南京理工大學能源與動力工程學院的研究人員劉立陽、吳軍基、孟紹良, 在2017年第17期《電工技術學報》上撰文, 在預測控制理論的基礎上建立了含風電的滾動優化調度模型,將常規火電機組、風電機組的有功出力視為預測控制的狀態量,常規火電機組的出力調整量視為輸入量,以狀態空間的形式描述狀態量和輸入量之間的關係。
通過對目標函數和約束條件進行狀態空間轉換,使滾動調度問題轉變為矩陣形式的優化問題,建立了一種多機組多預測時段的滾動優化調度數學模型。 並根據矩陣的特性對目標函數進行了化簡,使優化問題轉換為二次規劃形式,推導了全矩陣約束時的內點法增量矩陣,便於應用內點法進行模型求解。
模擬算例表明,相比傳統的單時刻優化,基於預測控制的含風電滾動優化模型在整體優化水準和調度決策前瞻性方面具有優勢。
為了應對不斷增長的能源需求以及日益嚴峻的環境問題, 許多國家和地區都加大了在清潔能源領域的投入, 其中風力發電是應用最為廣泛的一種新能源技術。 當前中國的風電裝機總容量已經位居世界首位, 但由於受到氣象條件、電網結構、網內其他電源以及負荷波動的多重影響,
含風電的電力調度需應對風電出力的不確定性, 主要採用隨機動態規劃、機會約束、概率分佈等方法將不確定性問題轉換為一定概率水準下的確定性問題。 調度模型主要以經濟性為目標, 也有一些研究將環保性、可靠性作為主要優化物件。
現階段含風電的優化調度研究主要集中在日前計畫和日內小時級以上的優化上, 而電力調度是由一系列不同時間尺度的調度方案所構成, 多級調度可逐步降低風電出力的不確定性, 提高電網接納風電的能力。
文獻[10]提出含風電的電力系統調度從時間尺度上大致可以分為日前調度規劃、日內滾動調度、即時調度、AGC機組自調整4個不同的階段, 不同時間尺度的調度方案側重點也不同, 各階段相互配合才能保證電力調度的合理性。 其中滾動調度的優化週期為30 -60min, 可根據最新的風電和負荷預測資訊, 不斷地對上一時間尺度的調度方案進行修正, 滾動調度在多級調度中具有重要作用。
由於滾動優化特點是線上不斷地滾動求解最優, 而預測控制(或稱為模型預測控制)理論的主要特點是預測模型、滾動優化和回饋校正, 與滾動優化調度所要解決的問題十分吻合。
鑒於兩者較高的相似性, 國內外一些學者提出了在電力調度中應用預測控制理論解決優化調度問題。
當前, 預測控制在電力調度領域的應用研究已經受到了重視, 但針對風電等不確定性能源接入的研究還相對較少, 尤其是與含風電滾動優化調度相結合的研究。
圖1 基於預測控制的滾動調度基本框架
結論
本文在預測控制理論的基礎上建立了含風電的滾動優化調度模型, 將機組出力狀態和調整量之間的關係以狀態空間的形式進行表示, 通過控制理論相關方法對多機組多預測時段的含風電滾動優化問題進行了建模和分析。 將滾動優化的目標函數轉變為二次規劃問題, 推導了全矩陣約束時內點法增量計算矩陣, 解決了模型的求解問題。
通過理論分析,探討了如何保證滾動調度決策的穩定性。本文採用預測控制理論解決滾動優化調度問題,符合當前電力調度高度自動化的發展趨勢,也為含風電的滾動優化調度提供了一種思路。
解決了模型的求解問題。通過理論分析,探討了如何保證滾動調度決策的穩定性。本文採用預測控制理論解決滾動優化調度問題,符合當前電力調度高度自動化的發展趨勢,也為含風電的滾動優化調度提供了一種思路。