基于关联节点的含风电系统改进多场景随机机组组合模型

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于关联节点的含风电系统改进多场景随机机组组合模型

王晓晖, 张粒子, 程世军, 刘苏云

文章导航 > 现代电力 > 2014 > 31(3): 1-6

王晓晖, 张粒子, 程世军, 等. 基于关联节点的含风电系统改进多场景随机机组组合模型[J]. 现代电力, 2014, 31(3): 1-6.

引用本文:

王晓晖, 张粒子, 程世军, 等. 基于关联节点的含风电系统改进多场景随机机组组合模型[J]. 现代电力, 2014, 31(3): 1-6.

WANG Xiaohui, ZHANG Lizi, CHENG Shijun, etc. An Improved Multi-scenario Stochastic Unit Commitment Model for System With Wind Power Based on Connection Node[J]. Modern Electric Power, 2014, 31(3): 1-6.

Citation:

WANG Xiaohui, ZHANG Lizi, CHENG Shijun, etc. An Improved Multi-scenario Stochastic Unit Commitment Model for System With Wind Power Based on Connection Node[J]. Modern Electric Power, 2014, 31(3): 1-6.

基于关联节点的含风电系统改进多场景随机机组组合模型

1.
华北电力大学电气与电子工程学院,北京 102206;
2.
河海大学能源与电气学院,江苏南京 211100

作者简介:
王晓晖(1990-),女,硕士研究生,研究方向为电力经济,E-mail:wangxiaohui0227@gmail.com;张粒子(1963-),女,博士,教授,博士生导师,研究方向为电力市场、电力系统经济运行等,E-mail:lizizhang2000@sina.com;程世军(1988-),男,硕士研究生,研究方向为电力系统优化调度,E-mail:chengshijun111@163.com;刘苏云(1988-),女,硕士研究生,研究方向为电力系统优化与控制,E-mail:liusuyun@163.com。

中图分类号: TM74

An Improved Multi-scenario Stochastic Unit Commitment Model for System With Wind Power Based on Connection Node

1.
School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China;
2.
School of Energy and Electrical Engineering, Hohai University, Nanjing 211100, China

摘要: 多场景机组组合模型是一种常用的解决系统调度决策不确定性的模型。目前的研究大多通过设置场景时段变量构建多场景机组组合模型,但是这种方法产生的约束和变量数量较多,导致计算速度较慢,对于规模较大的实际系统适用性较差。本文提出了基于关联节点的建模方法,通过构建节点时段和节点节点关联矩阵,设置各节点的优化变量。该方法降低了求解复杂度,提高了计算速度。算例测试验证了所提方法的可行性和适用性,以及相对于传统建模方法在计算速度上的优势。针对大规模、多场景的实际电力系统,本文提出的基于关联节点的多场景机组组合模型具有较高的适用性。
- 多场景 /
- 机组组合 /
- 风电 /
- 关联节点 /
- 随机规划
Abstract: Multi-scenario unit commitment model is a typical method to solve the uncertainty problem of power system scheduling. At present, multi-scenario models are built by setting scenario-stage variables. But this modeling approach generates too many constraints and variables, which slows the calculation speed and reduces the practicability in a large-scale power system. In this paper, a new and efficient modeling approach is proposed, and the optimized variables of each node are set through establishing node-stage and node-node incidence matrices. The proposed method reduces the model complexity and accelerates the calculation speed. The case study testifies the feasibility and applicability of the proposed method, and its advantage of calculation speed over traditional method. For large-scale and multi-scenario practical power systems, the node-based multi-scenario unit commitment model has better applicability.
- multi-scenario /
- unit commitment /
- wind power /
- node-based incidence matrix /
- stochastic programming

[1]	周玮,孙辉,顾宏,等.含风电场的电力系统经济调度研究综述[J] .电力系统保护与控制,2011,39(24):148154.
[2]	WANG Jian-hui,Shahidehpour Mohammad,LI Zu-yi. Security constrained unit commitment with volatile wind power generation[J].IEEE Trans on Power Systems,2008,23(3):13191327.
[3]	WU Lei,SHAHIDEHPOUR M,LI Tao.Stochastic security constrained unit commitment[J].IEEE Trans on Power Systems, 2007,22(2):800811.
[4]	江岳文,陈冲,温步瀛.含风电场的电力系统机组组合问题随机模拟粒子群算法[J].电工技术学报,2009,24(6):129137.
[5]	孙元章,吴俊,李国杰等.基于风速预测和随机规划的含风场电力系统动态经济调度[J].中国电机工程学报,2009,29(4):4147.
[6]	Vladimiro Miranda,Pun Sio Hang. Economic dispatch model with fuzzy wind constraints and attitudes of dispatchers [J].IEEE Trans on Power Systems,2005,20(4):21432145.
[7]	Lisias Abreu.Wind Power Generation And Dispatch In Competitive Power Markets [D].Illinois:Department of Electrical and Computer Engineering, Illinois Institute of Technology,.2008.
[8]	Lennart Soder.Simulation of wind speed forecast errors for operation planning of multi-area power systems[C] ∥8th International Conference on Probabilistic Methods Applied to Power Systems,Iowa,USA:IEEE,2004:723728.
[9]	杨叔子,吴雅,轩建平.时间序列分析的工程应用[M]. 武汉:华中科技大学出版社,2007.
[10]	葛晓琳,舒隽,张粒子.考虑检修计划的中长期水火电联合优化调度方法[J].中国电机工程学报,2012,32(13):3643.
[11]	雷宇,杨明,韩学山.基于场景分析的含风电系统机组组合的两阶段随机优化[J].电力系统保护与控制,2012,40(23):5867.
[12]	MIGUS L,ARROYO J M. A computationally efficient mixed-integer linear formulation for the thermal unit commitment problem[J]. IEEE Trans on Power Systems,2006,21(3):13711378.

[1]	易善军, 项颂, 苏鹏, 王杨, 宋子宏. 高比例风电接入下次同步振荡监测系统次同步相量监测装置多阶段优化配置方法 . 现代电力, 2023, 40(1): 18-26. doi: 10.19725/j.cnki.1007-2322.2021.0239
[2]	赵熙临, 陈绪荣, 张乘承, 武鹏麒. 含风电的交直流互联电网自适应SPMC调频策略 . 现代电力, 2022, 39(4): 414-421. doi: 10.19725/j.cnki.1007-2322.2021.0152
[3]	赵立军, 张秀路, 韩丽维, 孙永辉, 王俊生, 刘自发, 于普洋. 基于多场景的配电网分布式光伏及储能规划 . 现代电力, 2022, 39(4): 460-468. doi: 10.19725/j.cnki.1007-2322.2021.0257
[4]	史文龙, 秦文萍, 姚宏民, 朱云杰, 李家钰. 计及电动汽车需求差异的智能电网调度策略 . 现代电力, 2021, 38(2): 221-229. doi: 10.19725/j.cnki.1007-2322.2020.0283
[5]	韩冰, 舒隽, 孙浩男. 基于集群机组组合的区域电力系统生产模拟仿真 . 现代电力, 2020, 37(5): 478-483. doi: 10.19725/j.cnki.1007-2322.2019.0055
[6]	王旭强, 张鑫, 刘红昌, 刘怡, 刘乙召. 考虑源荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度 . 现代电力, 2019, 36(6): 52-60.
[7]	陈梅森, 刘文彬, 王良缘, 王颖帆, 江岳文. 挂牌交易模式下考虑合约和日前收益的风电商灵活合约制定策略 . 现代电力, 2019, 36(1): 1-7.
[8]	孙旻, 张大, 曾伟, 彭春华. 计及光伏消纳率的分布式光伏电源双层多场景规划 . 现代电力, 2019, 36(2): 17-24.
[9]	孙洪, 胡剑宇, 颜勇, 郑权国, 晁岱旭, 周任军. 基于风电-碳捕集虚拟电厂的环保经济调度 . 现代电力, 2017, 34(4): 21-26.
[10]	颜海俊, 邓长虹, 赵维兴, 黄文伟, 张达. 适于多种电源接入的分散协调AGC控制方法 . 现代电力, 2016, 33(1): 20-26.
[11]	闫风光, 赵晓丽. 基于环境外部性的风电经济性评价 . 现代电力, 2016, 33(4): 79-86.
[12]	王利利, 蒋小亮, 全少理, 关朝杰, 刘文霞, 凌云頔. 基于改进和声算法的配电网风电机组选址定容方法 . 现代电力, 2016, 33(5): 7-11.
[13]	谷俊和, 刘建平, 江浩. 风电接入对系统频率影响及风电调频技术综述 . 现代电力, 2015, 32(1): 46-51.
[14]	刘建平, 王旭斌, 吴岩, 王忠为, 张洪力, 刘文. 含风电和储能的电力系统安全约束机组组合问题研究 . 现代电力, 2015, 32(5): 48-55.
[15]	李滨, 粟归玉. 含机组组合的短期水火储联合最优经济调度 . 现代电力, 2014, 31(6): 40-45.
[16]	方杰, 艾欣, 潘伟, 李卓男. 基于可中断负荷的机组组合优化调度模型 . 现代电力, 2014, 31(4): 47-53.
[17]	于成龙, 孙欣, 沈风, 马群. 基于备用安全的含风电场的电力系统经济调度 . 现代电力, 2014, 31(5): 49-53.
[18]	王建东, 汪宁渤, 马彦宏, 丁坤, 陟晶, 赵龙. 风电接入费用分摊机制综述及机理探讨 . 现代电力, 2010, 27(4): 35-39.
[19]	杜欣慧, 孙红玲. 节能发电调度机组组合算法的研究 . 现代电力, 2010, 27(3): 21-24.
[20]	于同泽, 于晶, 李婷, 刘志凯, 林毅斌, 张钊. 基于场路结合思想的风电机组接地网冲击特性研究 . 现代电力, 2010, 27(6): 58-61.

WeChat

点击查看大图

计量

文章访问数: 1040
HTML全文浏览量: 3
PDF下载量: 685
被引次数: 0

基于关联节点的含风电系统改进多场景随机机组组合模型

1. 华北电力大学电气与电子工程学院,北京 102206;

2. 河海大学能源与电气学院,江苏南京 211100

作者简介:
王晓晖(1990-),女,硕士研究生,研究方向为电力经济,E-mail:wangxiaohui0227@gmail.com;张粒子(1963-),女,博士,教授,博士生导师,研究方向为电力市场、电力系统经济运行等,E-mail:lizizhang2000@sina.com;程世军(1988-),男,硕士研究生,研究方向为电力系统优化调度,E-mail:chengshijun111@163.com;刘苏云(1988-),女,硕士研究生,研究方向为电力系统优化与控制,E-mail:liusuyun@163.com。

收稿日期: 2013-06-30
刊出日期: 2014-06-09

中图分类号: TM74

关键词:

摘要: 多场景机组组合模型是一种常用的解决系统调度决策不确定性的模型。目前的研究大多通过设置场景时段变量构建多场景机组组合模型,但是这种方法产生的约束和变量数量较多,导致计算速度较慢,对于规模较大的实际系统适用性较差。本文提出了基于关联节点的建模方法,通过构建节点时段和节点节点关联矩阵,设置各节点的优化变量。该方法降低了求解复杂度,提高了计算速度。算例测试验证了所提方法的可行性和适用性,以及相对于传统建模方法在计算速度上的优势。针对大规模、多场景的实际电力系统,本文提出的基于关联节点的多场景机组组合模型具有较高的适用性。

English Abstract

王晓晖, 张粒子, 程世军, 等. 基于关联节点的含风电系统改进多场景随机机组组合模型[J]. 现代电力, 2014, 31(3): 1-6.

引用本文:

王晓晖, 张粒子, 程世军, 等. 基于关联节点的含风电系统改进多场景随机机组组合模型[J]. 现代电力, 2014, 31(3): 1-6.

WANG Xiaohui, ZHANG Lizi, CHENG Shijun, etc. An Improved Multi-scenario Stochastic Unit Commitment Model for System With Wind Power Based on Connection Node[J]. Modern Electric Power, 2014, 31(3): 1-6.

Citation:

WANG Xiaohui, ZHANG Lizi, CHENG Shijun, etc. An Improved Multi-scenario Stochastic Unit Commitment Model for System With Wind Power Based on Connection Node[J]. Modern Electric Power, 2014, 31(3): 1-6.

全文HTML

参考文献 (12)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回