发输电计划（共6篇）
发输电计划 篇1
摘要：直流跨区输电为大范围资源优化配置和清洁能源跨区消纳提供了高效的物理平台。充分利用区域间电源结构互济、负荷特性互补的优势, 可以有效挖掘电力资源跨区协调优化潜力、提升电网清洁能源消纳能力。为此, 文中在兼顾现有国 (分) 、省两级调度模式的基础上, 提出了以直流联络线功率为协调变量, 区内优化、跨区协调的直流跨区互联电网发输电计划模式;建立了考虑直流调整灵活性、直流联络线日交易电量、联络线运行功率曲线阶梯化等实际运行要求的发输电计划模型;提出了以直流功率为引导变量的跨区边际机组识别方法, 解决了上述大规模混合整数规划模型的求解效率问题。基于省网实际负荷曲线进行算例分析, 验证了所提模式、模型、方法的有效性。
关键词：高压直流输电,跨区互联电网,发输电计划,协调优化,可再生能源消纳
0 引言
风电等新能源出力的波动性和反调峰特性给电网调度运行带来新的挑战。随着风电等新能源机组持续大规模接入和火电机组供热改造规模的不断扩大, 电网调峰、调频压力逐年增大, 由电网调峰困难造成的弃风、弃水现象频繁发生。如何基于现有电网资源, 深挖电网运行潜力, 全面提高清洁能源的消纳水平已经成为调度运行部门当前亟待解决的问题。随着中国大型水电、煤电、风电外送基地的逐步建设开发[1], 不同区域之间负荷特性、风能分布和电源特性的巨大差异蕴藏着可观的清洁能源消纳潜力。水电、风电、火电在不同区域、不同季节、不同时段的出力特征差异明显, 各区域间电源结构存在着极大的互补效益;各地区的负荷特性、负荷结构迥异, 如负荷高峰/低谷出现时刻、大工业用户占比等, 蕴藏着可观的错峰效益。构建跨省、跨区互联电网, 能够充分发挥大电网余缺调剂、水火互济、备用共享、事故支援等多方面效益, 并大幅提高清洁能源的消纳水平。
随着复奉、锦苏、宾金、天中等特高压跨区直流工程相继投运, 以直流大规模跨区送电为特征的交直流互联大电网已初步形成, 为实现中国能源资源大范围优化配置和清洁能源跨区消纳提供了高效的物理平台[2], 同时也给电网调度计划制定带来了极大的挑战。如何充分利用跨区直流送电通道, 挖掘送、受端电网之间电源结构的互补效益, 发挥网间负荷特性的错峰效益, 是当前调度计划编制亟需解决的新问题。国内外学者针对跨区互联电网的调度计划制定问题开展了大量研究工作。文献[3]协调优化含水电、火电、抽水蓄能机组的多区域电网经济调度问题, 挖掘水电、抽水蓄能机组对受端电网的移峰填谷效益。文献[4]借助特高压跨区直流通道, 利用送端水电出力特性及受端电网负荷特性, 解决了大规模水电外送消纳和受端电网调峰问题。文献[5]基于不同区域负荷特性, 风功率波动特征, 电源结构的错峰性、互补性, 分析了风火电系统中跨区风电消纳能力。文献[6]在考虑风电不确定性及设备故障率的基础上, 灵活优化各区域火电机组开机计划、备用计划及跨区联络线计划。文献[7]则进一步构建了考虑风电不确定性的多区域机组组合及备用优化模型。但上述研究工作均未解决直流互联电网联络线特性建模及联络线、机组协调优化问题。文献[8]建立了考虑直流运行约束的机组组合模型, 但其本质是同一控制区内的发电计划问题。
文献[9]提出了一种通过优化跨区直流联络线运行方式促进风电消纳的新模式, 对直流联络线日交换电量、功率曲线阶梯化等运行特性进行了详细建模。然而, 该建模方法采用N台机组叠加的方式模拟直流联络线运行方式, 造成仅可按“N挡”离散控制直流传输功率的工作位置, 难以充分发挥直流系统调节精度高的特性;且各区域内部的机组均采用等值方式描述, 亦未能充分发掘区域内机组组合与跨区直流运行方式的协调优化效益。
为了实现电网内部开停机计划、备用计划与直流联络线运行方式的协调优化, 最大限度地挖掘直流互联电网的清洁能源消纳潜力, 本文在现有研究成果的基础上, 提出了直流跨区互联电网发输电计划模式、模型, 精细化地考虑了直流系统运行特性约束及各区域机组及系统运行约束条件, 确保优化效益。
1 直流跨区互联电网发输电计划模式
在传统的直流互联电网发电计划编制过程中, 上级调度机构根据直流联络线两端电网的发用电需求, 人工制定直流系统各时段输电计划, 作为联络线计划下发至下级调度;下级调度以直流联络线计划为边界条件, 优化制定本区域内机组的启停运行方式。此时直流系统相当于恒定功率的负荷或电源, 如图1所示。
显然, 这种计划制定模式 (模式1) 并未实现两侧系统和直流输电的协调优化, 未能充分发挥跨区电网协调优化的效益。为了深入挖掘各区域间电源结构、负荷特性中所蕴藏的互济效益和错峰效益, 本文提出了直流跨区互联电网的发输电计划模式 (模式2) , 如图2所示, 该模式在考虑直流联络线运行约束的基础上, 对直流联络线功率, 各区域大型火电、水电、风电电源的启停, 运行方式开展联合协调优化, 从而在更大的优化空间内消纳清洁能源。
相比于文献[9]所提出的功率受限优化模式, 本文兼顾现有的国—省两级调度运行模式、跨区直流联络线运行方式约束、交易计划电量限制以及直流线路运行可靠性等各方面要求, 充分考虑不同区域电源结构的差异性, 实现了电力资源的跨区互济、优势互补。同时, 本文所提模式将实现直流联络线功率的自由优化, 直流功率仅受电量、阶梯化等实际运行约束限制, 避免了文献[9]中多台固定出力机组拟合建模方式带来的直流功率调整精确性受限问题。
2 直流跨区互联电网发输电计划模型
为了便于描述问题的物理本质, 本节以两区域风火电系统为研究对象, 假设区域A为直流送端电网、区域B为直流受端电网。基于上述模式2, 构建直流跨区互联电网发输电计划模型如下所示。
2.1 目标函数
式中:Cg, i为火电机组i的发电成本函数;CU, i为火电机组i的启停成本函数, PiG, t为火电机组i在时段t的出力;αi, t, βi, t, γi, t分别为火电机组i在时段t的启停状态标识变量、开机变量、停机变量, 均为0/1整数变量;为全网弃风电量, εj, t为风电机组j在时段t的弃风功率, Nw为风电机组总台数;K为罚因子;Ng为火电机组总台数;T为发输电计划编制的总时段数。
2.2 直流联络线运行约束条件
根据调度运行日前计划制定要求以及文献[9]中的研究结论, 直流跨区互联发输电计划模型中需要考虑的直流联络线运行约束条件如下。
1) 直流功率阶梯化约束。在实际调度运行中, 日前计划的作用是跨区、跨省大范围的资源优化配置, 无需过多考虑两侧电网调频需求和功率波动, 直流联络线日前传输功率计划应相对平稳, 不应频繁往复调整;同时, 考虑到直流运行可靠性、控制可行性和设备运行寿命等因素的限制, 正常运行方式下直流联络线应滤除毛刺、锯齿、频繁往复波动等因素, 即传输功率应呈现阶梯状。
2) 跨区交易电量约束。跨区交易电量合同要求刚性完成, 直流联络线日交易电量应为定值。
3) 功率变化速率受限约束。考虑到直流两侧控制区的调频速率限制以及直流系统本身的功率调整能力限制, 直流功率变化应满足功率调整速率要求。
4) 功率反转受限约束。送电方向通常根据电力电量平衡结果确定, 直流联络线日内的送电方向一般不会发生反转。
上述约束条件为离散、非线性复杂约束, 必须通过多整数变量协调控制实现。文献[9]借鉴机组组合的思路, 利用机组最小启停时间等约束模拟直流阶梯化运行等离散运行特性, 但其假定直流联络线功率离散的分为N挡, 未充分发挥直流功率调节精度高的优势, 可能损失直流跨区互联电网协调优化的最优性。为此, 本文提出了直流联络线功率的多单元协调建模方法, 与文献[9]中各台模拟机组仅能运行于固定挡位功率不同, 本文建模各单元在满足最短持续稳定运行时间的基础上, 功率可以在各自上、下限间灵活调节, 叠加后即可灵活满足直流联络线功率阶梯化约束, 建模原理如图3所示。图中:Pz, t, Pzmax, Pzmin分别为直流联络线传输功率以及上、下限;Δδ为直流传输功率单位时段变化率的限值要求。
直流联络线输电功率可等效为U个输电单元功率之和。其中, 为向上取整符号, 即各单元的最大功率调整范围为Δδ, 保证了直流联络线功率在满足调整幅度约束的前提下, 可在规定时段内由Pzmin升至Pzmax。各输电单元及直流总传输功率应满足如下约束。
1) 各输电单元功率上、下限约束
式中:Pkz, t, Pzm, kax, Pzm, kin分别为输电单元k的传输功率以及上、下限, 如图3所示, 输电单元1取值范围为[Pzmin, Pzmin+Δδ], 最后一个输电单元U取值范围为[0, Pzmax-Pzmin- (U-1) Δδ], 其余中间各输电单元取值范围为[0, Δδ]。
2) 各输电单元功率协调约束
式 (3) 中, 通过限制输电单元k的功率增量不高于单元 (k-1) 的功率增量, 使得直流联络线逐单元升功率叠加, 以确保直流功率不发生反转;式 (4) 表明各单元功率总加应等于实际直流传输功率Pz, t。
3) 跨区交易电量约束
式中:Qz为直流联络线的跨区日交易电量。
4) 直流功率变化阶梯化约束
式中:utk和vtk为0/1整数变量, 分别用于识别输电单元k的直流功率调整阶跃的上升沿、下降沿;Ikz, t和Ikz, t-1分别为输电单元k的传输功率在时段t和时段t-1的状态变量, 为0/1整数变量。
式 (6) —式 (8) 确保了直流功率仅在直流输电单元状态控制变量Ikz, t发生跳变时 (即上升沿utk或者下降沿vtk为1时) , 才可发生功率变动, 其余时段需维持前一时段的功率, 从而实现了直流功率的阶梯化约束。
5) 各输电单元功率最短持续时间约束
式中:Tzmin为直流传输功率在某一功率水平上的最短持续稳定运行时间, 用于控制直流单元状态变量Ikz, t的最短0/1持续时间。
通过约束式 (6) —式 (10) 的协调配合, 可以确保直流功率仅在满足最短持续时间时才发生变化, 从而满足日前计划制定中直流联络线功率各类阶梯化运行要求。
6) 功率调整次数约束
式中:ψk为输电单元k的直流传输功率在日内调整次数限值, 用于防止直流联络线传输功率调整过于频繁。
上述直流联络线功率的多单元协调建模方法利用多单元功率叠加的方式控制直流联络线传输功率计划, 在确保直流功率满足日前计划制定上限、日前计划制定下限、阶梯化、变化速率等约束条件的前提下, 充分发挥了直流控制方式灵活、调节精度高 (可达兆瓦级) 的特性, 更大限度地发掘了直流联络线的跨区清洁能源消纳、跨区资源优化配置潜力。
2.3 其他约束条件
1) 系统负荷平衡约束 (以区域A为例)
式中:为区域A火电机组i在时段t的有功出力;为区域A用户d在时段t的有功负荷;Ng, A和Nd, A分别为区域A火电机组总数和负荷总数。
2) 系统备用约束 (以区域A为例)
式中:PiA, max和PiA, min分别为区域A火电机组i的出力上限、下限;rA+, t和rA-, t分别为区域A在时段t的系统正、负备用容量, 按照各区域电网实际情况, 根据区域内最大一台机组或联络线的容量整定。
3) 火电机组运行特性约束
本模型中火电机组的特性约束与传统机组组合[10]相同, 此处不再赘述。
上述直流跨区互联电网发输电计划模型本质上等价于直流联络线运行方式与机组运行特性协调优化的多区域机组组合 (DC-MAUC) 问题, 实现了对直流联络线运行方式的精细化建模, 扩大了直流有功传输功率优化空间, 将其从“N挡”离散控制转变为在最大、最小传输功率间的连续阶梯化控制。
3 直流跨区互联电网发输电计划求解方法
上述模型是一个包含多区域机组组合和直流运行方式协调优化的大规模混合整数规划问题, 不仅难以直接求解, 而且求解过程必须考虑中国国 (分) 、省两级调度实际运行现状。整数变量数量众多、问题规模过大, 是影响DC-MAUC模型求解效率的主要因素。如何在确保优化精度的前提下减少统一优化的整数变量规模, 是提高模型求解效率的关键。为此, 本文结合DC-MAUC模型直流协调、跨区优化的特点, 提出以直流功率为引导变量的跨区边际机组识别方法 (marginal-units-identification method guided by DC power, MUIM-GDP) 。
该方法将DC-MAUC分为主、子问题两级。主问题负责跨区 (省) 直流及机组组合计划协调;子问题负责省内机组组合优化, 分别对应国 (分) 调度控制中心和省级调度控制中心的计划工作职责。具体计算方法如下所述, 计算流程如图4所示。
1) 省级机组组合优化子问题:通过省级机组组合优化, 识别省内对直流功率变化敏感的边际机组集合, 降低跨省协调优化的计算规模。省A分别根据直流功率上限、下限计算2次机组组合, 得到2组机组组合结果分别为直流上、下限组合结果RAU和RAL。对比RAU和RAL, 定义组合状态不一致的机组集合为ΩA。ΩA代表了对直流功率变化敏感的边际机组, 直流功率变化时, 启停状态可能发生变化, 需要在主问题直流跨省协调优化时集中优化。省B同理。
2) 跨省协调优化主问题:全局协调优化直流联络线运行方式及两端电网机组组合状态。优化对象为省A和省B边际机组ΩA和ΩB的启停状态, 以及直流系统的运行状态ΩDC, 省A和省B内的非边际机组已确定组合状态, 其出力作为连续变量参与优化。
该方法既满足了直流跨区互联电网跨省全局优化的最优性需求, 又通过国 (分) 、省两级主子问题分解, 解决了跨省协调优化的计算规模问题;在高效解决直流跨区互联电网发电计划优化求解问题的同时, 兼顾了当前实际调度运行模式, 为提高实际直流跨区互联电网的发输电计划计算效率奠定了坚实基础。本文所提模式、模型、方法的核心思路是识别直流互联各区域边际机组后, 统一优化互联区域的机组组合。由于各区域边际机组的选择相互独立, 仅与注入直流功率的最大、最小场景有关, 与其他直流接入区域的计算信息无关, 因此, 本文所提模式、模型、方法同样适用于多区域系统计算。
4 算例分析
本节基于直流联络线互联的两区域电网, 对比分析了模式1和模式2 (如图1和图2所示) 的发输电计划计算结果, 以验证直流跨区互联电网发输电计划模式、模型和求解方法的合理性、有效性及优越性。其中, 混合整数规划模型采用CPLEX12.3软件包求解。
4.1 算例构造基本假设
算例选取新英格兰39节点系统[11]分别模拟A和B这2个区域电网, 网间采用直流联络线互联, 其中区域A为送端电网, 区域B为受端电网;直流换流站分别位于区域A电网的节点7和区域B电网的节点27, 直流传输容量为500 MW, 区域间日计划交换电量8 400MW·h。区域A和B分别采用中国西部某省和东部某省的典型日负荷曲线形状, 如附录A图A1和图A2所示。区域A和B电网均为风火电系统, 各机组的装机容量数据及电源类型如附录A表A1和表A2所示, 其中, 区域A和B供热机组装机容量占比分别为41%和36%;风电装机容量占比分别为30%和15%, 区域A和B的日前风功率预测曲线分别如附录A图A3和图A4所示。
4.2 发输电计划对比分析
4.2.1 直流联络线输电计划
两种模式下, 直流联络线的输电计划对比如图5所示。模式1采用传统的负荷低谷时段少送、高峰时段多送的定功率曲线;模式2根据送端电网区域A负荷特性及风电富余的特点, 结合受端电网区域B负荷水平高、调峰能力充足的优势, 统一优化得到直流输电计划。模式2直流计划曲线在低谷时段有所抬升, 同时减少了低谷送电时间以增加区域A低谷风电消纳电量;并适当降低了75至96时段的外送功率, 实现了直流联络线输电曲线的精细化最优调整, 充分释放出直流联络线与送、受端电网机组的协调优化潜力。
4.2.2 各区域发电计划
在2种模式下, 区域A和B机组组合计算得到的发电计划如附录A图A5至图A8所示。从计算得到的发电计划可见, 对于区域A, 模式2相比模式1消纳了更多的低谷时段风电电量, 同时, 避免了非供热机组8的日内启停;且对于区域B, 两种模式计算得到的发电计划结果差别不大, 仅在负荷低谷时段由于直流联络线送电曲线的差异使得发电计划随之有所调整。
4.2.3 风电弃风情况
在模式1下, 区域A风电机组弃风情况如附录A图A9所示, 风电机组在负荷谷时段存在弃风, 全天总弃风电量为1 805 MW·h;而在模式2下, 区域A全天不存在弃风, 说明本文提出的发输电计划模式具备促进风电跨区消纳的作用。而区域B, 由于负荷水平较高、风电装机比例较低, 在模式1和2下均不存在弃风电量。
4.3 发电成本对比分析
在2种模式下, 各区域及全网发电成本对比如表1所示。计算结果表明, 模式2有效降低了区域A、区域B及全网发电成本, 经济效益显著。
综上所述, 相比于传统的联络线定功率曲线模式, 本文所提出的发输电计划优化模式在保证跨区送电量不变的前提下, 能够更好地协调送、受端电网电源结构、机组特性及负荷需求, 充分挖掘直流联络线运行方式的优化空间, 实现发电资源与输电资源的协调统一优化。
4.4 计算效率和最优性分析
对比本文所提MUIM-GDP方法和模型直接求解的计算效率和优化结果, 如表2所示。
经分析, 区域A的边际机组为机组7, 而区域B的边际机组为机组3和机组4。对比最优组合结果可知, 所识别边际机组即为最优结果中的日内启停机组, 其余机组均为全天都开 (承担基荷) 或全天都关 (停备) 的机组, 识别结果合理。因此, 本文所提方法大幅减少了计算时间, 而所得结果基本与最优解相同。多方案测试结果表明, 本文所提方法具有鲁棒性。除个别极端案例下, 由于边际机组对基础参数设置敏感性过高, 可能造成最优性损失超过1%, 大部分情况下本文方法可保证不损失最优性。
5 结语
本文针对直流跨区互联电网提供的跨区资源优化配置平台, 设计了直流联络线运行方式与多区域机组启停方式协调优化的发输电计划模式;在此基础上, 构建了对直流联络线运行方式精细化建模的直流跨区互联电网发输电计划模型;并提出了以直流功率为引导变量的跨区边际机组识别方法, 实现了该大规模混合整数规划问题的高效求解。算例计算结果表明, 本文提出的直流跨区互联电网发输电计划模型能够挖掘直流联络线与各区域发电机组的协调优化空间, 有效提高了直流跨区互联电网的风电消纳能力、降低了电网运行成本;MUIM-GDP方法在不损失最优性的前提下, 显著提高了发输电计划模型求解效率, 为该模型在实际电网调度运行中的应用奠定了基础。
附录见本刊网络版 (http://www.aeps-info.com/aeps/ch/index.aspx) 。
参考文献
[1]国家能源局.国家能源局关于印发2014年能源工作指导意见的通知[EB/OL].[2015-01-20].http://zfxxgk.nea.gov.cn/auto82/201401/t2014 0124_1756.htm.
[2]梁旭明, 陈国平, 娄殿强, 等.面向智能电网的跨区直流输电集控化运维体系[J].电网技术, 2011, 35 (3) :1-7.LIANG Xuming, CHEN Guoping, LOU Dianqiang, et al.A smart grid oriented architecture of operation and maintenance system based on centralized controlling and monitoring for interarea HVDC power transmission project[J].Power System Technology, 2011, 35 (3) :1-7.
[3]程雄, 程春田, 申建建.大规模跨区特高压直流水电网省两级协调优化方法[J].电力系统自动化, 2015, 39 (1) :151-158.DOI:10.7500/AEPS20141010004.CHENG Xiong, CHENG Chuntian, SHEN Jianjian.Coordination and optimization methods for large scale transregional hydropower transmission via UHVDC in regional and provincial power grid[J].Automation of Electric Power Systems, 2015, 39 (1) :151-158.DOI:10.7500/AEPS20141010004.
[4]范明天, 张祖平, 杨少勇, 等.具有抽水蓄能电厂的多区域电网日经济调度研究[J].电网技术, 2000, 24 (8) :57-61.FAN Mingtian, ZHANG Zuping, YANG Shaoyong, et al.Economic dispatch of multi-regional power network involving pump storage plants[J].Power System Technology, 2000, 24 (8) :57-61.
[5]刘德伟, 黄越辉, 王伟胜, 等.考虑调峰和电网输送约束的省级系统风电消纳能力分析[J].电力系统自动化, 2011, 35 (22) :77-81.LIU Dewei, HUANG Yuehui, WANG Weisheng, et al.Analysis on provincial system available capability of accommodating wind power considering peak load dispatch and transmission constrains[J].Automation of Electric Power Systems, 2011, 35 (22) :77-81.
[6]AHMADI-KHATIR A, CONEJO A J, CHERKAOUI R.Multi-area energy and reserve dispatch under wind uncertainty and equipment failures[J].IEEE Trans on Power Systems, 2013, 28 (4) :4373-4383.
[7]AHMADI-KHATIR A, CONEJO A J, CHERKAOUI R.Multi-area unit scheduling and reserve allocation under wind power uncertainty[J].IEEE Trans on Power Systems, 2014, 29 (1) :1-10.
[8]AZIM L, MOHAMMAD S, YONG F, et al.Securityconstrained unit commitment with AC/DC transmission systems[J].IEEE Trans on Power Systems, 2010, 25 (1) :531-542.
[9]钟海旺, 夏清, 丁茂生, 等.以直流联络线运行方式优化提升新能源消纳能力的新模式[J].电力系统自动化, 2015, 39 (3) :36-42.DOI:10.7500/AEPS20140529005.ZHONG Haiwang, XIA Qing, DING Maosheng, et al.A new mode of HVDC tie-line operation optimization for maximizing renewable energy accommodation[J].Automation of Electric Power Systems, 2015, 39 (3) :36-42.DOI:10.7500/AEPS20140529005.
[10]汪洋, 夏清, 康重庆.机组组合算法中起作用整数变量的辨识方法[J].中国电机工程学报, 2010, 30 (13) :46-52.WANG Yang, XIA Qing, KANG Chongqing.Identification of the active integer variables in security constrained unit commitment[J].Proceedings of the CSEE, 2010, 30 (13) :46-52.
[11]PAI M A.Energy function analysis for power system stability[M].New York, USA:Kluwer Academic Publishers, 1989:245-246.
发输电计划 篇2
在垂直垄断体制下, 机组检修计划由电力调度中心在考虑电网安全性和经济性的基础上编制, 并兼顾发电厂的检修费用。电力市场化改革后, 电网公司和发电公司成为彼此独立的经济实体, 交易中心和发电公司在检修计划安排问题上的矛盾日益凸显。一方面, 发电公司希望自主安排机组检修, 尽可能增加期望电量收益;另一方面, 交易中心需要对机组检修进行统一安排, 以保证系统有足够备用。因此, 交易中心在制定检修计划时, 如何在保证系统安全性的同时兼顾发电公司之间的公平性, 是亟待解决的问题。
电力系统中, 输电检修与发电机组检修计划的配合十分必要。例如发电机组检修, 该电厂的送出系统就可能需要跟着一起检修, 机组检修方式不同会使整个系统的输电能力发生变化。输电线路的检修可能会改变系统的拓扑结构, 从而改变系统的潮流[1]。
因此, 制定发输电设备检修计划时应按照以下2步来进行: (1) 发电公司申报所属机组的预期检修时段、电网公司提交输电线路的预期检修时段。 (2) 独立调度机构 (或电力联合运营中心ISO) 在考虑系统整体安全性、经济性情况下对检修计划进行协调。前者需要发电公司对所属机组的安全情况、检修记录、检修成本以及运行方针、长期电能报价策略、生产计划、燃料供应等进行详细评估, 并以本公司的预期利益最大来报修;电网公司则要根据输电设备的历史安全记录和状态监测等情况, 以考虑系统安全可靠性前提下设备检修成本最小策略提交输电设备检修时段。在发输电元件报修已经确定的情况下, 各自发生的检修费用也已相应确定。但是对整个系统而言, 由发、输电公司根据其自身利益最大分别提出的检修安排, 无论在经济上还是安全上都不一定是最优的, 有时甚至是冲突的, 必须由独立调度机构根据可靠性与经济性统一的原则来协调最终的发输电设备检修计划[2]。
本文针对电力市场下的发输电检修的特点, 按照上述的框架, 详细阐述了发输电检修的流程和方法。
1 思路
发电机是电力系统的电源, 系统的可靠性和必要的功率裕度都取决于发电机, 因此发电机的检修计划的研究也先于输电线路的检修计划。所以在发电检修计划中也有着比较成熟的方法可以应用于制定输电检修计划, 如意愿支付方案和检修权方案[3,4]。
在美国联邦能源管制委员会 (FERC) 发布的标准电力市场设计 (SMD) 法案中提出[5]:输电服务必须由独立输电服务商 (Independent Transmission Provider, ITP) 提供。ITP是一个拥有、控制或者管理输电设备的公共事业公司, 它为市场成员提供输电服务, 负责组织、管理电量市场和辅助服务市场的交易, 并对双边交易进行安全校核。为了保证市场交易的公正性, ITP必须完全独立于其他市场成员, 不能以任何方式参与其输电服务区域内及邻近区域的电力市场中的交易。同时, ITP还要履行市场监管、减小市场力、评估系统内电力资源的长期充裕度 (Long-term Resource Adequacy) 、区域输电网络的规划和建设等任务。
由此可见, 在成熟的电力市场中, 输电服务是独立于发电公司的赢利性的企业, 输电企业也是要参与到电力市场的竞争和利润分配中的, 因此可以用与发电检修计划类似的方式去管理输电检修[6]。
因为检修的周期比较长, 时间从一周到几个月都有, 而且作为ISO收到发电企业和电网的申请之后的计算和协调也需要时间, 所以检修计划设为一年一次, 并假设每台设备或线路每年都检修一次。
发输电检修最大的问题就是发电机组检修和线路检修的配合问题, 例如一台发电机组检修, 对应的出线线路也应检修, 否则等到按照线路安排的检修时间进行检修时, 对应的机组也要被迫停运。这个约束在ISO协调处理的流程中要考虑到。
2 方法
2.1 假设
如上面思路所说, 在设计计划时有几个假设: (1) 每台机组和每条线路每年要进行一次检修; (2) 检修计划每年安排一次; (3) 输电电网由独立输电商管理。
2.2 总体流程
(1) 因为检修计划按年安排, 所有的发电公司要根据其检修费用最低、电量损失期望最小、相对电量损失最小等原则确定其下一年每台机组希望安排的检修时间和希望此计划不被调整的意愿支付的金额;所有的电网公司也要根据检修费用最低等传输裕度等原则确定其下一年每条线路希望安排的检修时间和希望此计划不被调整的意愿支付的金额。这些计划都应在每年11月30日之前提交给ISO。
(2) ISO根据发电公司和电网公司提交的检修时间和意愿支付, 在保证电网的可靠性和安全运行的前提下, 并根据发电机组和输电线路同时检修的约束条件, 按照意愿支付从高到低的顺序安排下一年的检修, 对不满足约束的将其调整到合适的时间进行检修。并在每年12月31日之前将安排好的检修计划返回给发电公司和电网公司。
(3) 申请未被调整的发电机组和输电线路的检修计划, 按其申报的意愿支付金额支付给ISO, ISO在第二年年初, 统计上一年被调整机组或线路因调整检修计划造成的损失情况, 按损失的比例将收入的意愿支付金额补偿给被调整的发电公司和电网公司。
2.3 ISO处理流程
ISO收到各个发电公司和电网公司的申请后, 先将各个机组和线路统计成如表1所示的形式。
其中编号 (名称) 是用名称或编号表示各个机组和线路;类型 (G/L) 表示该元件是机组还是线路;检修容量表示该机组或线路检修后系统的可用容量的减少量;意愿支付表示对应元件的意愿支付金额;相关元件号是指当此元件检修时其他被迫停运的机组或线路, 即应该同时检修的元件编号。之后ISO根据网络拓扑分析和潮流分析, 再得到表2, 表2表示的是各个机组和线路之间的相关性, 表1中的相关元件号即由此表得到。
现在对表2作出说明, 表中的数字, 例如第i行第j列的数字Pij, 表示此数字对应的线路Li检修后, 此数字对应的机组Gj为最大出力。1表示可以出全力, 即线路Li检修对此机组Gj发电无影响;0表示无法出力, 一般出现在Li为机组Gj的专用出线时;0～1之间表示在线路Li检修时机组Gj出全力会导致其他某条线路过载, 此数字的值表示机组Gj在保证没有线路过载的情况下可能的最大出力占其本身最大出力的比例。ISO通过判据Pij
定好2个表之后, ISO按照以下的流程处理:首先将所有的检修申请标记为“未处理”, 然后检查“未处理”的意愿支付最高的一项申请的检修容量是否小于申请时段所允许的检修裕度, 如果不满足则标记为“不可行”, 如果满足则检查是否存在相关的L或G, 如果有, 再检查相关的L或G同时检修后系统是否满足可靠性和足够的备用等要求。如果不满足则标记为“不可行”, 如果满足则将此申请的元件和相关的L或G同时安排在申请的时段检修, 并都标记为“已处理”, 然后从头开始再搜索是否存在“未处理”的申请。当不存在“未处理”的申请时, 搜索是否存在“不可行”的申请, 并将所有“不可行”的检修申请按照等备用准则或其他准则安排到其他可行的时段进行检修。
计划定好后, 所有检修申请未被调整的发电机组和输电线路, 将其申报的意愿支付金额支付给ISO, ISO在第二年年初, 统计上一年的被调整机组或线路因调整检修计划造成的损失情况, 以及由于线路检修无法满发的机组压出力造成的损失, 按损失量之间的比例将收入的意愿支付金额补偿给机组和输电线路所属的发电公司和电网公司。
上述判断的具体流程如图1所示, 其中可用检修裕度指系统实际的检修裕度减去已安排的机组或线路的检修容量, 系统要求包括保证系统的可靠性, 要有足够的备用和线路传输裕度等。
3 结语
本文针对现代电力市场环境下的发输电检修, 通过借鉴发电机组检修计划的制定经验[7], 并考虑到发电机组和输电线路之间的关系, 制定了一种电力市场下的发输电协调检修计划机制。本文的方法是以各个机组的意愿支付为基础, 通过对检修的机组和线路之间的相关性列表进行比较, 并参考检修权方法中对申请的处理方法制订了处理流程。
本文方法的缺陷在于在考虑线路检修对机组的影响时, 只考虑了一条线路检修对发电机组的影响, 没有考虑到在一条线路的检修已经确定的情况下, 如果还要安排另一条线路检修时, 发电机组的出力能力会受到怎样的影响。
参考文献
[1]舒隽, 张粒子, 黄弦超.市场环境下中长期发输电协调检修计划优化[J].电力系统自动化, 2007, 31 (2) :27～31
[2]丁明, 冯永青.发输电设备联合检修安排模型及算法研究[J].中国电机工程学报, 2004, 24 (5) :18～23
[3]王健, 文福拴, 杨仁刚.电力市场环境下发电机组检修计划调整机制初探[J].电力系统自动化, 2004, 28 (7) :30～34
[4]朱峰.转型经济情况下发电机组检修审批机制初探[J].电力系统自动化, 2007, 31 (24) :25～28
[5]王斌, 江健健, 康重庆, 夏清.美国标准电力市场的主要设计思想及其对我国电力市场设计的启迪[J].电网计划, 2004, 28 (16) :21～26
[6]丁明, 冯永青.基于广义奔德斯分解法的电力市场发输电检修计划[D].合肥工业大学, 2002
发输电计划 篇3
电力系统发输电设备检修计划是电力系统规划与运行的重要组成部分,设备的检修停运会对系统的可靠性和经济性产生重要影响[1]。随着电网的不断扩大和电力市场化的发展,制定合理的发输电设备检修计划已成为一个急需解决的问题[2]。
传统的发输电检修计划将机组和线路检修分开制定。其中发电机组检修计划优化模型以可靠性[3,4]或经济性[5,6]为目标函数,发电机组检修计划的约束条件通常包括检修时间约束、检修资源约束,燃料以及排放等约束[7]。传统的输电检修以可靠性为目标[8],随着电力市场的发展,对输电检修的经济性越来越关注[9]。
随着电力市场的发展,协调制定电力系统发输电设备联合检修计划成为了近期的研究热点[2,7,10,11]。然而对于较大的电力系统其输电线路数量很大,因此,有必要筛选出需要和机组联合检修的线路。检修计划的经济性受到了更多的关注,文献[2,10]将负荷分层处理,分别使用线性化最优潮流求解发电运行子问题。然而负荷分层数的取舍必须谨慎考虑计算时间和精度的平衡。此外对于水火混合电力系统,由于存在水电可发电量耦合约束,将极大增加最优潮流计算难度。为此,本文采用最大负荷和电量需求相结合的负荷模型,无需对负荷进行分层处理,只需保持电力电量分别平衡。近年来,《节能发电调度办法(试行)》在我国部分省份试点。然而现有研究没有充分考虑发输电检修和节能调度的关系,对充分利用可再生能源重视不够。四川电网作为全国电网系统中节能调度的五个试点单位之一,具有水电比重大的特点。水电的利用原则是以水定电,其检修要求在枯水期进行,尽量不安排丰水期检修,以达到不弃水或尽量少弃水的目的。此外,由于水电发电受来水量的影响,如何综合考虑水库的水位消落,梯级水电的协调检修,实现最大限度地利用水能资源成为当前急需解决的课题。
电力系统检修计划为一大规模混合整数规划问题。已有许多方法用于求解检修计划问题,这些方法可以分为启发式优化方法和数学优化方法[1]。由于现代智能优化算法在组合最优化问题中全局寻优能力的突出表现,其也被引入到检修计划问题的求解中[12~14]。
本文以四川电网发输电设备联合检修计划作为研究对象。以节能调度要求为背景,结合实际系统的特点,建立了实用化的发输电联合检修计划模型。模型的目标函数为检修费用、发电能耗以及购电费用之和最小。约束条件除考虑了常规的检修约束、可靠性约束外,还着重考虑了大量实际运行约束条件。例如水电可发电量约束,水库调节能力约束,梯级水电约束,关键线路传输稳定限额、机群最小开机约束等实用约束条件。针对该模型采用遗传算法进行求解。将原优化问题分解为离散变量的检修子问题和连续变量的发电运行子问题。对离散的检修变量结合问题的特点设计编码方式和遗传算子。并采用了一种快速的启发式方法求解运行子问题。通过个体适合度的评估对两个子问题进行协调。
1 数学模型
1.1 目标函数
本文以检修费用和运行成本以及购电费用作为目标。检修费用采用“时间窗”的计算方法[10]。目标函数可以表示如下:
式中:Cit表示机组i第t时段的检修费用;Ckt表示线路i第t时段的检修费用;xit表示机组i第t时段的检修状态:xit=0表示检修,xit=1表示未检修;Ait表示机组i第t时段的开停机状态:Ait=1表示开机,Ait=0表示关机;Wit表示机组i的第t时段的发电量,Ci(Wit)表示能耗函数;N表示全部机组总数,T表示时段总数;CBt表示t时段的购电价格;WBt表示t时段的购电量。
1.2 约束条件
从式(1)可知目标函数可分为检修费用和运行成本。约束条件亦可分为检修约束和运行约束两类。
1.2.1 检修约束
式(2)表示检修时间约束,即机组或线路最好在时段[ei,li]内开始检修,yi表示检修起始时段,di表示检修持续时段数;式(3)表示检修资源约束,rij表示机组(或线路)i检修需要的j种资源的数量,αjt表示t时段可获得的j种资源总量;式(4)表示机组和线路不允许检修时段约束;式(5)表示电厂p内同时检修机组的最大台数限制bp;式(6)表示传输路径约束,指r传输路径的多条联络线族中最多能同时检修的线路数br约束;式(7)表示冷备用约束,PDt表示电网t时段的负荷最大值,μ为备用率,通常取7%~10%;式(8)表示机群最小开机台数约束,结合长期运行经验以及先期系统稳定分析的结论,在个别地区存在电压稳定支撑的要求,这些电厂需要长期投入运行一定数量Uc的机组。
1.2.2 发电运行约束
式(9)表示电力平衡约束;式(10)表示电量平衡约束,WMonth表示月负荷电量需求;式(11)表示机组容量约束,Pimin和Pimax分别表示机组的最小和最大技术出力。应该指出水电机组由于受季节性的来水量影响,其每个时段的最大出力和可发电量将不同,该类数据由水文预测给出。式(12)表示区域断面流量约束,反映了分区之间功率交换的限制。式(12)表示旋转备用约束,Pr表示系统的旋转备用容量要求。式(14)表示水电发电出力和流量的关系,η为常系数。式(15)表示水库储水量和流量的关系,tQ和tQ分别表示流入和流出的流量。
2 算法
本文在遗传算法框架内,将主问题分解为检修子问题和运行子问题。检修费用和检修约束构成检修子问题,运行成本和运行约束构成运行子问题。对检修状态变量进行编码,运行子问题求解适应度值。
2.1 遗传算法的编码方式
个体编码采用了如表1的元胞数组形式,数组每一行的列数由该行的检修次数决定,一次检修对应一组起始月和起始时段。
表中Ui表示机组的序号,Li表示线路的序号;若检修次数mi小于2则yi2无定义。本文定义5天为一个时段,一个月分为6个时段,确定了检修起始月和时段就能确定检修的具体日期。
2.2 遗传算法的算子
初始化:采用随机初始化的方法。遗传算法对于初始种群较为敏感,好的初始种群能缩短寻优过程,为此在初始化时考虑了约束条件式2)、4),在检修时间约束内随机产生起始检修时间点。
交叉:采用改进的随机单点交叉,交叉率为0.4。由于机组检修应该配合电厂并网输电线路检修,这样能有效地减少机组停机时间。单点交叉容易破坏机组和相关并网输电线路的检修配合关系,需要对此做出改进。改进的随机单点交叉形式上表现为三点交叉,只是后两交叉点不是随机产生。第二交叉点取机组Un和线路L1之间,而第三交叉点依据机组和线路的关联关系确定。
首先需要将机组和线路的关键关系在编码时就按顺序排列,即位置靠前的机组则关联线路也应靠前排列。假设随机交叉点产生于U2和U3之间,依据机组和线路的关联关系有U1、U2关联L1而U3关联L2,那么第三交叉点可确定在L1和L2之间。三点交叉的示例参见表2。
变异:采用均匀变异,变异率为0.02。
适应度函数:每个编码个体代表一个检修方案。对编码个体进行解码,得到全年每个时段的机组及线路检修方案。基于该检修方案使用启发式方法快速求解运行子问题。
在每个时段上将检修设备退出,然后制定机组发电计划。该系统是一个水火混合电力系统,需要进行水火电协调。首先,依据水文预测的相关数据可以得到该时段各水电机组的可发最大出力和电量。其中要考虑水库的调节能力问题,对有调节能力的水库其机组检修时要不弃水或尽量少弃水,其总发电量不变或少量减少。还要考虑梯级水电检修配合问题,实际系统中存在多个一个大型调节水库带下游几个径流水电站的情况,它们配合检修才能充分利用水资源。依据负荷预测的系统最大负荷和电量需求可以求得火电的最大出力和电量需求。特别要注意的是,此处求得的火电的最大出力和电量,往往存在着电力与电量不匹配的问题,超出了火电机组实际运行时的调节能力。比如说,电力过多而电量过少,即是说,火电机组的发电利用小时数过低,这在电力系统实际运行时是难以实施的。本文中采用的每天发电利用小时数范围为[15.12,22.8]。为此,需要进行电力电量平衡校核。如果火电发电利用小时数低于下限值,则减少水电发电量,增加火电发电量;如果火电发电利用小时数高于上限值,则减少水电出力,增加火电出力。此外,还有可能存在检修后系统发电容量不够的问题,则需要从外网购买并支付较高的电费。通过以上调整最终使得电力电量达到平衡,同时也确定了水、火电机组的发电出力和电量以及外购电量。
下面的工作就是要确定具体的机组组合。依据国家发改委颁布的《节能发电调度办法(试行)》确定的机组排序原则,采用优先顺序表法可以快速地制定机组组合,并校核区域联络线容量限制。确定每台机组的发电出力和发电量。
最后将所有时段的检修费用与发电能耗以及购电费用之和取其倒数作为该个体的适应度值。
3 算例分析
本文以四川电网为例进行数值分析。该系统包括119台机组,其中无调节能力的水电机组56台,有调节能力的水电机组17台,供热发电机组3台,燃气发电机组9台、燃煤发电机组34台。该系统具有水电比重较大的特点,因此水电受季节影响的特点在该系统表现尤为明显。本文依托四川省电力系统的特点,结合长期运行的经验,对大系统进行区域划分,确定出和发电机组有关联关系的输电联络线以及区域断面联络线,将其作为需要和发电设备协调检修的对象以及运行过载问题监测点。而其他的输电线路的检修对发电机组的运行影响极小或根本不影响,因此无需和发电机组联合检修。确定出需要联合协调安排检修的输电线路26条。该电力系统由四个区域通过联络线连接成一个大的发输电网络。其他数据包括四个区域各自逐月的负荷最大电力和电量需求,各机组容量、分区、分类(按七大类划分)及检修任务数据,各线路检修任务数据,区域之间的联络线传输容量,电厂并网线检修时电厂降额容量。该降额容量不等同于线路的热稳定极限,而是通过电压稳定计算得到的容量限制。
仿真计算得出发输电设备的检修计划优化结果如表3。
实际运行采用的专家经验人工编制的计划参见文献[15]。将算例计划与专家经验人工编制计划对比,算例的运行成本为1 345.0万吨标准煤,而专家经验的运行成本为1 354.0万吨标准煤,二者都没有产生购电费用。数据表明本文提出的检修计划协调优化方法比人工编制检修计划节能高达0.66%,这得益于对系统中大量水电的充分利用。并且算例计划能满足全部约束条件,为可行解,而专家经验计划有部分约束条件不满足,其中包括部分检修资源约束和电厂约束,表明本文所提方法更能确保检修计划的可行性。
4 结论
本文建立了电力系统发输电设备联合检修计划问题的实用化模型,提出的约束条件使得模型更贴近实际问题。采用遗传算法和启发式方法相结合对模型进行了求解,结合问题特点的遗传算子提高了算法的效率。仿真算例表明本文所提出的检修计划问题的模型和算法的可行性和有效性。
摘要：建立的发输电检修计划模型,以节能调度为原则,目标函数为检修费用、发电能耗费用以及购电费用之和最小。特别考虑了水火电协调、水电发电量约束、水库调节能力、梯级水电约束、关键线路传输稳定限额、机群最小开机等实用约束条件。在遗传算法框架内,将原优化问题分解为离散变量的检修子问题和连续变量的发电运行子问题。对检修子问题,结合问题的特点设计编码方式和遗传算子。并采用了一种快速的启发式方法求解运行子问题。通过个体适合度的评估对两个子问题进行协调。实际系统算例表明所提出的模型和算法的可行性。
发输电计划 篇4
近年来世界范围内的大面积停电事故时有发生,造成了重大的经济损失和社会影响,因此,人们对电网的安全可靠运行提出了更高的要求。而其中发输电系统承担电能的生产和将电能输送到负荷中心的重要任务,提高发输电系统可靠性是当前的紧要任务。提高发输电系统可靠性的途径主要有,提高组成系统各元件的可靠性性能或增加系统冗余[1,2]。提高各元件可靠性的空间有限,因此,目前提高系统可靠性的重要措施就是增加备用元件,如备用线路和备用变压器组。
在实际规划中,地区电网一般采用环网设计和开环运行方式,合环线路一般作为备用线路。此外,对于可靠性要求较高的超高压变电站,为了节约成本,一般安装1台单相备用变压器作为三相变压器组的备用。特别地,对于铁路牵引变压器和牵引线,为了保证高可靠性,均装有2套牵引变压器与牵引线互为备用。某一元件故障跳闸后备用元件可以迅速投入以减小停电时间。
当前关于发输电系统的可靠性模型、故障模式、可靠性指标等研究都取得了一系列研究成果[3,4,5]。通常评估发输电系统可靠性是在假定网架结构不发生变化的情况下进行的。由于故障下备用输电元件的投入会改变网架结构,因此,对系统可靠性带来较大影响。对于考虑备用元件的可靠性评估,在低压配电网中已有较多研究,例如有联络开关的多馈线配电网可靠性评估、配电网络重构等,其主要评估方法为最小路法、故障模式与后果分析法、最优流模式算法与支路交换算法等[6,7]。而在发输电系统可靠性评估中,由于需要考虑备用输电元件投切时间以及后续时段中系统状态变化情况,应采用序贯蒙特卡洛模拟法。本文将基于该方法,对2类典型备用元件的可靠性模型进行分析,并探讨如何与现有评估流程结合起来。
1 备用变压器的7状态随机模型
在发电系统中,为满足负荷的随机需求、减少事故后系统的损失、尽量提高系统的可靠性,通常设置一定的备用容量,如负荷备用、事故备用、检修备用等。在输电系统中,与此相应的则为增加输电元件的冗余度,如某些对可靠性要求较高的超高压变电站,为了保证运行的高可靠性,往往同时安装2组变压器;或地区电网中为了减少事故或满足负荷变化设置的合环线路。对于安装2组变压器的超高压变电站,电力设备一般不能得到有效的利用,结果长时间积压投资得不到收益。因此,现在多数大型变电站从经济性与可靠性等多方面权衡,开始安装由3个单相变压器构成的三相变压器组,一般还设置1台不能自动连接的备用单相变压器。当工作变压器组发生故障或有缺陷时,手动操作将备用变压器投入,如图1所示。在这种情况下若变压器组一相损坏时,变电站停电时间可达数小时,但却大大节省了投资成本。
对于互为备用的2元件可修复系统,设元件A和元件B的故障率为λa和λb,修复时间为ra和rb,则修复转移率为μa=1/ra和μb=1/rb。备用可修复系统的马尔可夫随机模型[8,9,10]如图2所示。
由图2可以看出状态5为系统失效状态,经计算可知其失效概率P5为:
式中:
上述模型假设当元件A(B)故障后,元件B(A)可瞬时投入运行。但实际中,由于工作变压器发生故障或有缺陷时,需手动操作将备用变压器投入,因此备用变压器由投入到正常运行有一段延迟时间。当考虑备用变压器投运的转换延迟时间时,可将上述5状态模型扩展为7状态模型,7状态备用可修复系统的马尔可夫随机模型如图3所示。由于考虑了备用元件的投切延迟时间,在备用元件由投切到开始运行之间增加准备投切状态(图中状态6与状态7),此准备投切状态的转移率为投切延迟时间的倒数。通常延迟时间为常数,可取为经验值。
由图3可以看出,由于考虑备用元件投切延迟时间,新增状态6和状态7需经过投切延迟时间t后才能投入运行,即状态5、状态6、状态7均为系统失效状态。设2个变压器A和B由投切开始到投入运行的延迟时间分别为ta和tb,则其投运转移率分别为μa′=1/ta和μb′=1/tb,其他参数同上。可计算其失效概率为:
综上可知系统的失效概率P为:
式中:k2=(μa′+kμb′)(μb+μa);k3=μbμb′(1+λak0k1)+λa(μb′+μb)。
2 备用线路的模型
对于铁路牵引变电站,为了保证运输的高可靠性均装有2套牵引线与牵引变压器,如图4所示。在正常情况下只有1套牵引变压器与牵引线接入系统,相应的另一套作为备用,一旦某一元件因故障或出现缺陷退出运行,备用设备则立即投入运行,保证系统高可靠性。
由图4可以看出牵引变压器的投入或退出不会改变网架结构,可以采用第1节方法处理;而牵引线倒闸之后,网架结构将会发生变化。如图4所示,当变电站A故障,线路1退出运行,线路2投入运行,网络的连接方式已发生变化,此时在评估系统可靠性时需要计及网架结构变化对可靠性的影响。
另外一种典型的备用线路存在于地区电网网架中。地区电网一般具有环网结构,但由于合环运行引起的环流对电网的安全运行有很大的影响,因此,在运行方式上往往采用闭环电网建设、开环运行的方式,而在紧急情况下则采用合环运行方式,便于在发生故障时缩小故障区段,快速恢复正常供电。由于合环操作一般利用其他电源对故障区供电,因此,动作后网架结构通常会发生变化,可知在进行可靠性评估时需要计及网架结构变化对可靠性的影响。
由于本文采用序贯蒙特卡洛模拟法时需要多次大量计算网络结构改变对系统可靠性的影响,因此,比较高效的处理方法是补偿法。
补偿法的基本思想是利用变化前网络方程已有的信息对其修正得到变化后的网络方程的解。这种方法可以大大提高计算速度。补偿法理论目前已很成熟,并已被广泛应用,本文不再对其原理进行赘述,具体步骤可参阅文献[11]。
3 备用元件在序贯蒙特卡洛模拟中的处理方法
发输电系统评估常采用解析法和蒙特卡洛模拟法[12,13]。由于解析法计算量随元件数增加而剧增,因此处理相关故障模式比较困难。而基于状态抽样的蒙特卡洛模拟法不能考虑时序性[14,15,16,17]。序贯蒙特卡洛模拟法是对元件的状态持续时间进行抽样模拟,可以很好地处理不同时间段网架结构和参数的变化[18,19],所以对考虑备用元件的发输电系统可靠性评估适合采用序贯蒙特卡洛模拟法。
考虑备用线路和备用变压器,结合序贯蒙特卡洛模拟思想,计算流程如图5所示。
图中主要评估流程与传统的序贯蒙特卡洛模拟类似,不再赘述。这里主要给出处理备用元件的具体方法。
对于有备用的变压器组,即元件故障后网络结构不发生变化的情况,如某变压器组保留1个单相变压器作为备用,应采用7状态模型推导相关参数,若变压器故障,则直接利用公式计算更新变压器相关指标再进行计算。用序贯蒙特卡洛模拟法进行模拟时,在常规变压器向故障状态转移时刻后,需要计及投切延时时间,再将备用变压器向工作状态转移。
对于备用输电线路,如牵引变电站备用线路,由于线路备自投装置动作时限很短,因此,可认为故障后备用线路瞬时投入。在用蒙特卡洛模拟法进行模拟时,对于有备自投的线路,由于它的投入可能会改变系统的网架结构,于是在进行评估之前应当先形成相应备用元件的时序状态转移序列。评估中,在常规线路故障的状态下,备用元件可快速投入,即线路故障后按备用线路进行评估,当常规线路修复后,备用线路退出运行。备用线路投入后,按补偿法的原则重新形成网架结构,并进行潮流计算[11,12,13,14,15,16,17,18,19,20],如有支路过载再进行切负荷分析。
4 算例分析
4.1 算例概述
以某地区电网为例进行分析,该地区主网主要由750 kV,330 kV,110 kV网架构成,由于篇幅有限,本文只取出其中一个比较典型的既含备用线路又含备用变压器的110 kV地区电网进行论述说明,具体情况如图6所示。
目前,该地区电网中的东、西部电网分别以330 kV东1变电站和330 kV西1变电站为电源点,以辐射形网络向地区各110 kV变电站供电,整个电网闭环建设、开环运行。该地区是一个含多条备用线路和多个牵引变电站的典型地区电网,该地区共有备用线路11条(如图中虚线所示),110 kV变电站20座,其中牵引变电站7座(如图中虚线框所示),正常运行方式下备用线路均为开路。
本文选取了以下指标进行分析,即电力不足概率、电量不足期望、系统解列概率。为了讨论备用元件对系统可靠性指标的影响,分析了以下计算方案。
方案1:不考虑该地区电网中备用元件的影响,系统元件发生故障后不对备用元件进行处理,即传统的评估方法。
方案2:考虑备用线路对可靠性的影响,元件故障后对应的开环处常开开关闭合,用于减少故障时间。
方案3:考虑备用变压器对可靠性的影响,变压器故障后将备用变压器投入运行,用于减少故障停运时间。
方案4:同时考虑备用线路与备用变压器对该地区电网的影响,为方案2与方案3的组合情况,元件发生故障后可最大限度地减少停电时间。
4.2 系统可靠性指标分析
本文采用序贯蒙特卡洛模拟法对上述各方案进行计算,设定最大故障数为10,模拟时间为100 a。
按本文所提方法进行计算,可以得到4种方案下系统的各项可靠性指标如表1所示。
由计算结果可以看出:
1)考虑备用线路时系统的电力不足概率和系统解列概率均有较大的改善。这是因为线路故障时备用线路可以快速投入运行,利用其他电源向负荷供电,以减小停电时间。
2)考虑备用变压器对系统可靠性的影响时,对系统的电力不足概率影响较小,对电量不足期望有较大的改善。这是由于变压器故障的概率很小,但其修复的时间较长,备用变压器主要减少停电的时间,对电力不足概率的影响较小。
3) 同时考虑备用线路与备用变压器时,系统故障后可以最大限度地减少停电时间。方案4与方案1相比,系统的电力不足概率减少19.25%,系统的电量不足期望减少46.54%,系统的解列概率减少35.52%。可以看出,备用元件对系统可靠性具有较大影响。
4.3 各方案受影响节点可靠性分析
为方便比较,这里将节点7在各方案中的切负荷概率和切负荷量进行对比,如表2所示。
方案1中节点7由于只有单电源供电,一旦电源故障,则其供电用户均会停电,受影响的范围较大。考虑备用线路后,从方案2中可以明显看到节点的可靠性有了明显提高。而同时考虑备用线路和变压器的方案4中,节点可靠性有了更进一步提高。
5 结语
在发输电系统中,当元件故障退出运行,备用线路或备用变压器投入后,会使系统的可靠性有一定程度的提高。有些备用元件的投入或退出会改变原系统的网架结构,因此,有必要从网架结构上分析系统的可靠性。本文提出了考虑备用输电元件对发输电系统可靠性影响的评估方法,分别建立了考虑备用线路、备用变压器等备用输电元件的评估模型,并用某地区实际系统算例验证了文中所提方法的有效性。由评估的结果可以看出,有、无备用线路和备用变压器对系统的电力不足概率与电量不足期望有较大影响,考虑备用元件后可以使系统的停电时间大大减少。采用所提出的方法进行可靠性评估更接近实际情况,可以为电网运行和规划提供参考。
计及风电场的发输电系统风险评估 篇5
风能是洁净的可再生能源,大力开发可再生能源是合理调整电源结构的需要,是我国能源发展战略的重要组成部分[1]。但是风速的随机性和间歇性会直接影响风电场的输出功率,对电力系统稳定运行产生一定影响[2]。随着风电机组单机容量和风电场规模的不断增大,有效评估风电并网对系统可靠性的影响已成为急需解决的关键问题之一[3]。
含风电场的电力系统可靠性分析方法主要有解析法和模拟法。解析法是通过计算风电机组输出功率的概率分布建立多个风电机组的可靠性模型,文献[4]提出了风电机组多状态模型的建立方法,引入部分强迫停运率(Partial Forced Outage Rate),文献[5]综合考虑评估效率和精度,认为在系统充裕度评估中采用风电机组五状态模型是最合理的,并且风电机组的强迫停运率不会对评估结果有显著影响,可以忽略风电机组故障以简化建模。但解析法无法考虑风速变化的时序性和相关性。模拟法在建模和算法实现等方面比解析法简单,可模拟风速随时间变化的不确定性,并能再现系统实际运行情况,适用于评价风电场对系统可靠性的影响[6]。其中对风电场进行可靠性建模是1个关键问题。文献[7]提出了基于序贯蒙特卡罗仿真的风力发电机组可靠性模型,文献[8]计及输电线路故障和输电线路有功限制,建立了考虑风向、尾流效应以及地形因素影响的风电机组捕获风速模型,文献[9]考虑了季节对风速分布的影响及风电场间风速的相关性,文献[10]提出了风速的分时段估计模型,并初步研究了风速与负荷之间的相关性对可靠性计算结果的影响。
本文考虑了风速的随机性和风电机组的强迫停运,将风电场可靠性模型与发输电组合系统相结合,采用序贯蒙特卡罗模拟法对含风电场的发输电组合系统进行风险评估,综合考虑事故发生的可能性和后果严重程度,基于效用理论,提出了计及风电场的系统过负荷风险、低电压风险等风险指标。
1 风电场模型
1.1 风速模型
对大量实测数据的分析结果表明,大部分地区的风速服从两参数的Weibull分布[11],其概率密度为:
式中:c和k分别为Weibull分布的尺度参数和形状参数,可以根据现场实测风速的历史数据采用最小二乘法辨识。根据式(1)可得其概率分布函数为:
其反变换如式(3):
式中:ui为区间[0,1]上均匀分布的随机数。
因此,可以根据风速概率分布由式(3)抽样得到每小时的风速值,再根据风电机组的功率输出模型计算出风电机组每个小时区间的输出功率。
1.2 风电机组功率输出模型
风电机组的输出功率取决于风速,二者的关系曲线见图1。
其分段函数表达式近似为:
式中:Pr为风电机组额定功率;vci为切入风速;vr为额定风速;vco为切出风速。A、B、C为风电机组功率特性曲线参数,表达式为:
根据风速和风电机组出力曲线可以求出风电机组的输出功率,风电场的输出功率为所有风电机组功率之和。风电场的运行经验表明,尾流效应造成损失的典型值是10%,因此本文将风电机组总的输出功率乘以典型系数值0.9来表示风电场的实际输出功率[12]。
1.3 机组停运模型
风电机组采用双状态模型,即正常运行状态和停运状态。对于正常运行状态和停运状态分别采用式(5)和(6)抽取其状态持续时间,即工作时间t和修复时间t'。一般情况下,工作时间和修复时间服从指数分布,即故障率λ和修复率μ是常数。
式中:U为[0,1]区间均匀分布的随机数
2 风险评估方法
2.1 风险理论
常规的风险评估研究中往往根据期望损失大小来度量风险大小,这种方法不能很好地比较高损失、低概率与低损失、高概率风险间的差异。风险理论是考虑系统不确定因素,将导致灾害的可能性和这种灾害的严重度相结合的理论[13]。系统的风险指标定义为事故发生的概率与事故产生的后果即严重度的乘积,表达式如下:
式中:Xt,f为t时间的运行方式;Xt,j为第j个可能的负荷水平;Pr(Xt,j|Xt,f)是t时间出现Xt,j负荷水平的概率;Ei为第i个不确定性扰动;Pr(Ei)为Ei扰动发生的可能性;Sev(Ei,Xt,j)是在Xt,j和Ei扰动下系统损失的严重程度。
2.2 基于效用理论的事故后果严重度评价模型及风险指标
在经济学中,效用是指消费者从消费某种商品中所得到的满足程度,是一种主观感受,是一种主观愿望的满意程度。效用值是1个相对的无量纲指标,通过效用值可以将某些难以量化、有质的差别的事物量化。类比于经济学中效用函数的定义和构成方法,本文将风电场不同出力下发电机、线路故障后线路过负荷程度、母线电压越限程度作为自变量,构造了事故后果严重度的效用函数,度量事故带来的不满意程度。本文根据电力系统故障效用函数的性质,选择冒险型指数效用函数,如式(8)所示,其效用曲线如图2中的实线所示。
式中:w为电力系统故障损失值;S(w)为电网元件故障损失的效用函数;a,c为正数。
2.2.1 线路过负荷风险
线路过负荷风险反映的是系统发生事故导致系统中线路传输功率过载的可能性和危害程度。线路过负荷风险严重度由线路负载率L决定。当线路负载率小于或者等于L0时,风险严重度取值0,认为此时没有风险;随着流过设备电流的增加,对应线路的过负荷风险严重度增大,且增加速率相应变快。
设线路i在系统故障后的潮流为Li,定义线路i的过负荷损失值为wOLi,则有:
定义线路i在扰动Ej下的过负荷严重度为:
所以线路i过负荷风险指标的计算公式为:
2.2.2 母线低电压风险
母线低电压风险反映的是系统发生事故造成系统中母线电压下降的可能性和危害程度,每条母线的电压幅值决定了该母线低电压风险严重度。当母线电压为V0时,严重度函数取值0;随着电压降低幅值的增加,节点低电压风险严重度也增加;电压降低的幅值越大,风险严重度变化速率越大。
设母线i在系统故障后的电压为Vi,定义母线i的低电压损失值为wLVi,则有:
定义母线i在扰动Ej下的低电压严重程度为:
SV(wLVi/Ej)=ewLVi-1 (13)
所以节点i低电压风险指标的计算公式为:
3 含风电场的系统风险评估流程
由于风速具有随机性和随时间连续变化的特点,采用序贯蒙特卡罗仿真方法可较为方便地模拟含风电场的组合系统在运行中的实际问题,重现实际系统运行情况[14,15,16]。
基于序贯蒙特卡罗模拟法的含风电场的发输电系统风险评估流程如图3所示。将1年划分为8 760个小时区间,假定每小时的风速值保持不变。在对第n个小时区间进行状态评估时,首先根据式(3)抽样得到该小时区间的风速vn,计算出此时的风电场出力,然后将n与系统时序状态序列中各状态的起始时刻tin和终止时刻tout作比较,若对于状态Si有tin(i)
在系统状态评估时应储存状态的故障元件序列和风电场出力,抽样到重复状态时就可以直接调用评估结果,加快评估速度。
4 算例分析
根据风电场可靠性模型及系统风险评估方法,用Matlab编写了相应程序,实现序贯蒙特卡罗仿真,并对IEEE-RTS79可靠性测试系统进行分析。该系统包括24个节点、38条线路和32台常规发电机组,总装机容量为3.405 GW,峰荷为2.850GW,电气接线图如图4所示,系统元件的具体参数见文献[17]。
风电场中各风机的启动风速、额定风速和切除风速均相同,分别为3 m/s、15 m/s、25 m/s,额定功率为1 MW,强迫停运率取0.05。根据某地实际风速数据,风速Weibull分布的尺度参数c取2,形状参数k取9,1年风速曲线如图5所示。计算风险指标时L0取0.8,V0取0.95 (p.u.),模拟时间为100年。
为充分评估风机接入对发输电系统可靠性的影响,设计了6种方案,评估直接接入风电场后的IEEE-RTS79测试系统风险和风电场替代相同容量传统电源后的系统风险。
(1)方案1。节点1 8接入1座总装机容量为350 MW的风电场。
(2)方案2。节点23接入1座总装机容量为350 MW的风电场。
(3)方案3。节点18接入1座总装机容量为150 MW的风电场,节点23接入1座总装机容量为200 MW的风电场。
(4)方案4。节点18处接入350 MW的风电场,替换相同容量的常规机组。
(5)方案5。节点23处接入350 MW的风电场,替换相同容量的常规机组。
(6)方案6。节点18接入1座总装机容量为150 MW的风电场,节点23接入1座总装机容量为200 MW的风电场,分别替换相同容量的常规机组。
风险指标计算结果如表1所示。对比风电场接入系统前和方案1的模拟结果可知,在节点18处接入风电场后系统的风险增大,可靠性降低。而对比风电场接入系统前和方案2的模拟结果发现,在节点23处接入风电场改善了系统的可靠性,风险减小。由此可推断,风电场接入位置不同,对系统的影响也各不相同,在某些情况下,可能会降低系统的可靠性,增大系统风险。对比方案1和方案3模拟结果发现,分散接入相对于集中接入降低了系统风险;而对比方案2和方案3模拟结果可知,分散接入相对于集中接入增大了系统风险,因此分散接入与集中接入对于系统的影响与实际系统的网络结构有关,无法确定性地比较。所以,在规划风电场的实际接入工程时,一定要考虑到该因素,对相应备选方案进行综合的技术经济对比分析,采用最佳接入方案,以便在充分利用绿色能源的同时,保证电网的安全稳定运行。
对比风电场接入前系统与方案4、方案5、方案6的结果可知,风电场替代相同容量传统电源后,系统的风险指标均增大,系统可靠性较原始系统降低。其根本原因是由于风电出力的间歇性和波动性,导致风电场接入系统后实际等效容量(可信容量)小于风机的额定容量,从而在实际系统中更容易引起有功功率缺额。由此可知,在风电场的实际规划、并网运行调度过程中,必须充分考虑到风电出力的间歇性、波动性,避免由于风电并网造成电力系统事故的发生。
5 结语
发输电计划 篇6
能源短缺和环境恶化已经成为全球性的两大难题,传统的能源发展结构已不能适应经济、社会和环境可持续发展的需要。近年来,随着能源危机以及人类环境保护意识的加强,利用新能源进行发电引起了广泛的关注,其中成本低廉和技术成熟的风力发电成为相对增长较快的新能源发电技术[1,2,3,4,5]。由于风能具有随机性和间歇性的特点,风电场的存在会对电力系统可靠性产生一定的影响,因此有必要对含有风电场的电力系统进行可靠性评估。
目前,含风电场的电力系统可靠性评估研究已经得到了重视,并在风电场对电力系统可靠性贡献[6,7]、发电容量充裕性评估[2,8,9,10]、具有储能系统的发电容量充裕性评估[11,12]、发输电系统可靠性评估[13,14,15]、发输配电系统可靠性评估[5]等方面取得了一定的成果。其中,负荷损失量的确定一般采用灵敏度方法[16,17]或负荷权重因子方法[14],而前者无法合理地体现不同负荷的位置、类型以及损失费用;后者虽然能够体现负荷位置及类型信息,但是其固定的权重因子与不同故障持续时间下单位负荷损失不尽相同的特点不符,因此需要充分考虑各类负荷的差异及故障持续时间确定负荷损失费用。
此外,在评价风电场的可靠性价值时,往往需要将风电场和常规发电机组相比较,尽管系统失负荷概率(Loss Of Load Probability,LOLP)和电量不足期望(Expected Energy Not Supplied,EENS)等传统的可靠性指标能够反映整个系统的可靠性水平,但不能直接显示风电场对电力系统的可靠性贡献。国内外相关研究[6,7,14]相继提出了与风电密切相关的可靠性评价指标,体现了风电场对电力系统可靠性的贡献,为风电场规划和运行提供重要参考信息。
不同于目前广泛使用的发输电可靠性评估中负荷切除采用的灵敏度方法或固定的负荷权重因子方法,论文针对不同故障持续时间下单位负荷损失不尽相同的特点,充分考虑各类负荷的优先级及故障持续时间,以系统发电成本和负荷损失费用之和最小为目标建立的优化调度模型更加符合电力市场环境下的实际情况;IEEE-RBTS测试系统的算例结果表明本文建立的模型能够使负荷损失费用相对较小,并在此基础上深入分析了风电场并网涉及的各类主要因素对系统可靠性的影响。
1 含风电场的发输电系统可靠性模型和评估
1.1 风速模型
虽然风电场风速是随机变化的,但是风速时间序列本身具有时序性和自相关性,即某时刻的风速和此前时刻的风速有关,因此可通过时间序列进行风速预测[18,19]。论文采用时间序列法中自回归移动平均(Auto-Regressive and Moving Average,ARMA)模型预测未来风速值,其一般表达式[8]为:
式中:yt=(VOWt-μt)/σt,其中VOWt为观测风速数据;tμ和σt分别为观测风速数据均值及方差的估计值;φi(i=1,2,,n)为自回归系数;θi(i=1,2,,m)为滑动平均系数;{αt}是一个均值为零且方差为σα2的正态白噪声序列,即αt∈N(0,σα2)。因此风速的预测值VSWt为:VSWt=μt+σt yt。
1.2 风电机组出力模型
风电机组的输出功率P和轮毂高度处的风速v之间的关系可以采用分段函数近似表示为[20]:
式中:v为风机轮毂高度处的风速;vci为切入风速;vco为切出风速;vr为额定风速;Pr为风机额定输出功率。
1.3 机组和输电线路的停运模型
风电机组、常规机组和输电设备均采用两状态模型,即正常工作状态和停运状态。采用时序蒙特卡罗仿真方法,在一个时间跨度上对每个元件停留在当前状态的持续时间进行抽样,对不同的状态,如运行或维修过程,可以假设有不同的状态持续时间概率分布。一般情况下,工作时间和修复时间服从指数分布,即元件的失效率λ和修复率μ为常数[21],则其状态持续时间的抽样值为:
式中:τ1和τ2分别为运行持续时间和检修时间;R为对应于元件在区间[0,1]均匀分布的随机数。
1.4 系统时序状态模拟
含风电场的电力系统可靠性评估方法主要有解析法和模拟法[5,9,10,12,22,23],由于模拟法可模拟风速随时间变化的不确定性,并能再现系统实际运行的情况,更加适用于评价风电场对系统可靠性的影响,因此论文采用时序蒙特卡罗模拟确定包括各类发电机组、输电设备的系统时序状态。即对系统元件进行随机抽样,得到系统各元件的运行状态和持续时间的基础上,在系统约束条件的前提下按照充分利用风电的原则进行优化调度,模拟系统的时序状态,并计算系统可靠性指标。
2 计及负荷损失费用的优化调度模型
2.1 负荷损失费用模型
负荷损失费用与多种因素有关,其中包括负荷损失发生的时间、提前通知时间、损失电量、持续时间、频率及负荷类型等[24]。目前发输电可靠性评估中负荷损失量的确定一般采用灵敏度方法[16,17]或负荷权重因子方法[14],前者无法合理地体现不同负荷的位置、优先级以及损失费用;后者虽然能够体现负荷位置及优先级信息,但是其固定的权重因子与不同故障持续时间下单位负荷损失不尽相同的特点不符,因此需要充分考虑各类负荷的差异及故障持续时间确定负荷损失费用。
为方便而又不失一般性地反映负荷损失影响,一般是首先通过对各类用户进行调查,建立各类用户负荷损失函数(Sector Customer Damage Function,SCDF),以表征各类用户负荷损失与持续时间的关系;其次根据建立的SCDF及各类用户年峰荷或年电能消耗量,求出以节点为单位的用户综合负荷损失函数(Composite Customer Damage Function,CCDF),以说明用户综合负荷损失与停电时间的关系;最后通过构造负荷损失评价率(Interrupted Energy Assessment Rate,IEAR),即由于电网供电中断造成用户因得不到单位电量而引起的经济损失,并结合电量不足期望值(Expected Energy Not Supplied,EENS)指标计算负荷损失费用[24,25,26]。由于IEAR指标是在系统可靠性指标的基础上通过统计确定的,无法合理地体现不同类型负荷及故障持续时间差异对可靠性指标的影响,因此论文直接采用CCDF进行负荷损失费用计算:
式(5)~式(6)中:OLCj(t)为节点j上用户持续停电t小时的负荷损失费用(Outage Loss Cost,OLC);CCDFj(t)为节点j上用户持续停电t小时的用户综合负荷损失;PRj,t为节点j上用户持续停电t小时的负荷损失;N为节点j上的用户分类数;SCDFk(t)为第k类用户持续停电t小时的损失;Pk为第k类用户的年峰荷值。
2.2 系统优化调度模型
在系统约束条件的前提下按照充分利用风电的原则进行优化调度,以系统发电成本和负荷损失费用之和最小为目标建立的优化调度模型如下:
式(7)~式(14)中:目标函数为最小化持续时间为t小时状态下系统的发电成本和负荷损失费用之和;Gρ为发电机组发电成本函数的一次项系数向量;PG,t为该状态下的发电机有功出力向量;CCDF(t)为该状态下的综合负荷损失函数向量;PR,t为该状态下的负荷损失向量;Pt为该状态下的节点注入功率向量;Bt为该状态下的节点电纳矩阵;θt为该状态下的节点电压相角向量;PGi,t为该状态下发电机i的有功出力;PLj,t为该状态下负荷节点j的有功大小;PRj,t为该状态下负荷节点j的有功切除量;Pl,t为该状态下支路有功潮流向量;为支路功率传输极限向量;PG min、PG max为发电机有功出力上下限向量;PL min、PL max为节点负荷有功上下限向量;PL′,t为该状态下负荷切除后的向量。
3 风电场对电力系统可靠性贡献的评价指标
在评价风电场的可靠性价值时,往往需要将风电场和常规发电机组相比较,尽管系统失负荷概率(Loss Of Load Probability,LOLP)和电量不足期望(Expected Energy Not Supplied,EENS)等传统的可靠性指标能够反映整个系统的可靠性水平,但不能直接显示风电场对电力系统的可靠性贡献。国内外相关研究相继提出了与风电密切相关的可靠性评价指标,体现了风电场对电力系统可靠性的贡献,为风电场的规划和运行提供重要参考信息。主要评价指标包括体现风电场可节省常规机组容量的等效常规机组容量指标(Equivalent Conventional Generating Capacity,ECGC)、风电场对电量不足期望值贡献指标(Wind Generation Interrupted Energy Benefit,WGIEB)、风电场对负荷损失费用贡献指标(Wind Generation Interrupted Cost Benefit,WGICB):
式中:RCCGEENS、RCWTGEENS分别表示某一可靠性水平下需要并网的常规机组容量或风电机组容量;ΔEENS表示风电机组并网前后的系统电量不足期望差值;ΔOLC表示风电机组并网前后的系统负荷损失费用差值;CWTG表示风电场额定容量。
4 算例分析
在IEEE-RBTS测试系统[27]中接入总装机容量为15×1.5 MW的风电场,其中各风机的切入风速、额定风速和切出风速均相同,分别为3、12、30 m/s,强迫停运率为0.05,并在此基础上进行含风电场发输电系统可靠性评估的算例分析。
4.1 不同负荷损失确定方式下的结果对比
分别采用负荷权重因子方法、体现故障持续时间差异的最小化负荷损失费用方法进行各节点及系统负荷损失量、负荷损失费用的对比分析。根据负荷节点部分故障持续时间下的综合负荷损失表[27]进行负荷损失费用计算,其余持续时间下的综合负荷损失可以依此采用线性插值进行计算。
通过表1的结果对比可以看出,两种负荷损失确定方式下目标函数的差异导致负荷损失结果的不同。虽然采用体现故障持续时间差异的最小化负荷损失费用方法得到的负荷损失量相对较大,但是在充分考虑故障持续时间情况下得到的负荷损失费用相对较小,因此更加符合电力市场环境下的实际情况。
4.2 不同容量风电场并网对系统可靠性的影响分析
通过在节点1(平均风速为6 m/s)加入不同容量的风电场,分析其对电力系统可靠性的影响。由表2可以看出,风电场的容量越大,对可靠性的贡献越大,但是随着容量逐步趋于饱和,对可靠性贡献的增量逐步减小。因此不能盲目地增加风电机组容量,而是需要综合考虑系统的可靠性和经济性,确定合理的风电场容量。
同时可以看出,接入15×1.5 MW风电场后系统的可靠性水平有所提高,其中LOLP降低了0.001 267,EENS降低了252.32(MWh·a-1),OLC降低了1 030 913.8(美元·a-1)。风电场并网后的EENS=805.74(MWh·a-1),为了比较风电机组和常规机组供电的可靠性,用容量为4.2 MW的常规机组来代替风电场,恰能保证系统EENS不变,由此可知风电场的等效常规机组容量指标ECGC是0.186 7,即单位风电机组容量可节省的常规机组容量,说明风力发电机组供电可靠性要低于常规发电机组。根据表2同样可以得到WGIEB=11.21(MWh/MW·a),WGICB=45 818.39(美元/MW·a),分别体现了风电场对电力系统可靠性及系统负荷损失费用减少量的贡献。
4.3 不同类型风速对系统可靠性的影响分析
通过改变节点1的平均风速,分析其对电力系统可靠性的影响。由表3比较可以看出,由于风电场的功率输出取决于风电机组所在的风速区,风速越大,则功率输出越大,从而对发输电系统的可靠性贡献也较高。
4.4 风电场接入不同节点对系统可靠性的影响分析
通过不同的风电场接入节点方式分析其对电力系统可靠性的影响。由表4可以看出,由于系统中输电线路的容量限制等因素的制约,在同一节点接入所有风电机组的可靠性有限,鉴于不同地点风速独立的特性,在不同的节点接入风电机组对系统的可靠性贡献更大,而且其可靠性程度取决于所在的风速区。
5 结论
电力市场环境下,计及故障持续时间的负荷损失结果较传统方法的结果更加合理,更能够动态地体现出不同停运持续时间下的单位负荷损失差异。由算例结果可以看出,风电场的并网会提高系统的可靠性,但是风电机组的可靠性要低于常规机组的可靠性,而且风电机组对系统可靠性的贡献与其接入的风速区类型、容量、节点位置等具有密切关系,因此不能盲目地增加风电机组,而是需要综合考虑系统的可靠性和经济性,确定合理的风电场容量及接入方式。
摘要：风能具有随机性和间歇性的特点,风电场的存在会对电力系统可靠性产生一定的影响。对于含有风电场的发输电系统,通过合理地模拟风速和风电机组的出力情况,并采用时序蒙特卡罗模拟方法进行各类发电机组、输电设备的时序状态模拟;针对不同故障持续时间下单位负荷损失不尽相同的特点,充分考虑各类负荷的差异及故障持续时间,以系统发电成本和负荷损失费用之和最小为目标建立的优化调度模型更加符合电力市场环境下的实际情况。IEEE-RBTS测试系统的算例结果表明所建立的模型能够使负荷损失费用相对较小,而且风电机组对系统可靠性的贡献与其接入的风速区类型、容量、节点位置等具有密切关系,应当根据实际情况进行深入分析。