CN104269886A - 用于风电并网系统容量效益裕度计算及分配的方法 - Google Patents
用于风电并网系统容量效益裕度计算及分配的方法 Download PDFInfo
- Publication number
- CN104269886A CN104269886A CN201410544509.2A CN201410544509A CN104269886A CN 104269886 A CN104269886 A CN 104269886A CN 201410544509 A CN201410544509 A CN 201410544509A CN 104269886 A CN104269886 A CN 104269886A
- Authority
- CN
- China
- Prior art keywords
- nargin
- capacity benefit
- region
- wind speed
- wind
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010248 power generation Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims description 22
- 230000010354 integration Effects 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 claims description 10
- 230000005684 electric field Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007664 blowing Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000007796 conventional method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于风电并网系统容量效益裕度计算及分配的方法,属于电力系统分析、运行与控制技术领域。本发明的目的是对于风电并网系统,利用一种基于系统可靠性指标的概率性方法计算系统的容量效益裕度的用于风电并网系统容量效益裕度计算及分配的方法。本发明的步骤是:采用时间序列法对风机风速进行短时预测;根据风机风速与输出功率之间的关系曲线;各风机出力求和即得到风电场综合出力;绘制系统发电裕度的概率分布曲线;求出此时系统的可靠性指标LOLE的值;求出各区域每一时刻的容量效益裕度;对容量效益裕度进行经济分配计算。本发明对于多区域风电并网系统,以经济性最佳为目标,满足可靠性为约束对容量效益裕度进行经济分配。
Description
技术领域
本发明属于电力系统分析、运行与控制技术领域。
背景技术
可用输电能力(ATC, available transfer capability)是衡量电网安全稳定运行的技术指标,为判断系统的可靠性提供依据。由于风电自身的随机性和间歇性,风电并网给电力系统的功率平衡带来了巨大的挑战。当越来越多的风电接入系统,风电场出力的波动性必然给ATC的计算带来一定的难度。而容量效益裕度(CBM, capacity benefit margin)作为ATC的一个重要组成部分,若此时无法找到计算CBM准确可靠的新方法,将直接影响到发布的ATC值的可信度,进而使得系统运行的可靠性及经济性不佳。根据CBM的定义,系统预留的CBM是为了保证当某一区域发电量不足时,可以从其它互联区域输送电能来确保系统的安全稳定运行。在多区域电网中,这部分预留的发电量至关重要,当系统发生故障引起电源短缺时,可以从其他互联系统得到援助,使得系统自身预留的容量明显降低,提高运行的经济性。
现阶段对于CBM计算和分配问题的研究还几乎是一个全新的领域,现有研究成果多不够准确和完善。现有方法多采用传统的确定性方法计算CBM,主要考虑到传统机组停机故障等不确定性因素,其发生概率较小,因此一般取系统内最大发电出力的一个倍数,或者取TTC的一个固定百分比。该计算方法的准确性较差,不能很好地反映系统变化对容量效益裕度的影响,特别是风电并网后,无法应对风电的波动性。在CBM计算后,按照与各区域的LOLE指标大小成反比的方法进行分配,该方法计算简单,但是没有考虑系统运行的经济性,只是简单地按照LOLE指标对CBM进行分配,无法应用到现代可靠性与经济性相结合的电力系统中。
发明内容
本发明的目的是对于风电并网系统,利用一种基于系统可靠性指标的概率性方法计算系统的容量效益裕度的用于风电并网系统容量效益裕度计算及分配的方法。
本发明的步骤是:
(1)采用时间序列法对风机风速进行短时预测,利用Jansen模型模拟风电场的尾流效应,X是两个风电机组的距离,叶轮半径和尾流半径分别为R和R W,自然风速和受尾流影响的风速分别是v 0和v x;平坦地形尾流风速计算式为:
C T取0.2,衰减常数,其中h为轮毂高度,z 0为粗糙度,一般取0.002;利用风机功率特性曲线得到风电场出力模型W;
(2)根据风机风速与输出功率之间的关系曲线,当风速小于切入风速V ci或高于切出风速V co时,机组出力为0;当风速从切入风速到额定风速逐渐增大时,机组出力逐步增大;当达到和超过额定风速时,功率保持为额定功率P,不变;得到其数量关系可用下式表示:
其中,
(3)根据以上分析得出风机出力,将各风机出力求和即得到风电场综合出力为:
;
(4)根据一天内每小时的风电场出力模型W,负荷预测模型L以及火电机组出力模型C,则系统发电裕度模型M=W+C-L;利用卷积公式
;
,计算得到M的概率质量函数,绘制系统发电裕度的概率分布曲线;
(5)根据其概率分布,引入电力系统可靠性指标缺电时间期望LOLE,对M取负值区域的概率进行累积分布处理后,求出此时系统的可靠性指标LOLE的值;
根据系统对于LOLE指标,求出缺电区域该时刻从其互联系统输入的CBM的大小;绘制以CBM取值为横坐标,LOLE大小为纵坐标的曲线图,得到此时互联区域间需传输的容量效益裕度的大小;
(6)对于多区域电网,根据步骤(1)、(2)、(3)、(4)、(5)求出各区域每一时刻的容量效益裕度,定义容量效益裕度为负的区域为受电区域,为正的区域为送电区域,以所花费用最小为目标,在送电区域各机组间将向受电区域输送的容量效益裕度进行分配,得到送电区域各机组分担的容量效益裕度,对容量效益裕度进行经济分配的目标函数为:
;
约束条件为:
;
;
;
;
其中:P i 为机组i最大技术出力;p i 为机组i现有的有功出力;CBM A为此时刻受电区域A为满足系统可靠性要求所需要的容量效益裕度;b、c分别为此时刻B、C区域可以提供容量效益裕度的机组数量;CBM B、CBM C为此时刻送电区域B、C在满足系统可靠性约束后可以提供的容量效益裕度;
(7)对容量效益裕度进行经济分配的计算过程:设定种群规模size和遗传代数G,根据各机组装机容量和已发功率确定可用功率的范围,并产生初始种群,进行迭代,判断各区域机组是否满足容量效益裕度经济分配模型的约束条件:
。
本发明提出一种用于风电并网系统的容量效益裕度计算及经济分配的方法,对风电出力短期预测,常规机组出力预测及负荷预测的基础上,利用系统的可靠性指标,采用概率性方法对系统容量效益裕度进行计算。对于多区域电网,在对各区域容量效益裕度计算的基础上,以经济性最佳为目标,在送电区域将向受电区域输送的容量效益裕度分配到各机组。该方法能够在风电并网条件下,准确计算系统的容量效益裕度。对于多区域电网,在保证系统可靠性的基础上,提高了系统运行的经济性。对于多区域风电并网系统,以经济性最佳为目标,满足可靠性为约束对容量效益裕度进行经济分配。
附图说明
图1是风电场平坦地形的Jansen模型;
图2是风电机组风速与输出功率关系;
图3是某时刻系统发电裕度的概率分布;
图4是某时刻系统CBM-LOLE曲线;
图5是多区域电网CBM经济分配流程图;
图6是IEEE-30节点系统接入风电后系统及分区图;
图7是IEEE-30节点系统某天内每小时容量效益裕度的大小;
图8是IEEE-30节点系统某天内每小时A、B、C区域容量效益裕度的大小;
图9是IEEE-118节点系统某天内每小时容量效益裕度的大小;
图10是IEEE-118节点系统某天内每小时A、B、C区域容量效益裕度的大小。
具体实施方式
本发明的步骤是:
(1)采用时间序列法对风机风速进行短时预测,利用Jansen模型模拟风电场的尾流效应,X是两个风电机组的距离,叶轮半径和尾流半径分别为R和R W,自然风速和受尾流影响的风速分别是v 0和v x;平坦地形尾流风速计算式为:
C T取0.2,衰减常数,其中h为轮毂高度,z 0为粗糙度,一般取0.002;利用风机功率特性曲线得到风电场出力模型W;
(2)根据风机风速与输出功率之间的关系曲线,当风速小于切入风速V ci或高于切出风速V co时,机组出力为0;当风速从切入风速到额定风速逐渐增大时,机组出力逐步增大;当达到和超过额定风速时,功率保持为额定功率P,不变;得到其数量关系可用下式表示:
其中,
(3)根据以上分析得出风机出力,将各风机出力求和即得到风电场综合出力为:
;
(4)根据一天内每小时的风电场出力模型W,负荷预测模型L以及火电机组出力模型C,则系统发电裕度模型M=W+C-L;利用卷积公式
;
,计算得到M的概率质量函数,绘制系统发电裕度的概率分布曲线;
(5)根据其概率分布,引入电力系统可靠性指标缺电时间期望LOLE,对M取负值区域的概率进行累积分布处理后,求出此时系统的可靠性指标LOLE的值;
根据系统对于LOLE指标,求出缺电区域该时刻从其互联系统输入的CBM的大小;绘制以CBM取值为横坐标,LOLE大小为纵坐标的曲线图,得到此时互联区域间需传输的容量效益裕度的大小;
(6)对于多区域电网,根据步骤(1)、(2)、(3)、(4)、(5)求出各区域每一时刻的容量效益裕度,定义容量效益裕度为负的区域为受电区域,为正的区域为送电区域,以所花费用最小为目标,在送电区域各机组间将向受电区域输送的容量效益裕度进行分配,得到送电区域各机组分担的容量效益裕度,对容量效益裕度进行经济分配的目标函数为:
;
约束条件为:
;
;
;
;
其中:P i 为机组i最大技术出力;p i 为机组i现有的有功出力;CBM A为此时刻受电区域A为满足系统可靠性要求所需要的容量效益裕度;b、c分别为此时刻B、C区域可以提供容量效益裕度的机组数量;CBM B、CBM C为此时刻送电区域B、C在满足系统可靠性约束后可以提供的容量效益裕度;
(7)对容量效益裕度进行经济分配的计算过程:设定种群规模size和遗传代数G,根据各机组装机容量和已发功率确定可用功率的范围,并产生初始种群,进行迭代,判断各区域机组是否满足容量效益裕度经济分配模型的约束条件:
。
下面结合附图和具体实施方式对本发明进行详细说明:
参见附图1-7,本发明提出的一种用于风电并网系统容量效益裕度计算及分配的方法,具体实施步骤如下:
(1)编写程序采用时间序列法对风机风速进行短时预测,利用Jansen模型模拟风电场的尾流效应,参见图1,X是两个风电机组的距离,叶轮半径和尾流半径分别为R和R W,自然风速和受尾流影响的风速分别是v 0和v x。平坦地形尾流风速计算式为:
C T一般取0.2。由于风机布局的行距比较大,可以认为各行风机间没有影响,而同一行的风机由于尾流因素会产生相互影响。衰减常数,其中h为轮毂高度,z 0为粗糙度,一般取0.002。利用风机功率特性曲线得到风电场出力模型W。
(2)参见图2,根据风机风速与输出功率之间的关系曲线,当风速小于切入风速V ci或高于切出风速V co时,机组出力为0;当风速从切入风速到额定风速逐渐增大时,机组出力逐步增大;当达到和超过额定风速时,功率保持为额定功率P,不变。得到其数量关系可用下式表示:
其中,
根据以上分析得出风机出力,将各风机出力求和即得到风电场综合出力为:
(3)根据一天内每小时的风电场出力模型W,负荷预测模型L以及火电机组出力模型C,则系统发电裕度模型M=W+C-L。利用卷积公式;,计算得到M的概率质量函数,在此基础上,综合考虑系统的有功平衡约束,机组容量约束,机组爬坡率约束,可绘制系统发电裕度的概率分布曲线。
(4)参见图3中实曲线,为系统某一时刻的发电裕度概率分布曲线,根据其概率分布,引入电力系统可靠性指标缺电时间期望LOLE。对M取负值区域的概率进行累积分布等处理后,可以求出此时系统的可靠性指标LOLE的值。当系统发电量不足时,需要互联系统为其预留电量进行补偿,这部分由互联系统预留的电量即为容量效益裕度。接收到从互联系统传输来的容量效益裕度时,相当于增加了系统的发电裕度,使得系统的LOLE指标降低,可靠性提高。当加入10 MW CBM后,参见图3中虚曲线,系统的发电裕度增加,缺电情况减弱,LOLE指标减小,可靠性增加。
(5)根据系统对于LOLE指标的不同要求,即可求出缺电区域该时刻需要从其互联系统输入的CBM的大小。绘制以CBM取值为横坐标,LOLE大小为纵坐标的曲线图,参见图4。当系统对于可靠性水平要求不同时,即可在CBM-LOLE曲线中找到相应的该大小的LOLE点,得到此时互联区域间需传输的容量效益裕度的大小。图4中标注点为某时刻LOLE=2.4时,系统的容量效益裕度大小为11.5MW。
(6)对于多区域电网,根据步骤(1)、(2)、(3)、(4)、(5)可以求出各区域每一时刻的容量效益裕度。定义容量效益裕度为负的区域为受电区域,为正的区域为送电区域。存在多个送电区域时,均可以向受电区域预留电量,但是各区域可提供的总电量已超过受电区域的需求。因此,在各送电区域都满足系统可靠性的基础上,共同为受电区域预留容量效益裕度,弥补其发电量不足,使其满足可靠性水平。以所花费用最小为目标,在送电区域各机组间将向受电区域输送的容量效益裕度进行分配,得到送电区域各机组分担的容量效益裕度。对容量效益裕度进行经济分配的目标函数为:。约束条件为:;;;。其中:P i 为机组i最大技术出力;p i 为机组i现有的有功出力;CBM A为此时刻受电区域A为满足系统可靠性要求所需要的容量效益裕度;b、c分别为此时刻B、C区域可以提供容量效益裕度的机组数量;CBM B、CBM C为此时刻送电区域B、C在满足系统可靠性约束后可以提供的容量效益裕度。
(7)采用Matlab编程的遗传算法对容量效益裕度进行经济分配的计算过程参见图5,首先进行初始化,设定种群规模size和遗传代数G,根据各机组装机容量和已发功率确定可用功率的范围,并产生初始种群,进行迭代。当遗传代数kg=1时,开始第一次迭代,先进行不同个体的计算,置个体编号i为1,判断各区域机组是否满足容量效益裕度经济分配模型的约束条件:;;;。若满足约束条件,则计算目标函数的值;若不满足约束条件,则惩罚本次计算结果后再计算目标函数的值。取第一次计算得到的目标函数的值等于BestJ,第一次个体计算结束。置个体编号i=2,进行第二次个体的计算,判断各机组是否满足约束条件,计算目标函数,与上一次计算个体1得到的BestJ进行比较,保留最小值为BestJ。重复上述个体i的计算过程,直至i=size。个体的计算结束后,计算个体的适应度函数值BestS。将第一次迭代的种群经过选择、交叉和变异后,再置遗传代数kg=2,开始第二次迭代,将种群带入重复上述第一次迭代过程进行个体计算,取得BestJ、BestS的值。重复进行迭代直至kg=G后,输出遗传算法计算容量效益裕度经济分配模型的最优解,即所需费用最小值和各机组承担的额外发电容量。
仿真分析
实施例一:
参见图6,以IEEE-30节点系统为例,进行容量效益裕度的计算及其经济分配,测试系统分为3个区域,有21个负荷节点,41条线路。假设在系统中新增MW风电机组。即分别在A、B、C三个区域的16、3、28节点加入10MW风电机组。
根据本发明所述风电接入系统容量效益裕度的计算方法,计算一天内每小时容量效益裕度的大小,结果如图7所示。对于A、B、C三个小区域,采用本发明所述方法分别计算各时刻容量效益裕度,计算结果分别如图8 (a)、(b)、(c)所示,以第13小时的系统为例进行仿真分析。第13小时时,A区由于发电量不足,为受电区域,需要外界为其预留容量效益裕度 37.2 MW;B区和C区发电量富余,为送电区域,分别可以为外界预留容量效益裕度值为81.9789 MW和13.3401 MW。采用本发明的数学模型编程,对此时容量效益裕度进行经济分配,置种群规模为500,遗传代数为200,采用具体实施方式中步骤(7)所述方法进行迭代,得到最优解,结果如表1所示。
表130节点系统第13小时经济分配结果
通过计算得到传统方法与本发明提出算法的结果,进行对比,结果如表2所示。由对比结果可见,本发明所述方法在进行容量效益裕度的计算和分配时,计算结果更精确,分配方法实现了所需费用最小,节约了不必要的经济投入,并且将各时刻送电区域提供的容量效益裕度分配到各机组,使得系统运行人员操作更加合理,有据可依。
表2IEEE-30节点系统传统方法及本文所提出方法计算和分配CBM结果对比
计算项目 | 传统方法 | 本文方法 |
A区所需CBM的大小/MW | 40 MW | 37.2 MW |
所需CBM的分配方案 | 按照与LOLE指标成反比进行分配 | 由B、C两区域以经济性最优为目标分配到各机组 |
所需总费用/元 |
实施例二:
运用本发明所提出的方法对IEEE-118节点系统进行仿真研究,将系统分为3个区域。该系统总装机容量为5790 MW,假设在系统中新增500 MW风电,平均分配在A、B、C三个区域的39、67和102节点。
采用本发明所述方法对118节点大系统各时刻的容量效益裕度进行计算,可以求得该118节点系统各时刻的容量效益裕度,如图9所示。IEEE-118节点系统同样可划分为A、B、C三个互联区域。根据本文方法分别对A、B、C三个区域各时刻的容量效益裕度进行计算,结果如图10(a)、(b)、(c)所示。以第16小时时的系统为算例进行分析,根据上述方法可以求得此时A区发电量短缺,为受电区域,需要在互联系统预留201.1714 MW的容量效益裕度。B区和C区发电富余,为送电区域,可分别为外界提供112.0000 MW和534.8265 MW的容量效益裕度。采用本发明的数学模型编程,对容量效益裕度进行经济分配,置种群规模为500,遗传代数为300,采用具体实施方式中步骤(7)所述方法进行迭代,得到最优解,结果如表3所示。
表3118节点系统第16小时经济分配结果
通过计算得到传统方法与本发明提出算法的结果,进行对比,结果如表4所示。
表4IEEE-118节点系统传统方法及本文所提出方法计算和分配CBM的结果对比
计算项目 | 传统方法 | 本文方法 |
A区所需CBM的大小/MW | 450 MW | 201.1714 MW |
所需CBM的分配方案 | 按照与LOLE指标成反比分配 | 由B、C两区域以经济性最优为目标分配到各机组 |
所需总费用/元 |
仿真结果说明本发明方法同样适用于大系统容量效益裕度的计算和经济分配,验证了本发明方法的正确性和有效性。该方法既保证了各时刻系统的可靠性水平,又避免了资源的浪费,达到了经济性最佳。使系统的可靠性与经济性达到了一个平衡的水平,节约了能源,节省了开支。同时,在送电区域将容量效益裕度详细地分配给各台机组,使系统运行方式更加明确,操作更加方便。
Claims (1)
1.一种用于风电并网系统容量效益裕度计算及分配的方法,其特征在于:
(1)采用时间序列法对风机风速进行短时预测,利用Jansen模型模拟风电场的尾流效应,X是两个风电机组的距离,叶轮半径和尾流半径分别为R和R W,自然风速和受尾流影响的风速分别是v 0和v x;平坦地形尾流风速计算式为:
C T取0.2,衰减常数,其中h为轮毂高度,z 0为粗糙度,一般取0.002;利用风机功率特性曲线得到风电场出力模型W;
(2)根据风机风速与输出功率之间的关系曲线,当风速小于切入风速V ci或高于切出风速V co时,机组出力为0;当风速从切入风速到额定风速逐渐增大时,机组出力逐步增大;当达到和超过额定风速时,功率保持为额定功率P,不变;得到其数量关系可用下式表示:
其中,
(3)根据以上分析得出风机出力,将各风机出力求和即得到风电场综合出力为:
;
(4)根据一天内每小时的风电场出力模型W,负荷预测模型L以及火电机组出力模型C,则系统发电裕度模型M=W+C-L;利用卷积公式
;
,计算得到M的概率质量函数,绘制系统发电裕度的概率分布曲线;
(5)根据其概率分布,引入电力系统可靠性指标缺电时间期望LOLE,对M取负值区域的概率进行累积分布处理后,求出此时系统的可靠性指标LOLE的值;
根据系统对于LOLE指标,求出缺电区域该时刻从其互联系统输入的CBM的大小;绘制以CBM取值为横坐标,LOLE大小为纵坐标的曲线图,得到此时互联区域间需传输的容量效益裕度的大小;
(6)对于多区域电网,根据步骤(1)、(2)、(3)、(4)、(5)求出各区域每一时刻的容量效益裕度,定义容量效益裕度为负的区域为受电区域,为正的区域为送电区域,以所花费用最小为目标,在送电区域各机组间将向受电区域输送的容量效益裕度进行分配,得到送电区域各机组分担的容量效益裕度,对容量效益裕度进行经济分配的目标函数为:
;
约束条件为:
;
;
;
;
其中:P i 为机组i最大技术出力;p i 为机组i现有的有功出力;CBM A为此时刻受电区域A为满足系统可靠性要求所需要的容量效益裕度;b、c分别为此时刻B、C区域可以提供容量效益裕度的机组数量;CBM B、CBM C为此时刻送电区域B、C在满足系统可靠性约束后可以提供的容量效益裕度;
(7)对容量效益裕度进行经济分配的计算过程:设定种群规模size和遗传代数G,根据各机组装机容量和已发功率确定可用功率的范围,并产生初始种群,进行迭代,判断各区域机组是否满足容量效益裕度经济分配模型的约束条件:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410544509.2A CN104269886B (zh) | 2014-10-16 | 2014-10-16 | 用于风电并网系统容量效益裕度计算及分配的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410544509.2A CN104269886B (zh) | 2014-10-16 | 2014-10-16 | 用于风电并网系统容量效益裕度计算及分配的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104269886A true CN104269886A (zh) | 2015-01-07 |
CN104269886B CN104269886B (zh) | 2017-04-05 |
Family
ID=52161388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410544509.2A Active CN104269886B (zh) | 2014-10-16 | 2014-10-16 | 用于风电并网系统容量效益裕度计算及分配的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104269886B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915784A (zh) * | 2015-06-15 | 2015-09-16 | 河南大学 | 一种电网环境保护管理控制系统及方法 |
CN106340873A (zh) * | 2016-10-11 | 2017-01-18 | 上海交通大学 | 一种采用基于无向生成树的并行遗传算法的配网重构方法 |
CN109492851A (zh) * | 2018-09-06 | 2019-03-19 | 国网浙江省电力有限公司经济技术研究院 | 一种基于不同区域负荷增长不确定性的网架裕度评估方法 |
CN112580981A (zh) * | 2020-12-18 | 2021-03-30 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100181879A1 (en) * | 2007-09-27 | 2010-07-22 | Hei-Wang Lee | A driver device for a bicycle dynamo |
CN102856825A (zh) * | 2012-10-15 | 2013-01-02 | 江苏省电力公司常州供电公司 | 电柜除湿器及其除湿方法 |
-
2014
- 2014-10-16 CN CN201410544509.2A patent/CN104269886B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100181879A1 (en) * | 2007-09-27 | 2010-07-22 | Hei-Wang Lee | A driver device for a bicycle dynamo |
CN102856825A (zh) * | 2012-10-15 | 2013-01-02 | 江苏省电力公司常州供电公司 | 电柜除湿器及其除湿方法 |
Non-Patent Citations (3)
Title |
---|
凡鹏飞等: "基于保险理论的输电可靠性裕度决策模型", 《电力系统自动化》 * |
彭鹄: "含风力发电的发输配电系统可靠性综合评估", 《电力系统》 * |
杨燕 等: "可用输电容量协调决策的多目标机会约束规划模型与方法", 《电力系统自动化》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915784A (zh) * | 2015-06-15 | 2015-09-16 | 河南大学 | 一种电网环境保护管理控制系统及方法 |
CN106340873A (zh) * | 2016-10-11 | 2017-01-18 | 上海交通大学 | 一种采用基于无向生成树的并行遗传算法的配网重构方法 |
CN109492851A (zh) * | 2018-09-06 | 2019-03-19 | 国网浙江省电力有限公司经济技术研究院 | 一种基于不同区域负荷增长不确定性的网架裕度评估方法 |
CN109492851B (zh) * | 2018-09-06 | 2021-11-30 | 国网浙江省电力有限公司经济技术研究院 | 一种基于不同区域负荷增长不确定性的网架裕度评估方法 |
CN112580981A (zh) * | 2020-12-18 | 2021-03-30 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
CN112580981B (zh) * | 2020-12-18 | 2024-04-16 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104269886B (zh) | 2017-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103683326B (zh) | 一种区域电网风电多点接入最佳接纳能力的计算方法 | |
Hong et al. | Optimal sizing of hybrid wind/PV/diesel generation in a stand-alone power system using Markov-based genetic algorithm | |
CN103545832B (zh) | 一种基于发电预测误差的光伏系统储能容量配置方法 | |
CN107944757A (zh) | 电力互联系统可再生能源消纳能力评估分析方法 | |
CN104993523B (zh) | 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法 | |
CN103259285A (zh) | 含大规模风电电力系统的短期运行优化方法 | |
CN106816886B (zh) | 一种大规模风电并网系统调峰需求确定方法 | |
CN108964113B (zh) | 一种新能源发电调度方法及系统 | |
CN104269886A (zh) | 用于风电并网系统容量效益裕度计算及分配的方法 | |
CN103296701A (zh) | 一种风电场有功功率控制方法 | |
CN115081902B (zh) | 基于源网荷储协同的综合规划方法、装置、设备及介质 | |
Samakpong et al. | Optimal power flow incorporating renewable uncertainty related opportunity costs | |
CN111049193A (zh) | 一种风电系统多调度场景的备用需求动态评估方法 | |
CN106886953B (zh) | 考虑多重不确定性的需求响应对含风电系统风险分析方法 | |
Su et al. | Research on robust stochastic dynamic economic dispatch model considering the uncertainty of wind power | |
CN105140967A (zh) | 一种含新能源电力系统调峰需求的评估方法 | |
Zhang et al. | Frequency-constrained unit commitment for power systems with high renewable energy penetration | |
Cho et al. | Three-stage robust unit commitment considering decreasing uncertainty in wind power forecasting | |
CN106208136A (zh) | 计及效益和风险的含不确定风电的日前调度方法 | |
CN110460041A (zh) | 配电网供电能力分析系统、方法及计算机可读存储介质 | |
CN103326387B (zh) | 一种利用储能减小风电调度风险的源网协调调度方法 | |
CN105787813A (zh) | 一种基于协方差的短期风功率预测方法 | |
Yin et al. | Multi-stage stochastic planning of wind generation considering decision-dependent uncertainty in wind power curve | |
Mundra et al. | A Multi-Objective Optimization Based Optimal Reactive Power Reward for Voltage Stability Improvement in Uncertain Power System | |
Kolev et al. | Probabilistic modelling of available capacity in the power system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |