何 平 迟福建 赵志斌 刘 聪 李桂鑫 王 哲

（1.国网天津市电力公司 天津 300184）（2.华北电力大学 北京 102206）

1 引言

大规模风力发电的集成需要得到发电侧和用户侧的协作支持。在发电侧，风力资源的不确定性导致应选择高质量的电力储能系统以配合系统的发电调度［1～2］。在用户侧，通过合理的需求响应以引导用电客户尽量错峰用电，优化负载结构［3］。风电储存系统的研究与需求响应参与下的优化调度相结合，有利于提高风电的消纳能力。对于风电储能系统问题的研究，结合需求响应下的优化调度，目前多数的学者主要聚焦于风电不确定性预测、综合调度模型的建立和模型求解算法的优化［4～7］。综上所述，本文以系统最低发电成本为主要目标建立综合优化调度模型并对改模型进行了求解。首先，将当前风电预测结果和超短期风电预测结果作为变化变量及其效果，建立了日前和实时两阶段风电储能系统优化调度模型，并采用优化的粒子群算法进行模型求解。最后基于多种应用场景分析了所提调度策略对电网系统吸收风电能力降低发电成本的改善效果。

2 两阶段调度优化模型

2.1 日前调度模型

以火力机组最小燃煤成本为主要目标，依据前一天的风力预测值对整个系统的火力机组和风能机组进行综合优化调度［8］。调度目标函数为

在式（1）中，E是当前系统的调度模型的预期成本，I是火力发电机的组数。H是风电场的数量。ph是风电场h的输出功率。……