计及风险控制的风电机组潜在电力风险分析

计及风险控制的风电机组潜在电力风险分析

0atc的风险管理随着国际社会对环境保护和可持续发展的要求越来越高，屋顶发电逐渐受到重视。中国风能资源比较丰富,近年来风力发电得到快速发展,越来越多的大型风电场将直接接入220kV及以上电压等级的电力系统,与之相关的研究工作也逐步受到重视。可用输电容量(availabletransfercapability,ATC)是反映电力系统安全和经济运行的重要参数。风电机组出力具有随机性、间歇性和相当程度的不可控性。大规模风电接入电力系统后,将对系统ATC产生明显影响。因此,如何合理考虑风电机组出力不确定性所产生的影响,是ATC决策需要解决的关键问题。ATC决策本质上是在满足各种系统运行约束的前提下,寻求能够最大化利用发电和输电资源的系统运行方案的过程。在这一过程中,必须保证电力系统在不确定环境下所面临的风险在可接受的范围内。传统上,一般在求得的最大输电容量基础上扣除一定百分比,或在计算最大输电容量时直接将网络元件的额定值降低一定比率等确定性原则来近似确定ATC。随着大规模风电的接入,系统运行的不确定性因素增多,ATC决策面临的风险也更为复杂。主要有2种方式定义风险:①不期望状态出现的不确定性,即在一定条件下发生行为主体遭受损失状态的可能性。该定义主要强调风险状态发生的可能性,而该意义上的风险控制主要是以规避这些风险状态或将风险状态发生的可能性控制在可接受范围内。②由于各种可能结果发生的不确定性而导致行为主体遭受损失的量和损失发生的可能性程度。这主要强调损失大小的不确定性,而该意义上的风险控制主要是将损失控制在可接受的范围内。考虑到电力系统事件发生的代价往往很难准确量化,且在现有的电力系统安全准则中仍是以边界约束为主。因此,本文采用了上述第1种风险定义。运行人员在ATC决策时所面临的风险可描述为:1)系统运行违反安全约束的风险。风电机组出力的不确定性会造成系统潮流的波动,有可能导致违背系统运行安全限值。文献采用蒙特卡洛仿真(MCS)得到了ATC的概率指标,以反映风电机组出力等不确定性因素对ATC的影响。MCS能计及多种随机因素,方法简单,但若要满足一定的精度则需要进行大量抽样和重复运算。2)系统购电成本越限的风险。如果风电机组出力无法达到预期发电出力水平,那么为了维持既定的ATC水平,调度机构就需要购买额外的备用,这将导致购电成本增加。随着风电装机容量所占比例的逐步增大,其对购电成本的影响也会越来越明显。因此,在ATC决策中就需要考虑由于风电出力不确定而引起的发电成本波动,避免由于ATC估计过高而导致过高的经济风险。在上述背景下,以文献中的研究工作为基础,本文首先引入了以控制风险发生可能性为目标的风险控制策略。然后,通过联合采用半不变量和Gram-Charlier级数展开理论得到了含风电场的电力系统潮流和购电成本的概率分布。最后,用IEEE118节点系统对所发展的模型和方法进行了测试,验证了发展的模型、方法的可行性和有效性。1风险控制在决策中1.1引入概率约束前已述及,在不确定环境下电力系统存在潮流越限和购电成本越限的风险。为了将这2个方面的风险发生的可能性限制在可接受范围内,这里在ATC决策中通过引入概率约束来控制风险发生的可能性。不同的概率约束表示在ATC决策中对不同风险成分的控制策略和程度。大量风电机组接入系统后,由于其出力具有明显的间歇性和波动性,会造成节点电压和支路潮流的波动,甚至超出允许的安全范围。这样,就需要将这种安全风险限制在一定的范围内。1基于[l东南角]的双潮流事件的成立概率支路l的实际潮流Pl不越限的概率rl可以描述为:rl=Pr{|Ρl|≤ˉΡl}(1)式中:ˉΡl为支路l潮流的上限值;Pr{·}为{·}中事件成立的概率。对支路潮流越限风险的控制策略为其越限概率小于给定的允许概率值:rl≥αl(2)式中:αl为给定的可接受的支路l潮流不越限概率的下限值。2节点电压幅值节点n的实际电压幅值不越限概率rn可以描述为:rn=Pr{Vminn≤Vn≤Vmaxn}(3)式中:Vmaxn和Vminn分别为节点n电压幅值的上、下限。对节点电压幅值越限风险的控制策略为其越限概率小于给定的允许概率值:rn≥αn(4)式中:αn为给定的可接受的节点n电压幅值不越限概率的下限值。1.2atc决策问题的约束风电机组出力具有间歇性和波动性,当风电机组无法提供预期的发电出力时,系统运行人员需要购买额外的备用以维持ATC水平,导致购电成本增加。购电成本Ftotal可表示为:Ftotal={ΝG∑i=1cG,iΡG,i+ΝW∑j=1cW,jΡW,jΝW∑j=1ΡW,j≥ΡeΝG∑i=1cG,iΡG,i+ΝW∑j=1cW,jΡW,j+ΝL∑k=1cu,k(Ρe,k-ΡC,k)ΝW∑j=1ΡW,j<Ρe(5)式中:Pe为ATC决策方案中所有风电机组期望出力的总和;NG和NW分别为系统中传统机组和风电机组的台数;PG,i和PW,j分别为第i台传统机组和第j台风电机组的实际出力;NL为系统中无法达到期望出力的风力发电单元的数目,每个单元可以为单台或数台风电机组,也可以为一个风电场;cu,k为风力发电单元k的单位功率高估惩罚费用或购买相应备用的单位价格;Pe,k和PC,k分别为风力发电单元的期望出力和实际出力;cG,i和cW,j分别为第i台传统机组和第j台风电机组的上网电价。如前所述,本文中引入以控制风险发生可能性为目的的风险控制策略作为ATC决策问题的约束。这样,系统购电成本不越限概率γf可描述为:γf=Pr{Ftotal≤ˉF}(6)式中:ˉF为可接受的购电成本上限。购电成本越限概率的风险控制策略为其越限概率小于给定的允许概率值:rn≥αf(7)式中:αf为给定的可接受的购电成本不越限概率的下限值。2atc决策的约束和约束这里采用多目标规划对多个区域间的输电容量进行协调决策。目标函数可表示为:max[f1(X),f2(X),…,fq(X),…,fm(X)](8)式中:m为参与ATC决策的给定发电/受电组合数目;fq(X)为第q个发电/受电组合对应的区域间联络线传输功率之和;X为决策向量。ATC决策中的约束条件包括潮流约束和发电机出力上下限约束等。在决策模型中引入风险控制策略,将给定的支路潮流不越限下限值αl、节点电压幅值不越限下限值αn和购电成本不越限概率下限值αf作为约束条件,如式(2)、式(4)和式(7)所示,则ATC决策最终可描述为机会约束规划问题。3通用子问题求解引入风险控制后,ATC决策模型中就包含了概率约束,这样就成了机会约束规划问题。求解这类问题的关键在于对概率约束的处理。传统方法是将其转化为一系列确定性等效类子问题求解,但该方法对问题的模型结构和决策变量类型有严格限制。通用的方法是直接计算待检验变量的概率分布,进而确定机会约束是否成立。这里采用联合半不变量法和Gram-Charlier级数来确定待检验随机变量的分布。半不变量法将求取概率密度函数的卷积计算简化为半不变量的代数运算,这样可以大大减小计算量。然后,根据Gram-Charlier级数展开理论,利用已求得的半不变量经过简单线性计算就可以得到待检验变量(本文中为支路潮流、节点电压和购电成本)的概率密度函数和分布函数。3.1风力机组出力与风速的关系对风速的大量实测数据表明,绝大多数地区的年平均风速符合Weibull分布。这样,风速v的概率密度函数fv(v)和概率分布函数Fv(v)可分别描述为:fv(v)=sc(vc)s-1exp(-(vc)s)(9)Fv(v)=1-exp(-(vc)s)(10)式中:s为形状系数;c为尺度参数。通过风电机组出力与风速间的关系,可导出风电机组出力的概率分布函数fw:fw(Ρw)={Fv(vci)+1-Fv(vco)Ρw=0,0≤v≤vci,v≥vcoF(v)-F(vci)0<Ρw<Ρr,vci<v<vrFv(vco)-Fv(vr)Ρw=Ρr,vr<v<vco(11)式中:Pw为风电机组实际出力;Pr为风电机组额定有功功率;vci,vr,vco分别为风力机的切入、额定和切出风速。这里采用文献中介绍的离散化方法求解风电机组有功和无功出力的各阶半不变量。3.2节点电压和支段电压的灵敏度矩阵将节点潮流方程和支路潮流方程在基准运行点处线性化可得:{ΔX=J0-1ΔYΔΖ=G0ΔX=G0J0-1ΔY=Τ0ΔY(12)式中:J0为收敛点处的雅可比矩阵;G0为支路潮流对节点电压幅值和相角的灵敏度矩阵;T0为支路潮流对节点注入功率的灵敏度矩阵;ΔY为节点注入功率的扰动,这里用以表示风电机组出力的波动;ΔX和ΔZ分别为节点电压和支路潮流对ΔY的响应。当已知ΔY的各阶半不变量时,根据半不变量的性质,通过式(11)可直接求得ΔX和ΔZ的相应阶半不变量。最后,通过Gram-Charlier级数计算节点电压和支路潮流的分布,进而对式(2)和式(4)所表示的约束条件进行检验。3.3风电机组出力模型约束条件(式(7))可表达为:Ρr{∑j=1ΝWΡW,j<Ρe＆((∑k=1ΝLcu,k(Ρe,k-ΡC,k)+∑i=1ΝGcG,iΡG,i+∑j=1ΝWcW,jΡW,j)<F¯)}+Ρr{∑j=1ΝWΡW,j≥Ρe＆(∑i=1ΝGcG,iΡG,i+∑j=1ΝWcW,jΡW,j≤F¯)}≥αf(13)各待检验分变量(即式(13)中各事件的成立概率)均为风电机组出力的线性函数。同样,可根据半不变量的性质及Gram-Charlier级数计算得到γf,进而对式(7)所表示的约束条件进行检验。3.4该算法采用多目标进化差异算法对所发展的优化模型进行求解,具体见文献。4风电接入系统atc的场景分析采用IEEE118节点系统进行仿真计算,并把该系统分为区域A、区域B和区域C这3个子系统。在节点40,59,69处分别接有额定容量为240MW,600MW和180MW的风电场。为论述方便,假设各风电场内风电机组额定功率均为3MW,参数相同。基于VisualStudio2005平台编写计算程序,采用CPU为IntelCore2Duo、内存为1GB的计算机求解。为了说明风电接入对系统ATC的影响,分以下3种场景进行分析。1)场景1:不考虑风电机组出力的不确定性。2)场景2:考虑风电机组出力不确定性引起的安全风险,风险控制目标为支路潮流不过载和节点电压不越限的概率不低于0.85。3)场景3:考虑风电机组出力不确定性所引起的安全和经济风险。安全风险控制目标为支路潮流不过载和节点电压不越限的概率不低于0.85;经济风险控制目标为购电成本不越限的概率为0.85。这里,购电成本上限值采用了不考虑风电机组出力不确定性时购电成本的1.2倍。为了说明各种风险控制策略对系统ATC的影响,以“区域B至A的ATC与区域B至C的ATC总和最大”的决策原则从各个场景下获得Pareto前沿并从中挑选出ATC的最终决策方案,详细情况如表1所示。4.1潮流不越限允许的概率下限如表1所示,当计及风电机组接入所引起的系统安全风险后,区域B至A与区域B至C的ATC总和下降了14.37%。为进一步说明安全风险控制对含风电的电力系统ATC的影响,分以下3种情况进行仿真计算。1)情况1:仅考虑接入节点59的风电场出力不确定性所导致的安全风险,潮流不越限允许的概率下限分别取为0.80,0.85和0.90。2)情况2:考虑接入节点40和节点59的风电场出力不确定性所导致的安全风险,潮流不越限允许的概率下限分别取为0.80,0.85和0.90。3)情况3:同时考虑以上3座风电场出力不确定性所导致的安全风险,潮流不越限允许的概率下限分别取为0.80,0.85和0.90。3种情况下得到的仿真结果如图1所示。由图1可知,潮流不越限允许的概率下限给定得越高,系统ATC就越小。实际上,概率下限反映了系统运行人员对安全风险的接受能力,给定的概率下限越大,对系统的可靠性越重视,对运行风险越厌恶。因此,要求保留的输电可靠性裕度越大,ATC越小。同时,由图1还可以看出,在系统总装机容量不变的情况下,风电装机容量所占比例越高,由此导致的安全风险就越突出。因此,在相同的安全风险控制目标下,系统ATC也就越小。这就从另一个角度说明必须根据系统实际情况确定合理的风电容量接入上限,避免由于接入过量的风电引起ATC水平恶化,进而导致较大的安全运行风险。4.2基于模型的仿真如表1所示,当同时考虑风电机组接入所引起的安全风险和经济风险后,系统ATC下降了23.7%。为进一步说明经济风险控制对含风电的电力系统ATC的影响,分以下3种情况进行仿真计算。1)给定高估惩罚系数为145美元/MW,购电成本不越限允许的概率下限分别取为0.80,0.85和0.90。2)给定高估惩罚系数为150美元/MW,购电成本不越限允许的概率下限分别取为0.80,0.85和0.90。3)给定高估惩罚系数为155美元/MW,购电成本不越限允许的概率下限分别取为0.80,0.85和0.90。3种情况下得到的仿真结果如图2所示。由图2可知,购电成本不越限允许的概率下限越大,系统ATC越小。由于风电出力的不确定性,购电成本也就具有一定程度的不确定性。为避免由于ATC估计过高而引起的附加经济代价,需要对购电成本实施风险控制。同时,由图2还可以看出,高估惩罚系数的取值越大,系统ATC越小。当风电机组出力不足(即无法满足在计算ATC水平时所假定的风电机组出力)时,调度机构获得其他备用所需付出的代价就越大,相应地,所需承受的经济风险也就越大。为了规避由此引起的经济风险,在确定ATC时就要留有