CN102904248A - 基于风电出力不确定性集合的电力系统调度方法 - Google Patents

Abstract

本发明公开一种基于风电出力不确定性集合的电力系统调度方法，包括：获取电力系统中各风电场的风电出力数据，确定风电出力的置信区间；计算风电出力不确定性的时间预计值，根据时间预计值确定风电出力的时间约束集合；计算风电出力不确定性的空间预计值，根据空间预计值确定风电出力的空间约束集合；计算置信区间、时间约束集合和空间约束集合的交集，得到风电出力的不确定性集合；根据电力系统鲁棒调度方法及风电出力的不确定性集合，得到电力系统中各个机组的输出功率和启停时间。本发明解决了含大规模风电的电力系统鲁棒调度问题中，风电出力不确定性建模的难题，保证电网机组启停及调度计划的安全可靠性，有效提高风电场风电出力的利用率。

Description

基于风电出力不确定性集合的电力系统调度方法

技术领域

本发明涉及含大规模风电的电力系统的鲁棒调度问题，特别是涉及一种基于风电出力不确定性集合的电力系统调度的技术领域。

背景技术

电力系统调度问题是电力系统运行中最重要的决策过程之一，其目标是寻找一个调度策略将机组运行及调度费用降到最小，同时要考虑到多种实际的、不同时段的发电、传输及系统稳定性等约束。近年来，新能源发电特别是风能发电比例大幅提升，由于风电出力以现有技术还难以准确预测，其大规模接入所引起的随机、间歇变动为电力系统优化调度决策带来了重大挑战。

大规模风电接入给电力系统调度决策带来的问题核心在于严重的不确定性。传统的关于优化调度问题中处理不确定性的技术可以分为两种：

第一种用调度机组来应对常规负荷，用备用容量来应对系统中的不确定性，也称为备用调整方法，现被广泛应用于当前电力系统运行调度中。该方法将分析备用需求的水平作为评判标准，即系统中出现某个不确定的变化（如损失一台机组、出现一次大的风电出力波动）需要多少备用容量来补偿。这种方法一般由简单的规则而不是通过系统性的分析来确定预留备用容量，虽然在现实中易于应用，但用于应对风电不确定性却并非经济上的最优策略。另一方面，这一方面一般只确定备用总量，而难以系统地考虑备用容量在各机组的合理分配，以满足电网运行过程中的各类安全约束条件。

第二种技术依靠随机优化工具。随机优化的方法在应用于大型电力系统时会存在一些局限性。首先，要获得风电出力不确定性的准确分布及参数是困难的；第二，随机优化方法得到的调度方案只能在一定概率上满足系统的安全可靠性。要得到一种可信度较高的方案通常需要生产大量的情景案例，计算效率较低，且难以保证能覆盖所有的风电出力波动情况。

基于鲁棒调度方法是一种新兴的考虑电力系统中不确定性的调度方法，其关键在于为不确定因素建立一个约束集合。目前对于鲁棒调度问题的研究现多集中在算法层面，而对如何设定不确定性集合、如何选择约束条件的技术较少。传统的技术给出了一种在时间尺度上确定不确定性集合中参数的方法，但要求不确定参数的分布是对称的。现有的不确定性集合的方法均只考虑了不确定性在时间上分布的平滑性，并没有考虑风电场的地理集群效应，不确定性集合的设定过于保守，难以保证风电机组调度运行的安全性和经济性。归结起来，一个理想的描述风电出力的不确定集合应当具备以下一些特点：1）能尽可能全面地覆盖风电出力的所有可能情况，以保证全面性；2）尽可能地将不太可能出现的情况剔除，以减小保守性；3）应当保证集合是全局凸的，以便于优化计算4）应当易于构造，即保证易用性。

发明内容

基于此，本发明提供一种基于风电出力不确定性集合的电力系统调度方法，解决了电力系统鲁棒调度问题中风电出力不确定性集合构造的确定难题，所构造的风电出力不确定性集合可靠性高，易于构造；模型考虑了风电出力在时间上的平滑性和空间上的平均性，能有效降低保守性，提高风电场风电出力的利用率。

一种基于风电出力不确定性集合的电力系统调度方法，包括如下步骤：

获取电力系统中各风电场的风电出力数据，确定风电场的风电出力的置信区间；

计算风电出力不确定性的时间预计值，根据所述时间预计值确定所述风电出力的时间约束集合；

计算风电出力不确定性的空间预计值，根据所述空间预计值确定所述风电出力的空间约束集合；

计算所述置信区间、所述时间约束集合和所述空间约束集合的交集，得到所述风电出力的不确定性集合；

根据电力系统鲁棒调度方法及所述风电出力的不确定性集合，得到电力系统中各个机组的输出功率和启停时间。

上述基于风电出力不确定性集合的电力系统调度方法，在构建大规模风电接入的电力系统调度问题中的风电出力不确定集合时，同时考虑了风电出力在时间上的平滑性和空间上的平均性，利用本发明构造的不确定性集合能有效地降低调度决策的保守性，提高风电场风电出力的利用率，且计算过程简便易行，计算量小，具有良好的工程应用前景。

附图说明

图1为本发明基于风电出力不确定性集合的电力系统调度方法在一实施例中的流程示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于此。

如图1所示，是本发明基于风电出力不确定性集合的电力系统调度方法在一较佳实施例中的流程示意图，包括如下步骤：

S11、获取电力系统中各风电场的风电出力数据，确定风电场的风电出力的置信区间。可基于所获取风电场的风电出力数据，对其风电场的风电出力进行预测，也可根据风电场风电出力历史数据进行统计计算，确定风电出力的置信区间，即风电出力可能最大值及最小值；

风电出力的置信区间表示为：

$w_{\mathrm{jt}}^l\≤w_{\mathrm{jt}}\≤w_{\mathrm{jt}}^u,\∀j,\∀t;$ ①

其中，w_jt为t时段风电场j的实际风电出力值；

为t时段风电场j风电出力置信区间的下界，即风电场j风电出力的可能最小值；

为t时段风电场j风电出力置信区间的上界，即风电场j风电出力的可能最大值。

S12、计算风电出力不确定性的时间预计值，根据所述时间预计值确定所述风电出力的时间约束集合；本步骤考虑不确定性在时间上分布的平滑性构造不确定性集合，即对于单一风电场在全时段的出力给出一个时间上的约束。

在一较佳实施例中，该步骤具体如下：

步骤A、计算风电出力的时间偏差百分数，计算公式为

$Y_T={\mathrm{\Σ}}_{j=1}^T|(w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}})/{\tilde{w}}_{\mathrm{jt}}|,$

其中，T为预设的时间段的数目，可设每个时间段为一小时；

Y_T为所述风电出力的时间偏差百分数，

w_jt为t时段风电场j的实际风电出力值，

为预设的t时段风电场j平均出力的预测值，

为t时段风电场j风电出力的置信区间长度的一半。

步骤B、计算所述时间偏差百分数的均值和方差；

根据步骤A计算得到的所述风电出力的时间偏差百分数Y_T，利用统计学的分析方法，计算获得时间偏差百分数Y_T的均值μ_T＝E[Y_T]和方差

步骤C、根据切比雪夫概率不等式，计算得到所述风电出力不确定性的时间预计值，计算公式为：

${\mathrm{\Γ}}_T={\mathrm{\μ}}_T+{\mathrm{\σ}}_T\sqrt{1/{\mathrm{\β}}_T-1},$

其中，Γ_T为所述时间预计值，

μ_T为所述时间偏差百分数的均值，

σ_T为所述时间偏差百分数的方差，

β_T为预设的风电出力的时间置信水平；

在本步骤中，可先定义z为Y_s与E[Y_s]之间的距离，选取合适的概率不等式，在本实施例中选取切比雪夫概率不等式：

计算其反函数 $f_T^{-1}\left(\mathrm{\β}\right)={\mathrm{\σ}}_T\sqrt{1/{\mathrm{\β}}_T-1},$ 因此得到 ${\mathrm{\Γ}}_T={\mathrm{\μ}}_T+{\mathrm{\σ}}_T\sqrt{1/{\mathrm{\β}}_T-1}.$

步骤D、步骤C中得到了不确定性在时间尺度上的预计值Γ_T，即可确定时间约束集合：

${\mathrm{\Σ}}_{j=1}^T|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤{\mathrm{\Γ}}_T,\∀j,\mathrm{where}{\mathrm{\Γ}}_T\∈[0,T]$ ②。

S13、计算风电出力不确定性的空间预计值，根据所述空间预计值确定所述风电出力的空间约束集合；本步骤考虑不确定性在空间上分布的平均性构造不确定性集合，即对于所有风电场在一个特定时段的风电出力给出一个空间上的约束。

在一较佳实施例中，该步骤具体如下：

步骤E、计算风电出力的空间偏差百分数，计算公式为

$Y_S={\mathrm{\Σ}}_{j=1}^M|(w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}})/{\tilde{w}}_{\mathrm{jt}}|,$

其中，M为预设的风电场的数目；

Y_S为所述风电出力的空间偏差百分数，

w_jt为t时段风电场j的实际风电出力值，

为预设的t时段风电场j平均出力的预测值，

为t时段风电场j风电出力的置信区间长度的一半。

步骤F、计算所述空间偏差百分数的均值和方差；

根据步骤D计算得到的所述风电出力的空间偏差百分数Y_S，利用统计学的分析方法，计算获得时间偏差百分数Y_S的均值μ_S＝E[Y_S]和方差

步骤G、根据切比雪夫概率不等式，计算得到所述风电出力不确定性的空间预计值，计算公式为：

${\mathrm{\Γ}}_S={\mathrm{\μ}}_S+{\mathrm{\σ}}_S\sqrt{1/{\mathrm{\β}}_S-1},$

其中，Γ_S为所述空间预计值，

μ_S为所述空间偏差百分数的均值，

σ_S为所述空间偏差百分数的方差，

β_S为预设的风电出力的空间置信水平；

同样根据切比雪夫概率不等式得到

步骤H、步骤G中得到了不确定性在空间尺度上的预计值Γ_S，即可确定时间约束集合：

${\mathrm{\Σ}}_{j=1}^M|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤T_S,\∀t,\mathrm{where}{\mathrm{\Γ}}_S\∈[0,M]$ ③。

S14、计算所述置信区间、所述时间约束集合和所述空间约束集合的交集，得到风电出力的不确定性集合；

计算置信区间 $w_{\mathrm{jt}}^l\≤w_{\mathrm{jt}}\≤w_{\mathrm{jt}}^u,\∀j,\∀t,$

时间约束集合 ${\mathrm{\Σ}}_{j=1}^T|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤{\mathrm{\Γ}}_T,\∀j,\mathrm{where}{\mathrm{\Γ}}_T\∈[0,T]$

和空间约束集合 ${\mathrm{\Σ}}_{j=1}^M|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤{\mathrm{\Γ}}_S,\∀t,\mathrm{where}{\mathrm{\Γ}}_S\∈[0,M]$ 的交集，即可得到风电出力的不确定性集合。

S15、根据电力系统鲁棒调度方法及所述风电出力的不确定性集合，得到电力系统中各个机组的输出功率和启停时间。

在得到所述不确定性集合后，则可根据传统的机组组合问题方法，可选择电力系统鲁棒调度方法求解出风电场中各个机组的启停时间和输出功率。

下面通过一具体实施例进一步阐述本发明的应用。在本实施例中，将本发明提出的基于风电出力不确定性集合的电力系统调度方法应用到一个包含5个风电场、24规划时段（即在本实施例中有，Γ_S∈[0,5]和Γ_T∈[0,24]）的电力系统中，本实施例中应用了各地风电场某年冬季的历史数据，对历史数据的统计分析表明预测误差近乎满足以均值

和方差

的正态分布。也即是，实际的风电出力有99%的概率在预测值的±50%以内。进而根据

和

生成10⁶个24时段风电场出力样本。最后计算变量Γ_S和Γ_T并测试式②和式③中违反约束的概率。结果如下表1所示：

表.1不同置信水平下的约束预计

表1显示当β增大时，不确定性集合W的规模也在增大，表明电力系统正在面临等级更高的不确定性，并且将会受到更高可靠性的保护。由于切比雪夫不等式的泄露性，约束被实际违反的概率比β低得多。同时变量约束Γ_S和Γ_T也分别比它们各自的最大值5和24小得多，因此鲁棒调度模型的保守性可以被极大的降低。

本发明基于风电出力不确定性集合的电力系统调度方法，在构建大规模风电接入的电力系统调度问题中的风电出力不确定集合时，同时考虑了风电出力在时间上的平滑性和空间上的平均性，利用本发明引入的不确定性集合后能有效地降低了调度决策的保守性，能提高风电场风电出力的利用率，计算量小，计算过程简便，具有良好的工程应用前景。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (3)

1.一种基于风电出力不确定性集合的电力系统调度方法，其特征在于，包括如下步骤：

获取电力系统中各风电场的风电出力数据，确定所述风电出力的置信区间；

计算风电出力不确定性的时间预计值，根据所述时间预计值确定所述风电出力的时间约束集合；

计算风电出力不确定性的空间预计值，根据所述空间预计值确定所述风电出力的空间约束集合；

计算所述置信区间、所述时间约束集合和所述空间约束集合的交集，得到所述风电出力的不确定性集合；

根据电力系统鲁棒调度方法及所述风电出力的不确定性集合，得到电力系统中各个机组的输出功率和启停时间。

2.根据权利要求1所述的基于风电出力不确定性集合的电力系统调度方法，其特征在于，所述计算风电出力不确定性的时间预计值，根据所述时间预计值确定所述风电出力的时间约束集合的步骤具体包括：

计算风电出力的时间偏差百分数，计算公式为：

其中，T为预设的时间段的数目，Y_T为所述风电出力的时间偏差百分数，w_jt为t时段风电场j的实际风电出力值，

为预设的t时段风电场j平均出力的预测值，

为t时段风电场j风电出力的置信区间长度的一半；

计算所述时间偏差百分数的均值和方差；

根据切比雪夫概率不等式，计算得到所述风电出力不确定性的时间预计值，计算公式为

其中，Γ_T为所述时间预计值，μ_T为所述时间偏差百分数的均值，σ_T为所述时间偏差百分数的方差，β_T为预设的风电出力的时间置信水平；

根据所述时间预计值，得到所述时间约束集合，其中，所述时间约束集合为： ${\mathrm{\Σ}}_{j=1}^T|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤{\mathrm{\Γ}}_T,\∀j,\mathrm{where}{\mathrm{\Γ}}_T\∈[0,T].$

3.根据权利要求1所述的基于风电出力不确定性集合的电力系统调度方法，其特征在于，所述计算风电出力不确定性的空间预计值，根据所述空间预计值确定所述风电出力的空间约束集合的步骤具体包括：

计算风电场出力的空间偏差百分数，计算公式为：

其中，M为预设的风电场的数目；Y_S为所述风电出力的空间偏差百分数，w_jt为t时段风电场j的实际风电出力值，

为预设的t时段风电场j平均出力的预测值，

为t时段风电场j风电出力的置信区间长度的一半；

计算所述空间偏差百分数的均值和方差；

根据切比雪夫概率不等式，计算得到所述风电出力不确定性的空间预计值；计算公式为：

其中，Γ_S为所述空间预计值，μ_S为所述空间偏差百分数的均值，σ_S为所述空间偏差百分数的方差，β_S为预设的风电出力的空间置信水平；

根据所述空间预计值，得到所述空间约束集合，其中，所述空间约束集合为： ${\mathrm{\Σ}}_{j=1}^M|w_{\mathrm{jt}}-{\hat{w}}_{\mathrm{jt}}|/{\tilde{w}}_{\mathrm{jt}}\≤{\mathrm{\Γ}}_S,\∀t,\mathrm{where}{\mathrm{\Γ}}_S\∈[0,M].$

Images