风电预测误差区间下的动态经济调度方法

在现代电力系统中，大规模风电场并网导致风电出力的间歇性、波动性和反调峰特性对传统调度方式提出了挑战。动态经济调度作为一种优化系统运行成本的策略，其在包含风电的电力系统中的应用显得尤为重要。当前，针对风电出力的不确定性，调度方法主要分为确定性备用和随机规划两类。 确定性备用方法通常保留固定备用容量来应对风电波动，但如何确定合适的备用容量仍是一个未被充分探讨的问题。另一方面，随机规划方法通过概率分布形式考虑风电的不确定性，确保在一定的概率下保证系统稳定，如通过马尔科夫链和蒙特卡洛模拟进行研究。 然而，现有的文献中普遍存在的问题是风电预测误差的处理。预测误差是实际出力与预测值之间的差异，对系统备用容量和功率平衡有显著影响。早期研究尝试通过正态分布拟合预测误差，但这往往不能准确反映实际情况，因为风电预测误差通常呈现出非正态的“高峰-厚尾”分布。文献［17］建议使用Beta分布，它能更好地适应这种复杂性。 本文创新之处在于提出了一种新的方法，即基于风电场的历史预测误差数据，利用核密度估计技术建立预测值条件下的误差概率分布。核密度估计是一种非参数方法，无需预先假设误差数据符合特定分布，从而避免了对误差分布形式的过度简化。通过高斯核函数，作者将误差置信区间转化为确定性区间，简化了调度模型，提高了模型的适用性和准确性。 通过在IEEE 30节点系统上的仿真验证，核密度估计显示出较高的拟合优度，能更准确地反映风电预测误差，进而改善动态经济调度的决策。这种方法不仅考虑了风电的预测不确定性，还量化了风电预测误差对调度决策的实际影响，使得经济调度更加科学且实际有效。 本文的工作为解决风电预测误差对动态经济调度带来的复杂性提供了一种新的解决方案，对于提高电力系统的灵活性和经济效益具有重要意义。未来的研究可以进一步探讨如何将其他不确定性因素纳入模型，以实现更为精细化的电力系统调度。