市场机制下智能电网调度控制系统调度计划应用模型及分析_周京阳

市场机制下智能电网调度控制系统调度计划应用模型及分析

周京阳１，王　斌２，周劼英２，程　芸２，潘　毅１，李晓磊１，丁　强１，许　丹１

（１．中国电力科学研究院，北京市１００１９２；２．国家电网公司国家电力调度控制中心，北京市１０００３１

）摘要：智能电网调度控制系统调度计划的设计开发具有前瞻性，能够适应三公调度、节能调度、市

场机制等不同模式。针对当前电力市场化改革的快速发展情况，文中给出了市场机制下智能电网

调度控制系统在日前市场、

日内实时市场、辅助服务、安全校核、新能源消纳、联络线优化等环节的具体应用模型及其分析，并进一步提出新形势下的发展思路。关键词：智能电网调度控制系统；市场机制；调度计划；安全校核

收稿日期：２０１４－１０－０９；修回日期：２０１４－１１－

１３。国家高技术研究发展计划（８６３计划）资助项目（２０１１ＡＡ０５Ａ１１８

）；国家电网公司科技项目。０　引言

智能电网调度控制系统调度计划类应用基于一体化基础平台，能够实现国、网、省三级调度计划的统一协调，充分发挥特大电网资源优化配置能力；实现调度计划从年度、月度、日前到日内、实时的有机衔接和持续动态优化，提高调度计划全过程精益化管理水平。调度计划类应用能够按照不同调度模式要求，

提供多种智能决策工具和灵活调整手段，支持调度计划全景信息可视化展示和相关因素定量分析评估，实现多目标、多约束、多时段调度计划自动编制和安全校核，实现电网运行的安全性与经济性的

协调统一［１］

。

调度计划类应用主要包括申报发布、预测、检修计划、短期交易管理、水电调度、发电计划、考核结算

及计划分析与评估等应用［

１］

。在智能电网调度控制系统调度计划类应用设计开发过程中，针对三公调

度、节能调度、电力市场等不同调度模式，在安全约束机组组合（ＳＣＵＣ）和安全约束经济调度（ＳＣＥＤ）等核心技术的研发中充分考虑了不同模式的适应性。以节能发电调度办法出台为契机，国家电力调度控制中心组织国内多个研发单位对安全约束机组组合、安全约束经济调度、安全校核等核心技术进行重点攻关，实现了发电计划优化调度软件的突破，填

补了国内空白［２－３］

。目前，适应三公调度和节能调度

的调度计划已在全国省级以上电网广泛应用［

４－

５］。十八届三中全会提出了全面深化改革的重大问

题，明确深化经济体制改革，使市场在资源配置中起

决定性作用，预计电力市场化改革的步伐将进一步

加大，

电力市场很可能将成为今后电力系统发展的目标模式。本文从日前市场、日内实时市场、辅助服务、安全校核、新能源消纳、联络线优化等多个方面分析了智能电网调度控制系统调度计划应用在市场模式下的发展，提出了具体的应用模型和新形势下的发展思路。电力市场发展模式因地制宜，各不相

同，

本文以典型市场模式为例说明智能电网调度控制系统调度计划应用功能对市场模式的适应性。

１　市场环境下调度计划功能总体架构

三公调度模式下，调度计划的功能主要是将每年确定的年度计划，分解成月度、周、日前、实时发电计划，在实际执行中通过滚动修正，实现全年计划完

成率基本一致的目标。市场机制下，以美国ＰＪＭ为代表的全电量竞价的典型电力市场中，普遍采用“双

边交易＋集中出清”的市场结构。双边交易签订不再局限于年度或月度等固定时间段，可根据双方意愿自主决定交易时间。在市场运行中通过设立日前、实时等不同市场，实现市场出清、制定并下发调度计划的功能。中国当前智能电网调度控制系统调度计划功能的核心技术完全满足市场机制的需求。市场机制下调度计划以智能电网调度控制系统基础平台为支撑，在现有基础上大幅扩展市场信息申报和发布等数据交互的范围和内容，以构建适应市场模式的调度计划、实现大范围跨区跨省资源优化配置为目标，在日前、实时市场等核心环节，重点研发适合中国电源结构特点的周机组组合、电能与辅助服务联合优化、发用电一体化调度等技术，满足市场机制下大规模清洁能源消纳的需求。市场环境下调度计划总体架构如图１所示。

４

２１Ｖｏｌ．３９Ｎｏ．１Ｊａｎ．１０，２０１５

ＤＯＩ：１０．７５００／ＡＥＰＳ２０１４１００９０２０

ｈｔｔｐ：／／ｗｗｗ．ａｅｐｓ－ｉｎｆｏ．ｃｏ

ｍ图１　市场环境下调度计划总体架构

Ｆｉｇ．１　Ｆｒａｍｅ　ｏｆ　ｄｉｓｐａｔｃｈｉｎｇ　

ｓｃｈｅｄｕｌｅ　ｉｎ　ｐｏｗｅｒ　ｍａｒｋｅｔ 图中描述了日前、

实时市场等现货市场所需的应用技术和数据申报发布内容，双边交易、结算等内容虽然是市场结构的重要部分，但其并不属于现货市场运营技术，未在图中示意。

２　日前市场

２．１　日前市场功能

现货市场包括日前市场和实时市场两部分。日

前市场一般包括两个功能：

一是市场价格信号的发现者；二是次日负荷预测的预调度。日前市场实现

了市场成员报价和电网物理规律的结合，出清结果反映电力供需平衡情况，

也是日前市场结算依据，为中长期交易提供了价格信号；同时日前市场根据负荷预测提前对机组运行进行调度，及时启动开机时间较长的机组以满足负荷需求。因此，在日前市场中安全约束机组组合是核心技术功能。

不同市场规则和设计中日前市场的模式可能不

同。美国ＰＪＭ市场中，日前市场分两步进行：第一步是日前市场的出清，

此时负荷采用的是市场成员申报的数据，

并且允许虚拟发电和负荷参与市场；第二步是可靠性分析，此时采用ＰＪＭ负荷预测数据，

目的主要是保证机组运行状态能够满足实际需要。在进行机组组合和经济调度计算时，包括了电网安全约束，可以保证电网安全。英国日前市场主要是交易中心对申报的交易进行集中竞价，而调度部门根据交易结果进行安全分析，没有全电量的日前市场集中优化。

２．２　目标函数

在以购电费用最小为目标时，建立典型日前市

场竞价优化模型。

目标函数：

ｍｉｎ∑Ｎ

Ｔ

ｔ＝１∑Ｎ

Ｇ

ｉ＝１

（Ｂｉ，ｔ（Ｐｉ，ｔ）＋Ｂｏｎ，ｉ，ｔＳｏｎ，ｉ，ｔ）

（１

）式中：ＮＧ为报价机组个数；ＮＴ为日前市场时段数；Ｂｉ，ｔ（Ｐｉ，ｔ）

为第ｉ台机组第ｔ时段的发电报价曲线，Ｐｉ，ｔ为第ｉ台机组第ｔ时段的发电功率；Ｂｏｎ，ｉ，ｔ为第ｉ台机组第ｔ时段的启机费用；Ｓｏｎ，ｉ，ｔ为第ｉ台机组第ｔ时段的启动状态，启机为１，否则为０。２．３　约束条件

系统功率平衡约束：

∑Ｎ

Ｇ

ｉ＝１

Ｐ

ｉ，ｔ

＝ＰＬＤ，ｔ

（２

）式中：ＰＬＤ，ｔ为第

ｔ时段系统负荷。机组启停时间约束：

Ｓｏｎ，ｉ，ｔ＋

∑

ｔ＋Ｔｏｎ，ｉ

－１ｋ＝ｔ＋１Ｓｏｆｆ，ｉ，ｋ≤１

（３）Ｓｏｆｆ，ｉ，ｔ＋

∑

ｔ＋

Ｔｏｆｆ，ｉ

－

１ｋ＝ｔ＋

１Ｓｏｎ，ｉ，ｋ≤１

（４

）式中：Ｔｏｎ，ｉ为机组ｉ由停机状态变为开机状态时的最小连续开机时间；Ｔｏｆｆ，ｉ为机组ｉ由开机状态变为停机状态时的最小连续停机时间；Ｓｏｎ，ｉ，ｔ为机组ｉ在时段ｔ的开机变化状态（０或１）；Ｓｏｆｆ，ｉ，ｔ为机组

ｉ在时段ｔ内停机变化状态（０或１

）。备用约束：

∑Ｎ

Ｇ

ｉ＝１

（

Ｐｉ，ｔ，ｍａｘ

－Ｐｉ，ｔ）≥ＰＲＳ，ｕｐ，ｔ（５

）５

２１周京阳，等　市场机制下智能电网调度控制系统调度计划应用模型及分析

∑Ｎ

Ｇ

ｉ＝１

（

Ｐｉ，ｔ

－Ｐｉ，ｔ，ｍｉｎ）≥ＰＲＳ，ｄｗ，ｔ（６

）式中：∑Ｎ

Ｇ

ｉ＝１

Ｐｉ，

ｔ，ｍａｘ为第ｔ时段系统的最大发电功率；∑Ｎ

Ｇ

ｉ＝１

Ｐ

ｉ，ｔ，ｍｉｎ

为第ｔ时段系统的最小发电功率；∑Ｎ

Ｇ

ｉ＝１

Ｐｉ，

ｔ

为第ｔ时段系统的总实际发电功率；ＰＲＳ，ｕｐ

，ｔ为时段ｔ的系统上升备用功率最低要求；ＰＲＳ，ｄｗ，ｔ为时段ｔ的系统下降备用功率最低要求。

爬坡约束：

（Ｐｉ，ｔ－Ｐｉ，ｔ－１）≤ΔＰＧ，ｉ，ｔ，ｕｐ

，ｍａｘ（７

）（Ｐｉ，ｔ－１－Ｐｉ，ｔ）≤Δ

ＰＧ，ｉ，ｔ，ｄｗ，ｍａｘ（８

）式中：ΔＰＧ，ｉ，ｔ，ｕｐ，ｍａｘ为第ｉ台机组第ｔ时段爬坡能力限值；ΔＰＧ，ｉ，ｔ，ｄｗ，ｍａｘ为第ｉ台机组第ｔ时段滑坡能力限值。

网络约束：

Ｐｌ，ｍｉｎ≤Ｐｌ≤Ｐｌ，ｍａｘ

ｌ＝１，２，…，Ｌ（９）式中：Ｐｌ为支路ｌ的有功潮流功率；Ｐｌ，ｍｉｎ和Ｐｌ，ｍａｘ分别为第ｌ条支路功率的下限和上限，ｌ为受约束的支路序号，Ｌ为支路总数。

从以上模型可以看出，不同调度模式下优化模型的区别主要在于目标函数中Ｂｉ，ｔ（Ｐｉ，ｔ）曲线的差异。节能调度模式下该曲线为机组煤耗特性曲线；市场模式下该曲线为机组报价曲线；三公调度模式下，

该曲线可以采用由机组应完成电量转换而来的等值特性曲线［

６］

。约束条件在不同调度模式下仍然可以继续应用。目前，已在实践中支持三公调度、节能调度的智能电网调度控制系统调度计划应用，在将机组煤耗曲线切换为机组报价曲线后，即可支持电力市场模式的竞价优化模型。

３　日内实时市场

３．１　日内市场功能

一般来说，日前市场中为了保证系统可靠性，需要对所有竞价机组进行安全约束机组组合计算；日内市场仅对部分启停时间很短的快速启停机组进行组合；实时市场主要进行安全约束经济调度。同时，由于日内实时市场已经逼近实时状态，实时市场结果应具有可执行性，因此在模型中需要增加分区备用、爬坡约束、电量约束、机组群出力、机组群电量等实用性约束。

同样，在日内实时市场中，不同市场模式对应的模型下也有所区别。在英国电力市场中，实时市场的平衡机制并不对所有的负荷进行竞价，只对负荷预测与市场成员申报曲线的差值部分进行竞价，相对于全电量竞价，

其模型在目标函数与功率平衡约束上有所不同，并且为单时段竞价，但二者优化模型并无本质区别。

３．２　目标函数

安全约束经济调度的竞价模型的目标函数如下所示：

ｍｉｎ∑Ｎ

Ｔ

ｔ＝１∑Ｎ

Ｇ

ｉ＝１

（

Ｂｉ，ｔ（Ｐｉ，ｔ））（１０

）３．３　约束条件

系统功率平衡约束与式（２）相同；爬坡约束与式（７）、式（８

）相同。分区备用约束：

∑ｉ∈Ａｒ

（

Ｐｉ，ｔ，ｍａｘ

－Ｐｉ，ｔ）≥ＰＡｒ，ＲＳ，ｕｐ

，ｔ（１１

）式中：Ａｒ为有功备用分区；ＰＡｒ

，ＲＳ，ｕｐ

，ｔ为ｔ时段有功备用分区限值。

电量约束：

Ｑｉ，ｍｉｎ≤

∑Ｎ

Ｔ

ｔ＝１

Ｐ

ｉ，ｔ

≤Ｑ

ｉ，ｍａｘ（１２

）式中：Ｑｉ，ｍａｘ为第ｉ台机组的电量约束上限；Ｑｉ，ｍｉｎ为第ｉ台机组的电量约束下限。

机组群出力约束：

ＰＵＧ，ｔ，ｍｉｎ≤

∑ｉ∈Ｕ

Ｇ

Ｐ

ｉ，ｔ

≤ＰＵＧ，

ｔ，ｍａｘ（１３

）式中：ＵＧ为设定的机组群；ＰＵＧ

，ｔ，ｍａｘ

，ＰＵＧ，ｔ，ｍｉｎ分别为

机组群出力的上下限值。

机组群电量约束：

ＱＵＧ，ｔ，ｍｉｎ≤

∑Ｎ

Ｔ

ｔ＝１∑ｉ∈Ｕ

Ｇ

Ｐ

ｉ，ｔ

≤ＱＵＧ，

ｔ，ｍａｘ（１４

）式中：ＱＵ

Ｇ

，ｔ，ｍａｘ

，ＱＵＧ，ｔ，ｍｉｎ分别为机组群电量约束的上

下限值。

网络约束与式（９

）相同。 可以看出，

日内实时市场与日前市场的优化模型虽然侧重点有所不同，但优化模型结构相同，只是在不同的市场中考虑的目标函数和约束条件有所区别。这与当前模式下日前计划与日内实时计划的区别是相同的。因此，目前智能电网调度控制系统调度计划完全能够适应日内实时市场的要求。

４　辅助服务

辅助服务是为了确保电力系统安全运行，保证电能商品质量，由市场成员提供的电能商品外的附加服务。在当前中国非市场机制的调度模式下，为

６

２１２０１５，３９（１

）·智能电网调度控制系统·

ｈｔｔｐ：／／ｗｗｗ．ａｅｐｓ－ｉｎｆｏ．ｃｏｍ了体现辅助服务的价值，监管机构组织建立了辅助服务分摊考核和补偿机制。美国ＰＪＭ和英国两个市场都实现辅助服务市场化，以市场竞争模式采购电网运行必需的各种辅助服务，通过市场竞争确定辅助服务价格，建立了相对合理的辅助服务回报机制。

ＰＪＭ建立了电能市场与调频市场、

备用市场的联合优化计算模型，以实现电能与调频、备用整体购买成本的最小化，联合优化后各市场单独计算出清电价。根据现货市场的时序不同，辅助服务分别与日前电能市场和实时电能市场联合优化，实时市场的出清结果作为辅助服务调用依据。电能和调频、备用联合优化的模型在电能竞价模型的基础上修改目标函数和部分约束条件即可实现。英国市场的辅助服务由调度部门提前通过双边交易等形式统一购买，在实时调度时通过调用提前购买的辅助服务合约和平衡机制单元增减出力，保证系统安全稳定运行。辅助服务调用时按照价格高低依次调用。与美国ＰＪＭ电力市场不同，英国的辅助服务市场与电能市场是分离的，不进行联合优化。

目标函数为：

ｍｉｎ∑

Ｎ

Ｔ

ｔ＝１∑Ｎ

Ｇ

ｉ＝１

（

Ｂｅｎ，ｉ，ｔ

（Ｐｅｎ，ｉ，ｔ）＋Ｂｆｒ，ｉ，ｔ（Ｐｆｒ，ｉ，ｔ）

＋Ｂｒｅ，ｉ，ｔ（Ｐｒｅ，ｉ，ｔ）

）（１５）式中：Ｂｅｎ，ｉ，ｔ（Ｐｅｎ，ｉ，ｔ）为电能部分购买费用；

Ｂｆｒ，ｉ，ｔ（Ｐｆｒ，ｉ，ｔ）为调频购买费用；Ｂｒｅ，ｉ，ｔ（Ｐｒｅ，ｉ，ｔ）

为备用部分的购买费用。

约束条件中需要增加调频容量约束：

∑Ｎ

Ｇ

ｉ＝１

Ｐ

ｆｒ，ｉ，ｔ

≥ＰＦＲ，

ＭＩＮ（１６

）式中：Ｐｆｒ，ｉ，ｔ为第

ｉ台机组第ｔ时段提供的调频容量；ＰＦＲ，ＭＩＮ为调频容量的最低要求。备用容量在电能市场模型中已经描述，需要指出的是在存在阻塞的区域需要建立分区备用约束。这样，就构建了电能与调频、备用联合优化的模型。由于机组出力水平直接影响系统调频、备用容量，电能与辅助服务联合优化有利于实现电力系统运行的全局最优。目前智能电网调度控制系统调度计划优化模型与算法经过改造后也能够适应电能与辅助服务的联合优化要求。

５　安全校核

安全校核是保证电网安全运行的重要技术手段，智能电网调度控制系统对检修计划、发电计划和电网运行操作等调度计划和调度操作，进行全面的

安全稳定校核，

并在校核完成后进行辅助决策和裕度评估计算，

提出对调度计划和调度操作中安全稳定问题的调整建议和电网重要断面的稳定裕度。美国ＰＪＭ日前市场出清时采用的是安全约束

机组组合、安全约束经济调度及安全校核的闭环迭代，

如图２所示

。图２　调度计划安全校核闭环迭代流程

Ｆｉｇ．２　Ｆｌｏｗ　ｃｈａｒｔ　ｏｆ　ｃｌｏｓｅｄ　ｌｏｏｐ　

ｆｏｒ　ｄｉｓｐａｔｃｈｉｎｇｓｃｈｅｄｕｌｅ　ａｎｄ　ｓｅｃｕｒｉｔｙ　

ｃｈｅｃｋ按照该流程，首先计算机组组合，然后将计算结

果发送到经济调度模块，其后对计算结果进行Ｎ－

１电网安全分析，

如果存在安全问题则将增加对应的约束条件返回经济调度模块，重新计算，增加新约

束后经济调度如不存在可行解，则再次返回到机组组合模块中重新计算，直到安全校核全部通过为止。目前智能电网调度控制系统调度计划应用已经

实现了机组组合、

经济调度、安全校核闭环迭代功能。特别是在“三华”联合安全校核中，实现了“三华”范围内“统一模型、统一数据、联合校核、全局预

控”

的日前量化安全校核，完全能够满足电力市场机制下的安全校核要求。在英国市场中，由于英国电网网架结构成熟稳定，网络阻塞少，阻塞断面清晰，因此与美国ＰＪＭ市

场不同，

其可以将日前市场中交易与电网安全两部分功能分开实施，分别由交易中心和调度两个部门负责。在交易中心进行的集中竞价过程中，没有结合电网数据进行集中优化。调度部门则根据交易结果，滚动进行系统平衡裕度和电网安全分析，当发生电力供应不足时，及时发布电力不足警告和切负荷警告，通过电价上涨的预期，引导发电商推迟检修或退网，引导可调度负荷缩减电力需求。当发生电网阻塞时，引导市场成员调整交易计划，避免造成交易曲线与实际出力偏差过大。目前智能电网调度控制系统安全校核应用也完全具备英国市场模式对安全校核的技术要求。需要指出的是，英国模式适合电网结构稳定、阻塞较少的系统环境，对于中国等电网结构复杂、电网发展较快、电网约束众多的市场中，只进行安全分析，发布分析结果引导市场成员，可能会造成安全隐患较多，影响电网和市场正常运行。

７

２１周京阳，等　市场机制下智能电网调度控制系统调度计划应用模型及分析

６　新能源消纳

６．１　不同调度模式下新能源消纳由于风电、太阳能等新能源存在间歇性、随机性和反调峰特性，风电和光伏出力难以准确预测，大规模的新能源并网给电网安全稳定运行带来很大挑战。为了电力系统的安全稳定运行，需要在发电计划中留出足够的调整裕度，

为间歇能源大规模集中接入留出足够的输电裕度、备用和调频能力［７］

。当前模式下，调度部门执行新能源优先上网的

政策，智能电网调度控制系统调度计划类应用已实现了多周期滚动协调，通过日前、日内、实时计划和自动发电控制（ＡＧＣ）的协调滚动，利用更准确的超短期风功率预测和负荷预测信息，提高系统消纳新能源的能力。可在此基础上，构建适用于电力市场机制的新能源消纳竞价模型。

需要注意的是，国外电源结构中大部分都存在较高比例的燃气等快速调节机组，有利于间歇性新

能源的并网消纳；

而中国火电机组比例过大，调节性能较差，应考虑在市场机制中加大经济刺激力度，鼓

励调节性能好的机组参与市场，同时尽量通过跨区跨省联络线实现新能源的大范围消纳。

６．２　考虑新能源消纳的目标函数

间歇性新能源参与竞价时，需要在调频和备用等辅助服务市场中考虑新能源预测误差。辅助服务以补偿或报价等形式形成成本曲线，通过安全约束机组组合和安全约束经济调度计算引擎实现发电计划与辅助服务的联合优化。在电能和调频、备用联合优化模型的基础上修改目标函数和部分约束条件即可实现。

目标函数为：

ｍｉｎ∑Ｎ

Ｔ

ｔ＝１∑Ｎ

Ｇ

ｉ＝１

（

Ｂｅｎ，ｎ，ｉ，ｔ（Ｐｅｎ，ｎ，ｉ，ｔ）＋　Ｂｅｎ，ｗ，ｉ，ｔ（Ｐｅｎ，ｗ，ｉ，ｔ））＋∑Ｎ

Ｔ

ｔ＝１∑Ｎ

Ｇ

ｉ＝１

（Ｂｆｒ，ｗ，ｉ，ｔ（Ｐｆｒ，ｗ，ｉ，ｔ）

＋　Ｂｒｅ，ｗ，ｉ，ｔ（Ｐｒｅ，ｗ，ｉ，ｔ）

）（１７）式中：Ｂｅｎ，ｎ，ｉ，ｔ（Ｐｅｎ，ｎ，ｉ，ｔ）

为常规电源电能部分购买费用；Ｂｅｎ，ｗ，ｉ，ｔ（Ｐｅｎ，ｗ，ｉ，ｔ）

为间歇电源电能部分购买费用；Ｂｆｒ，ｗ，ｉ，ｔ（Ｐｆｒ，ｗ，ｉ，ｔ）

为考虑间歇电源功率波动因素后的调频购买费用；Ｂｒｅ，ｗ，ｉ，ｔ（Ｐｒｅ，ｗ，ｉ，ｔ）

为考虑间歇电源功率预测误差因素后的备用部分的购买费用。６．３　考虑新能源消纳的约束条件

系统功率平衡约束：

　

∑Ｎ

Ｇ

ｉ＝１

Ｐ

ｎ，ｉ，ｔ

＋∑Ｎ

Ｇ

ｉ＝１Ｐｗ，ｉ，ｔ＋∑Ｎ

Ｌ

Ｔ

ｉ＝１

Ｐｌｔ，

ｔ＝ＰＬＤ，ｔ

（１８

）式中：ＮＬＴ

为联络线条数；Ｐｎ，ｉ，ｔ为第

ｉ台常规机组第ｔ时段的发电功率；Ｐｗ，ｉ，ｔ为第ｉ台间歇电源机组第ｔ时段的发电功率；Ｐｌｔ

，ｔ为第ｔ时段联络线ｌｔ输送功

率。

调频容量约束：

∑Ｎ

Ｇ

ｉ＝１

Ｐ

ｆｒ，ｉ，ｔ

≥Ｐｗ，

ＦＲ，ＭＩＮ（１９

）式中：Ｐｗ，ＦＲ，ＭＩＮ为考虑间歇电源功率波动因素后的调频容量的最低要求。

备用约束：

∑Ｎ

Ｇ

ｉ＝１（

Ｐｉ，ｔ，ｍａｘ

－Ｐｉ，ｔ）≥Ｐｗ，ＲＳ，ｕｐ，ｔ（２０）∑Ｎ

Ｇ

ｉ＝１

（

Ｐｉ，ｔ

－Ｐｉ，ｔ，ｍｉｎ）≥Ｐｗ，

ＲＳ，ｄｗ，ｔ（２１

）式中：Ｐｗ，ＲＳ，ｕｐ，ｔ为时段ｔ考虑间歇电源功率预测误差因素后的系统上升备用功率最低要求；Ｐｗ，ＲＳ，ｄｗ，ｔ为时段ｔ考虑间歇电源功率预测误差因素后的系统下

降备用功率最低要求。

Ｐｗ，ｉ，ｔ≤Ｐｗ，ｉ，ｔ，ａｖ

（２２）式中：Ｐｗ，ｉ，ｔ，ａｖ为第ｉ台机组第ｔ时段的间歇电源功率预测值。

间歇电源接入下的网络约束考虑基于前述的安全约束机组组合、安全约束经济调度及安全校核的闭环迭代流程。不同之处在于需要以多概率场景分析等方式考察可能的阻塞情况，并通过反馈相应约束集的方式实现网络约束。

以上优化模型可以看出，加入新能源后，优化调度模型并未发生本质改变，仅需要对目标函数和约束条件进行修正，目前智能电网调度控制系统调度计划完全能适应考虑新能源消纳的优化调度要求。

７　联络线优化

７．１　联络线优化功能

跨区跨省联络线计划是实现大范围资源优化配置的具体承载形式。目前跨区跨省联络线计划编制，主要根据交易结果考虑送受端的功率平衡情况、峰谷负荷、清洁能源消纳、联络线传输极限以及大电源功率分配等因素计算形成，

是国家、分部调控中心调度计划的核心业务之一。具体实现方法包括通过灵活设置分配公式、建立多对象自动分配模型等方

法［

６，８］

。在当前调度模式下，区域之间的功率交换主要

以电力交易为基础形成，为体现物理潮流与电力交易的关联性，模型需要满足下列约束：

８

２１２０１５，３９（１）·智能电网调度控制系统·

ｈｔｔｐ：／／ｗｗｗ．ａｅｐｓ－ｉｎｆｏ．ｃｏｍＰｌｔ

＝∑Ｎ

ｃ

ｃ＝１

ｐ

ｃ，ｔ

（２３

）式中：Ｐｌｔ

为联络线ｌｔ的有功功率；ｐｃ，ｔ为与联络线ｌｔ相关联的交易合同ｃ在时段ｔ的交易电力；Ｎｃ为相

关的总交易合同数。

在电力交易中，通常各类交易都有明确的交易电量要求，因此调整需满足电量约束。βｃ，ｄ≤Ｑｃ≤βｃ，ｕ（２４）式中：Ｑｃ为交易电量；βｃ，ｕ，βｃ，ｄ分别为交易合同ｃ约定的电量上下限。

对于某些已经明确的时段如低谷或高峰时段的交易，则需要满足交易电力约束：ｐｃ，ｔ，ｄ≤ｐｃ，ｔ≤ｐｃ，ｔ，ｕ（２５）式中：ｐｃ，ｔ，ｕ，ｐｃ，ｔ，ｄ分别为交易合同ｃ中在时段ｔ约定的电力上下限。

７．２　市场机制模型

市场机制下，在允许其他省区的发电商参与本区域集中竞价的情况下，通过在送受端竞价模型中增加联络线安全约束、备用约束、交易电量约束、交易电力约束等条件，实现联络线计划和发电计划的统一优化，在日前或实时市场中同时出清。考虑联络线优化的竞价模型的目标函数如下：

　ｍｉｎ∑

Ｎ

Ｔ

ｔ＝（１

∑Ｎ

Ｇ，ＩＮ

ｉ＝１

Ｂ

ｉ，ｔ，ｉｎ

（Ｐｉ，ｔ）

＋∑Ｎ

Ｇ，ＯＵＴ

ｉ＝１

Ｂ

ｉ，ｔ，ｏｕｔ

（Ｐｉ，ｔ）

）

（２６

）式中：ＮＧ，ＩＮ，ＮＧ，ＯＵＴ分别为区域内、

外报价机组个数；Ｂｉ，ｔ，ｉｎ（Ｐｉ，ｔ），Ｂｉ，ｔ，ｏｕｔ（Ｐｉ，ｔ）

分别为区域内、外第ｉ台机组第ｔ时段的发电报价曲线。

约束条件包括以下几个方面。系统功率平衡约束：

∑Ｎ

Ｇ，ＩＮ

ｉ＝１

Ｐ

ｉ，ｔ，ｉｎ

＋

∑Ｎ

Ｇ，ＯＵＴ

ｉ＝１

Ｐ

ｉ，ｔ，ｏｕｔ

＝ＰＬＤ，ｔ

（２７

）式中：Ｐｉ，ｔ，ｉｎ，Ｐｉ，ｔ，ｏｕｔ分别为区域内、

外第ｉ台机组第ｔ时段的发电功率。

备用约束：

　

∑Ｎ

Ｇ，ＩＮ

ｉ＝１

（

Ｐｉ，ｔ，ｉｎ，ｍａｘ

－Ｐｉ，ｔ，ｉｎ）

＋

∑

Ｎ

Ｇ，ＯＵＴ

ｉ＝１

（Ｐｉ，ｔ，ｏｕｔ，ｍａｘ－Ｐｉ，ｔ，ｏｕｔ）≥ＰＲＳ，ｕｐ，ｔ（２８

）　∑Ｎ

Ｇ，ＩＮ

ｉ＝１

（Ｐｉ，ｔ，ｉｎ－Ｐｉ，ｔ，ｉｎ，ｍｉｎ）

＋

∑

Ｎ

Ｇ，ＯＵＴ

ｉ＝１

（Ｐｉ，ｔ，ｏｕｔ－Ｐｉ，ｔ，ｏｕｔ，ｍｉｎ）≥ＰＲＳ，ｄｗ，ｔ（２９

）式中：Ｐｉ，ｔ，ｉｎ，ｍａｘ，Ｐｉ，ｔ，ｏｕｔ，ｍａｘ分别为区域内、

外第ｉ台机组第ｔ时段的最大发电功率；Ｐｉ，ｔ，ｉｎ，ｍｉｎ，Ｐｉ，ｔ，ｏｕｔ，ｍｉｎ分别

为区域内、外第ｉ台机组第ｔ时段的最小发电功率。

网络约束：

Ｐｌ，ｍｉｎ≤Ｐｌ≤Ｐｌ，ｍａｘ ｌ＝１，２，…，ＬＰｌｔ，ｍ

ｉｎ≤Ｐｌｔ

≤Ｐｌｔ

，ｍａｘ ｌｔ＝１，２，…，ＮＬ｛

Ｔ（３０

）式中：Ｐｌｔ，ｍｉｎ，Ｐｌｔ，ｍａｘ分别为联络线ｌｔ功率的下限和上限。

此外，在进行联络线优化计算时，还需要综合考虑送受端区域的负荷平衡，峰谷差等因素，根据需要增加特定约束。

从模型中可以看出，市场机制下联络线计划可

以和机组计划同时出清，

目前智能电网调度控制系统调度计划完全能够适应市场模式下联络线优化的

要求。

８　结语

本文针对当前市场化改革加快的要求，提出了市场机制下智能电网调度控制系统调度计划应用的

总体框架，

针对日前市场、日内实时市场、辅助服务、安全校核、新能源消纳、联络线优化等内容提出了市

场机制下的应用模型，分析了当前智能电网调度控制系统调度计划应用功能的适用性，提出了具体应用的模型和市场机制下的技术方案。

参考文献

［１］Ｑ／ＧＤＷ　６８０—２０１１　智能电网调度技术支持系统［Ｓ］．２０１１．［２

］张智刚，夏清．智能电网调度发电计划体系架构及关键技术［Ｊ］．电网技术，２００９，３３（２０）：１－

８．ＺＨＡＮＧ　Ｚｈｉｇａｎｇ，ＸＩＡ　Ｑｉｎｇ．Ａｒｃｈｉｔｅｃｔｕｒｅ　ａｎｄ　ｋｅｙ　

ｔｅｃｈｎｏｌｏｇｙｆｏｒ　ｇｅｎｅｒａｔｉｏｎ　ｓｃｈｅｄｕｌｉｎｇ　ｏｆ　ｓｍａｒｔ　ｇｒｉｄ［Ｊ］．Ｐｏｗｅｒ　ＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ

，２００９，３３（２０）：１－８．［３

］陈志，丁强，周京阳，等．基于“三公”调度模式的安全约束经济调度中序成本的编制及应用［Ｊ］．电网技术，２０１２，３４（增刊２）：１１８－１２２．

［４

］陈之栩，谢开，张晶．电网安全节能发电日前调度优化模型及算法［Ｊ］．电力系统自动化，２００９，３３（１）：１０－

１３．ＣＨＥＮ　Ｚｈｉｘｕ，ＸＩＥ　Ｋａｉ，ＺＨＡＮＧ　Ｊｉｎｇ．Ｏｐｔｉｍａｌ　ｍｏｄｅｌ　ａｎｄａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｄａｙ－ａｈｅａｄ　ｇｅｎｅｒａｔｉｏｎ　ｓｃｈｅｄｕｌｉｎｇ　

ｏｆ　ｔｒａｎｓｍｉｓｓｉｏｎｇｒｉｄ　ｓｅｃｕｒｉｔｙ　ｃｏｎｓｔｒａｉｎｅｄ　ｃｏｎｖｅｎｔｉｏｎ　ｄｉｓｐａｔｃｈ［Ｊ］．Ａｕｔｏｍａｔｉｏｎ　ｏｆＥｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｓｙ

ｓｔｅｍｓ，２００９，３３（１）：１０－１３．［５

］杨争林，唐国庆，李利利．松弛约束发电计划优化模型和算法［Ｊ］．电力系统自动化，２０１０，３４（１４）：５３－

５７．ＹＡＮＧ　Ｚｈｅｎｇｌｉｎ，ＴＡＮＧ　Ｇｕｏｑｉｎｇ，ＬＩ　Ｌｉｌｉ．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆｒｅｌａｘｅｄ　ｃｏｎｓｔｒａｉｎｔｓ　ｍｏｄｅｌ　ｏｎ　ｇｅｎｅｒａｔｉｏｎ　ｓｃｈｅｄｕｌｅ　ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．Ａｕｔｏｍａｔｉｏｎ　ｏｆ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍｓ，２０１０，３４（１４）：５３－５７．

［６

］丁心海，王先甲，黄涌，等．华中电网省间联络线输电能力的电力市场适应性研究［Ｊ］．电网技术，２００８，３２（１）：５６－

６０．ＤＩＮＧ　Ｘｉｎｈａｉ，ＷＡＮＧ　Ｘｉａｎｊｉａ，ＨＵＡＮＧ　Ｙｏｎｇ

，ｅｔ　ａｌ．Ｒｅｓｅａｒｃｈ９

２１周京阳，等　市场机制下智能电网调度控制系统调度计划应用模型及分析

ｏｎ　ａｄａｐｔａｂｉｌｉｔｙ　ｏｆ　ｔｒａｎｓｍｉｓｓｉｏｎ　ｃａｐａｃｉｔｙ　ｏｆ　ｔｒａｎｓ－ｐｒｏｖｉｎｃｉａｌ　ｔｉｅ－ｌｉｎｅｓ　ｉｎｓｉｄｅ　ｃｅｎｔｒａｌ　ｃｈｉｎａ　ｐｏｗｅｒ　ｇｒｉｄ　ｔｏ　ｅｌｅｃｔｒｉｃｉｔｙ　ｍａｒｋｅｔ［Ｊ］．Ｐｏｗｅｒ　Ｓｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｙ，２００８，３２（１）：５６－６０．

［７］王彩霞，乔颖，鲁宗相．低碳经济下风火互济系统日前发电计划模式分析［Ｊ］．电力系统自动化，２０１１，３５（２２）：１１１－１１７．

ＷＡＮＧ　Ｃａｉｘｉａ，ＱＩＡＯ　Ｙｉｎｇ，ＬＵ　Ｚｏｎｇｘｉａｎｇ．Ｄａｙ－ａｈｅａｄｄｉｓｐａｔｃｈ　ｍｏｄｅ　ｆｏｒ　ｗｉｎｄ－ｔｈｅｒｍａｌ　ｐｏｗｅｒ　ｓｙｓｔｅｍ　ｉｎ　ｌｏｗ－ｃａｒｂｏｎｅｃｏｎｏｍｙ［Ｊ］．Ａｕｔｏｍａｔｉｏｎ　ｏｆ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍｓ，２０１１，３５（２２）：１１１－１１７．

［８］许丹，李晓磊，丁强，等．基于全网统筹的联络线分层优化调度［Ｊ］．电力系统自动化，２０１４，３８（２）：１２２－１２６．

ＸＵ　Ｄａｎ，ＬＩ　Ｘｉａｏｌｅｉ，ＤＩＮＧ　Ｑｉａｎｇ，ｅｔ　ａｌ．Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｔｉｅｌｉｎｅ　ｈｉｅｒａｒｃｈｉｃａｌ　ｓｃｈｅｄｕｌｅ　ｂａｓｅｄ　ｏｎ　ｎｅｔｗｏｒｋ－ｗｉｄｅ　ｃｏｏｒｄｉｎａｔｉｏｎ［Ｊ］．Ａｕｔｏｍａｔｉｏｎ　ｏｆ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍｓ，２０１４，３８（２）：１２２－

１２６．

周京阳（１９６２—），女，通信作者，教授级高级工程师，主要研究方向：电力系统优化、经济调度、电力市场。Ｅ－ｍａｉｌ：ｚｈｏｕｊｙ＠ｅｐｒｉ．ｓｇｃｃ．ｃｏｍ．ｃｎ

王　斌（１９８１—），男，高级工程师，主要研究方向：电力系统经济调度、电力市场。Ｅ－ｍａｉｌ：ｗａｎｇ－ｂｉｎ＠ｓｇｃｃ．ｃｏｍ．ｃｎ周劼英（１９７７—），男，高级工程师，主要研究方向：电力系统自动化、经济调度、电力市场。Ｅ－ｍａｉｌ：ｚｈｏｕ－ｊｉｅｙｉｎｇ＠ｓｇｃｃ．ｃｏｍ．ｃｎ

（编辑　代长振）

Ａｐｐｌｉｅｄ　Ｍｏｄｅｌ　ａｎｄ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｄｉｓｐａｔｃｈｉｎｇ　Ｐｌａｎ　ｉｎ　Ｓｍａｒｔ　Ｇｒｉｄ　Ｄｉｓｐａｔｃｈｉｎｇ　ａｎｄ

Ｃｏｎｔｒｏｌ　Ｓｙｓｔｅｍｓ　Ｕｎｄｅｒ　Ｍａｒｋｅｔ　Ｍｅｃｈａｎｉｓｍ

ＺＨＯＵ　Ｊｉｎｇｙａｎｇ１，ＷＡＮＧ　Ｂｉｎ２，ＺＨＯＵ　Ｊｉｅｙｉｎｇ２，ＣＨＥＮＧ　Ｙｕｎ２，ＰＡＮ　Ｙｉ１，ＬＩ　Ｘｉａｏｌｅｉ１，ＤＩＮＧ　Ｑｉａｎｇ１，ＸＵ　Ｄａｎ１

（１．Ｃｈｉｎａ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ，Ｂｅｉｊｉｎｇ　１００１９２，Ｃｈｉｎａ；

２．Ｎａｔｉｏｎａｌ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｄｉｓｐａｔｃｈｉｎｇ　ａｎｄ　Ｃｏｎｔｒｏｌ　Ｃｅｎｔｅｒ，Ｓｔａｔｅ　Ｇｒｉｄ　Ｃｏｒｐｏｒａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ，Ｂｅｉｊｉｎｇ　１０００３１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｄｅｓｉｇｎ　ｏｆ　ｄｉｓｐａｔｃｈｉｎｇ　ｐｌａｎｎｉｎｇ　ｆｏｒ　ｔｈｅ　ｓｍａｒｔ　ｇｒｉｄ　ｄｉｓｐａｔｃｈｉｎｇ　ａｎｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ｉｓ　ｆｏｒｗａｒｄ－ｌｏｏｋｉｎｇ　ａｎｄ　ｓｕｉｔａｂｌｅｆｏｒ　ｄｉｆｆｅｒｅｎｔ　ｄｉｓｐａｔｃｈ　ｐａｔｔｅｒｎｓ，ｉｎｃｌｕｄｉｎｇ　ａｖｅｒａｇｅ（ｏｐｅｎ，ｆａｉｒ　ａｎｄ　ｉｍｐａｒｔｉａｌ）ｄｉｓｐａｔｃｈ，ｅｎｅｒｇｙ－ｓａｖｉｎｇ　ｇｅｎｅｒａｔｉｏｎ　ｄｉｓｐａｔｃｈ　ａｎｄｐｏｗｅｒ　ｍａｒｋｅｔ　ｍｅｃｈａｎｉｓｍ．Ｆｏｒ　ｔｈｅ　ｄｅｍａｎｄ　ｏｆ　ｔｈｅ　ｃｕｒｒｅｎｔ　ｐｏｗｅｒ　ｍａｒｋｅｔｉｚａｔｉｏｎ　ｒｅｆｏｒｍ　ｉｎ　ｒａｐｉｄ　ｄｅｖｅｌｏｐｍｅｎｔ，ｔｈｅ　ｓｐｅｃｉｆｉｃ　ａｐｐｌｉｅｄｍｏｄｅｌ　ａｌｏｎｇ　ｗｉｔｈ　ｉｔｓ　ａｎａｌｙｓｉｓ　ｉｓ　ｄｅｖｅｌｏｐｅｄ　ｆｏｒ　ｄａｙ－ａｈｅａｄ　ｍａｒｋｅｔ，ｉｎｔｒａｄａｙ　ａｎｄ　ｒｅａｌ－ｔｉｍｅ　ｍａｒｋｅｔ，ａｎｃｉｌｌａｒｙ　ｓｅｒｖｉｃｅｓ，ｓｅｃｕｒｉｔｙｃｈｅｃｋ，ａｃｃｏｍｍｏｄａｔｉｏｎ　ｏｆ　ｒｅｎｅｗａｂｌｅ　ｅｎｅｒｇｙ　ａｎｄ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｐｏｗｅｒ　ｆｏｒ　ｔｉｅ－ｌｉｎｅ　ｂｅｔｗｅｅｎ　ｄｉｆｆｅｒｅｎｔ　ｒｅｇｉｏｎｓ　ａｎｄ　ｐｒｏｖｉｎｃｅｓ　ｕｎｄｅｒｍａｒｋｅｔ　ｍｅｃｈａｎｉｓｍ．Ｔｈｅ　ｌｉｎｅ　ｏｆ　ｔｈｏｕｇｈｔ　ｏｆ　ｄｅｖｅｌｏｐｍｅｎｔ　ｉｎ　ｔｈｅ　ｎｅｗ　ｓｉｔｕａｔｉｏｎ　ｉｓ　ｐｕｔ　ｆｏｒｗａｒｄ．

Ｔｈｉｓ　ｗｏｒｋ　ｉｓ　ｓｕｐｐｏｒｔｅｄ　ｂｙ　Ｎａｔｉｏｎａｌ　Ｈｉｇｈ　Ｔｅｃｈｎｏｌｏｇｙ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｐｒｏｇｒａｍ　ｏｆ　Ｃｈｉｎａ（８６３Ｐｒｏｇｒａｍ）（Ｎｏ．２０１１ＡＡ０５Ａ１１８）ａｎｄ　Ｓｔａｔｅ　Ｇｒｉｄ　Ｃｏｒｐｏｒａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ．

Ｋｅｙ　ｗｏｒｄｓ：ｓｍａｒｔ　ｇｒｉｄ　ｄｉｓｐａｔｃｈｉｎｇ　ａｎｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍｓ；ｍａｒｋｅｔ　ｍｅｃｈａｎｉｓｍ；ｄｉｓｐａｔｃｈｉｎｇ　ｐｌａｎ；ｓｅｃｕｒｉｔｙ

櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧櫧

ｃｈｅｃｋ

（上接第９３页　ｃｏｎｔｉｎｕｅｄ　ｆｒｏｍ　ｐａｇｅ　９３）

Ａｕｔｏｎｏｍｏｕｓ－Ｓｙｎｅｒｇｉｃ　Ｖｏｌｔａｇｅ　Ｃｏｎｔｒｏｌ　Ｔｅｃｈｎｏｌｏｇｙ　Ｓｕｐｐｏｒｔｉｎｇ　Ｌａｒｇｅ－ｓｃａｌｅ　Ｗｉｎｄ　Ｐｏｗｅｒ　Ｉｎｔｅｇｒａｔｉｏｎ

ＧＵＯ　Ｑｉｎｇｌａｉ１，２，ＷＡＮＧ　Ｂｉｎ１，２，ＳＵＮ　Ｈｏｎｇｂｉｎ１，２，ＺＨＡＮＧ　Ｂｏｍｉｎｇ１，２，ＴＡＮＧ　Ｌｅｉ１，２，ＬＩＵ　Ｈａｉｔａｏ３

（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００８４，Ｃｈｉｎａ；

２．Ｓｔａｔｅ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｃｏｎｔｒｏｌ　ａｎｄ　Ｓｉｍｕｌａｔｉｏｎ　ｏｆ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍｓ　ａｎｄ　Ｇｅｎｅｒａｔｉｏｎ　Ｅｑｕｉｐｍｅｎｔｓ，

Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００８４，Ｃｈｉｎａ；

３．Ｓｔａｔｅ　Ｇｒｉｄ　Ｊｉｂｅｉ　Ｅｌｅｃｔｒｉｃ　Ｇｒｉｄ　Ｃｏｍｐａｎｙ　Ｌｉｍｉｔｅｄ，Ｂｅｉｊｉｎｇ　１０００５３，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｌａｒｇｅ－ｓｃａｌｅ　ｗｉｎｄ　ｐｏｗｅｒ　ｉｎｔｅｇｒａｔｅｄ　ｉｎｔｏ　ａ　ｗｅａｋ　ｇｒｉｄ　ｉｓ　ａ　ｔｙｐｉｃａｌ　ｆｅａｔｕｒｅ　ｆｏｒ　ｍａｎｙ　ｗｉｎｄ　ｐｏｏｌ　ａｒｅａｓ　ｉｎ　Ｃｈｉｎａ，ｈｅｎｃｅ　ｔｈｅｖｏｌｔａｇｅ　ｆｌｕｃｔｕａｔｉｏｎ　ａｎｄ　ｗｉｎｄ　ｔｕｒｂｉｎｅ　ｇｅｎｅｒａｔｏｒｓ（ＷＴＧｓ）ｃａｓｃａｄｉｎｇ　ｔｒｉｐ－ｏｆｆ　ｃｈａｌｌｅｎｇｅ　ｔｏ　ｏｐｅｒａｔｉｏｎ．Ａｎ　ａｕｔｏｎｏｍｏｕｓ－ｓｙｎｅｒｇｉｃｖｏｌｔａｇｅ　ｃｏｎｔｒｏｌ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｏｎ　ｔｈｅ　ｗｉｎｄ　ｆａｒｍｓ　ｓｉｄｅ，ｔｈｅ　ａｕｔｏｎｏｍｏｕｓ　ｃｏｎｔｒｏｌｌｅｒ　ｃｏｏｒｄｉｎａｔｅｓ　ｓｔａｔｉｃ　ｖａｒ　ｃｏｍｐｅｎｓａｔｏｒｓ（ＳＶＣｓ），ｓｔａｔｉｃ　ｖａｒ　ｇｅｎｅｒａｔｏｒｓ（ＳＶＧｓ），ＷＴＧｓ　ａｎｄ　ｃａｐａｃｉｔｏｒｓ　ｔｏ　ｓｕｐｐｒｅｓｓ　ｖｏｌｔａｇｅ　ｆｌｕｃｔｕａｔｉｏｎｓ．Ｏｎ　ｔｈｅ　ｃｏｎｔｒｏｌ　ｃｅｎｔｅｒ　ｓｉｄｅ，ａｎａｇｉｌｅ　ｆｌｅｘｉｂｌｅ　ｓｅｃｏｎｄａｒｙ　ｖｏｌｔａｇｅ　ｃｏｎｔｒｏｌｌｅｒ　ｃａｐａｂｌｅ　ｏｆ　ａｄｊｕｓｔｉｎｇ　ｉｔｓ　ｃｏｎｔｒｏｌ　ｐｅｒｉｏｄ　ａｄａｐｔｉｖｅｌｙ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｗｉｎｄ　ｐｏｗｅｒ　ｖａｒｉａｔｉｏｎｉｓ　ｐｒｏｐｏｓｅｄ　ｔｏ　ｒｅｔａｉｎ　ａ　ｂｅｔｔｅｒ　ｖｏｌｔａｇｅ　ｐｒｏｆｉｌｅ．Ｍｏｒｅｏｖｅｒ，ａ　ｓｅｃｕｒｉｔｙ－ｃｏｎｓｔｒａｉｎｅｄ　ｏｐｔｉｍａｌ　ｐｏｗｅｒ　ｆｌｏｗ（ＳＣＯＰＦ）ｂａｓｅｄ　ｐｒｅｖｅｎｔｉｖｅｃｏｎｔｒｏｌ　ｗｉｌｌ　ｂｅ　ｃａｒｒｉｅｄ　ｏｕｔ　ｓｈｏｕｌｄ　ｔｈｅ　ｃａｓｃａｄｉｎｇ　ｔｒｉｐ　ｒｉｓｋ　ｇｅｔ　ｔｏｏ　ｈｉｇｈ．Ｓｏｍｅ　ｏｆ　ｔｈｅ　ｋｅｙ　ｔｅｃｈｎｏｌｏｇｉｅｓ　ｏｆ　ｔｈｉｓ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｈａｖｅｂｅｅｎ　ｉｍｐｌｅｍｅｎｔｅｄ　ｉｎ　ｓｅｖｅｒａｌ　ｗｉｎｄ　ｂａｓｅｓ　ａｎｄ　ｗｉｎｄ　ｆａｒｍｓ　ｉｎ　Ｃｈｉｎａ，ｔｈｅ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ　ｅｘｈｉｂｉｔｅｄ　ｂｙ　ｒｅａｌ－ｌｉｆｅ　ｏｐｅｒａｔｉｏｎ　ｅｘｐｅｒｉｅｎｃｅ．Ｔｈｉｓ　ｗｏｒｋ　ｉｓ　ｓｕｐｐｏｒｔｅｄ　ｂｙ　Ｎａｔｉｏｎａｌ　Ｋｅｙ　Ｔｅｃｈｎｏｌｏｇｙ　Ｒ＆Ｄ　Ｐｒｏｇｒａｍ　ｏｆ　Ｃｈｉｎａ（Ｎｏ．２０１３ＢＡＡ０２Ｂ０１）ａｎｄ　Ｎａｔｉｏｎａｌ　ＮａｔｕｒａｌＳｃｉｅｎｃｅ　Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ（Ｎｏ．５１２７７１０５，Ｎｏ．５１０２５７２５）．

Ｋｅｙ　ｗｏｒｄｓ：ｗｉｎｄ　ｐｏｗｅｒ　ｉｎｔｅｇｒａｔｉｏｎ；ｖｏｌｔａｇｅ　ｃｏｎｔｒｏｌ；ａｕｔｏｎｏｍｙ；ｓｙｎｅｒｇｙ

０

３

１

２０１５，３９（１）·智能电网调度控制系统·