CN105226651B - 一种考虑风险的含大规模风电输电网规划系统 - Google Patents

一种考虑风险的含大规模风电输电网规划系统 Download PDF

Info

Publication number
CN105226651B
CN105226651B CN201510690105.9A CN201510690105A CN105226651B CN 105226651 B CN105226651 B CN 105226651B CN 201510690105 A CN201510690105 A CN 201510690105A CN 105226651 B CN105226651 B CN 105226651B
Authority
CN
China
Prior art keywords
power
branch
represent
formula
risk
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
Application number
CN201510690105.9A
Other languages
English (en)
Other versions
CN105226651A (zh
Inventor
张立波
程浩忠
曾平良
柳璐
田书欣
施浩波
杨京奇
代倩
张建新
黄华炜
包海龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Shanghai Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Shanghai Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201510690105.9A priority Critical patent/CN105226651B/zh
Publication of CN105226651A publication Critical patent/CN105226651A/zh
Application granted granted Critical
Publication of CN105226651B publication Critical patent/CN105226651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种考虑风险的含大规模风电输电网规划系统，包括：数据库模块，用于存储风速数据、负荷数据和电力设备数据；输入模块，用于从数据库模块和系统外部获取所需数据；分析模块，用于根据输入的数据计算规划方案的经济风险指标、技术风险指标和投资成本，并获取输电网安全约束条件；规划模块，用于构建输电网规划模型，根据分析模块获取的经济风险指标、技术风险指标、投资成本和输电网安全约束条件，求解输电网规划模型，获得考虑经济风险和技术风险的输电网规划结果；输出模块，用于输出输电网规划结果。与现有技术相比，本发明可以在控制投资成本的同时降低风电场出力不确定性带来风险，具有效率高、考虑因素全面等优点。

Description

一种考虑风险的含大规模风电输电网规划系统
技术领域
本发明涉及风电输出系统规划技术领域，尤其是涉及一种考虑风险的含大规模风电输电网规划系统。
背景技术
随着化石能源的短缺、环境问题的恶化，风能作为一种清洁可再生能源越来越受到重视，风电装机占电力系统总装机容量的比例越来越高，例如我国正在建设9个千万千瓦级风电基地。由于风能具有间歇性和波动性等特点，大规模风电集中式接入必将会给电力系统带来一定的风险，如线路过负荷风险、投资收益风险等。电网规划的目标之一是满足未来电源发展的要求，因此为了能使风力发电更加友好地接入电力系统，发挥其优势、克服其缺点，从电网规划层面解决大规模风电接入的问题就显得十分重要。
经对现有文献进行检索发现，现有文献中，张建平、朱忠烈、柳璐等在《电力系统自动化》(2014,38(19):47-51)上发表的《大规模风电接入的输电系统价值规划方法》通过建立基于全寿命周期成本模型的含大规模风电输电系统价值规划模型，在规划的过程中全面分析了含大规模风电输电系统的综合效益；柳璐在其博士论文《考虑全寿命周期成本的输电网规划方法研究》以全寿命周期成本最小和投资收益的条件风险价值最小为目标函数，采用遗传算法对规划模型进行求解，规划了输电网新增线路的支路编号和新增数量，但是规划模型中只考虑了负荷的不确定性，并未考虑风电出力的不确定性。王一、程浩忠在《中国电机工程学报》(2008,28(13):132-138)上发表的《计及输电阻塞的帕累托最优多目标电网规划》投资成本最小和电网年阻塞盈余最小为目标函数，采用强度帕累托进化算法对电网规划模型进行求解，在同时控制投资成本和输电阻塞的情况下规划了新增线路的支路编号和线路数量，但是该规划模型为确定性规划模型，并未考虑风电出力等不确定因素。中国专利CN102545258公开一种大规模风电并网的电网优化规划方法，获得网架规划数据、系统运行预测数据、风电规划数据，通过构造计算模型，采用Benders分解法、分支定界法等优化算法通过计算机进行求解，综合考虑新建线路投资和风电综合效益两个方面进行风电并网规划，但该专利没有对风电接入电力系统的风险进行考虑。以上文献对风电出力的不确定性考虑较少，所以在含大规模风电的输电网规划方法方面值得深入研究。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种效率高、考虑因素全面的考虑风险的含大规模风电输电网规划系统。
本发明的目的可以通过以下技术方案来实现：
一种考虑风险的含大规模风电输电网规划系统，包括：
数据库模块，用于存储风速数据、负荷数据和电力设备数据；
输入模块，与数据库模块连接，用于从数据库模块和系统外部获取所需数据；
分析模块，与输入模块连接，用于根据输入的数据计算规划方案的经济风险指标、技术风险指标和投资成本，并获取输电网安全约束条件；
规划模块，与分析模块连接，用于构建输电网规划模型，根据分析模块获取的经济风险指标、技术风险指标、投资成本和输电网安全约束条件，求解输电网规划模型，获得考虑经济风险和技术风险的输电网规划结果；
输出模块，与规划模块连接，用于输出输电网规划结果。
所述输入模块获取的所需数据包括风速数据、负荷数据、电力设备数据和输电网安全指标。
所述分析模块包括：
经济风险计算子模块，根据风速数据、负荷数据和电力设备数据计算规划方案的经济风险指标；
技术风险计算子模块，根据风速数据、负荷数据和电力设备数据计算规划方案的技术风险指标；
投资成本计算子模块，根据电力设备数据计算规划方案的投资成本；
输电网安全约束子模块，根据电力设备数据和输电网安全指标获取输电网规划需满足的输电网安全约束条件。
所述规划模块包括：
考虑经济风险的输电网规划子模块，用于构建经济风险型输电网规划模型，根据经济风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果；
考虑技术风险的输电网规划子模块，用于构建技术风险型输电网规划模型，根据技术风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果；
所述规划结果包括新增线路的支路编号和新增线路数。
所述构建经济风险型输电网规划模型具体为：
1a)构建优化目标，包括投资成本最小和投资收益条件风险价值最小，其中，所述投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本，nij为支路ij新增线路数，Ω+表示可新增线路的支路集合；
所述投资收益条件风险价值最小为：
min CVaRβ
式中：CVaRβ表示置信度β水平下规划方案投资收益的条件风险价值；
1b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新增线路数量约束和N-1安全约束，其中，所述功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
所述支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
所述常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
所述支路新建线路数量约束为：
式中：表示支路ij新建线路数上限；
所述N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束。
所述投资收益的条件风险价值CVaRβ由蒙特卡洛模拟法获得：
式中：β表示置信水平，γ表示置信水平β下的风险价值，J表示抽样次数，hi表示第i次采样的收益损失，(hi-γ)+＝max(hi-γ,0)，IRi表示第i次采样下的投资收益。
所述第i次采样下的投资收益IRi的计算模型中，目标函数为双边交易市场下社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
所述双边交易市场下社会福利最大为：
所述功率平衡约束为：
式中：ΩW表示风电场集合，gw,k(th)表示风电场k第th时段有功出力；
所述常规发电机出力约束为：
式中：表示节点i发电机的出力上限；
所述负荷约束为：
式中：表示节点j负荷功率上限；
所述支路潮流约束为：
式中：表示支路l的有功传输容量上限。
所述构建技术风险型输电网规划模型具体为：
2a)构建优化目标，包括投资成本最小和阻塞盈余期望值最小，其中，所述投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本；nij为支路ij新增线路数；Ω+表示可新增线路的支路集合；
所述阻塞盈余期望值最小为：
min E(CS)
式中：CS表示阻塞盈余，ρd,j表示负荷节点j电价的阻塞分量，dj表示节点j的负荷，ρg,i表示发电机节点i电价的阻塞分量，gi表示发电机节点i的有功出力，E(·)表示期望值算子；
2b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束和N-1安全约束，其中，所述功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
所述支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
所述常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
所述支路新建线路数量约束为：
式中：表示支路ij新建线路数上限；
所述N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建数量约束。
所述电价的阻塞分量由双边交易市场下最优潮流模型的拉格朗日一阶最优性条件得到，所述双边交易市场下最优潮流模型的目标函数为社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
所述社会福利最大为：
式中：ΩG表示发电节点集合，ΩD表示负荷节点集合，Ai(gi)表示常规发电机有功出力gi的成本函数，bgi和mgi表示发电报价曲线参数，Bj(dj)表示有功负荷dj的效益函数，bdj和mdj表示用户报价曲线参数；
所述功率平衡约束为：
式中：ΩW表示风电场集合，gw,k表示风电场k有功出力；
所述常规发电机出力约束为：
式中：表示节点i常规发电机的出力上限；
所述负荷约束为：
式中：表示节点j负荷功率上限；
所述支路潮流约束为：
式中：表示支路l的有功传输容量上限，f l表示支路l的有功传输容量下限。
所述负荷节点j电价的阻塞分量ρd,j的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量；
所述发电节点i电价的阻塞分量ρg,i的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量。
与现有技术相比，本发明具有以下优点：
(1)本发明在规划模块中对经济风险和技术风险进行了考虑，可以在输电网规划中更全面的考虑风电场出力的不确定性给输电网规划方案带来的风险，达到控制投资成本的同时降低风电场出力不确定性带来风险的目的，具有效率高、考虑因素全面等优点；
(2)本发明在求解规划结果时，考虑了多项约束条件，求解结果可靠性高；
(3)本发明的考虑经济风险和技术风险的规划模块中，采用改进小生境遗传算法求解规划结果，求解速度快，精度高。
附图说明
图1为本发明系统的原理框图；
图2为本发明规划模块的流程示意图；
图3为实施例中某输电系统原始方案网架图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提供一种考虑风险的含大规模风电输电网规划系统，包括依次连接的数据库模块1、输入模块2、分析模块3、规划模块4和输出模块5。数据库模块1包括风速数据库11、负荷数据库12和设备库13，分别存储风速数据、负荷数据和电力设备数据。输入模块2用于从数据库模块1和系统外部获取所需数据，包括风速数据、负荷数据、电力设备数据和输电网安全指标等。分析模块3用于根据输入的数据计算规划方案的经济风险指标、技术风险指标和投资成本，并获取输电网安全约束条件。规划模块4用于构建输电网规划模型，根据分析模块获取的经济风险指标、技术风险指标、投资成本和输电网安全约束条件，求解输电网规划模型，获得考虑经济风险和技术风险的输电网规划结果。输出模块5用于输出输电网规划结果。
分析模块3包括：经济风险计算子模块31、技术风险计算子模块32、投资成本计算子模块33和输电网安全约束子模块34，经济风险计算子模块31根据风速数据、负荷数据和电力设备数据计算规划方案的经济风险指标；技术风险计算子模块32根据风速数据、负荷数据和电力设备数据计算规划方案的技术风险指标；投资成本计算子模块33根据电力设备数据计算规划方案的投资成本；输电网安全约束子模块34根据电力设备数据和输电网安全指标获取输电网规划需满足的输电网安全约束条件。
规划模块4包括考虑经济风险的输电网规划子模块41和考虑技术风险的输电网规划子模块42。考虑经济风险的输电网规划子模块41用于构建经济风险型输电网规划模型，根据经济风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果。考虑技术风险的输电网规划子模块42用于构建技术风险型输电网规划模型，根据技术风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果。规划结果包括新增线路的支路编号和新增线路数。进行输电网规划时，可选择考虑经济风险的规划模式，也可选择考虑技术风险的规划模式。改进小生境遗传算法为一种现有最优算法，规划模块求解规划结果的过程如图2所示。
考虑经济风险的输电网规划子模块41中，构建经济风险型输电网规划模型具体为：
1a)构建优化目标，包括投资成本最小和投资收益条件风险价值最小，其中，投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本，nij为支路ij新增线路数，Ω+表示可新增线路的支路集合；
投资收益条件风险价值最小为：
min CVaRβ
式中：CVaRβ表示置信度β水平下规划方案投资收益的条件风险价值；
投资收益的风险价值VaR：
式中：sign(·)表示符号函数；
1b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新增线路数量约束和N-1安全约束，其中，功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
支路新建线路数量约束为：
式中：表示支路ij新建线路数上限；
N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束。
投资收益的条件风险价值CVaRβ由蒙特卡洛模拟法获得：
式中：β表示置信水平，γ表示置信水平β下的风险价值，J表示抽样次数，hi表示第i次采样的收益损失，(hi-γ)+＝max(hi-γ,0)，IRi表示第i次采样下的投资收益。
第i次采样下的投资收益IRi的计算模型中，目标函数为双边交易市场下社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
双边交易市场下社会福利最大为：
功率平衡约束为：
式中：ΩW表示风电场集合，gw,k(th)表示风电场k第th时段有功出力；
常规发电机出力约束为：
式中：表示节点i发电机的出力上限；
负荷约束为：
式中：表示节点j负荷功率上限；
支路潮流约束为：
式中：表示支路l的有功传输容量上限。
考虑技术风险的输电网规划子模块42中，构建技术风险型输电网规划模型具体为：
2a)构建优化目标，包括投资成本最小和阻塞盈余期望值最小，其中，投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本；nij为支路ij新增线路数；Ω+表示可新增线路的支路集合；
阻塞盈余期望值最小为：
min E(CS)
式中：CS表示阻塞盈余，ρd,j表示负荷节点j电价的阻塞分量，dj表示节点j的负荷，ρg,i表示发电机节点i电价的阻塞分量，gi表示发电机节点i的有功出力，E(·)表示期望值算子；
2b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束和N-1安全约束，其中，功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
式中：表示支路ij新建线路数上限；
N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建数量约束。
电价的阻塞分量由双边交易市场下最优潮流模型的拉格朗日一阶最优性条件得到，双边交易市场下最优潮流模型的目标函数为社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
社会福利最大为：
式中：ΩG表示发电节点集合，ΩD表示负荷节点集合，Ai(gi)表示常规发电机有功出力gi的成本函数，bgi和mgi表示发电报价曲线参数，Bj(dj)表示有功负荷dj的效益函数，bdj和mdj表示用户报价曲线参数；
功率平衡约束为：
式中：ΩW表示风电场集合，gw,k表示风电场k有功出力；
常规发电机出力约束为：
式中：表示节点i常规发电机的出力上限；
负荷约束为：
式中：表示节点j负荷功率上限；
支路潮流约束为：
式中：表示支路l的有功传输容量上限，f l表示支路l的有功传输容量下限。
负荷节点j电价的阻塞分量ρd,j的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量；
发电节点i电价的阻塞分量ρg,i的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量。
将上述系统应用于如图3所示的某含风电场的输电系统进行电网规划，该系统的节点数据和支路数据分别如表1和表2所示。考虑经济风险的输电网规划子模块41对图3的输电网进行考虑经济风险的输电网规划，结果如表3所示；考虑技术风险的输电网规划子模块42对图3所示的输电网进行考虑技术风险的输电网规划，结果如表4所示。
表1
其中：－表示该节点不是发电节点。
表2
表3
通过两个规划方案的对比，可知考虑风险的含大规模风电输电系统规划平台得到的规划方案在增加一定投资成本的情况下有效控制了规划方案的投资收益风险，因此有效地对含风电场的输电系统进行了考虑经济风险的扩展规划。
表4
通过对比上述两个方案，可知考虑风险的含大规模风电输电系统规划平台得到的规划方案在增加一定投资成本的情况下有效控制了规划方案的阻塞情况，有效地对含风电场的输电系统进行了考虑技术风险的扩展规划。
综上可知考虑风险的含大规模风电输电系统规划平台可以有效地对含风电场的输电系统进行考虑风险的扩展规划。本实例验证了考虑风险的含大规模风电输电系统规划平台对含风电场输电系统规划的有效性。

Claims (8)

1.一种考虑风险的含大规模风电输电网规划系统，其特征在于，包括：
数据库模块，用于存储风速数据、负荷数据和电力设备数据；
输入模块，与数据库模块连接，用于从数据库模块和系统外部获取所需数据；
分析模块，与输入模块连接，用于根据输入的数据计算规划方案的经济风险指标、技术风险指标和投资成本，并获取输电网安全约束条件；
规划模块，与分析模块连接，用于构建输电网规划模型，根据分析模块获取的经济风险指标、技术风险指标、投资成本和输电网安全约束条件，求解输电网规划模型，获得考虑经济风险和技术风险的输电网规划结果；
输出模块，与规划模块连接，用于输出输电网规划结果；
所述规划模块包括：
考虑经济风险的输电网规划子模块，用于构建经济风险型输电网规划模型，根据经济风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果；
考虑技术风险的输电网规划子模块，用于构建技术风险型输电网规划模型，根据技术风险指标、投资成本和输电网安全约束条件，采用改进小生境遗传算法求解获得规划结果；
所述规划结果包括新增线路的支路编号和新增线路数；
所述构建经济风险型输电网规划模型具体为：
1a)构建优化目标，包括投资成本最小和投资收益条件风险价值最小，其中，所述投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本，nij为支路ij新增线路数，Ω+表示可新增线路的支路集合；
所述投资收益条件风险价值最小为：
min CVaRβ
式中：CVaRβ表示置信度β水平下规划方案投资收益的条件风险价值；
1b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新增线路数量约束和N-1安全约束，其中，所述功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
所述支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
所述常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
所述支路新建线路数量约束为：
式中：表示支路ij新建线路数上限；
所述N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束。
2.根据权利要求1所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述输入模块获取的所需数据包括风速数据、负荷数据、电力设备数据和输电网安全指标。
3.根据权利要求2所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述分析模块包括：
经济风险计算子模块，根据风速数据、负荷数据和电力设备数据计算规划方案的经济风险指标；
技术风险计算子模块，根据风速数据、负荷数据和电力设备数据计算规划方案的技术风险指标；
投资成本计算子模块，根据电力设备数据计算规划方案的投资成本；
输电网安全约束子模块，根据电力设备数据和输电网安全指标获取输电网规划需满足的输电网安全约束条件。
4.根据权利要求1所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述置信度β水平下规划方案投资收益的条件风险价值CVaRβ由蒙特卡洛模拟法获得：
式中：β表示置信水平，γ表示置信水平β下的风险价值，J表示抽样次数，hi表示第i次采样的收益损失，(hi-γ)+＝max(hi-γ,0)，IRi表示第i次采样下的投资收益。
5.根据权利要求4所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述第i次采样下的投资收益IRi的计算模型中，目标函数为双边交易市场下社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
所述双边交易市场下社会福利最大为：
式中：ΩG表示发电商集合，ΩD表示配电商集合，Ai(gi(th))表示第th时段常规机组有功出力gi(th)的成本函数，bgi和mgi表示发电报价曲线参数，Bj(dj(th))表示第th时段有功负荷dj(th)的效益函数，bdj和mdj表示用户报价曲线参数；
所述功率平衡约束为：
式中：ΩW表示风电场集合，gw,k(th)表示风电场k第th时段有功出力；
所述常规发电机出力约束为：
式中：表示节点i发电机的出力上限；
所述负荷约束为：
式中：表示节点j负荷功率上限；
所述支路潮流约束为：
式中：表示支路l的有功传输容量上限，fl(th)表示第th时段支路l的有功传输容量。
6.根据权利要求1所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述构建技术风险型输电网规划模型具体为：
2a)构建优化目标，包括投资成本最小和阻塞盈余期望值最小，其中，所述投资成本最小为：
式中：cij为支路ij新建单条线路的投资成本；nij为支路ij新增线路数；Ω+表示可新增线路的支路集合；
所述阻塞盈余期望值最小为：
min E(CS)
式中：CS表示阻塞盈余，ρd,j表示负荷节点j电价的阻塞分量，dj表示节点j的负荷，ρg,i表示发电机节点i电价的阻塞分量，gi表示发电机节点i的有功出力，E(·)表示期望值算子；
2b)构建约束条件，包括功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建线路数量约束和N-1安全约束，其中，所述功率平衡约束为：
式中：S、分别为节点支路关联矩阵、支路有功功率列向量、常规发电机有功出力列向量、风电场有功出力列向量、负荷列向量；
所述支路潮流约束为：
式中：Pr(·)表示概率，支路ij的有功潮流，表示支路ij原有线路数，nij表示支路ij新增线路数，表示支路ij单条线路输电容量，α表示线路潮流不越限的置信度；
所述常规发电机出力约束为：
式中：表示常规发电机有功出力上限列向量；
所述支路新建线路数量约束为：
式中：表示支路ij新建线路数上限；
所述N-1安全约束包括任一设备故障情况下前述的功率平衡约束、支路潮流约束、常规发电机出力约束、支路新建数量约束。
7.根据权利要求6所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述电价的阻塞分量由双边交易市场下最优潮流模型的拉格朗日一阶最优性条件得到，所述双边交易市场下最优潮流模型的目标函数为社会福利最大，约束条件包括功率平衡约束、常规发电机出力约束、负荷功率约束和支路潮流约束，具体表达式如下：
所述社会福利最大为：
式中：ΩG表示发电节点集合，ΩD表示负荷节点集合，Ai(gi)表示常规发电机有功出力gi的成本函数，bgi和mgi表示发电报价曲线参数，Bj(dj)表示有功负荷dj的效益函数，bdj和mdj表示用户报价曲线参数；
所述功率平衡约束为：
式中：ΩW表示风电场集合，gw,k表示风电场k有功出力；
所述常规发电机出力约束为：
式中：表示节点i常规发电机的出力上限；
所述负荷约束为：
式中：表示节点j负荷功率上限；
所述支路潮流约束为：
式中：表示支路l的有功传输容量上限，f l表示支路l的有功传输容量下限。
8.根据权利要求6所述的考虑风险的含大规模风电输电网规划系统，其特征在于，所述负荷节点j电价的阻塞分量ρd,j的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量；
所述发电节点i电价的阻塞分量ρg,i的表达式为：
式中：ul表示对应于约束的对偶变量，yl表示对应于约束f l≤fl的对偶变量。
CN201510690105.9A 2015-10-22 2015-10-22 一种考虑风险的含大规模风电输电网规划系统 Active CN105226651B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510690105.9A CN105226651B (zh) 2015-10-22 2015-10-22 一种考虑风险的含大规模风电输电网规划系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510690105.9A CN105226651B (zh) 2015-10-22 2015-10-22 一种考虑风险的含大规模风电输电网规划系统

Publications (2)

Publication Number Publication Date
CN105226651A CN105226651A (zh) 2016-01-06
CN105226651B true CN105226651B (zh) 2018-06-26

Family

ID=54995443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510690105.9A Active CN105226651B (zh) 2015-10-22 2015-10-22 一种考虑风险的含大规模风电输电网规划系统

Country Status (1)

Country Link
CN (1) CN105226651B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106356896B (zh) * 2016-10-25 2019-01-22 中国能源建设集团广东省电力设计研究院有限公司 海上风电场接入方案形成方法和系统
CN108122068A (zh) * 2017-12-05 2018-06-05 中国电力科学研究院有限公司 一种配电网风险规划方法及系统
CN109274121B (zh) * 2018-11-15 2021-03-23 山东中车风电有限公司 一种风电场控制参数优化方法及系统
CN110472830A (zh) * 2019-07-12 2019-11-19 中国电力科学研究院有限公司 一种考虑新能源接入的输电网规划方法和系统
CN110705808A (zh) * 2019-10-31 2020-01-17 山东电力工程咨询院有限公司 新能源接入下考虑检修的输电网规划方案生成系统及方法
CN110909929B (zh) * 2019-11-19 2022-04-05 国网浙江省电力有限公司经济技术研究院 一种基于输电阻塞的输电网双层规划方法
CN110991727A (zh) * 2019-11-28 2020-04-10 海南电网有限责任公司 一种基于潮流网损模型和线路约束模型的电网规划方法
CN113158382B (zh) * 2020-12-30 2024-03-29 国家电网有限公司 一种电网规划计算机辅助决策支持系统
CN112803497B (zh) * 2021-03-03 2023-03-21 国家电网公司西南分部 含可调节负荷风光互补微电网调度市场风险管控方法及系统
CN112865100B (zh) * 2021-04-13 2022-06-28 东南大学 一种基于增广Benders分解可保护隐私信息的双层P2P交易方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156884A (zh) * 2014-08-01 2014-11-19 国网上海市电力公司 考虑经济性的含微网配电网接线模式规划及评估信息系统
CN104715294A (zh) * 2015-04-02 2015-06-17 国家电网公司 一种配电网规划方案评价数据处理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1411613A1 (en) * 2002-10-14 2004-04-21 Abb Research Ltd. Simulation of an electrical power transmission network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156884A (zh) * 2014-08-01 2014-11-19 国网上海市电力公司 考虑经济性的含微网配电网接线模式规划及评估信息系统
CN104715294A (zh) * 2015-04-02 2015-06-17 国家电网公司 一种配电网规划方案评价数据处理系统

Also Published As

Publication number Publication date
CN105226651A (zh) 2016-01-06

Similar Documents

Publication Publication Date Title
CN105226651B (zh) 一种考虑风险的含大规模风电输电网规划系统
Hasankhani et al. Stochastic energy management of smart microgrid with intermittent renewable energy resources in electricity market
Li et al. Flexible transmission expansion planning associated with large‐scale wind farms integration considering demand response
Luo et al. Short‐term operational planning framework for virtual power plants with high renewable penetrations
Zhuo et al. Incorporating massive scenarios in transmission expansion planning with high renewable energy penetration
Montoya-Bueno et al. A stochastic investment model for renewable generation in distribution systems
Moeini-Aghtaie et al. Multiagent genetic algorithm: an online probabilistic view on economic dispatch of energy hubs constrained by wind availability
Liu et al. Multi‐objective restoration optimisation of power systems with battery energy storage systems
Maghouli et al. A scenario-based multi-objective model for multi-stage transmission expansion planning
Wang et al. Security-constrained unit commitment with volatile wind power generation
Moradi-Sepahvand et al. Integrated expansion planning of electric energy generation, transmission, and storage for handling high shares of wind and solar power generation
Sun et al. Flexible expansion planning of distribution system integrating multiple renewable energy sources: An approximate dynamic programming approach
CN105449713A (zh) 考虑分布式电源特性的有源配电网智能软开关规划方法
Okinda et al. A review of techniques in optimal sizing of hybrid renewable energy systems
CN105305490A (zh) 一种考虑电能质量经济性最优的有源配电网规划方法
Fan et al. Review of uncertainty modeling for optimal operation of integrated energy system
Ehsan et al. A scenario‐based robust investment planning model for multi‐type distributed generation under uncertainties
Elmitwally et al. Long‐term economic model for allocation of FACTS devices in restructured power systems integrating wind generation
CN112561273B (zh) 一种基于改进pso的主动配电网可再生dg规划方法
Huang et al. An efficient probabilistic approach based on area grey incidence decision making for optimal distributed generation planning
Petrichenko et al. Modelling the Future of the Baltic Energy Systems: A Green Scenario
Daneshvar et al. Short term optimal hydro-thermal scheduling of the transmission system equipped with pumped storage in the competitive environment
Ida Evangeline et al. Real-time optimal power flow solution for wind farm integrated power system using evolutionary programming algorithm
CN112994011B (zh) 考虑电压风险约束的多源电力系统日前优化调度方法
Xu et al. Identifying the optimum wind capacity for a power system with interconnection lines

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180308

Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing

Applicant after: State Grid Corporation of China

Applicant after: Shanghai Jiao Tong University

Applicant after: China Electric Power Research Institute

Applicant after: State Grid Shanghai Municipal Electric Power Company

Address before: 200240 Dongchuan Road, Shanghai, No. 800, No.

Applicant before: Shanghai Jiao Tong University

Applicant before: China Electric Power Research Institute

Applicant before: State Grid Shanghai Municipal Electric Power Company

GR01 Patent grant
GR01 Patent grant