本发明专利技术公开了一种基于通用分布的含风电电力系统实时动态经济调度方法，通过统计历史数据，离线生成通用分布的形状参数表，表征在不同风电功率预测值下的风电功率概率分布；输入12个调度周期系统负荷预测数据和风电功率预测数据等；计算火电机组在实时调度12个调度周期内的火电出力可行域；使用通用分布表征风功率，使用等微增率准则进行12个时间周期的风电火电静态经济调度，得到风电和火电的静态经济调度曲线，将随机经济调度转化为确定性经济调度模型；使用等微增率准则对火电机组的出力进行修正，在保证火电机组爬坡限制并保证火电机组发电计划的稳定性的基础上，使火电出力成本最优。以某实际风电功率为基础的仿真算例验证了所提方法的可行性和合理性。本方法具有良好的推广价值和应用前景。
【技术实现步骤摘要】
本专利技术属于电力系统运行与控制领域，设及一种基于通用分布的含风电电力系统 实时动态经济调度方法。
技术介绍
随着风力发电的大规模开发，风电对电网安全运行和调度控制等带来巨大挑战， 一种将风电作为调度量的实时动态经济调度方法对电力安全生产至关重要。 经济调度问题是电力系统的基本问题，在风电大规模接入之前，由于火电机组良 好的可控性及电力系统负荷成熟的预测方法，W往的经济调度通常是日前调度和实时手动 调节的组合。风电的接入，风电的自然属性(随机性和波动性)成为电力系统的不确定电源， 在风电渗透率不高的情况下和负荷一样作为电力系统扰动源。随着风电渗透率的不断增 加，风电的随机针对电力系统的影响越来越大。由于日前风功率预测误差较大，而风电的超 短期预测（化)精度较高，故国内外的研究大都是通过日前机组组合、日前经济调度和实时 经济调度配合，多尺度进行调度。在含风电调度方面，国内外学者进行了大量基础研究，可 分为四类。 (1)基于动态规划法的动态经济调度。此类算法解析度通常较高，算法逻辑清晰， 计算速度快，例如等微增率算法。不足之处为此类算法通常将风电作为净负荷处理，如前所 述，运种处理方式在风电渗透率不高的风电发展初期较为适用。在风电渗透率达到一定规 模后，此类算法的弊端凸显。 (2)基于启发式方法的动态经济调度。此类算法的数学模型相对复杂，传统的算法 难W求解，故通常适用蚁群、粒子群等启发式算法求解。启发式算法虽然智能性高，可W保 证求出解，但每次优化结果是不确定的，有事无法保证得到的解是全局最优解，部分启发式 算法不适合用于大规模系统求解。 (3)基于鲁棒优化方法的动态经济调度。鲁棒优化的核屯、思想是考虑最极端的边 界情况，达到优化方法的鲁棒性。即牺牲一定经济性的条件下，保证模型对极端情况的有效 处理。该方法可W有效求解发电计划，但由于鲁棒优化固有的鲁棒特性，在经济性等方面会 有一定的降低。 (4)基于随机优化方法的动态经济调度。随机优化算法为将风电功率作为随机变 量处理，场景法也是随机优化方法的一种常用方法。随机优化是一种处理含不确定性优化 问题的有效方法，目前已广泛应用于含不确定性的电力系统经济调度问题中。如何准确描 述风电功率的不确定性、有效求解对应的优化模型是含风电电力系统随机经济调度的关键 问题。此类算法物理概念较为明确，但在计算速度方面目前还有很大的提升空间，尤其是对 于对计算速度有较高要求的实时调度层面。[000引动态规划法由于其计算速度快，在实时调度中具有很大的潜力，但动态规划法大 都将风电视为净负荷处理。在随机优化中，如何合理描述风电功率的不确定性并将其运用 于电力系统的经济调度与优化运行中具有重要意义。描述风电功率的分布常用正态分布。 对风电功率分布描述的准确性与对应随机动态经济调度模型的解的准确性密切相关。但目 前尚未出现相关具有实用价值的技术方案。
技术实现思路
本专利技术针对现有技术的缺陷，提供基于通用分布的电力系统实时动态经济调度技 术方案。 本专利技术提供的技术方案是： 1、，其特征在于，包 括W下步骤： 步骤1:输入日前系统负荷预测数据和日前风电功率预测数据、火电机组运行参 数、历史统计数据，所述历史统计数据包括不同风电功率预测水平下实际风电功率的通用 分布参数α,β, 丫；步骤2:定义pi,t为第i台火电机组t时刻的出力，火电机组的总数为I，i = l，2,...， I，wj, t为第j个风电场t时刻的计划出力，风电场的总数为J，j = 1，2，. . .，J，T为时刻的总数， t = l,2,. . . ,Τ； 计算从当前时刻也就是当前计算周期到后面1小时的调度时间域每个调度周期火 电机组出力可能达到的范围，称为火电机组在t调度周期的可行域，该1小时的调度时间域 为12个调度周期：式一 式中：Pi康示t时刻第i台火电机组的出力;單t和焉是表示t时刻第i台火电机组的 出力下限和上限； 使用通用分布表征风功率，使用等微增率准则进行12个调度周期的风电火电静态 经济调度，得到风电和火电的经济调度曲线，基于W下的目标函数W及约束条件：[001引 目标函数； 火电机组出力功率约束条件：A 化户,·式Ξ 火电机组爬坡约束条件:-Si如i广Pi(t+i)<Si式四 风电场出力功率约束条件：0 <式五 系统功率平衡约束条件式六 式中：ft fg,t fw,t分别表示t时刻系统总发电成本、火电发电成本和风电成本;wjt 表示*时刻第^'个风电场的出力；1表示火电机组数量，1表示风电场数量;？*^表示*时刻系统 总的负荷预测值；兵和￡康示第i台火电机组的出力上下限;S康示第i台火电机组的爬坡能 力；跨表示第j个风电场的风电场装机容量； 其中，所述火电燃料成本Cg,i,t采用W下方式计算，式屯 其中，Pit为第i台火电机组t时刻的出力，ai，bi，ci为第i台火电机组的燃料成本系 数； 所述风电成本Cwj,t采用W下方式计算，[002引式八 其中，为第j个风电场t时刻的计划出力，山为第j个风电场的运行成本系数； 所述平均低估成本Cuw,t采用风电场的平均弃风成本，采用W下方式计算，式九 其中，kun,j为第j个风电场对应的低估成本系数，Wav,j,t为第j个风电场t时刻的实 际可能出力，为第j个风电场在对应风电预测水平下实际可能出力的概率密度函 数，表达形式为通用分布的概率密度函数，根据t时刻对应通用分布参数α，β，丫确定； 所述平均高估成本Cdv,It采用系统的平均备用成本，采用W下方式计算，式十 其中，kDv,j为第j个风电场对应的高估成本系数，Wav,j,t为第j个风电场t时刻的实 际可能出力，为第j个风电场在对应风电预测水平下实际可能出力的概率密度函 数，表达形式为通用分布的概率密度函数，根据t时刻对应通用分布参数α，β，丫确定； 步骤3:利用步骤2得到的12个调度周期各自的风电场出力，修正火电机组各个调 度周期的可行域;在新的火电机组可行域内，使用等微增率准则对火电机组的出力进行修 正，保证火电机组爬坡限制并保证火电机组发电计划的稳定性； 步骤4:利用步骤2得到的风电场出力和步骤4得到的火电机组出力，输出火电机组 和风电场的计划出力； 而且，所述火电燃料成本Cg,i,t采用W下方式计算， 其中，Pit为第i台火电机组t时刻的出力，ai，bi，ci为第i台火电机组的燃料成本系 数； 而且，所述风电成本采用W下方式计算， Cw,j,t(wj,t)=djWjt+Cun,j,t(wj,t)+C〇v,j,t(wj,t)式十二 其中，为第j个风电场t时刻的计划出力，山为第j个风电场的运行成本系数； 而且，所述平均低估成本Cun, j，t采用风电场的平均弃风成本，采用W下方式计 算， 其中，kun,j为第j个风电场对应的低估成本系数，Wav,j,t为第j个风电场t时刻的实 际可能出力，为第j个风电场在对应风电预测水平下实际可能出力的概率密度函 数，表达形式为通用分布的概率密度函数，根据t时刻对应通用分布参数α，β，丫确定； 而且，所述平均高估成本Cdv,It采用系统的平均备用成本，采用W下方式计算，[004引 其中，kDv,j为第j个风电场对应的高估成本系数，Wav本文档来自技高网...
【技术保护点】
一种基于通用分布的含风电电力系统实时动态经济调度方法，其特征在于，包括以下步骤：步骤1：输入日前系统负荷预测数据和日前风电功率预测数据、火电机组运行参数、历史统计数据，所述历史统计数据包括不同风电功率预测水平下实际风电功率的通用分布参数α,β,γ；步骤2：定义pi,t为第i台火电机组t时刻的出力，火电机组的总数为I，i＝1,2,…,I，wj,t为第j个风电场t时刻的计划出力，风电场的总数为J，j＝1,2,...,J，T为时刻的总数，t＝1,2,...,T；计算从当前时刻也就是当前计算周期到后面1小时的调度时间域每个调度周期火电机组出力可能达到的范围，称为火电机组在t调度周期的可行域，该1小时的调度时间域为12个调度周期：α‾it≤pit≤α‾it]]> 式一式中：pit表示t时刻第i台火电机组的出力；αit和是表示t时刻第i台火电机组的出力下限和上限；使用通用分布表征风功率，使用等微增率准则进行12个调度周期的风电火电静态经济调度，得到风电和火电的经济调度曲线，基于以下的目标函数以及约束条件：目标函数：min:f=Σt=1Tft=Σt=1T(fg,t+fw,t)=Σt=1T[Σi=1ICg,i,t(pit)+Σj=1JCw,i,t(wjt)]]]> 式二火电机组出力功率约束条件：式三火电机组爬坡约束条件：‑δi≤pit‑pi(t+1)≤δi 式四风电场出力功率约束条件：式五系统功率平衡约束条件：式六式中：ft，fg,t，fw,t分别表示t时刻系统总发电成本、火电发电成本和风电成本；wjt表示t时刻第j个风电场的出力；I表示火电机组数量,J表示风电场数量；表示t时刻系统总的负荷预测值；和pi表示第i台火电机组的出力上下限；δi表示第i台火电机组的爬坡能力；表示第j个风电场的风电场装机容量；其中，所述火电燃料成本Cg,i,t采用以下方式计算，Cg,i,t(pit)=12aipit2+bipit+ci]]> 式七其中，pit为第i台火电机组t时刻的出力，ai,bi,ci为第i台火电机组的燃料成本系数；所述风电成本Cw,j,t采用以下方式计算，Cw,j,t(wj,t)＝djwjt+Cun,j,t(wj,t)+Cov,j,t(wj,t) 式八其中，wjt为第j个风电场t时刻的计划出力，dj为第j个风电场的运行成本系数；所述平均低估成本Cun,j,t采用风电场的平均弃风成本，采用以下方式计算，Cun,j,t(wj,t)=kun,j∫wj,twmax,j(wav,jt-wjt)fj(wav,jt)dwav,jt]]> 式九其中，kun,j为第j个风电场对应的低估成本系数，wav,j,t为第j个风电场t时刻的实际可能出力，fj(wav,j,t)为第j个风电场在对应风电预测水平下实际可能出力的概率密度函数，表达形式为通用分布的概率密度函数，根据t时刻对应通用分布参数α,β,γ确定；所述平均高估成本Cov,j,t采用系统的平均备用成本，采用以下方式计算，Cov,j,t(wj,t)=kov,j∫0wj,t(wjt-wav,jt)fj(wav,jt)dwav,jt]]> 式十其中，kov,j为第j个风电场对应的高估成本系数，wav,j,t为第j个风电场t时刻的实际可能出力，fj(wav,j,t)为第j个风电场在对应风电预测水平下实际可能出力的概率密度函数，表达形式为通用分布的概率密度函数，根据t时刻对应通用分布参数α,β,γ确定；步骤3：利用步骤2得到的12个调度周期各自的风电场出力，修正火电机组各个调度周期的可行域；在新的火电机组可行域内，使用等微增率准则对火电机组的出力进行修正，保证火电机组爬坡限制并保证火电机组发电计划的稳定性；步骤4：利用步骤2得到的风电场出力和步骤4得到的火电机组出力，输出火电机组和风电场的计划出力；而且，所述火电燃料成本Cg,i,t采用以下方式计算，Cg,i,t(pit)=12aipit2+bipit+ci]]> 式十一其中，pit为第i台火电机组t时刻的出力，ai,bi,ci为第i台火电机组的燃料成本系数；而且，所述风电成本Cw,j,t采用以下方式计算，Cw,j,t(wj,t)＝djwjt+Cun,j,t(wj,t)+Cov,j,t(wj,t) 式十二其中，wjt为第j个风电场t时刻的计划出力，dj为第j个风电场的运行成本系数；而且，所述平均低估成本Cun,j,t采用风电场的平均弃风成本，采用以下方式计算，Cun,j,t(wj,t)=kun,j∫wj,twmax,j(wav,jt-wjt)fj(wav,j...
【技术特征摘要】
【专利技术属性】
技术研发人员：徐箭，唐程辉，孙元章，江海燕，王豹，洪敏，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。