PDF《计及动态管存的电 — 气互联系统优化调度与高比例风电消纳》

2 5] : Pw, k, t=

0 v k, t≤ vc i PRW i n , k, t v k, t- vc i vr- vc i vc i<

v k, t≤ vr PRW i n , k, t vr<

v k, t≤ vc o

0 v k, t>

vc o ? ? ? ??? ?? ? (

2 ) 式中: vc i, vc o, vr 分别为切入风速、 切出风速和额定 风速. 受I E G S调节能力限制, 风电接入I E G S的容量 PRW i n 并非一个固定的量, 而取决于系统调度的结 果, 据此本节提出风电并网功率比例因子κ 来反映 风电接入I E G S容量占其装机容量的比例, 数学表 达式为: PRW i n , k, t= κ k, t PRW, k (

3 ) 式中: PRW, k 为风电场装机容量;

κ k, t 为提出的风电 并网功率比例因子, κ k, t∈[ 0,

1 ] 为决策变量, 由调度 结果而定. 将式(

3 ) 代入式( 1) 中, 则风电场并网功率可表 示为决策变量κ 和随机变量v 的函数关系式, 即Pw, k, t( v k, t, κ k, t) =fw( v k, t, κ k, t PRW, k) =

0 v k, t≤ vc i κ k, t PRW, k v k, t- vc i vr- vc i vc i<

v k, t≤ vr κ k, t PRW, k vr<

v k, t≤ vc o

0 v k, t>

vc o ? ? ? ??? ?? ? (

4 ) 式中: 0≤ κ k, t≤1. 图1为该建模方法的示意图, 给出了不同κ 值 下的风功率期望值( 图中实线) 以及在0. 9置信水平 下风功率的波动范围( 如图中虚线所示) . 图1 风电功率期望值及波动区间( κ=1. 0, κ=0.

7 ) F i g .

1 E x p e c t e dv a l u ea n df l u c t u a t i o nr a n g e o fw i n dp o w e r( κ=1. 0, κ=0.

7 ) 可见, κ 值越大, 则在同一置信水平下风电功率 的取值范围也越大, 因此κ 值反映了风电的不确定 程度与风电并网功率的正相关特性. 1.

2 基于区间估计的并网风电不确定程度描述 由式(

4 ) 可知, 风功率出力的随机性主要来源于 风速预测的不确定性.假定风速预测误差为服从某 特定分布的随机变量[

2 8] , 基于区间估计的思想[

2 9] , 在给 定的置信水平β 下风速预测的误差区间需满足: P( Δ v - k, t( β)≤Δ v k, t≤Δ v - k, t( β) ) = β (

5 ) 式中: P( ・) 为事件发生的概率;

Δ v k, t 为风速预测

2 3

2 0

1 9,

4 3 (

9 ) ・信息能源系统・ h t t p : / / ww w. a e p s - i n f o . c o m 误差;

Δ v - k, t( β)和Δv-k, t( β)分别为置信水平β 下风速预 测误差的上、 下限值. 进一步地, 将风速预测区间代入式( 4) , 可得置 信水平β 下风电出力的区间为: [ P - w, k, t( β), P - w, k, t( β)] =[ fw( v k, t( e p )+Δ v - k, t( β), κ k, t PRW, k) , fw( v k, t( e p )+Δ v - k, t( β), κ k, t PRW, k) ] (

6 ) 式中: P - w, k, t( β)和P-w, k, t( β)分别为置信水平β 下风电 出力的上、 下限值;

v k, t( e p )为风速期望值. 式(

6 ) 通过风电出力的区间估计, 将风电的不确 定性量化为某置信水平下的出力区间, 而出力区间 的大小正是反映了风电的不确定程度.

2 天然气动态管存模型及其 缓冲 特性 不同于电力流的传输特性, 天然气气流在管道 中传输较慢, 具有惯性大、 时延长的特性.这一特性 决定了天然气管道可以作为天然气的储存单元缓解 天然气生产与使用的不平衡问题.就目前天然气的 存储方式而言, 天然气管网储能主要供城市昼夜或 小时调峰用, 其主要体现的储能能力为日调节能力[

3 0] . 为表示管网的管存特性, 在天然气管道传输模 型中, 常用 管存模型 来等效天然气管道传输的时 延效应[

2 1 -

2 3] .管存模型可类比于系统的储能, 模型 描述阐述如下[