基于Pareto解的風電-水電聯合運行研究

李志偉,劉慶花,黃雙成,張 虎

(河南應用技術職業學院,河南鄭州450042)

基于Pareto解的風電-水電聯合運行研究

李志偉,劉慶花,黃雙成,張 虎

(河南應用技術職業學院,河南鄭州450042)

以風電場運行效益和輸出電能質量為優化目標,建立風電-水電聯合供電優化運行模型,利用改進的多目標克隆選擇算法進行仿真求解,得到均勻分布的Pareto解集。結果表明聯合優化模型可以為風電場在不同目標與要求下的靈活運行提供參考調度值,同時有效削弱風電的隨機性和不穩定性,有利于風電并網。

抽水蓄能；多目標優化；Pareto；聯合運行；風力發電

0 引 言

風電作為清潔能源因其波動性大,入網對電力系統的穩定運行造成一定的沖擊,制約了風電的進一步發展[1-2]。目前學者研究最多的是把風電與儲能系統結合,將風能在“時空”上進行分離,根據不同時段的電網電價與負荷要求入網[3]。抽水蓄能具有事故率低,調峰能力強,快速啟動等優點,技術上和經濟上適合于大規模儲能[4]。

文獻[5]分析了偏遠海島風電-抽水蓄能-柴油發電聯合運行的技術和經濟可行性。文獻[6-9]建立以經濟效益、電能質量為目標函數的聯合優化運行模型,采用了不同的方法對模型進行求解,得出聯合優化模型不但提高了風電場的運行效益,同時也平滑了風電場的功率輸出。目前大多文獻優化得到的是一組極值,很少分析兩個目標之間的過渡值,不能為風電場根據不同要求靈活入網提供參考調度值。

本文以風電場運行效益和入網電能質量作為目標函數,建立風電-水電聯合優化運行模型。采用改進的多目標克隆選擇優化算法對模型進行仿真求解,得到均勻分布的Pareto解集,這樣就為風電場根據不同的電網要求靈活并網提供充足的參考參數。

1 聯合運行優化系統模型

1.1 目標函數

優化模型包含經濟效益目標和電能質量目標2個優化目標。

(1)聯合系統效益目標。聯合優化系統經濟效益F1由3部分組成，風電場發電直接入網效益CPW、抽水蓄能電站發電入網收益CPh和抽水成本CPPP。即

(1)

式中，n為時段數24；Ci為i時段的上網電價；Cpi為i時段抽水電價；Pwi為i時段風力發電機組直接入網的功率；Phi為i時段水力發電功率；Ppi為i時段水泵抽水功率；

(2)聯合系統電能質量。風電場的輸出功率波動較大，采用每個時段聯合運行系統入網總功率方差的倒數表示風電場輸出的電能質量，即目標F2。

(2)

1.2 約束條件

(1)聯合系統入網總功率約束

Pmin≤Pi≤Pmax

(3)

式中，Pmin為聯合系統入網總功率最小值；Pmax為聯合系統入網總功率最大值。

(2)i時段風電場捕獲的風能受風電場裝機容量的限制

Pgmin≤Pwi+Ppi+PDLi≤Pgmax

(4)

式中，Pgmin、Pgmax分別為風電場裝機容量的下限與上限；PDLi為i時段風電場棄能。

(3)i時段水電機組發電功率的限制

(5)

式中，Phi為i時段水電機組發電功率；Phmin和Phmax分別為水電機組發電功率下限和上限；ηh為水電機組發電效率；Ei為第i時段抽水蓄能電站能量儲存值；Emin為抽水蓄能電站儲能下限；Δt為時段長度。

(4)抽水功率受到的約束。水泵機組抽水功率受到抽水效率、水泵機組裝機功率和水庫儲能大小約束，即

(6)

式中，Ppmin、Ppmax為水泵機組抽水功率下限與上限；ηp為水泵抽水效率；Emax為抽水蓄能電站儲能上限。

(5)抽水蓄能電站儲能約束。

0≤Ei≤Emax

(7)

構建風電-抽水蓄能電站聯合優化運行模型還要參考下列約束條件

PDL≥0

(8)

(9)

Pvi=Pwi+Ppi+PDLi

(10)

(11)

式中，PDL為風電場棄能；Pvi為i時段風電場捕獲風能。

2 改進的多目標克隆選擇算法

建立聯合優化運行模型后，采用改進的多目標克隆選擇算法求解分析優化模型，步驟如下：

(1)根據給定的Pvi曲線(見圖1),電網的功率限制約束和水泵自身功率約束條件確定水泵每個時段Ppi的取值范圍，并產生Ppi的初始種群。

(2)根據上步確定的每個時段水泵功率Ppi以及式(4)、(5)和式(8)確定相應的各時段風電機組入網功率Pwi的取值范圍，并產生Pwi的初始種群。

(3)根據前兩步確定的Ppi、Pwi及式(4)、(6)和式(9)確定各個時段水電機組上網功率Ppi的取值范圍，并產生Ppi的初始種群。

(4)設置相應的優化參數：初始種群規模N=150；外部記憶庫Bmk中保留的Pareto解的最大個數nmax2取50；算法運行200代；每代被選取進行下一代進化操作的最大個體數nmax1取25，每一個克隆擴增為原來的4倍。

圖1 風電場捕獲風能功率

3 優化模型求解分析

假定抽水蓄能電站上水庫初始儲能E0=0，風電場入網的功率限制為：4 MW≤Pi≤9 MW，其他參數設置：C0≤i≤7=560元/MW·h，C8≤i≤21=1 200元/MW·h，C22≤i≤24=560元/MW·h，Cpi=0.25Ci，Pgmax=15 MW，Phmax=Ppmax=4 MW，Emax=28 MW·h，ηh=0.9，ηp=0.8。

用一個均值為9 MW，方差為5.4 MW的高斯模型去近似模擬風電場風電機組捕獲的風能，如圖1所示。經過計算得知僅有風電機組時風電場運行效益為147 720元，風電場輸出功率方差為6。

按照上述的算法實現步驟，在MATLAB仿真軟件中編寫代碼程序，對數學模型進行求解仿真，算法經過100代優化得到pareto解集如圖2所示。

圖2 pareto解集

由圖2 Pareto解集可以看出聯合系統輸出功率方差的倒數(入網電能質量)隨著效益的增大而減小，從左到右效益越來越大，而電能質量逐漸減小。系統的效益從145 560元到153 236元，而輸出功率的方差從3.71到4.91,均小于風電場僅有風電入網功率的方差6。

在MATLAB工作空間中分別調取經濟效益最大、風電質量最高與兩者兼顧(中間解)三個典型解對應各時段的Pi、Ph、Pp調度值，如表1，表中出現的出力單位為MW·h。

分析表1可以看出：

(1)在低上網電價時段中,“過剩”風能帶動水泵抽水,儲存能量；在上網電價比較高的時段,水電機組啟動協同風電機組聯合向電網供電,既能發揮調峰作用,又能提高風電場的運行效益。

(2)配建抽水蓄能電站之后,聯合運行系統入網功率比風電場單獨運行的入網功率平滑了很多,大大提高了入網的電能質量。

(3)可以得到在三種不同的目標要求下水泵、水電機組在一天24時段的優化調度值,可以為聯合運行調度中心提供參考值。

表1 三種目標狀態下各參數值比較 MW

注：工況一為運行效益最大,效益153 236元,方差4.91；工況二為效益電能質量折中,效益150 217元,方差4.17；工況三為電能質量最高,效益145 560元,方差3.71。

4 結 語

為提高風電場的效益及入網的電能質量,本文建立了風電-抽水蓄能聯合運行模型,采用改進的多目標克隆選擇算法對模型進行求解,得到Pareto解集。并對3個典型解進行了詳細分析,結果表明聯合優化模型可以為風電場在不同目標與要求下的靈活運行提供參考調度值。

[1]孫春順, 王耀南, 李欣然. 水電—風電系統聯合運行研究[J]. 太陽能學報, 2009, 30(2)： 232- 236．

[2]袁小明, 程時杰, 文勁宇. 儲能技術在解決大規模風電并網問題中的應用前景分析[J]. 電力系統自動化, 2013, 37(1)： 14- 18．

[3]徐玉琴, 鄒偉華, 張麗. 基于Multi-Agent遺傳算法風電-抽水蓄能聯合優化運行[J]. 可再生能源, 2013, 31(12)： 35- 39．[4]祝瑞金, 邴煥帥, 王建軍. 考慮調峰效益和電量效益的風蓄聯合運行優化模型及算法[J]. 華東電力, 2012, 40(4)： 564- 567．

[5]KALDELLIS J K, KAVADIAS K A. Optimal wind-hydro so1ution for Aegean sea islands’ electricity-demand fulfillment[J]. Applied Energy, 2001, 70(4): 333- 354．

[6]王樂, 周章, 尉志勇. 風電一抽水蓄能聯合系統的優化運行研究[J]. 電網與清潔能源, 2014, 30(2): 70- 75．

[7]潘文霞, 范永威, 楊威. 風-水電聯合優化運行分析[J]. 太陽能學報, 2008, 29(1)： 80- 83．

[8]劉淼淼, 郭琰, 陳江濤. 風電-抽水蓄能機組聯合調度研究[J]. 工礦自動化, 2013(5)： 70- 75．

[9]王曉蘭, 李志偉. 風電-抽水蓄能電站聯合運行的多目標優化[J]. 蘭州理工大學學報, 2011, 37(5)： 78- 82．

(責任編輯 高 瑜)

Research of Wind-Hydro Power Combined Operation Based on Pareto Solutions

LI Zhiwei, LIU Qinghua, HUANG Shuangcheng, ZHANG Hu
(Henan Vocational College of Applied Technology, Zhengzhou 450042, Henan, China)

Taking operation benefit and output power quality of wind farm as optimization objectives, the optimization operation model of wind-hydro power supply is established, and the simulation and analysis are carried out by using improved multi-objective clonal selection algorithm to get uniform distributed Pareto solution set. The results show that the joint optimization model can provide reference value for the flexible scheduling operation of wind farms under different objectives and requirements, which can effectively alleviate the randomness and instability of wind power and is beneficial to the grid connection of wind power．

pumped storage; multi objective optimization; Pareto; combined operation; wind power

2016- 09- 10

河南省基礎與前沿技術研究計劃項目資助(1623004-10189)

李志偉(1985—),男,河南禹州人,講師,碩士,研究方向為風力發電控制技術及工業檢測與控制．

TP301

A

0559- 9342(2017)05- 0081- 03