基于模糊机会约束模型的
系统恢复过程中风场有功出力优化
摘要：随着电力系统的发展，风电在电力系统中的占比逐年增加。风电场具备了限制功率参与电网辅助服务的能力，如参与电网调度、频率调节等。风电的波动性会增加电力系统的不确定性，降低电网运行的安全性，甚至可能导致大停电事故。由于风电具有启动速度快、接入方式灵活等优点，在系统恢复过程中接入风电，将会加快电网的恢复速度。但由于风电出力的波动会对已恢复系统产生频率冲击，严重时可能引起频率越限，威胁已恢复系统的安全。因此，需要控制风场出力以减少其波动。本文介绍了目前已有的一些风场有功出力优化的方法，在此基础上，提出一种基于模糊机会约束模型的系统恢复过程中的风场有功出力优化方法，在保证已恢复系统安全的基础上尽可能多的提供电能。
关键词：风电、波动性、系统恢复、模糊机会约束
- 引言
随着社会经济的不断发展，电力系统规模不断扩大。为实现可持续发展，全球各国纷纷出台了鼓励新能源发展的措施。另一方面，新能源发电技术快速发展，新能源发电的成本也随之下降。据预测，陆上风电成本将在2040年前分别进一步下降47%，可再生能源将在2030年前实现比大多数化石能源电厂更低的运营成本。近几年，风电作为一种清洁能源，发展速度极快。1997年-2016年，全球风电装机容量从7.64GW增长到468.99GW，增长了60倍；风电发电量从12TWh增长到959.5TWh，增长了79倍。2016年，全球风电发电量在总发电量中的占比为3.87%。估计到2040年，风电将占全球装机总容量的48%。我国也正在加大力度解决弃风问题，2016年十三五规划以来，能源局陆续出台系列政策，加快能源结构优化。截至2017年11月底，全国6000千瓦及以上风电厂发电设备容量15949万千瓦，同比增长11.9%。
新能源将主宰未来电力系统，但由于受到地理环境和气候等因素的影响，新能源发电具有难以预测的随机性、间歇性和波动性。将其大规模接入电网后，会给电力系统的安全运行带来更大的不确定性。另外，考虑到电力市场的经济性，使得电力系统的运行条件更加接近其安全极限，增加了大规模停电的风险。例如，2016年9月28日，极端天气造成新能源大规模脱网，导致已经恢复供电的澳大利亚南部地区电网大停电[1]。
大停电后的系统恢复通常可以分为三个阶段，黑启动阶段、网架重构阶段和负荷恢复阶段[2]。电力系统的黑启动是指整个系统发生故障，出现停电之后，不依赖其他网络的帮助，通过其自身具有自启动能力的机组，带动无自启动功能的机组恢复出力的过程。网架重构阶段的主要任务是选择合适的厂站与恢复线路组合以及相应的投运顺序，尽快建立起一个稳定的网架结构，为下一阶段的负荷恢复提供稳定性保障。负荷恢复阶段则需要较短的时间内恢复大量的重要负荷[3] 在不同的阶段，有不同的目标和约束条件[4]。在系统恢复的初始阶段，需要尽可能快地恢复大量的电源[5]。风电机组的装机容量大、启动速度快，因此，风电应用于系统恢复成为电力系统发展的一种趋势。但是，风电具有很大的波动性，而在系统恢复初期，电力系统是很脆弱的，其稳定性很容易被随机性大的风电破坏。
为了更好地将风电应用于系统恢复中，我们必须消除风电的间歇性、波动性和随机性给已经恢复的系统带来的威胁。目前，一般是通过控制风机参与系统恢复的出力来保证系统的稳定性。
- 研究现状
2.1 风电在电力系统中的作用
风电在电力系统中可以直接并入电网，参与电网调度，也有一些辅助性作用，可以帮助系统进行调频和无功控制。
