风电并网后电力系统可靠性评估和备用优化研究_开题报告

当前，风力发电是可再生能源发电形式中技术最成熟、最具开发规模和商业化发展前景的，是化石能源发电形式的重要替代形式之一。然而，风电场的出力不可控，为配合风电场出力的频繁波动，需要其他常规发电厂出力及系统备用的频繁改变。随着风电总装机容量的增加，这些问题将会严重影响电力系统的安全性、可靠性、经济性等指标。因此有必要分析探讨大规模风电并网对电网引起的系统运行与稳定的问题，其中很重要的就是风电并网对电力系统可靠性的影响研究以及随之而来的备用容量的问题。

文献[1-2]归纳总结了当前风电功率输出模型几种主流的建立和预测方法。文献[3-4]通过比较风电容量和常规机组对系统可靠性的贡献来评价风电机组的价值，提出了风电可信度的定义，并进一步提出了在可靠性不变的情况下，以风电能够代替的常规机组容量与风电场额定容量之比来表示风电容量可信度。文献[5-6]分别提出基于连续和非连续蒙特卡罗法的风电容量可信度计算方法，具有一定的借鉴意义。文献[7]同样采用容量可信度来反映风电并网容量对系统可靠性的贡献，应用序贯蒙特卡罗法，采用年停运容量作为计算容量可信度的指标评估含风电场的配电网可靠性。文献[8]为了克服解析法无法处理非线性的函数关系的问题，利用二分法，采用随即模拟法分析含风电场的系统可靠性。文献[9]综合了各种发电的成本，从生产角度建立了风力发电的模型，继而根据风速大小的概率分布，分析每小时的风速特性，之后通过和负荷相结合估算风场出力，得出生产成本。文献[10]通过分析和研究湖北电网运行备用容量的基本情况，提出电网运行备用容量管理控制的方案和建议，以提高电网风险管理水平，指导电力系统的安全、稳定、经济运行。文献[11]借鉴国外电网对以上问题的一些研究结论，结合华东规划电网情况，提出了华东电网在2020 年风电装机达千万千瓦时，可考虑的风电场的容量可信度，并分析了大规模风电场发电的平滑特性，在此基础上进一步分析了风电场对华东电网调频容量、备用容量的影响。文献[12]提出了一种以优化发电机机组合来提供电力系统运行经济性的方法。文献[13]考虑了系统的负荷预测偏差和风电功率预测偏差，对并入风电前后系统备用情况的差异性进行分析，为电力系统安全稳定运行提供参考意见，得出了一些有价值的结论，但对加入风电后的系统备用容量的优化分配问题还需进一步的研究。文献[14]讨论了考虑风电接入后电力系统备用需求的解决方法。其所提出的优化潮流算法可以有效解决风电接入对系统备用需求带来的影响，具有较大的实用价值。本文利用蒙特卡罗方法评估未加入风电时系统的可靠性，得出一定的可靠性参数，然后加入不同容量和接入点的风电功率，再利用蒙特卡罗方法评估含风电场功率的电力系统可靠性，分析风电并网前后系统可靠性参数的变化，进而尝试阐述风电并网对电力系统可靠性的影响机制。同时使用基于蒙特卡罗方法可靠性评估得出的参数作为约束，使用随机最优化方法对增加的系统备用设置地点和大小进行优化设置，从而实现风电并网后电力系统的备用优化。

 二、风速计风电场出力模型

1.风速随机模型

2.风厂出力模型

三、基于可靠性评估的备用优化模型

1.状态抽样-非序贯概率模型

2.算例分析

四、风电并网后的备用优化

1.基于可靠性评估的备用优化模型

2.粒子群算法（PSO）原理

3.算例分析

五、结论

参考文献

[1] 王丽婕，廖晓钟，高阳．风电场发电功率的建模和预测研究综述[J]. 电力系统保护与控制，2009，37(13)：

118-121．

 [2] 李新，彭怡，赵晶晶，等．分布式电源并网的潮流计算[J]. 电力系统保护与控制，2009，37(17) ：78-87．

 [3] 王海超，鲁宗相，周双喜．风电场发电容量可信度研究[J]. 中国电机工程学报，2005，25(10)：103-106．

 [4] 陈树勇，戴慧珠，白晓民，等．风电场的发电可靠性模型及其应用[J]. 中国电机工程学报，2000，20(3)：

26-29．

 [5] KONG Xiang-yu, CUI Kai, JIA Hong-jie. Capacity credit evaluation of wind power with sequential Monte Carlo method[C] // IEEE Consumer Electronics Society. 2010 International Conference on E-Product E-Service and E-Entertainment, Nov 7-9, 2010, Henan, China.Piscataway: IEEE Computer Society, 2010: 1-4.

[6] ZHANG Shuo, LI Geng-yin, ZHOU Ming. Calculation and analysis of capacity credit of wind farms based on

Monte-Carlo simulation[C] // IEEE PES. 2010 IEEE PESGeneral Meeting, July 25-29, 2010, Minneapolis.

Piscataway: IEEE Computer Society, 2010: 1-6.

[7] Wang P, Billinton R. Reliability benefits analysis of adding WTG to a distribution systems[J]. IEEE Trans on

Energy Conversion, 2001, 16(2): 134-139.

[8] Billinton R, Hua Chen. Assessment of risk-based capacity benefit factors associated with wind energy conversion systems[J]. IEEE Transactions on Power Systems, 1998, 13(3): 1191-1196.

[9] Cardell J B, Connors S R. Wind power in New England: modeling and analysis of non-dispatchable renewable

energy technologies[J]. IEEE Transactions on Power Systems, 1998, 13(2): 710-715.

[10] 刘江平，汪洪波．电网运行备用容量分析和控制策略的研究[J]. 华中电力，2005，18(6)：22-28．

[11] 鲍爱霞．大规模风电场容量可信度的分析及对华东电网备用的影响[J]. 中国电机工程学报，2009，29(S1)：34-38．

[12] 姜文，严正．基于一种改进粒子群算法的含风电场电力系统动态经济调度[J]. 电力系统保护与控制，2010，38(21): 173-178．

[13] 李文沅，周家启，颜伟, 等. 基于可靠性的电力系统设备备用规划方法[J]. 中国电机工程学报，2006，26(15)：7-12．

 [14] Bhattacharya K, Bollen H J, Daalder J E. Real time optimal interruptible tariff mechanism incorporating

utility-customer interactions[J]. IEEE Trans on Power Systems, 2000, 15(2): 700-706.