關于風電電力系統的多場景魯棒調度方法研究

【摘要】：近年來，環境污染、能源短缺的問題越來越嚴重，已經開始制約我國經濟及社會的發展，為了改善這一現狀，我國制定了節能減排、低碳環保的政策，該政策實施及發展過程中，關鍵在于開發利用可再生能源。風力發電作為可再生能源中的一種，在電力系統中得到廣泛的應用，隨著電力系統優化調度中魯棒優化方法的應用，越來越多的學者開始研究多場景魯棒調度方法，本文即重點闡述了風電電力系統的多場景魯棒調度方法。

【關鍵詞】：風電電力系統;多場景;魯棒調度;方法

前言

風電電力系統運行過程中，存在不確定性，優化時多采用隨機優化方法，相應的約束條件成立概率給定后，在置信水平下，優化目標期望值，此種方法優化效果具備良好的經濟性，然而優化時需要進行大量的計算，導致其實際應用受到較大的限制。近年來，電力系統優化調度中開始應用魯棒優化方法，此種方法能夠抵抗不確定因素的干擾，提高電力系統運行的安全性及穩定性，基于此，本文著重研究了風電電力系統的多場景魯棒調度方法。

一、魯棒調度的定義

在統計學中，魯棒性是一個專業術語，上個世紀70年代，在控制論中進入魯棒性，是指一種性能，此種性能能夠保證即使控制系統的特征及參數發生攝動，仍然能夠保持控制系統原有的本質。而在本文中，對魯棒性的定義進行了引申，定義為即使受到擾動影響，決策依然能夠實現預期目標。由魯棒性的定義可知，所謂魯棒調度，是指在未能完全的掌握電力系統在未來調度目標時段內的運行信息時，能夠在一定程度上免疫不確定性因素，一定擾動范圍內，電力系統依然可以保證可靠、安全的運行，而且預期的調度目標能夠最大限度的實現。

與其他的優化問題相似，魯棒調度在進行刻畫時，角度也包含兩個，一個為約束角度，一個目標角度[1]。對于魯棒調度來說，約束的屬性為剛性，即在一定擾動集內，電力系統必須要滿足運行約束，目標的屬性為柔性，即決策者需要科學的權衡期望收益與實現風險。電力系統運用魯棒調度時，最大的優勢在于決策時的假設前提為系統運行中存在的不確定性。由此也可看出，在不確定運行條件下，電力系統調度理論新的發展即為魯棒調度。

二、風電電力系統多場景魯棒調度模式

（一）備用模式

傳統魯棒調度備用模式中，風電所存在的不確定性并未充分的考慮，為了彌補這種不足之處，本文在模擬風電多種場景的基礎上，提出多場景魯棒備用調度模式。同時，對機組魯棒運行軌跡進行了定義，即，改變系統場景后，在一定時間內，魯棒運行軌跡機組過渡到不同場景時，運行能夠保證平穩性。水電機組運行時，具備比較強的調節能力，升降出力在較短時間內即可完成，因此，不同場景過渡的時間多設置在10～30s之間，根據機組自身調節特性，確定具體的時間值[2]。在規定的時間內，魯棒運行軌跡點可以過渡到任何一個其他場景的運行點上，一定程度上來說，具備可控性。此種魯棒調度備用模式目標性及前瞻能力都比較強，可提前安排好場景，將緊急開停機時的調峰壓力降低，提高了電力系統的安全性。

（二）經濟模式

系統運行經濟性的兼顧是研究魯棒調度時的關鍵問題之一。在本文中，將魯棒優化思想有引入并結合之后，構建了多場景魯棒調度經濟模式。與隨機優化建模不同，魯棒優化建模的基礎為最壞情況下的優化，通過對目標函數下限值的優化，保證給定集合內不確定因素改變時，調度方案的經濟性仍然能夠保證。魯棒經濟調度中，對硬性約束條件首先強調，即對于可行域的要求，任何一個不確定變量都可以滿足，從而創造了應用魯棒備用調度模式的條件，此外，在優化方式最大、最小時，控制對象對不確定因素擾動的敏感性非常低，避免了顯著的降低經濟性能，保證經濟性。

三、風電電力系統多場景魯棒調度的兩階段優化模型

（一）構建模型

以上述兩種調度模式為基礎，構建了兩階段優化模型，第一階段中，對魯棒備用調度下的機組啟動、停止進行優化，第二階段中，在預測場景集中，將魯棒經濟調度的最有解求出。首先，確定目標函數，風電調度優先進行為首先考慮的問題，預測場景下，全額上網，由此，啟停費用及運行費用共同組成了風電成本，在目標函數中，建立魯棒運行軌跡點、不同場景常規機組備用需求模型時，統一進行，目的在于協調優化機組出力與備用，便于系統備用容量優化配置工作的實施。對于兩階段優化模型的目標函數來說，總體目標為最大限度的降低發電成本，同時，在第二階段中，對運行成本的最惡劣情況進行優化，最終，實現整體魯棒調度的經濟性，統一兩種模式下的多場景魯棒調度[3]。其次，確定魯棒可行域，機組出力變量屬于傳統的約束魯棒可行域的對象，此外，不同場景中機組出力調整量也為約束對象，由不同場景中機組出力調整量的公式可知，魯棒約束條件包含系統有功平衡、機組出力限制、機組爬坡限制、斷面功率限制、水電日流量以及時間調節范圍。最后，確定企業約束，除了上述兩項主要的約束條件外，啟停狀態約束、最小啟停時間約束約為需要考慮的約束條件。

（二）求解方法

火電機組運行費用的目標函數屬于二次函數，在進行求解之前，首先進行線性化處理，經過處理之后方可進行。風電場景擬合時，可能會包含眾多的數量，如果統一求解所有場景的魯棒可行性，那么會導致計算復雜程度顯著提升，因此，在求解時，應用極端場景法，縮減相應的約束條件。在各個時段中，將場景中風電的最小出力定義為“系統等效負荷最大場景”，而最大出力時則定義為最小場景，通過對這兩個場景中約束優化模型的引入，完成求解，而在全部場景中，該解可將所有滿足性滿足[4]。在進行第二階段優化時，原有的maxmin形式經過求對偶問題之后，轉變為max形式，完成求解。以Benders分解思想為基礎，將算法整體框架構建出來。首先分割魯棒兩階段優化問題，促使問題變為上層問題和下層問題，進行交替求解，每次進行算法的迭代時，這兩個部分問題的優化均包含其中，計算過程中，初始化各個參數之后，初始點及場景集給定，對上、下參數、迭代次數、容許誤差進行設置，求出解。

結論

風電電力系統包含多個場景時，魯棒調度模式可采用備用及經濟兩種，在兩階段優化模型的優化之后，對備用調度及經濟調度兩種模式進行優化，實現各個場景中的平穩過渡，最大化的減少不確定性因素的影響，實現風電電力系統經濟性的同時，保證風電電力系統安全、穩定的運行。

參考文獻：

[1]于丹文，楊明，翟鶴峰，等.魯棒優化在電力系統調度決策中的應用研究綜述[J].電力系統自動化，2016（07）：134-143+148.

[2]付一木，劉明波.求解多目標隨機動態經濟調度問題的場景解耦方法[J].電力系統自動化，2014（09）：34-40.

[3]趙文猛，劉明波，朱建全.考慮風電隨機性的電力系統廠/網雙層分解協調經濟調度方法[J].電網技術，2015（07）：1847-1854.

[4]梅生偉，郭文濤，王瑩瑩，等.一類電力系統魯棒優化問題的博弈模型及應用實例[J].中國電機工程學報，2013（19）：47-56+20.