一种考虑多风场相关性的电力系统动态经济调度的方法技术方案

一种考虑多风场相关性的电力系统动态经济调度的方法，提出基于Copula函数生成多风电场间出力的联合分布的方法，并构建基于该分布的二阶段带补偿电网动态经济调度模型，在目标函数中引入补偿期望值，并利用积分求补偿期望值从而将补偿期望值从随机模型转化为数值模型，即将二阶段带补偿动态经济调度从随机规划模型转化为数值模型，从而量化风电场随机性对电网所造成的冲击，并求得同时满足目标函数和该冲击最小的最优机组出力。采用二阶段带补偿动态经济调度模型求解，提高模型求解的准确性。

【技术实现步骤摘要】

本专利技术主要涉及电力系统动态经济调度
，尤其涉及一种考虑多风场相关 性的电力系统动态经济调度的方法。
技术介绍
电力系统经济调度问题是指在满足系统功充平衡和相关运行约束的前提条件下， 确定投运的各台发电机组最优有功出力方案，使得所求目标最优，通常是使经济性最优。若 考虑一定周期内不同时间断面之间相互影响的经济调度，即为电力系统动态经济调度。 电力系统经济调度问题是一个大规模、高维、多约束的规划问题，其数学模型表示 如下： 式中，目标函数y通常是表示发电成本，也可以表示购电费用或排放量等，决策变 量X表示常规机组出力，等式约束（19)表示功率平衡约束，不等式约束（20)表示发电机组 出力上下限约束、爬坡约束和线路安全约束等。 由于风能是可再生、无污染、能量大、前景广的能源，因而现有电力系统常会包含 有风电机组，而风电具有波动性和间歇性的特点，风电机组的大规模并网给电力系统经济 调度带来了巨大挑战。 多风电机组接入电力系统会给电力系统经济调度数学模型引入风场出力这一随 机变量，含多风电机组的电力系统经济调度为电力系统动态经济调度，电力系统经济调度 数学模型转化为随机规划模型，表示如下： 其中，决策变量X表示常规机组出力，ω表示风场出力，式（22)表示与风场出力 ω无关的约束，式（23)表示与风场出力ω相关的约束。要想准确求得满足相关约束条件 并使得f(x)最小（即使得所求目标最优）的决策变量X，即求得最优的常规机组出力，简称 最优机组出力，关键在于电力系统动态经济调度数学模型的准确建立，不仅要考虑到某个 风场自身的规律，也要注意各风场彼此间的关系。 现有考虑风场出力ω这一随机变量的电力系统动态经济调度数学模型建立的方 法主要包括以下三种：预测风场出力将含风场出力这一随机变量的电力系统动态经济调度 数学模型转化为确定性模型、利用场景法求出风场出力分布的概率模型后建立电力系统动 态经济调度数学模型、采用统计方法求出风场出力分布的概率模型后建立电力系统动态经 济调度数学模型。其中，预测风场出力将含风场出力这一随机变量的电力系统动态经济调 度数学模型转化为确定性模型这一方法虽然模型简单、计算快，但受预测误差的影响大，电 力系统的备用容量需增大；利用场景法求出风场出力分布的概率模型后建立电力系统动态 经济调度数学模型这一方法的计算准确度取决于场景的选取，随着场景数的增加，其计算 速度减慢和内存增加，计算困难，不适应大型电力系统；采用统计方法求风场出力分布的概 率模型时多基于单一风场分布（正态分布等）去拟合风场出力分布的概率模型，然后得到 统计意义上的电力系统动态经济调度数学模型，但该方法不能很好的拟合风场出力分布 的概率模型，且该方法侧重研宄单一风场的出力规律，忽视了同一地域间多风场之间的相 关性，进而可能导致无法满足功率平衡约束和线路安全约束，所求结果与实际电力系统运 行情况不一致。
技术实现思路
本专利技术提供了，该方法可 以准确建立电力系统动态经济调度数学模型且适用于大规模风电接入的电力系统，进而可 准确求得投运的各台发电机组的最优有功出力，使得所求目标最优。 本专利技术所采用的技术方案为： ，所述方法包括： 步骤S1，构建使所述电力系统的发电总燃耗量最小的考虑多种工程实际约束的多 风场接入的电力系统动态经济调度数学模型，包括约束条件和表示发电总燃耗量的目标函 数； 步骤S2,构建二阶段带补偿动态经济调度模型：二阶段带补偿动态经济调度模型 由阶段一模型和阶段二模型组成，阶段一模型包括补偿目标函数和不与风场出力相关的约 束条件，其中，补偿目标函数为步骤Sl模型中目标函数加入与风场出力相关的补偿期望 值，补偿期望值为补偿函数的期望值，补偿函数为补偿量与补偿系数的乘积；阶段二模型以 使补偿函数最小为目标，在与风场出力相关的约束条件中对应引入补偿变量，以引入补偿 变量的约束条件为约束条件； 步骤S3,选取各风场出力的历史同步数据作为随机样本，构建基于Copula模型的 各时段多风场出力联合分布； 步骤S4,对步骤S3构建的多风场出力联合分布进行求导得到多风场出力的联合 概率密度函数，并通过数值积分的方式求得补偿期望值，再将求得的补偿期望值代入补偿 目标函数中，使得二阶段带补偿动态经济调度模型由随机模型转化为数值模型； 步骤S5,对二阶段带补偿动态经济调度模型进行求解：第一阶段，阶段一模型进 行求解，求得满足阶段一模型约束条件的常规机组出力并反馈至第二阶段；第二阶段，对阶 段二模型进行求解，求得使补偿期望值最小的补偿量并反馈至第一阶段，然后通过第一阶 段和第二阶段的交替迭代，最终求得最优机组出力。 由上述可知，本专利技术可根据选取各风场出力的历史同步数据作为随机样本构建基 于copula函数的各时段多风场出力联合分布，并构建基于该多风场出力联合分布的二阶 段带补偿动态经济调度模型，通过在步骤Sl模型的目标函数中引入补偿期望值并利用积 分求补偿期望值从而将随机规划模型转化为数值模型，从而量化风电场随机性对电网所造 成的冲击，并求得同时满足目标函数和该冲击最小的最优机组出力。本专利技术中的二阶段带 补偿动态经济调度模型不仅考虑到某个风场自身的规律，还考虑到了各风场彼此间的关 系，因而可确保考虑多风场相关性的电力系统动态经济调度数学模型的准确建立，进而可 准确求得投运的各台发电机组的最优有功出力，使得所求目标最优。采用二阶段带补偿动 态经济调度模型求解，提高模型求解的准确性。 所述约束条件包括发电机出力上下限约束、有功功率平衡约束、常规机组上爬坡 约束、常规机组下爬坡约束、线路有功潮流约束和断面约束。保证电力系统得以安全运行。 所述步骤Sl中的电力系统动态经济调度数学模型为： 其中，目标函数f表示发电总燃耗量，T为调度周期总的时段数，t = 1、2、3···Τ ;N 为常规机组的个数，i = 1、2、3…N ;式（2)为常规机组出力上下限约束，Pgi (t)为常规机组 i在时段t的发电功率，％，匕和c冷别为第i台常规机组的耗量特性系数，EjP ^为常规 机组i的有功出力上、下限值；式（3)为有功功率平衡约束，Νω为风电机组的个数，j = 1、2、 3···^#)为风机j在时亥Ij t的有功出力，PLMd(t)为系统在第t时段的负荷预测值；式 (4)为常规机组上爬坡约束，式（5)为常规机组下爬坡约束，rdi和r ui分别为常规机组i的 向下和向上爬坡率，T6tl为一个运行时段lh，即60min ;式（6)为线路有功潮流约束，Pmn(t)为 支路mn在时段t的实际有功传输量，由直流潮流法求得，为线路有功传输上限；式（7) 为断面约束为t时刻断面s的有功潮流代数和，S1为断面s所包含的的支路数， k = 1，2, 3-Sp Ps，k(t)为断面s所包含的第k条支路在时刻t的有功传输量，PcutW为断 面s的有功传输上限，Ns为电网所包含的断面总数。 所述步骤S2中二阶段带补偿动态经济调度模型的阶段一模型为： min f' = f+EQ(x, ω) (8) 其中，式⑶中f'为补偿目标函数，EQ(x，ω)为补偿期望值，χ表示常规机组出 力，ω表示风场出力，Q( x，ω)为补偿函数，所述阶段二模型为： min Q(x,本文档来自技高网...

【技术保护点】
一种考虑多风场相关性的电力系统动态经济调度的方法，其特征在于，所述方法包括：步骤S1，构建使所述电力系统的发电总燃耗量最小的考虑多种工程实际约束的多风场接入的电力系统动态经济调度数学模型，包括约束条件和表示发电总燃耗量的目标函数；步骤S2，构建二阶段带补偿动态经济调度模型：二阶段带补偿动态经济调度模型由阶段一模型和阶段二模型组成，阶段一模型包括补偿目标函数和不与风场出力相关的约束条件，其中，补偿目标函数为步骤S1模型中目标函数加入与风场出力相关的补偿期望值，补偿期望值为补偿函数的期望值，补偿函数为补偿量与补偿系数的乘积；阶段二模型以使补偿函数最小为目标，在与风场出力相关的约束条件中对应引入补偿变量，以引入补偿变量的约束条件为约束条件；步骤S3，选取各风场出力的历史同步数据作为随机样本，构建基于Copula模型的各时段多风场出力联合分布；步骤S4，对步骤S3构建的多风场出力联合分布进行求导得到多风场出力的联合概率密度函数，并通过数值积分的方式求得补偿期望值，再将求得的补偿期望值代入补偿目标函数中，使得二阶段带补偿动态经济调度模型由随机模型转化为数值模型；步骤S5，对二阶段带补偿动态经济调度模型进行求解：第一阶段，阶段一模型进行求解，求得满足阶段一模型约束条件的常规机组出力并反馈至第二阶段；第二阶段，对阶段二模型进行求解，求得使补偿期望值最小的补偿量并反馈至第一阶段，然后通过第一阶段和第二阶段的交替迭代，最终求得最优机组出力。...

【技术特征摘要】

【专利技术属性】
技术研发人员：谢敏，熊靖，刘明波，林舜江，朱建全，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44