论文部分内容阅读
为解决环境污染和能源危机,可再生能源发电受到广泛关注。然而风速和光照强度的随机性给含风力发电和光伏发电的电力系统调度运行带来了巨大的困难和挑战,因此,研究风光互补电站的优化调度问题具有重要的理论意义和应用价值。由于风电和光伏出力具有很强的随机性和互补性,这使得风电和光伏发电的出力难以准确预测,因此本文重点分析了风力和光伏出力之间的相关性。利用Weibull分布函数和Beta分布描述风速和光照强度的概率分布,并基于风速-出力关系和光照强度-出力关系,得到了风电场和光伏电站出力的概率分布。考虑到同一地点风电场和光伏电站出力之间的厚尾特性,利用Clay-Copula函数构建其联合概率分布模型,并验证了拟合优度,随后基于联合概率分布的Copula函数计算出风力和光伏出力的Spearman相关系数。由于风电场和光伏电站出力可调性较差,本文使用了储能设备作为风光互补发电系统的备用电源,提高可再生能源发电的利用率。考虑到风光互补发电系统优化调度中供电的连续性和安全性问题,本文基于Spearman相关系数,以电站对当地负荷的追踪情况为优化目标,建立了基于随机变量相关性的风光互补发电系统的优化调度模型,并采用了带有权重惯性因子的改进粒子群算法进行求解计算。风力和光伏出力的随机性使得优化调度的可靠性大大降低。因此,本文以联合概率分布来描述风电场和光伏电站出力的随机性,利用机会约束规划建立风光互补发电系统随机优化调度模型,从而保证系统调度的安全性、经济性和灵活性。利用抽样平均近似法对机会约束条件进行近似处理,将其转换为确定性非线性规划优化调度问题,从而利用现有的优化算法求解。以某地的风光互补发电系统为例验证,计算结果证明了：1)本文构建的Clay-Copula函数可以很好的刻画风电场和光伏电站出力的联合分布,并能够有效地描述其尾部相关性。2)在考虑随机变量相关性的情况下,风光互补发电系统可以有效提高可再生能源的利用率,并且能够更好的追踪负荷。3)基于机会约束模型的计算结果表明,随机优化调度模型及其转化方法可以有效提高系统调度计划的可行性、灵活性和安全性,提高可再生能源利用率,改善风电和储能单元的工作环境,提高系统追踪负荷的能力,从而为风光互补发电系统的优化调度提供了理论基础。