吳 影

（國網(wǎng)陜西省電力有限公司，陜西 西安 710048）

0 引 言

當(dāng)前電力系統(tǒng)主要依賴于傳統(tǒng)的化石燃料，并且?guī)砹艘幌盗协h(huán)境和能源安全問題?？稍偕茉吹拇笠?guī)模集成可以顯著降低碳排放、減少對傳統(tǒng)能源依賴，并促進(jìn)能源結(jié)構(gòu)的轉(zhuǎn)型。然而，可再生能源的波動性、不確定性和潮汐性等特點，給電力系統(tǒng)的運行和調(diào)度帶來了巨大的挑戰(zhàn)。隨著電力系對可再生能源依賴的不斷加重，如何解決技術(shù)難題，提高電力系統(tǒng)的穩(wěn)定性和可靠性，成為了急需解決的問題[1]。同時，電力系統(tǒng)的調(diào)度優(yōu)化也是一個關(guān)鍵的研究方向。在不同條件下合理安排可再生能源的發(fā)電計劃，使其與電力負(fù)荷的匹配更加緊密，不僅可以提高能源利用效率，還能夠保障電力系統(tǒng)的穩(wěn)定運行[2-3]。

1 大規(guī)?？稍偕茉吹膯栴}分析

1.1 可再生能源發(fā)電的波動性分析

可再生能源的波動性是指發(fā)電量在時間上的不穩(wěn)定性，主要受氣象等外部因素影響。以風(fēng)能發(fā)電為例，某地風(fēng)能發(fā)電站某天小時區(qū)間內(nèi)的發(fā)電量如圖1所示。

圖1 某地風(fēng)能發(fā)電站某天小時區(qū)間內(nèi)的發(fā)電量

由圖1 可以看出，在不同時間段，風(fēng)能發(fā)電量存在明顯的波動，導(dǎo)致小時發(fā)電量差異較大。類似地，太陽能發(fā)電也受日照程度、云量等因素影響，表現(xiàn)出晝夜間和晴雨天的產(chǎn)量差異。這種波動性給電力系統(tǒng)的穩(wěn)定運行帶來了一定的壓力。

1.2 可再生能源發(fā)電的潮汐性分析

潮汐性是指可再生能源發(fā)電的周期性變化，通常與日夜變化、季節(jié)變化等周期性因素密切相關(guān)。以太陽能發(fā)電為例，太陽能發(fā)電在不同季節(jié)下呈現(xiàn)出潮汐性的變化。夏季光照強(qiáng)度較強(qiáng)，導(dǎo)致發(fā)電量增加；冬季陽光較為稀少，發(fā)電量減少。這種潮汐性變化對電力系統(tǒng)的調(diào)度和穩(wěn)定性提出了挑戰(zhàn)。某地光伏電站在春季、夏季、秋季以及冬季的日平均發(fā)電量情況如表1 所示。

表1 某地光伏電站四季的日平均發(fā)電量對比 單位：kW·h

1.3 可再生能源的不確定性與變異性

可再生能源的不確定性與變異性指能源產(chǎn)量在時間和空間上的隨機(jī)波動，主要受氣象條件、地理位置等因素影響。這種不確定性和變異性給可再生能源集成帶來了諸多挑戰(zhàn)，尤其對電力系統(tǒng)的調(diào)度和運行產(chǎn)生了不小的麻煩。

問題之一是可再生能源的波動性使得電力系統(tǒng)的負(fù)荷預(yù)測變得更加復(fù)雜。因為可再生能源產(chǎn)量的不確定性，難以準(zhǔn)確預(yù)測未來一段時間內(nèi)的能源供應(yīng)，可能導(dǎo)致電力系統(tǒng)的過?；虿蛔悖M(jìn)而影響電力穩(wěn)定性和供需平衡。問題之二是由于不確定性和變異性，電力系統(tǒng)在實際運行中需要頻繁進(jìn)行調(diào)度。如果不及時調(diào)整，系統(tǒng)可能會出現(xiàn)波動過大、頻繁斷電等問題，影響用戶的正常用電。此外，可再生能源的分布不均勻性也增加了調(diào)度的難度。因為不同地區(qū)的天氣條件和資源狀況不同，可再生能源的產(chǎn)量存在明顯的地域差異，如風(fēng)能和太陽能在不同地區(qū)的分布不一致，使得在不同地區(qū)之間實現(xiàn)能源的平衡和傳輸也變得更加復(fù)雜。

2 大規(guī)?？稍偕茉吹恼{(diào)度優(yōu)化

2.1 基于數(shù)學(xué)模型的調(diào)度優(yōu)化

電力系統(tǒng)的調(diào)度優(yōu)化是一個復(fù)雜的問題，涉及到多種因素的協(xié)調(diào)與平衡。為了解決這個問題，可以采用混合整數(shù)線性規(guī)劃（Mixed Integer Linear Program，MILP）方法。MILP 能夠在考慮各種約束條件的情況下找到一個最優(yōu)的調(diào)度方案，實現(xiàn)電力系統(tǒng)的穩(wěn)定運行和能源高效利用。MILP 的核心思想是將優(yōu)化問題表示為一個線性目標(biāo)函數(shù)和一組線性約束條件，其中一些變量可以取整數(shù)值，從而更精確地描述實際情況[4]。在電力系統(tǒng)調(diào)度中，可以考慮將最小化總發(fā)電成本Y作為目標(biāo)函數(shù)，同時滿足電力平衡、發(fā)電機(jī)出力限制、線路傳輸能力等約束條件，用公式表示為

式中：N為發(fā)電機(jī)的數(shù)量；Ci為第i個發(fā)電機(jī)的單位發(fā)電成本；Pi為第i個發(fā)電機(jī)的單位發(fā)電功率；qj為第j個負(fù)荷的需求；D為總負(fù)荷需求；pi,min和pi,max分別為第i個發(fā)電機(jī)的最小和最大出力；Pkm,max為線路（k,m）的最大傳輸能力。通過MILP 模型可以在考慮各種復(fù)雜約束條件的情況下，明確需解決的問題，確定未來一段時間內(nèi)電力系統(tǒng)的最優(yōu)調(diào)度方案。然后，根據(jù)問題描述，利用專業(yè)的數(shù)學(xué)優(yōu)化工具（如CPLEX、Gurobi 等），實現(xiàn)MILP 模型。將目標(biāo)函數(shù)和約束條件轉(zhuǎn)化為工具可以識別的格式，并加載輸入數(shù)據(jù)。解析求解結(jié)果并將其轉(zhuǎn)化為易于理解的調(diào)度指令，包括對各個設(shè)備的開關(guān)機(jī)指令、電力傳輸線路的調(diào)度等。將這些結(jié)果展示給用戶，以供決策使用。在實際執(zhí)行調(diào)度方案后，收集執(zhí)行結(jié)果，與預(yù)測進(jìn)行對比，反饋到模型中，優(yōu)化模型參數(shù)，求解出電力系統(tǒng)的最優(yōu)調(diào)度方案，實現(xiàn)系統(tǒng)的高效運行和可再生能源的最大利用。

2.2 面向不確定性的調(diào)度策略

不確定性因素的存在使得傳統(tǒng)的確定性調(diào)度方法不再適用。為了應(yīng)對這一挑戰(zhàn)，需要采用面向不確定性的調(diào)度策略，確保電力系統(tǒng)的穩(wěn)定運行和可再生能源的高效利用。一種有效的策略是采用基于概率約束的方法，將電力系統(tǒng)中的各項約束條件轉(zhuǎn)化為概率形式，以反映不確定性因素的影響。電力平衡約束可以表示為

式中：P為概率；α為所容忍的失配概率。這種約束要求在大多數(shù)情況下都滿足電力平衡，各種系統(tǒng)都有可能出現(xiàn)失配，但這并不意味著他們無法應(yīng)對不確定性的情況。為了更好地適應(yīng)這種情況，可以采取多種策略。一種策略是通過概率范圍來容忍失配的發(fā)生。根據(jù)歷史數(shù)據(jù)和系統(tǒng)特性，建立失配情況的概率模型。該模型應(yīng)能夠描述不同因素引起失配的概率分布，并考慮電力供應(yīng)和需求之間的不確定性。基于失配概率理論模型，假設(shè)失配概率理論模型是一個正態(tài)分布模型，其中均值表示平均失配程度，標(biāo)準(zhǔn)差表示失配的波動性。同時，設(shè)定合理的概率范圍，其中均值（μ）根據(jù)歷史數(shù)據(jù)和系統(tǒng)經(jīng)驗進(jìn)行估計；標(biāo)準(zhǔn)差（σ）即失配程度的變化范圍。較大的標(biāo)準(zhǔn)差意味著失配更容易發(fā)生且波動范圍更廣。選擇以均值為中心，以一定倍數(shù)的標(biāo)準(zhǔn)差作為上下限，構(gòu)成一個概率范圍。通常選擇1.96 倍的標(biāo)準(zhǔn)差（約對應(yīng)95%的置信水平），這樣即可得出上限為μ + 1.96σ；下限為μ - 1.96σ的概率范圍。另一種策略是采用基于健壯性優(yōu)化的方法，在最糟糕的情況下保持系統(tǒng)的穩(wěn)定性和性能。這意味著要考慮那些具有最大挑戰(zhàn)性的不確定性情況，并確保系統(tǒng)能夠在這些情況下正常運行。因此，在設(shè)計和開發(fā)系統(tǒng)時，必須考慮不確定性因素，以確保系統(tǒng)的可靠性和穩(wěn)定性。例如，可以最小化不確定性情況下的最大成本或最大風(fēng)險；可以采用適應(yīng)性調(diào)度策略，根據(jù)實時的不確定性信息調(diào)整調(diào)度方案。通過實時監(jiān)測和預(yù)測可再生能源的波動性和其他不確定性因素來實現(xiàn)。調(diào)度算法可以根據(jù)最新的信息，動態(tài)地調(diào)整發(fā)電和消耗計劃，以保持系統(tǒng)的穩(wěn)定性和經(jīng)濟(jì)性。

2.3 跨時段調(diào)度協(xié)調(diào)與優(yōu)化

跨時段調(diào)度協(xié)調(diào)與優(yōu)化是大規(guī)?？稍偕茉醇呻娏ο到y(tǒng)中的關(guān)鍵問題之一。由于可再生能源的波動性和不確定性，電力系統(tǒng)的日夜變化和負(fù)荷波動，合理安排不同時段的發(fā)電和消耗計劃，最大限度地提高系統(tǒng)效率和穩(wěn)定性，成為一項復(fù)雜而重要的任務(wù)[5]。在跨時段調(diào)度協(xié)調(diào)與優(yōu)化中，需要考慮不同時間段內(nèi)的能源供需狀況和電力系統(tǒng)的運行特點。一種常用的方法是采用動態(tài)規(guī)劃，將調(diào)度問題劃分為多個時間段，并在每個時間段內(nèi)進(jìn)行優(yōu)化。一是時段劃分，將總調(diào)度時間分為多個離散的時段，每個時段內(nèi)的能源供需情況可以用狀態(tài)變量表示；二是狀態(tài)轉(zhuǎn)移，在每個時段內(nèi)，根據(jù)上一個時段的狀態(tài)和外部條件，預(yù)測當(dāng)前時段的可再生能源發(fā)電量、負(fù)荷需求等，涉及到對可再生能源的波動性和電力負(fù)荷的變化進(jìn)行建模；三是決策優(yōu)化，在每個時段內(nèi)，通過優(yōu)化算法確定該時段內(nèi)的發(fā)電計劃、存儲器的使用、能源交易等決策，優(yōu)化目標(biāo)可以是最小化總成本、最大化可再生能源利用率、確保電力平衡等；四是協(xié)調(diào)調(diào)度，考慮不同時段之間的耦合關(guān)系，確保各時段之間的調(diào)度方案協(xié)調(diào)一致，涉及到平滑調(diào)度方案的轉(zhuǎn)移，以避免不穩(wěn)定或不合理的情況發(fā)生；五是策略更新，隨著時間的推移，外部條件和系統(tǒng)狀態(tài)會發(fā)生變化，因此需要實時更新調(diào)度策略，這可以通過實時監(jiān)測數(shù)據(jù)和預(yù)測模型來實現(xiàn)[6]。

3 結(jié) 論

文章深入分析了可再生能源發(fā)電的波動性、潮汐性、不確定性以及變異性等問題。介紹了基于數(shù)學(xué)模型的調(diào)度優(yōu)化方法，并重點探討了面向不確定性的調(diào)度策略和跨時段的調(diào)度協(xié)調(diào)與優(yōu)化。未來可以進(jìn)一步探索更加精細(xì)的調(diào)度策略和技術(shù)手段，實現(xiàn)可再生能源的最大利用和電力系統(tǒng)的高效穩(wěn)定運行，從而為可再生能源的可持續(xù)發(fā)展和電力系統(tǒng)的低碳轉(zhuǎn)型提供有力支持。