为解决基地化大规模开发中风电场群建设时序问题,提出与常规机组有机协同并统筹风电场群投资经济性和系统调峰适应性风险的时序规划方法。构建投资时序矩阵和运行状态矩阵刻画风电场和常规机组在投资和运行中的时间关联关系。采用调峰能力缺额风险值(value at risk,VaR)指标衡量调峰适应性风险,并提出计及风速相关性的调峰适应性风险评估方法;采用期权组合价值衡量风电场群投资时序的经济性,并建立考虑学习效应的经济价值评估模型。建立将投资经济性和调峰适应性风险有机统一的双层规划模型,并引入风险当量系数赋予模型罚因子明确的技术经济意义。将遗传算法与随机模拟相结合实现对模型的求解。算例验证了模型和方法的有效性。
风电并网在实现节约化石能源和减少有害气体排放等效益的同时,也将对电力系统的可靠性造成一定的负面影响。为达到投资经济性、系统可靠性、环保效果的整体最优,构建了多目标风电场接入的输电线路与电网的联合优化规划模型;针对目标权重未知、人工神经网络(artificial neuralnetwork,ANN)收敛困难、无法合理决策等问题,采用方差最大化决策和分类逼近理想解的排序方法(technique fororder preference by similarity to an ideal solution,TOPSIS)缩小最优解的范围,并在此基础上提出了随机模拟、神经元网络和非劣排序遗传算法II(non-dominated sorting geneticalgorithm II,NSGA-Ⅱ)相结合的混合智能算法;对增加风电场的改进IEEE Garver-6系统进行计算分析,结果表明该方法具有较高的决策效率和计算精度,从而验证了所提出模型和方法的合理性和有效性。
