考虑不确定性的风光水储联合调度优化研究.pdfVIP

摘要

在资源日益匮乏与环境保护的背景下，扩大以风、光为主的可再生能源安全

稳定并网是改善生态环境，促进能源转型的有效途径。然而，风、光能源波动性

大，随机性强，大规模的风、光能源并入电网，加剧了电网调峰调频的压力，降

低了电网电能质量。如何扩大风、光能源的安全稳定并网，缓解其大规模并网对

电网的冲击是亟须解决的关键性问题。利用水电的快速调节特性，通过控制储能

电池充放电平抑风、光出力波动性，联合水电与储能电池与风电、光电联合电力

外送，构建风-光-水-储多能互补联合调度系统是解决风、光能源并网消纳，缓解

其出力波动性的有效途径。

本文以某区域为研究对象，以系统出力最平稳与系统经济性最优为目标构建

了风光水储多能互补优化模型。主要研究内容如下：（1）综合风、光、水、储四

种电源的工作原理及其互补过程，确定约束条件与目标函数，建立了基于“特性

分析-预测-求解”的调度模型求解框架。（2）提出了基于ICEEMDAN-VMD-FE

（IVF）-ISSA-GRU/ELMAN的风光荷功率区间预测模型，构造了预测区间。首

先，采用二次分解并根据其模糊熵值对分解后的分量聚合对输入序列进行处理，

减少输入序列的非线性特性；其次，通过改进的麻雀搜索算法（ISSA）对GRU

网络的超参数值进行寻优，实现超参数优化；再次，根据聚合后分量的不同特性

输入相应网络中进行预测，并将预测值进行叠加得到点预测结果；最后，根据点

预测结果构造预测区间，得到风光荷功率区间预测结果。（3）基于风光荷功率预

测结果，构建了以系统出力最平稳与经济性最优为目标的风光水储联合调度优化

模型。改进多目标粒子群算法的惯性因子与学习因子并引入变异系数，构建改进

的多目标粒子群算法，基于改进的多目标粒子群算法对所建模型进行联合调度求

解；结果表明，IMOPSO算法目标函数一求解效果比MOPSO算法提升了17.5%；

目标函数二经济成本降低了20.9万元/天。最后基于电力负荷的区间预测结果调节

储能电池充放电对该研究区域进行区间优化调度，得到相对稳定的满足系统负荷

需求的风光水储区间调度策略。

关键词：风光水储；多能互补；ISSA算法；区间预测；调度优化；IMOPSO算法

Abstract

Inthecontextofincreasingscarcityofresourcesandenvironmentalprotection,

expandingthesafeandstablegridintegrationofrenewableenergysources,mainlywind

andlight,isaneffectivewaytoimprovetheecologicalenvironmentandpromoteenergy

transformation.However,windandlightenergyishighlyvolatileandstochastic,and

large-scaleintegrationofwindandlightenergyintothepowergridhasintensifiedthe

pressureofgridpeakingandfrequencyregulationandreducedthepowerqualityofthe

grid.Howtoexpandthesafeandstablegridintegrationofwindandlightenergyand

mitigatetheimpactofitslarge-scalegridintegrationonthegridisakeyissuethatneeds

tobesolvedurgently.Theuseofhydropowersfastregulationcharacteristics,throughthe

controlofstoragebatterychargeanddischargetocalmthewind,lightpowervolatilit