【正文】 風速信號是一個隨見變量，不具備太大的規(guī)律性，具有較差的預測性。風電場在日益劇增，裝機容量隨之直線式增加，大規(guī)模波動性很強的風電功率將會嚴重威脅電網(wǎng)的安全、經(jīng)濟運行。本文研究的風險評估是基于日前調(diào)度的風險，即對未來一天旋轉(zhuǎn)備用不足風險進行評估計算。風電、光電等的波動比負荷波動大很多，并且很難控制、預測，因此在含新能源的電力系統(tǒng)中風電、光電的波動是造成風險的主要原因。系統(tǒng)中的風電容量占有較大比例時，這種波動就會引起很大的功率不平衡，此時如果備用容量不足以平衡風電出力的波動，系統(tǒng)就會產(chǎn)生頻率變化。新能源中最多的是風電，風電的波動性很強，可預測性很差。在新能源發(fā)電部分未并入電力系統(tǒng)之前，對于負荷的預測精度比較高，加之設備強迫停運率未已知量，因此這些風險可以提前采取有效措施進行控制。 電力系統(tǒng)中的負荷的波動、設備的停運、設備的故障等都會給系統(tǒng)帶來較大的風險。蒙特卡羅法可以分為非序貫蒙特卡羅法和序貫蒙特卡羅法。 模擬法以概率和統(tǒng)計理論為基礎，主要為隨機抽樣法，即蒙特卡羅模擬法。網(wǎng)絡法的基本步驟是：得到一個網(wǎng)絡的結(jié)構(gòu)圖后，根據(jù)邏輯關(guān)系建立相應的網(wǎng)絡邏輯圖；做出系統(tǒng)邏輯圖后，已知每一部分的故障率就可以通過適當運算簡化邏輯圖；最后整個系統(tǒng)的可靠度或系統(tǒng)故障率等可靠性指標就可以被求得。網(wǎng)絡法使用的較早，它在解邏輯網(wǎng)絡基礎上進行系統(tǒng)元件可靠性的計算。其分為解析法和模擬法。文獻[31]中在缺乏歷史統(tǒng)計數(shù)據(jù)的情況下，將故障率視為模糊變量，并利用人工經(jīng)驗給出其隸屬度函數(shù)的方法，為電力系統(tǒng)運行風險評估的建模提供一種有效的解決途徑。 文獻[29]中詳細介紹了可信性理論中的基本公理、可信性測度、模糊變量期望值、隨即模糊變量期望值等基本內(nèi)容，并介紹了應用于電力系統(tǒng)的方法。 元件故障包括隨機性、模糊性，因此不確定性也包括隨機性、模糊性，隨機性、模糊性的綜合評估是一個研究難題。 充裕性和安全性是電力系統(tǒng)風險評估的兩個方面內(nèi)容，目前在充裕性方面的研究比較多。 電力系統(tǒng)風險評估包括元件級和系統(tǒng)級風險評估，元件級風險評估涉及架空線路、變壓器等的運行風險評估；電壓穩(wěn)定分析、安全域分析、靜態(tài)安全評估暫態(tài)安全評估則屬于系統(tǒng)級風險評估。眾多學者對電力系統(tǒng)風險評估計算進行了研究，其研究內(nèi)容涉及經(jīng)濟方面的風險，如發(fā)電燃料風險、投資風險、期貨風險、電力價格風險等，還包括諸多技術(shù)層面的風險，例如電壓越限風險、各類電力元件風險等。電網(wǎng)運行中產(chǎn)生的越來越突出的不確定性和隨機性問題，必然對電力系統(tǒng)安全分析提出越來越高的要求。其有兩種定義：一是強調(diào)了風險，為出現(xiàn)的不確定性；二是強調(diào)風險影響，為損失的不確定性。 （6）總結(jié)本文研究內(nèi)容，并提出后續(xù)的研究。 （4）建立了基于不等概抽樣法的日前調(diào)度風險評估模型，本課題研究的風險為充裕性風險，對該風險進行了評估計算。模型以火電機組耗量最小化為目標函數(shù)，同時考慮了系統(tǒng)中各種類型的技術(shù)約束。綜合而言，本文從以下幾個方面進行了研究： （1）建立了合理的風電場模型，形成了從風速到風力發(fā)電功率的轉(zhuǎn)化關(guān)系，為優(yōu)化調(diào)度提供更合理的數(shù)據(jù)基礎。另外，在傳統(tǒng)的風險評估中，采用蒙特卡羅模擬法對風速、機組強迫停運進行模擬時均根據(jù)其實際的概率分布進行抽樣，然而事實上，我們比較關(guān)心的是機組停運、風速過大或過小等概率分布尾部的系統(tǒng)響應，這需要大規(guī)模的抽樣才能得到較精確的解，消耗計算時間較多，因此如何在不減小解的精確性的情況下盡量減小抽樣規(guī)模是本文需要研究的內(nèi)容。關(guān)于風電系統(tǒng)可靠性或風險研究的文獻還有很多，其中文獻[29]將風險因素引入經(jīng)濟調(diào)度模型中，將風險度看作一個風電穿透功率的函數(shù)，但風險度函數(shù)為一個沒有太大意義的模糊數(shù)，僅以風電功率的大小作為風險大小的依據(jù)，考慮不夠全面。結(jié)果證明采用 節(jié)點模型時系統(tǒng)的風險性最高，而采用聯(lián)合模型時系統(tǒng)風險最低。文獻[27]在建立風電場可靠性模型時考慮了風速的概率模型和風電機的停運模型，將風速進行聚類分析，建立了風電場的馬爾科夫過程模型，對風電場的可靠性指標進行了計算，并分析了不同的聚類數(shù)目、風機種類等因素對可靠性指標的影響。 確定風速概率模型后，結(jié)合風機、火電機組運行模型，得到系統(tǒng)容量模型，然后評估新能源發(fā)電系統(tǒng)的可靠性。風速是不斷變化的，時間序列的趨勢性和隨機性很強，研究可靠性模型就是確定風速的隨機模型。 目前，研究含新能源發(fā)電的電力系統(tǒng)風險評估還處于初始階段。Damousis等人研究了一種基于空間相關(guān)性的模糊方法，在較為平坦的地勢上這種方法有很好的預測效果，但是在地形復雜的區(qū)域，其性能很差。例如，人工神經(jīng)網(wǎng)絡（ANN）、模糊邏輯法、支持向量機法以及遺傳算法等。實驗結(jié)果表明，它具有良好的性能。很多學者都對這種方法進行了研究，Damousis 等人將模糊法和空間相關(guān)性法進行結(jié)合，結(jié)果表明鄰近地點的風速數(shù)據(jù)對改善預測的精度確實有很大幫助。 （3）空間相關(guān)性方法 空間相關(guān)性方法和另外兩種方法有所不同，其主要考慮了不同風機之間的空間關(guān)系。隨機時間序列方法可以用下述公式描述： (11)式(11)中：自回歸參數(shù)；滑動平均參數(shù)；白噪聲序列；時刻的風速。這種方法基于大量的歷史數(shù)據(jù)，并結(jié)合參數(shù)估計、模型檢驗等數(shù)學方法，最終產(chǎn)生預測的數(shù)據(jù)。針對短期預測，還需要用模型輸出校正來提高算法性能[21]。具有代表性的物理方法是數(shù)值天氣預報（NWP），它根據(jù)對含有地形、海拔高度等變量的數(shù)值方程進行求解，從而預測風速。 風速預測的具體方法主要有以下幾種： （1）物理方法 物理方法依據(jù)高度、地形、氣壓、溫度等物理因素來預測風速。 風速有很強的隨機性，高度、地形、天氣受等各種因素對其也有很大的影響，因此，許多研究人員致力于更準確的預測未來的風速研究之中。另外，對于算法參數(shù)的選擇，一般是參考其他文獻或依靠經(jīng)驗進行取值，這樣不能使算法對特定的問題達到很好的性能。隨著優(yōu)化技術(shù)和計算技術(shù)的發(fā)展，現(xiàn)在各種研究已不僅僅滿足于某一種算法，很多研究者都嘗試著不同算法的組合，在不同算法間取長補短，力求得到更好的優(yōu)化調(diào)度方案。例如，文獻[18]在神經(jīng)網(wǎng)絡法中引入模糊理論，用該算法產(chǎn)生初始調(diào)度策略，然后采用專家系統(tǒng)的一些規(guī)則來進行再調(diào)度，產(chǎn)生最終的優(yōu)化調(diào)度方案。為了解決含風電場電力系統(tǒng)的經(jīng)濟調(diào)度中機會約束規(guī)劃問題，文獻[9]在粒子群優(yōu)化算法中引入隨機模擬技術(shù)，仿真結(jié)果證明了算法的可行性。 粒子群優(yōu)化算法起源于研究人員對鳥群覓食行為的研究。文獻[14]中的電力系統(tǒng)機組組合問題就是由人工神經(jīng)網(wǎng)絡算法和動態(tài)規(guī)劃算法相結(jié)合來解決的，文獻中機組組合問題被分為兩部分，第一部分用BP神經(jīng)網(wǎng)絡算法產(chǎn)生機組啟停的預調(diào)度表，第二部分為利用動態(tài)規(guī)劃算法處理前一步得到的預調(diào)度表，得到最終解決方案。同樣也有一些不足之處，例如處理約束條件會影響算法效率，計算量較大等。文獻[10]將遺傳算法和ALOPEX算法進行有機結(jié)合，利用ALOPEX算法在隨機優(yōu)化過程中具有容易跳出局部極值的優(yōu)點，最終組合成一種混合優(yōu)化算法，在進行全局搜索后又能進行局部的細致搜索。 目前應用較為廣泛的智能算法為遺傳算法，它的核心思想就是模擬自然界生物進化過程中的遺傳、變異現(xiàn)象。但是該方法也有一定的缺點，算法迭代過程中可能出現(xiàn)振蕩或奇異現(xiàn)象，需要采取措施加速收斂[15]。隨著機組數(shù)的增多，該方法的計算量會呈現(xiàn)近似線性的增長態(tài)勢，從而克服維數(shù)災難。該方法求解機組組合問題不需要加入過多的限制和假設，理論上能找到全局最優(yōu)解，但是方法比較復雜，不直觀，對于實際系統(tǒng)來說，計算量較大，必須對問題進行分解[10]。動態(tài)規(guī)劃法是一種組合優(yōu)化算法，對目標函數(shù)的性態(tài)并沒有特殊的要求，能求得全局最優(yōu)解，但是存在明顯的缺陷，比如對于機組數(shù)較多的電力系統(tǒng)，計算量太大，必須采用近似方法加以簡化，并且該算法難于考慮機組爬坡率約束等限制，使用受到了限制[14]。 （2）動態(tài)規(guī)劃法 動態(tài)規(guī)劃法可以用來解決多階段決策過程中的最優(yōu)化問題，其所求解的問題具有明確的階段性。該方序法計算速度快, 占用內(nèi)存少, 但是常常找不到最優(yōu)解，適用于在線確定機組運行狀態(tài)，能滿足一般的應用要求, 優(yōu)先順序法既可單獨使用, 也可與動態(tài)規(guī)劃法等方法結(jié)合使用。文獻[12]提出了一種考慮負荷變化的優(yōu)先順序法, 稱為順序投入法，在調(diào)度過程中動態(tài)地考慮機組排列。文獻[11]采用優(yōu)先順序法和等煤耗微增率準則考慮一個多區(qū)域電網(wǎng)的經(jīng)濟調(diào)度問題。 （1）優(yōu)先順序法 優(yōu)先順序法很早就被提出, 目前的研究、應用還有其身影。 含新能源發(fā)電的電力系統(tǒng)優(yōu)化調(diào)度是一個高維數(shù)、非線性的復合數(shù)值優(yōu)化問題，針對該問題求解使用過很多優(yōu)化算法，隨著計算機技術(shù)和應用數(shù)學的發(fā)展，電力優(yōu)化調(diào)度問題的求解速度和精度都有了很大的提高。文獻[8]和文獻[9]都采用了機會約束規(guī)劃的模型，其目標函數(shù)為耗量的期望值，約束條件為以某種很大的概率滿足各種技術(shù)約束。1959年，提出了機會約束規(guī)劃理論。 新能源的發(fā)電功率（主要是指風電功率、光電功率）受外界環(huán)境影響很大，是一個隨機變量。所得到的結(jié)果為綜合考慮上述經(jīng)濟、環(huán)境、安全因素的最優(yōu)解。這些約束具體包括功率平衡約束、系統(tǒng)上/下旋轉(zhuǎn)備用需求約束、機組上/下備用貢獻約束、機組上/下斜坡率約束、風電波動約束等[5]。該文獻的缺不足之處是沒有考慮風速預測和負荷預測的誤差，僅是將未來的風電和負荷看做常量進行計算。約束條件主要有電力平衡約束、備用容量約束、機組發(fā)電功率約束、機組爬坡率約束等等。 電力系統(tǒng)優(yōu)化調(diào)度屬于運籌學中最優(yōu)化問題范疇，最優(yōu)化問題首先是要建立合理的數(shù)學模型。由于主要發(fā)電燃料即煤、石油和天然氣資源的日漸枯竭，新能源尤其是可再生能源，如風能、光能、生物質(zhì)能等已經(jīng)越來越受到廣泛重視。隨著近年來科技的不斷發(fā)展，以及現(xiàn)代化監(jiān)測、控制手段的不斷完善，電力調(diào)度的技術(shù)支持日趨強大。 綜上所述，本課題的研究對于電力系統(tǒng)減少能源消耗與環(huán)境污染、減少新能源電力的不確定性帶來的風險以及提高系統(tǒng)運行效率有重要的意義。由于國家政策要求優(yōu)先調(diào)度新能源，使得這些出力不確定的新能源被引入到電網(wǎng)后給電網(wǎng)帶來極大的影響。 風電功率受風速的直接影響，光電功率受光照的直接影響。當前國內(nèi)外對于新能源發(fā)電的各種課題的研究愈來愈多，其中主要包括含風電場電力系統(tǒng)的潮流計算、風電穿透功率極限計算、新能源發(fā)電對系統(tǒng)安全穩(wěn)定性的影響，分布式能源優(yōu)化等。由于風能是目前最有開發(fā)利用前景和技術(shù)最為成熟的新能源，風電的應用正在向著大規(guī)模、大容量、產(chǎn)業(yè)化的方向發(fā)展。大規(guī)模光電并網(wǎng)也會帶來饋線穩(wěn)態(tài)電壓偏差、電壓波動和閃變、頻率質(zhì)量以及諧波等問題。然而，新能源具有間歇性和不確定性，接入電網(wǎng)后，其將對電能質(zhì)量造成極壞影響。光能也因消納困難不得不“棄光”，2011年太陽能光伏發(fā)電的設備利用率僅1700小時/年，比2010年上大幅下降。 新能源的規(guī)模在快速擴張，而輸變電設施建設卻嚴重滯后，導致新能源發(fā)展出現(xiàn)了安全事故頻發(fā)、能源浪費、設備利用小時下降“并網(wǎng)難”等問題。 “十一五”以來，我國新能源發(fā)展增長迅猛，連續(xù)5年的風電裝機新增容量實現(xiàn)大增長，目前裝機規(guī)模世界第一；太陽能電池產(chǎn)量以超過100%年均增長率快速發(fā)展，連續(xù)幾年居世界第一。充分開發(fā)利用光能資源是節(jié)省和替代常規(guī)能源的有效措施，是實現(xiàn)能源可持續(xù)發(fā)展戰(zhàn)略的必要選擇。該系統(tǒng)結(jié)實耐用，易于安裝，具有靈活性，可解決偏遠農(nóng)村的電力需求。光伏發(fā)電技術(shù)風險低，可以安裝在任何有光的地方，可以在公共、私人和工業(yè)建筑的屋頂和墻面上安裝。 光能是低碳社會的理想能源，越來越受到世界各國的開發(fā)利用。變速恒頻型風機可以調(diào)節(jié)其風輪葉片槳距角，改變發(fā)電機轉(zhuǎn)速，從而輸出恒頻恒壓電能。風機按風功率的調(diào)節(jié)方式可分為：定槳距失速型風機，其通過風輪葉片的失速來控制風機在大風時的功率輸出，通過葉尖擾流器來實現(xiàn)極端情況下的安全停機問題。相比火力發(fā)電的大修，工作人員只需按期進行一些維護；風力發(fā)電能夠并網(wǎng)運行，抑或與柴油、光伏、水利發(fā)電形成互補，甚至獨立運行，該特點解決邊遠地區(qū)用電問題十分有效。 以當前的風電技術(shù)，風速大于3米/秒時，風機葉片就能夠被推動旋轉(zhuǎn)，然后增速器會擴大轉(zhuǎn)速，最終風能通過風輪機轉(zhuǎn)化為機械能，繼而拖動發(fā)電機進行發(fā)電。我國風能資源具有廣泛分布性，東南沿海及附近島嶼以及北部地區(qū)風能資源最為集中，其中北部地區(qū)風能豐富帶風功率密度在200300瓦/平方米以上，有的可達500瓦/平方米以上，如阿拉山口、達坂城、輝騰錫勒、錫林浩特的灰騰梁、承德圍場等?！? 我國具有遼闊的陸地，同時海岸線綿延，長達32,000千米，風能資源極其豐富，其風能發(fā)展?jié)摿薮?。全球風能理事會公布的數(shù)據(jù)顯示，%年復合增長率，%，增長率在全世界排名第一；2013年，我國風電裝機新增容量為16,100兆瓦，%，同樣全世界排名第一。約2020年左右，風能的使用將惠及50%的歐洲人口；歐洲風能利用協(xié)會規(guī)劃在近海岸地區(qū)著力開發(fā)利用豐富的風能資源，并預計約2025年風力發(fā)電可以滿足歐洲居民所有電力使用需求。 1 其中，風能呈現(xiàn)出極快的增長態(tài)勢，并將成為