内蒙古电网多种发电资源协调优化调度方案研究

摘要：

针对内蒙古地区风电等可再生发电资源的大量并网，结合储能系统及其他多种发电资源，构建内蒙古电网多种发电资源协调优化调度模型，以促进可再生能源应用的同时，保证电网运行稳定应及经济效益，从而实现整体的经济、环境与社会效益。采用改进的细菌觅食算法，以保证风力发电出力的前提下发电系统收益最大化为目标，建立多种发电资源协调优化调度模型，并选取实例进行算法对比分析，分析不同情形下多种发电资源协调调度的经济性。结果表明，风电与其他可再生发电资源、储能机组以及常规机组协调调度，不仅具有环保性，且提高了系统运营的经济性，应予以大力推广。

关键词：

内蒙古电网；发电资源；优化调度；细菌觅食算法

中图分类号：

TB

文献标识码：A

文章编号：16723198（2014）22019503

1引言

能源紧缺、气候变化以及环境污染等问题的日益严峻，对电力系统的发展提出了新的挑战。新形势下，各地电力系统的发展重点正在逐渐转变，风电等可再生发电资源逐渐被广泛采用。风电并网的有序性在很大程度上体现在风电与其他可再生能源之间，风电与常规电源、电网建设、大型储能设备之间规划和运行两方面的协调与配合。但是由于风电建设周期短、审批标准管理不善，致使我国风力发电规划与电网规划脱节；同时，内蒙古地区风电多分布在负荷水平薄弱的地区，电力不能就地消纳，弃风现象严重，抑制了内蒙古风电的有序并网运行。因此，本部分重点分析内蒙古地区风电与其他发电资源协调优化调度方案。

国内对于含风电的多种发电资源协调优化调度研究主要停留在理论研究阶段，未得到实际推广。文献[1]分析了分布式发电资源的技术现状及其在中国的发展；文献[2]构建了分布式电源节能调度优化模型。国外对于分布式发电资源调度算法的研究较多，其中文献[3]和文献[4]采用混合整数线性规划算法分别对含有风电及热电联产机组的电力系统发电资源进行优化调度；文献[5]分析了核电与风电联合调度所带来的经济性与环保性。

本文基于内蒙古地区多种发电资源协调调度管理体系及现状，构建了多种发电资源协调优化调度模型，并采用改进的细菌觅食算法对模型进行寻优求解，对比分析含可再生发电资源的发电系统优化调度与传统发电资源调度的经济性，为内蒙古地区风电的大规模并网提供调度方案。

2风电与多种发电资源的协调优化调度

2.1风电与其他可再生发电资源协调调度

以光伏发电为例，风能和光能都存在间歇性和随机性，其独立运行的供电系统难以提供连续稳定的电力输出，为实现电力供应的平稳输出，可以通过风光互补并加入储能装置，在充分利用风能和光能在时间以及地域上的天然互补性的基础上，通过储能系统对电能的存储和释放，以达到改善风光发电的功率输出特性，缓解风电的间歇性和波动性与电力系统实时平衡之间的矛盾，降低其电网的冲击。其联合调度流程如图1所示。

其中，风光电站功率联合预测主要基于风速与光照等气象信息，并通过数据接口从调度SCADA获取风电场和光伏电站的历史运行数据，建立一定的输出功率评价模型，采用多种方法对次日风电出力和光伏电站处理进行预测，进而计算加工得出次日的风光电站输出的总功率曲线；发电计划安排通过智能控制调度系统配置出力计划；实时发电控制则由智能控制调整系统的实时发电控制来完成，其根据实际运行情况及时调整由离线软件计划输出的发电计划。

2.2风电与常规发电资源协调调度

风电功率的随机性与间歇性，决定了风电出力的控制较为困难。如果有一定规模的常规机组配合运行，利用水、火电机组的调节能力，可以实现对风电出力的补偿，平抑风电的间歇性波动，保证外送负荷特性满足受端电网要求。因此，在加强电网的建设，接纳更多的风电上网与外送的同时，还应实施“风火水互济”打捆外送模式，以稳定的潮流外送。

风电-常规能源联合调度运行管理策略主要有两点：

（1）有水电联合调度情况下。

在有水电参与风电联合调度的情况中，由于水电具有一定的波动性，其在春夏季为丰水期、秋冬季为枯水期。当水电站的水库具有一定调节库容时，水库蓄水可以平抑来水的短期波动。此时，将水电站与风电场联合运行，可以用水电的短期波动平抑能力弥补风电的短期波动，风电则为整个联合发电系统提供电量保证。

（2）无水电联合调度或水电不足以完全平衡风电出力情况下。

在此情况下，火电将作为平衡风电出力的主要调峰手段。火电的调峰情况需要首先计算水电可平衡的风电，即水电为风电提供调峰能力（无水电联合调度情况下水电调峰能力为0）后，安排各类火电厂在系统负荷曲线的工作位置。其调度策略如下：①首先，安排受外部条件或机组运行技术条件限制的发电出力；②安排有调节库容水电厂的可调节出力；③系统日负荷曲线上剩余部分负荷即为火电厂承担的负荷。

2.3风电与抽水蓄能电站协调调度

风电-抽水蓄能电站联合系统结构主要有三种：一是风电仅与抽水蓄能电站相连；二是风电既与抽水蓄能电站相连又与电网相连；三是风电仅与电网相连。考虑风电和抽水蓄能电站的特殊地理条件及电能的利益效率，两者分别各自接入电网具有更好的灵活性。因此，本部分选择的风电-抽水蓄能电站联合系统结构如图2所示。

3.2优化调度算法

在此对细菌觅食算法进行改进，以对模型进行优化调度分析。

细菌觅食算法（Bacteria Foraging Algorithm， BFA）是由Passino开发的一种仿生类算法，主要源自人体肠道内大肠杆菌的觅食机制。在实际的细菌觅食过程中，细菌通过翻转和前进等运动，寻找最优的适应值。具体而言，BFA算法包括趋化、繁殖与驱散三个步骤：（1）趋化。首先，细菌进行翻转运动，即改变方向移动单位步长；其次，若翻转后适应值有所改善，则继续沿同一方向移动若干步，否则即中止运动。（2）繁殖。趋化次数达到临界值时，细菌将依据“优胜劣汰”原则，进行繁殖。（3）驱散。为加强BFA算法的全局寻优能力，在细菌完成一定次数的繁殖后，将以一定概率把细菌驱散到搜索空间中任意位置，避免陷入局部寻优。

本文基于原始的BFA算法对其寻优过程中的趋化和繁殖阶段进行了改进。改进过程包括：（1）求解最小化问题时，在再生排序完成前，取趋化阶段每个细菌成本函数的最小值，而不是取所有趋化阶段成本函数的平均值；（2）每个趋化阶段中所有细菌的路线均通过最优细菌路线得到评估，而不是取自其余所有细菌彼此间的距离。

4算例分析

4.1数据采集

本文选取IEEE-30母线系统作为实例，并做出相应调整。系统由风电机组、光伏发电机组及可控负荷组成，并将原系统第11与13条母线上的常规电厂改为风电场、光伏发电厂，装机容量均为40MW。选取某一典型日内系统发电出力及成交电价相关数据，见表1、表2。

5结论

随着内蒙古地区风电的大量并网，将对配电系统产生一定影响，因此在电力优化调度中需考虑电网约束，如线路可允许电压，以及母线电压水平等；同时，也需增加新的约束条件，如配电网每条母线的线路容量和电压级别等。本文针对内蒙古电网多种发电资源的大量并网，构建了适用于各种分布式发电资源的优化模型，并采用改进的细菌觅食算法，分析了不同参数条件下模型的经济性，为内蒙古地区风电的大规模有序并网提供了理论依据。通过算例分析表明，采用多种发电资源协调优化调度模型，可显著提升电力系统营运利润，并具有环保效益。

参考文献

[1]梁振峰，杨晓萍，张娉.分布式发电技术及其在中国的发展[J].西北水电，2006（1）：5153.

[2]苟宝宝.分布式电源节能调度的优化模型研究[J].电工电气，2010，12：716.

[3]唐勇俊，刘东，阮前途.计及节能调度的分布式电源优化配置及其并行计算[J].电力系统自动化，2008，32（7）：9297.

[4]Bernhard W H，Thomas E，Christof W.Decentralised optimisation of cogeneration in virtual power plants[J].Solar Energy，2010，84（4）：604611.

[5]David S，Arturs P，Ioulia P，et al.Benefits and cost implications from integrating small flexible nuclear reactors with offshore wind farms in a virtual power plant[J].Energy Policy，2012，46（1）：558573.

[6]丁明，包敏，吴红斌，等.复合能源分布式发电系统的机组组合问题[J].电力系统自动化，2008，32（6）：4650.

[7]马溪原，吴耀文，方华亮，等.采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[J].中国电机工程学报，2011，31（25）：1725.

[8]Pai puter methods in power system analysis[M].TMH Publishers，1996.