随着风电在电网中的比重日益增大,需要系统提供更多的旋转备用应对风电出力的不确定性,保障电力系统安全运行。本文针对风电并网造成的机组备用水平过高问题,将博弈的思想引入到需求侧响应,通过构建需求侧竞价响应模型,建立需求侧竞价提供备用容量的交易机制,激励直接型需求响应(Direct Demand Respond,DDR)对系统备用需求请求做出快速响应,以降低机组的备用容量率,提高电力系统运行的经济性。需求响应具有提供"虚拟电量"和"虚拟容量"的双重功能,通过对电价型需求响应和激励型需求响应的机理分析,结合博弈的方法,提出一种可以参与辅助服务市场备用容量交易的DDR的完全信息静态博弈交易模型,激励DDR向系统快速提供备用。最后本文以系统调度费用最小为目标,采用一种改进的粒子群优化算法对6机系统进行仿真,结果验证了本模型可以有效降低机组备用容量率和系统运行成本。本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/ 电力系统经济调度-数控滚圆机滚弧机折弯机张家港倒角机液压倒角机滚圆机，f表示微粒当前的目标函数值，favg和fmin表示当前所有微粒的平均目标值和最小目标值。将各常规机组的有功出力作为变量对目标函数进行寻优，求解流程如图2所示。图2模型求解流程图Fig2算例分析本文以IEEE-6机系统为例，对所提模型进行仿真分析，机组相关运行参数见表1，出力单位为MW，爬坡单位为MW/h。假设系统内存在一个风电场，装机容量为100MW，风电出力预测如图3所示。本文以可中断负荷项目运营商为竞价主体，智能微电网和分布式储能项目运营商为竞争对手，参与辅助服务市场容量竞价交易。竞价交易市场不确定性因子λ及分布概率如表2所示。表1火电机组运行参数T图3风电预测曲线Fig表2竞价交易市场不确定性因子概率分布Tab比例因子概率分布AME25参与市场竞价的DDＲ运营商成本函数系数如表3所示，部分参数参照文献［19］选取。表4中μk，1、μk，2和μk，3分别代表参与竞价运营商的高、中和低成本，根据竞价交易市场不确定性因子的分布和DDＲ运营商的高、中和低成本情电力系统经济调度-数控滚圆机滚弧机折弯机张家港倒角机液压倒角机滚圆机本文由公司网站滚圆机网站采集转载中国知网整理!   http://www.gunyuanji158.com/