多時間尺度的電力系統(tǒng)魯棒調(diào)度課件

多時間尺度的電力系統(tǒng)魯棒調(diào)度Contents六、海南電網(wǎng)算例介紹四、日內(nèi)滾動計劃三、日前計劃二、總體思路一、風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題目錄五、實時計劃七、技術(shù)支持系統(tǒng)一、風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題一：風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題11截至2012年底，中國（不包括臺灣地區(qū)）新增安裝風(fēng)電機組7872臺，裝機容量12960MW，同比下降26.5%累計安裝風(fēng)電機組53764臺，裝機容量75324.2MW，同比增長20.8%1.1風(fēng)電發(fā)展情況海上裝機容量：

截止2012年底，中國已建成的海上風(fēng)電項目共計389.6MW，是除英國、丹麥以外海上風(fēng)電裝機最多的國家。一：風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題1.2風(fēng)電并網(wǎng)困境從電力系統(tǒng)的角度來說，造成風(fēng)電并網(wǎng)難的原因主要包括以下幾點：我國電網(wǎng)網(wǎng)架結(jié)構(gòu)相對薄弱電力系統(tǒng)智能化水平相對較低電網(wǎng)調(diào)峰能力不足儲能設(shè)施相對滯后一：風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題風(fēng)電并網(wǎng)：風(fēng)電并網(wǎng)比例逐年上升風(fēng)電是一種波動性、間歇性能源風(fēng)電功率的預(yù)測精度低風(fēng)電的反調(diào)峰特性局部電網(wǎng)穩(wěn)定性受到嚴重影響對機組的旋轉(zhuǎn)備用容量要求高多地區(qū)棄鳳現(xiàn)象嚴重

處理風(fēng)電不確定性的主要方法：1.3消納風(fēng)電波動性的傳統(tǒng)方法一：風(fēng)電并網(wǎng)困境及風(fēng)電調(diào)度問題1.留有足夠的備用2.采用隨機優(yōu)化技術(shù)優(yōu)點原理簡單，容易實現(xiàn)在以往的電力系統(tǒng)中得到了廣泛應(yīng)用缺點過于保守由于機組爬坡率約束，難以應(yīng)對風(fēng)電功率變化較大時的情況優(yōu)點充分利用風(fēng)電預(yù)測信息可得到統(tǒng)計意義上的最優(yōu)解缺點需要知道不確定性的概率分布不能完全消納風(fēng)電不確定性需要大量數(shù)據(jù)做支持，且只能提供一種系統(tǒng)可靠性的概率二、總體思路多時間尺度魯棒經(jīng)濟調(diào)度1.魯棒調(diào)度的基礎(chǔ)理論研究2.魯棒調(diào)度與隨機優(yōu)化的比較3.項目的技術(shù)路線4.多時間尺度的調(diào)度方式二：總體思路1、魯棒調(diào)度的基礎(chǔ)理論研究

理論來源來源一：類似的基于魯棒優(yōu)化的安全約束機組組合模型

由美國工程院院士、魯棒優(yōu)化領(lǐng)域的權(quán)威專家、MIT（麻省理工學(xué)院）Dimitris

Bertsimas教授提出來源二：魯棒性生產(chǎn)調(diào)度

考慮不同負荷場景的多時段規(guī)劃調(diào)度模型來源三：魯棒控制理論主要的魯棒控制理論有：（1）Kharitonov區(qū)間理論；（2）H∞控制理論；（3）結(jié)構(gòu)奇異值理論（μ理論）等。二：總體思路魯棒調(diào)度問題沒有一個統(tǒng)一的數(shù)學(xué)模型b)魯棒調(diào)度的數(shù)學(xué)模型二：總體思路方差目標違反度約束違反度等混合整數(shù)線性規(guī)劃模型(MILP)或混合整數(shù)非線性規(guī)劃模型(MINLP)

智能優(yōu)化計算和機器學(xué)習(xí)算法基于博弈論的求解方法c)魯棒調(diào)度的求解算法d)調(diào)度方案的魯棒性指標二：總體思路隨機規(guī)劃理論的基本思想優(yōu)點：場景集的選取在統(tǒng)計意義上是合理的缺點：1.場景集不具有完全的代表性2.計算量較大，采用場景縮減技術(shù)將失去計算的精確度2、魯棒調(diào)度與隨機優(yōu)化的比較采用MonteCarlo方法取樣根據(jù)誤差的概率分布獲取誤差場景優(yōu)化調(diào)度成本的期望值二：總體思路魯棒調(diào)度的基本思想獲取系統(tǒng)的誤差場景根據(jù)誤差場景來提取系統(tǒng)的極限場景構(gòu)建魯棒調(diào)度數(shù)學(xué)模型優(yōu)化滿足系統(tǒng)穩(wěn)定的調(diào)度成本缺點：沒有充分利用間歇性能源出力的概率分布優(yōu)點：1.魯棒調(diào)度則不需要變量的概率分布

2.保證最壞的情況下系統(tǒng)仍能安全穩(wěn)定運行

3.工程意義更明確二：總體思路

3、項目的技術(shù)路線二：總體思路傳統(tǒng)的調(diào)度方式：人工日前調(diào)度計劃和自動發(fā)電控制(AGC)相結(jié)合存在的問題:日前負荷預(yù)測結(jié)果與實際負荷往往存在較大偏差,特別是大規(guī)模上網(wǎng)風(fēng)電的隨機性和波動性,使得日前計劃在執(zhí)行中和實際情況存在很大偏差日前調(diào)度與AGC之間時間跨度太大，日前計劃偏差、負荷和風(fēng)電隨機擾動全部由AGC機組來負擔,經(jīng)常會出現(xiàn)AGC可調(diào)容量不足的情況,進一步影響了系統(tǒng)的安全性和電能質(zhì)量

4、多時間尺度的調(diào)度方式二：總體思路多時間尺度的魯棒調(diào)度模式二：總體思路含新能源的多時間尺度的魯棒調(diào)度技術(shù)，其關(guān)鍵在于將調(diào)度框架分為日前計劃、日內(nèi)滾動計劃、實時計劃三個時間尺度，通過采用多個時間尺度逐步削減新能源的不確定性性對電網(wǎng)的影響。日前計劃。傳統(tǒng)的調(diào)度策略以日前計劃為主，即在已知機組初始狀態(tài)、聯(lián)絡(luò)線交換計劃及當天的開關(guān)狀態(tài)的基礎(chǔ)上，基于次日負荷預(yù)測數(shù)據(jù)、新能源的短期預(yù)測數(shù)據(jù)進行日前計劃編制。日內(nèi)滾動計劃。日內(nèi)滾動計劃基于預(yù)測精度更高的新能源及負荷的超短期預(yù)測數(shù)據(jù)修正日前發(fā)電計劃。日內(nèi)滾動計劃主要對機組出力進行調(diào)整，一般情況下不改變機組的啟停方案。實時計劃。實時計劃是對5分鐘后的發(fā)電計劃作出調(diào)整。在日內(nèi)滾動調(diào)度的基礎(chǔ)上，進一步細化調(diào)度方案，修正調(diào)度計劃與預(yù)測結(jié)果的偏差。二：總體思路三、日前計劃優(yōu)化目標發(fā)電成本最小約束方程電力平衡系統(tǒng)備用機組運行約束機組發(fā)電量約束電網(wǎng)安全約束其他約束系統(tǒng)各時段發(fā)用電力保持平衡系統(tǒng)各時段旋轉(zhuǎn)備用滿足最小備用要求滿足機組最大/最小出力、爬坡速率和最小開關(guān)機時間約束滿足氣/水電廠最大發(fā)電量約束滿足線路安全約束滿足水電廠/抽水蓄能電廠庫容約束三：日前計劃圖3.1日前計劃算法原理圖三：日前計劃日前計劃是在已知次日系統(tǒng)負荷及風(fēng)電預(yù)測信息、水電計劃、交換計劃、燃料計劃等的情況下,制訂次日發(fā)電機組的啟停計劃及出力計劃，使得系統(tǒng)發(fā)電或者購電的總費用最低。本項目研究的日前計劃為機組組合問題（SCUC），即混合整數(shù)規(guī)劃問題（MIP）。三：日前計劃風(fēng)、水、火、氣、光、核、抽蓄聯(lián)合調(diào)度模型目標函數(shù)模型以預(yù)測場景下系統(tǒng)的發(fā)電成本作為目標函數(shù)，如下：約束方程系統(tǒng)側(cè)約束功率平衡約束旋轉(zhuǎn)備用約束為時段t各類電源機組出力，抽水蓄能機組抽水狀態(tài)出力作負值計入，為系統(tǒng)時段t的負荷預(yù)測值。線路安全約束為除了風(fēng)機和虛擬電動機之外的所有機組，為風(fēng)機和虛擬電動機機組，為系統(tǒng)時段t的旋轉(zhuǎn)備用需求。

、、分別為火電、氣電、核電的運行成本，為火電機組啟停成本,

為氣電機組啟停成本。為所有機組，為機組g在線路j上的功率分布因子,

為線路流量限制。三：日前計劃機組側(cè)約束火電機組約束機組的上下限約束機組的爬坡率約束開停機的限制三：日前計劃機組側(cè)約束氣電機組約束基本運行約束開停機約束總氣量約束三：日前計劃機組側(cè)約束水電機組約束取強迫出力為水電機組的最小出力取裝機容量為水電機組的最大出力每個水電廠的水量有限，要求水電站的日耗水量不超過定值，該值由當天水文信息給定由于水電機組的調(diào)節(jié)速度快，且一般不停機，故不考慮爬坡率約束及開停機約束三：日前計劃三：機組組合問題機組側(cè)約束核電機組約束上下限約束爬坡率約束機組開停機約束三：機組組合問題機組側(cè)約束抽水蓄能機組約束抽蓄機組抽水滿抽，發(fā)電功率滿足上下限約束抽蓄電廠的庫容約束抽蓄蓄能有抽水、停機、發(fā)電三種工作狀態(tài)，用虛擬發(fā)電機cg和虛擬電動機cm代替抽水蓄能機組c。每個時段抽蓄機組只能處于一種工作狀態(tài)一天的總水量平衡，即調(diào)度周期結(jié)束后，上游水庫恢復(fù)到原來的水位約束條件（誤差場景）

St為時段t的誤差場景集;p(s,g,t)為時段t機組g在場景s下的計劃出力;

p(s,g,t)-p(g,t)為系統(tǒng)由預(yù)測場景下的工作狀態(tài)調(diào)整到誤差場景下時,火電機組g的出力調(diào)整量,選擇小時爬坡速率約束的1/6為約束上下界,即保證狀態(tài)調(diào)整能在10min內(nèi)完成。場景s下的機組出力上下限約束,需注意誤差場景和預(yù)測場景下的I(g,t)一致場景s下的功率平衡約束場景s下的線路容量約束調(diào)整時間約束三：日前計劃模型的解是一個火電機組出力方案X0，它滿足風(fēng)電預(yù)測場景下的所有運行約束和線路安全約束。假設(shè)風(fēng)電實際出力在時段t偏離預(yù)測值，誤差場景Si發(fā)生，如果經(jīng)過火電機組再調(diào)度，系統(tǒng)運行點能在10mins內(nèi)從X0過渡到新的可行運行點Xi，則稱模型的解適應(yīng)場景Si。根據(jù)模型中誤差場景約束的要求，X0能適應(yīng)任意時段t中場景集St內(nèi)的任意場景Si。圖1調(diào)整時間約束下的模型可行解模型的解對風(fēng)電隨機性的適應(yīng)力三：日前計劃以只含一個風(fēng)電場為例,在風(fēng)電出力預(yù)測曲線及其誤差概率分布的基礎(chǔ)上,決策者可指定一定的置信水平,得到圖2中置信極限之間的置信區(qū)間。若合理選取各時段的St,使其能代表區(qū)間內(nèi)所有可能的誤差場景,則當實際風(fēng)電出力在指定置信區(qū)間內(nèi)偏離預(yù)測值時,模型的解均能適應(yīng)。圖2

風(fēng)電出力預(yù)測曲線及其某置信區(qū)間與實際出力的對比置信區(qū)間控制適應(yīng)力強弱三：日前計劃

假設(shè)系統(tǒng)包含2個風(fēng)電場,它們在時段t的出力預(yù)測值分別是110MW和120MW,在某置信水平下的置信區(qū)間(40MW,180MW)和(60MW,180MW)構(gòu)成了圖3所示的矩形空間,即時段t中需要保障的風(fēng)電出力取值空間。圖3

兩風(fēng)電場時某時段中風(fēng)電出力的取值空間場景集的選取與極限場景的意義三：日前計劃場景集St

應(yīng)對所要求的單風(fēng)電場出力置信區(qū)間或多風(fēng)電場出力置信區(qū)間所組成的取值空間具有完全代表性。選取St最常見的方法是蒙特卡洛仿真（根據(jù)誤差概率分布進行隨機抽樣,生成大量誤差場景,再利用場景縮減技術(shù)合并相近的場景,將場景數(shù)減小到計算能力容許的范圍內(nèi),形成St），這樣獲得的St不僅場景數(shù)多，還通常無法代表置信區(qū)間內(nèi)的所有場景，求得的解對風(fēng)電隨機性的適應(yīng)性可能小于指定要求。當含n(n≥3)個風(fēng)電場時,出力取值空間將是一個有個頂點的n維凸多面體。對于固定的場景數(shù)而言,隨著n的增大,基于蒙特卡洛仿真得到的St代表性迅速減弱,計算時間和計算精度的矛盾將不可調(diào)和。三：日前計劃若一個場景中各風(fēng)電場出力均處于置信極限,則該場景稱為極限場景，如圖中矩形的四個頂點。項目證明了,只要取極限場景集為St,就對風(fēng)電出力取值空間具有完全代表性。亦即,若模型的解能適應(yīng)所有極限場景,則必適應(yīng)取值空間中的所有誤差場景。雖然極限場景數(shù)隨著n上升以指數(shù)形式增大,場景縮減技術(shù)的應(yīng)用仍無法避免,但是,算例將證明在取相同場景數(shù)時,基于極限場景集的方法得到的解較之基于蒙特卡洛仿真的場景法得到的解,對風(fēng)電隨機性具有更強的適應(yīng)力。圖3兩風(fēng)電場時某時段中風(fēng)電出力的取值空間三：日前計劃方法對比

方法一方法二方法三線路潮流模型基于電壓相角的模型GGDFGGDF場景采集法極限場景法蒙特卡洛法極限場景法

圖4

三種方法的性能曲線三：日前計劃魯棒思想的引入，得到對于風(fēng)電不確定性適應(yīng)力更強的方案。GGDF的引入,能有效降低用MIP求解SCUC問題時的計算時間。極限場景集對風(fēng)電出力取值空間具有完全代表性,比基于蒙特卡洛仿真的場景法效率更高。

圖55風(fēng)電場條件下各時段的風(fēng)電穿透水平主要結(jié)論這兩處改進使MIP得以成功應(yīng)用于多風(fēng)電場并入大規(guī)模電網(wǎng)時的日前安全約束機組組合和經(jīng)濟調(diào)度,能用更短的時間獲得對風(fēng)電隨機性適應(yīng)力更強的解。三：日前計劃四、日內(nèi)滾動計劃四：日內(nèi)滾動計劃

根據(jù)日前調(diào)度結(jié)果、新能源超短期功率預(yù)測數(shù)據(jù)、超短期負荷預(yù)測數(shù)據(jù)、日前調(diào)度結(jié)果，安排各機組日內(nèi)未來各時段發(fā)電計劃，并實時滾動刷新。圖4.1

日內(nèi)滾動計劃編制流程圖圖4-2：日內(nèi)滾動計劃示意圖滾動策略：每1h滾動一次，每次計算的周期為4h，每15min為一個調(diào)度時段，調(diào)度周期內(nèi)有16個調(diào)度時段。第一次滾動為1—4h，第二次滾動為2—5h，以此類推。每次滾動計劃均基于上一次的滾動計劃進行修改且均能得到了最新的超短期功率預(yù)測數(shù)據(jù)。四：日內(nèi)滾動計劃基于日前計劃模型，日內(nèi)滾動模型作如下的補充：第一次滾動修正日前計劃的機組出力值，修正后的出力除了要滿足上下限約束，還要保證與日前計劃值的偏差控制在一定的范圍內(nèi)。有：式中，為日前計劃的機組出力值，為第一次滾動的機組出力值，為第一次滾動的最大允許偏差值。第k（k>1）次滾動修正的是第k-1次滾動計劃的機組出力值，修正后的出力要滿足上下限約束，還要保證與日前計劃值的偏差控制在一定的范圍內(nèi)。則有：滾動模型四：滾動模型12通過調(diào)用節(jié)能發(fā)電調(diào)度技術(shù)支持系統(tǒng)的靜態(tài)安全校核服務(wù)，實現(xiàn)綠色調(diào)度日內(nèi)計劃的靜態(tài)安全校核。安全校核采用交流潮流算法，利用網(wǎng)絡(luò)拓撲結(jié)構(gòu)數(shù)據(jù)、發(fā)電計劃數(shù)據(jù)、節(jié)點負荷預(yù)測數(shù)據(jù)以及檢修計劃數(shù)據(jù)，計算該滾動計劃的系統(tǒng)潮流，并根據(jù)安全限額數(shù)據(jù)，判斷是否出現(xiàn)斷面潮流越限情況。當出現(xiàn)斷面潮流越限時，采用安全校正算法對發(fā)電計劃進行優(yōu)化調(diào)整以消除支路及斷面的潮流約束。四：經(jīng)濟調(diào)度問題安全校核與校正環(huán)節(jié)四：經(jīng)濟調(diào)度問題步驟如下：輸入該次滾動的發(fā)電計劃啟動潮流計算模塊，判斷潮流是否越限，若不越限則結(jié)束計算并輸出發(fā)電計劃，否則進行下一步輸入越限線路編號及越限功率啟動安全校正模塊，輸出調(diào)整后的發(fā)電計劃返回第二步圖4-3：安全校核與校正流程圖安全校核與校正五、實時調(diào)度計劃由于AGC算法控制的周期一般為秒級，而動作慢、爬坡能力不足、慣性大的火電AGC機組出力達到設(shè)定目標值時，其負荷往往已經(jīng)發(fā)生變化，導(dǎo)致發(fā)電調(diào)整總是滯后于負荷的變化；水、光伏、風(fēng)、火電AGC機組聯(lián)合調(diào)整困難，水、光伏等機組AGC響應(yīng)時間短、調(diào)節(jié)速率快，火電機組AGC響應(yīng)時間長、調(diào)節(jié)速率慢，二者協(xié)調(diào)控制比較困難，當系統(tǒng)負荷處于長時間爬坡(向上或向下)過程中，往往會出現(xiàn)響應(yīng)速度較快的機組逐漸接近其調(diào)節(jié)上限或下限而響應(yīng)速度較慢的機組(如火電機組)仍未動作或仍有較大的調(diào)節(jié)裕度,從而使系統(tǒng)失去向上或向下方向的快速調(diào)節(jié)能力。實時調(diào)度計劃（AGC超前控制）就為了解決AGC控制所存在問題而提出來。五：實時調(diào)度計劃AGC存在問題

五：實時調(diào)度計劃實時調(diào)度計劃流程五：實時調(diào)度計劃AGC超前控制功率分配模型：在總調(diào)節(jié)量固定的情況下，尋找最優(yōu)的調(diào)整費用。其中C為機組的購電價格為了減少AGC機組的出力，所以應(yīng)盡量選取調(diào)節(jié)速率或組合調(diào)節(jié)速率較快的實時調(diào)度機組調(diào)整功率。機組調(diào)節(jié)功率約束機組調(diào)節(jié)功率約束Z為整數(shù)變量，A為機組的調(diào)節(jié)步長，為了防止機組得到的調(diào)整量不符合機組的調(diào)節(jié)步長

由分配功率模型算出得到：則機組的下一時刻的計劃值可以表示為：

AGC超前控制功率分配模型：五：實時調(diào)度計劃六、海南電網(wǎng)算例六：海南電網(wǎng)算例調(diào)度策略：綜合考慮了水、火、風(fēng)、氣、光、核、抽水蓄能的多種能源結(jié)構(gòu)，提出一種基于魯棒調(diào)度的日內(nèi)滾動策略與模型。與日前計劃相結(jié)合，構(gòu)成了兩個時間尺度的魯棒調(diào)度策略。既減小了系統(tǒng)的功率缺額，又保證了常規(guī)機組具備消化由于新能源波動引起的功率缺額的能力。算例描述采用海南電網(wǎng)2018年規(guī)劃數(shù)據(jù)進行算例分析。其中，火電占47.1%，氣電占11.4%，水電占7.7%，核電占15.4%，抽水蓄能占3%，風(fēng)電占13.2%，光伏發(fā)電占2.5%。六：海南電網(wǎng)算例新能源波動范圍：取95%的置信概率，根據(jù)預(yù)測時間越長精度越低的特點，假設(shè)在4h內(nèi)新能源的波動誤差為

，即置信區(qū)間為預(yù)測值

。此外，考慮4~12h波動誤差為

，考慮12~24h的波動誤差為

。由此得新能源出力的置信區(qū)間如圖3所示，圖(a)為日前計劃，圖(b)為日內(nèi)滾動計劃。六：海南電網(wǎng)算例日前計劃調(diào)度結(jié)果：優(yōu)化出未來一天的機組啟停方案如圖所示。其中：G1~G9為火電機組G10~G12為水電廠G13~G16為氣電機組G17-G18為核電機組G19為抽水蓄能機組圖

機組啟停方案六：海南電網(wǎng)算例這種含多類型能源聯(lián)合調(diào)度的方式能優(yōu)劣互補，達到削峰平谷的效果并且提高了接納新能源的能力。日內(nèi)滾動計劃調(diào)度結(jié)果：火電出力曲線較為平緩，避免頻繁調(diào)整火電出力保持高效發(fā)電，與核電機組共同承擔絕大部分的基荷氣電機組的變化趨勢與負荷一致，主要應(yīng)對負荷曲線的陡坡變化水電機組負責(zé)應(yīng)對新能源出力的隨機性與負荷峰谷差，通過頻繁調(diào)節(jié)水電機組出力保證系統(tǒng)功率平衡抽水蓄能在負荷高峰時發(fā)電，負荷低估時抽水，系統(tǒng)峰谷差由原來的1563MW削減為1215MW，起到了削峰填谷的作用六：海南電網(wǎng)算例功率缺額計算：當新能源發(fā)生波動時，要求系統(tǒng)在2分鐘內(nèi)恢復(fù)功率平衡，否則系統(tǒng)存在功率缺額，需進行棄風(fēng)或者切負荷措施。傳統(tǒng)調(diào)度方式（單場景調(diào)度）將新能源機組的預(yù)測出力作為其經(jīng)濟調(diào)度出力，忽略了新能源的不確定性。時，負荷處于高峰。對于單場景調(diào)度方式，常規(guī)機組的最大下調(diào)功率及最大上調(diào)功率分別為新能源出力區(qū)間為。顯然，單場景調(diào)度方式無法滿足負荷高峰時新能源的向下波動，系統(tǒng)最大可能出現(xiàn)30MW的功率缺額。同理計算出魯棒調(diào)度方式的最大下調(diào)功率及最大上調(diào)功率分別為142MW、62MW。因此，魯棒調(diào)度方式能滿足新能源在置信區(qū)間內(nèi)的波動。六：海南電網(wǎng)算例兩個調(diào)度關(guān)鍵點：當負荷高峰時，為追求經(jīng)濟性，傳統(tǒng)調(diào)度方式必然讓經(jīng)濟性好、調(diào)節(jié)速度快的水電機組及大型火電機組承擔過多的負荷，使其接近出力上限。此時，系統(tǒng)的上調(diào)容量受到限制當負荷低谷時，為追求經(jīng)濟性，大多數(shù)經(jīng)濟性差的機組必然處于出力下限，只有少數(shù)經(jīng)濟性好的機組具有下調(diào)容量。此時，系統(tǒng)的下調(diào)容量受到限制單場景調(diào)度方式在96個時段下可能出現(xiàn)的最大功率缺額如圖6所示。其中功率缺額大于零表示發(fā)電過剩，需進行棄風(fēng)；反之為發(fā)電不足，需進行切負荷。六：海南電網(wǎng)算例四種調(diào)度方案：方案1為基于傳統(tǒng)調(diào)度方式的日前計劃方案2在方案1的基礎(chǔ)上進行傳統(tǒng)調(diào)度方式的日內(nèi)滾動修正方案3為基于魯棒調(diào)度的日前計劃方案4在方案3的基礎(chǔ)上進行基于魯棒調(diào)度的日內(nèi)滾動修正采用正態(tài)分布的方法設(shè)計了日前計劃及日內(nèi)滾動計劃的計算場景。例如在日前計劃中，時，新能源預(yù)測出力為620MW且預(yù)測時間在4~12h之間，故服從正態(tài)布，如圖六：海南電網(wǎng)算例表、四種調(diào)度方案對比調(diào)度方案棄風(fēng)量/切負荷量/發(fā)電成本(RMB)計及應(yīng)對措施的總成本/RMB方案117.67136.5469653837658862方案210.3853.9769653837241565方案30.740.2570154247017125方案400.2369989167000066為體現(xiàn)調(diào)度方案的魯棒性，引入棄風(fēng)懲罰成本Fw及缺電成本Fm，則，，Qw為棄風(fēng)量，fw為風(fēng)電標桿上網(wǎng)電價，

Qm

為缺電量（即本例中的切負荷量），fm

為平均單位電量缺電成本。取，取，

則及應(yīng)對措施的總成本，計算結(jié)果見下表所示。經(jīng)濟性比較六：海南電網(wǎng)算例表、四種調(diào)度方案對比第一，算例中，日前計劃與日內(nèi)滾動計劃采用相同的新能源及負荷預(yù)測值，但考慮的波動范圍不同。由于方案1與方案2均忽略新能源的不確定性，故兩者邊界條件相同，優(yōu)化出的發(fā)電成本相等，即F1=F2

。但方案2的S2偏離預(yù)測值較小，故該計算場景下的棄風(fēng)量及切負荷量也較小，故有；第二，方案3和方案4均采用魯棒調(diào)度方式滿足新能源在置信區(qū)間內(nèi)的波動，棄風(fēng)量及切負荷量較小。與方案3相比，方案4的預(yù)測精度高，誤差場景個數(shù)少，松弛了約束條件，使調(diào)度的經(jīng)濟性得到改善，即，；調(diào)度方案棄風(fēng)量/切負荷量/發(fā)電成本(RMB)計及應(yīng)對措施的總成本/RMB方案117.67136.5469653837658862方案210.3853.9769653837241565方案30.740.2570154247017125方案400.2369989167000066六：海南電網(wǎng)算例表、四種調(diào)度方案對比第三，相比于方案2，方案4為保證調(diào)度方案的魯棒性損失了部分的經(jīng)濟性，即。但方案4能較好地避免棄風(fēng)及切負荷帶來的經(jīng)濟損失，從而有。綜上，計及棄風(fēng)及切負荷措施時，方案4的經(jīng)濟效益最好。調(diào)度方案棄風(fēng)量/切負荷量/發(fā)電成本(RMB)計及應(yīng)對措施的總成本/RMB方案117.67136.5469653837658862方案210.3853.9769653837241565方案30.740.2570154247017125方案400.2369989167000066安全性比較以線路l1為例，l1的最大功率傳輸功率為300MW。當新能源出力為預(yù)測值時，上述四種方案均能滿足線路潮流約束。定義為l1

在t時刻的潮流裕度，為l1在所有時段的潮流裕度之和，如下式所示。其中，為l1的有功傳輸極限，為l1在t

時刻的有功傳輸功率。六：海南電網(wǎng)算例預(yù)測場景下四種方案的潮流裕度如表2所示：方案1與方案2的總裕度最小，當負荷高峰時l1的潮流觸界，無法保證新能源的出力波動后潮流不越限；方案3的總裕度最大，負荷高峰時也具有足夠的調(diào)節(jié)裕度，能應(yīng)對新能源較大的出力波動（如場景S1），但這是以損失經(jīng)濟性為代價的；方案4留有一定量的潮流裕度，能滿足新能源較小的出力波動（如計算場景S2），經(jīng)濟性較方案3好。調(diào)度方案峰荷時l1的潮流裕度/MW峰荷時段的發(fā)電成本/RMB/MW方案1,2011277012.88方案30.1211435925.74方案40.0711378