一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法
【專利摘要】本發(fā)明涉及一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法。根據(jù)實(shí)際風(fēng)電場(chǎng)風(fēng)機(jī)排布地理位置和海拔高度，由尾流效應(yīng)理論得到風(fēng)電場(chǎng)風(fēng)機(jī)尾流削減系數(shù)矩陣，帶入隨機(jī)優(yōu)化調(diào)度模型。再由實(shí)際風(fēng)電測(cè)風(fēng)塔歷史實(shí)測(cè)數(shù)據(jù)和歷史預(yù)測(cè)數(shù)據(jù)，結(jié)合對(duì)未來時(shí)段風(fēng)速預(yù)測(cè)進(jìn)行場(chǎng)景分析，生成海量風(fēng)速場(chǎng)景并進(jìn)行場(chǎng)景削減，得到未來時(shí)段的場(chǎng)景修正風(fēng)速曲線。以場(chǎng)景分析修正風(fēng)速曲線作為輸入量，利用本發(fā)明所公開的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型，利用混合整數(shù)線性規(guī)劃進(jìn)行計(jì)算，得到未來時(shí)段風(fēng)電場(chǎng)風(fēng)機(jī)開停機(jī)及有功出力策略。以中國蒙東某實(shí)際風(fēng)電場(chǎng)地理數(shù)據(jù)和風(fēng)機(jī)參數(shù)為基礎(chǔ)的仿真算例驗(yàn)證了所提方法的可行性和合理性。本專利具有良好的推廣價(jià)值和應(yīng)用前景。
【專利說明】
-種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于電力系統(tǒng)運(yùn)行與控制領(lǐng)域，設(shè)及一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化 調(diào)度方法。
【背景技術(shù)】
[0002] 隨著世界風(fēng)電裝機(jī)容量的不斷攀升，風(fēng)電大規(guī)模并網(wǎng)消納問題越來越受到關(guān)注。 近年來，風(fēng)速和風(fēng)電功率預(yù)測(cè)水平得到長(zhǎng)足發(fā)展，預(yù)測(cè)精度逐步提升。系統(tǒng)運(yùn)行人員可根據(jù) 風(fēng)電功率及負(fù)荷預(yù)測(cè)的信息，提前24小時(shí)制定系統(tǒng)內(nèi)常規(guī)機(jī)組的機(jī)組組合和調(diào)度計(jì)劃，同 時(shí)向風(fēng)電場(chǎng)下達(dá)發(fā)電曲線。風(fēng)電場(chǎng)運(yùn)行人員則根據(jù)風(fēng)速預(yù)測(cè)數(shù)據(jù)，制定風(fēng)機(jī)的啟停和出力 策略，跟蹤系統(tǒng)下發(fā)的功率曲線，實(shí)現(xiàn)風(fēng)電場(chǎng)內(nèi)的優(yōu)化調(diào)度，W減小風(fēng)電功率的隨機(jī)波動(dòng)性 對(duì)系統(tǒng)運(yùn)行的影響。
[0003] 然而，由于風(fēng)電場(chǎng)內(nèi)風(fēng)機(jī)數(shù)量眾多，且排列方式各異，考慮尾流效應(yīng)的影響后，不 同的風(fēng)機(jī)啟停策略會(huì)造成風(fēng)電場(chǎng)內(nèi)風(fēng)速分布的較大差異，從而導(dǎo)致風(fēng)電場(chǎng)實(shí)際的功率輸出 與調(diào)度值存在較大誤差，難W滿足風(fēng)電場(chǎng)內(nèi)優(yōu)化調(diào)度的需求，而各風(fēng)機(jī)輸入風(fēng)速的不確定 性也給風(fēng)電場(chǎng)內(nèi)的優(yōu)化調(diào)度帶來了較大的挑戰(zhàn)。
[0004] 在風(fēng)速不確定性研究上，已有方法可歸納為模糊建模、概率建模和場(chǎng)景建模Ξ種。
[0005] (1)模糊建模方法。模糊建模通過定義隸屬度函數(shù)來反映調(diào)度決策者的意愿，但確 定隸屬度函數(shù)目前多依賴試驗(yàn)或經(jīng)驗(yàn)，沒有成熟的方法，人為因素較強(qiáng)，難W給出反映客觀 實(shí)際的調(diào)度決策方案。
[0006] (2)概率建模方法。概率建模利用特定概率分布模型擬合風(fēng)速預(yù)測(cè)誤差的概率分 布，在調(diào)度模型中計(jì)入W概率模型描述的實(shí)際風(fēng)電出力的期望代價(jià)，但概率模型多W微積 分形式存在，很多情況下無法在電力系統(tǒng)規(guī)劃與運(yùn)行決策中直接使用。
[0007] (3)場(chǎng)景建模方法。場(chǎng)景建模根據(jù)預(yù)測(cè)誤差的概率分布，生成未來一個(gè)調(diào)度周期內(nèi) 可能的風(fēng)速波動(dòng)場(chǎng)景，將隨機(jī)期望值模型轉(zhuǎn)化為離散化的確定性等價(jià)模型進(jìn)行求解，求解 速度快、方法簡(jiǎn)單。
[000引另外，在優(yōu)化調(diào)度算法方面，動(dòng)態(tài)規(guī)劃法運(yùn)算量較大，隨著變量的增多，求解復(fù)雜 度增大，無法滿足快速性要求;優(yōu)先順序法計(jì)算速度快，占用內(nèi)存少，但是對(duì)于變量龐大的 問題常常找不到最優(yōu)解;智能算法對(duì)于機(jī)組組合變量中混合有整數(shù)變量的問題難W保證解 滿足所有的約束，運(yùn)算精度不高，無法滿足精確性要求。部分科研工作者將非線性模型分段 線性化，利用混合整數(shù)規(guī)劃求解目標(biāo)函數(shù)，對(duì)于龐大的變量求解取得了較快的運(yùn)算效率和 較高的運(yùn)算精度，比較適合于風(fēng)電場(chǎng)內(nèi)優(yōu)化調(diào)度問題的求解。

【發(fā)明內(nèi)容】

[0009]本發(fā)明W區(qū)域內(nèi)測(cè)風(fēng)塔觀測(cè)的10~15分鐘平均風(fēng)速和風(fēng)向?yàn)檩斎隬數(shù)據(jù)，建立了 一種基于場(chǎng)景的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法。將風(fēng)速視為隨機(jī)變量，結(jié)合尾流效應(yīng)建立隨機(jī) 優(yōu)化調(diào)度模型，通過場(chǎng)景分析方法將隨機(jī)變量確定化，基于混合整數(shù)規(guī)劃將模型線性化后 求解，得到風(fēng)電場(chǎng)優(yōu)化調(diào)度策略。
[0010] 本發(fā)明提供的技術(shù)方案是一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法，其特征 是包括W下步驟：
[0011] -種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法，基于優(yōu)化調(diào)度模型和約束條件， 該模型的目標(biāo)函數(shù)為：
[0012]
[0013]其中，Pi,康示在t時(shí)段內(nèi)第i臺(tái)風(fēng)力發(fā)電機(jī)從風(fēng)能中獲得的有功功率;ai,t為風(fēng)機(jī) 在一個(gè)時(shí)段內(nèi)單位功率發(fā)電的運(yùn)行和維護(hù)成本，bi,t和Cl,t分別為開機(jī)動(dòng)作成本和關(guān)機(jī)動(dòng)作 成本;xi,t為在t時(shí)段第i臺(tái)風(fēng)機(jī)的運(yùn)行狀態(tài)，yi,t和zi,t分別為第i臺(tái)風(fēng)機(jī)在t時(shí)段的開機(jī)動(dòng)作 變量和關(guān)機(jī)動(dòng)作變量;Bt($)為上網(wǎng)電價(jià)，Κι為風(fēng)機(jī)在停機(jī)狀態(tài)下，內(nèi)部電子元件依舊保持工 作狀態(tài)的耗電量;A巧為風(fēng)電場(chǎng)有功出力不滿足系統(tǒng)側(cè)下發(fā)功率需求的情況，產(chǎn)生功率缺 額，媒為一個(gè)時(shí)段內(nèi)單位功率缺額的罰金;?/Τ為風(fēng)機(jī)尾流效應(yīng)或是人為改變獎(jiǎng)距角限制風(fēng) 機(jī)出力，造成的風(fēng)電場(chǎng)未利用風(fēng)電功率，如為未利用風(fēng)功率的單位罰金；
[0014] 約束條件為：
[0015] 條件一:功率約束；
[0016]
[0017] 其中PiNmax為風(fēng)機(jī)的額定功率，Vt為自然風(fēng)速，i為風(fēng)機(jī)受風(fēng)參數(shù)，耗y為第j臺(tái)風(fēng)機(jī) 對(duì)第i臺(tái)風(fēng)機(jī)的尾流削減系數(shù)，當(dāng)風(fēng)向一定時(shí)，其取值僅與兩臺(tái)風(fēng)機(jī)的規(guī)格參數(shù)和相互位 置、海拔有關(guān)，與風(fēng)速大小無關(guān);Cpmax為風(fēng)能利用系數(shù)最大值，且有:Cpmax = 0.593 ;
[0018] 條件二:狀態(tài)變量及啟停動(dòng)作變量約束；
[0019]
[0020]
[0021] 其中，T為調(diào)度的總時(shí)間短，To為調(diào)度開始的第一個(gè)時(shí)間段，Te為調(diào)度的最后一個(gè)時(shí) 間段；
[0022] 條件Ξ:功率缺額約束及未利用功率約束；
[0025] 其中，Pset是系統(tǒng)側(cè)功率需求，其與變量同上；
[0026] 基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法具體包括W下步驟：
[0027] 步驟1:讀取實(shí)際風(fēng)電場(chǎng)風(fēng)機(jī)分布坐標(biāo)和海拔數(shù)據(jù)，有尾流效應(yīng)理論計(jì)算得出風(fēng)電 場(chǎng)風(fēng)機(jī)尾流削減系數(shù)矩陣，帶入本發(fā)明所述隨機(jī)優(yōu)化調(diào)度模型；
[0028] 步驟2:讀取風(fēng)電場(chǎng)測(cè)風(fēng)塔歷史實(shí)測(cè)數(shù)據(jù)和歷史預(yù)測(cè)數(shù)據(jù)，結(jié)合未來時(shí)段的風(fēng)速預(yù) 測(cè)曲線進(jìn)行場(chǎng)景分析，生成海量風(fēng)速場(chǎng)景并進(jìn)行場(chǎng)景削減，得到未來時(shí)段的場(chǎng)景修正風(fēng)速 曲線;場(chǎng)景削減使用同步回代縮減法進(jìn)行，具體步驟如下：
[0029] 步驟2.1 .確定需要削減的場(chǎng)景：剔除滿足下式所示條件的場(chǎng)景ω S*序列，S* e (1,. . . ,ns}，ns為場(chǎng)景總數(shù)；
[0030]
[0031] 步驟2.2.改變場(chǎng)景的總數(shù):115 = ^-1;并且挑選出與被剔除的場(chǎng)景《(34最近的場(chǎng) 景妨口)，即：
[0032]
[003；3]步驟2.3.改變與被剔除的場(chǎng)景ω 最近的場(chǎng)景份&的概率：兀(& =巧(& +疋<^，；
[0034] 步驟2.4.只要剩余的場(chǎng)景總數(shù)ns仍然大于需要的場(chǎng)景的數(shù)量，削減算法重復(fù)到第 1步；
[0035] 步驟3: W場(chǎng)景修正風(fēng)速曲線為輸入量，輸入到本發(fā)明所述的隨機(jī)優(yōu)化調(diào)度模型 中，利用混合整數(shù)線性規(guī)劃進(jìn)行計(jì)算，得到未來時(shí)段風(fēng)電場(chǎng)風(fēng)機(jī)開停機(jī)及有功出力策略。
[0036] 在上述的一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法，對(duì)于新風(fēng)電場(chǎng)的調(diào)度， 先執(zhí)行步驟1更新尾流削減系數(shù)矩陣，再依次執(zhí)行步驟2、步驟3;若對(duì)于已經(jīng)執(zhí)行過本發(fā)明 所述優(yōu)化調(diào)度的風(fēng)電場(chǎng)，直接執(zhí)行步驟2、步驟3。
[0037] 本發(fā)明具有如下優(yōu)點(diǎn)：首次在風(fēng)電場(chǎng)優(yōu)化調(diào)度問題中，同時(shí)考慮風(fēng)速隨機(jī)性和尾 流效應(yīng)建立風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型，利用場(chǎng)景分析將隨機(jī)優(yōu)化調(diào)度模型確定化，基于混 合整數(shù)規(guī)劃將模型線性化，保證求解過程的快速性和精確性。W中國蒙東某地的實(shí)際風(fēng)電 場(chǎng)地理數(shù)據(jù)和實(shí)際歷史數(shù)據(jù)為基礎(chǔ)的仿真算例驗(yàn)證了所提方法的可行性和合理性，與傳統(tǒng) 調(diào)度方法進(jìn)行對(duì)比分析，具有良好的推廣價(jià)值和應(yīng)用前景。
【附圖說明】
[0038] 圖1-1是本發(fā)明風(fēng)速場(chǎng)景生成模型中風(fēng)速分布模型示意圖。
[0039] 圖1-2是本發(fā)明風(fēng)速場(chǎng)景生成模型中風(fēng)速預(yù)測(cè)誤差分布模型示意圖。
[0040] 圖2是本發(fā)明隨機(jī)優(yōu)化調(diào)度模型分段線性化示意圖。
[0041] 圖3是本發(fā)明仿真算例中采用的實(shí)際風(fēng)電場(chǎng)風(fēng)機(jī)位置排布圖。
[0042] 圖4是本發(fā)明仿真算例中利用實(shí)際歷史風(fēng)速的風(fēng)速場(chǎng)景分析過程圖。
[0043] 圖5是本發(fā)明算例得到的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度策略功率統(tǒng)計(jì)曲線圖。
[0044] 圖6-1是本發(fā)明仿真算例中計(jì)及尾流效應(yīng)后，針對(duì)第別寸段風(fēng)速下，假設(shè)所有機(jī)組 均投入運(yùn)行的風(fēng)電場(chǎng)風(fēng)電功率分布圖。
[0045] 圖6-2是本發(fā)明仿真算例中計(jì)及尾流效應(yīng)后，針對(duì)第8時(shí)段風(fēng)速下，采用調(diào)度方案 風(fēng)機(jī)組合的風(fēng)電場(chǎng)風(fēng)電功率分布圖。
[0046] 圖6-3是本發(fā)明仿真算例中計(jì)及尾流效應(yīng)后，針對(duì)第5時(shí)段風(fēng)速下，采用調(diào)度方案 風(fēng)機(jī)組合的風(fēng)電場(chǎng)風(fēng)電功率分布圖。
[0047] 圖7是本發(fā)明仿真算例中Ξ種調(diào)度方式的未利用功率統(tǒng)計(jì)對(duì)比圖。
[0048] 圖8是本發(fā)明仿真算例中Ξ種調(diào)度方式的定量對(duì)比圖。
[0049] 圖9是本發(fā)明仿真算例中Ξ種調(diào)度方式下風(fēng)電場(chǎng)4小時(shí)運(yùn)行成本比較圖。
[0050] 圖10是本發(fā)明的方法流程示意圖。
【具體實(shí)施方式】
[0051 ]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的技術(shù)方案進(jìn)一步說明。
[0052] -、首先介紹風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型的建立。將風(fēng)速視為隨機(jī)變量，先分析風(fēng)速 與風(fēng)電功率關(guān)系W及風(fēng)速的尾流效應(yīng)，建立基礎(chǔ)目標(biāo)函數(shù)，并向基礎(chǔ)目標(biāo)函數(shù)中逐步引入 啟停成本、缺額補(bǔ)償、缺額懲罰和未利用功率懲罰，最后得到完整的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模 型。
[0化3] 1.1風(fēng)速與風(fēng)電功率。
[0054]在t時(shí)段內(nèi)，第i臺(tái)風(fēng)力發(fā)電機(jī)從風(fēng)能中獲得的有功功率Pi,t(MW)可表示為：
[0057]其中，風(fēng)速Vi,t表示t時(shí)段第i臺(tái)風(fēng)機(jī)的風(fēng)速;Si,t為風(fēng)機(jī)的葉片掃風(fēng)面積;Pi,t為空 氣密度Pi,t;Cpi,t為風(fēng)能利用系數(shù)，是漿距角i3i,t和尖速比Ai,t的函數(shù)。對(duì)于確定的風(fēng)電場(chǎng)來 說，每臺(tái)風(fēng)機(jī)的Si,t及Pi,t視為不變，引入受風(fēng)參數(shù)c^i可得：
[0060]由上述各式可知，風(fēng)力發(fā)電機(jī)組的有功出力主要受風(fēng)速大小影響。風(fēng)速的隨機(jī)性 導(dǎo)致風(fēng)電功率也是一個(gè)隨機(jī)變量。在實(shí)際風(fēng)電運(yùn)行過程中，可通過控制漿距角01,t和尖速比 λι,*調(diào)節(jié)風(fēng)能利用系數(shù)Cpi,t，改變風(fēng)機(jī)有功輸出。根據(jù)Betz理論，風(fēng)能利用系數(shù)Cpi,t最大值 Cpmax = 0.593〇
[0061 ] 1.2風(fēng)機(jī)的尾流削減系數(shù)。
[0062] 目前，用于模擬尾流效應(yīng)的數(shù)學(xué)模型中最常用的是Jensen尾流模型，其計(jì)算基礎(chǔ) 為風(fēng)機(jī)背后尾流線性擴(kuò)張理論?？紤]風(fēng)機(jī)分布和地形、平均風(fēng)速及風(fēng)向等因素影響，通過 Jensen尾流模型可推導(dǎo)得到風(fēng)電場(chǎng)各臺(tái)風(fēng)機(jī)接受風(fēng)速如式(6):
[0063]
㈱
[0064] 其中，vt為自然風(fēng)速，為在t時(shí)段，第j臺(tái)風(fēng)機(jī)的運(yùn)行狀態(tài)，xj,t = 0表示停機(jī)狀 態(tài)，xj,t=l表示開機(jī)狀態(tài)。Bi,j為第j臺(tái)風(fēng)機(jī)對(duì)第i臺(tái)風(fēng)機(jī)的尾流影響因素，wj為第j臺(tái)風(fēng)機(jī)尾 流風(fēng)速與自然風(fēng)速的比值：
[0066][0067]其中，h表示海拔，Ah表示兩個(gè)風(fēng)機(jī)間的海拔差，a為軸向感應(yīng)系數(shù)，打表示推力系
[00 化] 數(shù)，打= 4a(l-a)，a與Ct均由風(fēng)機(jī)廠商提供。r(x)為X處尾流影響半徑，打ot為上游風(fēng)機(jī)獎(jiǎng)葉半 徑。Ashad-ij為風(fēng)機(jī)j在風(fēng)機(jī)i處的投影面積，Arot-i為風(fēng)機(jī)獎(jiǎng)葉掃風(fēng)面積。
[006引綜合式(6)~式(8)可知，若令：
[0072] 其中，炸;·為第j臺(tái)風(fēng)機(jī)對(duì)第i臺(tái)風(fēng)機(jī)的尾流削減系數(shù)，當(dāng)風(fēng)向一定時(shí)，其取值僅與兩 臺(tái)風(fēng)機(jī)的規(guī)格參數(shù)和相互位置、海拔有關(guān)，與風(fēng)速大小無關(guān)。
[0073] 由式（10)可見，如果風(fēng)電場(chǎng)內(nèi)風(fēng)機(jī)的啟停狀態(tài)xj, t不同，各風(fēng)機(jī)的受風(fēng)情況將發(fā)生 改變，導(dǎo)致風(fēng)電場(chǎng)內(nèi)風(fēng)速及風(fēng)電功率分布發(fā)生變化，其具體變化情況將在后文算例中結(jié)合 具體風(fēng)電場(chǎng)進(jìn)行分析。
[0074] 1.3風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型的目標(biāo)函數(shù)。
[0075] 風(fēng)機(jī)在發(fā)電過程中，葉片會(huì)受到磨損，其損傷程度與發(fā)電量成正比，將風(fēng)機(jī)在一個(gè) 時(shí)段內(nèi)單位功率發(fā)電的運(yùn)行和維護(hù)成本記為ai,t。風(fēng)機(jī)在停機(jī)狀態(tài)下，內(nèi)部電子元件依舊保 持工作狀態(tài)，耗電量為Ki(MWh)，上網(wǎng)電價(jià)為Bt($)。計(jì)及風(fēng)電場(chǎng)內(nèi)各臺(tái)風(fēng)機(jī)各時(shí)段的運(yùn)轉(zhuǎn)和 閑置成本，可得風(fēng)電場(chǎng)的基本成本函數(shù)：
[0076]
(11)
[0077] 風(fēng)機(jī)在切換啟停動(dòng)作時(shí)，內(nèi)部電子元件動(dòng)作，使發(fā)電機(jī)內(nèi)部制動(dòng)或強(qiáng)動(dòng)，造成機(jī)械 磨損，產(chǎn)生啟停機(jī)損耗，計(jì)入成本函數(shù)中有：
[007引
[0079] 其中，yi,t和zi,t分別為第i臺(tái)風(fēng)機(jī)在t時(shí)段的開機(jī)動(dòng)作變量和關(guān)機(jī)動(dòng)作變量。當(dāng)發(fā) 生開機(jī)動(dòng)作時(shí)，71,*=1向,* = 0，當(dāng)發(fā)生關(guān)機(jī)動(dòng)作時(shí)，71,* = 0向,*=1。131,滿化*分別為開機(jī) 動(dòng)作成本和關(guān)機(jī)動(dòng)作成本。引入啟停成本可W有效避免調(diào)度策略中出現(xiàn)風(fēng)機(jī)的運(yùn)行狀態(tài)頻 繁切換，限制調(diào)度策略中風(fēng)機(jī)的啟停動(dòng)作頻次。
[0080] 在風(fēng)電場(chǎng)調(diào)度時(shí)，可能出現(xiàn)有功出力不滿足系統(tǒng)側(cè)下發(fā)功率需求的情況，產(chǎn)生功 率缺額A/f (MI)。風(fēng)電場(chǎng)出現(xiàn)功率缺額，不僅需要從其他發(fā)電單位購買缺額部分功率進(jìn)行 補(bǔ)償，還需要向系統(tǒng)調(diào)度部口上繳相應(yīng)罰金，計(jì)入成本函數(shù)中，得到：
[0081]
[0082] 其中，辨為一個(gè)時(shí)段內(nèi)單位功率缺額的罰金。
[0083] 自然風(fēng)速?zèng)Q定了運(yùn)行風(fēng)機(jī)的可利用風(fēng)電功率，但是由于風(fēng)機(jī)尾流效應(yīng)或是人為改 變獎(jiǎng)距角限制風(fēng)機(jī)出力，某些風(fēng)機(jī)會(huì)存在未利用風(fēng)電功率Aig (MW)，即假設(shè)風(fēng)機(jī)在充分利 用自然的發(fā)電功率與實(shí)際風(fēng)電功率的差值。風(fēng)電場(chǎng)的實(shí)際發(fā)電量與運(yùn)行風(fēng)機(jī)充分利用自然 風(fēng)的最大發(fā)電量之比定義為風(fēng)電場(chǎng)的風(fēng)機(jī)利用率。顯然，要提高風(fēng)電場(chǎng)的經(jīng)濟(jì)性，必須設(shè)法 提高風(fēng)電場(chǎng)風(fēng)機(jī)利用率，限制A掙的大小，減少因尾流效應(yīng)和人為限出力導(dǎo)致的風(fēng)電功率損 失。為此，在成本函數(shù)中引入ΔΛ"'，參考文獻(xiàn)思路引入單位罰金系數(shù)如，對(duì)成本函數(shù)進(jìn)行如下 擴(kuò)展：
[0084]
[0085] 綜上，式（14)即是本發(fā)明所得風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型的成本函數(shù)。本發(fā)明W風(fēng) 電場(chǎng)運(yùn)行的經(jīng)濟(jì)性最優(yōu)為調(diào)度目標(biāo)，可得目標(biāo)函數(shù)如下：
[0086]
[0087]目標(biāo)函數(shù)式（15)中，t時(shí)段內(nèi)第i臺(tái)風(fēng)機(jī)的有功出力Pi,t、風(fēng)機(jī)狀態(tài)xi,t、風(fēng)機(jī)啟停動(dòng) 作yi,t與zi,t、t時(shí)段內(nèi)風(fēng)電場(chǎng)功率缺額地"和未利用功率是目標(biāo)函數(shù)的決策變量?；诖?成本函數(shù)，系統(tǒng)調(diào)度人員可根據(jù)實(shí)際運(yùn)行情況人為調(diào)控單位功率缺額懲罰媒和單位未利用 功率懲罰掉'，權(quán)衡功率缺額與未利用功率之間權(quán)重關(guān)系。
[008引1.4約束條件。
[0089] 1)功率約束；
[0090] 由風(fēng)機(jī)額定功率PiNmax可得風(fēng)機(jī)輸出有功功率上下限約束：
[0091] 〇《Pi,t《PiNmax (16)
[0092] 由前文所述Betz理論及尾流效應(yīng)可得風(fēng)機(jī)實(shí)際出力約束：
[0096] 2)狀態(tài)變量及啟停動(dòng)作變量約束[0097] 由狀態(tài)變量和啟停動(dòng)作變量的定義可知：
[0098]
[0099]
[0100] 3)功率缺額約束及未利用功率約束
[0101] 功率缺額、未利用功率與系統(tǒng)下達(dá)的功率需求有關(guān)，系統(tǒng)側(cè)下發(fā)功率需求為Pset (MW)，則有：
[0104] 上述約束條件從Betz理論和尾流效應(yīng)出發(fā)，同時(shí)考慮風(fēng)機(jī)額定功率，提出風(fēng)機(jī)實(shí) 際出力上限。通過不等式約束將啟停動(dòng)作變量與機(jī)組狀態(tài)變量聯(lián)系起來;結(jié)合風(fēng)電場(chǎng)與系 統(tǒng)側(cè)功率需求，提出功率缺額和未利用功率約束，符合風(fēng)電場(chǎng)運(yùn)行實(shí)際。
[0105] 二、下面介紹基于場(chǎng)景分析的隨機(jī)變量處理方法。
[0106] 由于風(fēng)速具有明顯的隨機(jī)性，工程上一般將風(fēng)速VI,t視為隨機(jī)變量，由式（18)可 知，風(fēng)速的隨機(jī)性導(dǎo)致風(fēng)機(jī)的出力范圍、功率缺額堿"、未利用功率也成為隨機(jī)變量。本 發(fā)明利用場(chǎng)景分析的方法，將隨機(jī)風(fēng)速模型轉(zhuǎn)化為確定性等價(jià)模型，方便后續(xù)求解。
[0107] 2.1風(fēng)速場(chǎng)景生成
[0108] 對(duì)于隨機(jī)變量一般認(rèn)為有一定的概率分布。本發(fā)明假設(shè)風(fēng)速服從威布爾分布，如 圖1-1所示。再將風(fēng)速歷史數(shù)據(jù)進(jìn)行分箱處理，W正態(tài)分布為各數(shù)據(jù)箱內(nèi)風(fēng)速預(yù)測(cè)誤差分布 建模，如圖1-2所示?；诙嘣龖B(tài)分布和逆變換抽樣，生成計(jì)及風(fēng)速波動(dòng)性的海量風(fēng)速動(dòng) 態(tài)場(chǎng)景集合，描述風(fēng)速的不確定性。
[0109] 2.2場(chǎng)景削減
[0110] 依據(jù)初始場(chǎng)景集合與場(chǎng)景縮減后保留的場(chǎng)景子集合之間的概率距離最小的場(chǎng)景 縮減原理，采用基于啟發(fā)式的同步回代縮減方法對(duì)初始場(chǎng)景集合進(jìn)行削減。兩個(gè)場(chǎng)景的 ω ("和ω W的Kantorovich距離為兩個(gè)場(chǎng)景間的2-范數(shù)，即：
[0111]
巧3)
[0112] 使用同步回代縮減法的場(chǎng)景縮減步驟如下：
[0113] 步驟1.確定需要削減的場(chǎng)景：剔除滿足式（24)所示條件的場(chǎng)景〇s*，s*e{l，...， ns}
[0114]
[0115] 步驟2.改變場(chǎng)景的總數(shù):ns = ns-l。并且挑選出與被剔除的場(chǎng)景最近的場(chǎng)景 W'、'，即：
[0116]
[0117] 步驟3.改變與被剔除的場(chǎng)景《的最近的場(chǎng)景份向的概率：兀向=兀南+兀(內(nèi)。
[0118] 步驟4.只要剩余的場(chǎng)景總數(shù)ns仍然大于需要的場(chǎng)景的數(shù)量，削減算法重復(fù)到第1 步。
[0119] 使用基于啟發(fā)式的同步回代縮減法對(duì)海量風(fēng)速場(chǎng)景進(jìn)行縮減，W少量的風(fēng)速動(dòng)態(tài) 場(chǎng)景逼近原始的抽樣場(chǎng)景，得到確定性模型。確定性模型簡(jiǎn)單實(shí)用，與傳統(tǒng)經(jīng)濟(jì)調(diào)度模型在 數(shù)學(xué)形式上保持一致，方便使用例如混合整數(shù)規(guī)劃等算法對(duì)調(diào)度模型求取最優(yōu)解，極大地 簡(jiǎn)化求解過程。
[0120] 下介紹基于混合整數(shù)規(guī)劃的模型線性化。
[0121] 混合整數(shù)規(guī)劃法對(duì)于快速、精確求解包含狀態(tài)、啟停等整數(shù)變量和風(fēng)機(jī)出力等非 整數(shù)變量的優(yōu)化模型十分適用?；旌险麛?shù)規(guī)劃法要求目標(biāo)函數(shù)和約束條件必須是決策變量 的線性函數(shù)或線性不等式關(guān)系。由目標(biāo)函數(shù)式（14)和約束條件式（17)~(21)可知，當(dāng)風(fēng)速 隨機(jī)變量通過場(chǎng)景分析確定化后，只需將目標(biāo)函數(shù)和約束條件進(jìn)行線性化，即可滿足混合 整數(shù)規(guī)劃法的模型要求進(jìn)行求解。
[0122] 3.1目標(biāo)函數(shù)線性化
[0123] 由式（14)可知，目標(biāo)函數(shù)僅有第一項(xiàng)是關(guān)于決策變量的非線性關(guān)系，其余部分均 是決策變量的線性疊加。為將此部分線性化，添加如下不等式約束條件式：
[0124] 0《Pi,t《Xi,tPiNmax (26)
[0125] 則線性化后的目標(biāo)函數(shù)如下式：
[0126]
[0127] 3.2約束條件線性化
[0128] 式（16)中含有決策變量的指數(shù)項(xiàng)，為非線性關(guān)系。本發(fā)明利用分段線性化的方法， 用多段直線近似代替非線性曲線，如圖2所示。
[0129] 可見，對(duì)原函數(shù)曲線通過分段線段進(jìn)行近似代替，為保證線性化的精度及運(yùn)算速 度，宜采用不均勻分段，由圖2可得：
[0132] 其中，F(xiàn)i,功第1分段的直線斜率，hi,i,t為第1分段的取值，則有：
[0133]
(30)
[0134] 由式(29)可將不等式約束條件式（17)、式(20) W及式(21)線性化，再綜合式（18)、 式(19)和式(30)，得到線性化后的不等式約束條件如下：
[0135]
巧1)
[0136] 由線性化后的目標(biāo)函數(shù)式(27)、線性化后的等式約束條件式(29)和不等式約束條 件式(31)，利用Matlab平臺(tái)的Cplex工具計(jì)算，即可獲得隨機(jī)優(yōu)化調(diào)度模型目標(biāo)函數(shù)的最優(yōu) 解，即為風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方案。
[0137] 四、下面是采用上面的理論基礎(chǔ)的算例及仿真。
[0138] 本發(fā)明選取中國蒙東某風(fēng)電場(chǎng)，平均海拔為1750m，共有20臺(tái)風(fēng)電機(jī)組，機(jī)組型號(hào) 均為Vestas V52-850kW，具體參數(shù)如下:額定容量為0.85MW，切入風(fēng)速為3m/s，切出風(fēng)速為 15m/s，獎(jiǎng)葉直徑為52m。所有風(fēng)機(jī)均在同一海拔高度，風(fēng)機(jī)的排布如圖3所示。
[0139] 4.1風(fēng)速場(chǎng)景分析
[0140] 首先輸入一組風(fēng)速預(yù)測(cè)序列，基于該風(fēng)電場(chǎng)的風(fēng)速歷史數(shù)據(jù)，運(yùn)用場(chǎng)景分析方法， 生成500組可能的風(fēng)速場(chǎng)景。對(duì)500組場(chǎng)景進(jìn)行縮減，得到1組對(duì)應(yīng)于該預(yù)測(cè)風(fēng)速序列的確定 性風(fēng)速場(chǎng)景，如圖4所示。風(fēng)速序列Wl5min為一個(gè)時(shí)間段，每組場(chǎng)景均具有16個(gè)時(shí)間段，時(shí) 間跨度4小時(shí)。短時(shí)間內(nèi)風(fēng)向變化不大，均近似為北偏東45° (即圖3中θ = 45°)。
[0141] 圖4中場(chǎng)景縮減后的風(fēng)速序列和風(fēng)速點(diǎn)預(yù)測(cè)序列同風(fēng)速實(shí)測(cè)值序列對(duì)比發(fā)現(xiàn)，場(chǎng) 景分析得到的確定性風(fēng)速場(chǎng)景序列誤差更小。通過計(jì)算，風(fēng)速點(diǎn)預(yù)測(cè)平均誤差為3.25%，而 場(chǎng)景分析后得到的風(fēng)速序列平均誤差僅為2.64%。場(chǎng)景分析較好地修正了風(fēng)速的點(diǎn)預(yù)測(cè)， 減小了預(yù)測(cè)誤差。
[0142] 4.2風(fēng)電場(chǎng)優(yōu)化調(diào)度
[0143] 將基于場(chǎng)景方法得到的風(fēng)電場(chǎng)16個(gè)時(shí)段的風(fēng)速序列作為輸入量，用混合整數(shù)規(guī)劃 算法求解得到風(fēng)電場(chǎng)未來4小時(shí)的隨機(jī)優(yōu)化調(diào)度策略。風(fēng)電場(chǎng)各項(xiàng)運(yùn)行費(fèi)用參數(shù)參考IEEE 文獻(xiàn)。風(fēng)電場(chǎng)各時(shí)段功率曲線如圖5所示：
[0144] 從圖5可W看出，通過求解隨機(jī)優(yōu)化調(diào)度模型得到的調(diào)度計(jì)劃中，實(shí)際發(fā)電量與系 統(tǒng)側(cè)功率需求基本保持一致，未利用功率均處于較小的水平，幾乎不存在功率缺額的現(xiàn)象。
[0145] 4.3尾流效應(yīng)及尾流削減系數(shù)分析
[0146] 因?yàn)槲擦餍?yīng)的作用，風(fēng)機(jī)不同的開停機(jī)狀態(tài)導(dǎo)致風(fēng)電場(chǎng)內(nèi)風(fēng)速分布及風(fēng)電功率 分布將有很大的差別，如圖6所示。圖6-1為假設(shè)在第別寸段風(fēng)速下所有風(fēng)機(jī)均投入運(yùn)行時(shí)的 風(fēng)電功率分布；圖6-2、6-3分別為調(diào)度方案中第別寸段和第5時(shí)段的風(fēng)電功率分布。第8時(shí)段 調(diào)度方案中，第5、6、8、14及17~20號(hào)機(jī)組處于停機(jī)狀態(tài)，其余機(jī)組均運(yùn)行，自然風(fēng)速為 8.08111/3;而第5時(shí)段調(diào)度方案中，僅有第6、8、14、18、19號(hào)機(jī)組處于停機(jī)狀態(tài)，其余機(jī)組均運(yùn) 行，自然風(fēng)速8.13m/s，與第別寸段風(fēng)速水平基本一致。從圖6可W明顯看出，風(fēng)電場(chǎng)內(nèi)風(fēng)機(jī)的 不同啟停組合，對(duì)風(fēng)電場(chǎng)內(nèi)風(fēng)電功率分布造成較大的影響。因?yàn)槲擦餍?yīng)的影響，風(fēng)機(jī)接受 到的風(fēng)速最低僅有自然風(fēng)速的81.5%，由于風(fēng)機(jī)的風(fēng)電功率與風(fēng)速的Ξ次方成正比，風(fēng)機(jī) 的風(fēng)電功率最低僅為自然風(fēng)速下風(fēng)電功率的54.1%。因此，在風(fēng)電場(chǎng)優(yōu)化調(diào)度的研究中，考 慮尾流效應(yīng)對(duì)風(fēng)電場(chǎng)風(fēng)速分布的影響十分必要。本發(fā)明結(jié)合尾流效應(yīng)，構(gòu)建風(fēng)電場(chǎng)內(nèi)的隨 機(jī)優(yōu)化模型，在不同的風(fēng)機(jī)啟停組合下造成的不同的風(fēng)速分布中尋優(yōu)，在追蹤下發(fā)功率的 同時(shí)，于功率缺額與未利用功率間博弈，具有極大的工程實(shí)際參考價(jià)值。
[0147] 4.4風(fēng)電場(chǎng)不同調(diào)度模式對(duì)比分析
[0148] 傳統(tǒng)的風(fēng)電場(chǎng)調(diào)度中，調(diào)度人員在安排調(diào)度策略時(shí)，習(xí)慣于按風(fēng)機(jī)編號(hào)順序依次 投入風(fēng)機(jī)使其充分發(fā)電，對(duì)于最末一臺(tái)風(fēng)機(jī)調(diào)節(jié)其獎(jiǎng)距角來限制功率，使風(fēng)電場(chǎng)有功輸出 達(dá)到系統(tǒng)側(cè)下發(fā)功率需求。在運(yùn)過程中，調(diào)度人員并不考慮依據(jù)風(fēng)機(jī)之間的尾流效應(yīng)合理 配置風(fēng)機(jī)組合，只求滿足系統(tǒng)側(cè)下發(fā)功率需求。
[0149] 為進(jìn)一步分析本發(fā)明所述風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度模型的優(yōu)勢(shì)，定義了如下Ξ種算例 場(chǎng)景：
[0150] 化se 1: W預(yù)測(cè)風(fēng)速作為輸入，采用傳統(tǒng)調(diào)度模型；
[0151] 化se 場(chǎng)景方法生成的風(fēng)速作為輸入，采用傳統(tǒng)調(diào)度模型；
[0152] 化se 3: W場(chǎng)景方法生成的風(fēng)速作為輸入，采用本發(fā)明所提的隨機(jī)優(yōu)化調(diào)度模型。
[0153] 保持電價(jià)曲線、系統(tǒng)側(cè)有功需求曲線和風(fēng)電場(chǎng)各項(xiàng)參數(shù)與前一算例不變，計(jì)算得 到Ξ種化se下各時(shí)段風(fēng)機(jī)運(yùn)行狀態(tài)和出力計(jì)劃。Ξ種化se的風(fēng)電場(chǎng)未利用功率如圖7所示， 可W看出，相對(duì)于傳統(tǒng)調(diào)度方案的化se 1和化se 2,隨機(jī)優(yōu)化調(diào)度方案化se 3的未利用功 率明顯減小。優(yōu)化調(diào)度模型極好地控制了風(fēng)電場(chǎng)未利用功率大小，避免了風(fēng)機(jī)在極小出力 狀態(tài)下運(yùn)行。
[0154] 4.5調(diào)度策略定量分析
[0155] Ξ種化se的風(fēng)電場(chǎng)4小時(shí)功率缺額總量、未利用功率總量、開機(jī)總數(shù)量、開停機(jī)次 數(shù)和開機(jī)利用率如圖8所示。
[0156] 在功率缺額和未利用功率方面，Case 3雖然產(chǎn)生了一個(gè)不大的功率缺額，但其未 利用功率遠(yuǎn)小于化se 1和化se 2,前者約是后者的1/3。在機(jī)組啟停方面，Case 3風(fēng)機(jī)運(yùn)行 總數(shù)和開停機(jī)次數(shù)均明顯小于兩種傳統(tǒng)調(diào)度策略。開機(jī)利用率方面，Case 3對(duì)于處于運(yùn)行 狀態(tài)的風(fēng)機(jī)，利用程度極高，達(dá)98.48%，而化se 1和化se 2分別只有84.21%和86.17%。運(yùn) 些指標(biāo)顯示了化se 3調(diào)度過程中利用尾流效應(yīng)對(duì)風(fēng)機(jī)組合合理配置的顯著優(yōu)越性。將化se 1和Case 2進(jìn)行比較可W發(fā)現(xiàn)，W場(chǎng)景得到的風(fēng)速作為調(diào)度輸入的化se 2各項(xiàng)指標(biāo)均明顯 優(yōu)于W點(diǎn)預(yù)測(cè)風(fēng)速作為輸入的化se 1。
[0157] 本發(fā)明的目標(biāo)函數(shù)為風(fēng)電場(chǎng)運(yùn)行的經(jīng)濟(jì)性最優(yōu)，下面對(duì)Ξ種化se的4個(gè)小時(shí)風(fēng)電 場(chǎng)運(yùn)行成本進(jìn)行對(duì)比，將化se 1的運(yùn)行成本看作100%，觀察優(yōu)化調(diào)度的相對(duì)成本比值，如 圖9所示。
[0158] 可見，化se 3的4小時(shí)內(nèi)運(yùn)行成本大幅低于化se 1和化se 2,成本相較于化se 1減 少16.6%，相較于化se 2減少了 14.0%。綜上所述，利用本發(fā)明所述隨機(jī)優(yōu)化調(diào)度方法制定 調(diào)度策略，風(fēng)電場(chǎng)經(jīng)濟(jì)性將明顯優(yōu)于傳統(tǒng)調(diào)度策略。
【主權(quán)項(xiàng)】
1. 一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法，其特征在于，基于優(yōu)化調(diào)度模型和 約束條件，該模型的目標(biāo)函數(shù)為：其中，p1>t表示在t時(shí)段內(nèi)第i臺(tái)風(fēng)力發(fā)電機(jī)從風(fēng)能中獲得的有功功率;a1>t為風(fēng)機(jī)在一 個(gè)時(shí)段內(nèi)單位功率發(fā)電的運(yùn)行和維護(hù)成本，bi,t和ci,t分別為開機(jī)動(dòng)作成本和關(guān)機(jī)動(dòng)作成 本; Xl,t為在t時(shí)段第i臺(tái)風(fēng)機(jī)的運(yùn)行狀態(tài)，yi,4PZl,t分別為第i臺(tái)風(fēng)機(jī)在t時(shí)段的開機(jī)動(dòng)作變 量和關(guān)機(jī)動(dòng)作變量;B t($)為上網(wǎng)電價(jià)，L為風(fēng)機(jī)在停機(jī)狀態(tài)下，內(nèi)部電子元件依舊保持工作 狀態(tài)的耗電量;間《為風(fēng)電場(chǎng)有功出力不滿足系統(tǒng)側(cè)下發(fā)功率需求的情況，產(chǎn)生功率缺額， #為一個(gè)時(shí)段內(nèi)單位功率缺額的罰金;胡"為風(fēng)機(jī)尾流效應(yīng)或是人為改變槳距角限制風(fēng)機(jī) 出力，造成的風(fēng)電場(chǎng)未利用風(fēng)電功率，if為未利用風(fēng)功率的單位罰金； 其約束條件為： 條件一:功率約束；其中PlNmax為風(fēng)機(jī)的額定功率，vt為自然風(fēng)速，c/為風(fēng)機(jī)受風(fēng)參數(shù)，#為第j臺(tái)風(fēng)機(jī)對(duì)第 i臺(tái)風(fēng)機(jī)的尾流削減系數(shù)，當(dāng)風(fēng)向一定時(shí)，其取值僅與兩臺(tái)風(fēng)機(jī)的規(guī)格參數(shù)和相互位置、海 拔有關(guān)，與風(fēng)速大小無關(guān);心_為風(fēng)能利用系數(shù)最大值，且有:C pmax = 0.593; 條件二:狀態(tài)變量及啟停動(dòng)作變量約束；其中，T為調(diào)度的總時(shí)間短，To為調(diào)度開始的第一個(gè)時(shí)間段，I為調(diào)度的最后一個(gè)時(shí)間 段； 條件三:功率缺額約束及未利用功率約束；其中，Pw是系統(tǒng)側(cè)功率需求，其與變量同上； 基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法具體包括以下步驟： 步驟1:讀取實(shí)際風(fēng)電場(chǎng)風(fēng)機(jī)分布坐標(biāo)和海拔數(shù)據(jù)，有尾流效應(yīng)理論計(jì)算得出風(fēng)電場(chǎng)風(fēng) 機(jī)尾流削減系數(shù)矩陣，帶入隨機(jī)優(yōu)化調(diào)度模型； 步驟2:讀取風(fēng)電場(chǎng)測(cè)風(fēng)塔歷史實(shí)測(cè)數(shù)據(jù)和歷史預(yù)測(cè)數(shù)據(jù)，結(jié)合未來時(shí)段的風(fēng)速預(yù)測(cè)曲 線進(jìn)行場(chǎng)景分析，生成海量風(fēng)速場(chǎng)景并進(jìn)行場(chǎng)景削減，得到未來時(shí)段的場(chǎng)景修正風(fēng)速曲線； 場(chǎng)景削減使用同步回代縮減法進(jìn)行，具體步驟如下： 步驟2.1.確定需要削減的場(chǎng)景：剔除滿足下式所示條件的場(chǎng)景咚*序列，，e {1，...， ns}，ns為場(chǎng)景總數(shù)；步驟2.2.改變場(chǎng)景的總數(shù):115 = 115-1;并且挑選出與被剔除的場(chǎng)景《^最近的場(chǎng)景^)， 即：步驟2.3.改變與被剔除的場(chǎng)景# "最近的場(chǎng)景#>的概率：;r(S> = ;r(5) + ; 步驟2.4.只要剩余的場(chǎng)景總數(shù)ns仍然大于需要的場(chǎng)景的數(shù)量，削減算法重復(fù)到第1步； 步驟3:以場(chǎng)景修正風(fēng)速曲線為輸入量，輸入到隨機(jī)優(yōu)化調(diào)度模型中，利用混合整數(shù)線 性規(guī)劃進(jìn)行計(jì)算，得到未來時(shí)段風(fēng)電場(chǎng)風(fēng)機(jī)開停機(jī)及有功出力策略。2.根據(jù)權(quán)利要求1所述的一種基于場(chǎng)景分析的風(fēng)電場(chǎng)隨機(jī)優(yōu)化調(diào)度方法，其特征在于， 對(duì)于新風(fēng)電場(chǎng)的調(diào)度，先執(zhí)行步驟1更新尾流削減系數(shù)矩陣，再依次執(zhí)行步驟2、步驟3;若對(duì) 于已經(jīng)執(zhí)行過優(yōu)化調(diào)度的風(fēng)電場(chǎng)，直接執(zhí)行步驟2、步驟3。
【文檔編號(hào)】G06Q10/04GK106058941SQ201610614122
【公開日】2016年10月26日
【申請(qǐng)日】2016年7月29日
【發(fā)明人】徐箭, 易先坤, 孫元章
【申請(qǐng)人】武漢大學(xué)