课题背景介绍：
应节能环保与可持续发展战略的要求，自2014年以来，我国风力发电呈现高速发展的态势，尤其在新疆、内蒙古、甘肃等风能资源丰富的地区，其电网表现出风电高渗透率的特征，加之这些地区的电力系统规模较小、电源结构以火电为主、调峰能力低下，近年来网架建设滞后，输电线路经常出现过载现象，大量风电无法送出而不得不通过弃风来保证电网的安全稳定运行[1]。虽然弃风会增大常规机组的出力成本及排放成本，但弃风仍有当风电具有反调峰特征时减小净负荷的峰谷差，进而降低峰荷机组的启停成本以及减小常规机组的旋转备用成本的优点。可见现阶段含风电的电力系统机组组合优化不仅需要计及弃风因素，更需合理地确定弃风功率。但目前机组组合中针对各调度时段置信水平选取固定，无法优化弃风功率，因此本课题将确定弃风功率的置信水平作为决策变量，采用模糊决策方法以实现对置信水平的优化选取，使得调度决策兼顾风电的经济性与并存的风险。
国内外研究概况：
在建模中，将弃风功率作为决策变量，加入含风电的电力系统机组组合优化模型中以求构建考虑风电消纳能力的机组组合优化模型，传统的确定性方法[2]通常将风电预测功率的一定百分比作为附加旋转备用容量来应对风电功率的随机波动。该方法简单、易实现，但忽略了弃风对系统失负荷风险和备用容量配置的影响，因而无法准确地优化弃风功率。因此，传统的确定性方法对于考虑风电消纳能力的机组组合优化问题不再适用，需要在考虑风电不确定性的机组组合优化方法的基础上，进一步将弃风功率作为决策变量，研究考虑风电消纳能力的机组组合优化方法。
考虑风电不确定性的机组组合优化方法包括模型构建和求解算法两部分。由于近年来通过将机组组合优化问题近似线性化为混合整数线性规划(mixed integer linear programming，MILP)模型，在Matlab中调用Cplex已在求解机组组合优化问题中得到了广泛应用，因此当前国内外学者针对考虑风电不确定性的机组组合优化方法的研究，主要关注机组组合优化问题的建模以及将其近似线性化为MILP模型。
受到风速、地形等多种自然因素的影响，风电功率存在强烈的随机性和波动性。尽管国内外许多学者已在短期风电功率预测技术做了大量工作[3-5]，但现阶段该技术还未趋于成熟，风电功率的预测误差依然很大[6]。因此，如何描述和处理风电功率的不确定性，成为研究考虑风电不确定性的电力系统机组组合优化问题的关键。近年来，国内外许多学者[7-12]围绕该问题开展了广泛深入的研究，以期在更加准确地描述风电功率不确定性的基础上，以最低的调度成本应对该不确定性，从而实现调度决策兼顾系统运行的经济性与可靠性。
在数学上，现阶段国内外学者对风电不确定性的描述大致可以分为两类[13]：风电功率预测误差模型和风电功率预测不确定区间模型。
文献[7-12]将风电功率不确定参数表示为风电功率预测值和风电功率预测误差的组合，并对风电功率预测误差的概率特性进行分析，提出了基于风电预测误差模型的概率优化方法。概率优化方法需要通过对风电功率的预测误差进行建模，描述风电功率的不确定性。通常很多文献[7-12]假设风电功率的短期预测误差服从正态分布，但也有文献[14]通过对日前风电功率预测误差实际数据进行统计分析，发现实际数据曲线的峰度值与正态分布的峰度值存在较大差异，其更适合用峰度可变的szlig;分布函数[14]。
基于风电预测误差模型的概率优化方法[ 7-12]大致可以分为两类：随机规划方法[7-10]和风险分析方法[11-12]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
