计及风电的动态无功优化解耦算法 decoupling algorithm of dynamic reactive power optimization with consideration of wind power.pdfVIP

计及风电的动态无功优化解耦算法 于青1，韩学山z，杨思z，李文博z (1．山东电力工程咨询院有限公司，山东济南250013；2．山东大学电气工程学院，山东济南250061) 摘要：针对风电场输出功率间歇性、随机性给电力系统动态无功优化决策带来的问题．依据风电功率波 动的时间分布特性．在动态无功优化模型中引入场景对风电出力的不确定性进行描述．基于各场景下的灵 敏度信息，提出一种离散变量与连续变量分步决策的解耦算法：首先对每个场景下各时段的静态无功优化 问题进行求解，依据变压器、电容器动作对各静态优化结果影响的灵敏度信息及场景概率权重．决策其动 作时机和档位，将模型解耦；然后依据离散控制变量决策结果，对同步发电机输出无功等连续的控制变量 进行决策。通过对含风电场的实际系统算例进行计算和分析．验证了该方法对风电功率不确定性有良好的 鲁棒性。 关键词：电力系统；风电；动态无功优化；场景分析 1-0052．05 中图分类号：TM614 文献标志码：A 文章编号：1004．9649(2013)1 0引言 与连续变量分步决策的解耦优化算法。 无功优化是指电网结构及有功方式等参量给 1 风电场输出功率的不确定性 定下，以网损最小为目标，实现对发电机、变压 器分接头及电容器等无功补偿设备运行位置的优 系统无功优化运行是在风速或风电功率预测【-2】 化决策【l卅。从工程角度讲，无功优化可分为静态 的基础上进行的．然而受制于风速本身的随机性． 和动态两方面【s川：静态优化只对一个时间断面进 目前的风电预测都存在较大偏差。为了保证优化 行。认为决策量在各时间断面间无耦合，这种方 方案的可行、有效，有必要对风电场输出功率的 法相对简单，但会造成决策量频繁动作：动态无 扰动特性进行分析处理．本文采用场景概念对风 功优化计及了研究周期内各时间断面决策量间存 电的不确定性进行描述。 在的耦联性．如设备动作次数的限制．能够有效 与文献『13]中对应单一时间断面的风电场场景 避免离散设备频繁动作，因而更符合实际要求。 概念不同．本文中的场景是针对一定时间周期而 大规模风电等可再生资源发电并网是必然趋 言．具有明显的时序特性。即风电场在未来t个 势。由于可再生能源发电的波动性和间歇性，伴 时段的输出功率波动情况．通过随机时间序列 随有功变动的无功优化困度很大。在此出现计及 风电不确定性的无功优化研究．大多在静态条件 的一个实现称为风电场在时段t内的一个场景． 下展开分析，如运用模糊理论【s卅、蒙特卡洛模拟 用场景S(￡)表示【w。 以及场景【-o_l·】等技术对风电不确定性进行描述的基 根据研究问题需要对风电场场景进行筛选． 础上，建立考虑风电的静态无功优化模型。 仅保留典型场景集合用图形表示即形成场景树。 动态无功优化是一个时空关联的非线性混合 图1为场景树表示风电场在未来3个时段的输出 整数规划问题．在计及风电场的不确定性以后， 功率情况，可以通过6个典型场景5。～s。来描述。 模型更加复杂，求解难度更大。本文依据风电功 其中，场景s(t)发生的概率(P巾，)为 率波动的时间分布特性．在动态无功优化模型中 ‘ 引入场景技术对风电出力的不确定性进行描述． f=2 基于各场景下的灵敏度信息．提出一种离散变量