海上风电场的风储联合规划面临节点电价和风功率随机波动、风机随机故障频繁等多种挑战,为此提出了一种考虑多重不确定性影响的海上风储多属性联合规划方法。首先,考虑到电价水平随新能源装机容量增加而减小的趋势,提出局部离散超鞅理论...海上风电场的风储联合规划面临节点电价和风功率随机波动、风机随机故障频繁等多种挑战,为此提出了一种考虑多重不确定性影响的海上风储多属性联合规划方法。首先,考虑到电价水平随新能源装机容量增加而减小的趋势,提出局部离散超鞅理论,建立风储装机容量与未来电价分布的耦合模型,同时基于相对熵理论对电价分布进行不确定性建模。接着,构建海上风储预测出力与计划接入水平之间不匹配度指标,在考虑风功率不确定性的基础上,将风机随机故障和尾流效应纳入不匹配度的量化。然后综合考虑风储规划对系统的影响,建立一种计及经济性、能源利用率和系统运行可靠性的多目标优化和多属性决策模型,针对模型求解复杂性,提出一种新型的结合NSGA Ⅱ算法(non-dominated sorting genetic algorithm Ⅱ,NSGA Ⅱ)和SEABODE算法(successive elimination of alternatives based on order and degree of efficiency,SEABODE)的求解方法对模型进行求解。最后基于IEEE-30节点系统模型进行算例分析,结果表明所构建模型和方法的有效性。展开更多
文摘海上风电场的风储联合规划面临节点电价和风功率随机波动、风机随机故障频繁等多种挑战,为此提出了一种考虑多重不确定性影响的海上风储多属性联合规划方法。首先,考虑到电价水平随新能源装机容量增加而减小的趋势,提出局部离散超鞅理论,建立风储装机容量与未来电价分布的耦合模型,同时基于相对熵理论对电价分布进行不确定性建模。接着,构建海上风储预测出力与计划接入水平之间不匹配度指标,在考虑风功率不确定性的基础上,将风机随机故障和尾流效应纳入不匹配度的量化。然后综合考虑风储规划对系统的影响,建立一种计及经济性、能源利用率和系统运行可靠性的多目标优化和多属性决策模型,针对模型求解复杂性,提出一种新型的结合NSGA Ⅱ算法(non-dominated sorting genetic algorithm Ⅱ,NSGA Ⅱ)和SEABODE算法(successive elimination of alternatives based on order and degree of efficiency,SEABODE)的求解方法对模型进行求解。最后基于IEEE-30节点系统模型进行算例分析,结果表明所构建模型和方法的有效性。