CN105006844B - 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 - Google Patents
一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 Download PDFInfo
- Publication number
- CN105006844B CN105006844B CN201510250822.XA CN201510250822A CN105006844B CN 105006844 B CN105006844 B CN 105006844B CN 201510250822 A CN201510250822 A CN 201510250822A CN 105006844 B CN105006844 B CN 105006844B
- Authority
- CN
- China
- Prior art keywords
- unit
- cost
- module
- formula
- constraint
- 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.)
- Active
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电网设备技术领域，具体涉及一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，包括向最优不确定集模块传输数据的采集数据模块，经过经济性最优对比和电网安全稳定运行约束条件设定后确定所述最优不确定集模块的参数，最优不确定集模块与建立的鲁棒机组组合系统通过混合整数规划求解器,如CPLEX计算出次日优化机组组合方案，次日优化机组组合方案经过安全校核后形成鲁棒调度日前计划后通过多时间尺度的电力系统鲁棒调度系统以文件形式或自动形式发布到能量管理系统。本发明适合大规模新能源并网时的机组组合系统，使生成的调度计划在保持机组状态不变的情况下应对间歇性能源的波动性，减小新能源并网后给电网带来的不利影响。
Description
技术领域
本发明涉及电网设备技术领域，具体涉及一种间歇式发电并网条件下的电力系统日前鲁棒调度系统。
背景技术
现有技术的传统调度应对风电波动的方法主要有两类，文献[1]WANG Yang，XIAQing.A novel security stochastic unit commitment for wind-thermal systemoperation[C]//2011 4th International Conference on Electric UtilityDeregulation and Restructuring and Power Technologies(DRPT)(2011:386-393)和文献[2]《考虑大规模风电接入的备用容量计算[J]》(电力系统自动化，2012，36(6):1-5.王丹平，陈之栩，涂孟夫等)公开的是通过增加旋转备用来应对风电波动，这类方法简单易行，但备用容量既不易估计，又过高地增加了运行成本；另一类以随机规划技术为基础，文献[3]R.Barth，H.Brand，P.Meibom and C.Weber，“A stochastic unit-commitment model forthe evaluation of the impacts of integration of large amounts of intermittentwind power，”in Proc.Int.Conf.Probabilistic Methods Applied to Power Systems(PMAPS 2006)，(2006，11–15)和文献[4]E.Erdogan and G.Iyengar，“Ambiguous chanceconstrained problems and robust optimization，”(Math.Progr.2006，107(1):37–61)均提出了随机规划模型，采用随机变量描述不确定性，但这类方法局限性较多，一方面，必须提前得知精确的风功率概率分布，然而通过拟合得到的数据与实际存在一定差距，纵然获得精确数据，其形成的海量场景使计算效率降低，另一方面，若过度考虑风电功率的概率分布，有可能会破坏整个调度模型的凸规划性，除此之外，文献[5]《基于自适应粒子群优化算法的机组组合[J]》(电力系统保护与控制，2009，37(15):15-18.常文平，于海，华大鹏)和文献[6]《面向启发式调整策略和粒子群优化的机组组合问题》(电工技术学报，2009，24(12):132-141.袁晓辉，苏安俊，聂浩等)将粒子群算法应用到机组组合问题，是目前应用智能算法解决机组组合问题的典型方式。近年来鲁棒优化方法在电力系统调度中得到应用，文献[7]《一类电力系统鲁棒优化问题的博弈模型及应用实例[J]》(中国电机工程学报，2013，33(19):47-56.梅生伟，郭文涛，王莹莹等)建立了电力系统鲁棒优化的博弈模型。文献[8]《基于极限场景集的风电机组安全调度决策模型[J]》(电网技术，2013，37(6):1590-1595.高红均，刘俊勇，魏震波等)通过模拟风电概率曲线求得置信区间，在置信区间内进行鲁棒优化。文献[9]《电力系统鲁棒经济调度[J]》(电力系统自动化，2013，37(17):37-43.魏韡，刘锋，梅生伟)在此基础上考虑了风电场的时间和空间效益，更加贴合实际。在不确定集选取方面，通常采用固定不确定集或按置信区间确定不确定集的方法。前者太过依赖运行人员的经验判断，后者是一个显著的改进方案。但已有方法均没有进行不确定集的横向对比，无法说明采用的不确定集具有兼顾经济性和鲁棒性最优的综合效益。在多类型电源联合调度方面，文献[10]《基于收益最大化的水火电联合调度模型[J]》(电工技术学报，2010，25(7):150-158.吴杰康，曾建)提出了水火电联合调度时，水电在峰荷和基荷的分配原则，但依旧采用传统的确定性优化方法。文献[11]《储能系统对含风电的机组组合问题影响分析[J]》(电力系统自动化，2011，35(5):19-24.谢毓广，江晓东)将抽水蓄能机组引入风火联合调度模型，但根据蒙特卡洛法生成场景不适应风电波动较大的情况。文献[12]《多风电场并网时安全约束机组组合的混合整数规划解法[J]》(电力系统自动化，2010，34(5):29-33.叶荣，陈皓勇，王钢等)验证了极限场景对不确定集的代表性，实现了风火鲁棒调度模型，但考虑的能源种类过少。
发明内容
为了克服现有技术中的缺陷，本发明提供了一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，能够应对间歇性能源大规模并网后给电网带来的冲击，提高电网消纳大规模间歇性能源的能力。通过日前计划离线计算，提前一天对次日发电机组启停及出力方案进行编排，时间分辨率为1小时。
本发明是通过如下技术方案实现的：一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，所述系统包括采集数据模块，所述采集数据模块向最优不确定集模块传输数据，经过经济性最优对比和设定电网安全稳定运行约束条件后确定所述最优不确定集模块的参数，所述最优不确定集模块与建立的鲁棒机组组合系统通过混合整数规划求解器计算出次日优化机组组合方案，所述次日优化机组组合方案经过安全校核后形成鲁棒调度日前计划后通过多时间尺度的电力系统鲁棒调度系统自动形式发布到能量管理系统。
进一步地，所述采集数据模块包括间歇性电源预测数据模块、准备电网系统和机组特性数据模块，所述间歇性电源预测数据模块包括风电出力曲线预测模块及设置了参数的置信区间模块，所述准备电网系统和机组特性数据模块包括次日负荷预测曲线模块、系统安全稳定运行参数模块和各机组特性预测模块。
进一步地，所述最优不确定集模块通过综合成本运算模块采用优化方法确定最优不确定集，所述综合成本运算模块通过调度方案模块对综合成本进行统计后进行对比，所述综合成本运算模块包括运行成本模块、环境成本模块和风险成本模块，所述风险成本模块包括切负荷成本模块和弃风成本模块，所述弃风成本模块通过火电机会成本模块的计算来衡量弃风成本，所述火电机会成本模块包括火电发电成本模块和火电环境成本模块，火电机会成本为火电发电成本和火电环境成本之和。
进一步地，所述鲁棒机组组合系统包括预测场景模块和极限场景模块，所述极限场景模块包括功率平衡约束模块、线路安全约束模块、机组出力约束模块和调整时间约束模块，所述预测场景模块包括约束方程模块，所述约束方程模块包括机组侧约束模块和系统侧约束模块，所述机组侧约束模块包括火电机组约束模块、气电机组约束模块、水电机组约束模块、抽水蓄能机组约束模块和核电机组约束模块，所述系统侧约束模块包括功率平衡约束系统、旋转设备用约束系统和线路安全约束系统。
进一步地，所述环境成本模块包括发电环境成本Se1和弃风/光环境成本Se2，所述发电环境成本Se1和弃风/光环境成本Se2均包括排放物二氧化硫SO2、氮氧化合物NOx、粉尘TSP和二氧化碳CO2，计算过程如下：
1)单位电量SO2排放量计算公式为：
式中：Q为单位电量耗煤率，
为SO2与S分子量之比，Sar为燃煤含硫质量分数，bSO2为S生成SO2的比例，ηS为脱硫效率；
2)单位电量NOx排放量计算公式为：
式中：
为NO与N分子量之比，Nar为燃煤含氮质量分数，bNOx为N生成NOx的比例，ηN为脱氮效率；
3)单位电量TSP排放量计算公式为：
ZTSP＝QbTSP(1-ηTSP)……(3)；
式中：bTSP为烟尘排放系数，ηTSP为脱尘效率；
4)单位电量CO2排放成本计算公式为：
S＝QABP……(4),
式中：A为燃料低位发热量，B为CO2排放系数，P为碳排放交易市场平均成交价；
所述发电环境成本模块包括计算公式：
式中：Ma1为火电发电量，Zi为单位电量的排放量，i为污染物种类，Ni为污染物当量值；
所述弃风/光环境成本计算公式为：
式中：Ma2为弃新能源量，Zi为单位电量的排放量，i为污染物种类，Ni为污染物当量值。
进一步地，所述风险成本模块包括风险成本Sr，所述风险成本Sr包括切负荷成本Sc和弃风/光成本Sa：
所述切负荷成本Sc计算公式为：
Sc＝McPc……(7)，
总风险成本为弃风/光环境成本与切负荷成本之和，计算公式为：
Sf＝Sc+Se2……(8)，
所述综合成本运算模块包括综合成本计算公式：
Sall＝Sgen+Sc+Se+St……(9)，
式中，Sall为综合成本，Sgen为调度计划运行成本，Sc为切负荷成本，Se和St分别为弃风成本中的火电环境成本和火电发电成本。
进一步地，所述风险成本模块包括统计风险成本，其中包括弃新能源量及切负荷量的计算公式为：
式中，Ma2、Mc分别为弃新能源量和切负荷量，Pw为新能源出力概率密度函数，Pmin、Pmax分别为调度计划上调极限和下调极限，Pt为风机出力，所有成本计算条件完整，进行以综合成本最优为目标的不确定集寻优计算。
进一步地，所述目标函数模块为以预测场景下系统的发电成本作为目标函数，计算公式为：
min.F(g,t)＝Sn+Sq+Sx+Sun+Suq+Sen……(12)；
式中：Sn、Sq、Sx分别为火电、气电、核电的运行成本，Sun为火电机组启停成本，Suq为气电机组启停成本，Sen为火电与气电的环境成本；
所述约束方程包括：
(1)所述系统侧约束模块包括：
①所述功率平衡约束系统的计算公式：
式中：Pg t为时段t各类电源机组出力，抽水蓄能机组抽水状态出力作负值计入，Dt为系统时段t的负荷预测值；
②所述旋转备用约束系统的计算公式：
式中：Gaa为除了风机和虚拟电动机之外的所有机组，Gab为风机和虚拟电动机机组，Rt为系统时段t的旋转备用需求。
③所述线路安全约束系统的计算公式：
式中：Gall为所有机组，γgj为机组g在线路j上的功率分布因子，Lj为线路流量限制。
(2)所述机组侧约束模块包括：
①所述火电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，An、Bn、Cn为火电机组n成本系数，Pn t为火电机组n在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：In t为火电机组n在时段t的状态，Ph nmax为火电机组n在时段t的最大出力；
机组出力约束计算公式为：
式中：Pnmix、Pnmax分别为火电机组n的最小出力与最大出力；
机组爬坡率约束：
式中：ru n为火电机组n的向上爬坡率，rd n为火电机组n的向下爬坡率；
机组开关机约束计算公式为：
式中：Td(n)、Tu(n)为火电机组n的最小关机、开机时间；
②所述气电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，Aq、Bq、Cq为气电机组q成本系数，Pq t为气电机组q在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：Iq t为气电机组q在时段t的状态，Pt qmax为气电机组q在时段t的最大出力；
机组出力约束计算公式为：
式中：Pqmix、Pqmax分别为气电机组q的最小出力与最大出力；
机组爬坡率约束：
式中：ru q为气电机组q的向上爬坡率，rd q为气电机组q的向下爬坡率；
机组开关机约束计算公式为：
气量约束计算公式为：
式中：Qq为因气量限制气电厂一天的最大发电量；
③所述水电机组约束模块包括：
机组提供旋转备用容量计算公式为：
式中：
为水电机组s在时段t的状态，
为水电机组s在时段t的最大出力；
机组出力约束计算公式为：
式中：Psmin、Psmax分别为水电机组s的最小出力与最大出力；
水量约束计算公式为：
式中：Qs为因库容限制水电厂一天的最大发电量；
④所述核电机组约束模块包括：
机组运行成本计算公式：
式中：T为调度的时段数，Bx、Cx为核电机组x成本系数，Px t为核电机组x在时段t的出力；
机组提供旋转备用容量计算公式：
式中：Ix t为核电机组x在时段t的状态，Pt xmax为核电机组x在时段t的最大出力；
机组出力约束计算公式为：
式中：Pxmin、Pxmax分别为核电机组x的最小出力与最大出力；
机组爬坡率约束计算公式为：
式中：ru x为核电机组x的向上爬坡率，rd x为核电机组x的向下爬坡率；
机组开关机约束计算公式为：
I(x,t)＝1……(36)；
⑤所述抽水蓄能机组约束模块包括：
机组提供旋转备用容量计算公式：
式中：用虚拟发电机cg和虚拟电动机cm代替抽水蓄能机组c，Y0为水库初始所存电量，
为虚拟发电机cg在时段t的状态，Pcgmax为虚拟发电机cg的最大出力；
机组出力约束计算公式：
式中：Pcgmin、Pcgmax分别为虚拟发电机cg的最小出力与最大出力，Pcmr为虚拟电动机cm的额定出力；
机组状态约束计算公式：
式中：
分别为虚拟电动机、虚拟发电机在时段t的状态；
库容约束计算公式：
式中：Wl、Wu分别为水库容量的下限、上限，W0为水库初始容量，e为抽水蓄能机组的效率；
库容设定约束计算公式为：
式中：W1为调度结束水库容量的设定值，默认等于W0；
所述极限场景约束系统包括：
所述功率平衡约束模块包括计算公式，
式中：Pt g,s为极限场景s下时段t各类电源机组出力，抽水蓄能机组抽水状态出力作负值计入，Dt为系统时段t的负荷预测值；
所述线路安全约束模块包括计算公式：
式中：γgj为机组g在线路j上的功率分布因子，Lj为线路流量限制；
所述机组出力约束模块包括计算公式：
所述调整时间约束模块包括计算公式：
式中：
为极限场景s下时段t各类电源机组出力，这里选择小时爬坡率的1/6为约束上下界，即要求机组在10min内完成场景之间的过渡，也可根据实际运行需要选取其他值。
与现有技术相比，优越效果在于：本发明提供一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，能够适合大规模新能源，尤其风电并网时的机组组合，使生成的调度计划能在保持机组状态不变的情况下应对间歇性能源的波动性，减小新能源并网后给电网带来的不利影响，保证电网安全、经济运行。
附图说明
图1为本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统模块示意图；
图2为本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的采集数据模块示意图；
图3为本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的综合成本运算模块的示意图；
图4为本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的鲁棒机组组合系统示意图；
图5为本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的间歇式发电出力概率分布曲线示意图；
图6是本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的日前计划编制功能流程图；
图7是本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的负荷及新能源的短期功率预测数据示意图；
图8是本发明所述间歇式发电并网条件下的电力系统日前鲁棒调度系统中的不同不确定集下的综合成本示意图。
具体实施方式
下面结合附图对本发明具体实施方式作进一步详细说明。
如图1-4所示，具体说明本发明，本发明提供的一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，包括采集数据模块，所述采集数据模块向最优不确定集模块传输数据，经过经济性最优对比和设定电网安全稳定运行约束条件后确定所述最优不确定集模块的参数，所述最优不确定集模块与建立的鲁棒机组组合系统通过混合整数规划求解器计算出次日的优化机组组合方案，所述次日优化机组组合方案经过安全校核后形成鲁棒调度日前计划后通过多时间尺度的电力系统鲁棒调度系统以文件形式或自动形式发布到能量管理系统，所述采集数据模块包括间歇性电源预测数据模块、准备电网系统和机组特性数据模块，所述间歇性电源预测数据模块包括风电出力曲线预测模块及设置了相关参数的置信区间模块，所述准备电网系统和机组特性数据模块包括次日负荷预测曲线模块、系统安全稳定运行参数模块和各机组特性预测模块，所述最优不确定集模块通过综合成本运算模块采用优化方法确定最优不确定集，所述综合成本运算模块通过调度方案模块对综合成本进行统计后进行对比，所述综合成本运算模块包括运行成本模块、环境成本模块和风险成本模块，所述风险成本模块包括切负荷成本模块和弃风成本模块，所述弃风成本模块通过火电机会成本模块的计算来衡量弃风成本，所述火电机会成本模块包括火电发电成本模块和火电环境成本模块，火电机会成本为火电发电成本和火电环境成本之和。所述鲁棒机组组合系统包括预测场景模块和极限场景模块，所述极限场景模块包括功率平衡约束模块、线路安全约束模块、机组出力约束模块和调整时间约束模块，所述预测场景模块包括约束方程模块，所述约束方程模块包括机组侧约束模块和系统侧约束模块，所述机组侧约束模块包括火电机组约束模块、气电机组约束模块、水电机组约束模块、抽水蓄能机组约束模块和核电机组约束模块，所述系统侧约束模块包括功率平衡约束系统、旋转设备用约束系统和线路安全约束系统。
不确定集是包含不确定因素各种可能场景的集合。调度计划费用称为综合成本，其包括运行成本和事故成本，事故成本包括切负荷和弃风两种措施产生的成本，弃风成本用火电机会成本衡量，可分为火电发电成本和环境成本。通过调度方案统计运行成本和事故成本，求和得到综合成本，能够使综合成本最低的不确定集即为最优不确定集。以综合成本最优为目标来寻找最优不确定集，首先是几类成本的定义：
运行成本：运行成本是机组在调度周期内发电所消耗燃料的成本。
环境成本：环境成本是指为处理发电产生的燃料废渣废气而付出的成本，包括发电环境成本和弃风/光环境成本两部分。
发电环境成本：发电环境成本是调度计划消耗燃料产生的环境成本。
弃风/光环境成本：弃风/光环境成本是指弃风/光的环境效益，即弃风/光量等效火电发电产生的环境成本。
风险成本：风险成本是当新能源波动超过调度计划消纳能力而采用的弃风/光或切负荷措施带来的成本。
综合成本：综合成本是指将运行成本、环境成本和风险成本之和。
不确定集是鲁棒调度结果所必须满足的新能源出力波动集合，其范围越大，调度计划消耗燃料越多，应对新能源波动的能力越强，风险成本越低，运行成本和环境成本越高；相反，其范围越小，调度计划消耗燃料越少，应对新能源波动的能力越弱，风险成本越高，运行成本越低因此如何确定新能源最优不确定集是问题关键所在。
1)单位电量SO2排放量计算公式为：
式中：Q为单位电量耗煤率，
为SO2与S分子量之比，Sar为燃煤含硫质量分数，bSO2为S生成SO2的比例，ηS为脱硫效率；
2)单位电量NOx排放量计算公式为：
式中：
为NO与N分子量之比，Nar为燃煤含氮质量分数，bNOx为N生成NOx的比例，ηN为脱氮效率；
3)单位电量TSP排放量计算公式为：
ZTSP＝QbTSP(1-ηTSP)……(3)；
式中：bTSP为烟尘排放系数，ηTSP为脱尘效率；
表1污染物当量值
4)单位电量CO2排放成本计算公式为：
S＝QABP……(4)，
式中：A为燃料低位发热量，B为CO2排放系数，P为碳排放交易市场平均成交价；
所述发电环境成本模块包括计算公式：
式中：Ma1为火电发电量，Zi为单位电量的排放量，i为污染物种类，Ni为污染物当量值；
所述弃风/光环境成本计算公式为：
式中：Ma2为弃新能源量，Zi为单位电量的排放量，i为污染物种类，Ni为污染物当量值。
进一步地，所述风险成本模块包括风险成本Sr，所述风险成本Sr包括切负荷成本Sc和弃风/光成本Sa：
所述切负荷成本Sc计算公式为：
Sc＝McPc……(7)，
总风险成本为弃风/光环境成本与切负荷成本之和：
Sf＝Sc+Se2……(8),
所述综合成本运算模块包括综合成本计算公式：
Sall＝Sgen+Sc+Se+St……(9),
式中，Sall为综合成本，Sgen为调度计划运行成本，Sc为切负荷成本，Se和St分别为弃风成本中的火电环境成本和火电发电成本。
进一步地，所述风险成本模块包括统计风险成本，其中包括弃新能源量及切负荷量的计算公式为：
式中，Ma2、Mc分别为弃新能源量和切负荷量，Pw为新能源出力概率密度函数，Pmin、Pmax分别为调度计划上调极限和下调极限，Pt为风机出力，所有成本计算条件完整，进行以综合成本最优为目标的不确定集寻优计算。
进一步地，所述目标函数模块为以预测场景下系统的发电成本作为目标函数，计算公式为：
min.F(g,t)＝Sn+Sq+Sx+Sun+Suq+Sen……(12)；
式中：Sn、Sq、Sx分别为火电、气电、核电的运行成本，Sun为火电机组启停成本，Suq为气电机组启停成本，Sen为火电与气电的环境成本；
所述约束方程包括：
(1)所述系统侧约束模块包括：
①所述功率平衡约束系统的计算公式：
式中：Pg t为时段t各类电源机组出力，抽水蓄能机组抽水状态出力作负值计入，Dt为系统时段t的负荷预测值；
②所述旋转备用约束系统的计算公式：
式中：Gaa为除了风机和虚拟电动机之外的所有机组，Gab为风机和虚拟电动机机组，Rt为系统时段t的旋转备用需求。
③所述线路安全约束系统的计算公式：
式中：Gall为所有机组，γgj为机组g在线路j上的功率分布因子，Lj为线路流量限制。
(2)所述机组侧约束模块包括：
①所述火电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，An、Bn、Cn为火电机组n成本系数，Pn t为火电机组n在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：In t为火电机组n在时段t的状态，Ph nmax为火电机组n在时段t的最大出力；
机组出力约束计算公式为：
式中：Pnmix、Pnmax分别为火电机组n的最小出力与最大出力；
机组爬坡率约束：
式中：ru n为火电机组n的向上爬坡率，rd n为火电机组n的向下爬坡率；
机组开关机约束计算公式为：
式中：Td(n)、Tu(n)为火电机组n的最小关机、开机时间；
②所述气电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，Aq、Bq、Cq为气电机组q成本系数，Pq t为气电机组q在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：Iq t为气电机组q在时段t的状态，Pt qmax为气电机组q在时段t的最大出力；
机组出力约束计算公式为：
式中：Pqmix、Pqmax分别为气电机组q的最小出力与最大出力；
机组爬坡率约束：
式中：ru q为气电机组q的向上爬坡率，rd q为气电机组q的向下爬坡率；
机组开关机约束计算公式为：
气量约束计算公式为：
式中：Qq为因气量限制气电厂一天的最大发电量；
③所述水电机组约束模块包括：
机组提供旋转备用容量计算公式为：
式中：
为水电机组s在时段t的状态，
为水电机组s在时段t的最大出力；
机组出力约束计算公式为：
式中：Psmin、Psmax分别为水电机组s的最小出力与最大出力；
水量约束计算公式为：
式中：Qs为因库容限制水电厂一天的最大发电量；
④所述核电机组约束模块包括：
机组运行成本计算公式：
式中：T为调度的时段数，Bx、Cx为核电机组x成本系数，Px t为核电机组x在时段t的出力；
机组提供旋转备用容量计算公式：
式中：Ix t为核电机组x在时段t的状态，Pt xmax为核电机组x在时段t的最大出力；
机组出力约束计算公式为：
式中：Pxmin、Pxmax分别为核电机组x的最小出力与最大出力；
机组爬坡率约束计算公式为：
式中：ru x为核电机组x的向上爬坡率，rd x为核电机组x的向下爬坡率；
机组开关机约束计算公式为：
I(x,t)＝1……(36)；
⑤所述抽水蓄能机组约束模块包括：
机组提供旋转备用容量计算公式：
式中：用虚拟发电机cg和虚拟电动机cm代替抽水蓄能机组c，Y0为水库初始所存电量，
为虚拟发电机cg在时段t的状态，Pcgmax为虚拟发电机cg的最大出力；
机组出力约束计算公式：
式中：Pcgmin、Pcgmax分别为虚拟发电机cg的最小出力与最大出力，Pcmr为虚拟电动机cm的额定出力；
机组状态约束计算公式：
式中：
分别为虚拟电动机、虚拟发电机在时段t的状态；
库容约束计算公式：
式中：Wl、Wu分别为水库容量的下限、上限，W0为水库初始容量，e为抽水蓄能机组的效率；
库容设定约束计算公式为：
式中：W1为调度结束水库容量的设定值，默认等于W0。
所述极限场景约束系统包括：
所述功率平衡约束模块包括计算公式，
式中：Pt g,s为极限场景s下时段t各类电源机组出力，抽水蓄能机组抽水状态出力作负值计入，Dt为系统时段t的负荷预测值；
所述线路安全约束模块包括计算公式：
式中：γgj为机组g在线路j上的功率分布因子，Lj为线路流量限制；
所述机组出力约束模块包括计算公式：
所述调整时间约束模块包括计算公式：
式中：
为极限场景s下时段t各类电源机组出力，这里选择小时爬坡率的1/6为约束上下界，即要求机组在10min内完成场景之间的过渡，也可根据实际运行需要选取其他值。
本实施例中，采用混合整数规划CPLEX求解器求解计算；其步骤具体为：首先在预测场景下得到最优解，然后校验其能否满足极限场景约束和安全约束，若能则输出结果，若不能则返回输入端调整发电计划重新计算。本系统中，每日计算得到次日优化机组组合方案，由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度日前计划以文件方式或者自动发布的方式发布到能量管理系统。
本发明的工作原理：本发明综合考虑了水、火、风、气、核、抽水蓄能的多种能源结构，提出一种含多类型能源的鲁棒机组组合系统，根据风电功率分布及一定置信水平来找到风功率预测误差带，通过引入极限场景来应对大规模风电的预测误差给电网安全运行带来的影响。同时，系统考虑环境保护成本，适合当前构建生态文明的发展战略。
如图6所示，首先，采集间歇性电源的预测数据，准备电网系统及机组特性数据；其次，以经济性最优为目标函数，以保证电网安全稳定运行为约束条件，运用极限场景法应对间歇性能源波动，建立鲁棒机组组合系统；再次，通过调用多时间尺度的电力系统鲁棒调度系统的静态安全校核服务，实现鲁棒调度日前计划的静态安全校核，当出现支路或断面潮流越限时，采用安全校正算法调整发电计划以消除支路及断面的潮流约束；最后，每日计算得到次日优化机组组合方案，由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度日前计划以文件方式或者自动发布的方式发布到能量管理系统。
以下是本发明系统的一个实际算例，以2014年国内某省级电网为例进行仿真计算。其中，火电占47.1％，气电占11.4％，水电占7.7％，核电占15.4％，抽水蓄能占3％，风电占13.2％，光伏发电占2.5％。
如图7所示，其中新能源的容量渗透率为24.5％，近似为逆调峰特性。
如图8所示，随着不确定集的增大，“运行+环境成本”逐渐升高，而风险成本逐渐降低，其两者之和综合成本在20％-30％范围内达到最低。在20％-30％范围内以1％为误差范围，采用二分搜索法寻找综合成本最低值，经搜索，确定最优不确定集比例为25％，因此按25％缩放比例形成的不确定集即为最优不确定集。
表2是传统法与鲁棒法的经济性比较。鲁棒法运行成本高，但能有效避免弃风及切负荷带来的风险损失，综合成本较传统法低。
定义综合效益为鲁棒法相对传统法的综合成本减少量。表3统计了不同运行情况下的综合效益。由此可知，1)新能源为逆调峰时综合效益更高；2)新能源渗透率越高，综合效益越高。
表2传统法与鲁棒法的经济性比较(元)
| 系统 | 风险成本 | 运行成本 | 综合成本 |
| 传统法 | 78668 | 12002210 | 12080878 |
| 鲁棒法 | 44374 | 12019087 | 12063461 |
表3不同情况下综合效益比较(元)
| 新能源渗透率 | 新能源特性 | 综合效益 |
| 12.7％ | 逆调峰 | 153330 |
| 12.7％ | 顺调峰 | 17416 |
| 19.1％ | 顺调峰 | 490245 |
本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员可以想到的任何变形、改进、替换均落入本发明的保护范围。
Claims (3)
1.一种间歇式发电并网条件下的电力系统日前鲁棒调度系统，其特征在于，所述系统包括采集数据模块，所述采集数据模块向最优不确定集模块传输数据，经过经济性最优对比和设定电网安全稳定运行约束条件后确定所述最优不确定集模块的参数，所述最优不确定集模块与建立的鲁棒机组组合系统通过混合整数规划求解器计算出次日优化机组组合方案，所述次日优化机组组合方案经过安全校核后形成鲁棒调度日前计划后通过多时间尺度的电力系统鲁棒调度系统自动形式发布到能量管理系统；
所述最优不确定集模块通过综合成本运算模块采用优化方法确定最优不确定集，所述综合成本运算模块通过调度方案模块对综合成本进行统计后进行对比，所述综合成本运算模块包括运行成本模块、环境成本模块和风险成本模块，所述风险成本模块包括切负荷成本模块和弃风成本模块，所述弃风成本模块通过火电机会成本模块的计算来衡量弃风成本，所述火电机会成本模块包括火电发电成本模块和火电环境成本模块，火电机会成本为火电发电成本和火电环境成本之和；
所述环境成本模块包括发电环境成本Se1和弃风/光环境成本Se2，发电环境成本Se1和弃风/光环境成本Se2均包括排放物二氧化硫SO2、氮氧化合物NOx、粉尘TSP和二氧化碳CO2，计算过程如下：
1)单位电量SO2排放量计算公式为：
式中：
为单位电量SO2排放量，Q为单位电量耗煤率，Sar为燃煤含硫质量分数，
为S生成SO2的比例，ηS为脱硫效率；
2)单位电量NOx排放量计算公式为：
3)单位电量TSP排放量计算公式为：
ZTSP＝QbTSP(1-ηTSP)……(3)；
式中：ZTSP为单位电量TSP排放量，bTSP为烟尘排放系数，ηTSP为脱尘效率；
4)单位电量CO2排放成本计算公式为：
S＝QABP……(4)，
式中：S为单位电量CO2排放成本，A为燃料低位发热量，B为CO2排放系数，P为碳排放交易市场平均成交价；
发电环境成本包括计算公式为：
式中：Se1为发电环境成本，Ma1为火电发电量，Zi为单位电量的排放量，i为污染物种类，Ni为污染物当量值；
所述弃风/光环境成本计算公式为：
式中：Se2弃风/光环境成本，Ma2为弃新能源量；
所述风险成本模块包括风险成本Sr，所述风险成本Sr包括切负荷成本Sc和弃风/光成本Sa：
所述切负荷成本Sc计算公式为：
Sc＝McPc……(7)，
式中，Mc为切负荷量，Pc为单位电量缺电成本；
总风险成本为弃风/光环境成本与切负荷成本之和,计算公式为：
Sf＝Sc+Se2……(8)，
所述综合成本运算模块包括综合成本计算公式：
Sall＝Sgen+Sc+Se+St……(9)，
式中，Sall为综合成本，Sgen为调度计划运行成本，Se和St分别为弃风成本中的火电环境成本和火电发电成本；
所述风险成本模块包括统计风险成本，其中包括弃新能源量及切负荷量的计算公式为：
式中，Ma2为弃新能源量，Pw为新能源出力概率密度函数，Pmin、Pmax分别为调度计划上调极限和下调极限，Pt为风机出力，所有成本计算条件完整，进行以综合成本最优为目标的不确定集寻优计算，Pcap为风电场装机容量，
目标函数模块为以预测场景下系统的发电成本作为目标函数，计算公式为：
min.F(g,t)＝Sn+Sq+Sx+Sun+Suq+Sen……(12)；
式中：min.F(g,t)为目标函数，Sn、Sq、Sx分别为火电、气电、核电的运行成本，Sun为火电机组启停成本，Suq为气电机组启停成本，Sen为火电与气电的环境成本；约束方程包括：
(1)系统侧约束模块包括：
①功率平衡约束系统的计算公式为：
式中：Gall为所有机组，Pg t为机组g在t时段的出力，抽水蓄能机组抽水状态出力作负值计入，Dt为系统时段t的负荷预测值；g为机组；
②旋转备用约束系统的计算公式为：
式中：Gaa为除了风机和虚拟电动机之外的所有机组，
为机组g在t时段的工作状态，Pgmax为机组g的出力上限，Dt为系统t时段的负荷预测值，Gab为风机和虚拟电动机机组，Rt为系统t时段的旋转备用需求；
③线路安全约束系统的计算公式为：
式中：γgj为机组g在线路j上的功率分布因子，Lj为线路潮流限制；
(2)机组侧约束模块包括：
①火电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，Gn为火电机组集合，An、Bn、Cn为火电机组n成本系数，Pn t为火电机组n在时段t的出力，
机组提供旋转备用容量计算公式为：
式中：In t为火电机组n在时段t的状态，Pnmax为火电机组n在时段t的最大出力；
机组出力约束计算公式为：
式中：Pnmin为火电机组n在时段t的最小出力；
机组爬坡率约束公式为：
式中：ru n为火电机组n的向上爬坡率，rd n为火电机组n的向下爬坡率，
为火电机组n在时段t-1的出力；机组开关机约束计算公式为：
式中：Td(n)、Tu(n)为火电机组n的最小关机、开机时间；
②气电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，Aq、Bq、Cq为气电机组q成本系数，Pq t为气电机组q在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：Iq t为气电机组q在时段t的状态，Pt qmax为气电机组q在时段t的最大出力；机组出力约束计算公式为：
式中：Pqmix、Pqmax分别为气电机组q的最小出力与最大出力；
机组爬坡率约束公式：
式中：ru q为气电机组q的向上爬坡率，rd q为气电机组q的向下爬坡率；
机组开关机约束计算公式为：
气量约束计算公式为：
式中：Qq为因气量限制气电厂一天的最大发电量；
③水电机组约束模块包括：
机组提供旋转备用容量计算公式为：
式中：
为水电机组s在时段t的状态，
为水电机组s在时段t的最大出力；
机组出力约束计算公式为：
Psmin≤Ps t≤Psmax……(30)，
式中：Psmin、Psmax分别为水电机组s的最小出力与最大出力；
水量约束计算公式为：
式中：Qs为因库容限制水电厂一天的最大发电量；
④核电机组约束模块包括：
机组运行成本计算公式为：
式中：T为调度的时段数，Bx、Cx为核电机组x成本系数，Px t为核电机组x在时段t的出力；
机组提供旋转备用容量计算公式为：
式中：Ix t为核电机组x在时段t的状态，Pt xmax为核电机组x在时段t的最大出力；
机组出力约束计算公式为：
式中：Pxmin、Pxmax分别为核电机组x的最小出力与最大出力；
机组爬坡率约束计算公式为：
式中：ru x为核电机组x的向上爬坡率，rd x为核电机组x的向下爬坡率；
机组开关机约束计算公式为：
I(x,t)＝1……(36)；
⑤抽水蓄能机组约束模块包括：
机组提供旋转备用容量计算公式为：
式中：用虚拟发电机cg和虚拟电动机cm代替抽水蓄能机组c，Y0为水库初始所存电量，
为虚拟发电机cg在时段t的状态，Pcgmax为虚拟发电机cg在时段t的最大出力；
机组出力约束计算公式为：
式中：Pcgmin、Pcgmax分别为虚拟发电机cg的最小出力与最大出力，Pcmr为虚拟电动机cm的额定出力；
机组状态约束计算公式为：
式中：
分别为虚拟电动机、虚拟发电机在时段t的状态；
库容约束计算公式为：
式中：Wl、Wu分别为水库容量的下限、上限，W0为水库初始容量，e为抽水蓄能机组的效率；
库容设定约束计算公式为：
式中：W1为调度结束水库容量的设定值，默认等于W0；
极限场景约束系统为：
功率平衡约束模块计算公式为：
式中：Pt g,s为极限场景s下时段t各类电源机组出力，抽水蓄能机组抽水状态出力作负值计入，
线路安全约束模块计算公式为：
机组出力约束模块计算公式为：
调整时间约束模块计算公式为：
式中：
为极限场景s下时段t各类电源机组出力，这里选择小时爬坡率的1/6为约束上下界，即要求机组在10min内完成场景之间的过渡，也可根据实际运行需要选取其他值；Pgmin为机组g出力下限，Pgmax为机组g出力上限，
为机组g向下爬坡速率，
为机组g向上爬坡速率，
为机组g在时段t的出力。
2.根据权利要求1所述间歇式发电并网条件下的电力系统日前鲁棒调度系统，其特征在于，所述采集数据模块包括间歇性电源预测数据模块、准备电网系统和机组特性数据模块，所述间歇性电源预测数据模块包括风电出力曲线预测模块及设置了相关参数的置信区间模块，所述准备电网系统和机组特性数据模块包括次日负荷预测曲线模块、系统安全稳定运行参数模块和各机组特性预测模块。
3.根据权利要求1所述间歇式发电并网条件下的电力系统日前鲁棒调度系统，其特征在于，所述鲁棒机组组合系统包括预测场景模块和极限场景模块，所述极限场景模块包括功率平衡约束模块、线路安全约束模块、机组出力约束模块和调整时间约束模块，所述预测场景模块包括约束方程模块，所述约束方程模块包括机组侧约束模块和系统侧约束模块，所述机组侧约束模块包括火电机组约束模块、气电机组约束模块、水电机组约束模块、抽水蓄能机组约束模块和核电机组约束模块，所述系统侧约束模块包括功率平衡约束系统、旋转设备用约束系统和线路安全约束系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510250822.XA CN105006844B (zh) | 2015-05-15 | 2015-05-15 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510250822.XA CN105006844B (zh) | 2015-05-15 | 2015-05-15 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105006844A CN105006844A (zh) | 2015-10-28 |
| CN105006844B true CN105006844B (zh) | 2021-01-01 |
Family
ID=54379408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510250822.XA Active CN105006844B (zh) | 2015-05-15 | 2015-05-15 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105006844B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106712010B (zh) * | 2017-01-23 | 2018-06-26 | 南京邮电大学 | 大规模间歇式能源接入的混合能源多目标鲁棒优化方法 |
| CN107069834A (zh) * | 2017-05-24 | 2017-08-18 | 国网江西省电力公司电力科学研究院 | 一种含新能源发电区域电网碳排放优化调度方法 |
| CN107039977B (zh) * | 2017-06-03 | 2020-03-31 | 广东博慎智库能源科技发展有限公司 | 电力系统鲁棒调度不确定集构建方法 |
| CN108108846B (zh) * | 2017-12-28 | 2020-09-11 | 东南大学 | 一种交直流混合微网鲁棒优化协调调度方法 |
| CN108090632B (zh) * | 2018-01-23 | 2020-06-02 | 南方电网科学研究院有限责任公司 | 基于鲁棒优化的新能源并网电力系统多时间尺度调度方法 |
| CN108388964B (zh) * | 2018-02-28 | 2020-08-04 | 东南大学 | 一种多微网系统的双层协调鲁棒优化调度方法 |
| CN108599277B (zh) * | 2018-04-12 | 2020-07-03 | 国家电网公司 | 一种提升运行安全的智能配电网鲁棒优化方法 |
| CN108599269B (zh) * | 2018-04-24 | 2020-06-19 | 华南理工大学 | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 |
| CN109118024B (zh) * | 2018-09-25 | 2021-07-27 | 国网福建省电力有限公司 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
| CN110957717A (zh) * | 2019-06-06 | 2020-04-03 | 国网辽宁省电力有限公司 | 一种多电源电力系统多目标日前优化调度方法 |
| CN110543693B (zh) * | 2019-08-13 | 2022-08-23 | 国网山西省电力公司电力科学研究院 | 一种计及运行风险的鲁棒机组组合方法 |
| CN110890767B (zh) * | 2019-11-28 | 2021-07-23 | 中国南方电网有限责任公司 | 一种多抽水蓄能电厂均衡调度方法 |
| CN113708416B (zh) * | 2021-08-19 | 2023-11-28 | 华电电力科学研究院有限公司 | 一种风光火抽蓄的智能电力调度方法 |
| CN115864398B (zh) * | 2023-02-14 | 2023-08-01 | 国网浙江省电力有限公司宁波供电公司 | 一种综合能源分布式管理调度方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151803A (zh) * | 2013-03-14 | 2013-06-12 | 吉林省电力有限公司电力科学研究院 | 一种含风电系统机组及备用配置的优化方法 |
| CN104242356A (zh) * | 2014-09-26 | 2014-12-24 | 国家电网公司 | 考虑风电场集电线故障的鲁棒区间风电调度方法及装置 |
| CN104299173A (zh) * | 2014-10-31 | 2015-01-21 | 武汉大学 | 一种适用于多种能源接入的鲁棒优化日前调度方法 |
-
2015
- 2015-05-15 CN CN201510250822.XA patent/CN105006844B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103151803A (zh) * | 2013-03-14 | 2013-06-12 | 吉林省电力有限公司电力科学研究院 | 一种含风电系统机组及备用配置的优化方法 |
| CN104242356A (zh) * | 2014-09-26 | 2014-12-24 | 国家电网公司 | 考虑风电场集电线故障的鲁棒区间风电调度方法及装置 |
| CN104299173A (zh) * | 2014-10-31 | 2015-01-21 | 武汉大学 | 一种适用于多种能源接入的鲁棒优化日前调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105006844A (zh) | 2015-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105006844B (zh) | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 | |
| CN111555281B (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
| CN106485352A (zh) | 一种多类电源发电计划组合决策方法 | |
| Hove et al. | A techno-economic model for optimising component sizing and energy dispatch strategy for PV-diesel-battery hybrid power systems | |
| CN110909954B (zh) | 一种最大化可再生能源利用的多阶段电源规划方法 | |
| Li et al. | Optimal trade-off between regulation and wind curtailment in the economic dispatch problem | |
| CN110932261B (zh) | 一种基于全局效益最大化的多能源系统联合装机规划方法 | |
| CN105656026A (zh) | 可再生能源的设备建设资源配置方法和系统 | |
| CN114676991B (zh) | 基于源荷双侧不确定的多能互补系统优化调度方法 | |
| Hong et al. | Effect of Taiwan's energy policy on unit commitment in 2025 | |
| Pombo et al. | A computationally efficient formulation for a flexibility enabling generation expansion planning | |
| Zhou et al. | Low-Carbon Economic Dispatch considering carbon capture unit and demand response under carbon trading | |
| CN112510702B (zh) | 一种可再生能源发电制气的综合能源站规划方法及系统 | |
| Oka et al. | Optimal operation scheduling and economical evaluation method of battery energy storage system in power system with a large penetration of photovoltaic generation | |
| CN112491080A (zh) | 一种新能源装机布局规划方法和系统 | |
| CN106026191B (zh) | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 | |
| CN112307603A (zh) | 考虑大规模风电接入的混合储能容量优化配置方法及系统 | |
| Sardi et al. | A comprehensive community energy storage planning strategy based on a cost-benefit analysis | |
| Li et al. | An optimal energy storage system sizing determination for improving the utilization and forecasting accuracy of photovoltaic (PV) power stations | |
| Yao et al. | Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station | |
| Ramos et al. | Optimal integration of hybrid pumped storage hydropower toward energy transition | |
| CN113919676A (zh) | 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法 | |
| CN110571861B (zh) | 一种发电机组的输出电量的确定方法及装置 | |
| Kazari et al. | Predictive Utilization of Energy Storage for Wind Power Fluctuation Mitigation | |
| Hou et al. | Optimization method of wind power consumption based on thermal storage tanks against the background of stepped carbon trading |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |