CN106953354B - 考虑电压支撑的含风电电力系统机组组合方法 - Google Patents
考虑电压支撑的含风电电力系统机组组合方法 Download PDFInfo
- Publication number
- CN106953354B CN106953354B CN201710141612.6A CN201710141612A CN106953354B CN 106953354 B CN106953354 B CN 106953354B CN 201710141612 A CN201710141612 A CN 201710141612A CN 106953354 B CN106953354 B CN 106953354B
- Authority
- CN
- China
- Prior art keywords
- power
- scene
- generator set
- wind power
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000005611 electricity Effects 0.000 title abstract 2
- 238000010248 power generation Methods 0.000 claims abstract description 16
- 108010074506 Transfer Factor Proteins 0.000 claims abstract description 6
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 4
- 230000009467 reduction Effects 0.000 claims abstract description 4
- 238000005457 optimization Methods 0.000 claims description 20
- 230000005284 excitation Effects 0.000 claims description 13
- 238000002347 injection Methods 0.000 claims description 13
- 239000007924 injection Substances 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 9
- 239000000243 solution Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000003462 Bender reaction Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000010885 neutral beam injection Methods 0.000 claims description 3
- 238000009377 nuclear transmutation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
一种考虑电压支撑的含风电电力系统机组组合方法，包括以下步骤：给定常规发电机组技术参数和成本系数，电网技术和运行参数，系统负荷、风电功率的波动区间范围；根据系统支路电抗和节点支路关联关系，形成系统节点注入转移因子阵；根据预测精度生成随机场景，并进行场景缩减；给定系统运行允许的电压上下限值，以及节点上负荷电压特性参数，构建机组组合两阶段优化模型；基于奔德斯分解算法选择复杂变量，将优化模型分解为主问题和子问题；主问题和子问题两者交替迭代求解。本发明可用于电力系统短期运行调度的常规发电机组启停状态和基点功率的联合决策。
Description
技术领域
本发明涉及电力技术领域，具体地说是用于电力系统短期运行调度的一种考虑电压支撑的含风电电力系统机组组合方法。
背景技术
含风电电力系统机组组合的目的是在以系统运行经济性为目标超前决策常规发电机组启停状态以及备用容量配置，以满足预期的负荷、风电及其波动的需要。新形势下，随着风电大规模地接入电网，其固有的随机波动特性，使得发电侧的不确定性日渐突出；随着传统的同步形式发电逐渐让位于风电等异步形式发电，系统的电压支撑能力减弱，这些增加了电力系统机组组合决策的困难。由此如何提高机组组合决策的可靠性以提升风电并网背景下电网运行的安全性和经济性已成为当前电网运行亟待解决的问题。
专利号为ZL201210165681.8的中国专利：“一种求解考虑风电波动性的机组组合方法”，给出了一种求解考虑风电波动性的机组组合方法，其运用区间线性规划理论，能够保证系统在风电出力波动范围内安全经济运行，但其是在潮流线性化基础上进行的机组组合决策，难以保证风电波动情境下的电压安全可靠性。专利号为ZL201410332243.5的中国专利：“一种适用于大规模风电接入的电网输电裕度控制方法”，公开了一种适用于大规模风电接入的电网输电裕度控制方法，该方法通过安全约束机组组合和概率潮流交替计算以保证风电并网运行背景下电网安全裕度，但需看到其中的概率潮流计算难以准确实现机组组合决策的有效校正，因而难以获得有效的收敛解。专利申请号为201410682529.6的中国专利：“一种考虑风电机组安全约束的机组组合方法”，公开了一种考虑普通异步风电机组安全约束的机组组合方法，该方法采用交流潮流形式并结合异步风电机组无功-电压特性以计及电压安全约束，但其是在确定性的风电出力情境下进行的决策，并无考虑风电的随机波动特性，因而具有一定的局限性。专利申请号为201610254532.7的中国专利：“一种考虑交流潮流约束的不确定性机组组合模型及求解方法”，公开了一种考虑交流潮流约束的不确定性机组组合模型及求解方法，该方法采用机会约束方法描述风电出力的不确定性，构建基于交流潮流模型的不确定性机组组合模型，并由随机约束序优化方法予以求解。该发明所提模型有效降低了风电大规模接入后电网电压越限的风险，但其是在发电和负荷功率独立于电压水平的前提下进行的决策，具有一定的保守性，不利于风电波动的消纳。
发明内容
本发明的目的在于提出一种考虑电压支撑的含风电电力系统机组组合方法，可以考虑风电功率的随机波动情况，又能考虑系统的电压支撑需求和常规发电机组、负荷的电压调节特性，以及常规发电机组的二次备用响应机制，实现调度与控制的有机衔接，适应于含大规模风电并网的电力系统机组启停决策。
本发明解决其技术问题所采取的技术方案是：一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于：包括以下步骤：
(1)给定常规发电机组技术参数和成本系数，电网技术和运行参数，系统负荷、风电功率的波动区间范围；
(2)根据系统支路电抗和节点支路关联关系，形成系统节点注入转移因子阵；
(3)根据预测精度生成随机场景，并进行场景缩减；
(4)给定系统运行允许的电压上下限值，以及节点上负荷电压特性参数，构建机组组合两阶段优化模型，优化模型以系统发电成本、备用成本以及弃风电成本之和最小为目标并包括多个约束；
(5)基于奔德斯分解算法选择复杂变量，将优化模型分解为主问题和子问题；
(6)主问题和子问题两者交替迭代求解，其中主问题为混合整数线性规划模型，由混合整数线性规划算法求解，子问题为非线性规划模型，由非线性规划算法求解，得到最终的常规发电机组各时段启停状态、有功功率基点和励磁空载设定电压，有载调压变压器非标准变比以及并联无功补偿容量。
进一步地，所述节点注入转移因子阵表达式为：
ψ＝BLA(ATBLA)-1 (1)
其中，BL为支路电纳对角阵，A为节点-支路关联矩阵，上标“T”标记矩阵转置。注入转移因子阵ψ中元素ψl,i表示支路l传输功率对节点i注入功率的灵敏度因子。
进一步地，步骤(3)中，根据预测精度生成随机场景是指通过对历史预测误差的统计，确定当前时段风电功率预测精度，根据前瞻时间尺度范围内各时段的风电场输出功率预测期望值和预测误差，随机生成风电功率的随机时间序列场景，在生成的场景规模内，各场景发生的概率相同。
进一步地，步骤(3)中，场景缩减是指每一时间序列场景均为一向量，任意两场景之间的向量差模值即为场景之间的距离，通过设定一定的阈值，合并距离相近的场景保留有代表性的场景以简化计算。
进一步地，步骤(4)中，优化模型中目标函数表达式为：
其中，NG为常规发电机组集合，NW为风电场集合；为机组g启动成本；为t时段机组g的输出功率基点，Cg()为机组g二次发电成本特性函数，即其中ag、bg和cg为成本系数，ugt为发电机组g在时段t的启停状态，运行为1，停运为0；ρs为场景s发生的概率；为s场景下t时段机组g备用容量，为机组g备用成本函数；为s场景下t时段风电场w弃风量，为风电场w弃风成本函数。
进一步地，步骤(4)中，两阶段优化模型中第一阶段决策变量约束具体包括以下八个约束：
1)常规发电机组开启时间约束
其中，Lg为初始时段发电机组g的必须运行时间，Sg为发电机组g的最小开启时间，Non为初始开启的常规发电机组集合；
2)常规发电机组停运时间约束
其中，Gg为初始时段发电机组g的必须停运时间，Eg为发电机组g的最小停运时间，Noff为初始停运的常规发电机组集合；
3)常规发电机组有功功率范围约束
其中，和为常规发电机组g功率上下限；
4)常规发电机组爬坡约束
其中，Pg,0为常规机组g初始有功功率，ug,0为常规机组g初始运行状态；为常规机组g最大向上爬坡速率，为常规机组g最大向下爬坡速率，Δτ为时段长度；
5)常规发电机组启动成本约束
其中，为常规发电机组g启动成本，ug0表示常规机组g初始运行状态；
6)基点功率平衡约束
其中，为时段t风电场w调度的有功功率，为t时段负荷d有功功率；ND为负荷集合；
7)支路载荷约束
其中，ψl,i为支路l载流关于节点i注入的灵敏度因子，NG,i、ND,i和NW,i分别为节点i上的常规机组集合、负荷集合和风电场集合，NN和NL分别为系统节点集合和支路集合，为支路l的视在功率；
8)系统弃风电量约束
其中，为t时段风电场w期望的输出功率，ΔPwt为决策的t时段风电场w弃风电量。
进一步地，步骤(4)中，两阶段优化模型中第二阶段决策变量约束具体包括以下八个约束：
1)节点功率平衡约束
其中，和分别为s场景下t时段常规发电机组g有功功率、无功功率，和分别为t时段负荷额定有功功率、无功功率，αPd为负荷d有功-电压特性参数，αQd为负荷d无功-电压特性参数；和分别为s场景下t时段支路l两端的有功功率和无功功率，为s场景下t时段风电场w有功功率，为s场景下t时段无功补偿容量，NC,i为节点i上无功设备集合，NS,i和NE,i分别为以节点i为首端节点、末端节点的支路集合；
2)各场景下风电功率范围约束
其中，Pwts为s场景下t时段风电场w风电功率预测值，为s场景下t时段风电场w弃风量；
3)各场景下常规发电机组备用范围约束
其中，为s场景下t时段常规机组g备用响应量，和分别为常规机组g向上备用容量、向下备用容量；
4)各场景下常规发电机组出力范围约束
5)各场景下常规发电机组功率爬坡约束
6)各场景下发电机组电压调节特性
其中，和为s场景下t时段常规机组g励磁电动势、功角和无功电流，为s场景下t时段常规机组g机端电压，为s场景下t时段常规机组g空载设定电压，为常规机组g直轴电抗；
7)常规发电机组励磁上下限约束
其中，和分别为常规机组g励磁电动势上下限；
8)各场景下节点电压上下限约束
其中，和分别为s场景下t时段节点i的电压幅值、电压相角，Vi max和Vi min为节点i电压幅值上下限；
9)各场景下支路载荷约束
其中，gl为支路l的电导；bl为支路l的电纳；
10)有载调压变压器分接头调节范围约束
其中，Tbts为s场景下t时段有载调压变压器b非标准变比，和为非标准变比上下限，NB为变压器集合；
11)无功设备运行范围约束
其中，Qcts为s场景下t时段无功设备c补偿无功功率，和为其无功出力上下限，NC为无功设备集合。
进一步地，步骤(5)中，复杂变量选取为发电机组启停状态和调度的有功功率。
进一步地，步骤(5)中，子问题的目标函数为
其中，上标(k)标识迭代次数，和为保证子问题有解而对发电机组励磁上下限约束引入的非负松弛变量，和为保证子问题有解而对节点电压上下限约束引入的非负松弛变量，和分别为对应的惩罚因子。
进一步地，步骤(5)中，主问题的目标函数为
其中，为t时段常规机组g决策的发电成本。
本发明的有益效果是：(1)本发明可用于电力系统短期运行调度的常规发电机组启停状态和基点功率的联合决策，本发明与传统的机组组合方法相比，保证系统电压支撑的安全性，还能调动系统的电压调节能力促进对不确定的风电功率的消纳，提高系统运行的经济性；(2)本发明还对电力系统调压辅助服务定价起到指导作用。
附图说明
图1为本发明的流程图；
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，一种考虑电压支撑的含风电电力系统机组组合方法，其具体包括如下六个步骤：
(1)给定常规发电机组技术参数和成本系数，电网技术和运行参数，系统负荷、风电功率的波动区间范围计算参数；
(2)根据系统支路电抗和节点支路关联关系，形成系统节点注入转移因子阵，其表达式为：
ψ＝BLA(ATBLA)-1 (1)
其中，BL为支路电纳对角阵，A为节点-支路关联矩阵，上标“T”标记矩阵转置；注入转移因子阵ψ中元素ψl,i表示支路l传输功率对节点i注入功率的灵敏度因子；
(3)根据预测精度生成随机场景，并进行场景缩减；根据预测精度生成随机场景是指通过对历史预测误差的统计，确定当前时段风电功率预测精度，根据前瞻时间尺度范围内各时段的风电场输出功率预测期望值和预测误差，随机生成风电功率的随机时间序列场景，在生成的场景规模内，各场景发生的概率相同；场景缩减是指每一时间序列场景均为一向量，任意两场景之间的向量差模值即为场景之间的距离，通过设定一定的阈值，合并距离相近的场景保留有代表性的场景以简化计算；
(4)给定系统运行允许的电压上下限值，以及节点上负荷电压特性参数，构建机组组合两阶段优化模型，优化模型以系统发电成本、备用成本以及弃风电成本之和最小为目标并包括多个约束；优化模型中目标函数表达式为：
其中，NG为常规发电机组集合，NW为风电场集合；为机组g启动成本；为t时段机组g的输出功率基点，Cg()为机组g二次发电成本特性函数，即其中ag、bg和cg为成本系数，ugt为发电机组g在时段t的启停状态，运行为1，停运为0；ρs为场景s发生的概率；为s场景下t时段机组g备用容量，为机组g备用成本函数；为s场景下t时段风电场w弃风量，为风电场w弃风成本函数,w∈NW；
两阶段优化模型中第一阶段决策变量约束具体包括以下八个约束：
1)常规发电机组开启时间约束
其中，Lg为初始时段发电机组g的必须运行时间，Sg为发电机组g的最小开启时间，Non为初始开启的常规发电机组集合；
2)常规发电机组停运时间约束
其中，Gg为初始时段发电机组g的必须停运时间，Eg为发电机组g的最小停运时间，Noff为初始停运的常规发电机组集合；
3)常规发电机组有功功率范围约束
其中，和为常规发电机组g功率上下限；
4)常规发电机组爬坡约束
其中，Pg,0为常规机组g初始有功功率，ug,0为常规机组g初始运行状态；为常规机组g最大向上爬坡速率，为常规机组g最大向下爬坡速率，Δτ为时段长度；
5)常规发电机组启动成本约束
其中，为常规发电机组g启动成本，ug0表示常规机组g初始运行状态；
6)基点功率平衡约束
其中，为时段t风电场w调度的有功功率，为t时段负荷d有功功率；ND为负荷集合；
7)支路载荷约束
其中，ψl,i为支路l载流关于节点i注入的灵敏度因子，NG,i、ND,i和NW,i分别为节点i上的常规机组集合、负荷集合和风电场集合，NN和NL分别为系统节点集合和支路集合，为支路l的视在功率；
8)系统弃风电量约束
其中，为t时段风电场w期望的输出功率，ΔPwt为决策的t时段风电场w弃风电量；
两阶段优化模型中第二阶段决策变量约束具体包括以下八个约束：
1)节点功率平衡约束
其中，和分别为s场景下t时段常规发电机组g有功功率、无功功率，和分别为t时段负荷额定有功功率、无功功率，αPd为负荷d有功-电压特性参数，αQd为负荷d无功-电压特性参数；和分别为s场景下t时段支路l两端的有功功率和无功功率，为s场景下t时段风电场w有功功率，为s场景下t时段无功补偿容量，NC,i为节点i上无功设备集合，NS,i和NE,i分别为以节点i为首端节点、末端节点的支路集合；
2)各场景下风电功率范围约束
其中，Pwts为s场景下t时段风电场w风电功率预测值，为s场景下t时段风电场w弃风量；
3)各场景下常规发电机组备用范围约束
其中，为s场景下t时段常规机组g备用响应量，和分别为常规机组g向上备用容量、向下备用容量；
4)各场景下常规发电机组出力范围约束
5)各场景下常规发电机组功率爬坡约束
6)各场景下发电机组电压调节特性
其中，和为s场景下t时段常规机组g励磁电动势、功角和无功电流，为s场景下t时段常规机组g机端电压，为s场景下t时段常规机组g空载设定电压，为常规机组g直轴电抗；
7)各场景下常规发电机组励磁上下限约束
其中，和分别为常规机组g励磁电动势上下限；
8)各场景下节点电压上下限约束
其中，和分别为s场景下t时段节点i的电压幅值、电压相角，Vi max和Vi min为节点i电压幅值上下限；
9)各场景下支路载荷约束
其中，gl为支路l的电导；bl为支路l的电纳；
10)有载调压变压器分接头调节范围约束
其中，Tbts为s场景下t时段有载调压变压器b非标准变比，和为非标准变比上下限，NB为变压器集合；
11)无功设备运行范围约束
其中，Qcts为s场景下t时段无功设备c补偿无功功率，和为其无功出力上下限，NC为无功设备集合；
(5)基于奔德斯分解算法选择复杂变量，复杂变量选取为发电机组启停状态和调度的有功功率；将优化模型分解为主问题和子问题；子问题的目标函数为
其中，上标(k)标识迭代次数，和为保证子问题有解而对发电机组励磁上下限约束引入的非负松弛变量，和为保证子问题有解而对节点电压上下限约束引入的非负松弛变量，和分别为对应的惩罚因子；
子问题的约束条件包括式(15)～式(17)，式(19)～式(22)，式(25)～式(29)，还包括以下约束：
式(31)为引入松弛量后的常规机组励磁上下限约束；式(32)为引入松弛量后的节点电压幅值约束；式(33)是在优化目标引导下对式(18)中绝对值形式的变形表达；式(34)表示常规机组各时段运行状态由主问题给定；式(35)表示常规机组各时段有功功率基点由主问题给定，为约束式(35)的对偶乘子，其表示常规机组运行启停状态变化引起子问题目标函数值变化的灵敏度，为约束式(34)的对偶乘子，其表示常规机组功率基点变化引起目标函数值变化的灵敏度；
主问题的目标函数为
其中，为t时段常规机组g决策的发电成本；
所述步骤(5)中，主问题的约束条件包括式(3)～式(14)，还包括以下约束：
式(39)为基于机组发电成本特性分段线性化表达，m表示分段数，agm和bgm等为常规机组g成本函数分段线性成本系数；式(40)为由子问题反馈的奔德斯割，其中，Z(n)为第n次迭代子问题目标函数期望值，和分别为第n次迭代常规机组功率基点和运行状态变化对目标函数值的灵敏度因子，其分别表示为：
(6)主问题和子问题两者交替迭代求解，其中主问题为混合整数线性规划模型，由混合整数线性规划算法求解，子问题为非线性规划模型，由非线性规划算法求解，得到最终的常规发电机组各时段启停状态、有功功率基点和励磁空载设定电压，有载调压变压器非标准变比以及并联无功补偿容量。
本发明公开了一种考虑电压支撑的含风电电力系统机组组合方法，所述方法考虑风电功率的随机波动情况，又能考虑系统的电压支撑需求和常规发电机组、负荷的电压调节特性，以及常规发电机组的二次备用响应机制，将系统运行时允许的电压波动范围纳入含风电电力系统机组组合模型，在保证不确定性下电网电压安全约束前提下决策常规发电机组启停状态和基点功率以及电压设定水平，实现调度与控制的有机衔接。本发明可用于电力系统短期运行调度的常规发电机组启停状态和基点功率的联合决策，本发明与传统的机组组合方法相比，能够在保证电网电压安全的前提下增强对风电功率随机不确定性的消纳，提高含风电电力系统运行的经济效益。本发明为含风电的电力系统调度的智能化、精益化发展提供技术支撑。
Claims (7)
1.一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于：包括以下步骤：
(1)给定常规发电机组技术参数和成本系数，电网技术和运行参数，系统负荷、风电功率的波动区间范围；
(2)根据系统支路电抗和节点支路关联关系，形成系统节点注入转移因子阵；
(3)根据预测精度生成随机场景，并进行场景缩减；根据预测精度生成随机场景是指通过对历史预测误差的统计，确定当前时段风电功率预测精度，根据前瞻时间尺度范围内各时段的风电场输出功率预测期望值和预测误差，随机生成风电功率的随机时间序列场景，在生成的场景规模内，各场景发生的概率相同；场景缩减是指每一时间序列场景均为一向量，任意两场景之间的向量差模值即为场景之间的距离，通过设定阈值，合并距离相近的场景保留有代表性的场景以简化计算；
(4)给定系统运行允许的电压上下限值，以及节点上负荷电压特性参数，构建机组组合两阶段优化模型，优化模型以系统发电成本、备用成本以及弃风电成本之和最小为目标并包括多个约束；优化模型中目标函数表达式为：
其中，NG为常规发电机组集合，NW为风电场集合；为机组g启动成本；为t时段机组g的输出功率基点，Cg()为机组g二次发电成本特性函数，即其中ag、bg和cg为成本系数，ugt为发电机组g在时段t的启停状态，运行为1，停运为0；ρs为场景s发生的概率；为s场景下t时段机组g备用容量，为机组g备用成本函数；为s场景下t时段风电场w弃风量，为风电场w弃风成本函数；
(5)基于奔德斯分解算法选择复杂变量，将优化模型分解为主问题和子问题；
(6)主问题和子问题两者交替迭代求解，其中主问题为混合整数线性规划模型，由混合整数线性规划算法求解，子问题为非线性规划模型，由非线性规划算法求解，得到最终的常规发电机组各时段启停状态、有功功率基点和励磁空载设定电压，有载调压变压器非标准变比以及并联无功补偿容量。
2.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，所述节点注入转移因子阵表达式为：
ψ＝BLA(ATBLA)-1
其中，BL为支路电纳对角阵，A为节点-支路关联矩阵，上标“T”标记矩阵转置；注入转移因子阵ψ中元素ψl,i表示支路l传输功率对节点i注入功率的灵敏度因子。
3.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，步骤(4)中，两阶段优化模型中第一阶段决策变量约束具体包括以下八个约束：
1)常规发电机组开启时间约束
其中，Lg为初始时段发电机组g的必须运行时间，Sg为发电机组g的最小开启时间，Non为初始开启的常规发电机组集合；
2)常规发电机组停运时间约束
其中，Gg为初始时段发电机组g的必须停运时间，Eg为发电机组g的最小停运时间，Noff为初始停运的常规发电机组集合；
3)常规发电机组有功功率范围约束
其中，和为常规发电机组g功率上下限；
4)常规发电机组爬坡约束
其中，Pg,0为常规机组g初始有功功率，ug,0为常规机组g初始运行状态；为常规机组g最大向上爬坡速率，为常规机组g最大向下爬坡速率，Δτ为时段长度；
5)常规发电机组启动成本约束
其中，为常规发电机组g启动成本，ug0表示常规机组g初始运行状态；
6)基点功率平衡约束
其中，为时段t风电场w调度的有功功率，为t时段负荷d有功功率；ND为负荷集合；
7)支路载荷约束
其中，ψl,i为支路l载流关于节点i注入的灵敏度因子，NG,i、ND,i和NW,i分别为节点i上的常规机组集合、负荷集合和风电场集合，NN和NL分别为系统节点集合和支路集合，为支路l的视在功率；
8)系统弃风电量约束
其中，为t时段风电场w期望的输出功率，ΔPwt为决策的t时段风电场w弃风电量。
4.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，步骤(4)中，两阶段优化模型中第二阶段决策变量约束具体包括以下约束：
1)节点功率平衡约束
其中，和分别为s场景下t时段常规发电机组g有功功率、无功功率，和分别为t时段负荷额定有功功率、无功功率，αPd为负荷d有功-电压特性参数，αQd为负荷d无功-电压特性参数；和分别为s场景下t时段支路l两端的有功功率和无功功率，为s场景下t时段风电场w有功功率，为s场景下t时段无功补偿容量，NC,i为节点i上无功设备集合，NS,i和NE,i分别为以节点i为首端节点、末端节点的支路集合；
2)各场景下风电功率范围约束
其中，Pwts为s场景下t时段风电场w风电功率预测值，为s场景下t时段风电场w弃风量；
3)各场景下常规发电机组备用范围约束
其中，为s场景下t时段常规机组g备用响应量，和分别为常规机组g向上备用容量、向下备用容量；
4)各场景下常规发电机组出力范围约束
5)各场景下常规发电机组功率爬坡约束
6)各场景下发电机组电压调节特性
其中，和为s场景下t时段常规机组g励磁电动势、功角和无功电流，为s场景下t时段常规机组g机端电压，为s场景下t时段常规机组g空载设定电压，为常规机组g直轴电抗；
7)常规发电机组励磁上下限约束
其中，和分别为常规机组g励磁电动势上下限；
8)各场景下节点电压上下限约束
其中，和分别为s场景下t时段节点i的电压幅值、电压相角，Vi max和Vi min为节点i电压幅值上下限；
9)各场景下支路载荷约束
其中，gl为支路l的电导；bl为支路l的电纳；
10)有载调压变压器分接头调节范围约束
其中，Tbts为s场景下t时段有载调压变压器b非标准变比，和为非标准变比上下限，NB为变压器集合；
11)无功设备运行范围约束
其中，Qcts为s场景下t时段无功设备c补偿无功功率，和为其无功出力上下限，NC为无功设备集合。
5.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，步骤(5)中，复杂变量选取为发电机组启停状态和调度的有功功率。
6.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，步骤(5)中，子问题的目标函数为
其中，上标(k)标识迭代次数，和为保证子问题有解而对发电机组励磁上下限约束引入的非负松弛变量，和为保证子问题有解而对节点电压上下限约束引入的非负松弛变量，和分别为对应的惩罚因子。
7.根据权利要求1所述的一种考虑电压支撑的含风电电力系统机组组合方法，其特征在于，步骤(5)中，主问题的目标函数为
其中，为t时段常规机组g决策的发电成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710141612.6A CN106953354B (zh) | 2017-03-10 | 2017-03-10 | 考虑电压支撑的含风电电力系统机组组合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710141612.6A CN106953354B (zh) | 2017-03-10 | 2017-03-10 | 考虑电压支撑的含风电电力系统机组组合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106953354A CN106953354A (zh) | 2017-07-14 |
| CN106953354B true CN106953354B (zh) | 2019-11-08 |
Family
ID=59468321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710141612.6A Active CN106953354B (zh) | 2017-03-10 | 2017-03-10 | 考虑电压支撑的含风电电力系统机组组合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106953354B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107203855B (zh) * | 2017-08-03 | 2020-07-07 | 国网江苏省电力公司宿迁供电公司 | 含风电系统实时调度的鲁棒两层优化模型及转化等效方法 |
| CN107565610B (zh) * | 2017-08-17 | 2020-05-26 | 国网山东省电力公司电力科学研究院 | 一种含风、光电源的电力系统结构调度方法 |
| CN107611979B (zh) * | 2017-09-26 | 2019-08-30 | 华中科技大学 | 一种基于概率潮流计算的电力系统运行校正控制方法 |
| CN112186765B (zh) * | 2017-11-30 | 2022-06-17 | 三峡大学 | 一种机组组合决策的日前调度模型的建模方法 |
| CN108155658B (zh) * | 2017-12-15 | 2020-05-22 | 华南理工大学 | 一种基于灵敏度的受端系统电压支撑强度评价方法 |
| CN108039731B (zh) * | 2017-12-29 | 2019-09-06 | 南京工程学院 | 一种基于解空间分析且含风电的多目标三阶段调度方法 |
| CN108448647A (zh) * | 2018-02-27 | 2018-08-24 | 天津大学 | 考虑短路电流的月度机组组合与发输电检修联合优化方法 |
| CN109066808B (zh) * | 2018-08-27 | 2021-07-16 | 昆明理工大学 | 一种适应电源出力不确定的主动配电网运行优化方法 |
| CN109818347B (zh) * | 2018-11-30 | 2021-01-01 | 华北电力大学 | 一种电力系统风电消纳能力的评估方法 |
| CN110266058B (zh) * | 2019-05-31 | 2023-07-14 | 国网山东省电力公司济南供电公司 | 一种基于区间优化的机组组合模型的建模及求解方法 |
| CN110439642B (zh) * | 2019-08-16 | 2024-04-09 | 大连亨利科技有限公司 | 一种辅助电极锅炉参与电厂调峰的低温余热发电系统 |
| CN110690709B (zh) * | 2019-10-22 | 2023-04-28 | 天津大学 | 一种基于灵敏度的智能软开关区间协调电压控制方法 |
| CN111952956B (zh) * | 2020-07-02 | 2024-07-09 | 清华大学 | 一种考虑电压敏感负荷备用的电力系统调度方法 |
| CN112072710B (zh) * | 2020-07-31 | 2022-03-15 | 国网山东省电力公司经济技术研究院 | 一种考虑需求响应的源网荷一体化经济调度方法及系统 |
| CN111799842B (zh) * | 2020-07-31 | 2023-11-10 | 国网山东省电力公司经济技术研究院 | 一种考虑火电机组灵活性的多阶段输电网规划方法及系统 |
| CN113689043B (zh) * | 2021-08-25 | 2024-03-08 | 国网黑龙江省电力有限公司电力科学研究院 | 一种考虑机组启停的电热联合调度方法 |
| CN114006412B (zh) * | 2021-10-29 | 2023-02-28 | 中国电力科学研究院有限公司 | 区域电网预出清结果校正方法、系统、设备及存储介质 |
| CN115912484B (zh) * | 2022-12-08 | 2024-02-20 | 南方电网数字电网研究院有限公司 | 一种提供电网主动支撑能力的风电场功率快速控制系统 |
| CN116526468B (zh) * | 2023-05-09 | 2024-04-26 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力系统优化调度方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104716670A (zh) * | 2015-04-01 | 2015-06-17 | 国家电网公司 | 光伏并网下基于网络安全约束的机组组合方法 |
-
2017
- 2017-03-10 CN CN201710141612.6A patent/CN106953354B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104716670A (zh) * | 2015-04-01 | 2015-06-17 | 国家电网公司 | 光伏并网下基于网络安全约束的机组组合方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《引入风电机组的安全约束机组组合方法》;谢胤喆;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20130715;第6-20,34-40页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106953354A (zh) | 2017-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106953354B (zh) | 考虑电压支撑的含风电电力系统机组组合方法 | |
| US20230208353A1 (en) | Coordinated control of renewable electric generation resource and charge storage device | |
| Nguyen et al. | Cost-optimized battery capacity and short-term power dispatch control for wind farm | |
| US7391126B2 (en) | Systems and methods for an integrated electrical sub-system powered by wind energy | |
| CN104882905A (zh) | 一种考虑暂态安全约束的新能源接纳能力评估方法 | |
| CN109217374B (zh) | 一种风电电力系统无功电压事前多时间尺度优化控制方法 | |
| CN103986190A (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
| Mengi et al. | A new energy management technique for PV/wind/grid renewable energy system | |
| CN103986186A (zh) | 一种风光水互补型微电网黑启动控制方法 | |
| Syahputra et al. | Control of doubly-fed induction generator in distributed generation units using adaptive neuro-fuzzy approach | |
| CN108629449B (zh) | 一种用于交直流混合微网的分布鲁棒式优化调度方法 | |
| Fekry et al. | Power management strategy based on adaptive neuro fuzzy inference system for AC microgrid | |
| Parida et al. | Cogeneration topology for wind energy conversion system using doubly‐fed induction generator | |
| CN117458488B (zh) | 梯级水光互补分布鲁棒优化调度方法、装置、设备及介质 | |
| Chishti et al. | PCC voltage quality restoration strategy of an isolated microgrid based on adjustable step adaptive control | |
| CN104393619A (zh) | 一种考虑风电机组安全约束的机组组合方法 | |
| Lazaar et al. | Modeling and control of a hydrogen-based green data center | |
| El-Bahay et al. | Computational methods to mitigate the effect of high penetration of renewable energy sources on power system frequency regulation: a comprehensive review | |
| Ramakrishnan et al. | Review on Backup Storage System in Wind Energy Conversion System | |
| CN117913914A (zh) | 基于电量分类的一体化项目并网多时段调度方法及装置 | |
| CN117477659A (zh) | 一种电力系统的新能源与常规电源配比方法、装置及介质 | |
| CN107910866A (zh) | 一种考虑需求侧响应不确定性的电力系统日前优化调度方法 | |
| Sachs et al. | Two layer model predictive control for a cost efficient operation of island energy systems | |
| Das et al. | Active power management scheme based on ramp rate limit control in a wind-solar ac microgrid | |
| CN115907110A (zh) | 一种电力系统灵活性资源评估方法及多维度调度方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |