CN104300585A - 一种基于大规模风电并网的经济调度优化方法 - Google Patents

Abstract

本发明公开了一种基于大规模风电并网的经济调度优化方法，步骤1.在给出风电预渗透率计算模型的基础上，并结合风电场出力预测精度，建立了风电场模糊出力计算模型；步骤2.通过引入转化系数，建立了风电场储能成本和风电场备用系统成本计算模型；步骤3.基于储能系统和备用系统的调节特性，建立了风电场弃风补偿成本模型和风电场出力不足惩罚成本计算模型；步骤4.结合火电机组出力成本模型对风电并网经济调度模型进行优化。本发明所建立的调度模型通过对转化系数α进行优化，使系统节省的成本达到最大，提高系统运行的经济性。同时减少了风电场的弃风量，提高电网的风电接纳能力。

Description

一种基于大规模风电并网的经济调度优化方法

技术领域

本发明涉及电力系统运行与调度领域，特别涉及一种基于风电模糊出力的大规模风电并网经济调度优化方法。

背景技术

风电是全球最具规模化开发前景的可再生能源之一。目前风电开发以大型风电场并网运行为主。在国内，风电呈爆发式增长的同时，局部地区风电出力受限和风电机组大面积脱网事故时有发生，并网消纳与安全运行已成为中国风电发展的主要瓶颈。因此对于大规模风电并网的电力系统经济调度的有关方面研究具有十分重要的意义。由于风电出力的随机性大和波动性强等特点，目前的风电出力预测仍难以达到理想的效果，风电功率预测误差还将长期存在，这就对电力系统经济运行提出了更高的要求。一方面，利用传统的常规机组为风电功率波动预留一定的旋转备用。另一方面，由于储能系统具有动态吸收能量并适时释放的特点，可实现对功率和能量的时间迁移，能有效弥补风电功率预测误差不可避免的缺点，减少风电场弃风能量，提高系统对风电的接纳能力，保障电网的安全运行。因此利用储能技术也能较好地处理风电并网所带来的难题。如何合理地调用备用系统与储能系统是一个亟待解决的问题，这不但能减少系统的弃风限电现象，提高系统的经济运行，而且还能提高系统运行的可靠性以及系统风电渗透率。

发明内容

本发明的目的在于提供一种基于大规模风电并网的经济调度优化方法，根据风电预渗透率和风电预测精度，计算出风电模糊出力，通过引入转化系数，合理地调用储能系统和备用系统，减少风电模糊出力对并网系统的影响，即减少了系统弃风限电现象，鼓励风电发展，又提高了系统运行的可靠性与经济性。

本发明通过以下技术方案得以解决：

一种基于大规模风电并网的经济调度优化方法，具体步骤为：

步骤1、风电、火电机组相关参数的设置和采集

风电参数主要包括用于确定风电成本的相关数据：其中，风电预测出力P_WF.jt、系统的有功负荷P_D.t、调度周期内运行的风电机组数目N_W、风电场出力预测精度A_W.jt、储能价格f_ESS、备用价格f_WRC、储能系统的初始容量E_ESS、储能系统的充电放电效率系数β、χ、风电场弃风补偿价格f_WAC、风电场模糊出力为低估出力可信度A_U.jt、风电场出力不足功率惩罚价格f_WIO、风电场模糊出力为高估出力可信度A_O.jt、储能系统最小储能容量E_ESSE.min、储能系统的最小充电放电功率P_ESSC.tmin、P_ESSF.tmin；

火电机组相关参数：调度周期内运行的火电机组的数目N_G、火电机组耗量特性的二次系数、一次系数、常规数项a_i，b_i，c_i、火电机组出力约束的上限下限常规机组在调度周期内提供的正旋转备用常规机组在调度周期内提供的负旋转备用系统负荷预测误差对正旋转备用的需求L、t时段停运的机组k，系统给定的置信水平γ₁、γ₂、常规机组出力的上升率和下降率

步骤2、根据步骤1风电相关参数的设置，在此基础上得出风电预渗透率，根据风电预渗透率以及风电出力预测精度，得到风电模糊出力；

步骤3、根据步骤2风电场模糊出力计算模型，通过合理地制定储能和备用价格，并引入转化系数，得出储能成本和备用成本；

步骤4、初始化储能系统的储能容量和各常规机组的备用容量，并制定相应的风电弃风补偿价格和风电出力不足惩罚价格，得出风电场弃风补偿成本和风电场出力不足惩罚成本；

步骤5、由步骤3、4得到基于风电模糊出力的风电价格模型，根据步骤1火电机组相关参数，并结合火电成本模型由风电出力预测水平和负荷预测水平，根据经济调度目标函数及约束条件获得一个周期内各机组的出力。

进一步，所述的步骤2中风电预渗透率计算模型为：

$R_{\mathrm{WO}.t}=\frac{\underset{j=1}{\overset{N_W}{\mathrm{\Σ}}}{P}_{\mathrm{WF}.\mathrm{jt}}}{P_{D.t}}\×100\%,$

其中，R_WO.t：风电预渗透率；

进一步，所述的步骤2中风电场模糊出力计算模型为：

$P_{F.\mathrm{jt}}=\max \left\{\begin{array}{c}{P}_{\mathrm{WF}.\mathrm{jt}}\×(1-A_{W.\mathrm{jt}})\\ P_{\mathrm{WF}.\mathrm{jt}}\×R_{\mathrm{WO}.t}\end{array}\right.,$

进一步，所述步骤3中储能成本和备用成本计算模型为：

$\left\{\begin{array}{c}{F}_{\mathrm{WRC}.\mathrm{jt}}=(1-\mathrm{\α})P_{F.\mathrm{jt}}{f}_{\mathrm{WRC}}\\ F_{\mathrm{ESS}.\mathrm{jt}}=\mathrm{\α}{P}_{F.\mathrm{jt}}{f}_{\mathrm{ESS}}\end{array}\right.,$

其中，F_WRC.j、F_ESS.j：风电场j所确定的备用成本和储能成本；α：转化系数，取值范围在0到1之间。

进一步，所述步骤4中风电场弃风补偿成本计算模型为：

$F_{\mathrm{WAC},\mathrm{jt}}=\left\{\begin{array}{cc}(P_{\mathrm{WA}.\mathrm{jt}}-P_{\mathrm{ESSV}.t}^F)f_{\mathrm{WAC}},& P_{\mathrm{WA}.\mathrm{jt}}>P_{\mathrm{ESSV}.t}^C\\ (P_{\mathrm{WA}.\mathrm{jt}}-P_{\mathrm{WA}.\mathrm{jt}}^F)f_{\mathrm{WAC}},& P_{\mathrm{WA}.\mathrm{jt}}\≤P_{\mathrm{ESSV}.t}^C\end{array}\right.,$

$\left\{\begin{array}{c}{E}_{\mathrm{ESSV}.t}=E_{\mathrm{ESS}}-\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{E}_{\mathrm{ESSC}.t}+\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{E}_{\mathrm{ESSF}.t}\\ E_{\mathrm{ESS}}=(1-\mathrm{\α})P_{F.\mathrm{jt}}=\∫\mathrm{\β}{P}_{\mathrm{ESSC}}\mathrm{dt}=\∫\mathrm{\χ}{P}_{\mathrm{ESSF}}\mathrm{dt}\\ E_{\mathrm{ESSC}.t}=\∫\mathrm{\β}{P}_{\mathrm{ESSC}.t}\mathrm{dt}\\ E_{\mathrm{ESSF}.t}=\∫\mathrm{\χ}{P}_{\mathrm{ESSF}.t}\mathrm{dt}\\ E_{\mathrm{WA}.\mathrm{jt}}=\∫\mathrm{\β}{P}_{\mathrm{WA}.\mathrm{jt}}\mathrm{dt}=\∫\mathrm{\χ}{P}_{\mathrm{WA}.\mathrm{jt}}^F\mathrm{dt}\\ P_{\mathrm{WA}.\mathrm{jt}}=A_{U.\mathrm{jt}}{P}_{F.\mathrm{jt}}\end{array}\right.,$

其中，E_ESSV.t：t时段初储能系统未存储能量的空间，时段储能系统所能容纳的充电功率，时段储能系统所能提供的放电功率，P_WA.jt：t时段风电场j将要弃风电量，E_WA.jt、通过储能系统充放后所剩余的功率，P_ESSC、P_ESSF：储能系统额定充放电功率，E_ESSC.t、E_ESSF.t：t时段储能系统的充放电量，P_ESSC.t、P_ESSF.t：t时段储能系统的充放电功率，dt：对应的充放电时间；

所述步骤4中所述风电场出力不足惩罚成本计算模型为：

$F_{\mathrm{WIO}.\mathrm{jt}}=\left\{\begin{array}{c}0,P_{\mathrm{WIO}.\mathrm{jt}}\&le;P_{\mathrm{ESSE}.t}\\ (P_{\mathrm{WIO}.\mathrm{jt}}-P_{\mathrm{ESSE}.t})f_{\mathrm{WRC}},P_{\mathrm{ESSE}.t}<P_{\mathrm{WIO}.\mathrm{jt}}\&le;P_{\mathrm{WRC}.\mathrm{jt}}+P_{\mathrm{ESSE}.t}\\ (P_{\mathrm{WIO}.\mathrm{jt}}-P_{\mathrm{WRC}.\mathrm{jt}}-P_{\mathrm{ESSE}.t})f_{\mathrm{WIO}},P_{\mathrm{WIO}.\mathrm{jt}}>P_{\mathrm{WRC}.\mathrm{jt}}+P_{\mathrm{ESSE}.t}\end{array}\right.,$

P_WIO.jt＝A_O.jtP_WF.jt×(1-A_W.jt)，

其中，E_ESSE.t：储能系统在t时段末储能系统存储的能量，P_ESSE.t为t时段末储能系统可为电力系统提供的放电功率，P_WIO.jt：t时段风电场j出力不足量，P_WRC.jt：t时段风电场j的备用容量。

进一步，所述的步骤5中风电价格计算模型为：

F_W.jt＝F_WRC.j+F_ESS.j+F_WAC，jt+F_WIO.jt

进一步，所述步骤5中的经济调度目标函数及约束条件为：

目标函数：

$\min F=\min \underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}(\underset{i=1}{\overset{N_G}{\mathrm{\&Sigma;}}}{F}_{G.\mathrm{it}}+\underset{j=1}{\overset{N_W}{\mathrm{\&Sigma;}}}{F}_{W.\mathrm{jt}}),$

其中，F_G.it为火电总燃料费用，表达式为：其中，P_G.it：时段火电机组i的出力，T：调度时段；

约束条件1、功率平衡约束：

其中，P_W.jt：t时段风电机组j的实际出力；

约束条件2、机组输出功率约束：

$P_{G.i}^{\min }\&le;P_{G.i}\&le;P_{G.i}^{\max },$

约束条件3、旋转备用约束：

${P_r}^{\mathrm{up}}\{\underset{k\&NotEqual;i}{\overset{N_G}{\underset{i=1}{\mathrm{\&Sigma;}}}}{T}_{\mathrm{Gi}}{R}_{\mathrm{it}}^{\mathrm{up}}\&GreaterEqual;P_{R.t}^{\mathrm{up}}\}\&GreaterEqual;{\mathrm{\&gamma;}}_1,$

$\left\{\begin{array}{c}{P}_{R.t}^{\mathrm{up}}=P_{D.t}\&times;L\%+A_{O.\mathrm{jt}}(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}+P_{G.\mathrm{kt}}\\ R_{\mathrm{it}}^{\mathrm{up}}=\min (P_{G.\mathrm{it}\max }-P_{G.\mathrm{it}},T_{10}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{up}})\\ P_{G.\mathrm{it}\max }=\min (P_{G.i\max },P_{G.i(t-1)}+T_{60}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{up}})\end{array}\right.,$

${P_r}^{\mathrm{down}}\{\underset{i=1}{\overset{N_G}{\mathrm{\&Sigma;}}}{T}_{\mathrm{Gi}}{R}_{\mathrm{it}}^{\mathrm{down}}\&GreaterEqual;P_{R.t}^{\mathrm{down}}\}\&GreaterEqual;{\mathrm{\&gamma;}}_2,$

$\left\{\begin{array}{c}{P}_{R.t}^{\mathrm{down}}=A_{U.\mathrm{jt}}(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}\\ R_{\mathrm{it}}^{\mathrm{down}}=\min (P_{G.\mathrm{it}}-P_{G.\mathrm{it}\min },T_{10}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{down}})\\ P_{G.\mathrm{it}\min }=\min (P_{G.i\min },P_{G.i(t-1)}+T_{60}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{down}})\end{array}\right.,$

其中，T_Gi：常规机组提供旋转备用的状态，T_Gi＝1表示提供，T_Gi＝0表示拒绝，系统在t时段的正旋转备用需求，系统在t时段的负旋转备用需求，T₁₀：旋转备用相应时间，为10min，T₆₀：一个运行时段，为60min；

约束条件4、爬坡速率约束：

$\left\{\begin{array}{c}{P}_{G.\mathrm{it}}-P_{G.i(t-1)}\&le;{{\mathrm{\&xi;}}_i}^{\mathrm{up}}t\\ P_{G.i(t-1)}-P_{G.\mathrm{it}}\&le;{{\mathrm{\&xi;}}_i}^{\mathrm{down}}t\end{array}\right.,$

约束条件5、储能系统约束：

充放电功率约束：

$\left\{\begin{array}{c}{u}_c{P}_{\mathrm{ESSC}.t\min }\&le;P_{\mathrm{ESSC}.t}\&le;u_c{P}_{\mathrm{ESSC}}\\ u_f{P}_{\mathrm{ESSF}.t\min }\&le;P_{\mathrm{ESSF}.t}\&le;u_f{P}_{\mathrm{ESSF}}\end{array}\right.,$

其中，u_c、u_f：储能系统的充放电状态，u_c＝1、u_f＝1表示储能系统处于充电、放电状态，u_c＝0、u_f＝0表示储能系统处于闲置状态；

容量约束：

E_ESSE.min≤E_ESSE.t≤E_ESS。

进一步，还包括通过所述储能成本、备用成本、风电场弃风补偿成本以及风电场出力不足惩罚成本，结合风电实际出力得到系统节省成本与转化系数优化之间的关系。

因此本文具有以下技术效果：

步骤1中，风电预渗透率能够定量预测某一电力系统在t时段接纳风电的能力。而风电模糊出力的大小一方面与t时段风电场出力预测精度有关，风电出力预测精度越高，模糊出力就越小。另一方面，风电模糊出力的大小还与风电预渗透率有关，这种关系可以理解为风电模糊出力的大小受某一电力系统在t时段接纳风电的能力的影响，因为目前对风电出力预测必然会产生误差，当接纳风电容量越大时，风电场的模糊出力就相对越大。为了降低风电场模糊出力对电力系统的影响，需要更加准确的来计算风电场模糊出力的大小，本发明建立的风电场模糊出力计算模型取以上两种计算方法的最大值，可以更加准确地计算风电场模糊出力的大小，从而降低风电模糊出力对电网的影响。

步骤2、3中，计算风电成本时考虑到储能成本、备用成本、风电弃风补偿成本、风电出力不足惩罚成本，通过优化风电成本能够减少风电弃风量，改善因风电场的接入而造成的风电出力不足现象。

步骤4中，通过建立的目标函数及约束条件对系统火电机组出力以及转化系数α进行优化，使系统节省的成本达到最大，提高系统运行的经济性的同时。减少了风电场的弃风量，提高电网的风电接纳能力，促进了风电产业的发展。

以上通过对转化系数α进行优化，使系统节省的成本达到最大，提高系统运行的经济性的同时。减少了风电场的弃风量，提高电网的风电接纳能力，促进了风电产业的发展。

附图说明

附图1是风电高估出力与低估出力示意图；

附图2是使用储能系统和备用系统处理风电模糊出力流程图；

附图3是储能成本及备用成本与转化系数的变化关系对比图；

附图4是储能成本及弃风补偿成本与转化系数的变化关系对比图；

附图5是储能成本及出力不足惩罚成本与转化系数的变化关系对比图；

附图6是系统节省成本与转化之间示意图。

具体实施方式

下面结合附图和具体实施方式对本发明方案作进一步具体的说明。

附图1说明风电出力特性，风电高估出力和低估出力呈现交错分布，由于影响风电高估出力和低估出力的因素较多，例如：气候、季节、风电预测水平等，因此风电的高估出力和低估出力是不确定的；

附图2是使用储能系统和备用系统处理风电模糊出力流程图，如图2所示当风电场的实际出力高于预测出力时，对储能进行充电以减小风电场的弃风量，相反当风电场的实际出力低于预测出力时，有两种途径选择，先对储能系统进行放电行为，若储能系统所剩电量无法满足风电场出力不足量，应及时调用系统旋转备用；

本发明考虑风电模糊的风电并网的电网调度方法，具体按如下步骤实施：

步骤1、相关参数的设置和采集

步骤1.1、风电相关参数的设置和采集

风电参数主要包括用于确定风电成本的相关数据：其中，风电预测出力P_WF.jt、系统的有功负荷P_D.t、调度周期内运行的风电机组数目N_W、风电场出力预测精度A_W.jt、储能价格f_ESS、备用价格f_WRC、储能系统的初始容量E_ESS、储能系统的充放电效率系数β、χ、风电场弃风补偿价格f_WAC、风电场模糊出力为低估出力可信度A_U.jt、风电场出力不足功率惩罚价格f_WIO、风电场模糊出力为高估出力可信度A_O.jt、储能系统最小储能容量E_ESSE.min、储能系统的最小充电、放电功率P_ESSC.tmin、P_ESSF.tmin；

步骤1.2、火电机组相关参数的设置和采集

火电机组相关参数：调度周期内运行的火电机组的数目N_G、火电机组耗量特性的二次系数、一次系数、常规数项a_i，b_i，c_i、火电机组出力约束的上下限常规机组在调度周期内提供的正旋转备用常规机组在调度周期内提供的负旋转备用系统负荷预测误差对正旋转备用的需求L、t时段停运的机组k，系统给定的置信水平γ₁、γ₂、：常规机组出力的上升率和下降率

步骤2、根据步骤1.1风电相关参数的设置，在此基础上得出风电预渗透率，根据风电预渗透率以及风电出力预测精度，得到风电模糊出力；

风电预渗透率计算模型为：

$R_{\mathrm{WO}.t}=\frac{\underset{j=1}{\overset{N_W}{\mathrm{\&Sigma;}}}{P}_{\mathrm{WF}.\mathrm{jt}}}{P_{D.t}}\&times;100\%,$

其中，R_WO.t：风电预渗透率；

风电场模糊出力计算模型为：

$P_{F.\mathrm{jt}}=\max \left\{\begin{array}{c}{P}_{\mathrm{WF}.\mathrm{jt}}\&times;(1-A_{W.\mathrm{jt}})\\ P_{\mathrm{WF}.\mathrm{jt}}\&times;R_{\mathrm{WO}.t}\end{array}\right.,$

步骤3、根据步骤2风电场模糊出力计算模型，通过合理地制定储能和备用价格，并引入转化系数，得出储能成本和备用成本；

储能成本和备用成本计算模型为：

$\left\{\begin{array}{c}{F}_{\mathrm{WRC}.\mathrm{jt}}=(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}{f}_{\mathrm{WRC}}\\ F_{\mathrm{ESS}.\mathrm{jt}}=\mathrm{\&alpha;}{P}_{F.\mathrm{jt}}{f}_{\mathrm{ESS}}\end{array}\right.,$

其中，F_WRC.j、F_ESS.j：风电场j所确定的备用成本和储能成本；α：转化系数，取值范围在0到1之间；

步骤4、初始化储能系统的储能容量和各常规机组的备用容量，并制定相应的风电弃风补偿价格和风电出力不足惩罚价格，得出风电场弃风补偿成本和风电场出力不足惩罚成本；

弃风补偿成本计算模型为：

$F_{\mathrm{WAC},\mathrm{jt}}=\left\{\begin{array}{cc}(P_{\mathrm{WA}.\mathrm{jt}}-P_{\mathrm{ESSV}.t}^F)f_{\mathrm{WAC}},& P_{\mathrm{WA}.\mathrm{jt}}>P_{\mathrm{ESSV}.t}^C\\ (P_{\mathrm{WA}.\mathrm{jt}}-P_{\mathrm{WA}.\mathrm{jt}}^F)f_{\mathrm{WAC}},& P_{\mathrm{WA}.\mathrm{jt}}\&le;P_{\mathrm{ESSV}.t}^C\end{array}\right.,$

$\left\{\begin{array}{c}{E}_{\mathrm{ESSV}.t}=E_{\mathrm{ESS}}-\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{E}_{\mathrm{ESSC}.t}+\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{E}_{\mathrm{ESSF}.t}\\ E_{\mathrm{ESS}}=(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}=\&Integral;\mathrm{\&beta;}{P}_{\mathrm{ESSC}}\mathrm{dt}=\&Integral;\mathrm{\&chi;}{P}_{\mathrm{ESSF}}\mathrm{dt}\\ E_{\mathrm{ESSC}.t}=\&Integral;\mathrm{\&beta;}{P}_{\mathrm{ESSC}.t}\mathrm{dt}\\ E_{\mathrm{ESSF}.t}=\&Integral;\mathrm{\&chi;}{P}_{\mathrm{ESSF}.t}\mathrm{dt}\\ E_{\mathrm{WA}.\mathrm{jt}}=\&Integral;\mathrm{\&beta;}{P}_{\mathrm{WA}.\mathrm{jt}}\mathrm{dt}=\&Integral;\mathrm{\&chi;}{P}_{\mathrm{WA}.\mathrm{jt}}^F\mathrm{dt}\\ P_{\mathrm{WA}.\mathrm{jt}}=A_{U.\mathrm{jt}}{P}_{F.\mathrm{jt}}\end{array}\right.,$

其中，E_ESSV.t：t时段初储能系统未存储能量的空间，时段储能系统所能容纳的充电功率，时段储能系统所能提供的放电功率，时段风电场j将要弃风电量，E_WA.jt、通过储能系统充放后所剩余的功率，P_ESSC、P_ESSF：储能系统额定充放电功率，E_ESSC.t、E_ESSF.t：t时段储能系统的充放电量，P_ESSC.t、P_ESSF.t：t时段储能系统的充放电功率，dt：对应的充放电时间；

电场出力不足惩罚成本计算模型为：

$F_{\mathrm{WIO}.\mathrm{jt}}=\left\{\begin{array}{c}0,P_{\mathrm{WIO}.\mathrm{jt}}\&le;P_{\mathrm{ESSE}.t}\\ (P_{\mathrm{WIO}.\mathrm{jt}}-P_{\mathrm{ESSE}.t})f_{\mathrm{WRC}},P_{\mathrm{ESSE}.t}<P_{\mathrm{WIO}.\mathrm{jt}}\&le;P_{\mathrm{WRC}.\mathrm{jt}}+P_{\mathrm{ESSE}.t}\\ (P_{\mathrm{WIO}.\mathrm{jt}}-P_{\mathrm{WRC}.\mathrm{jt}}-P_{\mathrm{ESSE}.t})f_{\mathrm{WIO}},P_{\mathrm{WIO}.\mathrm{jt}}>P_{\mathrm{WRC}.\mathrm{jt}}+P_{\mathrm{ESSE}.t}\end{array}\right.,$

P_WIO.jt＝A_O.jtP_WF.jt×(1-A_W.jt)，

其中，E_ESSE.t：储能系统在t时段末储能系统存储的能量，P_ESSE.t为t时段末储能系统可为电力系统提供的放电功率，P_WIO.jt：t时段风电场j出力不足量，P_WRC.jt：t时段风电场j的备用容量；

步骤5、由步骤3、4得到基于风电模糊出力的风电价格模型，根据步骤1.2火电机组相关参数，并结合火电成本模型由风电出力预测水平和负荷预测水平，根据经济调度目标函数及约束条件获得一个周期内各机组的出力。

风电价格计算模型为：

F_W.jt＝F_WRC.j+F_ESS.j+F_WAC，jt+F_WIO.jt

经济调度目标函数及约束条件为：

目标函数：

$\min F=\min \underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}(\underset{i=1}{\overset{N_G}{\mathrm{\&Sigma;}}}{F}_{G.\mathrm{it}}+\underset{j=1}{\overset{N_W}{\mathrm{\&Sigma;}}}{F}_{W.\mathrm{jt}}),$

其中，F_G.it为火电总燃料费用，表达式为：其中，P_G.it：时段火电机组i的出力，T：调度时段；

约束条件1、功率平衡约束：

其中，P_W.jt：t时段风电机组j的实际出力；

约束条件2、机组输出功率约束：

$P_{G.i}^{\min }\&le;P_{G.i}\&le;P_{G.i}^{\max },$

约束条件3、旋转备用约束：

${P_r}^{\mathrm{up}}\{\underset{k\&NotEqual;i}{\overset{N_G}{\underset{i=1}{\mathrm{\&Sigma;}}}}{T}_{\mathrm{Gi}}{R}_{\mathrm{it}}^{\mathrm{up}}\&GreaterEqual;P_{R.t}^{\mathrm{up}}\}\&GreaterEqual;{\mathrm{\&gamma;}}_1,$

$\left\{\begin{array}{c}{P}_{R.t}^{\mathrm{up}}=P_{D.t}\&times;L\%+A_{O.\mathrm{jt}}(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}+P_{G.\mathrm{kt}}\\ R_{\mathrm{it}}^{\mathrm{up}}=\min (P_{G.\mathrm{it}\max }-P_{G.\mathrm{it}},T_{10}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{up}})\\ P_{G.\mathrm{it}\max }=\min (P_{G.i\max },P_{G.i(t-1)}+T_{60}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{up}})\end{array}\right.,$

${P_r}^{\mathrm{down}}\{\underset{i=1}{\overset{N_G}{\mathrm{\&Sigma;}}}{T}_{\mathrm{Gi}}{R}_{\mathrm{it}}^{\mathrm{down}}\&GreaterEqual;P_{R.t}^{\mathrm{down}}\}\&GreaterEqual;{\mathrm{\&gamma;}}_2,$

$\left\{\begin{array}{c}{P}_{R.t}^{\mathrm{down}}=A_{U.\mathrm{jt}}(1-\mathrm{\&alpha;})P_{F.\mathrm{jt}}\\ R_{\mathrm{it}}^{\mathrm{down}}=\min (P_{G.\mathrm{it}}-P_{G.\mathrm{it}\min },T_{10}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{down}})\\ P_{G.\mathrm{it}\min }=\min (P_{G.i\min },P_{G.i(t-1)}+T_{60}\&times;{{\mathrm{\&xi;}}_i}^{\mathrm{down}})\end{array}\right.,$

其中，T_Gi：常规机组提供旋转备用的状态，T_Gi＝1表示提供，T_Gi＝0表示拒绝，系统在t时段的正旋转备用需求，系统在t时段的负旋转备用需求，T₁₀：旋转备用相应时间，为10min，T₆₀：一个运行时段，为60min；

约束条件4、爬坡速率约束：

$\left\{\begin{array}{c}{P}_{G.\mathrm{it}}-P_{G.i(t-1)}\&le;{{\mathrm{\&xi;}}_i}^{\mathrm{up}}t\\ P_{G.i(t-1)}-P_{G.\mathrm{it}}\&le;{{\mathrm{\&xi;}}_i}^{\mathrm{down}}t\end{array}\right.,$

约束条件5、储能系统约束：

充放电功率约束：

$\left\{\begin{array}{c}{u}_c{P}_{\mathrm{ESSC}.t\min }\&le;P_{\mathrm{ESSC}.t}\&le;u_c{P}_{\mathrm{ESSC}}\\ u_f{P}_{\mathrm{ESSF}.t\min }\&le;P_{\mathrm{ESSF}.t}\&le;u_f{P}_{\mathrm{ESSF}}\end{array}\right.,$

其中，u_c、u_f：储能系统的充放电状态，u_c＝1、u_f＝1表示储能系统处于充电、放电状态，u_c＝0、u_f＝0表示储能系统处于闲置状态；

容量约束：

E_ESSE.min≤E_ESSE.t≤E_ESS，

本发明以具有大型并网风电场的6机系统为算例，，分24个时段，每个时段相隔1小时，通过MATLAB仿真软件进行优化仿真。对比传统调度方法，本发明在考虑风电场模糊出力的基础上对风电成本进行计算，

附图3是储能成本及备用成本与转化系数的变化关系对比图；附图4是储能成本及弃风补偿成本与转化系数的变化关系对比图；当α取值较小时，即储能容量较大时，风电场弃风补偿成本明显下降，但由于单位功率储能系统价格远高于单位系统备用价格，储能系统的成本将大幅度提升；当α取值较大时，储能系统成本降低，但风电场的弃风补偿成本将提高。

附图5是储能成本及出力不足惩罚成本与转化系数的变化关系对比图；储能系统充放电过程必然存在一定的能量损耗，以及考虑到风电场连续低估出力情况，都会导致出力不足。

附图6是系统节省成本与转化之间的关系，从图中可以看出，当α＝0.78时，系统节省的成本达到最大。

本发明对含风电场的电力系统优化调度进行了研究。建立了风电场模糊出力计算模型，在此基础上建立了储能系统与备用系统成本模型，同时基于此建立了风电场弃风补偿成本模型和风电场出力不足惩罚成本模型。通过对转化系数α进行优化，使系统节省的成本达到最大，提高系统运行的经济性。同时减少了风电场的弃风量，提高电网的风电接纳能力。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围。

Claims (8)

1.一种基于大规模风电并网的经济调度优化方法，其特征在于，具体步骤为： 

步骤1、风电、火电机组相关参数的设置和采集； 

风电参数主要包括用于确定风电成本的相关数据：其中，风电预测出力P_WF.jt、系统的有功负荷P_D.t、调度周期内运行的风电机组数目N_w、风电场出力预测精度A_W.jt、储能价格f_ESS、备用价格f_WRC、储能系统的初始容量E_ESS、储能系统的充电放电效率系数β、χ、风电场弃风补偿价格f_WAC、风电场模糊出力为低估出力可信度A_U.jt、风电场出力不足功率惩罚价格f_WIO、风电场模糊出力为高估出力可信度A_O.jt、储能系统最小储能容量E_ESSE.min、储能系统的最小充电放电功率P_FSSC.tmin、P_ESSF.tmin； 

火电机组相关参数：调度周期内运行的火电机组的数目N_G、火电机组耗量特性的二次系数、一次系数、常规数项a_i，b_i，c_i、火电机组出力约束的上限下限常规机组在调度周期内提供的正旋转备用常规机组在调度周期内提供的负旋转备用系统负荷预测误差对正旋转备用的需求L、t时段停运的机组k，系统给定的置信水平γ₁、γ₂、常规机组出力的上升率和下降率

步骤2、根据步骤1风电相关参数的设置，在此基础上得出风电预渗透率，根据风电预渗透率以及风电出力预测精度，得到风电模糊出力； 

步骤3、根据步骤2风电场模糊出力计算模型，通过合理地制定储能和备用价格，并引入转化系数，得出储能成本和备用成本； 

步骤4、初始化储能系统的储能容量和各常规机组的备用容量，并制定相应的风电弃风补偿价格和风电出力不足惩罚价格，得出风电场弃风补偿成本和风电场出力不足惩罚成本； 

步骤5、由步骤3、4得到基于风电模糊出力的风电价格模型，根据步骤1火电机组相关参数，并结合火电成本模型由风电出力预测水平和负荷预测水平，根据经济调度目标函数及约束条件获得一个周期内各机组的出力。 

2.根据权利要求书1所述的基于大规模风电并网的经济调度优化方法，其特征在于，所述的步骤2中风电预渗透率计算模型为： 

其中，R_WO.t：风电预渗透率。

3.根据权利要求书1所述的基于大规模风电并网的经济调度优化方法，其特征在于，所述的步骤2中风电场模糊出力计算模型为： 

。

4.根据权利要求书1所述的一种基于大规模风电并网的经济调度优化方法，其特征在于，所述步骤3中储能成本和备用成本计算模型为： 

其中，F_WRC.j、F_ESS.j：风电场j所确定的备用成本和储能成本；α：转化系数，取值范围在0到1之间。 

5.根据权利要求书1所述的一种基于大规模风电并网的经济调度优化方法，其特征在于，所述步骤4中风电场弃风补偿成本计算模型为： 

其中，E_ESSV.t：t时段初储能系统未存储能量的空间，时段储能系统所能容纳 的充电功率，时段储能系统所能提供的放电功率，P_WA.jt：t时段风电场j将要弃风电量，E_WA.jt、通过储能系统充放后所剩余的功率，P_ESSC、P_ESSF：储能系统额定充放电功率，E_ESSC.t、E_ESSF.t：t时段储能系统的充放电量，P_ESSC.t、P_ESSF.t：t时段储能系统的充放电功率，dt：对应的充放电时间； 

所述步骤4中所述风电场出力不足惩罚成本计算模型为： 

P_WIO.jt＝A_O.jtP_WF.jt×(1-A_W.jt)， 

其中，E_ESSE.t：储能系统在t时段末储能系统存储的能量，P_ESSE.t为t时段末储能系统可为电力系统提供的放电功率，P_WIO.jt：t时段风电场j出力不足量，P_WRC.jt：t时段风电场j的备用容量。 

6.根据权利要求书1所述的一种基于大规模风电并网的经济调度优化方法，其特征在于，所述的步骤5中风电价格计算模型为： 

F_W.jt＝F_WRC.j+F_ESS.j+F_WAC，jt+F_WIO.jt

7.根据权利要求书1所述的一种基于大规模风电并网的经济调度优化方法，其特征在于，所述步骤5中的经济调度目标函数及约束条件为： 

目标函数： 

其中，F_G.it为火电总燃料费用，表达式为：其中，P_G.it：时段火电机组i的出力，T：调度时段； 

约束条件1、功率平衡约束： 

其中，P_W.jt：t时段风电机组j的实际出力； 

约束条件2、机组输出功率约束： 

约束条件3、旋转备用约束： 

其中，T_Gi：常规机组提供旋转备用的状态，T_Gi＝1表示提供，T_Gi＝0表示拒绝，系统在t时段的正旋转备用需求，系统在t时段的负旋转备用需求，T₁₀：旋转备用相应时间，为10min，T₆₀：一个运行时段，为60min； 

约束条件4、爬坡速率约束： 

约束条件5、储能系统约束： 

充放电功率约束： 

其中，u_c、u_f：储能系统的充放电状态，u_c＝1、u_f＝1表示储能系统处于充电、放电状态，u_c＝0、u_f＝0表示储能系统处于闲置状态； 

容量约束： 

E_ESSE.min≤E_ESSE.t≤E_ESS。 

8.根据权利要求书4-5所述的一种基于大规模风电并网的经济调度优化方法，其特征在于，还包括通过所述储能成本、备用成本、风电场弃风补偿成本以及风电场出力不足惩罚成本，结合风电实际出力得到系统节省成本与转化系数优化之间的关系。