江苏大学电气信息工程学院、国网上海市电力公司电力科学研究院的研究人员孙欣、方陈、沈风、马群，在2017年第4期《电工技术学报》上撰文指出，由于风电出力的不确定性，大规模风电接入电网将对电力系统的安全经济运行产生严重的影响。为了更好地消纳风电，从发电和用电两个角度出发，根据风电出力的Beta概率密度函数，提出基于风电概率模型的弃风成本和可中断负荷成本的发用电一体优化方法。
为提高该方法的求解效率和实用性，在建模中仅引入机组组合变量，并采用Delta方法将非线性模型转换为线性模型求解。最后采用多个场景算例说明了模型与方法的实用性和有效性。
截止2013年底，我国风电装机总容量达到91 412.89MW[1]，其中蒙东、吉林和甘肃等地区的风电装机容量已经超过负荷的30%，风力发电已成为我国重要的发电方式。大规模风电接入将对电力系统的安全经济运行产生严重影响，对传统的电网调度运行提出严峻挑战。
风电出力具有较强的不确定性，目前数字天气预报技术对风速预测的准确度较低，特别是在日前发电计划中，风电出力的不确定性将远大于负荷的不确定性，直接影响常规机组的机组组合、出力安排与备用安排。其中，机组组合问题由于整数变量的引入，成为该领域研究难点。
目前，风电出力的预测有点预测、区间预测和概率预测等方法。针对不同的风电出力预测，国内外学术界在考虑风电出力不确定性的机组组合建模方面主要有以下几种方法：①对于风电出力点预测的情况，根据风电出力的不确定性程度，增加系统的备用容量安排[2,3]；②对于区间预测的情况，主要采用区间规划等方法处理，部分方法将使结果偏保守[4,5]；③对于概率预测的情况，通常采用机会约束规划方法[6-9]求解。
同时，在电力调度的管理运行机制上，国内外也开展了进一步的研究。在时间维度上，针对风电出力预测误差随时间增长而变大的特点，国内提出了多级机组组合[10]及多时间尺度协调[11]的调度策略。在对象维度上，将用电侧也作为可调度的资源纳入调度体系，提出考虑需求响应的发电一体优化调度[12-15]。
在日前调度的机组组合工作中，由于风电出力的预测误差较大，基于点预测的机组组合方法具有一定的实用性，但对于风电出力的不确定性考虑不充分。基于区间预测的机组组合方法对于风电不同出力情况具有一定的灵活性和适应性，但无法考虑风电在出力区间内不同点的出力概率不同的特点，易使结果偏保守。
基于风电概率曲线的机组组合方法对于风电出力的不确定性考虑较全面，但采用场景树等方法将极大地增加系统的求解规模，较难满足实际电力系统中实用化运行的需求。
本文尝试在保留风电出力不确定性概率描述的情况下，通过合理的模型简化减少变量规模，以提高模型计算效率，从而尽可能满足实用化需求。同时，将可中断负荷作为可调度资源纳入发电计划安排，以期增加调度计划的灵活性，降低机组组合费用，减少系统弃风电量。
结论
风电出力的不确定性给日前的机组组合安排带来了挑战。为了在实际中更好地应对此问题，本文重点在以下两方面开展了研究：
1）建立发用电一体的机组组合决策模型，综合考虑基于风电Beta概率分布的弃风电量和可中断负荷调用量模型，并在建模中重点考虑机组组合变量，降低了模型的复杂度。
2）在模型求解方面，采用Delta方法将非线性模型转换为线性混合整数规划问题求解，降低了模型的求解难度。多情景的算例表明，本文模型能够全面考虑风电的出力不确定性，并有效利用需求侧的可中断负荷资源，从而减少机组的起停机费用与系统的弃风电量。本文的研究工作可为考虑风电出力不确定性的机组组合研究提供参考。
