CN104362673B - 基于调峰裕度的风电并网协调调度优化方法 - Google Patents

Abstract

本发明公开了一种基于调峰裕度的风电并网协调调度优化方法，其特点是针对风电出力的不确定性，利用24点调峰容量裕度指标来刻画系统的调峰能力，从而确定出风电并网功率和系统正、负旋转备用容量；并建立起以系统总运行成本最小为目标，含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调调度优化模型，为解决常规机组运行经济性和风电利用效益之间的矛盾提供了一种较好的对策。

Description

基于调峰裕度的风电并网协调调度优化方法

技术领域

本发明涉及一种基于调峰裕度的风电并网协调调度优化方法，具体地说，本发明提出了24点调峰容量裕度指标，从调峰能力的角度确定出风电并网功率和系统正、负旋转备用容量，建立了以系统总运行成本最小为目标，含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调调度优化模型，属于电气信息领域。

背景技术

传统电力系统优化调度问题是为实现发电成本最小、污染物排放量最小等目标，基于系统功率平衡、备用需求和机组出力限制等约束条件，得到调度周期内负荷最优分配的发电计划。当大规模风电并入电网以后，由于风能受到多种自然因素的影响而具有强烈的随机波动性，给系统的安全稳定运行带来了不小的冲击，尤其是风电的逆调峰特性加大了系统负荷的峰谷差，对系统调度计划的制定产生了极大的影响。现有的风电并网调度优化模型研究的重点主要体现在两个方面：一是建立较为精确的风电出力模型；二是配置合理的系统备用容量。

许多研究采用基于Weibull分布规律的风速模型和场景分析理论对风电出力进行建模，然后将预测得到的风电出力全额上网参与调度，虽然这些建模方法提高了风电预测出力功率的精确性，但是不易与调度方案灵活结合起来，协调调度能力差，容易出现调峰容量裕度不足的情况，所以需要考虑调峰裕度来对调度方案进行优化建模，张伟.大规模风电并网条件下电力系统有功调度研究[D].东北电力大学硕士论文.2013。

大规模风电接入导致系统等效负荷峰谷差变大，加剧了对系统调峰的难度，为了保证系统能够安全可靠运行，必须预留足够的备用容量。在许多优化模型中将风电总量的一定百分比作为附加备用容量来应对风电随机变化特性，但是这种确定性的方法没有对风电的不确定性给予统计分析，实际上只有预留100％的风电容量水平的旋转备用才能够确保系统绝对安全，周玮，彭昱，孙辉，等.含风电场的电力系统动态经济调度[J].中国电机工程学报，2009，29(25)：13-18。许多研究开始采用概率化的方法来确定备用容量，将负荷预测误差和风电出力预测误差的概率分布同机组的累积停运容量概率模型结合，得到机组累计停运容量概率表COPT，然后采用函数拟合的方法得到不同机组组合状态下的备用容量，从而使系统在风电并网后仍能够达到期望的可靠性水平，但是选取的风电和负荷的出力误差模型都较为简单，实现的结果仍存在较大误差，张国强，吴文传，张伯明.考虑风电接入的有功运行备用协调优化[J].电力系统自动化，2011，35(12)：15-19。

发明内容

本发明的目的是针对风电全额上网的扶持政策，为解决大规模风电并网后常规机组运行经济性和风电利用效益之间的矛盾而提供的一种基于调峰裕度的风电并网协调调度优化方法，其特点是针对风电出力的不确定性，利用24点调峰容量裕度指标来评估系统的调峰裕度进而确定出风电并网功率和系统正、负旋转备用容量，同时建立起以系统总运行成本最小为目标，含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调调度优化模型。

其主要思路是：利用24点调峰容量裕度指标对系统调峰裕度进行评估，当调峰容量充裕时将风电预测出力作为负的负荷直接修正日负荷曲线，得到等效日负荷曲线。如果正调峰容量裕度不足，风电能够全额并网，同时在制定开机方式时需要增开机组数目来提高输出的功率以快速响应系统功率的缺失；如果负调峰容量裕度不足，则需要采取适当的弃风策略。调度模型的目标函数为系统总运行成本最小，其中包含了水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本。

本发明的目的由以下技术措施实现

基于调峰裕度的风电并网协调调度优化方法包括以下步骤：

1)系统24点调峰容量裕度评价指标

将风电并网后系统的净负荷最大峰谷差作为调峰需求，为了精确表征24个调度时段的负荷变化，定义系统24点调峰需求为后一时段与前一时段最大负荷差的绝对值，即

△P_LD.t＝max(|P_LD.t+1-P_LD.t|)(t＝0,1,2,…,23)(1)

式中，△P_LD.i为t时刻的调峰需求；P_LD.i+1为t+1时刻的负荷；P_LD.i为t时刻的负荷。

由于负荷的时变特性导致调度日内24个时段调峰需求具有实时性，所以为应对风电并网后负荷波动系统所配置的调峰容量是要求在需要时能立即投入运行的容量，即调峰容量属于旋转备用容量的一部分，所以在制定调度计划的时候可以在旋转备用的约束条件中将调峰容量计入。针对负荷上升和下降的情况，利用所有常规机组在各个时段的可调节容量之和来确定系统能够提供的调峰容量，那么系统24点调峰容量可分别表示为正调峰容量和负调峰容量，即

${\mathrm{\&Delta;P}}_{G.t}=\left\{\begin{array}{c}{\mathrm{\&Delta;P}}_{G.\mathrm{UR}.t},P_{\mathrm{LD}.t+1}>P_{\mathrm{LD}.t}\\ {\mathrm{\&Delta;P}}_{G.\mathrm{DR}.t},P_{\mathrm{LD}.t+1}<P_{\mathrm{LD}.t}\end{array}\right.(t=\mathrm{0,1,2},...,23)---\left(2\right)$

式中，△P_G.t为系统24点调峰容量；△P_G.UR.t为t时段系统提供的正调峰容量；△P_G.DR.t为t时段系统提供的负调峰容量。其中△P_G.UR.t和△P_G.DR.t分别表示为

$\left\{\begin{array}{c}{\mathrm{\&Delta;P}}_{G.\mathrm{UR}.t}=\underset{i=1}{\overset{\mathrm{Nh}}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;P}}_{\mathrm{ui}.t}+\underset{j=1}{\overset{\mathrm{Nt}}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;P}}_{\mathrm{uj}.t}-P_{\mathrm{fault}.t}\\ {\mathrm{\&Delta;P}}_{G.\mathrm{DR}.t}=\underset{i=1}{\overset{\mathrm{Nh}}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;P}}_{\mathrm{di}.t}+\underset{j=1}{\overset{\mathrm{Nt}}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;P}}_{\mathrm{dj}.t}\\ {\mathrm{\&Delta;P}}_{\mathrm{ui}.t}=P_{i\max }-P_{i.t}\\ {\mathrm{\&Delta;P}}_{\mathrm{uj}.t}=\min (P_{j\max }-P_{j.t},{\mathrm{UR}}_j)\\ {\mathrm{\&Delta;P}}_{\mathrm{di}.t}=P_{i.t}-P_{i\min }\\ {\mathrm{\&Delta;P}}_{\mathrm{dj}.t}=\min (P_{j.t}-P_{j\min .t},{\mathrm{DR}}_j)\end{array}\right.---\left(3\right)$

式中，△P_ui.t和△P_di.t分别为水电机组i在t时段提供的正负调峰容量；△P_uj.t和△P_dj.t分别为火电机组j在t时段提供的正负调峰容量；P_fault.t为t时段系统预留的事故备用，通常取为最大发电负荷的5％-10％，并且不小于系统中一台最大机组的容量；P_imax和P_imin分别为水电机组i的出力上限和出力下限；UR_j和DR_j分别为火电机组j的最大升爬坡能力和最大降爬坡能力；P_jmax和P_jmin分别为火电机组j的出力上限和出力下限。

根据以上对调峰需求和调峰容量的描述，可以将系统24点调峰容量裕度指标定义为24点调峰容量与调峰需求的差值，即

P_R.t＝△P_G.t-△P_LD.t(t＝0,1,2,…,23)(4)

利用该指标可以评估系统各个时段的调峰裕度，从而确定出弃风功率，得到修正后的风电并网净负荷曲线，最后依据该曲线制定机组的调度计划。

2)风电并网后的等效日负荷曲线

利用24点调峰容量裕度指标对系统调峰裕度进行评估，当调峰容量充裕时风电功率可以被系统完全消纳，此时可以将风电出力作为负的负荷直接修正日负荷曲线，得到等效日负荷曲线。如果正调峰容量裕度不足，风电能够全额并网，同时在制定开机方式时需要增开机组数目来提高输出的功率以快速响应系统功率的缺失；如果负调峰容量裕度不足，则需要采取适当的弃风策略。

具体方法如下：为系统设定一个调峰容量裕度的下限值P_R.t.min，本文采用类似系统备用容量的确定方法，将P_R.t.min定义为风电预测出力的固定比例；当调峰容量裕度低于P_R.t.min时，则在负荷下降时段对裕度低于P_R.t.min的部分进行积分，得到风电弃风功率，即

$P_{w.t.q}=\left\{\begin{array}{c}{P}_{R.t.\min }-P_{R.t},P_{\mathrm{LD}.t+1}<P_{\mathrm{LD}.t}\mathrm{and}{P}_{R.t}<P_{R.t.\min }\\ 0,\mathrm{others}\end{array}\right.(t=\mathrm{0,1,2},...23)---\left(5\right)$

在调峰容量不足的情况下需要用扣除弃风功率后的并网风电出力曲线修正日负荷曲线得到等效日负荷曲线。

3)风电并网协调调度优化模型的目标函数

$\left\{\begin{array}{c}\min F=\min [F_h+F_t+F_c+F_r]\\ F_h=\underset{i=1}{\overset{N_h}{\mathrm{\&Sigma;}}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&rho;}}_i{m}_{i.t}{P}_{i.t}\mathrm{\&Delta;T}\\ F_t=\underset{j=1}{\overset{N_t}{\mathrm{\&Sigma;}}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&rho;}}_j{m}_{j.t}{P}_{j.t}\mathrm{\&Delta;T}\\ F_c=\underset{k=1}{\overset{\mathrm{Nw}}{\mathrm{\&Sigma;}}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{\mathrm{\&rho;}}_k(P_{k.t}^{\mathrm{av}}-P_{k.t})\mathrm{\&Delta;T}\\ F_r=\underset{q=1}{\overset{N_h+N_t}{\mathrm{\&Sigma;}}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}({\mathrm{\&rho;}}_{q.t}^u{r}_{q.t}^u+{\mathrm{\&rho;}}_{q.t}^d{r}_{q.t}^d+{\mathrm{\&rho;}}_{q.t}^a{R}_{q.t})\mathrm{\&Delta;T}\end{array}\right.---\left(6\right)$

式中，F_h、F_t、F_c、F_r分别表示水电的运行价格成本、火电的运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本；N_h、N_t、N_w分别表示水电机组、火电机组和风电机组的台数；T表示调度时间段内总的时间段数；△T表示一个调度时段的长度；P_i.t、P_j.t分别表示水电机组i和火电机组j在时刻t的有功出力；m_i.t、m_j.t分别表示水电机组i和火电机组j在时刻t的启停状态，其值为1表示开机状态，其值为0表示停机状态；ρ_i、ρ_j分别表示水电机组i和火电机组j在单位时段t内的单位成本电价；ρ_k表示风电机组k在单位时段t内的弃风惩罚电价；表示风电机组k在时刻t的风电功率预测值；P_k.t表示风电机组k在时刻t的实际并网功率；分别表示系统在时刻t的正旋转备用、负旋转备用以及事故备用惩罚价格；分别表示系统在时刻t的正旋转备用、负旋转备用以及事故备用容量。

4)约束条件

①系统正旋转备用容量约束

$S_{\mathrm{UR}.t}={\mathrm{\&Delta;P}}_{G.\mathrm{UR}.t}+P_{\mathrm{fault}.t}\&GreaterEqual;P_{\mathrm{LD}.t}\&times;L_u\%+\underset{k=1}{\overset{\mathrm{Nw}}{\mathrm{\&Sigma;}}}{P}_{k.t}\&times;w_u\%---\left(7\right)$

式中，S_UR.t为t时段系统提供的正旋转备用容量；L_u％为系统负荷预测误差对正旋转备用的需求；P_k.t为t时段风电机组k的出力；w_u％为风电出力预测误差对正旋转备用的需求。

②系统负旋转备用容量约束

$S_{\mathrm{DR}.t}={\mathrm{\&Delta;P}}_{G.\mathrm{DR}.t}\&GreaterEqual;\underset{k=1}{\overset{\mathrm{Nw}}{\mathrm{\&Sigma;}}}(W_{k\max }-P_{k.t})\&times;w_d\%---\left(8\right)$

式中，S_DR.t为t时段系统提供的负旋转备用容量；W_kmax为风电机组k的最大出力；w_d％为风电出力预测误差对负旋转备用的需求。

③系统有功功率平衡约束

$\underset{i=1}{\overset{N_h}{\mathrm{\&Sigma;}}}{P}_{i.t}+\underset{j=1}{\overset{N_t}{\mathrm{\&Sigma;}}}{P}_{j.t}=P_{d.t}+P_{l.t}-\underset{k=1}{\overset{N_w}{\mathrm{\&Sigma;}}}{P}_{k.t}(t=\mathrm{1,2},...,T)---\left(9\right)$

式中，为t时段水电机组i的发电出力，为t时段火电机组j的发电出力，P_d.t为t时段系统的有功负荷，P_l.t表示系统t时段有功损耗，为t时段风电机组k的发电出力。

④机组有功出力约束

$\left\{\begin{array}{c}{P}_{\min .i}\&le;P_i\&le;P_{\max .i}(i=\mathrm{1,2},...,N_h)\\ P_{\min .j}\&le;P_j\&le;P_{\max .j}(j=\mathrm{1,2},...,N_t)\end{array}\right.---\left(10\right)$

式中，P_min.i和P_max.i分别为水电机组i的最小出力和最大出力；P_min.j和P_max.j分别为火电机组j的最小出力和最大出力。

⑤机组爬坡能力约束

因为水电机组具有较好的爬坡性能，所以本文中只考虑了火电机组的爬坡能力。

$\left\{\begin{array}{c}{P}_{j.t}-P_{j.(t-1)}\&le;{\mathrm{UR}}_j=r_j^{\mathrm{up}}\mathrm{\&Delta;t}\\ P_{j.(t-1)}-P_{j.t}\&le;{\mathrm{DR}}_j=r_j^{\mathrm{down}}\mathrm{\&Delta;t}\end{array}\right.(j=\mathrm{1,2},...,N_t)---\left(11\right)$

式中，UR_j和DR_j分别为火电机组j的增出力爬坡能力限制和减出力爬坡能力限制；和分别为火电机组j的向上爬坡速率和向下爬坡速率。

5)调度模型的求解策略

该模型为一个双层规划的问题，首先采用优先顺序法确定出机组的开机方式，然后利用改进的粒子群算法确定每台机组负荷的最优分配。

优先安排水电机组上网，水电机组按机组的电能报价排序，电能报价低的机组具有更高的出力优先级。火电机组将最小比耗量作为排序指标，λ值小的，具有更高的开机优先级。首先按照系统负荷的变化情况和备用需求，依照指标优劣顺序对机组进行投切，直到满足系统总的需求平衡。然后采用最小开/停时间和解除冗余机组方法对初始解进行修正，从而得到机组的组合状态。

在确定的开机方式下，基于旋转备用约束采用粒子群算法对负荷实现最优分配。

由此，得到风电并网后的优化调度方案。

本发明具有如下优点：

本发明提出了24点调峰容量裕度指标，不同于之前对调峰能力的研究仅局限于一个宏观值，用此方法能够绘制出系统调峰能力的变化曲线，并将其与调度模型结合起来，从调峰的角度确定出系统的并网风电功率和备用容量，进而得到协调常规机组运行经济性和风电利用价值的调度方案；本发明以系统总运行成本最小为目标，构建了含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调调度优化模型，并采用智能优化算法进行求解。

附图说明

图1为风电并网协调调度优化模型的算法流程图

1、输入系统和机组参数以及算法的控制参数，2、按照优先顺序表，根据负荷需求和备用容量投入前N台机组，3、判断是否满足功率平衡约束，4、启动第N+1台机组，N＝N+1，5、得到t时段的机组组合，6、判断是否完成所有调度时刻的机组安排，7、得到机组组合的初始解，8、判断是否满足最小启停时间约束，9、修正初始解，并解除冗余机组，10、输出机组的最优组合方式，11、初始化粒子种群，12、判断是否满足旋转备用约束，13、将罚函数加入适应度函数，14、根据目标函数计算粒子的适应度值，15、计算调峰容量裕度，16、判断调峰容量裕度是否小于下限值，17、生成修正的等效日负荷曲线，18、更新粒子的速度、个体最优位置和全局最优位置，19、判断是否达到迭代次数，20、得到机组的开机容量，21、输出优化模型的最优解。

图2为风电弃风功率示意图

如果正调峰容量裕度不足，风电能够全额并网，同时在制定开机方式时需要增开机组数目来提高输出的功率以快速响应系统功率的缺失；如果负调峰容量裕度不足，则需要采取适当的弃风策略。

为系统设定一个调峰容量裕度的下限值P_R.t.min，采用类似系统备用容量的确定方法，将P_R.t.min定义为风电预测出力的固定比例；当调峰容量裕度低于P_R.t.min时，则在负荷下降时段对裕度低于P_R.t.min的部分进行积分，得到风电弃风功率。

图3为系统负荷预测曲线

采用该区域一个调度日内24个时刻的负荷预测值。

图4为风电功率预测出力曲线

采用该区域一个调度日内24个时刻的风功率出力预测值。

图5为机组的优先顺序表

优先安排水电机组上网，水电机组按机组的电能报价排序，电能报价低的机组具有更高的出力优先级。火电机组将最小比耗量作为排序指标，λ值小的，具有更高的开机优先级。

图6为优化前和优化后的调峰容量裕度比较

将本文优化调度后的结果与传统经济调度模型(备用容量取为负荷的固定比例，同时风电全额并网)的结果进行比较，可以看出传统经济调度模型在负荷低谷时段出现调峰容量裕度不足的情况，这是由于传统经济调度模型没有考虑调峰能力来确定并网风功率，造成负荷需求减少，然而风电出力却增大的局面，加重了系统调峰的难度。在适当舍弃风功率后，系统的调峰能力增加，位于调峰裕度限值P_R.t.min水平之上。

具体实施方式

下面通过实施例对本发明进行具体的描述，有必要在此指出的是本实施例只用于对本发明进行进一步说明，不能理解为对本发明包括范围的限制，该领域的技术熟练人员可以根据上述本发明的内容作出一些非本质的改进和调整。

实施例：

如图1所示，采用优先顺序法确定机组的开机方式(图1中第1-10框)。按照优先顺序表，根据负荷需求和备用容量投入前N台机组；判断是否满足公式(7)的功率平衡约束；启动第N+1台机组；得到t时段的机组组合；判断是否完成所有调度时刻的机组安排；得到机组组合的初始解；判断是否满足公式(10)的最小启停时间约束；修正初始解，并解除冗余机组；输出机组的最优组合方式；以上9个步骤分别为图1中的2、3、4、5、6、7、8、9、10框。采用粒子群算法确定负荷的最优分配(图1中第11-20框)。初始化粒子种群；判断是否满足公式(8)和公式(9)的旋转备用约束；将罚函数加入适应度函数；根据目标函数计算粒子的适应度值；计算公式(4)的调峰容量裕度；判断调峰容量裕度是否小于下限值；按公式(5)进行弃风，生成修正的等效日负荷曲线；更新粒子的速度、个体最优位置和全局最优位置；判断是否达到迭代次数；得到机组的开机容量；以上10个步骤分别为图1中的11、12、13、14、15、16、17、18、19、20框。输出优化模型的最优解(图1中第21框)。

针对某含风电场的区域电网，基于一天24时段调度周期进行仿真计算。

该区域包含有6台火电机组、6台水电机组以及3个风电场。火电机组和水电机组的参数如表1所示，其中1-6号为水电机组，7-12号为火电机组，选取容量大于600MW的发电机作为基荷机组。3个风电场从同一耦合点通过公共联络线接入系统，其极限穿透功率为9.2％，即322MW。在调度周期内系统负荷预测曲线如图3所示，风电功率预测出力如图4所示。系统的正负旋转备用需求系数wu％、wd％取为16％，系统正负旋转备用以及事故备用惩罚价格为0.0112万元/MW，弃风惩罚电价为0.03万元/MW。

表1

1)确定机组的优先顺序表

水电机组按机组的电能报价进行排序，电能报价低的机组具有更高的出力优先级。火电机组按最小比耗量进行排序，λ值小的具有更高的开机优先级，算例中各机组最小耗量比见表2。图5为机组的优先顺序表。

表2

2)确定机组的开机方式

为了尽可能多地消纳风电，确定机组的开机方式时，安排风电功率全额上网。首先基于公式(9)根据系统负荷的变化情况和备用需求，依照优先顺序表对机组进行投切，直到满足系统功率平衡(图1中第1-7框)；然后采用最小开/停时间和解除冗余机组方法对初始解进行修正，得到机组的最优组合方式(图1中第8-10框)。

3)确定负荷的最优分配

①设定算法中的相关参数：迭代次数为300；种群数为60；粒子速度取值范围为v∈[-2,2]；确定线性递减惯性权重时，ω_min为0.4，ω_max为0.9；加速系数c₁和c₂加为2；各约束条件的惩罚因子均取10。

②根据上层优化得到的机组组合方式，对粒子编码，初始化粒子群(图1中第11框)。

在确定的机组组合方式下，对开机运行的机组，在机组的容量范围内随机产生初始值，而停机的机组则初始值0。由于机组出力是连续值，采用实数编码，为N×T矩阵，T为24个时刻，N为机组台数。

每个时刻的初代种群按风电全额并网情况生成，然后判断公式(7)和公式(8)是否满足，不满足则以罚函数加入适应度函数(图1中第12-13框)。

③按照适应度函数计算种群中每个个体的适应度值，将粒子个体的最优适应度值存于pbest中，粒子种群的最优适应度值存于gbest中(图1中第14框)。

④计算调峰容量裕度，若不满足裕度下限制则按公式(5)弃风，再生成修正后的等效日负荷曲线用于下一代种群的计算(图1中第15-17框)。

⑤更新粒子的速度和位置。

⑥计算粒子的新适应度值，用更优值替代pbest；

⑦将所有pbest与gbest比较，最优值存入gbest中(图1中第18框)；

⑧若算法收敛且满足终止条件，则计算停止，得到全局最优适应度的解，即各机组的出力，否则转步骤3(图1中第19-21框)。

最终即可求得优化后的各时段水电机组和火电机组的出力，将其(图6中●点虚线)与优化前(图6中▲点虚线)的调峰容量裕度进行比较，可以得看出该调度方法具有一定的优越性。

表3

表4

Claims (1)

1.基于调峰裕度的风电并网协调调度优化方法，其特征在于该方法包括以下步骤：

1)系统24点调峰容量裕度评价指标

将风电并网后系统的净负荷最大峰谷差作为调峰需求，为了精确表征24个调度时段的负荷变化，定义系统24点调峰需求为后一时段与前一时段最大负荷差的绝对值，即

${\mathrm{\&Delta;P}}_{LD.t}=max\left(\right|P_{LD.t+1}-P_{LD.t}\left|\right),(t=0,1,2,...,23)\sqrt{b^2-4ac}---\left(1\right)$

式中，ΔP_LD.t为t时刻的调峰需求；P_LD.t+1为t+1时刻的负荷；P_LD.t为t时刻的负荷；

由于负荷的时变特性导致调度日内24个时段调峰需求具有实时性，所以为应对风电并网后负荷波动系统所配置的调峰容量是要求在需要时能立即投入运行的容量，即调峰容量属于旋转备用容量的一部分，所以在制定调度计划的时候在旋转备用的约束条件中将调峰容量计入；针对负荷上升和下降的情况，利用所有常规机组在各个时段的可调节容量之和来确定系统能够提供的调峰容量，那么系统24点调峰容量可分别表示为正调峰容量和负调峰容量，即

${\mathrm{\&Delta;P}}_{G.t}=\left\{\begin{array}{cc}{\mathrm{\&Delta;P}}_{G.UR.t},& P_{LD.t+1}>P_{LD.t}\\ {\mathrm{\&Delta;P}}_{G.DR.t},& P_{LD.t+1}<P_{LD.t}\end{array}\right.,(t=0,1,2,...,23)---\left(2\right)$

式中，ΔP_G.t为系统24点调峰容量；ΔP_G.UR.t为t时段系统提供的正调峰容量；ΔP_G.DR.t为t时段系统提供的负调峰容量；其中ΔP_G.UR.t和ΔP_G.DR.t分别表示为

$\left\{\begin{array}{c}{\mathrm{\&Delta;P}}_{G.UR.t}=\underset{i=1}{\overset{Nh}{\&Sigma;}}{\mathrm{\&Delta;P}}_{ui.t}+\underset{j=1}{\overset{Nt}{\&Sigma;}}{\mathrm{\&Delta;P}}_{uj.t}-P_{fault.t}\\ {\mathrm{\&Delta;P}}_{G.DR.t}=\underset{i=1}{\overset{Nh}{\&Sigma;}}{\mathrm{\&Delta;P}}_{di.t}+\underset{j=1}{\overset{Nt}{\&Sigma;}}{\mathrm{\&Delta;P}}_{dj.t}\\ {\mathrm{\&Delta;P}}_{ui.t}=P_{i\max }-P_{i.t}\\ {\mathrm{\&Delta;P}}_{uj.t}=\min (P_{j\max }-P_{j.t},{\mathrm{UR}}_j)\\ {\mathrm{\&Delta;P}}_{di.t}=P_{i.t}-P_{i\min }\\ {\mathrm{\&Delta;P}}_{dj.t}=\min (P_{j.t}-P_{j\min .t},{\mathrm{DR}}_j)\end{array}\right.---\left(3\right)$

式中，ΔP_ui.t和ΔP_di.t分别为水电机组i在t时段提供的正负调峰容量；ΔP_uj.t和ΔP_dj.t分别为火电机组j在t时段提供的正负调峰容量；P_fault.t为t时段系统预留的事故备用，通常取为最大发电负荷的5％-10％，并且不小于系统中一台最大机组的容量；P_imax和P_imin分别为水电机组i的出力上限和出力下限；UR_j和DR_j分别为火电机组j的最大升爬坡能力和最大降爬坡能力；P_jmax和P_jmin分别为火电机组j的出力上限和出力下限；

根据以上对调峰需求和调峰容量的描述，可以将系统24点调峰容量裕度指标定义为24点调峰容量与调峰需求的差值，即

P_R.t＝ΔP_G.t-ΔP_LD.t(t＝0,1,2,…,23)(4)

利用该指标可以评估系统各个时段的调峰裕度，从而确定出弃风功率，得到修正后的风电并网净负荷曲线，最后依据该曲线制定机组的调度计划；

2)风电并网后的等效日负荷曲线

利用24点调峰容量裕度指标对系统调峰裕度进行评估，当调峰容量充裕时风电功率可以被系统完全消纳，此时可以将风电出力作为负的负荷直接修正日负荷曲线，得到等效日负荷曲线；如果正调峰容量裕度不足，风电能够全额并网，同时在制定开机方式时需要增开机组数目来提高输出的功率以快速响应系统功率的缺失；如果负调峰容量裕度不足，则需要采取适当的弃风策略；

具体方法如下：为系统设定一个调峰容量裕度的下限值P_R.t.min，本文采用类似系统备用容量的确定方法，将P_R.t.min定义为风电预测出力的固定比例；当调峰容量裕度低于P_R.t.min时，则在负荷下降时段对裕度低于P_R.t.min的部分进行积分，得到风电弃风功率，即

$P_{w.t.q}=\left\{\begin{array}{c}{P}_{R.t.\min }-P_{R.t},P_{LD.t+1}<P_{LD.t}and{P}_{R.t}<P_{R.t.\min }\\ 0,others\end{array}\right.,(t=0,1,2,...,23)---\left(5\right)$

在调峰容量不足的情况下需要用扣除弃风功率后的并网风电出力曲线修正日负荷曲线得到等效日负荷曲线；

3)风电并网协调调度优化模型的目标函数

$\left\{\begin{array}{c}\min F=\min \&lsqb;F_h+F_t+F_c+F_r\&rsqb;\\ F_h=\underset{i=1}{\overset{N_h}{\&Sigma;}}\underset{t=1}{\overset{T}{\&Sigma;}}{\mathrm{\&rho;}}_i{m}_{i.t}{P}_{i.t}\mathrm{\&Delta;}T\\ F_t=\underset{j=1}{\overset{N_t}{\&Sigma;}}\underset{t=1}{\overset{T}{\&Sigma;}}{\mathrm{\&rho;}}_j{m}_{j.t}{P}_{j.t}\mathrm{\&Delta;}T\\ F_c=\underset{k=1}{\overset{Nw}{\&Sigma;}}\underset{t=1}{\overset{T}{\&Sigma;}}{\mathrm{\&rho;}}_k(P_{k.t}^{av}-P_{k,t})\mathrm{\&Delta;}T\\ F_r=\underset{q=1}{\overset{N_h+N_t}{\&Sigma;}}\underset{t=1}{\overset{T}{\&Sigma;}}({\mathrm{\&rho;}}_{q.t}^u{t}_{q.t}^u+{\mathrm{\&rho;}}_{q.t}^d{r}_{q.t}^d+{\mathrm{\&rho;}}_{q.t}^a{R}_{q.t})\mathrm{\&Delta;}T\end{array}\right.---\left(6\right)$

式中，F_h、F_t、F_c、F_r分别表示水电的运行价格成本、火电的运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本；N_h、N_t、N_w分别表示水电机组、火电机组和风电机组的台数；T表示调度时间段内总的时间段数；ΔT表示一个调度时段的长度；P_i.t、P_j.t分别表示水电机组i和火电机组j在时刻t的有功出力；m_i.t、m_j.t分别表示水电机组i和火电机组j在时刻t的启停状态，其值为1表示开机状态，其值为0表示停机状态；ρ_i、ρ_j分别表示水电机组i和火电机组j在单位时段t内的单位成本电价；ρ_k表示风电机组k在单位时段t内的弃风惩罚电价；表示风电机组k在时刻t的风电功率预测值；P_k.t表示风电机组k在时刻t的实际并网功率；分别表示系统在时刻t的正旋转备用、负旋转备用以及事故备用惩罚价格；R_q.t分别表示系统在时刻t的正旋转备用、负旋转备用以及事故备用容量；

4)约束条件

①系统正旋转备用容量约束

$S_{UR.t}={\mathrm{\&Delta;P}}_{G.UR.t}+P_{fault.t}\&GreaterEqual;P_{LD.t}\&times;L_u\%+\underset{k=1}{\overset{Nw}{\&Sigma;}}{P}_{k.t}\&times;w_u\%---\left(7\right)$

式中，S_UR.t为t时段系统提供的正旋转备用容量；L_u％为系统负荷预测误差对正旋转备用的需求；P_k.t为t时段风电机组k的出力；w_u％为风电出力预测误差对正旋转备用的需求；

②系统负旋转备用容量约束

$S_{DR.t}={\mathrm{\&Delta;P}}_{G.DR.t}\&GreaterEqual;\underset{k=1}{\overset{Nw}{\&Sigma;}}(W_{k\max }-P_{k.t})\&times;w_d\%---\left(8\right)$

式中，S_DR.t为t时段系统提供的负旋转备用容量；W_kmax为风电机组k的最大出力；w_d％为风电出力预测误差对负旋转备用的需求；

③系统有功功率平衡约束

$\underset{i=1}{\overset{N_h}{\&Sigma;}}{P}_{i.t}+\underset{j=1}{\overset{N_t}{\&Sigma;}}{P}_{j.t}=P_{d.t}+P_{l.t}-\underset{k=1}{\overset{N_w}{\&Sigma;}}{P}_{k.t},(t=1,2,...,T)---\left(9\right)$

式中，为t时段水电机组i的发电出力，为t时段火电机组j的发电出力，P_d.t为t时段系统的有功负荷，P_l.t表示系统t时段有功损耗，为t时段风电机组k的发电出力；

④机组有功出力约束

$\left\{\begin{array}{c}{P}_{\min .i}\&le;P_i\&le;P_{\max .i}(i=1,2,\mathrm{...},N_h)\\ P_{\min .j}\&le;P_j\&le;P_{\max .j}(j=1,2,\mathrm{...},N_t)\end{array}\right.---\left(10\right)$

式中，P_min.i和P_max.i分别为水电机组i的最小出力和最大出力；P_min.j和P_max.j分别为火电机组j的最小出力和最大出力；

⑤机组爬坡能力约束

因为水电机组具有较好的爬坡性能，所以本文中只考虑了火电机组的爬坡能力；

$\left\{\begin{array}{c}{P}_{j,t}-P_{j.(t-1)}\&le;{\mathrm{UR}}_j=r_j^{up}\mathrm{\&Delta;}t\\ P_{j.(t-1)}-P_{j.t}\&le;{\mathrm{DR}}_j=r_j^{down}\mathrm{\&Delta;}t\end{array}\right.,(j=1,2,...,N_t)---\left(11\right)$

式中，UR_j和DR_j分别为火电机组j的增出力爬坡能力限制和减出力爬坡能力限制；和分别为火电机组j的向上爬坡速率和向下爬坡速率。