Probabilistic production simulation including wind farms based on equivalent interval frequency distribution

The traditional probabilistic production simulation of power system is based on the load duration curve to describe the temporal property of the load. However, this derived description misses the load fluctuation information and time constraints related to the chronological characteristic, which is resulting in the fact that it fails to take consideration of the minimum up time and minimum down time limit, ramping rate restriction, generator scheduling, and other factors in the production simulation process. The traditional way can not evaluate the dynamic cost of unit startup and shutdown caused by the load fluctuation and the assessment is relatively rough as a result. With the increasing penetration of non-dispatchable technologies, such as the wind power, more impact will be produced by the growing fluctuation of net load. Therefore urgently we need to study the probabilistic production simulation which can provide a comprehensive assessment. The frequency and duration (FD) method employes the load frequency curve to reflect the above fluctuation factors, corresponding to the frequency of unit startup and shutdown operation. But it ignores the infeasibility of the startup and shut down in short time interval, which also leads to a deviation in the result. In order to reflect more chronological load characters and get a more realistic result, in this thesis the load frequency curve is extended to the interval frequency distribution and interval frequency distribution series, which involves both the frequency information and time distribution information of load fluctuation. In more details, the transition frequency of every load level is expanded into a time interval series, by using a time structure to record each time interval of adjacent upward transfer and downward transfer. Then analogously to the derivation of Effective Load Duration Curves (ELDCs) in Bleriaux-Booth costing, the effective load interval frequency distribution function with the information of respective time interval can be evaluated through the convolution process, which can be regarded as a modification of each time structure. In this way, the probabilistic production simulation method based on the equivalent interval frequency distribution is developed. The chronological information of both the load and wind farms can be involved to a certain extent based on the time interval information of effective time structures. What’s more, the effect of wind power is also evaluated more reasonably with the respect to the dynamic cost. With the presented algorithm and the wind power integrated EPRI-36 test system, the impact of the wind farms on reliability metric and more holistic cost information including fuel cost, environmental cost and dynamic cost will be discussed, and the impact of the wind power scale on dynamic cost rate is also studied. Numerical examples demonstrates that this kind of algorithm is more close to reality and more accurate compared to the FD methods.

La tradizionale simulazione probabilistica di produzione dei sistemi elettrici di potenza si basa sulla curva di durata del carico per descrivere le proprietà temporali del carico. Tuttavia, questa descrizione manca delle informazioni sulle fluttuazioni del carico e dei vincoli temporali relativi alla caratteristica cronologica, ciò si traduce nel fatto che non tiene conto dei tempi minimi e massimi, delle restrizioni sulle rampe, dell’organizzazione dei generatori e di altri fattori nel processo di simulazione. Il metodo tradizionale non è in grado valutare il costo dinamico di avvio e di arresto delle unità causato dalla fluttuazione del carico e di conseguenza la valutazione risulta relativamente approssimata. Con la crescente diffusione delle tecnologie non programmabili, come l’eolico, la crescente fluttuazione di carico produrrà un impatto maggiore. Pertanto abbiamo bisogno urgentemente di studiare la simulazione probabilistica di produzione che è in grado di fornire una valutazione più globale. Il metodo di frequenza e durata (FD) impiega la curva di frequenza di carico per rispecchiare i fattori di fluttuazione sopracitati, corrispondenti alla frequenza di operazioni di avvio e di arresto delle unità. Tuttavia FD ignora l’impossibilita di avvio e arresto negli intervalli brevi di tempo, portando cosi ad uno scostamento nel risultato. Al fine di riflettere maggiormente le caratteristiche cronologiche del carico e ottenere un risultato più realistico, in questa tesi la curva di frequenza di carico è estesa alla distribuzione degli intervalli di frequenza e alla serie della distribuzione degli intervalli di frequenza, che coinvolge sia le informazioni sulla frequenza sia le informazioni sulla distribuzione temporale delle fluttuazioni del carico. Più dettagliatamente, la frequenza di transizione di ogni livello di carico viene espansa in una serie di intervalli temporali, utilizzando una struttura di tempo per registrare ciascun intervallo adiacente di tempo di trasferimento. Poi, analogamente alla derivazione delle curve di durata del carico effettivo (ELDCs) nei costi Bleriaux-Booth, la distribuzione di frequenza dei carichi effettivi, con le informazioni dei rispettivi intervalli di tempo, può essere valutata con il processo di convoluzione, che può essere considerato come una modifica di ogni struttura temporale. In questo modo, viene sviluppato il metodo di simulazione di produzione probabilistico basato sull’equivalente distribuzione di intervalli di frequenza. Le informazioni cronologiche sia dei carichi che dei parchi eolici possono essere coinvolte, in una certa misura, sulla base delle informazioni di intervallo di tempo delle strutture temporali effettive. In più, l'effetto dell’energia eolica viene valutato più ragionevolmente per quanto riguarda i costi dinamici. L'impatto dei parchi eolici sull'affidabilità metrica, più olistiche informazioni di costo comprensivo del costo del carburante, costi ambientali e costi dinamici saranno discussi con l'algoritmo presentato e il sistema di test integrato EPRI-36 per l’eolico. Anche l'impatto dell’energia eolica sui costi dinamici è studiato. Esempi numerici dimostrano che questo tipo di algoritmo è più vicino alla realtà e più accurato rispetto ai metodi FD.