一种基于最优风电置信度的优化调度方法技术

本发明专利技术涉及新能源发电技术中的调度与控制领域，其公开了一种基于最优风电置信度的优化调度方法，它以风功率预测出力及其概率密度分布为基础，建立以风电置信度和机组启停、出力为决策变量，以置信区间内经济调度成本与置信区间外风险成本最小为目标函数的电力系统优化调度模型，并应用改进的粒子群算法进行求解，本发明专利技术确定最优的风电置信度、最有风电接纳区间以及最优经济接纳区间下系统机组的出力安排，使得含风电的电力优化调度能够选取经济性和风险性综合最优的风电置信度和风电置信区间，以此实现优化调度经济性和风险性的平衡，为调度部门安排日前出力计划提供了参考，同时实现最佳经济效益。

【技术实现步骤摘要】
一种基于最优风电置信度的优化调度方法
本专利技术属于新能源发电技术中的调度领域，具体涉及一种基于最优风电置信度的优化调度方法。
技术介绍
随着风电并网规模的不断增大，电力系统机组组合和经济调度问题需要考虑风电的不确定性，风电的不确定性可以采用满足一定置信度的区间来描述。目前的研究通常依据经验确定置信度区间，缺乏足够的理论依据。然而，不同的置信度区间对应了不同的系统运行成本和风险成本。置信度大时，风电预测出力区间大，此时，为了应对风电在出力区间内的不确定性，电网所需成本较高，但由于出力区间大，落在区间外的可能性较低，即此时风险较小，风险成本较低；反之，置信度小时，风电预测出力区间小，此时风险成本较高，应对风电不确定性的系统运行成本较低。通过风电最优置信度的研究，可以确定风电最优经济接纳区间，实现系统的整体运行成本最小化，得出最优经济接纳区间下系统机组的出力安排，为调度部门安排日前出力计划提供参考。风电本身具有很强的不确定性，与之对应，每一时刻的置信度都不相同，风电置信风电预测区间也不关于风电预测出力曲线上下对称。因此，要是此时的系统整体运行成本最小，在传统调度模型基础上，把每一时刻的风电置信度和每台机组出力同时作为决策变量，由此确定风电最优经济接纳区间，进而使得系统的总运行成本最小。本专利技术采用改进的粒子群的算法，把每台机组的出力和每时刻的置信度同时作为寻优粒子带入粒子群算法进行求解；同时对粒子进行了修正，将粒子控制在约束边界上，通过罚函数的形式对风险量进行约束。当机组出力无法满足系统功率平衡约束时，对功率缺额进行再分配。改进的粒子群算法可以使粒子尽可能的在可行域或尽量接近可行域范围内进行寻优，提高粒子群算法的精度、速度和寻优能力。如何用这个方法解决最优置信度的求解问题将是本专利技术需要解决的技术问题。
技术实现思路
本专利技术的目的在于提供一种求解最优风电置信度，使得该置信度下的系统整体运行成本最小的基于改进的粒子群算法的最优置信度求解算法，可以确定最优的风电置信度、最有风电接纳区间以及最优经济接纳区间下系统机组的出力安排，为调度部门安排日前出力计划提供了参考，以此实现优化调度经济性和风险性的平衡，同时实现最佳经济效益。为了达到上述目的，本专利技术的技术方案是：一种基于改进的粒子群算法的最优风电置信度的求解方法，它的步骤是：(一)建立目标函数；该模型以置信区间内经济调度成本与置信区间外风险成本最小为目标函数，如式所示。其中，风电置信度和机组启停、出力为决策变量。式中，第1项为区间内的经济调度成本，第2项为区间外的风险成本。区间外的风险成本包括强制弃风成本和切负荷成本，均采用风险期望计算，如式和式所示。并且，假设随机变量wt满足正态分布，如式所示。式中:ai、bi、ci表示机组的成本运行参数，pi,t表示第i台机组(i＝1,2,…,N)出力，β为弃风损失系数，γ为切负荷损失系数，pwlt1表示区间外的弃风成本，plct1表示区间外的切负荷成本，pwtmax、pwtmin分别表示t时刻的风电预测出力区间上限和下限，pwmax代表风电场并网容量。(二)建立约束条件约束条件包括功率平衡约束条件、机组出力约束、风电出力约束、爬坡约束和备用约束。功率平衡约束条件：机组出力约束：pimin≤pi,t≤pimax(6)风电出力约束：pwtmin≤pwt≤pwtmax(7)爬坡约束：-Δi,dT60≤pi,t-pi,t-1≤Δi,uT60(8)备用约束：其中，pi,t为t时段的第i台机组的计划出力，pwt为t时段风电预测出力，plt为t时段负荷预测出力；pimin、pimax分别为第i台机组的最小和最大技术出力；pwtmin、pwtmax分别为t时段风电出力的最大和最小值；Δi,d，Δi,u分别为第i台机组的向下和向上爬坡速率，这里取爬坡时间为T60，即1小时。(三)粒子群算法本专利技术中通过改进的粒子群算法对机组上下限约束及爬坡约束、备用约束和系统功率平衡约束进行了调整：机组上下限约束及爬坡约束调整：粒子每次迭代更新后，将粒子控制在约束边界上，如式(11)所示，使粒子能满足机组上下限约束以及爬坡约束；其中，k表示第k次迭代，i表示机组编号，表示第i台机组在第k次迭代的出力，pi,t-1为t-1时段第i台机组的出力。备用约束调整：通过罚函数的方法，对区间内弃风以及切负荷的量进行约束，如式(12)所示；其中，λ为惩罚系数，取一个极大值，pwlt0、plct0分别为由于风电出力区间过大而造成的弃风以及切负荷的值，β为弃风损失系数，γ为切负荷损失系数，f0为目标函数，即系统总成本，如式所示，t为运行时段，取值范围从1取到24。pwlt0、plct0的计算公式如下：其中，pimax、pimin分别表示机组i的最大、最小技术出力，pwt表示风电出力，Δi,u，Δi,d分别表示机组i的上升、下降爬坡率约束，T15表示15分钟。系统功率平衡约束调整：当机组出力无法满足系统功率平衡约束时，此时的功率缺额为式(15)，并将功率缺额进行机组出力再分配；通过粒子群算法求解上述方程，得到最优机组出力方案、最优置信度及其对应的最优置信区间，获得最小的系统整体运行成本。所述步骤(一)中，每一时刻的置信度对应一风电接纳区间，风电接纳区间的不同直接影响系统运行的风险性，即风电外波动时所产生的概率性的弃风以及切负荷这样的风险成本，把风电置信度以风险成本的形式加入到系统运行成本的目标函数中，如式(16)；式中，F1表示区间外的风险成本，F2表示区间内的风险成本。所述步骤(三)中，为使风电预测曲线尽可能的在最优的风电接纳区间内波动，对于系统的备用容量进行约束，其中将每台机组可上调出力pimax-pi,t和每15分钟向上爬坡量Δi,uT15的较小值进行累加求和，构造式(17)中的约束，这使得通过对机组处理的调节可使得风电曲线覆盖到风电接纳区间的下限。同时将每台机组可下调出力pimax-pi,t和每15分钟向上爬坡量Δi,uT15的较小值进行累加求和，构造式(18)中的约束，这使得通过对机组处理的调节可使得风电曲线覆盖到风电接纳区间的上限。步骤(三)中，具体求解步骤如下：(1)输入风电预测出力值和负荷预测出力值，设置机组的出力范围和爬坡限制；(2)设置粒子群维数，种群大小，以及迭代次数；(3)把机组出力和每时刻的风电置信度作为粒子，设置每个粒子的位置范围。(4)初始化粒子的位置，根据适应度函数的大小初始化粒子群的历代最优解以及整体最优解；(5)按式(19)和(20)更新粒子的位置和速度，其中，为粒子i在第k次迭代时的速度；c1、c2为加速系数；r1、r2为0～1之间均匀分布的随机数；为粒子i在第k次迭代时的位置；pbesti为粒子i本身所找到的最优解；gbest为整个种群的最优解；w为惯性系数，一般按式(21)的方法设定；其中，wmax一般取0.9，wmin一般取0.4，CurCount为当前迭代次数，MaxCount为最大迭代次数。(6)依据式式(19)和(20)检验更新的粒子是否满足公式(5)～(15)的约束条件要求，如不满足，重新生成粒子速度、更新位置，直到满足约束条件；(7)根据适应度函数对粒子的历代最优解和整体最优解进行更新；(8)判断当前迭代次数是否达到最大值本文档来自技高网...

【技术保护点】
一种基于最优风电置信度的优化调度方法，其特征在于，包括以下几个步骤：(一)采集风电预测数据和机组性能参数；(二)以置信度和机组出力为决策变量建立目标函数模型；该目标函数模型以置信区间内经济调度成本与置信区间外风险成本最小为目标函数，所述目标函数公式如下：F=min{(Σt=1TΣi=1Iaipi,t2+bipi,t+ci)+(Σt=1Tβ·pwlt1+Σt=1Tγ·plct1)}---(1)]]>其中，风电置信度和机组启停、出力为决策变量；在公式(1)中，第1项为区间内的经济调度成本，第2项为区间外的风险成本；区间外的风险成本包括强制弃风成本pwlt1和切负荷成本plct1；(三)求取强制弃风成本pwlt1和切负荷成本plct1，并根据强制弃风成本pwlt1和切负荷成本plct1代入公式(1)求取机组运行成本和风险成本最小的目标函数；利用风险期望计算公式计算强制弃风成本pwlt1和切负荷成本plct1；该风险期望计算公式如下：设随机变量wt满足概率密度分布函数，即正态分布则计算强制弃风成本pwlt1和切负荷成本plct1的期望；pwlt1=∫pwtmaxpwmaxwt·12π·e-wt22dwt---(2)]]>plct1=∫0pwtminw·12π·e-wt22dwt---(3)]]>fwt(wt)=12π·e-wt22---(4)]]>其中，ai、bi、ci表示机组的成本运行参数，pi,t表示第i台机组出力，其中，i＝1,2,…,N，β为弃风损失系数，γ为切负荷损失系数，pwlt1表示区间外的弃风成本，plct1表示区间外的切负荷成本，pwtmax，pwtmin分别表示t时刻的风电预测出力区间上下限，pwmax代表风电场并网容量；(四)建立约束条件；约束条件包括功率平衡约束条件、机组出力约束、风电出力约束、爬坡约束和备用约束；功率平衡约束条件：Σi=1Ipi,t+pwt=plt,t=1,...T---(5)]]>机组出力约束：pimin≤pi,t≤pimax           (6)风电出力约束：pwtmin≤pwt≤pwtmax             (7)爬坡约束：‑Δi,dT60≤pi,t‑pi,t‑1≤Δi,uT60       (8)备用约束：Σi=1nmin(pimax-pi,t,Δi,uT15)≥pwt-pwtmin---(9)]]>Σi=1nmin(pi,t-pimin,Δi,dT15)≥pwtmax-pwt---(10)]]>其中，pi,t为t时段的第i台机组的计划出力，pwt为t时段风电预测出力，plt为t时段负荷预测出力；pimin、pimax分别为第i台机组的最小和最大技术出力；pwtmin、pwtmax分别为t时段风电出力的最大和最小值；Δi,d，Δi,u分别为第i台机组的向下和向上爬坡速率，取爬坡时间T60为1小时；(五)通过改进的粒子群算法对步骤(4)中的机组上下限约束及爬坡约束、备用约束和系统功率平衡约束进了调整；机组上下限约束及爬坡约束调整：粒子每次迭代更新后，将粒子控制在约束边界上，使粒子能满足机组上下限约束以及爬坡约束；调整后的机组上下限约束及爬坡约束公式为：xik=max(pimin,pi,t-1-Δi,dT60)ifxik≤(pimin,pi,t-1-Δi,dT60)min(pimax,pi,t-1+Δi,uT60)ifxik≥min(pimax,pi,t-1+Δi,uT60)---(11)]]>其中，k表示第k次迭代，i表示机组编号，表示第i台机组在第k次迭代的出力，pi,t‑1为t‑1时段第i台机组的出力；备用约束调整：通过罚函数的方法，对区间内弃风以及切负荷的量进行约束，该约束公式为；f=f0+λ(Σt=1Tβ·pwlt0+Σt=1Tγ·plct0)---(12)]]>其中，λ为惩罚系数，取极大值；pwlt0、plct0分别为由于风电出力区间过大而造成的弃风量以及切负荷的值，β为弃风损失系数，γ为切负荷损失系数，f0为目标函数，即系统总成本，如式所示，t为运行时段，取值范围从1取到24；pwlt0、plct0的计算公式如下：p...

【技术特征摘要】
1.一种基于最优风电置信度的优化调度方法，其特征在于，包括以下几个步骤：(一)采集风电预测数据和机组性能参数；(二)以置信度和机组出力为决策变量建立目标函数模型；该目标函数模型以置信区间内经济调度成本与置信区间外风险成本最小为目标函数，所述目标函数公式如下：其中，风电置信度和机组启停、出力为决策变量；在公式(1)中，第1项为区间内的经济调度成本，第2项为区间外的风险成本；区间外的风险成本包括强制弃风成本pwlt1和切负荷成本plct1；(三)求取强制弃风成本pwlt1和切负荷成本plct1，并根据强制弃风成本pwlt1和切负荷成本plct1代入公式(1)求取机组运行成本和风险成本最小的目标函数；利用风险期望计算公式计算强制弃风成本pwlt1和切负荷成本plct1；该风险期望计算公式如下：设随机变量wt满足概率密度分布函数，即正态分布则计算强制弃风成本pwlt1和切负荷成本plct1的期望；其中，ai、bi、ci表示机组的成本运行参数，pi,t表示t时段的第i台机组的计划出力，其中，i＝1,2,…,N，β为弃风损失系数，γ为切负荷损失系数，pwlt1表示区间外的强制弃风成本，plct1表示区间外的切负荷成本，pwtmax，pwtmin分别表示t时刻的风电预测出力区间上下限，pwmax代表风电场并网容量；(四)建立约束条件；约束条件包括功率平衡约束条件、机组出力约束、风电出力约束、爬坡约束和备用约束；功率平衡约束条件：机组出力约束：pimin≤pi,t≤pimax(6)风电出力约束：pwtmin≤pwt≤pwtmax(7)爬坡约束：-Δi,dT60≤pi,t-pi,t-1≤Δi,uT60(8)备用约束：其中，pi,t为t时段的第i台机组的计划出力，pwt为t时段风电预测出力，plt为t时段负荷预测出力；pimin、pimax分别为第i台机组的最小和最大计划出力；pwtmin、pwtmax分别为t时段风电预测出力的最大和最小值；Δi,d，Δi,u分别为第i台机组的向下和向上爬坡速率，取爬坡时间T60为1小时；(五)通过改进的粒子群算法对步骤(四)中的机组上下限约束及爬坡约束、备用约束和系统功率平衡约束进了调整；机组上下限约束及爬坡约束调整：粒子每次迭代更新后，将粒子控制在约束边界上，使粒子能满足机组上下限约束以及爬坡约束；调整后的机组上下限约束及爬坡约束公式为：其中，k表示第k次迭代，i表示机组编号，表示第i台机组在第k次迭代的出力，pi,t-1为t-1时段第i台机组的计划出力；备用约束调整：通过罚函数的方法，对区间内弃风以及切负荷的量进行约束，该约束公式为；其中，λ为惩罚系数，取极大值；pwlt0、plct0分别为由于风电出力区间过大而造成的弃风量以及切负荷的值，β为弃风损失系数，γ为切负荷损失系数，f0为目标函数，即系统总成本，如式所示，t为运行时段，取值范围从1取到24；pwlt0、plct0的计算公式如下：

【专利技术属性】
技术研发人员：张慧玲，张凯锋，涂孟夫，宗海翔，高宗和，王颖，丁茂生，韩红卫，周刚，谢丽荣，
申请(专利权)人：国电南瑞科技股份有限公司，国网宁夏电力公司，国电南瑞南京控制系统有限公司，
类型：发明
国别省市：江苏;32