风电并网后电力系统可靠性评估和备用优化研究.pdf

第４０卷第ｌ２期２０１２年６月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｏ１．４０Ｎｏ．１２Ｊｕｎ．１６，２０１２风电并网后电力系统可靠性评估和备用优化研究余民，杨曼宸，蒋传文，蒋小亮，李子林（１．上海交通大学电气工程系，上海２００２４０，２．上海市风力发电有限公司，上海２０００９０）摘要：为了定量研究风电并网对电力系统的可靠性和备用配置影响，基于蒙特卡罗方法和粒子群优化算法给出了一种风电并网后的电力系统可靠性评估和备用优化模型。利用历史风速数据统计得到风机的出力概率分布图，并利用蒙特卡罗算法，对各种条件下风电并网后的电力系统进行了可靠性评估设计了一种基于可靠性指标的备用优化模型，利用粒子群算法对比优化前后所需备用容量的大小。测试算例评估结果表明，不同接入容量、接入点和接入方式对最后的电力系统可靠性影响不同，并得到了不同容量下的风电场容量可信度，为含不同风电入网容量下的电力系统调度提供了备用量化指标加入实际系统后的进一步研究表明了风电并网后备用优化的有效性和必要性。关键词：风电并网；蒙特卡罗；可靠性评估；粒子群；备用优化Ｓｔｕｄｙｏｎｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｆｉｔｙａｎｄｒｅｓｅｒｖｅｏｐｔｉｍｉｚａｔｉｏｎｗｉｔｈｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎ—ＹＵＭｉｎ，ＹＡＮＧＭｉｎ．ｃｈｅｎ，ＪＩＡＮＧＣｈｕａｎ．ｗｅｎ，ＪＩＡＮＧＸｉａｏ．１ｉａｎｇ，ＬＩＺｉｔｉｎ２（１．ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ；２．ＳｈａｎｇｈａｉＭｕｎｉｃｉｐａｌＷｉｎｄＰｏｗｅｒＧｅｎｅｒａｔｉｏｎＣｏ，Ｌｔｄ，Ｓｈａｎｇｈａｉ２０００９０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＡｎａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｏｆｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙａｎｄｒｅｓｅｒｖｅｏｐｔｉｍｉｚａｔｉｏｎｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎａｎｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）Ａｌｇｏｒｉｔｈｍｔｏｓｔｕｄｙｔｈｅｉｍｐａｃｔｏｆｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｏｎｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙａｎｄｒｅｓｅｒｖｅｑｕａｎｔｉｔａｔｉｖｅｌｙ．Ｆｉｒｓｔｌｙ，ｔｈｅｏｕｔｐｕｔｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｆｉｇｕｒｅｏｆａｗｉｎｄｔｕｒｂｉｎｅｇｅｎｅｒａｔｏｒｉｓａｃｑｕｉｒｅｄｂｙｔｈｅＮ￣ｏｒｉｃＭｓｔａｔｉｓｔｉｃｓｏｆｗｉｎｄｓｐｅｅｄ，ａｎｄｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｐｏｗｅｒｓｙｓｔｅｍｗｉｔｈｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｉｓａｓｓｅｓｓｅｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓｂｙＭｏｎｔｅＣａｒｌｏ．Ａｒｅｓｅｒｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｒｅｌｉａｂｉｌｉｔｙｉｎｄｉｃａｔｏｒｓｉｓｄｅｓｉｇｎｅｄ，ｗｈｉｃｈａｄｏｐｔｓＰＳＯａｌｇｏｒｉｔｈｍｔｏｃｏｍｐａｒｅｔｈｅｓｙｓｔｅｍｒｅｓｅｒｖｅｃａｐａｃｉｔｙｂｅｆｏｒｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎａｎｄｔｈａｔａｆｔｅｒｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｔｈｅｇｉｖｅｎｍｏｄｅ１．Ｔｈｅｒｅｓｕｌｔｏｆｔｅｓｔｅｄｅｘａｍｐｌｅａｓｓｅｓｓｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｅｉｍｐａｃｔｏｎｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｄｉｆｆｅｒｓｗｉｔｈｄｉｆｆｅｒｅｎｔａｃｃｅｓｓｃａｐａｃｉｔｉｅｓ，ｐｏｉｎｔｓａｎｄｐａＲｅｍｓ．Ａｎｄｔｈｅｃａｐａｃｉｔｙｃｒｅｄｉｔｓｏｆｄｉｆｆｅｒｅｎｔｗｉｎｄｆａｒｍｃａｐａｃｉｔｉｅｓａｒｅｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅａｓｓｅｓｓｍｅｎｔ，ｐｒｏｖｉｄｉｎｇｑｕａｎｔｉｔａｔｉｖｅｉｎｄｉｃａｔｏｒｓｆｏｒｐｏｗｅｒｓｙｓｔｅｍｗｉｔｈｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｃａｐａｃｉｔｉｅｓ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｎｅｃｅｓｓｉｔｙｏｆｒｅｓｅｒｖｅｏｐｔｉｍｉｚａｔｉｏｎｗｉｔｈｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎａｒｅｓｈｏｗｎｗｉｔｈｆｕｒｔｈｅｒｒｅｓｅａｒｃｈｗｈｉｃｈａｃｃｅｓｓｅｓａｒｅａｌｐｏｗｅｒｓｙｓｔｅｍ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｓｅｄｂｙｔｈｅＮａｔｉｏｎａｌＨｉｇｈＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍｏｆＣｈｉｎａ（８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２００７ＡＡ０５Ｚ４５８）．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎ；ＭｏｎｔｅＣａｒｌｏ；ｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ；ＰＳＯ；ｒｅｓｅｒｖｅｏｐｔｉｍｉｚａｔｉｏｎ中图分类号：ＴＭ７３２文献标识码：Ａ——文章编号：１６７４３４１５（２０１２）１２０１００－０５０引言当前，风力发电是可再生能源发电形式中技术最成熟、最具开发规模和商业化发展前景的，是化石能源发电形式的重要替代形式之一。然而，风电场的出力不可控，为配合风电场出力的频繁波动，需要其他常规发电厂出力及系统备用的频繁改变。随着风电总装机容量的增加，这些问题将会严重影基金项目：国家８６３高技术基金项目（２００７ＡＡＯ５Ｚ４５８）响电力系统的安全性、可靠性、经济性等指标。因此有必要分析探讨大规模风电并网对电网引起的系统运行与稳定的问题，其中很重要的就是风电并网对电力系统可靠性的影响研究以及随之而来的备用容量的问题。文献【１．２】归纳总结了当前风电功率输出模型几种主流的建立和预测方法。文献【３．４】通过比较风电容量和常规机组对系统可靠性的贡献来评价风电机组的价值，提出了风电可信度的定义，并进一步提出了在可靠性不变的情况下，以风电能够代替的常余民，等风电并网后电力系统可靠性评估和备用优化研究．１０１－规机组容量与风电场额定容量之比来表示风电容量—可信度。文献［５６】分别提出基于连续和非连续蒙特卡罗法的风电容量可信度计算方法，具有一定的借鉴意义。文献［７］同样采用容量可信度来反映风电并网容量对系统可靠性的贡献，应用序贯蒙特卡罗法，采用年停运容量作为计算容量可信度的指标评估含风电场的配电网可靠性。文献［８】为了克服解析法无法处理非线性的函数关系的问题，利用二分法，采用随即模拟法分析含风电场的系统可靠性。文献［９］综合了各种发电的成本，从生产角度建立了风力发电的模型，继而根据风速大小的概率分布，分析每小时的风速特性，之后通过和负荷相结合估算风场出力，得出生产成本。文献［１０】通过分析和研究湖北电网运行备用容量的基本情况，提出电网运行备用容量管理控制的方案和建议，以提高电网风险管随平，指导电力系统的安全、稳定、经济运行。文献［１１］借鉴国外电网对以上问题的一些研究结论，结合华东规划电网情况，提出了华东电网在２０２０年风电装机达千万千瓦时，可考虑的风电场的容量可信度，并分析了大规模风电场发电的平滑特性，在此基础上进一步分析了风电场对华东电网调频容量、备用容量的影响。文献［１２１提出了一种以优化发电机机组合来提供电力系统运行经济性的方法。文献［１３】考虑了系统的负荷预测偏差和风电功率预测偏差，对并入风电前后系统备用情况的差异性进行分析，为电力系统安全稳定运行提供参考意见，得出了一些有价值的结论，但对加入风电后的系统备用容量的优化分配问题还需进一步的研究。文献［１４１讨论了考虑风电接入后电力系统备用需求的解决方法。其所提出的优化潮流算法可以有效解决风电接入对系统备用需求带来的影响，具有较大的实用价值。本文利用蒙特卡罗方法评估未加入风电时系统的可靠性，得出一定的可靠性参数，然后加入不同容量和接入点的风电功率，再利用蒙特卡罗方法评估含风电场功率的电力系统可靠性，分析风电并网前后系统可靠性参数的变化，进而尝试阐述风电并网对电力系统可靠性的影响机制。同时使用基于蒙特卡罗方法可靠性评估得出的参数作为约束，使用随机最优化方法对增加的系统备用设置地点和大小进行优化设置，从而实现风电并网后电力系统的备用优化。１风速及风电场出力模型１．１风速随机模型本文从华东某风电场获得了２００３年到２００５年共３年的风速历史数据，主要包括每隔１０ｍｉｎ的历史风速值及机组的出力。取１０ｍｉｎ内的最高和最低风速的平均值作为１０ｍｉｎ内的平均风速，做出如图１所示的风速概率分布统计图。风速概率风布Ｉｌ一一ｌｌｌＩＩｌｌｌＩ－ｌＩ－．．一１３５７９ｌｌｌ３ｌ５ｌ７ｌ９２ｌ２３２５图１风速概率分布统计图Ｆｉｇ．１Ｗｉｎｄｓｐｅｅｄｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ１．２风厂出力模型文中所采用的华东某风电场使用的风力发电机的功率曲线，采用分段线性化的方式模拟风速与风电功率的函数关系，如式（１）所示。Ｉ一一一Ｉ‘■…－－－一一Ｉ率曲０１８％～２０％３８％￣４０％５８％一６０％７８％￣８０％９８％～ｌ００％图２风力发电机组的出力概率分布Ｆｉｇ．２Ｔｈｅｏｕｔｐｕｔｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｗｉｎｄｔｕｒｂｉｎｅｇｅｎｅｒａｔｏｒ风电机组的等效强迫停运率为０．１５３２１左右，相对传统机组较高。风电机组正常运行时，在低百分比出力工作的概率较高，在高百分比出力的工作概率非常低，这又与火电机组不同。同时，风电机组的出力不可调，其变化范围也远大于火电机组，体现了非常强的波动性。可以预见，风电机组并入电网会给电力系统的可靠性带来不利影响。２基于可靠性评估的备用优化模型２．１状态抽样一非序贯概率模型Ｈｍ∞￡ｊＯＯＯＯＯＯＯＯ一ｌ０２．电力系统保护与控制电力系统中，如果某可修复元件的故障率和修复率分别为和，且平均工作时间和平均维修时间分别为＾研和ＭＴＴＲ，则存在以下重要关系式。刀Ｆ＝１／２（２）ＭＴＴＲ＝１（３）元件的强迫停运率ＦＯＲ可按式（４）确定。Ｒ：曼：（４）ＭＴＴＲ＋ｎ１Ｆ＋Ｈ和是蒙特卡罗算法中模拟元件持续时间与状态转移特性的基本参数，其数值可通过对元件长期运行的寿命过程和随机状态信息统计得到。式（４）定义的元件强迫停运率ＦＯＲ反映了系统“”的不可用度，是非贯序仿真算法中抽样系统状态的基本参数。对具有ｎ台机组的电力系统，用ｎ维状态向量表示系统的随机状态，如式（５１所示。＝…（，，，）（５）式中，为元件ｉ的随机状态变量。当该元件处于停运状态，取值为０；当该元件处于运行状态，Ｘ取值为１。在非贯序仿真中，随机状态变量的值由随机数向量确定。通过随机数发生器产生ｎ个在［０，１】上均匀分布的随机数，构成ｎ维的抽样向量，如式ｆ６１所示。＝…（，Ｘ２，，）在式（５）和式（６）中，和Ｘ的关系为（６）（７）式中，厂０是元件ｉ的强迫停运率。这样就能通过元件状态抽样，形成系统状态序列。在对系统进行抽样后，就要对该状态进行评估分析。在发电系统的评估中，只需对当前可用的发电容量和负荷进行比较。如果当前状态下可用发电容量大于系统负荷，则系统处于正常供电状态；否则系统处于停电状态，需要通过削减负荷达到功率平衡。２．２算例分析为了测试风电机组相对火电机组对电力系统稳定性的影响，本文编写ＶｉｓｕａｌＣ＋＋程序实现了时序蒙特卡罗抽样仿真，算例为ＩＥＥＥＲＴＳ３０测试系统。该测试系统由５台机组组成，总装机容量是３６５Ｍｗ，峰荷是２９６Ｍｗ，机组、变压器、线路参数以及负荷模型见文献。测试系统的结构如图３所示。图３ＩＥＥＥ．ＲＴＳ３０测试系统Ｆｉｇ．３ＩＥＥＥ－ＲＴＳ３０ｔｅｓｔｓｙｓｔｅｍ任意选定一个节点（本文以节点２为例），在该节点并入容量为１．５ＭＷ的风电机组，并入不同数目该机组时的系统可靠性参数ＬＯＬＰ和ＥＥＮＳ的变化情况如图４。风机数目，台图４并入风电机组数目对ＬＯＬＰ的影响Ｆｉｇ．４ＥｆｆｅｃｔｏｆｔｈｅｎｕｍｂｅｒｏｆＷＴＧｓｏｎＬＯＬＰ若并入风机的同时减少该节点相同容量的传统机组，则并入不同数目该机组时的系统可靠性参数ＬＯＬＰ和ＥＥＮＳ的变化情况如图５。图５并入风电机组数目对ＬＯＬＰ的影响Ｆｉｇ．５ＥｆｆｅｃｔｏｆｔｈｅｎｕｍｂｅｒｏｆＷＴＧｓｏｎＬＯＬＰ由图４和图５可知，某一容量的风电容量对系统的可靠性贡献和零与该容量之间的某一数值的传统机组容量对系统的可靠性贡献相当。如使用风电场容量可信度来衡量这一关系，则不同容量的风电余民，等风电并网后电力系统可靠性评估和备用优化研究－１０３－机组的风电可信度如图６所示。０・Ｏ３Ｏ．０２０．０２０．０１Ｏ．ＯｌＯ・０Ｏ０．００ＥＥＮＳｗｉｎｄ（９）ＬＯＬＰｗｉｎｄ（１０）△式中：为所有发电机的节点号码集合；为节点ｆ的所需要增加的备用值；ＥＥＮＳｗｉｄ和￡０Ｐｗｉｎｄ分别为并入风电后，某一备用组合下的平均缺电额度和电力缺电概率参数值；和Ａ为设定的可靠性参数值。３．２粒子群算法（ＰＳＯ）原理ＰＳＯ算法的标准形式如式（１０）～式（１２）所风机数目台示。图６并入风电机组数目对ＥＣＲ的影响Ｆｉｇ．６ＥｆｆｅｃｔｏｆｔｈｅｎｕｍｂｅｒｏｆＷＴＧｓｏｎＥＣＲ可以看到，风电机组的可靠性是远不如传统机组的，当风电容量占系统总容量百分比升高时，这种不可靠性将愈加明显。为了考察风电并入位置对可靠性的影响，评估风电加入不同的节点时的可靠性。表１显示了在不同节点并入２０台１．５ＭＷ风机，代替同容量的传统机组时系统的可靠性变化情况。表１不同风电接入点的可靠－陛指标变化Ｔａｂｌｅ１Ｒｅｌｉａｂｉｌｉｔｙｉｎｄｅｘｕｎｄｅｒｄｉｆｆｅｒｅｎｔａｃｃｅｓｓｐｏｉｎｔｓ从表１可知，风电并入节点不同对系统的可靠性有着明显的不同。并入节点离负荷中心越近，并入风电后的电力系统可靠性越低，相反，当并入节点远离负荷中心，则对电力系统的可靠性影响较小。３风电并网后的备用优化３．１基于可靠性评估的备用优化模型从上述算例可知，在不同节点接入风电机组对电力系统的可靠性影响不同。可以猜想，在不同节点设置备用对电力系统的可靠性影响也可能不同。如果不同，则一定存在一个配置方案，使得在满足系统可靠性要求的情况下所需备用最小。上述的备用优化问题可以描述为，用最少的备用值，达到所需的可靠性水平，其数学模型描述如下。目标函数ｍｉｎＦ＝【８）：‘约束条件’＝＋ｃ，ｒ￣（ｐｂｓｅｔｍ一《）＋ｃ２ｒ２（ｇｂｓｅｔ一）（１１）＝ｋ＋（１２）式中：：和１，分别表示第ｍ个粒子在第ｋ次迭代中的位置和速度；ｐｂｓｅｔｍ表示第ｍ个粒子的个体最优解；ｇｂｓｅｔ表示全局最优解；，．１、是【Ｏ，１】之间的随机数；Ｃ】、Ｃ２是学习因子，用于控制收敛的速度；Ｗ是惯性系数。根据数学模型描述的目标函数和约束条件，得出每个粒子适应度的计算公式为∑Ｆ＝＋Ｗ，Ｐ（ＥＥＮＳｗ＿ｎｄ，４）＋Ｗ２Ｐ（ＬＯＬＰ￣ｉｎｄ，）【ｌ３）ｆＥ式中：Ｐ（）：Ｊｕｓ；、为可靠性指标的【１＞惩罚系数３．３算例分析３．３．１ＩＥＥＥ．ＲＴＳ３０测试系统在节点２并入３０ＭＷ的风电容量，同时减少该节点３０ＭＷ的常规机组容量。以保持系统并入风电之前的可靠性参数为约束条件，所有发电机所在节点的备用容量值ＡＲ＝［６Ｒ１ＡＲ２ＡＲ３６Ｒ４ＡＲ５】作为该问题的Ｐａｒｅｔｏ解的形式，设定粒子群个数Ｎ＝２０，迭代次数设置为５０，－－２４．６８７１，＝０．０００６３７５。对系统备用进行优化后，系统各节点所需要增加的备用为：６Ｒ＝［０１１．５４２．５０．５２】，系统的可靠性水平为：ＬＯＬＰ＝２４．１６７１，ＥＥＮＳ＝Ｏ．００６０８６。可见，通过直接在节点２利用增加备用来保持系统可靠性时，一共需要增加２３．７３ＭＷ的传统机组备用，才能达到系统之前的可靠性水平；优化后，一共需要２Ｏ．５Ｍｗ的传统机组备用，风电可信度颇为改观。可见，风电入网后，并非完全是提高风电接入点的备用水平对系统的可靠性贡献最大，故而对备用进行优化配置是十分必要的。３．３．２华东某实际电网为了测试该模型在实际电网中的使用效果，本文引入华东某实际电网Ａ（以下称Ａ电网）进行计∞譬ｊｓ备∞如加ｍＯ，（上接第１０４页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１０４）［４］［１２］姜文，严正．基于一种改进粒子群算法的含风ｃａ场电力系统动态经济调度［Ｊ］．电力系统保护与控制，２０１０，３８（２１）：１７３－１７８．ＪＩＡＮＧＷｅｎ，ＹＡＮＺｈｅｎｇ．ＤｙｎａｍｉｃｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｐｏｗｅｒｐｅｎｅｔｒａｔｉｏｎｂａｓｅｄｏｎＩＰＳＯ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（２１）：１７３．１７８．［１３］李文沅，周家启，颜伟，等．基于可靠性的电力系统设备备用规划方法［Ｊ】．中国电机工程学报，２００６，２６（１５）：７．１２．ＬＩＷｅｎ－ｙｕａｎ，ＺＨＯＵＪｉａ－ｑｉ，ＹＡＮＷｅｉ，ｅｔａ１．Ｒｅｌｉａｂｉｌｉｔｙｂａｓｅｄｍｅｔｈｏｄｆｏｒｓｐａｒｅｐｌａｎｎｉｎｇｏｆｐｏｗｅｒｓｙｓｔｅｍｅｑｕｉｐｍｅｎｔ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００６，２６（１５）：７．１２．ＢｈａｔｔａｃｈａｒｙａＫ，ＢｏｌｌｅｎＨＪ，ＤａａｌｄｅｒＪＥ．Ｒｅａｌｔｉｍｅｏｐｔｉｍａｌｉｎｔｅｒｒｕｐｔｉｂｌｅｔａｒｉｆｆｍｅｃｈａｎｉｓｍｉｎｃｏｒｐｏｒａｔｉｎｇ—ｕｔｉｌｉｔｙｃｕｓｔｏｍｅｒｉｎｔｅｒａｃｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒ—Ｓｙｓｔｅｍｓ，２０００，１５（２）：７００７０６．—收稿日期：２０１卜０８０４；—修回日期：２０１１＿１２０８作者简介：余民（１９８８－），男，硕士研究生，研究方向为风力发电、电力市场；Ｅ－ｍａｉｌ：ｓｊｔｕｙｕｍｉｎ＠ｓｊｍ．ｅｄｕ．ｃｎ杨曼宸（１９８８－），男，硕士研究生，研究方向为风力发电、电力市场；蒋传文（１９６６一），男，博士生导师，研究方向为电力市场、配电网自动化、电力系统优化运行、水调自动化、风力发电等。