CN103151803A - 一种含风电系统机组及备用配置的优化方法 - Google Patents

Abstract

本发明公开了电力系统运行和调度技术领域的一种含风电系统机组及备用配置的优化方法。其技术方案是，通过分析风机输出特性，并在分析火电机组运行费用的传统方法中，考虑汽轮机进气阀突然开启时产生的阀点效应，同时增加了基于可靠性指标的旋转备用容量分析；建立机组及备用容量优化的数学模型，从而得到最优的配置结果，并根据配置结果进行配置。本发明提供的方法，考虑了水电在不同时期的不同处理方式，对含风电场的电力系统稳态经济调度提供了良好的基础；建模中考虑了风电功率的随机波动性，增加了基于可靠性指标的旋转备用容量分析步骤，并将机组运行经济性与旋转备用容量优化配置相融合，建立了含风电场电力系统的机组与备用优化数学模型。

Description

一种含风电系统机组及备用配置的优化方法

技术领域

本发明属于电力系统运行和调度技术领域，尤其涉及一种含风电系统机组及备用配置的优化方法。

背景技术

近年来，随着国内电力工业的长足发展和市场化改革的进行，我国电力系统迅猛发展。特高压交直流输电投入运行，传统电源和新能源发电装机容量稳步增长，微网和储能技术也取得显著的进步，电力系统规模日益庞大，运行环境越发复杂，与此同时，电力系统运行过程中遇到的不确定因素也不断增多。实际运行中，由于发电机的随机停运，负荷的波动，负荷预测的偏差，线路过载等都会造成电力系统平衡状态的破坏，从而给社会带来很大的经济损失。在新能源发电方面，风电由于环境友好、技术成熟、成本低、商业化前景好，成为目前发展最快的新型能源，国内风电装机容量飞速增长，某些地区的风电渗透率已不容忽视，但是由于风电出力的随机性和间歇性，风电接入系统后，势必会使系统面临更多的不确定性因素。因此，传统的电力系统调度运行理论必须加以改进和完善，以适应系统电源结构的改变。

机组组合及备用配置问题是电力系统经典的研究课题之一，主要通过预测未来一段研究周期内的负荷水平，决策系统该段周期的开机计划及出力，并预留一定容量的旋转备用，以应对可能的突发事故，维持系统的安全、可靠运行。合理的机组组合策略可以有效地节省一次能源，延长机组寿命；合理的备用配置能保证系统安全运行，降低系统运行成本。

发明内容

本发明以系统运行的综合成本最低为动态有功经济调度的目标函数，包括机组燃料费、汽轮机的阀点效应、启停机费用和由于强迫停运导致的停电损失费用，并考虑到在市场环境下，电厂不再无偿提供备用辅助服务，提出了一种含风电系统机组及备用配置的优化方法。

一种含风电系统机组及备用配置的优化方法，其特征在于，所述方法包括步骤：

步骤1：分析风机输出特性，得到研究周期内各场景中的风电出力曲线；

步骤2：分析水电机组和火电机组的运行费用，优先安排水电机组承担尖峰负荷，根据系统功率平衡P_G+P_H=P_L-P_W，其余负荷由火电机组承担；分析火电机组运行费用的传统方法中考虑了燃料费和启停机费用，在此基础上，考虑汽轮机进气阀突然开启时产生的阀点效应，得到火电机组运行费用Y_G；其中，P_G为系统内的火电机组总出力；P_H为系统内水电机组的总出力；P_w为风电场输出的有功功率预测值；P_L为系统负荷预测值；

步骤3：机组运行要符合系统运行可靠性指标，选取与经济性相关的电量不足期望值ENNS指标，将步骤1中得到的研究周期内风电出力曲线与根据历史数据得到的负荷预测曲线相叠加后，运用随机生产模拟技术计算停电损失费用Y_s；考虑火电厂有偿提供备用辅助服务，系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r；

步骤4：根据步骤2和3中求出的火电机组运行费用Y_G、停电损失费用Y_s和向提供旋转备用的火电厂支付的费用Y_r，建立机组及备用容量优化数学模型；

步骤5：根据步骤4中建立的机组及备用容量优化数学模型得到各个机组的输出功率和各个机组提供的旋转备用容量，并根据得到各个机组的输出功率和各个机组提供的旋转备用容量进行配置。

所述分析风机输出特性，得到研究周期内各场景中的风电出力曲线的过程为：

步骤101：对于研究周期内的各个时段，通过实测数据整理拟合得到风速的概率密度分布函数，对概率密度分布函数积分获得风速的累积分布函数（分布函数值在0和1之间），按均匀分布随机生成区间（0，1）内的随机数；

步骤102：根据随机数值利用累计分布函数的反函数获得与之对应的风速值，

步骤103：按照典型风机出力函数计算各时段内的风电出力值；

步骤104：将各个时段的风电出力值按时间排序，获得研究周期内的风电出力曲线；

步骤105：重复以上过程，相当于反复进行随机抽样，得到若干的风电出力场景，以及这些场景所对应的不同风电出力曲线。

步骤2中，丰水期，水电机组作为高效机组承担基荷；枯水期，水电机组作为高效调峰机组承担峰荷。将系统功率平衡式中的水电出力移至等号右边，即P_G=P_L-P_w-P_H，可将负荷曲线变化为两种形式：丰水期如和枯水期。对于丰水期，水电机组按额定容量的一定比例平稳发电，即P_w=ε*P_wN；枯水期，水电机组按水库的运行方式发电，有

其中（t₀，t₁）为削峰时段，y₁为负荷曲线，y₂水电机组出力曲线，W为根据调度安排水电机组在枯水期的总发电量。

分析常规火电机组运行费用时，考虑了燃料费、汽轮机的阀点效应以及启停机费用，总运行费的计算式为Y_G=A_t(P_G)+B_t(P_G)+C_t(P_G)。

在一个时间段t内，火电机组的燃料费用为：

$A_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{A}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，A_i(P_t,i)=a_i×(P_t,i)²+b_i×P_t,i+c_i；A_i(P_t,i)为火电机组i在t时段的发电成本；N为火电机组总数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；a_i、b_i和c_i为燃料费用系数；P_t,i为火电机组i在t时段输出的有功功率。

各火电机组的汽轮机因阀点效应产生的总运行费用为：

$B_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，B_i(P_t,i)=|e_isin[f_i(P_imin-P_t,i)]|；B_i(P_t,i)为时间段t内火电机组i由于阀点效应产生的能耗成本；N为火电机组总数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；P_t,i为火电机组i在t时段输出的有功功率；P_imin为火电机组i的最小出力；e_i和f_i为阀点效应系数。

火电机组启停的总费用为：

$C_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，C_i(P_t,i)为t时段内火电机组i产生的启停费用；由于t时段内火电机组i产生的启停费用与其上一时段t-1时段有关，只有当上一时段火电机组所处的状态为停机时，才会耗费这部分费用，所以C_i(P_t,i)=(1-U_i(t-1))*STC_i(t)；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；U_i(t-1)是火电机组i在t-1时刻的状态；STC_i(t)是火电机组i的启停成本。

步骤3中，将研究周期内不同场景下的风电出力曲线分别与根据历史数据得到的负荷预测曲线（属于现有技术）相叠加，形成等效负荷预测曲线，再将此曲线重画成等效持续负荷预测曲线L，L上一点（x，t）表示等效负荷大于等于x的持续时间为t，在t时段内停电损失费用为：

Y_s=γ*W_ENNS,t；

其中，W_ENNS,t为t时段用户电量损失期望值；W_ENNS,t通过随机生产模拟技术求出 $W_{\mathrm{ENNS},t}=T{\∫}_{C_t}^{X_{\max }+C_t}{f}^n\left(x\right)\mathrm{dx};$ T为调度周期总的时段数；X_max为研究周期内的最大负荷，C_t为系统总装机容量，fⁿ(x)为等效负荷持续曲线（ELDC，风电看成负的负荷包含在其中）；γ为每度电的停电损失费用，一般取为每千瓦时产值的5倍。

系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r的计算公式为：

$Y_r=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i}$

其中，N为火电机组总数；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量。

步骤4中，建立的机组及备用容量优化数学模型的过程为：把研究周期均等地分为T个时段，对于一天来说，可以按小时均分成24个时段，将各个时段内考虑电力系统运行经济性和可靠性得到的运行费用求和，即为研究周期内的总费用，优化目标则为使这个总费用最小化。因此，根据步骤2和3中的结论与数学表达式，建立机组及备用容量优化数学模型，包括目标函数与约束条件；

所述目标函数为：

$\min Y\left(P_{t,i}\right)=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left\{\right[A_t\left(P_G\right)+B_t\left(P_G\right)+C_t\left(P_G\right)]+(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i})+\mathrm{\γ}*W_{\mathrm{ENNS},t}\}$

结合步骤2和3，细化后的等价完整表达式为：

$\min Y\left(P_{t,i}\right)=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left\{\right[\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left\{\right[A_i\left(P_{t,i}\right)+B_i\left(P_{t,i}\right)+C_i\left(P_{t,i}\right)]*U_i\left(t\right)+{\mathrm{\ρ}}_i*R_{t,i}\}]+\mathrm{\γ}*W_{\mathrm{ENNS},t}\}$

其中，A_t(P_G)为t时段内火电机组的燃料费用；B_t(P_G)为t时段内因阀点效应产生的总运行费用；C_i(P_t,i)为t时段内火电机组启停的总费用；Y(P_t,i)为调度周期内总的运行成本；i为发电机组号；N为火电机组总数；t为时段号；T为调度周期总的时段数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量；A_i(P_t,i)为火电机组i在t时段的发电成本；B_i(P_t,i)为火电机组的汽轮机阀点效应产生的能耗成本；C_i(P_t,i)为启停机费用；γ*W_ENNS,t为用户在t时段内的期望停电损失费用；γ为每度电的停电损失费用；W_ENNS,t为t时段用户电量损失期望值。

所述约束条件包括：

1)系统功率平衡约束

P_G+P_H+P_w-P_L-P_φ=0

其中，P_G为系统内的火电机组总出力；P_H为系统内水电机组的总出力；P_w为风电场输出的有功功率预测值；P_L为系统负荷预测值；P_φ为系统的网络损耗；

2)常规火电机组容量平衡

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{G,t,i}+P_{R,t,i})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{GN},i}$

其中，P_G,t,i为火电机组i在第t时段的出力，P_R,t,i为火电机组i在第t时段的旋转备用容量；P_GN,i为火电机组i的额定容量；N为火电机组总数；

3)火电机组出力约束

P_imin≤P_t,i≤P_imax

其中，P_imax为火电机组i的最大出力；P_imin为火电机组i的最小出力；P_t,i为火电机组i在t时段输出的有功功率；

4)火电机组爬坡率约束

$P_{t,i}-P_{t-1,i}\≤r_u^i*T_{60}$

$P_{t-1,i}-P_{t,i}\≤r_d^i*T_{60}$

其中，

为火电机组i的向上爬坡率，

为火电机组i的向下爬坡率，T₆₀为爬坡时间段，选定为60分钟；P_t,i为火电机组i在t时段输出的有功功率；P_t-1,i为火电机组i在t-1时段输出的有功功率；

5)常规机组最小运行和停机时间约束

$(X_i^{\mathrm{on}}(t-1)-T_i^{\mathrm{on}})(U_i(t-1)-U_i\left(t\right))\≥0$

$(X_i^{\mathrm{off}}(t-1)-T_i^{\mathrm{off}})(U_i\left(t\right)-U_i(t-1))\≥0$

其中，

为常规机组i在t时段已经连续运行时间；

为常规机组i在t时段已经连续停运时间；

为常规机组i的最小运行时间；

为常规机组i的最小停运时间；U_i(t)是机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；

6)机组的备用容量约束

0≤R_i≤R_i,max

其中，R_i,max为第i台机组所能提供的最大旋转备用容量，数值上等于机组的额定容量与机组当前出力的差值。

本发明提供的方法中所提出的考虑风电接入的电力系统机组及备用优化配置模型，一方面，建立模型的条理清晰，便于理解，且考虑了水电在不同时期的不同处理方式，对含风电场的电力系统稳态经济调度提供了良好的基础。另一方面，建模中考虑了风电功率的随机波动性，而且相比于传统方案，增加了基于可靠性指标的旋转备用容量分析步骤，并最终将机组运行经济性与旋转备用容量优化配置相融合，建立了全面的含风电场电力系统的机组与备用优化数学模型。

附图说明

图1是本发明提供的典型风机出力模拟曲线；

图2是本发明提供的丰水期机组负荷分配图；

图3是本发明提供的枯水期机组负荷分配图；

图4是本发明提供的丰水期水电机组作为高效机组承担基荷对应的曲线图；

图5是本发明提供的枯水期机组作为调峰机组对应的负荷曲线图；

图6是本发明提供的随机生产模拟中的等效持续负荷曲线图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

一种含风电系统机组及备用配置的优化方法，其特征在于，所述方法包括步骤：

步骤1：分析风机输出特性，得到研究周期内各场景中的风电出力曲线；

步骤1中，根据风机输出功率与对应风速的统计数据，拟合得到典型风机出力函数，函数曲线如图1所示。

对于研究周期内的各个时段，通过实测数据整理拟合得到风速的概率密度分布函数，对概率密度函数积分获得风速的累积分布函数（分布函数值在0和1之间），按均匀分布随机生成区间（0，1）内的随机数，根据随机数值利用累计分布函数的反函数获得与之对应的风速值，再按照典型风机出力函数计算各时段内的风电出力值，最后将各个时段的风电出力值按时间排序，获得研究周期内的风电出力曲线。

重复以上过程，相当于反复进行随机抽样，则可以得到若干的风电出力场景，以及这些场景所对应的不同风电出力曲线。

步骤2：分析水电机组和火电机组的运行费用，优先安排水电机组承担尖峰负荷，根据系统功率平衡P_G+P_H=P_L-P_W，其余负荷由火电机组承担；分析火电机组运行费用的传统方法中考虑了燃料费和启停机费用，在此基础上，考虑汽轮机进气阀突然开启时产生的阀点效应，得到火电机组运行费用Y_G；

步骤2中，丰水期，机组负荷分配图，如图2所示；枯水期，机组负荷分配图，如图3所示；丰水期，水电机组作为高效机组承担基荷；枯水期，水电机组作为高效调峰机组承担峰荷。将系统功率平衡式中的水电出力移至等号右边，即P_G=P_L-P_w-P_H，可将负荷曲线变化为两种形式：丰水期如图4和枯水期如图5。对于丰水期，水电机组按额定容量的一定比例平稳发电，即P_w=ε*P_wN；枯水期，水电机组按水库的运行方式发电，有

其中（t₀，t₁）为削峰时段，y₁为负荷曲线，y₂水电机组出力曲线，W为根据调度安排水电机组在枯水期的总发电量。

分析常规火电机组运行费用时，考虑了燃料费、汽轮机的阀点效应以及启停机费用，总运行费的计算式为Y_G=A_t(P_G)+B_t(P_G)+C_t(P_G)。

在一个时间段t内，火电机组的燃料费用为：

$A_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{A}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，A_i(P_t,i)=a_i×(P_t,i)²+b_i×P_t,i+c_i；A_i(P_t,i)为发电机组i在t时段的发电成本；N为火电机组总数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；a_i、b_i和c_i为燃料费用系数；P_t,i为火电机组i在t时段输出的有功功率。

各机组的汽轮机因阀点效应产生的总运行费用为：

$B_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，B_i(P_t,i)=|e_isin[f_i(P_imin-P_t,i)]|；B_i(P_t,i)为时间段t内机组i由于阀点效应产生的能耗成本；N为火电机组总数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；P_t,i为火电机组i在t时段输出的有功功率；P_imin为火电机组i的最小出力；e_i和f_i为阀点效应系数。

机组启停的总费用为：

$C_t\left(P_G\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_i\left(P_{t,i}\right)*U_i\left(t\right);$

其中，C_i(P_t,i)为t时段内火电机组i产生的启停费用；由于t时段内机组i产生的启停费用与其上一时段t-1时段有关，只当上一时段火电机组状态为停机时，才耗费这部分费用，所以

C_i(P_t,i)=(1-U_i(t-1))*STC_i(t)；

U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；U_i(t-1)是火电机组i在t-1时刻的状态；STC_i(t)是火电机组i的启停成本。

步骤3：机组运行要符合系统运行可靠性指标，选取与经济性相关的电量不足期望值ENNS指标，将步骤1中得到的研究周期内风电出力曲线与根据历史数据得到的负荷预测曲线相叠加后，运用随机生产模拟技术计算停电损失费用Y_s；考虑火电厂有偿提供备用辅助服务，系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r。

步骤3中，将研究周期内不同场景下的风电出力曲线分别与根据历史数据得到的负荷预测曲线（属于现有技术）相叠加，形成等效负荷预测曲线，再将此曲线重画成等效持续负荷预测曲线L，如图6所示，L上一点（x，t）表示等效负荷大于等于x的持续时间为t，在t时段内停电损失费用为：

Y_s=γ*W_ENNS,t；

其中，W_ENNS,t为t时段用户电量损失期望值；W_ENNS,t通过随机生产模拟技术求出 $W_{\mathrm{ENNS},t}=T{\∫}_{C_t}^{X_{\max }+C_t}{f}^n\left(x\right)\mathrm{dx};$ T为调度周期总的时段数；X_max为研究周期内的最大负荷，C_t为系统总装机容量，fⁿ(x)为等效负荷持续曲线（ELDC，风电看成负的负荷包含在其中）；γ为每度电的停电损失费用，一般取为每千瓦时产值的5倍。

系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r的计算公式为：

$Y_r=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i}$

其中，N为火电机组总数；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量。

步骤4：根据步骤2和3中求出的火电机组运行费用Y_G、停电损失费用Y_s和向提供旋转备用的火电厂支付的费用Y_r，建立的机组及备用容量优化数学模型；

步骤4中，建立的机组及备用容量优化数学模型的过程为：把研究周期均等地分为T个时段，对于一天来说，可以按小时均分成24个时段，将各个时段内考虑电力系统运行经济性和可靠性得到的运行费用求和，即为研究周期内的总费用，优化目标则为使这个总费用最小化。因此，根据步骤（2）和（3）中的结论与数学表达式，建立的机组及备用容量优化数学模型，包括目标函数与约束条件；

所述目标函数为：

$\min Y\left(P_{t,i}\right)=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left\{\right[A_t\left(P_G\right)+B_t\left(P_G\right)+C_t\left(P_G\right)]+(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i})+\mathrm{\γ}*W_{\mathrm{ENNS},t}\}$

结合步骤（2）、（3），细化后的等价完整表达式为：

$\min Y\left(P_{t,i}\right)=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left\{\right[\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left\{\right[A_i\left(P_{t,i}\right)+B_i\left(P_{t,i}\right)+C_i\left(P_{t,i}\right)]*U_i\left(t\right)+{\mathrm{\ρ}}_i*R_{t,i}\}]+\mathrm{\γ}*W_{\mathrm{ENNS},t}\}$

其中，Y(P_t,i)为调度周期内总的运行成本；i为发电机组号；N为火电机组总数；t为时段号；T为调度周期总的时段数；U_i(t)是火电机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量；A_i(P_t,i)为火电机组i在t时段的发电成本；B_i(P_t,i)为汽轮机阀点效应产生的能耗成本；C_i(P_t,i)为启停机费用；γ*W_ENNS,t为用户在t时段内的期望停电损失费用；γ为每度电的停电损失费用；W_ENNS,t为t时段用户电量损失期望值。

所述约束条件包括：

1)系统功率平衡约束

P_G+P_H+P_w-P_L-P_φ=0

其中，P_G为系统内的火电机组总出力；P_H为系统内水电机组的总出力；P_w为风电场输出的有功功率预测值；P_L为系统负荷预测值；P_φ为系统的网络损耗；

2)常规火电机组容量平衡

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{G,t,i}+P_{R,t,i})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{GN},i}$

其中，P_G,t,i为火电机组i在第t时段的出力；P_R,t,i为火电机组i在第t时段的旋转备用容量；P_GN,i为火电机组i的额定容量；N为火电机组总数；

3)火电机组出力约束

P_imin≤P_t,i≤P_imax

其中，P_imax为火电机组i的最大出力；P_imin为火电机组i的最小出力；P_t,i为火电机组i在t时段输出的有功功率；

4)火电机组爬坡率约束

$P_{t,i}-P_{t-1,i}\≤r_u^i*T_{60}$

$P_{t-1,i}-P_{t,i}\≤r_d^i*T_{60}$

其中，

为火电机组i的向上爬坡率，

为火电机组i的向下爬坡率，T₆₀为爬坡时间段，选定为60分钟；P_t,i为火电机组i在t时段输出的有功功率；P_t-1,i为火电机组i在t-1时段输出的有功功率；

5)常规机组最小运行和停机时间约束

$(X_i^{\mathrm{on}}(t-1)-T_i^{\mathrm{on}})(U_i(t-1)-U_i\left(t\right))\≥0$

$(X_i^{\mathrm{off}}(t-1)-T_i^{\mathrm{off}})(U_i\left(t\right)-U_i(t-1))\≥0$

其中，

为常规机组i在t时段已经连续运行时间；

为常规机组i在t时段已经连续停运时间；

为常规机组i的最小运行时间；

为常规机组i的最小停运时间；U_i(t)是机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；

6)机组的备用容量约束

0≤R_i≤R_i,max

其中，R_i,max为第i台机组所能提供的最大旋转备用容量，数值上等于机组的额定容量与机组当前出力的差值。

步骤5：根据步骤4中得到的机组及备用容量优化数学模型得到得到各个机组的输出功率和各个机组提供的旋转备用容量，并根据得到各个机组的输出功率和各个机组提供的旋转备用容量进行配置。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种含风电系统机组及备用配置的优化方法，其特征在于，所述方法包括步骤：

步骤1：分析风机输出特性，得到研究周期内各场景中的风电出力曲线；

步骤2：分析水电机组和火电机组的运行费用，优先安排水电机组承担尖峰负荷，根据系统功率平衡P_G+P_H=P_L-P_W，其余负荷由火电机组承担；分析火电机组运行费用的传统方法中考虑了燃料费和启停机费用，在此基础上，考虑汽轮机进气阀突然开启时产生的阀点效应，得到火电机组运行费用Y_G；其中，P_G为系统内的火电机组总出力；P_H为系统内水电机组的总出力；P_w为风电场输出的有功功率预测值；P_L为系统负荷预测值；

步骤3：机组运行要符合系统运行可靠性指标，选取与经济性相关的电量不足期望值ENNS指标，将步骤1中得到的研究周期内风电出力预测曲线与根据历史数据得到的负荷预测曲线相叠加后，运用随机生产模拟技术计算停电损失费用Y_s；考虑火电厂有偿提供备用辅助服务，系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r；

步骤4：根据步骤2和3中求出的火电机组运行费用Y_G、停电损失费用Y_s和向提供旋转备用的火电厂支付的费用Y_r，建立机组及备用容量优化数学模型；

步骤5：根据步骤4中建立的机组及备用容量优化数学模型得到各个机组的输出功率和各个机组提供的旋转备用容量，并根据得到各个机组的输出功率和各个机组提供的旋转备用容量进行配置。

2.根据权利要求1所述的一种含风电系统机组及备用配置的优化方法，其特征在于，所述分析风机输出特性，得到研究周期内各场景中的风电出力曲线的过程为：

步骤101：对于研究周期内的各个时段，通过实测数据整理拟合得到风速的概率密度分布函数，对概率密度分布函数积分获得风速的累积分布函数，按均匀分布随机生成区间（0，1）内的随机数；

步骤102：根据随机数值利用累计分布函数的反函数获得与之对应的风速值；

步骤103：按照典型风机出力函数计算各时段内的风电出力值；

步骤104：将各个时段的风电出力值按时间排序，获得研究周期内的风电出力曲线；

步骤105：重复以上过程，相当于反复进行随机抽样，得到若干的风电出力场景，以及这些场景所对应的不同风电出力曲线。

3.根据权利要求1所述的一种含风电系统机组及备用配置的优化方法，其特征在于，火电机组运行费用Y_G的计算式为：

Y_G=A_t(P_G)+B_t(P_G)+C_t(P_G)

其中，A_t(P_G)为时间段t内火电机组的燃料费用；B_t(P_G)为时间段t内因阀点效应产生的总运行费用；C_t(P_G)为时间段t内火电机组启停的总费用。

4.根据权利要求1所述的一种含风电系统机组及备用配置的优化方法，其特征在于，所述运用随机生产模拟技术计算停电损失费用Y_s的计算公式为：

Y_s=γ*W_ENNS,t；

其中，W_ENNS,t为t时段用户电量损失期望值；W_ENNS,t通过随机生产模拟技术求出 $W_{\mathrm{ENNS},t}=T{\∫}_{C_t}^{X_{\max }+C_t}{f}^n\left(x\right)\mathrm{dx};$ T为调度周期总的时段数；X_max为研究周期内的最大负荷，C_t为系统总装机容量，fⁿ(x)为等效负荷持续曲线；γ为每度电的停电损失费用。

5.根据权利要求1所述的一种含风电系统机组及备用配置的优化方法，其特征在于，所述系统在配置备用时需向提供旋转备用的火电厂支付的费用Y_r的计算公式为：

$Y_r=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i}$

其中，N为火电机组总数；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量。

6.根据权利要求3、4或5所述的一种含风电系统机组及备用配置的优化方法，其特征在于，所述机组及备用容量优化数学模型包括目标函数与约束条件；

所述目标函数为：

$\min Y\left(P_{t,i}\right)=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left\{\right[A_t\left(P_G\right)+B_t\left(P_G\right)+C_t\left(P_G\right)]+(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ρ}}_i*R_{t,i})+\mathrm{\γ}*W_{\mathrm{ENNS},t}\}$

其中，A_t(P_G)为t时段内火电机组的燃料费用；B_t(P_G)为t时段内因阀点效应产生的总运行费用；C_i(P_t,i)为t时段内火电机组启停的总费用；Y(P_t,i)为调度周期内总的运行成本；i为发电机组号；N为火电机组总数；t为时段号；T为调度周期总的时段数；ρ_i为火电机组i的备用报价；R_t,i为第i台火电机组在t时段的备用容量；γ*W_ENNS,t为用户在t时段内的期望停电损失费用；γ为每度电的停电损失费用；W_ENNS,t为t时段用户电量损失期望值。

所述约束条件包括：

1)系统功率平衡约束

P_G+P_H+P_w-P_L-P_φ=0

其中，P_G为系统内的火电机组总出力；P_H为系统内水电机组的总出力；P_w为风电场输出的有功功率预测值；P_L为系统负荷预测值；P_φ为系统的网络损耗；

2)常规火电机组容量平衡

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{G,t,i}+P_{R,t,i})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{GN},i}$

其中，P_G,t,i为火电机组i在第t时段的出力；P_R,t,i为火电机组i在第t时段的旋转备用容量；P_GN,i为火电机组i的额定容量；N为火电机组总数；

3)火电机组出力约束

P_imin≤P_t,i≤P_imax

其中，P_imax为火电机组i的最大出力；P_imin为火电机组i的最小出力；P_t,i为火电机组i在t时段输出的有功功率；

4)火电机组爬坡率约束

$P_{t,i}-P_{t-1,i}\≤r_u^i*T_{60}$

$P_{t-1,i}-P_{t,i}\≤r_d^i*T_{60}$

其中，

为火电机组i的向上爬坡率，为火电机组i的向下爬坡率，T₆₀为爬坡时间段，选定为60分钟；P_t,i为火电机组i在t时段输出的有功功率；P_t-1,i为火电机组i在t-1时段输出的有功功率；

5)常规机组最小运行和停机时间约束

$(X_i^{\mathrm{on}}(t-1)-T_i^{\mathrm{on}})(U_i(t-1)-U_i\left(t\right))\≥0$

$(X_i^{\mathrm{off}}(t-1)-T_i^{\mathrm{off}})(U_i\left(t\right)-U_i(t-1))\≥0$

其中，

为常规机组i在t时段已经连续运行时间；

为常规机组i在t时段已经连续停运时间；

为常规机组i的最小运行时间；

为常规机组i的最小停运时间；U_i(t)是机组i在t时刻的状态，U_i(t)=1表示运行状态，U_i(t)=0表示停运状态；

6)机组的备用容量约束

0≤R_i≤R_i,max

其中，R_i,max为第i台机组所能提供的最大旋转备用容量，数值上等于机组的额定容量与机组当前出力的差值。

Images