一种条件系统风险下的含风电电力系统鲁棒优化调度方法技术方案

本发明专利技术涉及一种条件系统风险下的含风电电力系统鲁棒优化调度方法，包括以下步骤：步骤1、采集含风电电力系统数据；步骤2、确定安全注入功率上下限区间，用于保证节点风电实际注入功率在该安全注入功率上下限区间之间；步骤3、建立条件风险价值指标；步骤4、以各节点风电接纳风险最小为安全目标，风电消纳水平最大及系统运行成本最小为调度目标，兼顾其他运行及安全约束条件，构建鲁棒实时调度模型；步骤5、对步骤4所构建的鲁棒实时调度模型进行优化并求解，进而完成对含风电电力系统的优化调度。本发明专利技术能够解决风电出力的随机性和波动性给电网安全运行和调度决策增加难度的技术问题。电网安全运行和调度决策增加难度的技术问题。电网安全运行和调度决策增加难度的技术问题。

【技术实现步骤摘要】
一种条件系统风险下的含风电电力系统鲁棒优化调度方法


[0001]本专利技术属于电力调度
，涉及一种含风电电力系统鲁棒优化调度方法，尤其是一种条件系统风险下的含风电电力系统鲁棒优化调度方法。

技术介绍

[0002]随着我国风电装机容量的不断增大，一方面风电在电力电量平衡中的角色，将从常规能源的补充角色，转变为电力系统内的重要电源；另一方面，风电出力的随机性和波动性给电网安全运行和调度决策增加了难度。因此，制定合理的考虑高比例风电的调度计划对保证电力系统的安全性至关重要。
[0003]对于包含风电等不确定性资源的电力系统调度问题，鲁棒规划是常见且有效的方法。鲁棒规划根据不确定性资源可能达到的扰动边界以及系统可接受的扰动边界，针对最恶劣情况，制定优化调度计划，随机规划根据不确定性资源的概率分布，对不同场景进行优化处理，得出具有概率优性的调度结果。由于鲁棒规划对待不确定性资源扰动区间内的所有扰动情况是平等的，但各种扰动发生的概率却是不同的，所以很有可能使系统有限的调节能力用来应对小概率事件，因此鲁棒规划具有一定的保守性，随机规划虽然能避免上述问题，但具有所需概率信息量大、概率模型复杂以及模型求解难度大等问题，也降低了应用价值。
[0004]经检索，未发现与本专利技术相同或相似的现有技术的专利文献。

技术实现思路

[0005]本专利技术的目的在于克服现有技术中的不足，提出一种条件系统风险下的含风电电力系统鲁棒优化调度方法，能够解决风电出力的随机性和波动性给电网安全运行和调度决策增加难度的技术问题。
[0006]本专利技术解决其现实问题是采取以下技术方案实现的：
[0007]一种条件系统风险下的含风电电力系统鲁棒优化调度方法，包括以下步骤：
[0008]步骤1、采集含风电电力系统数据；
[0009]步骤2、基于步骤1采集的含风电电力系统数据，假设每个节点的风电输出功率服从于以节点风电功率预测值为均值的正态分布，绘制节点i的风电功率的概率密度函数图，确定安全注入功率上下限区间，用于保证节点风电实际注入功率在该安全注入功率上下限区间之间。
[0010]步骤3、基于步骤2所确定的安全注入功率上下限区间，建立条件风险价值指标；
[0011]步骤4、基于步骤3所建立的条件风险价值指标，以各节点风电接纳风险最小为安全目标，风电消纳水平最大及系统运行成本最小为调度目标，兼顾其他运行及安全约束条件，构建鲁棒实时调度模型。
[0012]步骤5、对步骤4所构建的鲁棒实时调度模型进行优化并求解，进而完成对含风电电力系统的优化调度。
[0013]而且，所述步骤1的具体方法为：
[0014]采集节点i的风电功率、节点风电实际注入功率、AGC机组数目、AGC机组i的运行基点及所需提供的最大、最小调节功率、AGC机组i的最大最小出力、AGC机组i的发电成本、AGC机组i的上调节备用和下调节备用成本等含风电电力系统数据。
[0015]而且，所述步骤2的具体步骤包括：
[0016](1)在含风电的电力系统中，假设每个节点的风电输出功率，服从于以节点风电功率预测值为均值的正态分布，如下所示：
[0017][0018][0019]其中，P
w.i
为节点i的风电功率，为随机变量，f(P
w.i
)为节点i风电功率的概率密度，μ
i
,σ
i
为概率密度的参数；
[0020](2)绘制节点i的风电功率的概率密度函数图，确定安全注入功率上下限区间为：包含的区域之间，其中为节点i风电功率的预测值；设定分别为风电在节点i安全注入功率的上下限，为风电在节点i的功率上限；
[0021](3)节点风电实际注入功率须在安全注入功率上下限区间之间，若发电功率超过安全注入功率的上限，则须弃风，若发电功率低于安全注入功率的下限，则须借助系统备用容量填补发电空缺。
[0022]而且，所述步骤3的具体步骤包括：
[0023](1)将对于含大规模风电的系统，将由风电随机性引起的风电功率超出节点安全注入功率上下限区间的差值的平均值定义为节点风电功率的风电接纳风险，即采用节点风电功率的概率密度函数对这个差值进行积分；节点i风电注入功率风电接纳风险值φ
i
由和两部分构成，即条件风险价值指标值的计算公式，如下所示：
[0024][0025][0026][0027]而且，所述步骤4的具体步骤包括：
[0028](1)从运行风险性角度，目标函数式
①
为各节点的风电接纳风险之和最小:
[0029][0030](2)目标函数式
②
取AGC机组运行和备用成本最小。目标函数式
③
取各节点风电安全区间上限之和最大，以提升风电消纳区间：
[0031][0032][0033]其中，
[0034][0035][0036]其中，N
AGC
为AGC机组数目，P
i
、为AGC机组i的运行基点及所需提供的最大、最小调节功率，分别为AGC机组i的最大最小出力，为AGC机组i的发电成本，为AGC机组i的上调节备用和下调节备用成本；
[0037](3)其约束条件如下：
[0038]1)功率平衡约束
[0039]实时调度中，根据超短期负荷预测得到的总负荷等于风电、AGC机组及常规机组发电总和，此处常规机组取定值，对应着的由常规机组负责的负荷包含在总负荷中也假设为定值。
[0040][0041]其中，P
G
和D常规机组出力和总负荷。
[0042]2)风电出力约束
[0043][0044]其中，ΔP
w.i
为节点i接入的风电出力波动量，为不确定量。
[0045]3)AGC机组约束
[0046]在风电出力波动时，AGC机组所预留备用容量应能平抑风电在其安全区间内的波动。
[0047][0048][0049]其中，
[0050][0051][0052]其中，分别为风电出力波动上下限，α
i
为AGC机组i的参与因子，
[0053]AGC机组的爬坡率受到物理条件的制约。
[0054][0055]其中，为AGC机组i的初始运行基点，分别为AGC机组i的最大上调和下调爬坡率。
[0056]4)支路潮流约束
[0057][0058][0059]其中，l＝1,
…
,L，L为支路数；M
il
、M
jl
分别为AGC机组i、节点j所接风电对支路l的功率转移因子，为支路l的最大传输功率，ΔP
i
为AGC机组i的平抑风电波动的功率调整量，
[0060]将ΔP
i
和ΔP
w.j
的关系带入式得：
[0061][0062][0063]以上构成了考虑条件系统风险的概本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种条件系统风险下的含风电电力系统鲁棒优化调度方法，其特征在于：包括以下步骤：步骤1、采集含风电电力系统数据；步骤2、基于步骤1采集的含风电电力系统数据，假设每个节点的风电输出功率服从于以节点风电功率预测值为均值的正态分布，绘制节点i的风电功率的概率密度函数图，确定安全注入功率上下限区间，用于保证节点风电实际注入功率在该安全注入功率上下限区间之间；步骤3、基于步骤2所确定的安全注入功率上下限区间，建立条件风险价值指标；步骤4、基于步骤3所建立的条件风险价值指标，以各节点风电接纳风险最小为安全目标，风电消纳水平最大及系统运行成本最小为调度目标，兼顾其他运行及安全约束条件，构建鲁棒实时调度模型；步骤5、对步骤4所构建的鲁棒实时调度模型进行优化并求解，进而完成对含风电电力系统的优化调度。2.根据权利要求1所述一种条件系统风险下的含风电电力系统鲁棒优化调度方法，其特征在于：所述步骤1的具体方法为：采集节点i的风电功率、节点风电实际注入功率、AGC机组数目、AGC机组i的运行基点及所需提供的最大、最小调节功率、AGC机组i的最大最小出力、AGC机组i的发电成本、AGC机组i的上调节备用和下调节备用成本等含风电电力系统数据。3.根据权利要求1所述一种条件系统风险下的含风电电力系统鲁棒优化调度方法，其特征在于：所述步骤2的具体步骤包括：(1)在含风电的电力系统中，假设每个节点的风电输出功率，服从于以节点风电功率预测值为均值的正态分布，如下所示：P
w.i
:N(μ
i
,σ
2i
)其中，P
w.i
为节点i的风电功率，为随机变量，f(P
w.i
)为节点i风电功率的概率密度，μ
i
,σ
i
为概率密度的参数；(2)绘制节点i的风电功率的概率密度函数图，确定安全注入功率上下限区间为：包含的区域之间，其中包含的区域之间，其中为节点i风电功率的预测值；设定分别为风电在节点i安全注入功率的上下限，为风电在节点i的功率上限；(3)节点风电实际注入功率须在安全注入功率上下限区间之间，若发电功率超过安全注入功率的上限，则须弃风，若发电功率低于安全注入功率的下限，则须借助系统备用容量填补发电空缺。4.根据权利要求1所述一种条件系统风险下的含风电电力系统鲁棒优化调度方法，其特征在于：所述步骤3的具体步骤包括：(1)将对于含大规模风电的系统，将由风电随机性引起的风电功率超出节点安全注入功率上下限区间的差值的平均值定义为节点风电功率的风电接纳风险，即采用节点风电功
率的概率密度函数对这个差值进行积分；节点i风电注入功率风电接纳风险值φ
i
由和两部分构成，即条件风险价值指标值的计算公式，如下所示：两部分构成，即条件风险价值指标值的计算公式，如下所示：两部分构成，即条件风险价值指标值的计算公式，如下所示：5.根据权利要求1所述一种条件系统风险下的含风电电力系统鲁棒优化调度方法，其特征在于：所述步骤4的具体步骤包括：(1)从运行风险性角度，目标函数式
①
为各节点的风电接纳风险之和最小:
①
(2)目标函数式
②
取AGC机组运行和备用成本最小；目标函数式
③
取各节点风电安全区间上限之和最大，以提升风电消纳区间：
②③
其中，ΔP
iup
＝P
imax
‑
P
i
ΔP
idown
＝P
i
‑
P
imin
其中，N
AGC
为AGC机组数目，P
i
、为AGC机组i的运行基点及所需提供的最大、最小调节功率，分别为AGC机组i的最大最小出力，为AGC机组i的发电成本，为AGC机组i的上调节备用和下调节备用成本；(3)其约束条件如下：1)功率平衡约束实时调度中，根据超短期负荷预测得到的总负荷等于风电、AGC机组及常规机组发电总和，此处常规机组取定值，对应着的由常规机组负责的负荷包含在总负荷中也假设为定值；其中，P
G
和D常规机组出力和总负荷；2)风电出力约束其中，ΔP
w.i
为节点i接入的风电出力波动量，为不确定量；3)AGC机组约束
在风电出力波动时，AGC机组所预留备用容量应能平抑风电在其安全区间内的波动；在风电出力波动时，AGC机组所预留备用容量应能平抑风电在其安全区间内的波动；其中，其中，其中，分别为风电出力波动上下限，α
i
为AGC机组i的参与因...

【专利技术属性】
技术研发人员：王东升，孙荣富，宁卜，郭俊宏，薛晓强，牛逸宁，刘敦楠，刘颖，加鹤萍，徐玉杰，
申请(专利权)人：北京华电能源互联网研究院有限公司华北电力大学，
类型：发明
国别省市：