考虑风电并网和电量分解的月度机组组合模型

合理的月度机组组合(unit commitment,UC)可以在更长时间尺度上进一步拓展风电消纳空间,但大规模风电入网造成的较强不确定性会给机组组合带来很大挑战。另外,由于基于比例分配法编制的月度合同电量调度实施难度较大,文章提出一种结合改进月度合同电量分解方法与考虑源荷不确定性的月度火电机组组合模型。将风电历史数据应用于月度机组组合决策,采用基于数据驱动的分布鲁棒方法结合随机优化技术求解机组组合与电量分解方案。计算结果表明,该模型能有效减少弃风量,提高火电机组负荷率.

基于降低风电场损耗的风电场优化调度研究

提出基于降低风电场损耗损的风电场优化调度模型。以风电机组关键部件总机械损伤量和风电场内集电系统网损最小为目标,结合风电场功率预测数据和负荷调度要求,建立机组优化调度的数学模型;应用粒子群优化算法和萤火虫优化算法求解非线性规划,寻找全局最优解。以华北某风电场为例进行测试,结果表明在满足负荷的要求下,有效减少启停机次数,降低部件损伤值,延长机组寿命,提高风电场运行的安全性、经济性。