CN104734201A - 一种电力系统中风电配送方案的确定方法及装置 - Google Patents

Abstract

本发明提供一种电力系统中风电配送方案的确定方法及装置，该方法包括：根据电力系统的风电配送的影响因素确定因素集，所述因素集中包含多个评估准则，每一所述评估准则中包含至少一个评估指标；建立模糊评估评语集及分数集，并通过模糊隶属度函数计算所述评估指标的评估矩阵；根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，并根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果；获取预先确定的备选风电配送方案，并根据所述的分数集及所述的评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案。

Description

一种电力系统中风电配送方案的确定方法及装置

技术领域

本发明是关于风电运行技术，具体地，是关于一种电力系统中风电配送方案的确定方法及装置。

背景技术

近年来，风力发电作为目前世界上可再生能源开发利用中技术最成熟、最具规模开发和商业化发展前景的发电方式之一，越来越受到世界各国的重视并得到了广泛的开发和利用。但随着大规模风电接入电网，电力系统的网损也在一定程度上受到影响。所以需要对如何优化风电送出功率从而降低系统网损进行研究。

传统的关于风电功率对电力系统网损影响的研究，大多是只针对某一个单独的电力系统指标约束进行分析，所得出的分析结论并不准确，实际电力系统在运行时，需综合考虑多个因素给出网损最低方案，才能够实现电力系统更加安全、高效地运行。

发明内容

本发明实施例的主要目的在于提供一种电力系统中风电配送方案的确定方法及装置，以综合考虑多个因素给出电力系统中网损最低的运行方案，从而保证电力系统能够更加安全、高效地运行。

为了实现上述目的，本发明实施例提供一种电力系统中风电配送方案的确定方法，所述的确定方法包括：根据电力系统的风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，所述因素集中包含多个评估准则，每一所述评估准则中包含至少一个评估指标；建立模糊评估评语集V＝{v₁,v₂,…,v_m}及分数集E＝(e₁,e₂,…,e_i)，并通过模糊隶属度函数计算所述评估指标的评估矩阵；根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，并根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果；获取预先确定的备选风电配送方案，并根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述风电配送方案的得分，并确定实际风电配送方案。

在一实施例中，在根据所述电力系统风电配送的影响因素确定因素集之前，所述的电力系统中风电配送方案的确定方法还包括：根据电力系统的网损及有功功率建立风电配送优化模型；通过粒子群算法，将预设的松弛约束条件输入所述风电配送优化模型，获取N个可行解，作为所述的备选风电配送方案，N为大于或等于3的整数。

在一实施例中，上述的网损为：其中，i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示系统节点数，j∈i表示所有与节点i直接相连的节点。

在一实施例中，上述的有功功率为：i∈{风电功率汇集节点}，其中，P_Gwi为i节点注入有功功率。

在一实施例中，上述风电配送优化模型为： $\begin{array}{c}f\left(\stackrel{\‾}{x}\right)={[f_1\left(\stackrel{\‾}{x}\right),f_2\left(\stackrel{\‾}{x}\right)]}^T\\ \begin{array}{cc}s.t.& g_i\left(\stackrel{\‾}{x}\right)\end{array}\≥0,i=\mathrm{1,2},...,\\ h_j\left(\stackrel{\‾}{x}\right)=0,j=\mathrm{1,2},...\end{array}$ 其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为不等式约束，为等式约束。

在一实施例中，上述等式约束为：电网的潮流平衡： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\θ}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\θ}}_{\mathrm{ij}})=0\end{array}\right.,$ 其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

在一实施例中，上述不等式约束包括节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束，其中，所述节点电压U_i的不等式约束为：U_imin≤U_i≤U_imax(i＝1,2,…n)；所述节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束为： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\≤P_{\mathrm{Gi}}\≤P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\≤Q_{\mathrm{Gi}}\≤Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$ 其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率；所述变压器传输容量的不等式约束为：0≤S_ij≤S_ijN，其中，S_ij为支路传输功率，S_ijN为元件传输容量上限。

在一实施例中，上述预设的松弛约束条件为：将所述节点电压U_i的不等式约束松弛为： $\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\δ}}_1\≤U_i\≤U_{i\max }+{\mathrm{\δ}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\δ}}_1\≥0,\\ {\mathrm{\δ}}_2\≥0\end{array}\right..$

在一实施例中，上述的因素集包括：系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4。

具体地，上述系统网损U1包含：电网网损率U11及电网网损U12；所述风电利用率U2包含：电网全网风电利用率U21及各电网接入点风电利用率U2i；所述通道利用率U3包含：各电网输电通道利用率U3i。

具体地，上述电网网损率U11为：其中，P_i为电网的上网功率，P_o为电网的下网功率。

具体地，上述电网网损U12为：u₁₂＝ΔP_loss＝P_i-P_o，其中，P_i为电网的上网功率，P_o为电网的下网功率。

具体地，上述电网全网风电利用率U21为：其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。

具体地，上述各电网接入点风电利用率U2i为：其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，i＝2，3，4，5。

具体地，上述各电网输电通道利用率U3i为：其中，P_i为第i个风电汇集点的风电出力，P_imax为该汇集点风电装机容量，i＝1，2，3，4。

具体地，上述电压合格率U4为：u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

在一实施例中该，上述评语等级分为4个等级，当所述评语等级为第一等级时，评语标准为：所述模糊隶属度函数为：当所述评语等级为第二等级时，评语标准为： $V_1\&le;u<V_2,{\mathrm{\&lambda;}}_3=V_3+\frac{V_3-V_2}{2},V_2-V_1=V_3-V_2,$ 所述模糊隶属度函数为：当所述评语等级为第三等级时，评语标准为： $V_2\&le;u<V_3,{\mathrm{\&lambda;}}_4=V_4+\frac{V_3-V_2}{2},$ 所述模糊隶属度函数为：当所述评语等级为第四等级时，评语标准为：u≥V₄，所述模糊隶属度函数为：其中，u为所述评估指标的实际值；γ(v_k,λ_p),(p＝1,2,3,4)为所述评价指标对评语v_k的隶属度；λ₁～λ₄为常数，为所述评价指标隶属度函数的参数值。

在一实施例中，根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，包括：通过以下公式计算所述的准则评估结果：S_i＝A_ijοR_ij，其中，A_ij为所述预设的评估指标权重集，R_ij为所述的评估矩阵，

在一实施例中，根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果，包括：通过以下公式计算所述的评估结果：S＝A_iοS_i，其中，A_i为所述预设的评估准则权重集，S_i为所述的准则评估结果。

在一实施例中，根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案，包括：通过以下公式计算所述的得分：N＝∑e_i·s_i，其中，N为得分，e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；根据所述得分确定得分最高的所述备选风电配送方案为所述的实际风电配送方案。

本发明实施例还提供一种电力系统中风电配送方案的确定装置，所述的确定装置包括：因素集确定单元，用于根据所述电力系统风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，所述因素集中包含多个评估准则，每一所述评估准则中包含至少一个评估指标；评估矩阵计算单元，用于建立模糊评估评语集V＝{v₁,v₂,…,v_m}及分数集E＝(e₁,e₂,…,e_i)，并通过模糊隶属度函数计算所述评估指标的评估矩阵；评估结果获取单元，用于根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，并根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果；实际风电配送方案确定单元，用于获取预先确定的备选风电配送方案，并根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述风电配送方案的得分，并确定实际风电配送方案。

在一实施例中，上述的确定装置还包括：风电配送优化模型建立单元，用于根据电力系统的网损及有功功率建立风电配送优化模型；备选风电配送方案获取单元，用于通过粒子群算法，将预设的松弛约束条件输入所述风电配送优化模型，获取N个可行解，作为所述的备选风电配送方案，N为大于或等于3的整数。

在一实施例中，上述的网损为： $P_{\mathrm{loss}}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(U_i^2{G}_{\mathrm{ii}}+U_i\underset{j\&Element;i}{\mathrm{\&Sigma;}}{U}_j{G}_{\mathrm{ij}}\cos \left({\mathrm{\&theta;}}_{\mathrm{ij}}\right)),$ 其中，i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示系统节点数，j∈i表示所有与节点i直接相连的节点。

在一实施例中，上述的有功功率为：i∈{风电功率汇集节点}，其中，P_Gwi为i节点注入有功功率。

在一实施例中，上述的风电配送优化模型为： $\begin{array}{c}f\left(\stackrel{\&OverBar;}{x}\right)={[f_1\left(\stackrel{\&OverBar;}{x}\right),f_2\left(\stackrel{\&OverBar;}{x}\right)]}^T\\ \begin{array}{cc}s.t.& g_i\left(\stackrel{\&OverBar;}{x}\right)\end{array}\&GreaterEqual;0,i=\mathrm{1,2},...,\\ h_j\left(\stackrel{\&OverBar;}{x}\right)=0,j=\mathrm{1,2},...\end{array}$ 其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为不等式约束，为等式约束。

进一步地，上述的等式约束为：电网的潮流平衡： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}})=0\end{array}\right.,$ 其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

进一步地，上述的不等式约束包括节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束，其中，所述节点电压U_i的不等式约束为：U_imin≤U_i≤U_imax(i＝1,2,…n)；所述节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束为： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\&le;P_{\mathrm{Gi}}\&le;P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\&le;Q_{\mathrm{Gi}}\&le;Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$ 其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率；所述变压器传输容量的不等式约束为：0≤S_ij≤S_ijN，其中，S_ij为支路传输功率，S_ijN为元件传输容量上限。

进一步地，上述的预设的松弛约束条件为：将所述节点电压U_i的不等式约束松弛为： $\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\&delta;}}_1\&le;U_i\&le;U_{i\max }+{\mathrm{\&delta;}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\&delta;}}_1\&GreaterEqual;0,\\ {\mathrm{\&delta;}}_2\&GreaterEqual;0\end{array}\right..$

在一实施例中，上述的因素集包括：系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4。

进一步地，上述的系统网损U1包含：电网网损率U11及电网网损U12；所述风电利用率U2包含：电网全网风电利用率U21及各电网接入点风电利用率U2i；所述通道利用率U3包含：各电网输电通道利用率U3i。

进一步地，上述的电网网损率U11为：其中，P_i为电网的上网功率，P_o为电网的下网功率。

进一步地，上述的电网网损U12为：u₁₂＝ΔP_loss＝P_i-P_o，其中，P_i为电网的上网功率，P_o为电网的下网功率。

进一步地，上述的电网全网风电利用率U21为：其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。

进一步地，上述的各电网接入点风电利用率U2i为：其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，i＝2,3,4,5。

进一步地，上述的各电网输电通道利用率U3i为：其中，P_i为第i个风电汇集点的风电出力，P_imax为该汇集点风电装机容量，i＝1，2，3，4。

进一步地，上述的电压合格率U4为：u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

在一实施例中，上述的评语等级分为4个等级，当所述评语等级为第一等级时，评语标准为：所述模糊隶属度函数为：当所述评语等级为第二等级时，评语标准为： $V_1\&le;u<V_2,{\mathrm{\&lambda;}}_3=V_3+\frac{V_3-V_2}{2},V_2-V_1=V_3-V_2,$ 所述模糊隶属度函数为：当所述评语等级为第三等级时，评语标准为： $V_2\&le;u<V_3,{\mathrm{\&lambda;}}_4=V_4+\frac{V_3-V_2}{2},$ 所述模糊隶属度函数为：当所述评语等级为第四等级时，评语标准为：u≥V₄，所述模糊隶属度函数为：其中，u为所述评估指标的实际值；γ(v_k,λ_p),(p＝1,2,3,4)为所述评价指标对评语v_k的隶属度；λ₁～λ₄为常数，为所述评价指标隶属度函数的参数值。

在一实施例中，上述的评估结果获取单元具体用于：：通过以下公式计算所述的准则评估结果：S_i＝A_ijοR_ij，其中，A_ij为所述预设的评估指标权重集，R_ij为所述的评估矩阵，并通过以下公式计算所述的评估结果：S＝A_iοS_i，其中，A_i为所述预设的评估准则权重集，S_i为所述的准则评估结果。

在一实施例中，上述的的实际风电配送方案生成单元具体用于：通过以下公式计算所述的得分：N＝∑e_i·s_i，其中，N为得分，e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；根据所述得分确定得分最高的所述备选风电配送方案为所述的实际风电配送方案。

通过本发明，综合考虑多个因素，通过松弛约束条件，并根据模糊评估，给出电力系统中网损最低的运行方案，从而保证电力系统能够更加安全、高效地运行。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1A及图1B为根据本发明实施例的电力系统中风电配送方案的确定方法的流程图；

图2为根据本发明实施例的模糊综合评估模型的结构示意图；

图3为根据本发明实施例的评估等级与相应的评估标准及隶属度函数之间的关系示意图；

图4为根据本发明实施例的电网汇集站点的结构示意图；

图5A及图5B为根据本发明实施例的电力系统中风电配送方案的确定装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种电力系统中风电配送方案的确定方法及装置。以下结合附图对本发明进行详细说明。

本发明实施例提供一种电力系统中风电配送方案的确定方法，如图1A所示，该确定方法主要包括以下几个步骤：

步骤S101：根据电力系统风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，因素集中包含多个评估准则，每一评估准则中包含至少一个评估指标；

步骤S102：建立模糊评估评语集V＝{v₁,v₂,…,v_m}，并通过模糊隶属度函数计算评估指标的评估矩阵；

步骤S103：根据预设的评估指标权重集及评估矩阵获取评估准则的准则评估结果，并根据预设的评估准则权重集及准则评估结果获取因素集的评估结果；

步骤S104：获取预先确定的备选风电配送方案，并根据分数集E＝(e₁,e₂,…,e_i)及评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案。

经过上述的步骤S101～步骤S104，建立一种多约束条件下风电送出功率优化评估数学模型，并通过松弛部分约束求得模型的若干次优解，作为待选方案；并采用模糊综合评估方法对各集群接入点风电接入规模方案进行多场景分析，得到最终的风电配送方案，从而在综合考虑多种影响因素的情况下，获取以降低系统网损为目标的风电配送方案，以确保电力系统更加安全、稳定、高效地运行。

以下结合对本发明实施例的电力系统中风电配送方案的确定方法的各个步骤进行详细描述。

如图1B所示，在具体实施时，在上述的步骤S101之前，可先执行上述步骤S105：根据电力系统的网损及有功功率建立风电配送优化模型；以及步骤S106：通过粒子群算法，将预设的松弛约束条件输入风电配送优化模型，获取N个可行解，作为风电配送方案，N为大于或等于3的整数，从而先初步筛选可用于进行风电配送的备选风电配送方案。

具体地，上述的步骤S105，根据电力系统的网损及有功功率建立风电配送优化模型。在本发明实施例中，提出的风电配送优化方案所针对的目标函数主要考虑三个方面：一、电力系统的网损最小。网损是衡量电网运行的重要经济指标。其常规的计

算公式为： $P_{\mathrm{loss}}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(U_i^2{G}_{\mathrm{ii}}+U_i\underset{j\&Element;i}{\mathrm{\&Sigma;}}{U}_j{G}_{\mathrm{ij}}\cos \left({\mathrm{\&theta;}}_{\mathrm{ij}}\right))---\left(1\right),$

其中：i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示电力系统节点数，j∈i表示所有与节点i直接相连的节点。

二、风电功率上网点节点注入有功功率P_Gwsum最大。风电功率上网点节点注入有功功率P_Gwsum的计算公式为：

i∈{风电功率汇集节点}    (2)，

其中，P_Gwi为i节点注入有功功率。

三、各种约束条件。在进行风电配送优化时，需考虑电力系统中的多种约束条件，实际应用中，该约束条件主要分为两类：等式约束及不等式约束。

上述的等式约束是指电网的潮流平衡：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}})=0\end{array}\right.---\left(3\right),$

其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

上述的不等式约束主要包含节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束。其中，该节点电压U_i的不等式约束是指节点电压U_i应满足：U_imin≤U_i≤U_imax(i＝1,2,…n)；节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束是指：节点注入的有功功率P_Gi和无功功率Q_Gi应满足： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\&le;P_{\mathrm{Gi}}\&le;P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\&le;Q_{\mathrm{Gi}}\&le;Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$ 其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率。上述的变压器传输容量的不等式约束是指：变压器的传输容量现值应满足：0≤S_ij≤S_ijN，其中，S_ij为支路传输功率，S_ijN为元件传输容量上限，P_ij为节点ij的有功注入功率；Q_ij节点ij的无功注入功率。

在确定了上述三个方面的因素后，即可建立目标函数的风电配送优化模型：

$\begin{array}{c}f\left(\stackrel{\&OverBar;}{x}\right)={[f_1\left(\stackrel{\&OverBar;}{x}\right),f_2\left(\stackrel{\&OverBar;}{x}\right)]}^T\\ \begin{array}{cc}s.t.& g_i\left(\stackrel{\&OverBar;}{x}\right)\end{array}\&GreaterEqual;0,i=\mathrm{1,2},...\\ h_j\left(\stackrel{\&OverBar;}{x}\right)=0,j=\mathrm{1,2},...\end{array}---\left(4\right),$

其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为对上述不等式约束的限制，为对上述等式约束的限制。

上述建立的优化模型的实质是寻找使在满足约束的同时达到最优。该优化模型虽然形式上较为简单，但对于电力系统风电配送的规划问题而言，特别是中长期规划(5年及以上)，所涉及的数据量较为庞大，基于上述优化模型很难求出最优解。考虑到上述的情况，在本发明实施例的电力系统中风电配送方案的确定方法中，执行上述的步骤S106，通过将松弛约束条件输入该风电配送优化模型，将电压约束U_imin≤U_i≤U_imax(i＝1,2,…n)松弛为：

$\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\&delta;}}_1\&le;U_i\&le;U_{i\max }+{\mathrm{\&delta;}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\&delta;}}_1\&GreaterEqual;0,\\ {\mathrm{\&delta;}}_2\&GreaterEqual;0\end{array}\right.---\left(5\right),$

然后用采用粒子群或其他智能化寻优方法，在初始潮流解附近确定基本的寻优方向，即各风电汇集点接入功率增减对总网损的影响以及接入总风电容量的变化，然后选取若干典型方案待选，求得优化模型的N(N≥3)个可行解(相对于最优解来说，属于次优解)作为备选的风电配送方案。

上述的步骤S101，根据电力系统风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，因素集中包含多个评估准则，每一评估准则中包含至少一个评估指标。在上述的因素集中，包含系统网损、风电接入规模，各种约束等。对这些因素进行细化，将网损用系统网损U1表示，将风电接入规模用风电利用率U2和通道利用率U3表示。由于在本发明实施例中，建立风电配送优化模型时已经考虑了各种约束，只是在结合该优化模型求取可行解时仅对电压约束进行了松弛，因此将电压合格率单独作为一个影响因素：电压合格率U4。在实际应用中，进一步地将上述的系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4进行细化，形成评判各准则所对应的指标层中的多个评估指标，最终形成具有方案层、准则层、与指标层的模糊综合评估模型，如图2所示，位于准则层的系统网损U1包含的评估指标有：电网网损率U11及电网网损U12，该电网网损率U11的计算公式为：其中，P_i为电网的上网功率，P_o为电网的下网功率。该电网网损U12的计算公式为：u₁₂＝ΔP_loss＝P_i-P_o，其中，P_i为电网的上网功率，P_o为电网的下网功率。

上述准则层的风电利用率U2包含的评估指标有：电网全网风电利用率U21及各电网接入点风电利用率U2i。其中，该电网全网风电利用率U21的计算公式为：其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。各电网接入点风电利用率U2i的计算公式为：其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，当如图2所示，所计算的是四个电网接入点风电利用率时，i的取值为：i＝2，3，4，5，但在实际应用中，电网接入点的数量可以根据实际需要设置，本发明并不以此为限。

上述准则层的通道利用率U3包含的评估指标有：各电网输电通道利用率U3i，各电网输电通道利用率U3i的计算公式为：P_i为第i个风电汇集点的风电出力，其中，P_imax为该汇集点风电装机容量，当如图2所示，所计算的是四个电网接入点风电利用率时，i的取值为：i＝1，2，3，4，但在实际应用中，电网接入点的数量可以根据实际需要设置，本发明并不以此为限。

上述的电压合格率U4的计算公式为：u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

在确立了上述的模糊综合评估模型中的方案层、准则层及指标层中的具体参数后，执行上述步骤S102，建立模糊评估评语集V＝{v₁,v₂,…,v_m}，并通过模糊隶属度函数计算评估指标的评估矩阵。其中，评语集V中的各个元素v_i代表各种可能出现的评估结果。在综合考虑所有影响因素的前提下，从评语集中得出评估结果即为模糊综合评估的得分。在本发明实施例中，是选择评估级数为四级，即m＝4，来建立评语集V＝{很好，较好，一般，差},与之相对应的分数集为E＝{e₁,e₂,e₃,e₄}(例如：“很好”为4分，“较好”为3分，“一般”为2分，“差”为1分，则对应的分数集E为E＝{4,3,2,1})，表示风电配送方案中各评估指标对该评语的隶属度。需要说明的是，上述的评估级数及评语集的标准V＝{很好，较好，一般，差}及其相应的分数集仅为示例说明，而并非用以限制本发明。

经过上述步骤S101所计算获得的各个评估指标用u_i(i＝1,2,…,n)表示，利用模糊隶属度函数，将指标层中计算出的各个评估指标映射到评估集中，用以描述各行为指标隶属于评估集中各评估的程度，从而获得评估矩阵。其中，评估等级与相应的评估标准及隶属度函数γ(v_k,λ_p)之间的关系如图3及下表一所示：

表一

在表一中，u代表被评价对象的实际值。γ(v_k,λ_p),(p＝1,2,3,4)即表示该评估指标对评语v_k的隶属度，λ₁～λ₄为常数，是各种评估指标隶属度函数的参数值。

进一步地，针对其中某一风电配送方案从每个评价因素Ui上进行量化，即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到该评估准则所对应的评价矩阵。

上述R_ij为评价矩阵，其中r_ij表示某个被评价对象从因素Ui来看对等级模糊子集Vj的隶属度,可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素与评价对象之间的“合理关系”。

上述的步骤S103，根据预设的评估指标权重集及评估矩阵获取评估准则的准则评估结果，并根据预设的评估准则权重集及求得的准则评估结果获取因素集的评估结果。在结合上述的各种评估指标进行风电配送方案的评估时，对于每个评估指标在评估中的重要性和比重可能各不相同，因此，根据不同的评估要求可对每个评估指标设定相应的评估指标权重，从而生成一个预设的评估指标权重集A_ij，并通过公式：S_i＝A_ijοR_ij即可获取每一评估准则的准则评估结果S_i。

进一步地，在获取了评估准则的准则评估结果S_i之后，可根据每一评估准则的权重来计算获取因素集的评估结果S＝(s₁ s₂ … s_i)。计算获取该评估结果的公式为：S＝A_iοS_i，其中，A_i为根据各评估准则的权重生成的预设的评估准则权重集。

上述步骤S104，获取预先确定的备选风电配送方案，并根据分数集E＝(e₁,e₂,…,e_i)及评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案。预先确定的备选风电配送方案即为上述通过步骤S107及步骤S108所确定的备选风电配送方案。步骤S104具体是指，根据与步骤S102建立的评语集V相对应的分数集E，以及步骤S103中获取的评估结果S，利用公式：

N＝∑e_i·s_i

计算获取针对每个风电配送方案的得分N。上式中，E＝{e₁,e₂,e₃,e₄}，(例如：“很好”为4分，“较好”为3分，“一般”为2分，“差”为1分，则对应的分数集E为E＝{4,3,2,1})，表示风电配送方案中各评估指标对该评语的隶属度；e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；e_i与s_i之间为点积运算。

在计算获取了每个风电配送方案的得分后，对各个风电配送方案的得分进行排序，从而将得分分值最高的备选风电配送方案确定为最终的实际风电配送方案。

通过本发明实施例的电力系统中风电配送方案的确定方法，建立一种多约束条件下风电送出功率优化评估数学模型，并通过松弛部分约束求得模型的若干次优解，作为待选方案；并采用模糊综合评估方法对各集群接入点风电接入规模方案进行多场景分析，得到最终的风电配送方案，从而在综合考虑多种影响因素的情况下，获取以降低系统网损为目标的风电配送方案，以确保电力系统更加安全、稳定、高效地运行。

以下结合一具体应用实例，对本发明实施例的电力系统中风电配送方案的确定方法做进一步的说明。

在电力系统中的一电网的2020年规划水平年中，其风电规模达11700MW，如图4所示，该电网中共有4个500kV汇集点送出，其中，A汇集点功率直接通过500kV网络送出，B、C、D汇集点功率经500kV输电线路汇集到1000kV特高压站，经特高压网络送出。针对该电网，结合本发明实施例的电力系统中风电配送方案的确定方法确定最终的风电配送方案的过程如下：

首先，建立上述的风电配送优化模型，在此实施例中，该风电配送优化模型的等式约束为34000个左右，不等式约束达100000以上，无法直接求得最优解。因此，通过下述步骤求得可行解：

1)在风电平均接入的情况下，通过潮流计算，得到该风电接入情况下初始潮流解，即为风电送出优化模型的初始点。

2)用粒子群算法，松弛节点电压约束，求模型次优解，经过一定次数的迭代后，得到一系列具有次优特点的可行解。

3)根据风电现状，从一系列可行解中挑选出4中典型方案场景待选，如下表二所示(风电接入容量做取整处理)

表二

在根据风电配送优化模型求得4组可行解(即上述的4个风电配送方案)后，通过多层次模糊综合评估得到风电送出最优方案，具体步骤如下：

1)确定风电配送方案中各评估准则、评估指标及与之相应的权重如下表三所示：

表三

2)利用步骤S101中的公式计算各评估指标的指标值，量化计算结果如表四所示：

表四

3)根据评估指标的隶属度函数确定各评估指标的隶属度如表五所示(V代表各评估指标的评语集，λ为指标层隶属度参数值)：

4)在隶属度函数计算的基础上，可对各风电配送方案不同评估指标的模糊评价矩阵进行计算，其结果如表六所示：

表六

5)结合模糊综合评估体系权重系数，可分别计算不同风电配送方案下，各评价准则的得分，进而得出各风电配送方案的总得分，具体如下表七所示：

表七

综合以上分析可得，方案四的总得分最高，因此建立该方案四作为最优送出功率方案。即：保持风电总送出功率为接入容量50％不变，调节各集群点风电送出功率。各汇集点风电送出功率为：A汇集点1334MW(风电利用率44.02％)，B汇集点1164MW(风电利用率43.15％)，C汇集点1461MW(风电利用率66.42％)，D汇集点720MW(风电利用率38.89％)。

本发明实施例还提供一种电力系统中风电配送方案的确定装置，如图5A所示，该电力系统中风电配送方案的确定装置包括：因素集确定单元1、评估矩阵计算单元2、评估结果获取单元3、实际风电配送方案确定单元4。

如图5B所示，在具体实施时，本发明实施例的电力系统中风电配送方案的确定装置还可包括：风电配送优化模型建立单元5及备选风电配送方案获取单元6。上述的风电配送优化模型建立单元5用于根据电力系统的网损及有功功率建立风电配送优化模型。在本发明实施例中，提出的风电配送优化方案所针对的目标函数主要考虑三个方面：一、电力系统的网损最小。网损是衡量电网运行的重要经济指标。其常规

的计算公式为： $P_{\mathrm{loss}}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(U_i^2{G}_{\mathrm{ii}}+U_i\underset{j\&Element;i}{\mathrm{\&Sigma;}}{U}_j{G}_{\mathrm{ij}}\cos \left({\mathrm{\&theta;}}_{\mathrm{ij}}\right))---\left(1\right),$

其中：i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示电力系统节点数，j∈i表示所有与节点i直接相连的节点。

二、风电功率上网点节点注入有功功率P_Gwsum最大。风电功率上网点节点注入有功功率P_Gwsum的计算公式为：

i∈{风电功率汇集节点}    (2)，

其中，P_Gwi为i节点注入有功功率。

三、各种约束条件。在进行风电配送优化时，需考虑电力系统中的多种约束条件，实际应用中，该约束条件主要分为两类：等式约束及不等式约束。

上述的等式约束是指电网的潮流平衡：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}})=0\end{array}\right.---\left(3\right),$

其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

上述的不等式约束主要包含节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束。其中，该节点电压U_i的不等式约束是指节点电压U_i应满足：U_imin≤U_i≤U_imax(i＝1,2,…n)；节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束是指：节点注入的有功功率P_Gi和无功功率Q_Gi应满足： $\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\&le;P_{\mathrm{Gi}}\&le;P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\&le;Q_{\mathrm{Gi}}\&le;Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$ 其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率。上述的变压器传输容量的不等式约束是指：变压器的传输容量现值应满足：0≤S_ij≤S_ijN，其中，S_ij为支路传输功率，S_ijN为元件传输容量上限，P_ij为节点ij的有功注入功率；Q_ij节点ij的无功注入功率。

在确定了上述三个方面的因素后，即可建立目标函数的风电配送优化模型：

$\begin{array}{c}f\left(\stackrel{\&OverBar;}{x}\right)={[f_1\left(\stackrel{\&OverBar;}{x}\right),f_2\left(\stackrel{\&OverBar;}{x}\right)]}^T\\ \begin{array}{cc}s.t.& g_i\left(\stackrel{\&OverBar;}{x}\right)\end{array}\&GreaterEqual;0,i=\mathrm{1,2},...\\ h_j\left(\stackrel{\&OverBar;}{x}\right)=0,j=\mathrm{1,2},...\end{array}---\left(4\right),$

其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为对上述不等式约束的限制，为对上述等式约束的限制。

上述建立的优化模型的实质是寻找使在满足约束的同时达到最优。该优化模型虽然形式上较为简单，但对于电力系统风电配送的规划问题而言，特别是中长期规划(5年及以上)，所涉及的数据量较为庞大，基于上述优化模型很难求出最优解。考虑到上述的情况，在本发明实施例的电力系统中风电配送方案的确定装置中，通过上述的备选风电配送方案获取单元6将松弛约束条件输入该风电配送优化模型，将电压约束U_imin≤U_i≤U_imax(i＝1,2,…n)松弛为：

$\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\&delta;}}_1\&le;U_i\&le;U_{i\max }+{\mathrm{\&delta;}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\&delta;}}_1\&GreaterEqual;0,\\ {\mathrm{\&delta;}}_2\&GreaterEqual;0\end{array}\right.---\left(5\right),$

然后用粒子群或其他智能化寻优方法求得优化模型的N(N≥3)个可行解(相对于最优解来说，属于次优解)作为备选的风电配送方案。

上述的因素集确定单元1，用于根据电力系统风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，因素集中包含多个评估准则，每一评估准则中包含至少一个评估指标。在上述的因素集中，包含系统网损、风电接入规模，各种约束等。对这些因素进行细化，将网损用系统网损U1表示，将风电接入规模用风电利用率U2和通道利用率U3表示。由于在本发明实施例中，建立风电配送优化模型时已经考虑了各种约束，只是在根据该优化模型求取可行解时仅对电压约束进行了松弛，因此将电压合格率单独作为一个影响因素：电压合格率U4。在实际应用中，进一步地将上述的系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4进行细化，形成评判各准则所对应的指标层中的多个评估指标，最终形成具有方案层、准则层、与指标层的模糊综合评估模型，如图2所示，位于准则层的系统网损U1包含的评估指标有：电网网损率U11及电网网损U12，该电网网损率U11的计算公式为：其中，P_i为电网的上网功率，P_o为电网的下网功率。该电网网损U12的计算公式为：u₁₂＝ΔP_loss＝P_i-P_o，其中，P_i为电网的上网功率，P_o为电网的下网功率。

上述准则层的风电利用率U2包含的评估指标有：电网全网风电利用率U21及各电网接入点风电利用率U2i。其中，该电网全网风电利用率U21的计算公式为：其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。各电网接入点风电利用率U2i的计算公式为：其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，当如图2所示，所计算的是四个电网接入点风电利用率时，i的取值为：i＝2，3，4，5，但在实际应用中，电网接入点的数量可以根据实际需要设置，本发明并不以此为限。

上述准则层的通道利用率U3包含的评估指标有：各电网输电通道利用率U3i，各电网输电通道利用率U3i的计算公式为：P_i为第i个风电汇集点的风电出力，其中，P_imax为该汇集点风电装机容量，当如图2所示，所计算的是四个电网接入点风电利用率时，i的取值为：i＝1，2，3，4，但在实际应用中，电网接入点的数量可以根据实际需要设置，本发明并不以此为限。

上述的电压合格率U4的计算公式为：u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

在确立了上述的模糊综合评估模型中的方案层、准则层及指标层中的具体参数后，通过评估矩阵计算单元2建立模糊评估评语集V＝{v₁,v₂,…,v_m}，并通过模糊隶属度函数计算评估指标的评估矩阵。其中，评语集V中的各个元素v_m代表各种可能出现的评估结果。在综合考虑所有影响因素的前提下，从评语集中得出评估结果即为模糊综合评估的得分。在本发明实施例中，是选择评估级数为四级(即m＝4)来建立评语集V＝{很好，较好，一般，差},与之相对应的分数集为E＝{e₁,e₂,e₃,e₄}(例如：“很好”为4分，“较好”为3分，“一般”为2分，“差”为1分，则对应的分数集E为E＝{4,3,2,1})，表示风电配送方案中各评估指标对该评语的隶属度。需要说明的是，上述的评估级数及评语集的标准V＝{很好，较好，一般，差}及其相应的分数集仅为示例说明，而并非用以限制本发明。

通过上述因素集确定单元1计算获得的各个评估指标用u_i(i＝1,2,…,n)表示，利用模糊隶属度函数，将指标层中计算出的各个评估指标映射到评估集中，用以描述各行为指标隶属于评估集中各评估的程度，从而获得评估矩阵。其中，评估等级与相应的评估标准及隶属度函数γ(v_k,λ_p)之间的关系如图3及表一所示。

在表一中，u代表被评价对象的实际值。γ(v_k,λ_p),(p＝1,2,3,4)即表示该评估指标对评语v_k的隶属度，λ₁～λ₄为常数，是各种评估指标隶属度函数的参数值。

进一步地，针对其中某一风电配送方案从每个评价因素Ui上进行量化，即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到该评估准则所对应的评价矩阵。

上述R_ij为评价矩阵，其中r_ij表示某个被评价对象从因素Ui来看对等级模糊子集Vj的隶属度,可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素与评价对象之间的“合理关系”。

上述的评估结果获取单元3用于根据预设的评估指标权重集及评估矩阵获取评估准则的准则评估结果，并根据预设的评估准则权重集及求得的准则评估结果获取因素集的评估结果。在结合上述的各种评估指标进行风电配送方案的评估时，对于每个评估指标在评估中的重要性和比重可能各不相同，因此，根据不同的评估要求可对每个评估指标设定相应的评估指标权重，从而生成一个预设的评估指标权重集A_ij，并通过公式：S_i＝A_ijοR_ij即可获取每一评估准则的准则评估结果S_i。

进一步地，在获取了评估准则的准则评估结果S_i之后，可通过评估结果获取单元3根据每一评估准则的权重来计算获取因素集的评估结果S＝(s₁ s₂ … s_i)。该评估结果获取单元3计算获取该评估结果的公式为：S＝A_iοS_i，其中，A_i为根据各评估准则的权重生成的预设的评估准则权重集。

上述的实际风电配送方案确定单元4用于获取预先确定的备选风电配送方案，并根据分数集E＝(e₁,e₂,…,e_i)及评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案。预先确定的备选风电配送方案即为通过上述风电配送优化模型建立单元5及备选风电配送方案获取单元6所确定的备选风电配送方案。具体地，该实际风电配送方案确定单元4是根据与评估矩阵计算单元2建立的评语集V相对应的分数集E，以及评估结果获取单元3获取的评估结果S，利用公式：

N＝∑e_i·s_i，

计算获取针对每个风电配送方案的得分N。上式中，E＝{e₁,e₂,e₃,e₄}，(例如：“很好”为4分，“较好”为3分，“一般”为2分，“差”为1分，则对应的分数集E为E＝{4,3,2,1})，表示风电配送方案中各评估指标对该评语的隶属度；e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；e_i与s_i之间为点积运算。

在计算获取了每个风电配送方案的得分后，通过实际风电配送方案确定单元4，对各个备选风电配送方案的得分进行排序，从而将得分分值最高的备选风电配送方案确定为最终的实际风电配送方案。

通过本发明实施例的电力系统中风电配送方案的确定装置，建立一种多约束条件下风电送出功率优化评估数学模型，并通过松弛部分约束求得模型的若干次优解，作为待选方案；并采用模糊综合评估方法对各集群接入点风电接入规模方案进行多场景分析，得到最终的风电配送方案，从而在综合考虑多种影响因素的情况下，获取以降低系统网损为目标的风电配送方案，以确保电力系统更加安全、稳定、高效地运行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读取存储介质中，比如ROM/RAM、磁碟、光盘等。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (39)

1.一种电力系统中风电配送方案的确定方法，其特征在于，所述的确定方法包括：

根据电力系统的风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，所述因素集中包含多个评估准则，每一所述评估准则中包含至少一个评估指标；

建立模糊评估评语集V＝{v₁,v₂,…,v_m}及分数集E＝(e₁,e₂,…,e_i)，并通过模糊隶属度函数计算所述评估指标的评估矩阵；

根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，并根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果；

获取预先确定的备选风电配送方案，并根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案。

2.根据权利要求1所述的电力系统中风电配送方案的确定方法，其特征在于，在根据所述电力系统风电配送的影响因素确定因素集之前，所述的电力系统中风电配送方案的确定方法还包括：

根据电力系统的网损及有功功率建立风电配送优化模型；

通过粒子群算法，将预设的松弛约束条件输入所述风电配送优化模型，获取N个可行解，作为所述的备选风电配送方案，N为大于或等于3的整数。

3.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，所述的网损为：

$P_{\mathrm{loss}}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(U_i^2{G}_{\mathrm{ii}}+U_i\underset{j\&Element;i}{\mathrm{\&Sigma;}}{U}_j{G}_{\mathrm{ij}}\cos \left({\mathrm{\&theta;}}_{\mathrm{ij}}\right)),$

其中，i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示系统节点数，j∈i表示所有与节点i直接相连的节点。

4.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，所述的有功功率为：

其中，P_Gwi为i节点注入有功功率。

5.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，所述风电配送优化模型为：

$f\left(\stackrel{\&OverBar;}{x}\right)={[f_1\left(\stackrel{\&OverBar;}{x}\right),f_2\left(\stackrel{\&OverBar;}{x}\right)]}^T$

$\begin{array}{cc}s.t.& g_i\left(\stackrel{\&OverBar;}{x}\right)\end{array},\&GreaterEqual;0,i=\mathrm{1,2},...,$

$h_j\left(\stackrel{\&OverBar;}{x}\right)=0,j=\mathrm{1,2}...$

其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为不等式约束，为等式约束。

6.根据权利要求5所述的电力系统中风电配送方案的确定方法，其特征在于，所述等式约束为：

电网的潮流平衡：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}})=0\end{array}\right.,$

其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

7.根据权利要求6所述的电力系统中风电配送方案的确定方法，其特征在于，所述不等式约束包括节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束，其中，

所述节点电压U_i的不等式约束为：U_imin≤U_i≤U_imax(i＝1,2,…n)；

所述节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束为：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\&le;P_{\mathrm{Gi}}\&le;P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\&le;Q_{\mathrm{Gi}}\&le;Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$

其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率；

所述变压器传输容量的不等式约束为：0≤S_ij≤S_ijN，

其中，S_ij为支路传输功率，S_ijN为元件传输容量上限。

8.根据权利要求7所述的电力系统中风电配送方案的确定方法，其特征在于，所述预设的松弛约束条件为：

将所述节点电压U_i的不等式约束松弛为：

$\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\&delta;}}_1\&le;U_i\&le;U_{i\max }+{\mathrm{\&delta;}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\&delta;}}_1\&GreaterEqual;0,\\ {\mathrm{\&delta;}}_2\&GreaterEqual;0\end{array}\right..$

9.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，所述的因素集包括：系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4。

10.根据权利要求9所述的电力系统中风电配送方案的确定方法，其特征在于，所述系统网损U1包含：电网网损率U11及电网网损U12；所述风电利用率U2包含：电网全网风电利用率U21及各电网接入点风电利用率U2i；所述通道利用率U3包含：各电网输电通道利用率U3i。

11.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述电网网损率U11为：

$u_{11}=\frac{P_i-P_o}{P_i}\&times;100\%,$

其中，P_i为电网的上网功率，P_o为电网的下网功率。

12.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述电网网损U12为：

u₁₂＝ΔP_loss＝P_i-P_o，

其中，P_i为电网的上网功率，P_o为电网的下网功率。

13.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述电网全网风电利用率U21为：

$u_{21}=\frac{P_w}{P_{\mathrm{WS}}}\&times;100\%,$

其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。

14.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述各电网接入点风电利用率U2i为：

$u_{2i}=\frac{P_i}{P_{i\max }}\&times;100\%,$

其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，i＝2，3，4，5。

15.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述各电网输电通道利用率U3i为：

$u_{3i}=\frac{P_i}{P_{i\max }}\&times;100\%,$

其中，P_i为第i个风电汇集点的风电出力，P_imax为该汇集点风电装机容量，i＝1，2，3，4。

16.根据权利要求10所述的电力系统中风电配送方案的确定方法，其特征在于，所述电压合格率U4为：

u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，

其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

17.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，所述评语等级分为4个等级，当所述评语等级为第一等级时，评语标准为： $u\&le;V_1,{\mathrm{\&lambda;}}_1=\frac{V_2-V_1}{2},{\mathrm{\&lambda;}}_2=V_2+\frac{V_2-V_1}{2},$ 所述模糊隶属度函数为：

当所述评语等级为第二等级时，评语标准为： $V_1\&le;u<V_2,{\mathrm{\&lambda;}}_3=V_3+\frac{V_3-V_2}{2},V_2-V_1=V_3-V_2,$ 所述模糊隶属度函数为：

当所述评语等级为第三等级时，评语标准为：所述模糊隶属度函数为：

当所述评语等级为第四等级时，评语标准为：u≥V₄，所述模糊隶属度函数为：

其中，u为所述评估指标的实际值；γ(v_k,λ_p),(p＝1,2,3,4)为所述评价指标对评语v_k的隶属度；λ₁～λ₄为常数，为所述评价指标隶属度函数的参数值。

18.根据权利要求2所述的电力系统中风电配送方案的确定方法，其特征在于，根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，包括：

通过以下公式计算所述的准则评估结果：S_i＝A_ijοR_ij，

其中，A_ij为所述预设的评估指标权重集，R_ij为所述的评估矩阵，

19.根据权利要求18所述的电力系统中风电配送方案的确定方法，其特征在于，根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果，包括：

通过以下公式计算所述的评估结果：S＝A_iοS_i，

其中，A_i为所述预设的评估准则权重集，S_i为所述的准则评估结果。

20.根据权利要求19所述的电力系统中风电配送方案的确定方法，其特征在于，根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述备选风电配送方案的得分，并确定实际风电配送方案，包括：

通过以下公式计算所述的得分：N＝∑e_i·s_i，其中，N为得分，e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；

根据所述得分确定得分最高的所述备选风电配送方案为所述的实际风电配送方案。

21.一种电力系统中风电配送方案的确定装置，其特征在于，所述的确定装置包括：

因素集确定单元，用于根据所述电力系统风电配送的影响因素确定因素集U＝(U₁,U₂,…,U_n)，所述因素集中包含多个评估准则，每一所述评估准则中包含至少一个评估指标；

评估矩阵计算单元，用于建立模糊评估评语集V＝{v₁,v₂,…,v_m}及分数集E＝(e₁,e₂,…,e_i)，并通过模糊隶属度函数计算所述评估指标的评估矩阵；

评估结果获取单元，用于根据预设的评估指标权重集及所述评估矩阵获取所述评估准则的准则评估结果，并根据预设的评估准则权重集及所述准则评估结果获取所述因素集的评估结果；

实际风电配送方案确定单元，用于获取预先确定的备选风电配送方案，并根据所述的分数集E＝(e₁,e₂,…,e_i)及所述的评估结果获取所述风电配送方案的得分，并确定实际风电配送方案。

22.根据权利要求21所述的电力系统中风电配送方案的确定装置，其特征在于，所述的确定装置还包括：

风电配送优化模型建立单元，用于根据电力系统的网损及有功功率建立风电配送优化模型；

备选风电配送方案获取单元，用于通过粒子群算法，将预设的松弛约束条件输入所述风电配送优化模型，获取N个可行解，作为所述的备选风电配送方案，N为大于或等于3的整数。

23.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述的网损为：

$P_{\mathrm{loss}}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(U_i^2{G}_{\mathrm{ii}}+U_i\underset{j\&Element;i}{\mathrm{\&Sigma;}}{U}_j{G}_{\mathrm{ij}}\cos \left({\mathrm{\&theta;}}_{\mathrm{ij}}\right)),$

其中，i,j分别表示支路两端节点的顺序编号；U_i，U_j为节点电压；G_ii为节点自导实部，G_ij为支路导纳的实部；θ_ij＝θ_i-θ_j为节点电压相角差。N表示系统节点数，j∈i表示所有与节点i直接相连的节点。

24.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述的有功功率为：

其中，P_Gwi为i节点注入有功功率。

25.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述风电配送优化模型为：

$f\left(\stackrel{\&OverBar;}{x}\right)={[f_1\left(\stackrel{\&OverBar;}{x}\right),f_2\left(\stackrel{\&OverBar;}{x}\right)]}^T$

$\begin{array}{cc}s.t.& g_i\left(\stackrel{\&OverBar;}{x}\right)\end{array},\&GreaterEqual;0,i=\mathrm{1,2},...,$

$h_j\left(\stackrel{\&OverBar;}{x}\right)=0,j=\mathrm{1,2}...$

其中，为可调节功率的节点的注入功率量，x_i∈R^1×2；为P_loss、为P_Gwsum，为不等式约束，为等式约束。

26.根据权利要求25所述的电力系统中风电配送方案的确定装置，其特征在于，所述等式约束为：

电网的潮流平衡：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}}-P_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})=0,\\ Q_{\mathrm{Gi}}-Q_{\mathrm{Di}}-U_i\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}})=0\end{array}\right.,$

其中，P_Di为节点负荷吸收的有功功率；Q_Di为节点负荷吸收的无功功率。

27.根据权利要求25所述的电力系统中风电配送方案的确定装置，其特征在于，所述不等式约束包括节点电压U_i的不等式约束、节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束及变压器传输容量的不等式约束，其中，

所述节点电压U_i的不等式约束为：U_imin≤U_i≤U_imax(i＝1,2,…n)；

所述节点注入的有功功率P_Gi和无功功率Q_Gi的不等式约束为：

$\left\{\begin{array}{c}{P}_{\mathrm{Gi}\min }\&le;P_{\mathrm{Gi}}\&le;P_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n),\\ Q_{\mathrm{Gi}\min }\&le;Q_{\mathrm{Gi}}\&le;Q_{\mathrm{Gi}\max },(i=\mathrm{1,2},...n)\end{array}\right.,$

其中，P_Gimax和P_Gimin为节点最大有功注入功率和最小有功注入功率；Q_Gimax和Q_Gimin为节点最大无功注入功率和节点最小无功注入功率；

所述变压器传输容量的不等式约束为：0≤S_ij≤S_ijN，

其中，S_ij为支路传输功率，S_ijN为元件传输容量上限。

28.根据权利要求27所述的电力系统中风电配送方案的确定装置，其特征在于，所述预设的松弛约束条件为：

将所述节点电压U_i的不等式约束松弛为：

$\left\{\begin{array}{c}{U}_{i\min }-{\mathrm{\&delta;}}_1\&le;U_i\&le;U_{i\max }+{\mathrm{\&delta;}}_2,(i=\mathrm{1,2},...n)\\ {\mathrm{\&delta;}}_1\&GreaterEqual;0,\\ {\mathrm{\&delta;}}_2\&GreaterEqual;0\end{array}\right..$

29.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述的因素集包括：系统网损U1、风电利用率U2、通道利用率U3及电压合格率U4。

30.根据权利要求29所述的电力系统中风电配送方案的确定装置，其特征在于，所述系统网损U1包含：电网网损率U11及电网网损U12；所述风电利用率U2包含：电网全网风电利用率U21及各电网接入点风电利用率U2i；所述通道利用率U3包含：各电网输电通道利用率U3i。

31.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述电网网损率U11为：

$u_{11}=\frac{P_i-P_o}{P_i}\&times;100\%,$

其中，P_i为电网的上网功率，P_o为电网的下网功率。

32.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述电网网损U12为：

u₁₂＝ΔP_loss＝P_i-P_o，

其中，P_i为电网的上网功率，P_o为电网的下网功率。

33.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述电网全网风电利用率U21为：

$u_{21}=\frac{P_w}{P_{\mathrm{WS}}}\&times;100\%,$

其中，P_w为电网实际风电出力，P_WS为电网风机装机容量。

34.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述各电网接入点风电利用率U2i为：

$u_{2i}=\frac{P_i}{P_{i\max }}\&times;100\%,$

其中，P_i为输电通道输送功率，P_imax为输送通道容许输送功率，i＝2，3，4，5。

35.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述各电网输电通道利用率U3i为：

$u_{3i}=\frac{P_i}{P_{i\max }}\&times;100\%,$

其中，P_i为第i个风电汇集点的风电出力，P_imax为该汇集点风电装机容量，i＝1，2，3，4。

36.根据权利要求30所述的电力系统中风电配送方案的确定装置，其特征在于，所述电压合格率U4为：

u₄＝min[max(U_i)-U_sL,min(U_i)-U_lL]，

其中，U_i为母线电压有效值，U_sL为母线电压上限，U_lL为母线电压下限。

37.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述评语等级分为4个等级，当所述评语等级为第一等级时，评语标准为： $u\&le;V_1,{\mathrm{\&lambda;}}_1=\frac{V_2-V_1}{2},{\mathrm{\&lambda;}}_2=V_2+\frac{V_2-V_1}{2},$ 所述模糊隶属度函数为：

当所述评语等级为第二等级时，评语标准为： $V_1\&le;u<V_2,{\mathrm{\&lambda;}}_3=V_3+\frac{V_3-V_2}{2},V_2-V_1=V_3-V_2,$ 所述模糊隶属度函数为：

当所述评语等级为第三等级时，评语标准为：所述模糊隶属度函数为：

当所述评语等级为第四等级时，评语标准为：u≥V₄，所述模糊隶属度函数为：

其中，u为所述评估指标的实际值；γ(v_k,λ_p),(p＝1,2,3,4)为所述评价指标对评语v_k的隶属度；λ₁～λ₄为常数，为所述评价指标隶属度函数的参数值。

38.根据权利要求22所述的电力系统中风电配送方案的确定装置，其特征在于，所述的评估结果获取单元具体用于：

通过以下公式计算所述的准则评估结果：S_i＝A_ijοR_ij，

其中，A_ij为所述预设的评估指标权重集，R_ij为所述的评估矩阵，

并通过以下公式计算所述的评估结果：S＝A_iοS_i，

其中，A_i为所述预设的评估准则权重集，S_i为所述的准则评估结果。

39.根据权利要求38所述的电力系统中风电配送方案的确定装置，其特征在于，所述的实际风电配送方案生成单元具体用于：

通过以下公式计算所述的得分：N＝∑e_i·s_i，其中，N为得分，e_i为分数集中不同评语对应的分数；s_i表示每一评估准则的准则评估结果；

根据所述得分确定得分最高的所述备选风电配送方案为所述的实际风电配送方案。