一种含电力潮流路由器的电力系统及其调度方法技术方案

本申请公开了一种含电力潮流路由器的电力系统及其调度方法，系统包括：智能电网，与智能电网连接的电力潮流路由器，电力潮流路由器分别与常规机组、可再生能源机组、固定载荷以及弹性载荷相连；常规机组产生的电能以及可再生能源机组产生的电能通过电力潮流路由器传输至智能电网；智能电网通过电力潮流路由器将电能传输至固定载荷以及弹性载荷。本申请通过在电网中加装新型潮流路由器，可提升电网的传输能力和潮流控制能力，运行方式灵活多样；并通过复核的调度方案较好地避免弃风或者切负荷情况的发生，同时有效地消纳日前场景计划外的可再生能源出力，达到良好的可再生能源消纳效果。

A power system with power flow router and its scheduling method

【技术实现步骤摘要】
一种含电力潮流路由器的电力系统及其调度方法
本申请涉及电力调度
，尤其涉及一种含电力潮流路由器的电力系统及其调度方法。
技术介绍
由于化石能源的不可再生性，近几年我国在风电、光伏等可再生能源领域发展迅猛，然而，由于出力的波动性和不确定性，极大限制了可再生能源并网消纳能力，导致三北地区出现较高的弃风、弃光问题，严重阻碍了可再生能源的健康发展。除了调峰能力、消纳市场空间不足等因素外，电网传输能力限制也是制约可再生能源消纳的关键因素之一。为了提升电网传输能力灵活性进而消纳可再生能源，国内外较多学者提出了潮流控制器(PowerFlowController，PFC)的概念，如TSC、SSSC、STATCOM、UPFC等FACTS设备，可灵活调节传输线的功率大小，国内外也先后陆续开展了FACTS的示范工程建设，显著提升了电网整体的输送能力；但由于PFC只能控制单条线路，调节能力有限且成本较高，限制了其推广应用。同时，为调动广泛灵活的充裕性资源协同参与系统调节、以最大化可再生能源消纳能力，许多研究学者提出了综合考虑发电、输配电、用电等环节灵活充裕性资源，及火电、水电和风电的技术特性，采用随机规划方法，以系统运行成本最低和可再生能源消纳能力最大化为目标的优化调度模型。并采用遗传算法、粒子群算法等群智能优化算法进行求解。现有技术方案存在的问题：当前关于潮流路由器(PowerFlowRouter，PFR)的研究多侧重于其数学建模、优化潮流方面，还未见到面向可再生能源消纳技术的相关研究。同时，以可再生能源消纳能力最大化为目标而设计的优化调度模型较为简单，考虑的风电出力场景较为单一，且仅考虑了日前调度优化方案，不能很好地消纳计划外的风电功率波动。此外，所采用的群智能算法在收敛速度、寻优精度方面存在性能提升空间。电力潮流路由是新型的电力网潮流控制器件，具有强大的潮流控制能力，将之安装于电力系统中，可以提升电力系统运行的灵活性，增强电力系统的传输能力，从而实现可再生能源消纳最大化的技术目标。
技术实现思路
本申请实施例提供了一种含电力潮流路由器的电力系统及其调度方法，使得提升电网的传输能力和潮流控制能力，运行方式灵活多样。有鉴于此，本申请第一方面提供了一种含电力潮流路由器的电力系统，所述系统包括：智能电网，与所述智能电网连接的电力潮流路由器，所述电力潮流路由器分别与常规机组、可再生能源机组、固定载荷以及弹性载荷相连；所述常规机组产生的电能以及所述可再生能源机组产生的电能通过所述电力潮流路由器传输至所述智能电网；所述智能电网通过所述电力潮流路由器将电能传输至所述固定载荷以及所述弹性载荷。可选的，包括与所述电力潮流路由器相连的储能单元；所述储能单元用于存储电能。本申请第二方面提供一种含电力潮流路由器的电力系统的调度方法，所述方法包括：预测次日的风电出力场景集合并获取次日负荷预测数据，将按照出现概率排序后的风电出力场景以及所述次日负荷预测数据依次代入第一适应度函数中；采用改进的遗传算法以及改进的灰狼算法共同求解第一适应度函数，得到优化后的机组组合以及机组出力，所述机组包括常规机组以及可再生能源机组；出现概率大于预设的阈值的风电出力场景为极大概率风电出力场景；将优化后的常规机组的机组组合以及机组出力代入到含PFR的潮流计算模型中计算相应的风力发电机组允许最大出力；若所述优化后的机组组合以及机组出力不能同时满足系统可调度容量约束以及系统爬坡能力约束，则所述机组组合以及机组出力对应的风电场景为奇异场景；将极大概率风电出力场景以及所述奇异场景代入到所述第一适应度函数中进行求解，直到得到的机组组合以及机组出力满足所述系统可调度容量约束以及系统爬坡能力约束，得到所有满足所述系统可调度容量约束以及系统爬坡能力约束的机组组合及机组出力，所述极大概率风电出力场景为所述预测的次日风电出力场景中大概率的风电出力场景；将所述所有满足所述系统可调度容量约束以及系统爬坡能力约束的机组组合代入到日中调度模型中，采用改进的灰狼算法求解日中调度模型，得到可再生能源消纳最大化的可再生能源出力、传统电源出力和PFR控制参数，并调整对应的PFR在优化时段内的目标优化指令。可选的，在所述将所述所有满足所述系统可调度容量约束以及系统爬坡能力约束的风电出力场景代入到日中调度模型中，采用改进的灰狼算法求解日中调度模型，得到可再生能源消纳最大化的可再生能源出力、传统电源出力和PFR控制参数，并调整对应的PFR在优化时段内的目标优化指令，在收到最新的目标优化指令之前还包括：电网中已装设的所述PFR处于局部自治控制模式，所述PFR根据最近一次所述目标优化指令与实际运行状况的偏差进行自治控制，使得各PFR所在局部电网运行在所述目标优化指令的邻域内。可选的，所述第一适应度函数具体为：其中，式中，风电机组发电机数目为m，常规机组的发电机数目为NG；风电极大概率出力场景集合为NS；BR、BC分别为可再生能源发电收益、常规机组的发电机发电成本权重系数；PW为每kWh可再生能源发电的经济效益；ps为出力场景发生的概率；Pres,j,s,t为场景s下的风电机组j在时段t发出的有功功率；ΔT为调度时间间隔；SCi为常规机组i的启动成本；uit为常规机组i在时段t的状态，当uit＝1时，常规机组i在时段t运行，当uit＝0时，常规机组i在时段t停止；为场景s下的常规机组i在时段t的出力；为场景s下的常规机组i在时段t的运行费用，CPC为潮流计算模型决定的惩罚系数，当日前调度计划满足含PFR潮流计算模型的所有约束时；CPC＝1，当存在约束不能满足的情况时，CPC＝1-0.1*Cu，其中Cu为不能满足的约束数；ai、bi、ci分别为常规机组i的燃料费用系数；hci、cci分别为常规机组的热启动、冷启动成本；toffit为常规机组i在时段t的连续停机时间；MDTi、CSHi分别为常规机组i的连续停机时间和冷启动时间。可选的，所述第一适应度函数的约束条件包括第一功率平衡约束、旋转备用约束、最小开停机时间约束以及机组出力约束；所述第一功率平衡约束为：式中，Loadt为时段t所需的总负荷；所述旋转备用约束为：式中，Pimax和Pimin分别为常规机组i的有功出力的最大值和最小值；和分别为时段t的上旋转备用和下旋转备用；所述最小开停机时间约束为：式中，tonit为常规机组i在时段t的连续开机时间；所述机组出力约束为：式中，分别为常规机组i在时段t的最小和最大出力；DRi、URi分别为机组i的向下、向上爬坡速率。可选的，所述潮流计算模型的潮流目标函数为：式中，W＝VV*，*表示矩阵的共轭转置运算，V为线路潮流控制器侧电压列向量，W为半正定矩阵，且W≥0，代表yik的共轭运算，yik为线路的导纳参数，ετ和εs为非负的实系数，N为网络中所有母线节点集合，Ωi为网本文档来自技高网...

【技术保护点】
1.一种含电力潮流路由器的电力系统，其特征在于，包括智能电网，与所述智能电网连接的电力潮流路由器，所述电力潮流路由器分别与常规机组、可再生能源机组、固定载荷以及弹性载荷相连；所述常规机组产生的电能以及所述可再生能源机组产生的电能通过所述电力潮流路由器传输至所述智能电网；所述智能电网通过所述电力潮流路由器将电能传输至所述固定载荷以及所述弹性载荷。/n

【技术特征摘要】
1.一种含电力潮流路由器的电力系统，其特征在于，包括智能电网，与所述智能电网连接的电力潮流路由器，所述电力潮流路由器分别与常规机组、可再生能源机组、固定载荷以及弹性载荷相连；所述常规机组产生的电能以及所述可再生能源机组产生的电能通过所述电力潮流路由器传输至所述智能电网；所述智能电网通过所述电力潮流路由器将电能传输至所述固定载荷以及所述弹性载荷。


2.根据权利要求1所述的含电力潮流路由器的电力系统，其特征在于，还包括与所述电力潮流路由器相连的储能单元；
所述储能单元用于存储电能。


3.一种含电力潮流路由器的电力系统的调度方法，其特征在于，包括：
预测次日的风电出力场景集合并获取次日负荷预测数据，将按照出现概率排序后的风电出力场景以及所述次日负荷预测数据依次代入第一适应度函数中；出现概率大于预设的阈值的风电出力场景为极大概率风电出力场景；
采用改进的遗传算法以及改进的灰狼算法共同求解第一适应度函数，得到优化后的机组组合以及机组出力，所述机组包括常规机组以及可再生能源机组；
将优化后的常规机组的机组组合以及机组出力代入到含PFR的潮流计算模型中计算相应的风力发电机组允许最大出力；
若所述优化后的机组组合以及机组出力不能同时满足系统可调度容量约束以及系统爬坡能力约束，则所述机组组合以及机组出力对应的风电场景为奇异场景；
将所述极大概率风电出力场景以及所述奇异场景代入到所述第一适应度函数中进行求解，直到得到的机组组合以及机组出力满足所述系统可调度容量约束以及系统爬坡能力约束，得到所有满足所述系统可调度容量约束以及系统爬坡能力约束的机组组合及机组出力；
将所述所有满足所述系统可调度容量约束以及系统爬坡能力约束的机组组合代入到日中调度模型中，采用改进的灰狼算法求解日中调度模型，得到可再生能源消纳最大化的可再生能源出力、传统电源出力和PFR控制参数，并调整对应的PFR在优化时段内的目标优化指令。


4.根据根据权利要求3所述的含电力潮流路由器的电力系统的调度方法，其特征在于，在所述将所述所有满足所述系统可调度容量约束以及系统爬坡能力约束的风电出力场景代入到日中调度模型中，采用改进的灰狼算法求解日中调度模型，得到可再生能源消纳最大化的可再生能源出力、传统电源出力和PFR控制参数，并调整对应的PFR在优化时段内的目标优化指令，在收到最新的目标优化指令之前还包括：
电网中已装设的所述PFR处于局部自治控制模式，所述PFR根据最近一次所述目标优化指令与实际运行状况的偏差进行自治控制，使得各所述PFR所在局部电网运行在所述目标优化指令的邻域内。


5.根据权利要求3所述的含电力潮流路由器的电力系统的调度方法，其特征在于，所述第一适应度函数具体为：



其中，
式中，风电机组发电机数目为m，常规机组的发电机数目为NG；风电极大概率出力场景集合为NS；BR、BC分别为可再生能源发电收益、常规机组的发电机发电成本权重系数；PW为每kWh可再生能源发电的经济效益；ps为出力场景发生的概率；Pres,j,s,t为场景s下的风电机组j在时段t发出的有功功率；ΔT为调度时间间隔；SCi为常规机组i的启动成本；uit为常规机组i在时段t的状态，当uit＝1时，常规机组i在时段t运行，当uit＝0时，常规机组i在时段t停止；为场景s下的常规机组i在时段t的出力；为场景s下的常规机组i在时...

【专利技术属性】
技术研发人员：杨汾艳，熊锋俊，盛超，卢启付，黄辉，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：广东;44