国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

計(jì)及公平性的多能合作博弈魯棒優(yōu)化調(diào)度

2023-03-21 07:52:36王蕓蕓馬志程周強(qiáng)董海鷹
綜合智慧能源 2023年2期
關(guān)鍵詞:熱電站魯棒出力

王蕓蕓,馬志程,周強(qiáng),董海鷹

(1.蘭州交通大學(xué) a.自動(dòng)化與電氣工程學(xué)院; b.新能源與動(dòng)力工程學(xué)院 蘭州 730070;2.中車株洲電力機(jī)車研究所有限公司 風(fēng)電事業(yè)部,湖南 株洲 412007; 3.國網(wǎng)甘肅省電力公司電力科學(xué)研究院,蘭州 730070)

0 引言

我國碳排放的主要來源是電力行業(yè),占我國碳排放總量的40%以上[1]。隨著“碳中和”的提出及能源轉(zhuǎn)型戰(zhàn)略的不斷深入,電力系統(tǒng)中可再生能源的占比呈增加的趨勢(shì)。大規(guī)模不確定性能源并網(wǎng)使得可再生能源的消納問題始終存在,以風(fēng)電、光伏為代表的清潔能源特有的波動(dòng)性、不穩(wěn)定性以及隨機(jī)性會(huì)對(duì)電力系統(tǒng)的安全穩(wěn)定運(yùn)行造成威脅。

為解決新能源電力系統(tǒng)不斷出現(xiàn)的問題,國內(nèi)外學(xué)者做了大量研究。文獻(xiàn)[2]針對(duì)風(fēng)電、光伏等可再生能源并網(wǎng)影響電力系統(tǒng)調(diào)峰以及可再生能源消納能力不足問題,采用分層優(yōu)化調(diào)度方法,提出了一種風(fēng)光水火儲(chǔ)多能系統(tǒng)互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度策略。文獻(xiàn)[3]針對(duì)可再生能源與可控負(fù)荷快速發(fā)展為電力系統(tǒng)帶來的問題,提出一種發(fā)用電一體化優(yōu)化調(diào)度模型。文獻(xiàn)[4]針對(duì)風(fēng)光出力的間歇性問題,考慮了風(fēng)光不確定性,以經(jīng)濟(jì)效益、負(fù)荷追蹤系數(shù)及風(fēng)光消納量為多重目標(biāo),建立了含風(fēng)、水、光的多能互補(bǔ)發(fā)電端與負(fù)荷端數(shù)據(jù)中心的優(yōu)化調(diào)度模型。文獻(xiàn)[5]針對(duì)如何確定外送輸電容量以滿足風(fēng)光聯(lián)合基地的外送需求,建立了光熱電站不同儲(chǔ)熱容量下風(fēng)電-光熱聯(lián)合系統(tǒng)外送容量優(yōu)化配置模型。文獻(xiàn)[6]針對(duì)風(fēng)光互補(bǔ)抽水蓄能電站各部分容量之間的關(guān)系,提出了一種風(fēng)光互補(bǔ)系統(tǒng)抽水蓄能電站容量優(yōu)化配置模型。文獻(xiàn)[7]針對(duì)風(fēng)電較強(qiáng)的隨機(jī)波動(dòng)性,提出了兼顧經(jīng)濟(jì)性和靈活性的雙層儲(chǔ)能輔助調(diào)峰優(yōu)化配置模型。

隨著電力市場改革的不斷深入,各能源運(yùn)營商可作為獨(dú)立主體參與電力市場調(diào)度,發(fā)電單元、儲(chǔ)能電站成了電力市場的競爭主體,各發(fā)電單元間存在利益競爭關(guān)系。合作博弈作為解決具有合作與競爭問題的首選方法,在電力系統(tǒng)優(yōu)化運(yùn)行[8-12]及儲(chǔ)能容量優(yōu)化配置[13-14]方面起到了重要作用。文獻(xiàn)[8]為了提高主動(dòng)配電網(wǎng)(ADN)和區(qū)域綜合能源系統(tǒng)(RIES)的交互效益,提出了一種含多RIES 的ADN 雙層博弈優(yōu)化調(diào)度策略。為了提高儲(chǔ)能資源利用率及經(jīng)濟(jì)性,文獻(xiàn)[9]提出了一種考慮分布式儲(chǔ)能的雙層合作博弈策略。文獻(xiàn)[10]針對(duì)多微網(wǎng)系統(tǒng)中能量管理問題,基于合作博弈理論提出了一種能量管理策略。文獻(xiàn)[11]基于合作博弈理論提出了一種基于市場的智能配電系統(tǒng)可靠性偏好設(shè)置方法。文獻(xiàn)[12]提出了一種博弈論方法,用于運(yùn)行配備分布式發(fā)電和需求響應(yīng)程序的智能配電網(wǎng)。

為了解決新能源波動(dòng)性對(duì)電力系統(tǒng)的影響,學(xué)者們不斷探索,主要采用的方法有機(jī)會(huì)約束規(guī)劃模型[13-14]、魯棒優(yōu)化模型[15-16]、條件風(fēng)險(xiǎn)價(jià)值理論[17-18]等。問題不斷研究不止,越來越多的文獻(xiàn)將不確定性理論與博弈論結(jié)合在一起[19-21]。文獻(xiàn)[19]針對(duì)如何提高微網(wǎng)系統(tǒng)對(duì)可再生能源的消納問題,考慮風(fēng)電和負(fù)荷的不確定性,結(jié)合合作博弈與條件風(fēng)險(xiǎn)價(jià)值理論建立了多微網(wǎng)協(xié)同調(diào)度模型。文獻(xiàn)[20]綜合考慮多微網(wǎng)系統(tǒng)中分布式電源出力不確定性和各微網(wǎng)間的非合作博弈行為,提出了一種針對(duì)多主體決策的非合作魯棒博弈優(yōu)化模型。文獻(xiàn)[21]考慮風(fēng)電出力的不確定性,引入具備數(shù)據(jù)透明性和可靠性的區(qū)塊鏈技術(shù),提出了區(qū)塊鏈技術(shù)下的多微網(wǎng)電能交易兩階段魯棒博弈競標(biāo)調(diào)度模型。

學(xué)者們針對(duì)可再生能源發(fā)展過程中存在的問題做了大量的工作,為后續(xù)的研究提供了方向和思路,但還存在需要進(jìn)一步研究的內(nèi)容:(1) 多能協(xié)調(diào)運(yùn)行方面,很少同時(shí)考慮光熱、光伏電站;(2) 合作博弈理論應(yīng)用于多能協(xié)調(diào)優(yōu)化調(diào)度方面,大多數(shù)文獻(xiàn)結(jié)合不確定性理論研究了多微網(wǎng)及綜合能源系統(tǒng),對(duì)于新能源電力系統(tǒng)調(diào)度公平性問題,少有文獻(xiàn)研究。文獻(xiàn)[22-23]從公平性的評(píng)價(jià)指標(biāo)出發(fā),給出了電力調(diào)度公平性的評(píng)價(jià)方法。但這些文獻(xiàn)中的公平性都是以電量完成進(jìn)度為指標(biāo)來衡量的,不符合新能源的隨機(jī)性和波動(dòng)性特點(diǎn),無法達(dá)到長期穩(wěn)定輸出的要求。

綜上分析,本文充分利用光熱電站靈活可調(diào)度的特性,將其作為聯(lián)合調(diào)度系統(tǒng)的獨(dú)立主體,考慮風(fēng)電光伏的不確定性,采用魯棒優(yōu)化理論將風(fēng)電、光伏、抽水蓄能電站及光熱電站作為合作博弈的參與者,建立考慮不確定性的合作博弈理論。該模型以基尼系數(shù)表征調(diào)度公平性,采用約束建模,引入基于基尼系數(shù)的調(diào)度公平性約束,以合作博弈聯(lián)盟收益最大為目標(biāo)函數(shù)。最后采用CPLEX 求解模型,通過算例驗(yàn)證模型的有效性。

1 新能源出力模型及魯棒優(yōu)化理論

1.1 風(fēng)力發(fā)電模型

風(fēng)力發(fā)電的功率主要取決于風(fēng)速大小,采用雙參數(shù)Weibull分布擬合風(fēng)速分布[15],概率密度函數(shù)為

式中:v為風(fēng)速;k為形狀參數(shù),k>0;c為尺度參數(shù),c>1。

風(fēng)力發(fā)電功率PW與風(fēng)速v的關(guān)系擬合為[15]

式中:vin為風(fēng)機(jī)的切入風(fēng)速;vr為風(fēng)機(jī)的額定風(fēng)速;vout為風(fēng)機(jī)的切出風(fēng)速;pr為風(fēng)機(jī)的額定出力;aW,bW,cW為擬合參數(shù)。

1.2 光伏發(fā)電模型

光伏電池的功率主要取決于輻照度和溫度,一般采用貝塔分布擬合實(shí)際輻照度[16],概率密度為

式中:Γ為Gamma函數(shù);E為實(shí)際太陽輻照度;Emax為最大太陽輻照度;a,b為形狀參數(shù)。

光伏發(fā)電功率可通過實(shí)際運(yùn)行條件和標(biāo)準(zhǔn)運(yùn)行條件下的光照、溫度等對(duì)比確定[16]。

式中:PSTC為標(biāo)準(zhǔn)情況下光伏電站的最大輸出功率;ESTC為輻照度的標(biāo)準(zhǔn)條件參數(shù);TSTC為溫度標(biāo)準(zhǔn)條件參數(shù);k為溫度系數(shù);TP為光伏板溫度。

由式(3)和式(4)可得光伏發(fā)電的功率概率密度函數(shù)為

忽略光伏電站之間的相互影響,光伏電站群的輸出功率為

式中:n為場群中的光伏電站數(shù)量。

1.3 光熱電站模型

光熱電站包括光場、發(fā)電機(jī)及儲(chǔ)熱系統(tǒng)[18],光熱電站輸入功率可以由光場通過太陽能直射的方式轉(zhuǎn)化為熱功率表示。發(fā)電機(jī)的輸出功率模型為

式中:ηrd為熱電轉(zhuǎn)換效率;PPCSP,t為t時(shí)刻光熱電站輸入的熱功率。

儲(chǔ)熱模型為

式中:Qt為t時(shí)刻儲(chǔ)熱系統(tǒng)的儲(chǔ)熱量;ρ為耗散系數(shù);PCRC,t,PFRC,t為t時(shí)刻儲(chǔ)熱系統(tǒng)的儲(chǔ)熱功率與放熱功率;ηCR,ηFR為儲(chǔ)熱系統(tǒng)儲(chǔ)熱、放熱效率。

1.4 魯棒優(yōu)化理論

系統(tǒng)的不確定性因素會(huì)影響優(yōu)化結(jié)果,優(yōu)化結(jié)果計(jì)算過程中,忽略優(yōu)化結(jié)果不符合實(shí)際、達(dá)不到優(yōu)化效果乃至惡化的情況,魯棒優(yōu)化理論是基于這一前提提出的。魯棒優(yōu)化的主旨是盡量避免不確定性對(duì)系統(tǒng)帶來的最壞影響,保證優(yōu)化調(diào)度策略在任何不確定情況下都滿足目標(biāo)函數(shù)。魯棒優(yōu)化理論通過引入?yún)?shù)處理不確定性,將不等式區(qū)間約束轉(zhuǎn)化為確定的等式約束。在該模型中不確定性參數(shù)是可調(diào)的,用于描述決策者對(duì)魯棒優(yōu)化的保守性?;谠摲椒▽?duì)風(fēng)電、光伏接入電網(wǎng)調(diào)度中的不確定性因素進(jìn)行處理,將其轉(zhuǎn)化為魯棒等式約束條件。

魯棒優(yōu)化一般采用不確定性集合描述不確定性,使得模型最終值滿足最優(yōu)解的條件并滿足不確定性集合中的任意參數(shù)。魯棒優(yōu)化的一般模型為

式中:f(x,ξ)為模型的非線性目標(biāo)函數(shù);x為決策變量;ξ為模型參數(shù);gi(x,ξ)為約束條件。

設(shè)模型參數(shù)ξ在集合U中變化,采用魯棒優(yōu)化理論將非線性問題轉(zhuǎn)化為魯棒模型

魯棒優(yōu)化模型的目標(biāo)函數(shù)、約束條件和不確定集合決定了模型的復(fù)雜度,由于模型含有不確定集合,因此,采用數(shù)學(xué)手段將魯棒優(yōu)化模型中屬于不確定集合的具體約束條件消去,將不確定性模型轉(zhuǎn)化為確定性模型[24]。魯棒優(yōu)化方法中,Soyster 魯棒優(yōu)化方法轉(zhuǎn)化方便且易于求解,其轉(zhuǎn)化公式為

含有大規(guī)模風(fēng)電、光伏的電力系統(tǒng)優(yōu)化調(diào)度問題屬于典型的魯棒優(yōu)化調(diào)度問題,本文采用魯棒優(yōu)化方法建立基于魯棒優(yōu)化理論的優(yōu)化調(diào)度模型。

2 優(yōu)化調(diào)度模型

光熱電站通常配有較大容量的儲(chǔ)熱系統(tǒng),瞬時(shí)的光照條件變化不會(huì)直接影響光熱電站的出力;同時(shí),由于可以非常準(zhǔn)確地預(yù)測次日光照輻射[6],光照的不確定性對(duì)光熱電站的出力影響非常有限,使得儲(chǔ)熱系統(tǒng)蓄熱時(shí)不會(huì)受天氣變化的干擾,故忽略光照變化對(duì)光熱電站出力的影響。

充分利用光熱電站靈活且可調(diào)度的特性,在風(fēng)力發(fā)電、光伏發(fā)電、抽水蓄能電站和光熱電站構(gòu)成的多源發(fā)電系統(tǒng)中,將其作為合作博弈的參與者,建立考慮不確定性的合作博弈模型。引入魯棒因子,結(jié)合魯棒優(yōu)化理論將含有不確定性的約束條件轉(zhuǎn)化為確定性約束,該約束可以反映運(yùn)營者對(duì)不確定性的容忍度;同時(shí),該模型以基尼系數(shù)表征調(diào)度公平性,采用約束建模,引入公平性約束,以合作博弈聯(lián)盟收益最大為目標(biāo)函數(shù)。魯棒優(yōu)化調(diào)度模型框架如圖1所示。

2.1 目標(biāo)函數(shù)

為了最大限度降低新能源出力的隨機(jī)性,本文研究風(fēng)力發(fā)電、光伏發(fā)電、抽水蓄能電站和光熱電站構(gòu)成的多源發(fā)電系統(tǒng)內(nèi)部的出力策略。多源發(fā)電系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 多源發(fā)電系統(tǒng)結(jié)構(gòu)Fig.2 Composition of the multi-energy power system

在多源發(fā)電系統(tǒng)內(nèi)部,合作博弈情形下,四方策略分別是聯(lián)盟中的風(fēng)電場、光伏電站、光熱電站和抽水蓄能電站的出力,合作博弈聯(lián)盟追求各自優(yōu)化目標(biāo)的最優(yōu)值,從而使得系統(tǒng)目標(biāo)最優(yōu),達(dá)到各方運(yùn)行條件下的Nash 均衡。四方合作博弈有多種聯(lián)盟形式,包括任何三方聯(lián)盟后與另一方博弈、任兩方聯(lián)盟與另兩方博弈以及四方組成總聯(lián)盟。用W 代表風(fēng)電場、P 代表光伏電站、H 代表抽水蓄能電站、C 代表光熱電站;用{{WPC},{H}},{{WH},{P}},{{HP},{W}},{{WPH}}表示合作博弈模式。

M=Mmax, (12)式中:M為合作博弈聯(lián)盟的總收益;Mmax為合作博弈聯(lián)盟總收益的最大值。

聯(lián)盟目標(biāo)函數(shù)的構(gòu)成模式包括

各組成部分收益情況如下。

(1) 風(fēng)電收益。風(fēng)電機(jī)組的收益包括售電收入、政府補(bǔ)貼收入、報(bào)廢收入、運(yùn)維支出[25]。引入風(fēng)功率偏差費(fèi)用h描述風(fēng)電出力的不確定性。

式中:T為調(diào)度周期;NW為參與調(diào)度的風(fēng)電場數(shù)量;pW,t為t時(shí)刻風(fēng)電價(jià)格;pW,g為政府補(bǔ)貼價(jià)格;PW,i,t為t時(shí)刻風(fēng)電場i的發(fā)電功率;IW,i,t為折算到調(diào)度區(qū)間的報(bào)廢收入;EW,i,t為折算到調(diào)度區(qū)間的運(yùn)維支出;IW,s為報(bào)廢總收入;r為貼現(xiàn)率;LW為風(fēng)機(jī)的平均壽命分別為t時(shí)刻風(fēng)電場i的有效風(fēng)功率和參與調(diào)度的功率;Co,i和Cu,i分別為預(yù)測高、低偏差費(fèi)用系數(shù),一般情況下Co,i>Cu,i。

(2) 光伏收益。光伏發(fā)電機(jī)組的收益包括售電收入、報(bào)廢收入和運(yùn)維支出。

式中:T為調(diào)度周期;NP為參與調(diào)度的光伏電站數(shù);pP,t為t時(shí) 刻 光 伏 發(fā) 電 價(jià) 格;pP,g為 政 府 補(bǔ) 貼 價(jià) 格;PP,i,t為t時(shí)刻光伏電站i向系統(tǒng)提供的電能;IP,i,t為折算到調(diào)度區(qū)間的報(bào)廢收入;EP,i,t為折算到調(diào)度區(qū)間的運(yùn)維支出;IP,s為報(bào)廢總收入;r為貼現(xiàn)率;LP為光伏組件的平均壽命。

(3) 抽水蓄能收益。抽水蓄能電站的收益主要包括售電收入、抽水支出、風(fēng)電和光伏電場支付給抽水蓄能電站的運(yùn)行費(fèi)用,表達(dá)式為

式中:T為調(diào)度周期;NH為參與調(diào)度的抽水蓄能機(jī)組數(shù)量;pH,t為抽水蓄能機(jī)組發(fā)電價(jià)格;cW2H為風(fēng)電場向抽水蓄能電站支付的輔助服務(wù)費(fèi)用;cP2H為光伏

(4) 光熱電站收益。

式中:pC為光熱電站的上網(wǎng)電價(jià);CC,t為t時(shí)刻光熱電站的運(yùn)維成本;kC為CSP 電站的環(huán)境效益系數(shù);CC,u為單位電量的運(yùn)維成本。

2.2 約束條件

(1) 電網(wǎng)功率平衡約束。

式中:PL,t為t時(shí)刻的負(fù)荷;φW,φP,φC分別為風(fēng)電、光伏及光熱電站的出力損失。

(2) 風(fēng)電出力約束。態(tài)變量,1表示光熱電站處于運(yùn)行狀態(tài)。

光熱電站最小啟停時(shí)間約束為

式中:T為調(diào)度周期;ton,toff分別為CSP 機(jī)組的最短開、關(guān)機(jī)時(shí)間。

光熱電站儲(chǔ)熱容量約束為

式中:Et,min為最小儲(chǔ)熱容量;tfl為儲(chǔ)熱滿負(fù)荷運(yùn)行小時(shí)數(shù)。

光熱電站儲(chǔ)熱系統(tǒng)運(yùn)行約束為

式中:PCRmax,PFRmax分別為最大儲(chǔ)熱和放熱功率為t時(shí)刻儲(chǔ)熱系統(tǒng)的運(yùn)行狀態(tài)變量,1 表示運(yùn)行于儲(chǔ)熱狀態(tài)。

光熱電站發(fā)電機(jī)爬坡約束為

光熱電站內(nèi)部功率約束為

式中:Ploss為熱量損失功率;ηC為熱轉(zhuǎn)化效率;SC為光熱電站光場的占地面積;EC,t為t時(shí)刻的太陽輻照度。

(6) 公平性約束。選用基尼系數(shù)作為衡量電力系統(tǒng)調(diào)度的公平性指標(biāo)。關(guān)于基尼系數(shù)的詳細(xì)描述見文獻(xiàn)[26]。根據(jù)各電廠的實(shí)際情況,通過調(diào)節(jié)基尼系數(shù)保證各電廠之間發(fā)電量分布的均衡性。對(duì)各發(fā)電單元的發(fā)電量完成進(jìn)度進(jìn)行排序,通過式(36)構(gòu)造約束。

式中:Xi,Xj均為發(fā)電廠的理想發(fā)電電量完成率;G0為基尼系數(shù)的設(shè)定值,根據(jù)實(shí)際情況取值,取值范圍為0~1,本模型選擇黃金值0.382。

式中:Wi,W0分別為發(fā)電廠i的實(shí)際完成發(fā)電量和計(jì)劃發(fā)電量。

將式(36)代入式(38)可得最終公平性約束為

2.3 模型魯棒化

通過引入可調(diào)節(jié)魯棒系數(shù)弱化新能源發(fā)電的極端情況即最保守的調(diào)度計(jì)劃[27-28],改變魯棒系數(shù)可以改變運(yùn)營管理者對(duì)風(fēng)電、光伏不確定性的包容度,得到不同不確定度下的調(diào)度策略,以適應(yīng)系統(tǒng)不同穩(wěn)定性需求。

假設(shè)風(fēng)電、光伏出力誤差系數(shù)絕對(duì)值分別為eW,t,eP,t,風(fēng)電、光伏出力的波動(dòng)區(qū)間分別為[PW,t(1 -eW,t),PW,t(1 +eW,t)],[PP,t(1 -eP,t),PP,t(1 +eP,t)],為使優(yōu)化模型存在可行解,對(duì)式(19)進(jìn)行修正

不確定性對(duì)模型的影響會(huì)隨著約束的強(qiáng)度而變化,為保證風(fēng)電、光電出力等于預(yù)測邊界時(shí)上述約束仍滿足,引入輔助變量ωW,t,ωP,t,增加對(duì)不確定性的約束能力,假設(shè)ωW,t≥|PW,t(1 -φW)±eW,tPW,t|,ωP,t≥|PP,t(1 -φP)±eP,tPP,t|,可得

依據(jù)式(42)與式(43)可代替式(19)獲得不確定性最大時(shí)的調(diào)度計(jì)劃。然而,新能源出力達(dá)到極端情況的概率較低,因此需對(duì)其進(jìn)行弱化,使其可以實(shí)現(xiàn)可調(diào)節(jié)性。據(jù)此引入魯棒系數(shù)ΓW,ΓP,取值范圍為[0,1],式(42)與式(43)可改寫為

據(jù)式(44)與式(45),結(jié)合2.2 節(jié)的其他約束可建立能自由調(diào)節(jié)魯棒系數(shù)的隨機(jī)優(yōu)化模型,此模型可在不同的魯棒系數(shù)下為系統(tǒng)運(yùn)營者提供最優(yōu)的調(diào)度策略。

2.4 收益分配

合作博弈收益分配方法有核心、核仁、穩(wěn)定集、談判集、Shapley 值等。其中基于Shapley 值的方法是根據(jù)聯(lián)盟成員對(duì)整體的邊際貢獻(xiàn)分配收益,能夠清晰地表明各成員對(duì)總體收益的貢獻(xiàn)程度,有利于聯(lián)盟的穩(wěn)定性;同時(shí),其分配過程清晰,易于理解[29]。對(duì)比4 種收益分配方法的均衡度,Shapley 值法更為均衡,收益分配較為公平,有利于聯(lián)盟的長期穩(wěn)定合作,故本文利用Shapley值在聯(lián)盟中分配收益。Shapley值法的分配函數(shù)為

式中:Zi(i∈1,2,3,4)為各參與者參與聯(lián)盟時(shí)的收益;v(s-i)為雙方不合作時(shí)的收益。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

算例選用甘肅某地區(qū)電網(wǎng),該電網(wǎng)配置100 MW 風(fēng)電場、75 MW 光伏電站、300 MW 抽水蓄能電站。光熱電站參數(shù):光-熱轉(zhuǎn)換效率為40%,鏡場面積為1.4 m2,發(fā)電機(jī)組最大出力為100 MW,最小出力為5 MW,儲(chǔ)熱系統(tǒng)容量為1 000 MW·h,發(fā)電成本為850 元/(MW·h),其他參數(shù)見文獻(xiàn)[30]。風(fēng)電場和光伏電站的參數(shù):切入風(fēng)速為3 m/s,切出風(fēng)速為25 m/s,風(fēng)機(jī)的額定風(fēng)速為14 m/s;光伏形狀參數(shù)a=0.43,b= 8.62;風(fēng)電、光伏出力誤差系數(shù)絕對(duì)值取0.08,0.03。假設(shè)采用分時(shí)電價(jià),調(diào)度周期為1 d 即24 h。采用CPLEX 求解器結(jié)合智能優(yōu)化算法求解算例,詳見文獻(xiàn)[31]。負(fù)荷預(yù)測曲線如圖3所示,光伏、風(fēng)電出力預(yù)測曲線如圖4所示。

圖3 負(fù)荷預(yù)測曲線Fig.3 Forecasted load curve

圖4 光伏、風(fēng)電出力預(yù)測曲線Fig.4 Forecasted wind and solar outputs

3.2 結(jié)果分析

3.2.1 合作博弈調(diào)度結(jié)果

本文以風(fēng)電、光伏、抽水蓄能電站及光熱電站為合作博弈參與者,研究考慮公平性的多能合作博弈優(yōu)化調(diào)度策略。采用以基尼系數(shù)表征的公平性約束建立的優(yōu)化調(diào)度模型能夠?yàn)槎嘀黧w參與決策的優(yōu)化調(diào)度提供策略,為此,本文繼續(xù)以基尼系數(shù)為約束條件建立合作博弈模型。非合作博弈是合作博弈的特殊形式,因此,首先讓4個(gè)參與者各自為政,獨(dú)立決策,此時(shí)的最優(yōu)策略為{WPHC}={41.04,46.35,68.246}MW,收益分別為:風(fēng)電43.58 元,光伏49.23 元,光熱72.22 元,抽水蓄能271.65 元。再以博弈聯(lián)盟中單位發(fā)電收益最大的參與者滿發(fā),不足部分利用收益次之的補(bǔ)足為合作博弈聯(lián)盟的原則,組成4個(gè)參與者為聯(lián)盟的合作博弈聯(lián)盟,得到1 個(gè)調(diào)度周期內(nèi)的出力結(jié)果,如圖5 所示,其收益如圖6 所示。由合作博弈結(jié)果可得,最優(yōu)出力為{WPHC}={100,75,257,100}MW,收益分別為風(fēng)電1 693.80 元,光伏760.99 元,抽水蓄能983.87 元,光熱2 287.54 元。對(duì)比可得,合作博弈的收益遠(yuǎn)遠(yuǎn)大于不合作時(shí)的收益。

圖5 合作博弈聯(lián)盟1個(gè)調(diào)度周期的出力Fig.5 Output of the cooperative game coalition in a schedule period

此外,由圖5可得,新能源聯(lián)合系統(tǒng)具有削峰填谷的作用:在負(fù)荷高峰期(09:00 —11:00)各參與者出力皆為正,即抽水蓄能電站運(yùn)行于發(fā)電工況,光熱電站也處于發(fā)電狀態(tài);在負(fù)荷低谷期(15:00),抽水蓄能電站運(yùn)行于抽水工況,此時(shí)光熱電站的出力也為負(fù),即工作于儲(chǔ)能狀態(tài),因?yàn)?5:00 時(shí)風(fēng)力、太陽能資源豐富,風(fēng)力和光伏的發(fā)電能大體滿足負(fù)荷需求。新能源總出力的不確定導(dǎo)致聯(lián)合系統(tǒng)不能時(shí)刻滿足負(fù)荷需求,為此,還需要常規(guī)機(jī)組作為備用,以防聯(lián)合系統(tǒng)無法滿足重要負(fù)荷。

由圖6 可知,抽水蓄能電站的收益總是大于其余參與者,主要是因?yàn)榇颂幙紤]了抽水蓄能電站作為輔助服務(wù)的收益。

圖6 合作博弈聯(lián)盟1個(gè)調(diào)度周期的收益Fig.6 Income of the cooperative game coalition in a schedule period

為了對(duì)比公平性對(duì)各參與者收益的影響,設(shè)置了不同基尼系數(shù)作為約束值,以0.02 為間隔,得到收益變化,如圖7 所示。由圖7 可得:當(dāng)基尼系數(shù)增大即公平性變差時(shí),收益將增加,基尼系數(shù)越接近0即公平性越好時(shí),收益越少,公平性與收益近似成負(fù)相關(guān)關(guān)系。計(jì)及公平性的電力系統(tǒng)優(yōu)化調(diào)度經(jīng)濟(jì)性與公平性成負(fù)相關(guān)關(guān)系,而采用基尼系數(shù)表征調(diào)度公平性,并以此建立優(yōu)化調(diào)度模型,可以通過調(diào)整基尼系數(shù)來滿足不同公平性要求下的經(jīng)濟(jì)調(diào)度需求。

圖7 合作博弈聯(lián)盟總體收益隨基尼系數(shù)的變化Fig.7 Overall income of the cooperative game coalition varying with Gini coefficient

3.2.2 不同合作博弈聯(lián)盟收益及分配情況

由于光熱電站能具有儲(chǔ)能作用,分析時(shí)將抽水蓄能電站和光熱電站看作同類型參與者,據(jù)博弈模型計(jì)算其他典型聯(lián)盟模式下的收益,見表1。

表1 典型聯(lián)盟及收益情況Table 1 Income of different coalition 元

由表1 可知:采用合作博弈模式時(shí)各參與者的收益比非合作博弈時(shí)的高,且當(dāng)參與者為4 個(gè)時(shí)總收益最高。合作博弈聯(lián)盟中含有抽水蓄能電站時(shí)的收益較高,因?yàn)槌樗钅茈娬臼找嬷泻酗L(fēng)電和光伏出力的電力轉(zhuǎn)移收益。光熱電站的儲(chǔ)能受太陽能資源的影響,其收益仍具有不確定性,因此,合作博弈聯(lián)盟中,風(fēng)電和儲(chǔ)能組成聯(lián)盟時(shí)的收益比光伏和儲(chǔ)能組成聯(lián)盟時(shí)高。因?yàn)楣夥娬镜某隽υ跁r(shí)間上具有不確定性,而風(fēng)電和光伏具有互補(bǔ)性,所以當(dāng)風(fēng)電、光伏和儲(chǔ)能組成聯(lián)盟時(shí)收益較大,如{WPHC},{WPH}等。

為計(jì)算聯(lián)盟收益分配需要計(jì)算不同聯(lián)盟的特征函數(shù)和邊際貢獻(xiàn)[32],見表2。采用Shapley 值法分配不同聯(lián)盟組合情形下的收益,其分配情況見表3。

表2 不同聯(lián)盟的特征函數(shù)及邊際貢獻(xiàn)Table 2 Characteristic function and marginal contribution of different coalition 元

表3 不同聯(lián)盟的收益分配Table 3 Income distribution of different coalition 元

3.2.3 調(diào)度隨機(jī)性分析

為了研究魯棒系數(shù)對(duì)新能源并網(wǎng)的影響,選擇魯棒系數(shù)為0,0.5,0.9,以參與者為4個(gè)時(shí)的出力結(jié)果為例,分析不同魯棒系數(shù)下的風(fēng)電、光伏的并網(wǎng)功率變化情況,如圖8—9所示。

由圖8 和圖9 可得,隨著魯棒系數(shù)的增加,系統(tǒng)運(yùn)營者對(duì)風(fēng)電、光伏不確定性的接納度逐漸減小,導(dǎo)致風(fēng)電和光伏的并網(wǎng)率降低,反之,增強(qiáng)了電力系統(tǒng)運(yùn)行的穩(wěn)定性。當(dāng)魯棒系數(shù)為0.5時(shí),風(fēng)電、光伏的并網(wǎng)率分別下降了7.40%,9.38%;當(dāng)魯棒系數(shù)為0.9 時(shí),風(fēng)電、光伏的并網(wǎng)率分別下降了13.28%,16.63%。

圖8 不同魯棒系數(shù)下的風(fēng)電并網(wǎng)功率Fig.8 Wind grid-connected power under different robustcoefficient

圖9 不同魯棒系數(shù)下的光伏并網(wǎng)功率Fig.9 Grid-connected power under different robust coefficient

為了研究風(fēng)光不確定性對(duì)合作博弈收益的影響,通過調(diào)節(jié)不同魯棒系數(shù)對(duì)比魯棒優(yōu)化調(diào)度下的合作博弈收益變化情況及風(fēng)光并網(wǎng)率變化情況。選擇魯棒系數(shù)分別為0,0.5,0.9,以聯(lián)盟組合為{{W}{P}{{H}{C}}和{WPHC}為例討論各參與者的收益情況及聯(lián)盟總收益變化情況,魯棒系數(shù)為0時(shí)的優(yōu)化結(jié)果如圖5 所示。圖10 為不同魯棒系數(shù)下{{W}{P}{{H}{C}}的優(yōu)化調(diào)度結(jié)果分析,圖11為不同魯棒系數(shù)下合作博弈{WPHC}的調(diào)度結(jié)果。

綜合圖10 和圖11 可得,魯棒系數(shù)的變化可導(dǎo)致合作博弈聯(lián)盟的收益發(fā)生變化,隨著魯棒系數(shù)的增大,風(fēng)光模塊的收益減少,總收益也減少,因?yàn)轸敯粝禂?shù)的增大表明風(fēng)電和光伏的出力隨機(jī)性增強(qiáng),供電可靠性減弱,對(duì)于系統(tǒng)運(yùn)營者而言,更傾向于采用穩(wěn)定的電源。如圖10所示,隨著魯棒系數(shù)的增加,聯(lián)盟總體的收益減少,此時(shí)運(yùn)營管理者趨于采用穩(wěn)定的供電電源滿足負(fù)荷需求,一般采用常規(guī)機(jī)組。如圖11所示,此時(shí)聯(lián)合系統(tǒng)中抽水蓄能電站和光熱電站的出力會(huì)增加,其收益也會(huì)增加,導(dǎo)致聯(lián)合系統(tǒng)總體收益變化不明顯;在本例中合作博弈聯(lián)盟{WPHC}中風(fēng)光收益減少,但總體收益變化穩(wěn)定,此時(shí),隨著風(fēng)光不穩(wěn)定性的增加,聯(lián)盟為了收益最大化將增加其余穩(wěn)定模塊的出力,如抽水蓄能電站或光熱電站,以滿足負(fù)荷需求,因此,聯(lián)盟總收益變化基本穩(wěn)定。綜合分析結(jié)果得:當(dāng)魯棒系數(shù)分別為0.5,0.9 時(shí)其總收益的變化率分別為0.022 和0.056。

圖10 {{W}{P}{{H}{C}}收益變化Fig.10 Variation of the income of {{W}{P}{{H}{C}}

圖11 {WPHC}收益變化Fig.11 Variation of the income of {WPHC}

綜上所述,若將新能源接入大電網(wǎng)進(jìn)行優(yōu)化調(diào)度,風(fēng)光不確定性增加時(shí)需采用常規(guī)機(jī)組調(diào)節(jié)以滿足穩(wěn)定運(yùn)行需求,如文獻(xiàn)[27]中隨著魯棒性的變化,常規(guī)機(jī)組出力比重會(huì)增加,顯然不滿足能源綠色發(fā)展的需求。因此,采用合作博弈將風(fēng)光等新能源和具有靈活可調(diào)特性的電源組成聯(lián)合系統(tǒng)參與調(diào)度具有獨(dú)特的優(yōu)勢(shì),由于風(fēng)光出力隨機(jī)增加而不滿足運(yùn)營者對(duì)出力穩(wěn)定性的需求時(shí),可增加聯(lián)盟中穩(wěn)定性發(fā)電主體的發(fā)電量。

綜合不同魯棒系數(shù)下的風(fēng)電和光伏并網(wǎng)率分析不同魯棒系數(shù)下合作博弈聯(lián)盟的收益變化情況可得:魯棒系數(shù)變大時(shí),風(fēng)電和光伏的出力將減小,系統(tǒng)運(yùn)行收益會(huì)隨之增加,此時(shí)系統(tǒng)管理者或合作博弈聯(lián)盟規(guī)則將會(huì)采取措施以減少不確定性對(duì)總體的影響,在本文合作博弈聯(lián)盟中將偏向于調(diào)度抽水蓄能電站與光熱電站供電,維持電網(wǎng)穩(wěn)定供電。

4 結(jié)論

本文將風(fēng)電、光伏、抽水蓄能電站和光熱電站組成多源發(fā)電系統(tǒng),在系統(tǒng)內(nèi)部以各組成部分為博弈參與者,引入魯棒因子描述風(fēng)光出力的不確定性,結(jié)合魯棒優(yōu)化理論和合作博弈理論建立優(yōu)化調(diào)度模型。該模型以基尼系數(shù)為約束條件之一表征公平性,以合作博弈聯(lián)盟收益最大為目標(biāo)函數(shù)。通過對(duì)比分析多種合作博弈聯(lián)盟下的出力及收益情況,可得到以下結(jié)論。

(1) 將風(fēng)電、光伏、抽水蓄能電站及光熱電站作為合作博弈參與者參與優(yōu)化調(diào)度,可以綜合多種能源發(fā)電的特點(diǎn),滿足不同時(shí)刻的負(fù)荷需求,達(dá)到多能互補(bǔ)的目的。相比于非合作博弈,多能合作博弈在多能互補(bǔ)提高運(yùn)行穩(wěn)定性的基礎(chǔ)上,能夠使新能源系統(tǒng)獲得更高的收益,符合廠網(wǎng)分開的電力市場背景。

(2) 魯棒優(yōu)化理論能夠較好地刻畫風(fēng)光出力的隨機(jī)性,可為不同穩(wěn)定性需求的聯(lián)合系統(tǒng)運(yùn)營者或合作博弈聯(lián)盟提供優(yōu)化策略。系統(tǒng)運(yùn)營者通過調(diào)節(jié)魯棒系數(shù)調(diào)整對(duì)風(fēng)電、光伏隨機(jī)性的容忍度,在保證安全穩(wěn)定運(yùn)行的前提下提高整體的收益。

(3) 相比于風(fēng)電、光伏、抽水蓄能及光熱電站各自為政時(shí)系統(tǒng)的總收益隨魯棒系數(shù)的變化情況,合作博弈情況下,總體收益更穩(wěn)定,能夠充分發(fā)揮合作博弈聯(lián)盟的特點(diǎn),促進(jìn)新能源聯(lián)合系統(tǒng)可靠運(yùn)行。

本研究只考慮了發(fā)電主體的利益,沒有涉及整個(gè)調(diào)度系統(tǒng)的效益,未考慮電網(wǎng)的利益。研究過程中假設(shè)參與合作博弈的主體完全理性且收益可轉(zhuǎn)移,理想化地處理了參與市場決策的發(fā)電主體,未考慮影響博弈參與者參與度的因素。因此,在后續(xù)研究中可從影響博弈參與者參與合作博弈的因素角度進(jìn)行深入探索。

猜你喜歡
熱電站魯棒出力
我國海拔最高地?zé)犭娬纠塾?jì)發(fā)電突破5 億千瓦時(shí)
突破5億千瓦時(shí)
基于學(xué)習(xí)的魯棒自適應(yīng)評(píng)判控制研究進(jìn)展
目標(biāo)魯棒識(shí)別的抗旋轉(zhuǎn)HDO 局部特征描述
風(fēng)電場有功出力的EEMD特性分析
要爭做出力出彩的黨員干部
河南電力(2016年5期)2016-02-06 02:11:35
基于Cauchy魯棒函數(shù)的UKF改進(jìn)算法
基于Cauchy魯棒函數(shù)的UKF改進(jìn)算法
風(fēng)電場群出力的匯聚效應(yīng)分析
電測與儀表(2015年5期)2015-04-09 11:31:12
目標(biāo)軌跡更新的點(diǎn)到點(diǎn)魯棒迭代學(xué)習(xí)控制
扶风县| 射洪县| 晋江市| 鹿邑县| 鲁山县| 平邑县| 溧阳市| 都安| 工布江达县| 怀仁县| 宜春市| 高碑店市| 五家渠市| 开封市| 于田县| 东辽县| 洱源县| 永年县| 通河县| 大足县| 错那县| 道真| 滦平县| 太谷县| 平乡县| 搜索| 门头沟区| 时尚| 兴文县| 永泰县| 准格尔旗| 万宁市| 平舆县| 溆浦县| 宣恩县| 汾阳市| 隆子县| 乌兰察布市| 南涧| 秦皇岛市| 辉县市|