jié)果

模擬法通過(guò)抽樣得到系統(tǒng)的備用缺額，本文抽樣10 000次，通過(guò)處理可以得到其累計(jì)概率分布曲線，當(dāng)失負(fù)荷概率為0.2時(shí)，系統(tǒng)所需的備用為351 MW。即要保證可靠性下限為0.8的要求，系統(tǒng)至少要提供351 MW的備用。

通過(guò)統(tǒng)計(jì)可得到失負(fù)荷概率密度，并可用公式（9）得到EENS（R）。之后同解析法，對(duì)EENS（R）曲線進(jìn)行擬合，再運(yùn)用備用優(yōu)化模型進(jìn)行求解，可得到最終的優(yōu)化結(jié)果。如圖4所示。

綜上所述，采用模擬法考慮經(jīng)濟(jì)性時(shí)可靠性標(biāo)準(zhǔn)和系統(tǒng)所能提供的選擇備用容量條件均滿足。故本法確定的優(yōu)化旋轉(zhuǎn)備用為380 MW。

3.2 多風(fēng)速值點(diǎn)的備用需求

本節(jié)計(jì)算多風(fēng)速預(yù)測(cè)值下所需的備用，以觀察風(fēng)速與備用之間的關(guān)系。風(fēng)速間距取1 m/s，計(jì)算取值從v=1 m/s至22 m/s。其余參數(shù)固定不變，取值同3.1小節(jié)。

分別使用解析法和模擬法求解風(fēng)速與可靠性備用和經(jīng)濟(jì)性備用之間的關(guān)系，分別如圖5、圖6所示。

解析法和模擬法的備用隨風(fēng)速的變化曲線規(guī)律較為相似。但兩種方法的求解值的大小明顯不同——模擬法計(jì)算的備用需求比解析法的大。主要原因是解析法忽略了兩臺(tái)及以上機(jī)組停運(yùn)的概率，多臺(tái)機(jī)組同時(shí)停運(yùn)的概率雖小，但其對(duì)應(yīng)的后果卻十分嚴(yán)重，可能導(dǎo)致更嚴(yán)重的失負(fù)荷量，而模擬法只要保證一定的抽樣次數(shù)，一般能考慮到這一點(diǎn)。此外，解析法中考慮的其他簡(jiǎn)化用法也會(huì)導(dǎo)致忽略了一些失負(fù)荷的可能性。綜合這些因素，導(dǎo)致了解析法所計(jì)算的備用需求比模擬法要小。

圖6 模擬法-可靠性備用與經(jīng)濟(jì)性備用曲線Fig.6 Simulation method：curve of reliable standby cost and economical standby cost

3.3 預(yù)測(cè)偏差對(duì)系統(tǒng)備用影響

考察對(duì)于不同風(fēng)速預(yù)測(cè)偏差對(duì)系統(tǒng)所需備用的影響，此處取負(fù)荷Pd，風(fēng)機(jī)臺(tái)數(shù)Nw均為定值。

由圖7，對(duì)于不同的風(fēng)速預(yù)測(cè)偏差，系統(tǒng)在不同風(fēng)速值時(shí)所需的備用分布規(guī)律明顯不同。

圖7 Pd=2 800，Nw=100，不同偏差下可靠性備用需求曲線Fig.7 Comparison of probability curve of reliable standby demand under different errors when Pd=2 800，Nw=100

3.4 滲透功率對(duì)所需備用影響

當(dāng)風(fēng)電滲透功率達(dá)到一定時(shí)，由于風(fēng)電較大的隨機(jī)不確定性，將可能超過(guò)系統(tǒng)所能提供的備用。本文對(duì)風(fēng)電功率計(jì)算進(jìn)行了簡(jiǎn)化，每臺(tái)風(fēng)機(jī)特性出力相同，故此處的滲透功率通過(guò)改變風(fēng)機(jī)臺(tái)數(shù)來(lái)表現(xiàn)。

由圖8，在風(fēng)速接近切出風(fēng)速附近時(shí)，滲透功率對(duì)備用的影響十分明顯，增加量近似為風(fēng)機(jī)臺(tái)數(shù)差所對(duì)應(yīng)的額定功率。在風(fēng)速接近切出風(fēng)速時(shí)，突出的備用峰值可能導(dǎo)致系統(tǒng)所能提供的備用不足這一問(wèn)題，需要考慮最小的棄風(fēng)使系統(tǒng)的備用能夠滿足可靠性的需要，即保證最大的風(fēng)電利用率，得到風(fēng)電的最大滲透功率。

圖8 Pd=2 600，偏差8%，風(fēng)機(jī)臺(tái)數(shù)對(duì)可靠性備用需求影響曲線Fig.8 Curve of the effect of the number of wind turbines on reliable standby demand when Error=8%，Pd=2 600

鑒于上節(jié)算例中，系統(tǒng)可以提供400 MW左右的備用，又由圖8可知只有在風(fēng)速接近切出時(shí)，所需求的備用才達(dá)到這一值，故僅考慮在v=18，19和20 m/s時(shí)是否需要棄風(fēng)，如果棄風(fēng)，計(jì)算此時(shí)系統(tǒng)風(fēng)電的最大利用率和滲透功率。

圖9反映了當(dāng)風(fēng)速為v=19，20 m/s時(shí)，系統(tǒng)所能提供的備用僅能保證116和129臺(tái)風(fēng)機(jī)的并網(wǎng)運(yùn)行，其對(duì)應(yīng)的利用率為58%和64.5%，滲透功率為12.43%和13.82%。當(dāng)風(fēng)速為18 m/s時(shí)，風(fēng)電利用率為100%，當(dāng)風(fēng)電場(chǎng)200臺(tái)機(jī)組全部投入運(yùn)行時(shí)滲透功率為21.43%。

圖9 Pd=2 800，8%預(yù)測(cè)偏差系統(tǒng)所提供備用容量上限對(duì)風(fēng)電滲透功率的制約曲線Fig.9 Constraint curve of the upper limit of spare capacity provided by 8%prediction error，Pd=2 800 on the wind power penetration power

4 結(jié)語(yǔ)

本文分別通過(guò)解析法和模擬法求解得到了系統(tǒng)的可靠性模型，并基于其求解備用優(yōu)化值，其結(jié)果顯示考慮經(jīng)濟(jì)性的備用優(yōu)化值均滿足可靠性約束和系統(tǒng)所能提供的最大旋轉(zhuǎn)備用約束，且反映了相同的備用需求隨風(fēng)速變化的趨勢(shì)，并比較得出因?yàn)槟M法通過(guò)抽樣充分考慮了系統(tǒng)可能的各種運(yùn)行狀態(tài)，得到的備用結(jié)果值比解析法要大。在此基礎(chǔ)之上，分析了不同可靠性指標(biāo)即不同負(fù)荷對(duì)備用的影響。更著重進(jìn)行了風(fēng)電接入對(duì)系統(tǒng)的影響分析。分析了風(fēng)速預(yù)測(cè)偏差，風(fēng)電滲透功率對(duì)系統(tǒng)所需旋轉(zhuǎn)備用的影響。

［1］李鋒，陸一川.大規(guī)模風(fēng)力發(fā)電對(duì)電力系統(tǒng)的影響［J］.中國(guó)電力，2006，39（11）：80-84.

LI Feng，LU Yichuan.Study in impacts of large-scaled wind farms on stability of electric power system［J］.Electric Power，2006，39（11）：80-84（in Chinese）.

［2］鮑愛(ài)霞.大規(guī)模風(fēng)電場(chǎng)容量可信度的分析及對(duì)華東電網(wǎng)備用的影響［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2009，29（1）：34-38.

BAO Aixia.Analysis and research for capacity credit of large scale wind farms and influence on reserve capacity of east China electric power grid［J］.Proceedings of the CSEE，2009，29（1）：34-38（in Chinese）.

［3］葛炬，王飛，張粒子.含風(fēng)電場(chǎng)電力系統(tǒng)旋轉(zhuǎn)備用獲取模型［J］.電力系統(tǒng)自動(dòng)化，2010，34（6）：32-36.

GE Ju，WANG Fei，ZHANG Lizi.Spinning reserve model in the wind power integrated power system［J］.Automation of ElectriicPowerSystems，2010，34（6）：32-36（in Chinese）.

［4］田春箏，李瓊林，宋曉凱.風(fēng)電場(chǎng)建模及其對(duì)接入電網(wǎng)穩(wěn)定性的影響分析［J］.電力系統(tǒng)保護(hù)與控制，2009，37（10）：46-51.

TIAN Chunzheng，LI Qionglin，SONG Xiaokai.Themodel and analysis of stability for the power systemconsidering the integration of the wind farms［J］.Power System Protection and Control，2009，37（10）：46-51（in Chinese）.

［5］王卿然，謝國(guó)輝，張粒子.含風(fēng)電系統(tǒng)的發(fā)用電一體化調(diào)度模型［J］.電力系統(tǒng)自動(dòng)化，2011，35（5）：15-18.

WANG Qingran，XIE Guohui，ZHANG Lizi.An integrated generation-consumption dispatch model with wind power［J］. Automation of Electriic Power Systems，2011，35（5）：15-18（in Chinese）.

［6］任博強(qiáng)，彭鳴鴻，蔣傳文，等.計(jì)及風(fēng)電成本的電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度建模［J］.電力系統(tǒng)保護(hù)與控制，2010，38（7）：67-72.

REN Boqiang，PENG Minghong，JIANG Chuanwen，et al. Modeling and analysis of the stability for the powersystem considering the integration of the wind farms［J］.Power System Protection and Control，2010，38（7）：67-72（in Chinese）.

［7］曹磊.考慮風(fēng)電并網(wǎng)的超短期負(fù)荷預(yù)測(cè)［D］.河北：華北電力大學(xué)，2008.

［8］BLUDSZUWEIT H，DOMíNGUEZ-NAVARRO J A，LLOMBART A.Statistical analysis of wind power forecast error［J］.Power Systems，IEEE Transactions on，2008，23（3）：983-991.

［9］羅文，王莉娜.風(fēng)場(chǎng)短期風(fēng)速預(yù)測(cè)研究［J］.電工技術(shù)學(xué)報(bào)，2011，26（7）：68-74.

LUO Wen，WANG Lina.Short-term wind speedforecasting for wind farm［J］.Transactions of China Electrotechnical Society，2011，26（7）：68-74（in Chinese）.

［10］蘇鵬，劉天琪，李興源.含風(fēng)電的系統(tǒng)最優(yōu)旋轉(zhuǎn)備用的確定［J］.電網(wǎng)技術(shù)，2010，34（12）：158-162.

SU Peng，LIU Tianqi，LI Xingyuan.Determination of optimal spinning reserve of power grid containing wind［J］. Power System Technology，2010，34（12）：158-162（in Chinese）.

［11］ORTEGA-VAZQUEZ M A，KIRSCHEN D S.Optimizing the spinning reserve requirements using a cost/benefit analysis［J］.Power Systems，IEEE Transactions on，2007，22（1）：24-33.

［12］鄒旭東，劉新民，段善旭，等.儲(chǔ)能調(diào)相功率調(diào)制系統(tǒng)柔性功率調(diào)節(jié)器［J］.電工技術(shù)學(xué)報(bào)，2009，24（6）：146-153.

ZOU Xudong，LIU Xinmin，DUAN Shanxu，et al.Flexible power conditioner of energy storage powermodulation system［J］.Transactions of China Electrotechnical Society，2009，24（6）：146-153（in Chinese）.

［13］LEE T.Optimal spinning reserve for a wind-thermal power system using EIPSO［J］.Power Systems，IEEE Transactions on，2007，22（4）：1612-1621.

［14］顏巧燕，溫步瀛，江岳文.風(fēng)電并網(wǎng)后系統(tǒng)備用容量需求分析［J］.電力與電工，2009，29（2）：14-16.

YAN Qiaoyan，WEN Buying，JIANG Yuewen.Analysis for reserved capacity of system with wind power connecting into syatem［J］.Dianli Yu Diangong，2009，29（2）：14-16（in Chinese）.

［15］陳達(dá)威，朱桂萍.低壓微電網(wǎng)中的功率傳輸特性［J］.電工技術(shù)學(xué)報(bào)，2010，25（7）：117-122.

CHEN Dawei，ZHU Guiping.Power transmissioncharacteristics of low voltage microgrids［J］.Transactions of China ElectrotechnicalSociety，2010，25（7）：117-122（inChinese）.

［16］王麗婕，廖曉鐘，高陽(yáng).風(fēng)電場(chǎng)發(fā)電功率的建模和預(yù)測(cè)研究綜述［J］.電力系統(tǒng)保護(hù)與控制，2009，37（13）：118-121.

WANG Lijie，LIAO Xiaozhong，GAO Yang.Summarization of modeling and prediction of windpower generation［J］. Power System Protection and Control，2009，37（13）：118-121（in Chinese）.

［17］周瑋，孫輝，顧宏，等.含風(fēng)電場(chǎng)的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究綜述［J］.電力系統(tǒng)保護(hù)與控制，2011，39（24）：148-154.

ZHOU Wei，SUN Hui，GU Hong，et al.A review oneconomic dispatch of power system including windfarms［J］. Power System Protection and Control，2011，39（24）：148-154（in Chinese）.

［18］谷興凱，范高鋒，王曉蓉，等.風(fēng)電功率預(yù)測(cè)技術(shù)綜述［J］.電網(wǎng)技術(shù)，2007，31（2）：335-338.

GU Xingkai，F(xiàn)AN Gaofeng，WANG Xiaorong，et al.Summarizationof wind power prediction technology［J］.Power System Technology，2007，31（2）：335-338（in Chinese）.［19］蔣小亮.風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)可靠性和備用影響研究［D］.上海：上海交通大學(xué)，2011.

［20］肖永山，王維慶，霍曉萍.基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)風(fēng)速時(shí)間序列預(yù)測(cè)研究［J］.節(jié)能技術(shù)，2007，25（2）：106-108.

XIAO Yongshan，WANG Weiqing，HUO Xiaoping.Study on the time-series wind speed forecasting of the wind farm based on neural networks［J］.Energy Conservation Technology，2007，25（2）：106-108（in Chinese）.

［21］杜穎.風(fēng)電場(chǎng)風(fēng)速及發(fā)電功率的概率預(yù)測(cè)研究［D］.重慶：重慶大學(xué)，2008.

［22］郭小燕.風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)模型的研究［D］.北京：華北電力大學(xué)，2008.

［23］王樂(lè)，余志偉，文福拴.基于機(jī)會(huì)約束規(guī)劃的最優(yōu)旋轉(zhuǎn)備用容量確定［J］.電網(wǎng)技術(shù)，2006，30（20）：14-19.

WANG Le，YU Zhiwei，WEN Fushuan.A chance-constrained programming approach to determine requirement of optimal spinning reserve capacity［J］.Power System Technology，2006，30（20）：14-19（in Chinese）.

［24］劉韜文，李孝杰.考慮風(fēng)力發(fā)電的電力系統(tǒng)經(jīng)濟(jì)調(diào)度［J］.繼電器，2007，35（1）：276-279.

LIU Taowen，LI Xiaojie.Economic dispatch of power system incorporating wind power plant［J］.Relay，2007，35（1）：276-279（in Chinese）.

［25］黃雅莉，賀志峰.國(guó)外風(fēng)電消納的主要經(jīng)驗(yàn)及借鑒［J］.陜西電力，2013（10）：19-24.

HUANG Yali，HE Zhifeng.Main experoence of wind power consumpution at abroad and its reference for China［J］.Shaanxi Electric Power，2013（10）：19-24（in Chinese）.

［26］陳亞軍，朱皓.基于調(diào)峰能力的陜西電網(wǎng)接納風(fēng)電能力分析［J］.陜西電力，2011（12）：83-92.

CHEN Yajun，ZHU Hao.Analysis on capacity of wind power integration into Shaanxi power grid based on peak load regulation［J］.Shaanxi Electric Power，2011（12）：83-92（in Chinese）.

［27］王乃永，姚金雄，李冰寒，等.陜西電網(wǎng)“十二五”期間調(diào)峰能力研究［J］.陜西電力，2010（6）：14-18.

WANG Naiyong，YAO Jinxiong，LI Binghan，et al.Study on peak regulation capability during twelfth five-year plan in Shaanxi power network［J］.Shaanxi Electric Power，2010（6）：14-18（in Chinese）.

［28］李冰寒，孫自安.陜西電網(wǎng)調(diào)峰能力分析［J］.陜西電力，2009（2）：42-46.

LI Binghan，SUN Zian.Analysis on peak load modulation capability of Shaanxi power grid［J］.Shaanxi Electric Power，2009（2）：42-46（in Chinese）.

［29］李紅蕾，戚偉，陳昌偉.智能電網(wǎng)模式下的配網(wǎng)調(diào)控一體化研究［J］.陜西電力，2010，38（5）：90-93.

LI Honglei，QI Wei，CHEN Changwei.Study on distribution network regulation&control integration under smart grid mode［J］.Shaanxi Electric Power，2010，38（5）：90-93（in Chinese）.

［30］陳達(dá)，張瑋.風(fēng)能利用和研究綜述［J］.節(jié)能技術(shù)，2007（4）：339-343.

CHEN Da，ZHANG Wei.Exploitation and research on wind energy［J］.Energy Conservation Technology，2007（4）：339-343（in Chinese）.

［31］肖永山，王維慶，霍曉萍.基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)風(fēng)速時(shí)間序列預(yù)測(cè)研究［J］.節(jié)能技術(shù)，2007（2）：106-108.

XIAO Yongshan，WANG Weiqing，HUO Xiaoping.Study on the time-series wind speed forecasting of the wind farm based on neural networks［J］.Energy Conservation Technology，2007（2）：106-108（in Chinese）.

［32］張國(guó)偉，龔光彩，吳治.風(fēng)能利用的現(xiàn)狀及展望［J］.節(jié)能技術(shù)，2007（1）：71-76.

ZHANG Guowei，GONG Guangcai，WU Zhi.State of the art and prospects on wind energy［J］.Energy Conservation Technology，2007（1）：71-76（in Chinese）.

［33］王穎，魏云軍.風(fēng)電場(chǎng)風(fēng)速及風(fēng)功率預(yù)測(cè)方法研究綜述［J］.陜西電力，2011（11）：18-21.

WANG Ying，WEI Yunjun.Overview in prediction methodsof wind speed and wind power［J］.Shaanxi Electric Power，2011（11）：18-21（in Chinese）.

［34］陳達(dá)，張瑋.風(fēng)能利用和研究綜述［J］.節(jié)能技術(shù)，2007，25（4）：339-343.

CHEN Da，ZHANG Wei.Exploitation and research on wind energy［J］.Energy Conservation Technology，2007，25（4）：339-343（in Chinese）.

［35］謝勝利，谷海濤.風(fēng)電系統(tǒng)中大功率逆變器及其相應(yīng)調(diào)制策略分析［C］//第九屆全國(guó)電技術(shù)節(jié)能學(xué)術(shù)會(huì)議論文集，2007.［36］張樂(lè)平，宋臻.抽水蓄能與風(fēng)電互補(bǔ)的探討［J］.西北水電，2007（1）：79-81.

ZHANG Leping，SONG Zhen.On complementation of pumped storage and wind power［J］.Northwest Water Power，2007（1）：79-81（in Chinese）.

（編輯 徐花榮）

Study of Optimized Backup Method for Power Grid Considering the Uncertainty of Wind Power

YIN Chao
（College of Energy and Electrical Engineering，Hohai University，Nanjing 210098，Jiangsu，China）

基于風(fēng)電并網(wǎng)的國(guó)內(nèi)外研究的基礎(chǔ)上，主要進(jìn)行了風(fēng)電不確定性的電網(wǎng)備用優(yōu)化決策方法研究。利用風(fēng)電不確定性、機(jī)組強(qiáng)迫停運(yùn)率和負(fù)荷波動(dòng)三方面建立系統(tǒng)的不確定性模型。以最小化備用成本為目標(biāo)，并分別以解析法和mentocarlo模擬法求解系統(tǒng)的可靠性指標(biāo)作為約束條件，構(gòu)建確定系統(tǒng)所需的最優(yōu)旋轉(zhuǎn)備用容量的數(shù)學(xué)模型。對(duì)接有風(fēng)電場(chǎng)的IEEE RTS96系統(tǒng)仿真，反映了相同的備用需求隨風(fēng)速變化的趨勢(shì)，并比較得出模擬法得到的備用結(jié)果比解析法大。在此基礎(chǔ)上，該方法還可以對(duì)風(fēng)速預(yù)測(cè)偏差，風(fēng)電滲透功率對(duì)系統(tǒng)所需旋轉(zhuǎn)備用的影響進(jìn)行進(jìn)一步分析。

風(fēng)電并網(wǎng)；旋轉(zhuǎn)備用；失負(fù)荷概率（LOLP）；電量不足期望值（EENS）；解析法

Based on studies on the wind power integrated grid at home and abroad，this paper focuses on the study of the optimized backup method for thepowergridconsidering uncertainty of wind power.Simulation based on uncertainty of wind power，rate of the forced unit outage and load fluctuation is considered.The mathematical model is built to quantify the best spinning reserve capacity as required with analytical method and Mento-Carlo simulation as restrains，aiming at minimizing the cost.The system simulation of the power grid connected wind forms by IEEE RTS96R indicates the change trend of the reserve demand with the change of wind speed and it also shows that the reserve result obtained with the simulation method is large than that obtained with the analytical method. Based on these results，this method can further analyze the deviation of the wind speed from the forecast and the influence of the wind power penetration on spinning reserve.

wind integrated grid；spinning reserve；loss of load possibility；expected energy not supplied；analytical method

1674-3814（2015）04-0106-07

TM614

A

2014-12-08。

殷超（1990—），男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)安全穩(wěn)定分析與控制。