基于改进熵的风光储互补并网系统优化运行.pdf

第４１卷第２１期２０１３年ｌ１月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４１ＮＯ．２１ＮＯＶ．１，２０１３基于改进熵的风光储互补并网系统优化运行陈中，胡吕龙，丁楠（东南大学电气工程学院，江苏南京２１００９６）摘要：大容量风光储联合发电系统为未来高渗透率间歇性能源并网发电提供了一个可参考的发电模式，利用风电和太阳能时间上的互补性，弥补了风电和光伏独立系统在自然资源分布不均的缺陷，再配置适当容量的储能设备来平抑波动，通过风光储能量管理系统的统一调度管理，实现对随机性较大的风能与太阳能的存储与释放，使其输出功率波动减小。在传统的以标准差为指标衡量系统波动性基础上，提出基于改进数学熵的衡量指标，在运行周期内优化调度每时刻蓄电池充放电功率，使得输出功率波动性最小。算例表明基于标准差基础上的改进数学熵的衡量指标比单纯的考虑标准差时的峰谷差更小，波动性更小，从而减少系统旋转备用容量。关键词：风光储互补系统；并网运行；改进数学熵；峰谷差—Ｏｐｔｉｍｉｚｅｄｏｐｅｒａｔｉｏｎｏｆｗｉｎｄｓｏｌａｒ－ｂａｔｔｅｒｙｈｙｂｒｉｄｐｏｗｅｒｓｙｓｔｅｍｂａｓｅｄＯｉｌｉｍｐｒｏｖｅｄｅｎｔｒｏｐｙ—ＣＨＥＮＺｈｏｎｇ，ＨＵＬｔｉｌｏｎｇ，ＤＩＮＧＮａｎ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｈｉｇｈ－－ｃａｐａｃｉｔｙｗｉｎｄ－・ｓｏｌａｒ－ｂａｔｔｅｒｙｈｙｂｒｉｄｐｏｗｅｒｓｙｓｔｅｍｐｒｏｖｉｄｅｓａｒｅｆｅｒａｂｌｅｇｅｎｅｒａｔｉｎｇｍｏｄｅｆｏｒｈｉｇｈｐｅｒｍｅａｂｉｌｉｔｙｉｎｔｅｒｍｉｔｔｅｎｔｅｎｅｒｇｙｃｏｎｎｅｃｔｅｄｔｏｇｒｉｄｉｎｔｈｅｆｕｔｕｒｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｓｅｐａｒａｔｅｐｈｏｔｏｖｏｌｔａｉｃｏｒｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ，ｔｈｅｈｙｂｒｉｄ—ｗｉｎｄｓｏｌａｒ－ｂａｔｔｅｒｙｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｃａｎｍａｋｅｕｐｔｈｅｄｅｆｅｃｔｏｆｕｎｅｖｅｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｎａｔｕｒａｌｒｅｓｏｕｒｃｅｂａｓｅｄｏｎｔｈｅｃｏｍｐｌｅｍｅｎｔａｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｉｎｄａｎｄｓｏｌａｒｒｅｓｏｕｒｃｅｓ．Ｃｏｎｆｉｇｕｒｉｎｇｅｎｅｒｇｙｓｔｏｒｉｎｇｄｅｖｉｃｅｗｉｔ｝１ａｐｐｒｏｐｒｉａｔｅｃａｐａｃｉｔｙｔｏｓｔａｂｉｌｉｚｅｆｌｕｃｔｕａｔｉｏｎ．ｔｈｅｏｕｔｐｕｔｐｏｗｅｒｉｓｍａｎａｇｅｄｕｎｉｆｏｒｍｌｙｂｙｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍｔｏｒｅａｌｉｚｅｔｈｅｗｉｎｄｐｏｗｅｒａｎｄｓｏｌａｒｅｎｅｒｇ’ｙＳｓｔｏｒａｇｅａｎｄｒｅｌｅａｓｅ，ａｎｄｄｅｃｒｅａｓｅｔｈｅｏｕｔｐｕｔｐｏｗｅｒｆｌｕｃｔｕａｔｉｏｎ．Ａｍｅａｓｕｒｅｍｅｎｔｉｎｄｅｘｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｅｎｔｒｏｐｙｗｈｉｃｈｉｓｄｅｖｅｌｏｐｅｄｉｎｔｈｅｉｎｄｅｘｏｆｔｒａｄｉｔｉｏｎａｌ’ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ．ＢａｔｔｅｒｙＳｃｈａｒｇｅ－ｄｉｓｃｈａｒｇｅｐｏｗｅｒｉｎｅｖｅｒｙｍｏｍｅｎｔｉｓｓｃｈｅｄｕｌｅｄｉｎａｃｙｃｌｅｔｏｍａｋｅｔｈｅｏｕｔｐｕｔｐｏｗｅｒｍｉｎｉｍｕｍ．Ａｃａｓｅ’—ｓｔｕｄｙｉｓｐｒｅｓｅｎｔｅｄｔｏｖｅｒｉｆｙｔｈａｔｔｈｅｉｎｄｅｘｏｆｉｍｐｒｏｖｅｄｅｎｔｒｏｐｙＳｖａｌｌｅｙｔｏ－ｐｅａｋｉｓｓｍａｌｌｅｒｔｈａｎｔｈｅｓｉｔｕａｔｉｏｎｏｆｓｉｍｐｌｙｃｏｎｓｉｄｅｒｉｎｇｔｈｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ，ａｎｄｔｈｅｆｌｕｃｔｕａｔｉｏｎｉｓｓｍａｌｌ，ＳＯｔｈｅｓｐｉｎｎｉｎｇｒｅｓｅｒｖｅｃａｐａｃｉｔｙｉｓｒｅｄｕｃｅｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＨｉｇｈ－ｔｅｃｈＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａｆ８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２０１１ＡＡ０５Ａ１０５）．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄ・－ｓｏｌａｒ－ｂａｔｔｅｒｙｈｙｂｒｉｄｐｏｗｅｒｓｙｓｔｅｍ；ｇｒｉｄ－－ｃｏｎｎｅｃｔｅｄｏｐｅｒａｔｉｏｎ；ｉｍｐｒｏｖｅｄｅｎｔｒｏｐｙ；ｖａｌｌｅｙ－－ｔｏ・－ｐｅａｋ中图分类号：ＴＭ６１９文献标识码：Ａ—文章编号：１６７４３４１５（２０１３）２１．００８６．０６０引言随着风电、光伏等间歇性能源在电网的渗透率逐渐增加，也带来了电压稳定、频率稳定以及线路传输功率越限等一系列电网稳定问题。单纯的一种新能源接入电网功率波动大，对系统造成冲击，留下隐患，因此需要留有足够的旋转备用容量来抑制其波动性，增加了运行成本。利用风电和太阳能互补性及储能元件平抑功率波动的特性可使联合发电系统总输出有功功率保持相对平稳，减小功率波动，基金项目：国家高技术研究发展计划（８６３计划）资助项目（２０１１ＡＡ０５Ａ１Ｏ５）提高电能质量，降低对电网的冲击【ＪＪ。目前国内外很多研究都集中在接入配电网就地消纳，更多的是考虑微网运行情况下新能源调度运行与建模。间歇性能源集中接入高电压等级输电网的运行控制研究国内外才刚刚起步，文献［２］分析了独立风光互补系统发电机规模以及发电成本；文献【３】针对独立风光互补系统提出－，ｏｏ新的最优容量配置模型，根据不同地区不同气候条件，研究了风机和光伏电池的最佳容量配置。对于含风电场的电力系统动态经济调度国内外已有了大量研究【４Ｊ，但风光储同时并网的情况很少有研究。文献［１０】指出根据具体要求将风电场、光伏电场以及储能单元处理为ＰＱ节点或ＰＶ节点并入电网，若采用恒功率陈中，等基于改进熵的风光储互补并网系统优化运行．８７．因素并网控制模式，等值成ＰＱ节点，若采用恒压控制模式，则等值成ＰＶ节点。文献ｉ１ｌ１考虑独立和并网两种模式，对风力发电、光伏发电和蓄电池容量进行最优配置，但没有对风光储互补发电系统指定具体的运行方式。文献［１２１引入储能系统明显降低了风电波动性对机组组合的不利影响，但没有提出描述波动性指标。本文在传统的标准差描述波动性基础上引入熵的概念，并作适当改进使其能更好地描述功率波动，从而量化风光储发电系统互补率。与单纯的标准差描述波动性相比，熵与标准差结合不仅能描述等效负荷整体波动性大小，而且能消除个别时刻较大差异，从而使峰谷差最小。首先以预测负荷减去风光储联合出力的等效负荷在一个调度周期内标准差最小为目标，在满足蓄电池充放电功率上下限、储能容量限制以及每时刻荷电状态等约束条件下，得到最小标准差的值。然后使等效负荷的标准差等于最小值作为约束条件，蓄电池约束条件不变，以改进数学熵最小为目标函数，合理安排蓄电池充放电功率。算例说明按此两步优化方案比单纯考虑标准差最小时的等效负荷峰谷差更小，从而系统所需的旋转备用容量更少。１风电与光电的分布函数特性１．１风电的分布函数特性本文用Ｗｅｉｂｕｌ１分布描述风速统计的概率密度函数，如式（１）所示。ｆｗ（ｖ）：一（１）ＣＣ／式中：ｖ为风速；ｋ为风速频谱特性，无量纲，∞ｋ＝（／），为风速的方差；ｃ为尺度参数，具有速度量纲，其值反映平均风速的大小，Ｃ＝／ｒ（１＋１／尼），ｒ为伽玛函数。根据文献［１４］，当风速分布函数Ｆ（ｖ）ｅ（Ｏ，１）且为均匀分布时，产生的随机数即为服从Ｗｅｉｂｕｌ１分布的实时风速。风力发电机组（ＷＴＧ）的功率输出取决于风速，风电机组的出力和风速之间具有式（２）所示非线性关系。ｉ０Ｖｖｃｒ或ＶＶｃ。ＩＤ｛１２３３【≥ＶＶＲ当风速小于切入风速或高于切除风速时，机组出力为０；当风速从到额定风速１，Ｒ逐渐增大时机组出力也随之增大；当达到和超过额定风速时功率保持为额定功率尸Ｒ不变，具体推导过程见文献［１５】。１．２光电的分布函数特・眭太阳能电池输出功率与光照强度密切相关，据统计，在一定时间段内太阳光照强度可近似看成Ｂｅｔａ分布１６－１７］，其密度函数如式（３）所示。＝・（・（一㈩式中：为太阳能电池方阵输出功率；为太阳能电池方阵最大输出功率；和是Ｂｅｔａ分布的形状参数。：．ｆＡＺｏ（１．￣．Ａｚ）．一１Ｉ（４）Ｌ一－Ｊ：（１一Ｉ一１Ｉ（５）其中，和为一定时段内光照强度平均值和方差。２基于改进熵的衡量波动性的指标２．１熵理论简介熵反映了一种自然界现象有序程度的规律，最先应用于热力学，后来逐渐应用于信息科学、统计物理学等。当系统处于唯一状态时，系统有序程度最高，系统的熵最小为０，当系统处于多种状态且等概率出现时，系统有序度最低，系统的熵最大引。当系统处于不同的几种状态时，每种状态出“…现的概率为＝ｌ，２，，）时，该系统的熵定义为∑Ｈ＝一Ｐ（）１ｎ尸（）（６）‘‘』一、、ｉ＝１式中，ｍ为状态数，从式（６）可以看出，熵是对系统混乱和无序状态的一种量度。２．２衡量波动性的改进熵模型目前已有很多文献基于熵理论提出电网潮流熵概念，用以定量描述线路潮流分布不均衡性。文献【１８］用潮流熵较好地解释了实际电网在平均负载率较低时由于线路潮流分布高度不均衡性而进入白组织临界态的现象。文献［１９］对基于电网潮流熵的电网连锁故障进行了脆弱性评估。熵是系统混乱无序状态的一种量度，虽然可以用来描述各时刻等效负荷功率分布不均衡性，但不能描述其波动性大小。本文提出一种改进熵的概念，能准确描述等效负荷功率波动性。设一个调度周期段有个时刻，第ｉ时刻系统等效负荷为．８８．电力系统保护与控制，：一ＰｗＩｌ一，一Ｐｂ（７）在较小的值。式中：为第ｉ时刻负荷预测值；尸ｗ．分别为第ｆ时刻风电和光电预测值，为蓄电池充放电功率，充电时为负，放电时为正，这里设定蓄电池在调度周期始末荷电量不变，因此等效负荷在时间Ｔ内的平均值可表示为。＝∑（一只厂，）（８）ｉ＝１定义等效负荷波动率为ＩｐｐＩ／２：ＩＩ（９）１…１式中：．为时刻内等效负荷的最大值；∈……【０，１）。给定常数序列＝｛，，，，，｝，…本文取Ｕ＝｛０，０．０１，１）。用表示波动率，∈ａｉ（，＋］的时间点的个数，得到不同波动率区间的时间点个数概率为ｒｌ（ｋ）：辜（１０）∑ｋ＝ｌ∈式中：ｕ（ｋ）为波动率（，＋］的时间点个数．ｎ．．．－——１占总时间点的比例；＞等于。将熵作适当改进可得ｎ－Ｉ—Ｈ＝（，一一，），７（七）１ｎ（七））（１１）ｋ＝ｌ式中：、∈分别为波动区间（Ｕｋ，＋１］内的等效负荷最大值与最小值。这里引入峰谷差主要作为衡量波动性大小的惩罚系数，当等效负荷功率虽然有序性强而波动幅度大时，熵的值依然很大，只有当等效负荷有序性强且峰谷差小时，熵的值才能达到最小，因此将其引入风光储并网互补系统能有效弥补单纯考虑标准差的不足，合理调度蓄电池充放电功率使常规火电机组波动性最小。３风光储并网互补系统优化模型３．１目标函数传统新能源并网系统用互补性能源的总体方差或标准差来衡量系统波动性【２刚，但只能从整体上保证系统波动性最小，在个别时刻峰谷差可能依然比较大。因此将前文提到的改进熵作为目标函数，使等效负荷标准差等于最小值作为约束条件，不但能从整体上保证系统波动性最小，而且使峰谷差保持—∑ｍｉｎＨ＝（，一一，ｍｍ）ｑ（ｋ）ｈ１（（七））（１２）ｋ＝ｌ式中，．、－ｍｉ、ｕ（ｋ）的定义如前文所述。３．２约束条件ｉ１蓄电池容量约束ＥＥＳｎ￣ＥＥＳ（ｔ）ＥＥＳｍａｘ（１３）式中：ＥＥＳ（ｔ）为蓄电池在时刻末所存储电能；ＥＥＳｍａｘ、ＥＥＳｍｉ分别为蓄电池容量上下限。ｉｉ１蓄电池充放电功率上下限Ｐｃｈ砒（）。（１４）式中，、ｉ分别为蓄电池最大充放电功率，其中为负，ｉ为正，一般情况下，充电功率比放电功率小的多。ｊｉｉ）蓄电池能量平衡约束ＥＥＳ（ｔ）＝ＥＥＳ（ｔ一１）一缸（ｆ）・Ａｔ（１５）—式中：ＥＥＳ（ｔ）、ＥＥＳ（ｔ１）分别表示ｔ和卜１时刻末蓄电池能量状态，两者之差表示时段内能量的释放或吸收；（）在时段内保持不变。ｉｖ）蓄电池在周期内始末能量不变ＥＥＳ（Ｔ）＝ＥＥＳ（Ｏ）（１６）式中：ＥＥＳ（Ｏ）表示初始能量状态；ＥＥＳ（Ｔ）表示时刻末能量状态。ｖ备用约束正旋转备用约束为＆。ｄ＆＝ｍｉｎ（Ｐ￣ｑ一，Ｒ￣ＴＩＯ）（１７）。ｄ＝ｘＬｕ％＋Ｘｗｕ％＋Ｘｓｕ％式中，＆为所有常规机组在第ｈ时段可以提供的１０ｒａｉｎ响应正备用容量，ＳＺｎ￣ｅ。ｄ为整个系统第ｈ时段的正备用需求。％为系统负荷预测误差对正备用需求的影响系数，％为风光场出力预测误差对正备用需求的影响系数，ｓｕ％光伏阵列出力预测误差对正备用需求的影响系数，Ｒ为向上爬坡速率。负旋转备用约束为。ｄ＝ｍｉｎ（Ｐ￣一，ＲｄｘＴｌＯ）（１８）。ｄ＝ｘＬｄ％＋ｘｗｄ％＋ｘｓｄ％其中：为所有常规机组在第ｈ时段可以提供的陈中，等基于改进熵的风光储互补并网系统优化运行．８９．１０ｒａｉｎ响应负备用容量；为整个系统第ｈ时段的负备用需求。Ｌｄ％为系统负荷预测误差对负备用需求的影响系数，ｗｄ％为风光场出力预测误差对负备用需求的影响系数，ｓｄ％光伏阵列出力预测误差对负备用需求的影响系数。Ｂ为向下爬坡速率。ｖｉ）等效负荷标准差约束式中：为第ｉ时刻等效负荷，即常规机组出力；为等效负荷周期内平均值；Ｄ为等效负荷周期Ｔ内最小标准差，将等式（１９）左边为目标函数，以式（１３）－式（１８）为约束条件，由优化算法得到其最小值ＤＰｍ＿ｍ。４算例分析本算例取一个调度周期为Ｔ－－２４ｈ，以１ｈ为步长，由Ｗｅｉｂｕｌ１分布和风功率输出函数得到风电功率，由Ｂｅｔａ分布得到光伏发电功率。风力和太阳能光伏发电有功功率随时间序列的变化曲线如图１所示。图１风力与光伏发电有功功率变化曲线Ｆｉｇ．１ＣｕｒｖｅｏｆｏｕｔｐｕｔｐｏｗｅｒｓｅｒｉｅｓｏｆｗｉｎｄａｎｄＰＶｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ由图１可以看出，风光联合出力的峰谷差为２８５Ｍｗ，比单独风电出力时的峰谷差４２５ＭＷ小的多，如果再配置适当的储能装置合理释放存储系统功率，能使风光储互补系统波动更小。这里储能装置为铅酸蓄电池，容量为５００ＭＷｈ，最大充电功率为１５０ＭＷ，最大放电功率为３００Ｍｗ，并保证１ｈ内蓄电池输出功率恒定。遗传算法中，群体规模取１００，交叉概率为０．９，变异概率为０．０１，遗传代数为５００。以式（１９）为目标函数，式（１３）～式（１８）为约束条件，得到最小标准差的值ＤＰｍ再以式（１２）为目标函数，式（１３）～式（１９）为约束条件得到最小熵的值以及每时刻蓄电池充放电功率，由遗传算法经两步优化得到的等效负荷功率如图２所示。≥＼Ｒ书柱《较ｈ图２三种情况下等效负荷功率对比Ｆｉｇ．２Ｃｏｍｐａｒｉｓｏｎｏｆｅｑｕｉｖａｌｅｎｔｌｏａｄｉｎｔｈｅｔｈｒｅｅｓｉｔｕａｔｉｏｎｓ根据图２可得出三种情况下等效负荷标准差与峰谷差如表１所示。表１三种情况下等效负荷标准差与峰谷差Ｔａｂｌｅ１Ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎａｎｄｐｅａｋ－－ｔｏ・・ｖａｌｌｅｙｏｆｅｑｕｉｖａｌｅｎｔｌｏａｄｉｎｔｈｅｔｈｒｅｅｓｉｔｕａｔｉｏｎｓ由表１可以得出以下结论：ｆ１）场景一和场景二标准差相等，但场景一比场景二规律性更好，比如在１８ｈ，场景一的蓄电池出力比场景二小，这样在２１ｈ负荷的高峰时段，场景一节省下来的蓄电池出力比场景二大，波动性更小。场景一考虑了熵的最小化，在整个调度周期内峰谷差为１６５０ＭＷ，场景二的峰谷差为１７６４ＭＷ，比场景一大。（２）场景三只考虑了熵的最小化，与场景二相比，等效负荷功率在２４ｈ的分布规律性最强，体现在场景三等效负荷出力在某些范围内的时刻点数比场景二更多。例如在等效负荷为５５００～５８００ＭＷ范围内，场景二仅在时刻２１ｈ在此范围内，而场景三满足条件的有１３ｈ，２０ｈ，２１ｈ等；在等效负荷为４８００～５０００ＭＷ范围内，场景二满足条件的时刻为８ｈ和９ｈ，而场景三满足条件的时刻为８ｈ，９ｈ，１５ｈ等，根据式（１２）对改进熵的定义可得场景三的值比场景二更小。虽然场景二在等效负荷５０００～５３００Ｍｗ内的时间点数多达八个，但从整体上来说场景三比场景二等效负荷的分布更规律。虽．．９０．．电力系统保护与控制然场景三等效负荷分布最规律，但峰谷差达到了１９８６．９ＭＷ，标准差也比场景一和场景二大的多，因此是最不可取的。（３１综合分析图２的三种曲线可知场景一首先根据风电和光电的概率分布以及短期负荷预测得到系统功率分布曲线，根据遗传算法由储能装置的约束条件得到等效负荷最小标准差，从整体上保证系统波动性最小；然后以改进熵的最小化为目标，在保证标准差最小为约束条件的基础上，优化调度储能装置充放电功率，得到的等效负荷在２４ｈ内峰谷差最小，进一步改善系统波动性，减小常规机组旋转备用容量，经济性大大提高。５结语本文基于熵理论提出了改进熵的概念，用以定量描述风光储并网互补系统有功功率波动性。算例表明基于标准差最小基础上改进熵为目标函数的两步优化模型的峰谷差比单纯考虑标准差最小或熵最小时都要小，验证了该模型在风光储并网系统实时调度和运方制定时的实用性。随着国内外越来越重视新能源并网带来的稳定性问题，本文提出的优化模型在风、光并网的规划、调度等方面都有参考价值。未来风、光对电网的渗透率会进一步增加，考虑风、光的可控性是提高电网稳定性的必要措施，在此基础上引入本文数学模型是进一步研究的工作。参考文献［１］李碧辉，申洪，汤涌．风光储联合发电系统储能容量对有功功率的影响及评价指标ｌＪ１．电网技术，２０１１，３５（４）：１２３．１２８．ＬＩＢｉ－ｈｕｉ，ＳＨＥＮＨｏｎｇ，ＴＡＮＧＹｏｎｇ．ＩｍｐａｃｔｓｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｃａｐａｃｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｏｆＨＰＷＳｔｏａｃｔｉｖｅｐｏｗｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｉｔｓｒｅｌｅｖａｎｔｉｎｄｉｃｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—Ｔｅｃｈｎｏｌｏｇｙ，２０１１，３５（４）：１２３１２８．Ｅ２；ＫｅｌｌｏｇｇＷＤ，ＮｅｈｒｉｒＭＨ，ＶｅｎｋａｔａｒａｍａｎａｎＧｅｔａ１．Ｇｅｎｅｒａｔｉｏｎｕｎｉｔｓｉｚｉｎｇａｎｄｃｏｓｔａｎａｌｙｓｉｓｆｏｒｓｔａｎｄａｌｏｎｅｗｉｎｄ，ｐｈｏｔｏｖｏｌｔａｉｃ，ａｎｄｈｙｂｒｉｄｗｉｎｄ／ＰＶｓｙｓｔｅｍｓ［Ｊ］．—ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，１９９８，１３（１）：７０７５．［３］ＹＡＮＧＨｏｎｇ－ｘｉｎｇ，ＬＵＬｉｎ，ＺＨＯＵＷｅｉ．Ａｎｏｖｅｌｏｐｔｉｍｉｚａｔｉｏｎｓｉｚｉｎｇｍｏｄｅｌｆｏｒｈｙｂｒｉｄｓｏｌａｒ－ｗｉｎｄｐｏｗｅｒ—ｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＳｏｌａｒＥｎｅｒｇｙ，２００７，８１（１）：７６８４．—［４］ＬｉａｎｇＲｕｅｙＨｓｕｎ。ＬｉａｏＪｉａｎ－Ｈａｏ．Ａｆｕｚｚｙ－ｏｐｔｉｍｉｚａｔｉｏｎａｐｐｒｏａｃｈｆｏｒｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｗｉｔｈｗｉｎｄａｎｄｓｏｌａｒｅｎｅｒｇｙｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００７，‘２２（４）：１６６５１６７４．［５］ＨｅｔｚｅｒＪｏｈｎ，ＹｕＤＣ，ＫａｌｕＢｈａｔｔａｒａｉ．Ａｎｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｍｏｄｅｌｉｎｃｏｒｐｏｒａｔｉｎｇｗｉｎｄｐｏｗｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓ—ｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，２００８，２３（２）：６０３６１１．［６］ＬｉｕＸｉａｎ，ＸｕＷｉｌｓｕｎ．Ｅｃｏｎｏｍｉｃｌｏａｄｄｉｓｐａｔｃｈｃｏｎｓｔｒａｉｎｅｄ——ｂｙｗｉｎｄｐｏｗｅｒａｖａｉｌａｂｉｌｉｔｙ：ａｈｅｒｅａｎｄｎｏｗａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙ，２０１０，１（１）：２－９．［７］袁铁江，晁勤，李义岩，等．基于风电极限穿透功率的经济调度优化模型研究【Ｊ１．电力系统保护与控制，２０１１，３９（１）：１５－２２．—ＹＵＡＮＴｉｅ－ｊｉａｎｇ，ＣＨＡＯＱｉｎ，ＬＩＹｉｙａｎ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｏｆｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｂａｓｅｄｏｎｗｉｎｄｐｏｗｅｒｐｅｎｅｔｒａｔｉｏｎｌｉｍｉｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１）：１５－２２．［８］夏澍，周明，李庚银．含大规模风电场的电力系统动态经济调度［Ｊ】．电力系统保护与控制，２０１１，３９（１３）：７１．７７．—ＸＩＡＳｈｕ，ＺＨＯＵＭｉｎｇ，ＬＩＧｅｎｇｙｉｎ．Ｄｙｎａｍｉｃｅｃｏｎｏｍｉｃ—ｄｉｓｐａｔｃｈｏｆｐｏｗｅｒｓｙｓｔｅｍｃｏｎｔａｉｎｉｎｇｌａｒｇｅｓｃａｌｅｗｉｎｄｆａｒｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，—３９（１３）：７１７７．［９］袁铁江，晁勤，吐尔逊・伊不拉音，等．大规模风电并网电力系统动态清洁经济优化调度的建模【ＪＪ．中国电机工程学报，２０１０，３０（３１）：７－１３．ＹＵＡＮＴｉｅ－ｊｉａｎｇ，ＣＨＡＯＱｉｎ，ＴＵＥＲＸＵＮＹｉｂｕｌａｙｉｎ，ｅｔａ１．Ｏｐｔｉｍｉｚｅｄｅｃｏｎｏｍｉｃａ—ｎｄｅｎｖｉｒｏｎｍｅｎｔｆｉｉｅｎｄｌｙｄｉｓｐａｔｃｈｉｎｇ—ｍｏｄｅｌｉｎｇｆｏｒｌａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（３１）：７－１３．［１Ｏ］王皓怀，汤涌，侯俊贤，等．潮流计算和机电暂态仿真中风光储联合发电系统的实用等值方法［Ｊ］．中国电机工程学报，２０１２，３２（１）：１－８．—ＷＡＮＧＨａｏ－ｈｕａｉ，ＴＡＮＧＹｏｎｇ，ＨＯＵＪｕｎｘｉａｎ，ｅｔａ１．Ｅｑｕｉｖａｌｅｎｔｍｅｔｈｏｄｏｆｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｏｆｗｉｎｄ／ｐｈｏｔｏｖｏｌｔａｉｃａｎｄｅｎｅｒｇｙｓｔｏｒａｇｅｉｎｐｏｗｅｒｆｌｏｗｃａｌｃｕｌａｔｉｏｎａｎｄｔｒａｎｓｉｅｎｔｓｉｍｕｌａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１２，３２（１）：１－８．［１１］徐林，阮新波，张步涵，等．风光蓄互补发电系统容量的改进优化配置方法［Ｊ】．中国电机工程学报，２０１２，３２（２５）：８８－９８．—ＸＵＬｉｎ，ＲＵＡＮＸｉｎｂｏ，ＺＨＡＮＧＢｕ－ｈａｎ，ｅｔａ１．Ａｎ—ｉｍｐｒｏｖｅｄｏｐｔｉｍａｌｓｉｚｉｎｇｍｅｔｈｏｄｆｏｒｗｉｎｄｓｏｌａｒ－ｂａｔｔｅｒｙｈｙｂｒｉｄｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１２，—３２（２５）：８８９８．［１２］谢毓广，江晓东．储能系统对含风电的机组组合问题陈中，等基于改进熵的风光储互补并网系统优化运行．９１．—影响分析［Ｊ］．电力系统自动化，２０１１，３５（５）：１９２４．—ＸＩＥＹｕ－ｇｕａｎｇ，ＪＩＡＮＧＸｉａｏｄｏｎｇ．Ｉｍｐａｃｔｏｆｅｎｅｒｇｙｓｔｏｒａｇｅｏｎｔｈｅｕｎｉｔｃｏｍｍｉｔｍｅｎｔｐｒｏｂｌｅｍｗｉｔｈｖｏｌａｔｉｌｅｗｉｎｄｐｏｗｅｒ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２０１１，３５（５）：１９２４．［１３］刘新东，方科，陈焕远，等．利用合理弃风提高大规模风电消纳能力的理论研究［Ｊ】．电力系统保护与控制，—２０１２，４０（６）：３５３９．—ＬＩＵＸｉｎ－ｄｏｎｇ，ＦＡＮＧＫｅ，ＣＨＥＮＨｕａｎｙｕａｎ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｒａｔｉｏｎａｌｗｉｎｄｐｏｗｅｒｃａｓｔｉｎｇｔｈｅｏｒｙｆｏｒ—ｌａｒｇｅｓｃａｌｅｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｉｍｐｒｏｖｅｍｅｎｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１２，４０（６）：３５．３９．［１４］李强，袁越，李振杰，等．考虑峰谷电价的风电一抽水蓄能联合系统能量转化效益研究［Ｊ］＿电网技术，２００９，３３（６）：１３－１８．ＬＩＱｉａｎｇ，ＹＵＡＮＹｕｅ，ＬＩＺｈｅｎ￣ｉｅ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｅｎｅｒｇｙｓｈｉｆｔｉｎｇｂｅｎｅｆｉｔｓｏｆｈｙｂｒｉｄｗｉｎｄｐｏｗｅｒａｎｄｐｕｍｐｅｄｈｙｄｒｏｓｔｏｒａｇｅｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｐｅａｋ－ｖａｌｌｅｙｅｌｅｃｔｒｉｃｉｔｙｐｒｉｃｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００９，３３（６）：１３－１８．’［１５］ＧｉｏｒｅｔｔｏＰＵｔｓｕｒｏｇｉＫＦＤｅｖｅｌｏｐｍｅｎｔｏｆａｎｅｗｐｒｏｃｅｄｕｒｅｆｏｒｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｉｎｇｏｆｗｉｎｄｔｕｒｂｉｎｅｇｅｎｅｒａｔｏｒｓ［Ｊ］．ＩＥＥＥＴｒａｎｓＰｏｗｅｒＡｐｐａｒａｔｕｓＳｙｓｔｅｍ，１９８３，—１０２（１）：１３４１４３．［１６］ＡｂｏｕｚａｈｒＩｍａｄ，ＲａｍａｋｕｍａｒＲ．Ｌｏｓｓｏｆｐｏｗｅｒｓｕｐｐｌｙｐｒｏｂａｂｉｌｉｔｙｏｆｓｔａｎｄ－ａｌｏｎｅｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｓ：ａｃｌｏｓｅｄｆｏｒｍｓｏｌｕｔｉｏｎａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，１９９１，６（１）：１－１１．［１７］郭康，徐玉琴，张丽，等．计及光伏电站随机出力的配电网无功优化［Ｊ］．电力系统保护与控制，２０１２，４０（１０）：５３５８．—ＧＵＯＫａｎｇ，ＸＵＹｕｑｉｎ，ＺＨＡＮＧＬｉ，ｅｔａ１．ＲｅａｃｔｉｖｅｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｃｏｎｓｉｄｅｒｉｎｇＰＶｓｔａｔｉｏｎｒａｎｄｏｍｏｕｔｐｕｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎ—ａｎｄＣｏｎｔｒｏｌ，２０１２，４０（１０）：５３５８．［１８］曹一家，王光增，曹丽华，等．基于潮流熵的复杂电网自组织临界态判断模型【Ｊ１．电力系统自动化，２０１１，３５（７）：１－６．——ＣＡＯＹｉ－ｊｉａ，ＷＡＮＧＧｕａｎｇｚｅｎｇ，ＣＡＯＬｉｈｕａ，ｅｔａ１．Ａｎｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｏｄｅｌｓｅｌ￣ｏｒｇａｎｉｚｅｄｃｒｉｔｉｃａｌｉｔｙｏｆｐｏｗｅｒｇｒｉｄｓｂａｓｅｄｏｎｐｏｗｅｒｆｌｏｗｅｎｔｒｏｐｙ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，３５（７）：１－６．［１９］李勇，刘俊勇，刘晓宇，等．基于潮流熵的电网连锁故障传播元件的脆弱性评估［Ｊ］．电力系统自动化，２０１２，３６（１９）：１１－１６．—ＬＩＹｏｎｇ，ＬＩＵＪｕｎｙｏｎｇ，ＬＩＵＸｉａｏ－ｙｕ，ｅｔａ１．Ｖｕｌｎｅｒａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｉｎｐｏｗｅｒｇｒｉｄｃａｓｃａｄｉｎｇｆａｉｌｕｒｅｓｂａｓｅｄｏｎｅｎｔｒｏｐｙｏｆｐｏｗｅｒｆｌｏｗ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１２，３６（１９）：１１－１６．［２Ｏ］王贵斌，赵俊华，文福栓，等．配电系统中电动汽车与可再生能源的随机协同调度［Ｊ】．电力系统自动化，—２０１２，３６（１９）：２２２９．—ＷＡＮＧＧｕｉ－ｂｉｎ，ＺＨＡＯＪｕｎ－ｈｕａ，ＷＥＮＦｕｓｈｕａｎ，ｅｔａ１．Ｓｔｏｃｈａｓｔｉｃｏｐｔｉｍｉｚａｔｉｏｎｄｉｓｐａｔｃｈｉｎｇｏｆｐｌｕｇ－ｉｎｈｙｂｒｉｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｉｎｃｏｏｒｄｉｎａｔｉｎｇｗｉｔｈｒｅｎｅｗａｂｌｅｇｅｎｅｒａｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｓ［Ｊ］．Ａｕｔｏｍａｔｉｏｎｏｆ—ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１２，３６（１９）：２２２９．收稿日期：２０１３－０２－２２；修回日期：２０１３－０４－１８作者简介：陈中（１９７５一），男，博士，副教授，主要研究方向为电力系统稳定运行与控制，新能源并网优化运行技术；—Ｅｍａｉｌ：ｚｈｏｎｇｃｈｅｎ＠ｓｅｕ．ｅｄｕ．ｃｎ胡吕龙（１９８８一），男，硕士研究生，主要研究方向为新能源并网优化运行技术。