一种风储混合电力系统充裕度评估方法
技术领域
本发明涉及电力技术领域,尤其涉及一种风储混合电力系统充裕度评估方法。
背景技术
风电并网加大了系统充裕控制的成本。储能系统能够快速、精确地控制功率输出,在电力系统瞬时充裕度控制中具有重要的作用。
目前常采用概率性方法评估电力系统充裕度,如通过计算失负荷概率LOLP,失负荷期望等指标来衡量系统的充裕性,但这些指标仅衡量系统处于风险状态的充裕性,不够全面,不能完全体现系统的实际运情况,因此充裕度指标不够科学,而且现有方法未能计及储能电池接入系统的情况。
发明内容
本发明所要解决的技术问题在于,提供一种风储混合电力系统充裕度评估方法,计及储能电池接入系统的情况,该方法基于Well-being理论划分系统状态,计算得到的各状态下的充裕度指标更科学,更能反映实际系统的运行情况。
进一步根据概率性指标计算电力系统的充裕度,计算得到的各状态下的充裕度指标更科学,更能反映实际系统的运行情况。
为了解决上述技术问题,本发明提供了一种风储混合电力系统充裕度评估方法,包括步骤:
步骤1:获取包括发电机台数及额定功率、储能电池能量容量及功率容量、网络结构及参数的系统数据,设置仿真年数;
步骤2:根据发电机组及输电设备的强迫停运率,确定各元件在各状态的持续时间,形成各元件状态持续时间表,进而得到整个系统的状态持续时间表;
步骤3:对状态持续时间表进行等间隔抽样,设置i=1;
步骤4:抽取第i个小时的系统状态,利用威布尔分布产生当前小时的风速,并计算得到风电场输出功率;
步骤5:对电力系统网络进行广度优先搜索,判断系统是否存在解列;
步骤6:若当前时刻系统或者解列后的子系统中总发电量小于子系统总负荷量,则储能电池放电;
步骤7:若储能电池放电后发电功率仍不足,或线路容量越限,则进行就近减负荷;
步骤8:记录系统当前时刻的负荷削减量,若负荷削减量不为零,则判定系统状态为风险状态;
步骤9:根据当前时刻储能电池接入节点需求发电量与最大发电量差额来修正储能电池的充放电功率;
步骤10:若系统处于非风险状态,则进行N-1准则校验,以区分系统处于边界状态还是健康状态;
步骤11:将i=i+1,并返回步骤4,直至抽样结束;
步骤12:根据统计得到的系统处于各状态的次数及各时刻削负荷量,得到系统充裕度指标:风险状态概率Pr、边界状态概率Pm、健康状态的概率Ph及失负荷期望EENS。
实施本发明,具有如下有益效果:本发明基于Well-being理论将确定性准则与概率方法相结合,其采用确定性方法将系统运行状态分为健康状态、边界状态和风险状态,再采用概率方法评估系统充裕度。系统状态的划分不仅计及了发电系统的充裕性,还能计及输电系统的充裕性。计算得到的各状态下的充裕度指标更科学,更能反映实际系统的运行情况。基于该充裕度指标分析了风电并网对电力系统充裕性的影响,储能对含风电并网的电力系统瞬时充裕度控制的作用。
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,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的风储混合电力系统充裕度评估方法的一个实施例的流程示意图;
图2是接入风电场及储能电池的RRBTS6系统图;
图3是未接入风电场及储能电池的RRBTS6系统图。
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。
实施例1
图1是本发明提供的风储混合电力系统充裕度评估方法的一个实施例的流程示意图,如图1所示,包括步骤:
步骤1:获取包括发电机台数及额定功率、储能电池能量容量及功率容量、网络结构及参数的系统数据,设置仿真年数。
其中,仿真系统采用RRBTS6系统,如图2所示。仿真中所用风速数据由风电场实测数据得到,拟合可得双参数威布尔分布尺度参数c=7.3273,形状参数k=2.1220。风电机组的单机容量为2MW,切入、额定和切出风速分别为3m/s、12m/s以及22m/s,并设置风电机接入台数以10台(20MW)为步长增加至60(120MW)台,储能电池能量容量取为40MWh,功率容量取为10MW,序贯蒙特卡洛仿真年数为200年。
步骤2:根据发电机组及输电设备的强迫停运率,确定各元件在各状态的持续时间,形成各元件状态持续时间表,进而得到整个系统的状态持续时间表。
具体的,所述步骤2具体包括步骤:
根据发电机组及输电设备的强迫停运率,确定各元件在各状态的持续时间,形成各元件状态持续时间表;
通过对各元件状态持续时间表进行序贯蒙特卡洛法抽样形成整个系统的状态持续时间表。
步骤3:对状态持续时间表进行等间隔抽样,即每年抽取8736个时间点,设置i=1。
步骤4:抽取第i个小时的系统状态,利用威布尔分布产生当前小时的风速,并计算得到风电场输出功率。
具体的,所述步骤4具体包括步骤:
抽取第i个小时的系统状态;
根据其中的实测风速计算得到双参数威布尔分布尺度参数及形状参数,确定当前时刻的随机风速v;具体的,本实施例中,生成在[0,1]上服从均匀分布的随机数γ,利用威布尔分布产生该小时的风速;
根据所述随机风速v计算得到风电场输出功率Pw,其中,
式中,vi、vr和vo分别为风电机组的切入风速、额定风速和切出风速,PN为风电机组的额定功率,M为风电机台数。
步骤5:对电力系统网络进行广度优先搜索,判断系统是否存在解列。
步骤6:若当前时刻系统或者解列后的子系统中总发电量小于子系统总负荷量,则储能电池放电。
其中,储能电池在t时段的充电功率Pt_c和放电功率Pt_dc为:
式中,△P=PGt-PLt为系统的功率差额,PGt=Pc+Pw,Pc为常规机组发电量,Pw为风电场输出功率,PLt为t时刻系统负荷总额;EM和Em分别为储能电池的最大、最小荷电量,且EM=E,Em=0.2E,E为储能电池能量容量,Et-1为储能电池在t-1时刻的荷电量;△T表示等间隔抽样时间间隔,取为1小时;Pmax为储能电池最大充放电功率,且Pmax=E/(4△T)。
步骤7:若储能电池放电后发电功率仍不足,或线路容量越限,则进行就近减负荷。
步骤8:记录系统当前时刻的负荷削减量,若负荷削减量不为零,则判定系统状态为风险状态。
步骤9:根据当前时刻储能电池接入节点需求发电量与最大发电量差额来修正储能电池的充放电功率。
具体的,步骤9具体包括步骤:
获取系统削负荷处理后,发电容量及总负荷量重新平衡后的最大发电量差额;
根据储能电池接入节点的最大发电容量及平衡后需求的最大发电容量差值修正储能电池的充放电功率,修正后储能电池在t时段的充放电功率为
式中,△P'=|PG-PG'|为储能电池接入节点的最大发电容量与需求的发电容量差值,PG=Pc+Pw,PG'为t时刻储能电池接入节点需求发电量。
步骤10:若系统处于非风险状态,则进行N-1准则校验,以区分系统处于边界状态还是健康状态。
其中,N-1准则校验方法具体为依次断开各发电机或输电线路,若无失负荷情况发生,则满足N-1准则,为健康状态,否则为边界状态。
步骤11:将i=i+1,并返回步骤4,直至抽样结束。
步骤12:根据统计得到的系统处于各状态的次数及各时刻削负荷量,得到系统充裕度指标:风险状态概率Pr、边界状态概率Pm、健康状态的概率Ph及失负荷期望EENS。
当储能电池能量容量为40MWh,功率容量为10MW时。在步骤1设置不同风电注入功率下,系统的充裕度结果见表1。
表1不同风电注入功率下系统充裕度
在步骤1中将风电并网容量设置为40MW(20台机组),储能电池能量容量从0MWh以20MWh的步长增长至120MWh时,系统的充裕度结果见表2。
表2不同储能电池容量对系统充裕度的影响
储能电池能量容量/MWh |
Pr |
Pm |
Ph |
EENS/MWh |
0 |
0.02593 |
0.36475 |
0.60932 |
1855.897 |
20 |
0.00755 |
0.17428 |
0.81817 |
1144.800 |
40 |
0.00653 |
0.17309 |
0.82038 |
1050.246 |
60 |
0.00593 |
0.17139 |
0.82268 |
989.4270 |
80 |
0.00567 |
0.16937 |
0.82496 |
951.3170 |
100 |
0.00525 |
0.16545 |
0.82930 |
917.5160 |
120 |
0.00499 |
0.16571 |
0.82930 |
887.0420 |
从表中可以看出,采用本方法不仅能计及发电系统的充裕性,还能计及输电系统的充裕性,计算的充裕度结果更加合理。
实施例2:
利用本方法对不含风电及储能电池的常规电力系统进行充裕度评估,本方法可用于研究发输电系统的充裕性,根据发电容量是否大于负荷总量的10%来区分边界状态及健康状态。仿真系统在现有RBTS6节点系统基础上,在节点5及节点6之间增加同支路9相同参数的支路10,该改造后的系统称为RRBTS6系统,见图3。系统的额定电压是220kV,系统中含11台发电机,5个母线负荷,10回输电线路。系统峰值负荷为185MW,常规机组发电功率为240MW。
步骤1:读入RRBTS6节点系统数据,序贯蒙特卡洛仿真年数为200年。
步骤2:考虑发电机组及输电设备的强迫停运率,确定各元件在每个状态的持续时间,形成各元件状态持续时间表,进而得到整个系统的状态持续时间表。
步骤3:进行等时间间隔抽样,确定每小时系统状态,即每年抽取8736个时间点,设置i=1。
步骤4:抽取此时刻系统状态。
步骤5:进行广度优先搜索,判断系统是否出现解列。
步骤6:若此时刻系统或者解列后的子系统中总发电量小于子系统总负荷量,则储能电池放电(由于系统未接入风电场及储能电池,此步骤忽略)。
步骤7:计及储能电池放电(放电功率为0)后若发电功率仍旧不足,或线路容量越限,则进行启发式就近减负荷。
步骤8:记录系统此时刻的负荷削减量,若负荷削减量不为零则判断此时刻系统状态为风险状态。
步骤9:根据该时刻风电场及储能电池接入节点需求发电量与最大发电量差额来修正储能电池的充放电功率(由于系统未接入风电场及储能电池,此步骤忽略)。
步骤10:若系统处于非风险状态则进行N-1准则校验,以区分系统处于边界状态还是健康状态,即系统在该状态下,依次断开各发电机或输电线路,若无失负荷情况发生,则满足N-1准则,为健康状态,否则为边界状态。
步骤11:将i=i+1,并返回步骤4,直至抽样结束;。
步骤12:抽样结束后,计算系统充裕度指标。根据统计得到的系统各状态次数及各时刻削负荷量,得到系统风险状态概率Pr,边界状态概率Pm,健康状态的概率Ph及失负荷期望EENS。
计算得到系统充裕度指标见表3:
表3不同评估方法下RRBTS6系统充裕度对比
从表3中可以看出,采用本方法不仅能计及发电系统的充裕性,还能计及输电系统的充裕性,计算的充裕度结果更加合理。
实施本发明,具有如下有益效果:本发明基于Well-being理论将确定性准则与概率方法相结合,其采用确定性方法将系统运行状态分为健康状态、边界状态和风险状态,再采用概率方法评估系统充裕度。系统状态的划分不仅计及了发电系统的充裕性,还能计及输电系统的充裕性。计算得到的各状态下的充裕度指标更科学,更能反映实际系统的运行情况。基于该充裕度指标分析了风电并网对电力系统充裕性的影响,储能对含风电并网的电力系统瞬时充裕度控制的作用。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。