王睿淳等

摘要：

針對內蒙古地區(qū)風電等可再生發(fā)電資源的大量并網，結合儲能系統(tǒng)及其他多種發(fā)電資源，構建內蒙古電網多種發(fā)電資源協(xié)調優(yōu)化調度模型，以促進可再生能源應用的同時，保證電網運行穩(wěn)定應及經濟效益，從而實現整體的經濟、環(huán)境與社會效益。采用改進的細菌覓食算法，以保證風力發(fā)電出力的前提下發(fā)電系統(tǒng)收益最大化為目標，建立多種發(fā)電資源協(xié)調優(yōu)化調度模型，并選取實例進行算法對比分析，分析不同情形下多種發(fā)電資源協(xié)調調度的經濟性。結果表明，風電與其他可再生發(fā)電資源、儲能機組以及常規(guī)機組協(xié)調調度，不僅具有環(huán)保性，且提高了系統(tǒng)運營的經濟性，應予以大力推廣。

關鍵詞：

內蒙古電網；發(fā)電資源；優(yōu)化調度；細菌覓食算法

中圖分類號：

TB

文獻標識碼：A

文章編號：16723198（2014）22019503

1引言

能源緊缺、氣候變化以及環(huán)境污染等問題的日益嚴峻，對電力系統(tǒng)的發(fā)展提出了新的挑戰(zhàn)。新形勢下，各地電力系統(tǒng)的發(fā)展重點正在逐漸轉變，風電等可再生發(fā)電資源逐漸被廣泛采用。風電并網的有序性在很大程度上體現在風電與其他可再生能源之間，風電與常規(guī)電源、電網建設、大型儲能設備之間規(guī)劃和運行兩方面的協(xié)調與配合。但是由于風電建設周期短、審批標準管理不善，致使我國風力發(fā)電規(guī)劃與電網規(guī)劃脫節(jié)；同時，內蒙古地區(qū)風電多分布在負荷水平薄弱的地區(qū)，電力不能就地消納，棄風現象嚴重，抑制了內蒙古風電的有序并網運行。因此，本部分重點分析內蒙古地區(qū)風電與其他發(fā)電資源協(xié)調優(yōu)化調度方案。

國內對于含風電的多種發(fā)電資源協(xié)調優(yōu)化調度研究主要停留在理論研究階段，未得到實際推廣。文獻[1]分析了分布式發(fā)電資源的技術現狀及其在中國的發(fā)展；文獻[2]構建了分布式電源節(jié)能調度優(yōu)化模型。國外對于分布式發(fā)電資源調度算法的研究較多，其中文獻[3]和文獻[4]采用混合整數線性規(guī)劃算法分別對含有風電及熱電聯(lián)產機組的電力系統(tǒng)發(fā)電資源進行優(yōu)化調度；文獻[5]分析了核電與風電聯(lián)合調度所帶來的經濟性與環(huán)保性。

本文基于內蒙古地區(qū)多種發(fā)電資源協(xié)調調度管理體系及現狀，構建了多種發(fā)電資源協(xié)調優(yōu)化調度模型，并采用改進的細菌覓食算法對模型進行尋優(yōu)求解，對比分析含可再生發(fā)電資源的發(fā)電系統(tǒng)優(yōu)化調度與傳統(tǒng)發(fā)電資源調度的經濟性，為內蒙古地區(qū)風電的大規(guī)模并網提供調度方案。

2風電與多種發(fā)電資源的協(xié)調優(yōu)化調度

2.1風電與其他可再生發(fā)電資源協(xié)調調度

以光伏發(fā)電為例，風能和光能都存在間歇性和隨機性，其獨立運行的供電系統(tǒng)難以提供連續(xù)穩(wěn)定的電力輸出，為實現電力供應的平穩(wěn)輸出，可以通過風光互補并加入儲能裝置，在充分利用風能和光能在時間以及地域上的天然互補性的基礎上，通過儲能系統(tǒng)對電能的存儲和釋放，以達到改善風光發(fā)電的功率輸出特性，緩解風電的間歇性和波動性與電力系統(tǒng)實時平衡之間的矛盾，降低其電網的沖擊。其聯(lián)合調度流程如圖1所示。

其中，風光電站功率聯(lián)合預測主要基于風速與光照等氣象信息，并通過數據接口從調度SCADA獲取風電場和光伏電站的歷史運行數據，建立一定的輸出功率評價模型，采用多種方法對次日風電出力和光伏電站處理進行預測，進而計算加工得出次日的風光電站輸出的總功率曲線；發(fā)電計劃安排通過智能控制調度系統(tǒng)配置出力計劃；實時發(fā)電控制則由智能控制調整系統(tǒng)的實時發(fā)電控制來完成，其根據實際運行情況及時調整由離線軟件計劃輸出的發(fā)電計劃。

2.2風電與常規(guī)發(fā)電資源協(xié)調調度

風電功率的隨機性與間歇性，決定了風電出力的控制較為困難。如果有一定規(guī)模的常規(guī)機組配合運行，利用水、火電機組的調節(jié)能力，可以實現對風電出力的補償，平抑風電的間歇性波動，保證外送負荷特性滿足受端電網要求。因此，在加強電網的建設，接納更多的風電上網與外送的同時，還應實施“風火水互濟”打捆外送模式，以穩(wěn)定的潮流外送。

風電-常規(guī)能源聯(lián)合調度運行管理策略主要有兩點：

（1）有水電聯(lián)合調度情況下。

在有水電參與風電聯(lián)合調度的情況中，由于水電具有一定的波動性，其在春夏季為豐水期、秋冬季為枯水期。當水電站的水庫具有一定調節(jié)庫容時，水庫蓄水可以平抑來水的短期波動。此時，將水電站與風電場聯(lián)合運行，可以用水電的短期波動平抑能力彌補風電的短期波動，風電則為整個聯(lián)合發(fā)電系統(tǒng)提供電量保證。

（2）無水電聯(lián)合調度或水電不足以完全平衡風電出力情況下。

在此情況下，火電將作為平衡風電出力的主要調峰手段?；痣姷恼{峰情況需要首先計算水電可平衡的風電，即水電為風電提供調峰能力（無水電聯(lián)合調度情況下水電調峰能力為0）后，安排各類火電廠在系統(tǒng)負荷曲線的工作位置。其調度策略如下：①首先，安排受外部條件或機組運行技術條件限制的發(fā)電出力；②安排有調節(jié)庫容水電廠的可調節(jié)出力；③系統(tǒng)日負荷曲線上剩余部分負荷即為火電廠承擔的負荷。

2.3風電與抽水蓄能電站協(xié)調調度

風電-抽水蓄能電站聯(lián)合系統(tǒng)結構主要有三種：一是風電僅與抽水蓄能電站相連；二是風電既與抽水蓄能電站相連又與電網相連；三是風電僅與電網相連?？紤]風電和抽水蓄能電站的特殊地理條件及電能的利益效率，兩者分別各自接入電網具有更好的靈活性。因此，本部分選擇的風電-抽水蓄能電站聯(lián)合系統(tǒng)結構如圖2所示。

3.2優(yōu)化調度算法

在此對細菌覓食算法進行改進，以對模型進行優(yōu)化調度分析。

細菌覓食算法（Bacteria Foraging Algorithm， BFA）是由Passino開發(fā)的一種仿生類算法，主要源自人體腸道內大腸桿菌的覓食機制。在實際的細菌覓食過程中，細菌通過翻轉和前進等運動，尋找最優(yōu)的適應值。具體而言，BFA算法包括趨化、繁殖與驅散三個步驟：（1）趨化。首先，細菌進行翻轉運動，即改變方向移動單位步長；其次，若翻轉后適應值有所改善，則繼續(xù)沿同一方向移動若干步，否則即中止運動。（2）繁殖。趨化次數達到臨界值時，細菌將依據“優(yōu)勝劣汰”原則，進行繁殖。（3）驅散。為加強BFA算法的全局尋優(yōu)能力，在細菌完成一定次數的繁殖后，將以一定概率把細菌驅散到搜索空間中任意位置，避免陷入局部尋優(yōu)。

本文基于原始的BFA算法對其尋優(yōu)過程中的趨化和繁殖階段進行了改進。改進過程包括：（1）求解最小化問題時，在再生排序完成前，取趨化階段每個細菌成本函數的最小值，而不是取所有趨化階段成本函數的平均值；（2）每個趨化階段中所有細菌的路線均通過最優(yōu)細菌路線得到評估，而不是取自其余所有細菌彼此間的距離。

4算例分析

4.1數據采集

本文選取IEEE-30母線系統(tǒng)作為實例，并做出相應調整。系統(tǒng)由風電機組、光伏發(fā)電機組及可控負荷組成，并將原系統(tǒng)第11與13條母線上的常規(guī)電廠改為風電場、光伏發(fā)電廠，裝機容量均為40MW。選取某一典型日內系統(tǒng)發(fā)電出力及成交電價相關數據，見表1、表2。

5結論

隨著內蒙古地區(qū)風電的大量并網，將對配電系統(tǒng)產生一定影響，因此在電力優(yōu)化調度中需考慮電網約束，如線路可允許電壓，以及母線電壓水平等；同時，也需增加新的約束條件，如配電網每條母線的線路容量和電壓級別等。本文針對內蒙古電網多種發(fā)電資源的大量并網，構建了適用于各種分布式發(fā)電資源的優(yōu)化模型，并采用改進的細菌覓食算法，分析了不同參數條件下模型的經濟性，為內蒙古地區(qū)風電的大規(guī)模有序并網提供了理論依據。通過算例分析表明，采用多種發(fā)電資源協(xié)調優(yōu)化調度模型，可顯著提升電力系統(tǒng)營運利潤，并具有環(huán)保效益。

參考文獻

[1]梁振峰，楊曉萍，張娉.分布式發(fā)電技術及其在中國的發(fā)展[J].西北水電，2006（1）：5153.

[2]茍寶寶.分布式電源節(jié)能調度的優(yōu)化模型研究[J].電工電氣，2010，12：716.

[3]唐勇俊，劉東，阮前途.計及節(jié)能調度的分布式電源優(yōu)化配置及其并行計算[J].電力系統(tǒng)自動化，2008，32（7）：9297.

[4]Bernhard W H，Thomas E，Christof W.Decentralised optimisation of cogeneration in virtual power plants[J].Solar Energy，2010，84（4）：604611.

[5]David S，Arturs P，Ioulia P，et al.Benefits and cost implications from integrating small flexible nuclear reactors with offshore wind farms in a virtual power plant[J].Energy Policy，2012，46（1）：558573.

[6]丁明，包敏，吳紅斌，等.復合能源分布式發(fā)電系統(tǒng)的機組組合問題[J].電力系統(tǒng)自動化，2008，32（6）：4650.

[7]馬溪原，吳耀文，方華亮，等.采用改進細菌覓食算法的風/光/儲混合微電網電源優(yōu)化配置[J].中國電機工程學報，2011，31（25）：1725.

[8]Pai MA.Computer methods in power system analysis[M].TMH Publishers，1996.