CN102684223B - 以降低网损为目标的多约束条件下风电送出功率优化评估方法 - Google Patents

以降低网损为目标的多约束条件下风电送出功率优化评估方法 Download PDF

Info

Publication number
CN102684223B
CN102684223B CN201210162232.8A CN201210162232A CN102684223B CN 102684223 B CN102684223 B CN 102684223B CN 201210162232 A CN201210162232 A CN 201210162232A CN 102684223 B CN102684223 B CN 102684223B
Authority
CN
China
Prior art keywords
factor
wind power
scheme
factors
feasible
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210162232.8A
Other languages
English (en)
Other versions
CN102684223A (zh
Inventor
王维洲
刘文颖
智勇
王佳明
拜润卿
杨斌
郑晶晶
曹俊龙
马呈霞
梁纪峰
刘巍
杜波
高磊
吴耀昊
钟佳辰
谢昶
徐鹏
李波
杨楠
刘茜
李亚龙
卢甜甜
文晶
葛润东
吴晓丹
金娜
杜珣
邢晶
赵子兰
梁才
周海洋
门德月
但扬清
王久成
李扬
刘景延
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
North China Electric Power University
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, North China Electric Power University, Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201210162232.8A priority Critical patent/CN102684223B/zh
Publication of CN102684223A publication Critical patent/CN102684223A/zh
Priority to CA2864241A priority patent/CA2864241C/en
Priority to PCT/CN2013/000579 priority patent/WO2013174146A1/zh
Application granted granted Critical
Publication of CN102684223B publication Critical patent/CN102684223B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了以降低网损为目标的多约束条件下风电送出功率优化评估方法，包括：确定影响风电系统网损的因素集
Figure 2012101622328100004DEST_PATH_IMAGE002
，计算各因素对网损的影响特性，形成包含方案层与因素层的层次模型；根据风电系统的运行方式，将
Figure 12280DEST_PATH_IMAGE002
分为不可变因素集
Figure DEST_PATH_IMAGE004
和可变因素集，由调度运行人员确定
Figure 929420DEST_PATH_IMAGE006
的优先度矩阵
Figure DEST_PATH_IMAGE008
；根据风电系统的网损随各因素的变化特性与
Figure 777334DEST_PATH_IMAGE004
，初步筛选得到多个可行方案；根据
Figure 172543DEST_PATH_IMAGE008
与多个可行方案，建立因素层隶属度矩阵
Figure DEST_PATH_IMAGE010
与方案层隶属度矩阵
Figure DEST_PATH_IMAGE012
；根据预设评语集与
Figure 49232DEST_PATH_IMAGE012
，计算多个可行方案中每个可行方案的优先度
Figure DEST_PATH_IMAGE014
，选择优先度最大的可行方案作为最优方案。该方法，可以克服现有技术中无法综合多个因素进行定量评估与网损高等缺陷，以实现能够综合多个因素进行定量评估与降低网损的优点。

Description

以降低网损为目标的多约束条件下风电送出功率优化评估方法
技术领域
本发明涉及风电并网技术领域，具体地，涉及以降低网损为目标的多约束条件下风电送出功率优化评估方法。
背景技术
随着风力发电技术的快速发展和国家在政策上对可再生能源发电的重视，我国风力发电建设进入了快速发展的时期；大规模风电场群接入电力系统对系统网损有直接的影响。因此，建立以降低网损为目标的多约束条件下风电送出功率优化评估模型具有重要意义。
然而，大规模的风电接入电力系统对网损的影响受多个因素共同制约，例如，外部电力系统注入功率、风电总出力、多个不同接入点的风电场群各自风电出力、系统负荷水平、以及系统电压水平等因素。
目前，对大规模风电功率对电力系统网损影响的研究，大多是针对某一个单独的电力系统指标约束进行比较分析；然而，实际电力系统运行条件下，需综合考虑以上五个因素后给出网损最优化的方案，因此需要建立以降低网损为目标的多约束风电送出功率优化评估模型。
在实现本发明的过程中，发明人发现现有技术中至少存在无法综合多个因素进行定量评估与网损高等缺陷。 
发明内容
本发明的目的在于，针对上述问题，提出以降低网损为目标的多约束条件下风电送出功率优化评估方法，以实现能够综合多个因素进行定量评估与降低网损的优点。
为实现上述目的，本发明采用的技术方案是：以降低网损为目标的多约束条件下风电送出功率优化评估方法，包括：
a、基于选定的风电系统，根据目前国内外关于大规模风电对电力系统的影响研究，确定影响该风电系统网损的因素集                                                
Figure 2012101622328100002DEST_PATH_IMAGE001
，采用潮流计算软件，基于单一变量法分别计算该因素集
Figure 44720DEST_PATH_IMAGE002
中各因素对网损的影响特性，形成至少包含方案层与因素层的层次模型；
所述因素集，至少包括外部电力系统注入功率、风电总出力、多个不同接入点的风电场群各自风电出力、系统电压水平、以及系统负荷水平中的任意多种因素；
b、获得步骤a中选定风电系统的当前实际运行方式，根据该运行方式，将因素集分为不可变因素集
Figure 2012101622328100002DEST_PATH_IMAGE003
和可变因素集
Figure 949856DEST_PATH_IMAGE004
，由调度运行人员确定可变因素集的优先度矩阵
Figure 2012101622328100002DEST_PATH_IMAGE005
；
c、根据步骤a中选定风电系统的网损随因素集中各因素的变化特性、以及步骤b所得不可变因素集，进行初步筛选，得到多个可行方案；
d、确定评语集；以及，根据步骤b所得可变因素集的优先度矩阵
Figure 596869DEST_PATH_IMAGE005
、以及步骤c所得多个可行方案，分别建立因素层隶属度矩阵
Figure 590233DEST_PATH_IMAGE006
与方案层隶属度矩阵；
e、根据步骤d所得评语集、以及方案层隶属度矩阵，计算步骤c所得多个可行方案中每个可行方案的优先度
Figure 143891DEST_PATH_IMAGE008
；以及，基于所得多个可行方案的优先度
Figure 480326DEST_PATH_IMAGE008
，选择优先度最大的可行方案作为最优方案。
进一步地，在步骤b中，所述可变因素集
Figure 151795DEST_PATH_IMAGE004
的优先度矩阵为：
Figure DEST_PATH_IMAGE009
，
Figure 132707DEST_PATH_IMAGE010
；
其中，
Figure 2012101622328100002DEST_PATH_IMAGE011
为因素集中因素的个数，
Figure 9844DEST_PATH_IMAGE012
为当前实际运行方式下不可变因素集
Figure 150975DEST_PATH_IMAGE003
中不可变动因素的个数。
进一步地，在步骤c中，进行初步筛选的操作，具体包括：
根据步骤b所得不可变因素集
Figure 648953DEST_PATH_IMAGE003
，确定部分可行方案；
基于所得部分可行方案，进一步根据步骤a中选定风电系统的网损随因素集中各因素的变化特性，在所述部分可行方案中确定个优选方案；基于该
Figure 184288DEST_PATH_IMAGE013
个优选方案，无法确定当前实际运行方式下的最优方案。
进一步地，在步骤d中，所述因素层隶属度矩阵
Figure 66793DEST_PATH_IMAGE006
为：
Figure 481594DEST_PATH_IMAGE014
；
所述方案层隶属度矩阵
Figure 424142DEST_PATH_IMAGE007
为：
Figure DEST_PATH_IMAGE015
。
进一步地，在步骤d中，所述建立因素层隶属度矩阵
Figure 675126DEST_PATH_IMAGE006
的操作，具体包括： 
基于选定可行方案所在的可变因素为
Figure 95743DEST_PATH_IMAGE016
，通过
Figure DEST_PATH_IMAGE017
个因素的值对应到隶属度函数，得到
Figure 630629DEST_PATH_IMAGE017
个因素对五个评语等级的隶属度分别为：
Figure 744079DEST_PATH_IMAGE018
；
Figure DEST_PATH_IMAGE019
；
根据隶属度函数
Figure 482359DEST_PATH_IMAGE020
，对上述隶属度进行归一化处理，得到因素层隶属度矩阵
Figure 706667DEST_PATH_IMAGE006
与方案层隶属度矩阵：
Figure DEST_PATH_IMAGE021
；
。
进一步地，在步骤d中，所述评语集为对被评语事物做出的各级评语组成的集合，表示为评语集，其中，
Figure 340408DEST_PATH_IMAGE024
代表由高到低的各级评语；
对评语集
Figure DEST_PATH_IMAGE025
中的每个评语
Figure 430723DEST_PATH_IMAGE026
可以给出相应的分数，则可以得到评语集对应的分数集
Figure DEST_PATH_IMAGE027
为:。
进一步地，在步骤e中，所述根据步骤d所得评语集、以及方案层隶属度矩阵
Figure 615028DEST_PATH_IMAGE007
，计算步骤c所得多个可行方案中每个可行方案的优先度
Figure 514851DEST_PATH_IMAGE008
的操作，具体包括：
Figure DEST_PATH_IMAGE029
。
本发明各实施例的以降低网损为目标的多约束条件下风电送出功率优化评估方法，由于包括：确定影响风电系统网损的因素集
Figure 143279DEST_PATH_IMAGE002
，计算各因素对网损的影响特性，形成包含方案层与因素层的层次模型；根据风电系统的运行方式，将分为不可变因素集
Figure 805521DEST_PATH_IMAGE003
和可变因素集
Figure 192640DEST_PATH_IMAGE004
，由调度运行人员确定
Figure 375491DEST_PATH_IMAGE004
的优先度矩阵
Figure 266087DEST_PATH_IMAGE005
；根据风电系统的网损随各因素的变化特性与
Figure 63141DEST_PATH_IMAGE003
，初步筛选得到多个可行方案；根据
Figure 734294DEST_PATH_IMAGE005
与多个可行方案，建立因素层隶属度矩阵
Figure 907786DEST_PATH_IMAGE006
与方案层隶属度矩阵
Figure 918468DEST_PATH_IMAGE007
；根据预设评语集与
Figure 699473DEST_PATH_IMAGE007
，计算多个可行方案中每个可行方案的优先度
Figure 795605DEST_PATH_IMAGE008
，选择优先度最大的可行方案作为最优方案；通过综合考虑一个具有大规模风电接入的电力系统（即风电系统）中，多个因素对系统网损的影响；在实际电力系统运行方式下，提供一种量化的计算方法，计算出可行方案的优先度，为实际运行的电力系统提供指导；从而可以克服现有技术中无法综合多个因素进行定量评估与网损高的缺陷，以实现能够综合多个因素进行定量评估与降低网损的优点。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为根据本发明以降低网损为目标的多约束条件下风电送出功率优化评估方法的流程示意图；
图2为根据本发明以降低网损为目标的多约束条件下风电送出功率优化评估方法的逻辑框图；
图3为一个含大规模风电基地的区域电力系统的布局示意图；
图4为层次模型的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
根据本发明实施例，如图1-图4所示，提供了以降低网损为目标的多约束条件下风电送出功率优化评估方法，用于解决现有风电送出功率对网损影响的分析方法存在的问题。
如图1所示，在本实施例中，以降低网损为目标的多约束条件下风电送出功率优化评估方法，包括：
步骤100：基于选定的风电系统，根据目前国内外关于大规模风电对电力系统的影响研究，确定影响该风电系统网损的因素集
Figure 507209DEST_PATH_IMAGE001
，采用潮流计算软件，基于单一变量法分别计算该因素集
Figure 372397DEST_PATH_IMAGE002
中各因素对网损的影响特性，形成至少包含方案层与因素层的层次模型（参见图4）；
上述因素集，至少包括外部电力系统注入功率、风电总出力、多个不同接入点的风电场群各自风电出力、系统电压水平、以及系统负荷水平中的任意多种因素；
步骤101：获得步骤100中选定风电系统的当前实际运行方式，根据该运行方式，将因素集
Figure 156999DEST_PATH_IMAGE002
分为不可变因素集
Figure 406715DEST_PATH_IMAGE003
和可变因素集
Figure 205038DEST_PATH_IMAGE004
，由调度运行人员确定可变因素集
Figure 514796DEST_PATH_IMAGE004
的优先度矩阵；
在步骤101中，可变因素集
Figure 701244DEST_PATH_IMAGE004
的优先度矩阵
Figure 541024DEST_PATH_IMAGE005
为：，
Figure 115456DEST_PATH_IMAGE010
；其中，
Figure 972553DEST_PATH_IMAGE011
为因素集
Figure 666840DEST_PATH_IMAGE002
中因素的个数（一般地，
Figure 380718DEST_PATH_IMAGE011
取5），为当前实际运行方式下不可变因素集
Figure 821244DEST_PATH_IMAGE003
中不可变动因素的个数；
步骤102：根据步骤100中选定风电系统的网损随因素集中各因素的变化特性、以及步骤101所得不可变因素集
Figure 271128DEST_PATH_IMAGE003
，进行初步筛选，得到多个可行方案；
在步骤102中，进行初步筛选的操作，具体包括：
根据步骤101所得不可变因素集
Figure 538161DEST_PATH_IMAGE003
，确定部分可行方案；
基于所得部分可行方案，进一步根据步骤a中选定风电系统的网损随因素集
Figure 799378DEST_PATH_IMAGE002
中各因素的变化特性，在所述部分可行方案中确定
Figure 202677DEST_PATH_IMAGE013
个优选方案；基于该个优选方案，无法确定当前实际运行方式下的最优方案；
步骤103：确定评语集；以及，根据步骤101所得可变因素集的优先度矩阵
Figure 766011DEST_PATH_IMAGE005
、以及步骤102所得多个可行方案，分别建立因素层隶属度矩阵
Figure 289396DEST_PATH_IMAGE006
与方案层隶属度矩阵
Figure 719241DEST_PATH_IMAGE007
；
在步骤103中，因素层隶属度矩阵
Figure 757604DEST_PATH_IMAGE006
为：
Figure 298306DEST_PATH_IMAGE014
；
方案层隶属度矩阵
Figure 941777DEST_PATH_IMAGE007
为：
；
在步骤103中，建立因素层隶属度矩阵
Figure 818915DEST_PATH_IMAGE006
的操作，具体包括： 
基于选定可行方案所在的可变因素为
Figure 897729DEST_PATH_IMAGE016
，通过
Figure 458023DEST_PATH_IMAGE017
个因素的值对应到隶属度函数，得到个因素对五个评语等级的隶属度分别为：
Figure 180309DEST_PATH_IMAGE018
；
Figure 875864DEST_PATH_IMAGE019
；
根据隶属度函数
Figure 228347DEST_PATH_IMAGE020
，对上述隶属度进行归一化处理，得到因素层隶属度矩阵与方案层隶属度矩阵：
Figure 91764DEST_PATH_IMAGE021
；
Figure 564334DEST_PATH_IMAGE022
；
这里，隶属度函数是将因素层的值映射到评语集中的一种函数关系，因素层隶属于评语集中各评语的程度，可以用半梯形和三角形隶属度函数予以描述；
在步骤103中，评语集，为对被评语事物做出的各级评语组成的集合，可以表示为评语集
Figure 412204DEST_PATH_IMAGE023
，其中，
Figure 150484DEST_PATH_IMAGE024
代表由高到低的各级评语，即评语等级（例如最好、较好、好、一般与差等评语等级）；对评语集
Figure 374792DEST_PATH_IMAGE025
中的每个评语
Figure 701868DEST_PATH_IMAGE026
可以给出相应的分数，则可以得到评语集对应的分数集
Figure 48536DEST_PATH_IMAGE027
为:
Figure 461063DEST_PATH_IMAGE028
；
例如，
Figure 223482DEST_PATH_IMAGE030
时，评语集
Figure DEST_PATH_IMAGE031
，与该评语集
Figure 218114DEST_PATH_IMAGE025
对应的分数集可以为
Figure 573189DEST_PATH_IMAGE032
；
步骤104：根据步骤103所得评语集、以及方案层隶属度矩阵
Figure 201617DEST_PATH_IMAGE007
，计算步骤102所得多个可行方案中每个可行方案的优先度
Figure 237706DEST_PATH_IMAGE008
；以及，基于所得多个可行方案的优先度
Figure 863859DEST_PATH_IMAGE008
，选择优先度
Figure 64028DEST_PATH_IMAGE008
最大的可行方案作为最优方案；
在步骤104中，根据步骤103所得评语集、以及方案层隶属度矩阵，计算步骤102所得多个可行方案中每个可行方案的优先度
Figure 324425DEST_PATH_IMAGE008
的操作，具体包括：
Figure 183796DEST_PATH_IMAGE029
。
按照上述步骤100-步骤104所示的方法，参见图2，采用如图3所示的区域电力系统作为校验模型，分析如下：
步骤100：基于选定的如图3所示带大规模风电的电力系统，根据目前国内外关于大规模风电对电力系统的影响研究，确定影响该风电系统网损的因素集包括A省向B省注入功率、风电总出力、风电场群1与风电场群2出力比例、系统电压水平和系统电压水平五个因素。采用潮流计算软件，基于单一变量法分别计算该因素集中各因素对网损的影响特性，形成如图4包含方案层与因素层的层次模型。
步骤101：采用如图3所示带大规模风电的电力系统。该运行方式为系统负荷一定，为不可变因素，组成不可变因素集
Figure 966125DEST_PATH_IMAGE003
；A省向B省注入功率、风电总出力、风电场群1与风电场群2出力比例和系统电压水平构成可变因素集。
在步骤101中，可变因素集
Figure 757811DEST_PATH_IMAGE004
的优先度矩阵为：
Figure DEST_PATH_IMAGE033
。
步骤102：根据步骤100中选定风电系统的网损随因素集
Figure 362285DEST_PATH_IMAGE002
中各因素的变化特性、以及步骤101所得不可变因素集
Figure 493052DEST_PATH_IMAGE003
，进行初步筛选，得到n个可行方案为：
Figure 631909DEST_PATH_IMAGE034
步骤103：确定评语集
Figure DEST_PATH_IMAGE035
，与该评语集
Figure 28387DEST_PATH_IMAGE025
对应的分数集
Figure 278102DEST_PATH_IMAGE027
可以为
Figure 325693DEST_PATH_IMAGE036
； 
根据步骤101所得可变因素集
Figure 635451DEST_PATH_IMAGE004
的优先度矩阵
Figure 706176DEST_PATH_IMAGE005
、以及步骤102所得三个可行方案，分别建立因素层隶属度矩阵；
方案一：
Figure DEST_PATH_IMAGE037
Figure 412412DEST_PATH_IMAGE038
归一化后，得到方案一因素层隶属度矩阵：
Figure DEST_PATH_IMAGE039
。
同理得到方案二因素层隶属度矩阵：
Figure 955388DEST_PATH_IMAGE040
。
方案三因素层隶属度矩阵：
Figure DEST_PATH_IMAGE041
。
由此得到方案层隶属度矩阵：
Figure 917976DEST_PATH_IMAGE042
步骤104：根据步骤103所得评语集
Figure 612263DEST_PATH_IMAGE027
、以及方案层隶属度矩阵，计算步骤102所得多个可行方案中每个可行方案的优先度
Figure 371457DEST_PATH_IMAGE008
;
经过分析计算，得到各方案的优先度结果，如表1所示。
表1：可行方案优先度结果
Figure 579716DEST_PATH_IMAGE044
上述实例分析表明：上述实施例的以降低网损为目标的多约束条件下风电送出功率优化评估方法，通过对影响含大规模风电的电力系统网损的因素的特性分析，结合实际电力系统运行方式，给出可行方案；建立层次模型，利用模糊隶属度函数量化评估各个方案优先度，为大规模风电送出的电网运行提供网损优化指导；有利于克服传统方法中无法综合多个影响因素，定量评估实际运行方式下，以降低网损为目标的多约束条件下风电功率送出方案的问题。
在一个实际电力系统运行方式中，由于其受多个约束条件限制，需在可行的方案里面寻求网损最优的方案；而上述实施例的以降低网损为目标的多约束条件下风电送出功率优化评估方法，综合考虑了一个具有大规模风电接入的电力系统中，多个因素对系统网损的影响；提供了一种量化的计算方法，计算出可行方案的优先度，为实际运行的电力系统提供指导。
综上所述，本发明上述实施例的以降低网损为目标的多约束条件下风电送出功率优化评估方法，包括：确定影响系统网损的因素集
Figure DEST_PATH_IMAGE045
，计算各个因素对网损的影响特性，形成具有方案层与因素层的层次模型；获得电力系统当前实际的运行方式，根据运行方式将因素集分为不可变因素集
Figure 128509DEST_PATH_IMAGE003
和可变因素集
Figure 216551DEST_PATH_IMAGE004
，并由调度运行人员确定可变因素的优先度矩阵
Figure 479222DEST_PATH_IMAGE005
；根据系统网损随各影响因素的变化特性和不可变因素集初步筛选出若干可行方案；确定评语集，并由可变因素的优先度矩阵
Figure 148101DEST_PATH_IMAGE005
和可行方案建立因素层隶属度矩阵
Figure 220093DEST_PATH_IMAGE006
以及方案层隶属度矩阵；由评语集和方案层隶属度矩阵计算各方案优先度；选择优先度最大的方案作为最优方案；综合考虑了一个具有大规模风电接入的电力系统中，多个因素对系统网损的影响；在实际电力系统运行方式下，提供了一种量化的计算方法，计算出可行方案的优先度，为实际运行的电力系统提供指导。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，包括：
a、基于选定的风电系统，根据目前国内外关于大规模风电对电力系统的影响研究，确定影响该风电系统网损的因素集                                               ，采用潮流计算软件，基于单一变量法分别计算该因素集
Figure 2012101622328100001DEST_PATH_IMAGE004
中各因素对网损的影响特性，形成至少包含方案层与因素层的层次模型；
所述因素集
Figure 259533DEST_PATH_IMAGE004
，至少包括外部电力系统注入功率、风电总出力、多个不同接入点的风电场群各自风电出力、系统电压水平、以及系统负荷水平中的任意多种因素；
b、获得步骤a中选定风电系统的当前实际运行方式，根据该运行方式，将因素集
Figure 176674DEST_PATH_IMAGE004
分为不可变因素集和可变因素集，由调度运行人员确定可变因素集的优先度矩阵
Figure 2012101622328100001DEST_PATH_IMAGE010
；
c、根据步骤a中选定风电系统的网损随因素集
Figure 493832DEST_PATH_IMAGE004
中各因素的变化特性、以及步骤b所得不可变因素集
Figure 308204DEST_PATH_IMAGE006
，进行初步筛选，得到多个可行方案；
d、确定评语集；以及，根据步骤b所得可变因素集
Figure 130667DEST_PATH_IMAGE008
的优先度矩阵
Figure 460017DEST_PATH_IMAGE010
、以及步骤c所得多个可行方案，分别建立因素层隶属度矩阵与方案层隶属度矩阵
Figure DEST_PATH_IMAGE014
；
e、根据步骤d所得评语集、以及方案层隶属度矩阵
Figure 658917DEST_PATH_IMAGE014
，计算步骤c所得多个可行方案中每个可行方案的优先度
Figure DEST_PATH_IMAGE016
；以及，基于所得多个可行方案的优先度
Figure 390113DEST_PATH_IMAGE016
，选择优先度
Figure 383476DEST_PATH_IMAGE016
最大的可行方案作为最优方案。
2.根据权利要求1所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤b中，所述可变因素集
Figure 200123DEST_PATH_IMAGE008
的优先度矩阵
Figure 937135DEST_PATH_IMAGE010
为：
Figure DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE020
；
其中，
Figure DEST_PATH_IMAGE022
为因素集
Figure 522837DEST_PATH_IMAGE004
中因素的个数，
Figure DEST_PATH_IMAGE024
为当前实际运行方式下不可变因素集
Figure 14998DEST_PATH_IMAGE006
中不可变动因素的个数。
3.根据权利要求1所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤c中，进行初步筛选的操作，具体包括：
根据步骤b所得不可变因素集，确定部分可行方案；
基于所得部分可行方案，进一步根据步骤a中选定风电系统的网损随因素集
Figure 531747DEST_PATH_IMAGE004
中各因素的变化特性，在所述部分可行方案中确定
Figure DEST_PATH_IMAGE026
个优选方案；基于该
Figure 237535DEST_PATH_IMAGE026
个优选方案，无法确定当前实际运行方式下的最优方案。
4.根据权利要求1所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤d中，所述因素层隶属度矩阵
Figure 572701DEST_PATH_IMAGE012
为：
Figure DEST_PATH_IMAGE028
；
所述方案层隶属度矩阵为：
Figure DEST_PATH_IMAGE030
。
5.根据权利要求1或4所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤d中，所述建立因素层隶属度矩阵
Figure 442754DEST_PATH_IMAGE012
的操作，具体包括： 
基于选定可行方案所在的可变因素为
Figure DEST_PATH_IMAGE032
，通过
Figure DEST_PATH_IMAGE034
个因素的值对应到隶属度函数，得到
Figure 3048DEST_PATH_IMAGE034
个因素对五个评语等级的隶属度分别为：
Figure DEST_PATH_IMAGE036
；
Figure DEST_PATH_IMAGE038
；
根据隶属度函数，对上述隶属度进行归一化处理，得到因素层隶属度矩阵
Figure 837012DEST_PATH_IMAGE012
与方案层隶属度矩阵
Figure 787651DEST_PATH_IMAGE014
：
；
Figure DEST_PATH_IMAGE044
。
6.根据权利要求1所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤d中，所述评语集为对被评语事物做出的各级评语组成的集合，表示为评语集
Figure DEST_PATH_IMAGE046
，其中，
Figure DEST_PATH_IMAGE048
代表由高到低的各级评语；
对评语集
Figure DEST_PATH_IMAGE050
中的每个评语
Figure DEST_PATH_IMAGE052
可以给出相应的分数，则可以得到评语集对应的分数集
Figure DEST_PATH_IMAGE054
为:
Figure DEST_PATH_IMAGE056
。
7.根据权利要求1或6所述的以降低网损为目标的多约束条件下风电送出功率优化评估方法，其特征在于，在步骤e中，所述根据步骤d所得评语集、以及方案层隶属度矩阵
Figure 919424DEST_PATH_IMAGE014
，计算步骤c所得多个可行方案中每个可行方案的优先度
Figure 271908DEST_PATH_IMAGE016
的操作，具体包括：
Figure DEST_PATH_IMAGE058
。
CN201210162232.8A 2012-05-23 2012-05-23 以降低网损为目标的多约束条件下风电送出功率优化评估方法 Expired - Fee Related CN102684223B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201210162232.8A CN102684223B (zh) 2012-05-23 2012-05-23 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CA2864241A CA2864241C (en) 2012-05-23 2013-05-15 Optimization and evaluation method for delivery power of wind power with target of reducing power loss under multi-constraint conditions
PCT/CN2013/000579 WO2013174146A1 (zh) 2012-05-23 2013-05-15 以降低网损为目标的多约束条件下风电送出功率优化评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210162232.8A CN102684223B (zh) 2012-05-23 2012-05-23 以降低网损为目标的多约束条件下风电送出功率优化评估方法

Publications (2)

Publication Number Publication Date
CN102684223A CN102684223A (zh) 2012-09-19
CN102684223B true CN102684223B (zh) 2014-02-19

Family

ID=46815762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210162232.8A Expired - Fee Related CN102684223B (zh) 2012-05-23 2012-05-23 以降低网损为目标的多约束条件下风电送出功率优化评估方法

Country Status (3)

Country Link
CN (1) CN102684223B (zh)
CA (1) CA2864241C (zh)
WO (1) WO2013174146A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933301A (zh) * 2015-06-05 2015-09-23 三峡大学 一种计算风电场有效容量的计算方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102684223B (zh) * 2012-05-23 2014-02-19 甘肃省电力公司电力科学研究院 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CN102915472B (zh) * 2012-10-30 2016-06-01 南京软核科技有限公司 基于基因修复混沌遗传算法的配电网综合优化规划方法
CN103219751B (zh) * 2013-05-08 2015-04-29 东南大学 一种集群风电场有功功率控制方法
CN104734201B (zh) * 2015-04-02 2017-01-25 国家电网公司 一种电力系统中风电配送方案的确定方法及装置
CN106953745B (zh) * 2017-02-28 2019-08-20 中国联合网络通信集团有限公司 网络问题评估的方法及装置
CN111241664B (zh) * 2020-01-03 2023-09-05 深圳供电局有限公司 一种配变台区电压问题治理方案评估方法
CN111340337B (zh) * 2020-02-14 2023-07-21 国网山西省电力公司大同供电公司 高渗透率分布式电源并网对配电网运行风险的评估方法
CN111927718A (zh) * 2020-08-20 2020-11-13 国电联合动力技术有限公司 风力发电机组传动链寻优方法及装置
CN112101673B (zh) * 2020-09-22 2024-01-16 华北电力大学 一种基于隐马尔可夫模型的电网发展趋势预测方法及系统
CN112990664B (zh) * 2021-02-08 2023-04-18 中国南方电网有限责任公司超高压输电公司检修试验中心 一种变压器绝缘材料耐火能力评估方法
CN112906979A (zh) * 2021-03-19 2021-06-04 上海电机学院 一种发电功率预测方法
CN114723174B (zh) * 2022-05-06 2023-04-07 国网江苏省电力有限公司南通供电分公司 一种基于状态评估的能源输送参数调整方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101800428A (zh) * 2009-12-31 2010-08-11 清华大学 省地协调母线电压协调约束上下限值获得方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7873442B2 (en) * 2002-05-20 2011-01-18 The Energy Authority, Inc. System and method for managing and optimizing power use
JP5530831B2 (ja) * 2010-06-30 2014-06-25 日立コンシューマエレクトロニクス株式会社 機器運転制御方法およびシステム
CN102097828B (zh) * 2010-12-30 2014-03-12 中国电力科学研究院 一种基于功率预测的风电优化调度方法
CN102214932B (zh) * 2011-06-09 2013-03-06 电子科技大学 一种风光储输综合发电站有功功率分配方法
CN102361330B (zh) * 2011-10-19 2014-03-05 北京四方继保自动化股份有限公司 风电场风电机组有功功率优化分配方法
CN102684223B (zh) * 2012-05-23 2014-02-19 甘肃省电力公司电力科学研究院 以降低网损为目标的多约束条件下风电送出功率优化评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101800428A (zh) * 2009-12-31 2010-08-11 清华大学 省地协调母线电压协调约束上下限值获得方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933301A (zh) * 2015-06-05 2015-09-23 三峡大学 一种计算风电场有效容量的计算方法

Also Published As

Publication number Publication date
CN102684223A (zh) 2012-09-19
WO2013174146A1 (zh) 2013-11-28
CA2864241C (en) 2019-06-18
CA2864241A1 (en) 2013-11-28

Similar Documents

Publication Publication Date Title
CN102684223B (zh) 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CN112132427A (zh) 一种考虑用户侧多种资源接入的电网多层规划方法
CN103440528A (zh) 基于耗差分析的火电机组运行优化方法及装置
CN115102170B (zh) 一种风电光伏储能配比的协调优化方法
CN105512766A (zh) 一种风电场功率预测方法
CN106803130A (zh) 分布式电源接入配电网的规划方法
CN104795828A (zh) 基于遗传算法的风储容量配置方法
Sun et al. Spatial-temporal characteristics of carbon emission intensity in electricity generation and spatial spillover effects of driving factors across China's provinces
CN108667054A (zh) 一种储能规划方法及装置
CN105956318A (zh) 基于改进分裂 h-k 聚类方法的风电场机群划分方法
CN113346489A (zh) 一种新能源空间耦合性建模评估方法及系统
Xing et al. Evaluation system of distribution network admission to roof distributed photovoltaic based on ahp-ew-topsis
CN105976046B (zh) 一种考虑需求侧管理的低碳电网规划方法
CN107766298A (zh) 一种生成全年逐日太阳辐射和风速数据的方法
CN112653194A (zh) 一种新能源极限消纳能力评估方法
CN103336829B (zh) 基于模拟退火算法的查询优化方法
CN104408531B (zh) 一种多维多阶段复杂决策问题的均匀动态规划方法
CN115776138A (zh) 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置
Hongzhan et al. Comprehensive evaluation for transmission network planning scheme based on entropy weight method and VIKOR method
Xueliang et al. Study of power grid planning integrated information platform based on big-data technology
CN111027017B (zh) 一种配电网管理状态综合评价系统
CN108446792A (zh) 一种在演化路径与规划目标之间迭代的优化方法
CN108921726A (zh) 基于非径向dea的能源转型效率评价模型建立方法
Wen et al. Cluster Analysis of CO 2 Emissions by the Chinese Power Industry.
Zhao et al. Gains in China's sustainability by decoupling economic growth from energy use

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
ASS Succession or assignment of patent right

Owner name: NORTH CHINA ELECTRIC POWER UNIVERSITY STATE GRID C

Free format text: FORMER OWNER: NORTH CHINA ELECTRIC POWER UNIVERSITY

Effective date: 20121107

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20121107

Address after: Qilihe District of Gansu city in Lanzhou Province, 730050 West East Road No. 648

Applicant after: Gansu Electric Power Corporation Electric Power Science Research Institute

Applicant after: North China Electric Power University

Applicant after: State Grid Corporation of China

Address before: Qilihe District of Gansu city in Lanzhou Province, 730050 West East Road No. 648

Applicant before: Gansu Electric Power Corporation Electric Power Science Research Institute

Applicant before: North China Electric Power University

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140219

Termination date: 20190523

CF01 Termination of patent right due to non-payment of annual fee