CN107069830B - 提高风电消纳能力的方法及装置 - Google Patents

提高风电消纳能力的方法及装置 Download PDF

Info

Publication number
CN107069830B
CN107069830B CN201710055630.2A CN201710055630A CN107069830B CN 107069830 B CN107069830 B CN 107069830B CN 201710055630 A CN201710055630 A CN 201710055630A CN 107069830 B CN107069830 B CN 107069830B
Authority
CN
China
Prior art keywords
wind power
day
power plant
wind
output
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
CN201710055630.2A
Other languages
English (en)
Other versions
CN107069830A (zh
Inventor
鲁宗相
孙文涛
乔颖
谢珍建
张文嘉
李辰
程建东
张群
王荃荃
王健
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.)
Tsinghua University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu 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 Tsinghua University, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201710055630.2A priority Critical patent/CN107069830B/zh
Publication of CN107069830A publication Critical patent/CN107069830A/zh
Application granted granted Critical
Publication of CN107069830B publication Critical patent/CN107069830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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]
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable energy
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种提高风电消纳能力的方法，其中，所述方法包括：获取根据历史数据预先建立的次日风电出力的分布模型；获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；将获得的优化后的上述日前计划对应发送给火电厂、风电场、参与需求响应的自备电厂和可平移负荷的企业。本发明还涉及一种提高风电消纳能力的装置。该方法和装置能够提高风电消纳能力。

Description

提高风电消纳能力的方法及装置
技术领域
本发明属于电力系统控制技术领域，尤其涉及一种利用需求响应提高电力系统风电消纳能力的方法及装置。
背景技术
弃风一直以来都是中国西部风电发展面临的重大问题，而需求响应是促进风电消纳一种有效手段。
传统技术中参与需求响应的负荷的主体往往是家庭终端用户，较为分散，而负荷较大且稳定的高载能企业参与需求响应的方案较少，而高载能负荷在西北地区的比例较高，有较大的参与需求响应的潜力。另外，日前计划模型的目标一般是火电成本或系统效益最优，而风电属于波动性电源，需要考虑风电对系统可能造成的影响。因此，传统的日前计划模型难以有效的消纳风电，无法满足维持系统的安全和经济运行的需求。
发明内容
综上所述，确有必要提出一种提高电力系统风电消纳能力的方法及装置。
一种提高风电消纳能力的方法，其中，所述方法包括：
获取根据历史数据预先建立的次日风电出力的分布模型；
获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划发送给可平移负荷的企业。
在其中一个实施例中，所述风电系统的运行参数包括安全性指标参数、经济性指标参数、火电厂和风电场的运行参数；
所述获取风电系统的运行参数包括：
获取风电场日前预测出力，利用所述次日风电出力的分布模型进行拟合计算，得到安全性指标参数和经济型指标参数；
获取火电厂的出力范围、爬坡率、启停机时间、备用参数，以及风电场的出力范围、爬坡率、启停机时间、备用参数，得到火电厂及风电场的运行参数。
在其中一个实施例中，所述安全性指标参数包括风电调度缺额随机变量风险价值指标与弃风功率随机变量风险价值指标，所述经济型指标参数包括风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标；
所述获取风电场日前预测出力，利用次日风电出力的分布模型进行拟合计算，得到安全性指标参数和经济型指标参数包括：
当风电场可发功率小于调度指令时，计算调度指令与可发功率之差，获取调度缺额随机变量，利用风险价值指标理论，根据调度缺额随机变量以及弃风功率随机变量，获取风电调度缺额随机变量风险价值指标与弃风功率随机变量风险价值指标；
当风电场可发功率大于调度指令时，计算可发功率与调度指令之差，获取弃风功率随机变量；利用条件风险价值理论，根据调度缺额随机变量以及弃风功率随机变量，获取风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标。
在其中一个实施例中，所述根据次日风电出力的分布模型建立运行参数的约束条件包括：
获取风电场约束以及火电厂约束；
获取可调用的可平移负荷的出力曲线和自备电厂的出力可调节范围，得到需求响应相关参数的约束条件；
按照对于风电利用的需求设置风电利用率下限，得到风电利用率约束。
在其中一个实施例中，所述风电场约束包括：出力调节范围约束、爬坡率约束；所述火电厂约束包括：机组出力范围限制、机组爬坡率约束、机组启停变量约束、机组最小开机及停机约束。
在其中一个实施例中，所述需求响应相关参数的约束条件包括：功率平衡约束、可平移负荷约束、备用约束以及自备电厂出力调整约束。
在其中一个实施例中，所述获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划包括：
按照对于安全性和经济性的偏好，选择风险偏好系数，得到所述虑风电系统风险的目标函数；
利用所述目标函数和所述约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。
在其中一个实施例中，所述获取预先建立的考虑风电系统风险的目标函数包括：
风电的安全性风险采用调度缺额的条件风险价值指标量化，经济性风险采用弃风功率的条件风险价值指标量化，根据所述调度缺额的条件风险价值指标、弃风功率的条件风险价值指标以及风险偏好系数，得到考虑风电系统风险的含需求响应日前计划模型的目标函数：
Figure BDA0001218973170000041
式中，NT为日运行总调度时段数；ng为火电机组个数，
Figure BDA0001218973170000042
为火电机组运行成本；
Figure BDA0001218973170000043
为第j个火电机组时段t日前计划指令；
Figure BDA0001218973170000044
为火电机组启停成本；
Figure BDA0001218973170000045
为火电机组开机变量；cu,j和cd,j分别为开机成本和停机成本；
Figure BDA0001218973170000046
为风电场电量利用率约束松弛变量惩罚成本；hW(t)为风电场时段t的功率松弛变量，
Figure BDA0001218973170000047
为松弛变量惩罚成本加权系数；cW(t)为风电场的条件风险价值指标相对应的惩罚成本。
一种提高风电消纳能力的装置，其中，所述装置包括：
模型获取模块，用于获取根据历史数据预先建立的次日风电出力的分布模型；
约束模块，用于获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
计划获取模块，用于获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
计划发送模块，用于将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划对应发送给可平移负荷的企业。
在其中一个实施例中，所述计划获取模块包括：
目标函数获取单元，用于按照对于安全性和经济性的偏好，选择风险偏好系数，得到所述虑风电系统风险的目标函数；
所述计划获取模块还用于利用所述目标函数和所述约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。本发明提供的提高风电消纳能力的方法，通过引入约束条件对目标函数进行约束，对于风电的波动性带来的安全性和经济性风险进行了定量评价，并考虑了风险的影响，能够提高风电消纳的消纳能力。
附图说明
图1为本发明实例提供的提高风电消纳能力的方法的流程图。
图2为本发明实施例提供的提高风电消纳能力的装置的结构框图。
具体实施方式
下面根据说明书附图并结合具体实施例对本发明的技术方案进一步详细表述。
请参阅图1，本实施例提供一种提高风电消纳能力的方法，包括如下步骤：
步骤S10，获取根据历史数据预先建立的次日风电出力的分布模型；
步骤S20，获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
步骤S30，获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
步骤S40，将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划发送给可平移负荷的企业。
上述实施例提供的提高风电消纳能力的方法，通过引入条件风险价值，对于风电的波动性带来的安全性和经济性风险进行了定量评价，并考虑了风险的影响，能够提高风电消纳的消纳能力。
作为其中一个实施例中，该风电系统的运行参数包括安全性指标参数、经济性指标参数、火电厂和风电场的运行参数，步骤S20中获取风电系统的运行参数还包括：
步骤S21，获取风电场日前预测出力，利用次日风电出力的分布模型进行拟合计算，得到安全性指标参数和经济型指标参数。
该安全性指标参数包括风电调度缺额随机变量风险价值指标与弃风功率随机变量风险价值指标，所述经济型指标参数包括风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标。风电场向调度中心上报日前预测的出力情况，得到安全性指标参数和经济性指标参数，包括：
步骤S211，计算调度指令与可发功率之差，获取调度缺额随机变量。
当风电场可发功率
Figure BDA0001218973170000061
小于调度指令
Figure BDA0001218973170000062
时，该调度缺额随机变量SW(t)可通过计算调度指令与可发功率之差获得：
Figure BDA0001218973170000063
式中，[x]+＝max(x,0)。
步骤S212，计算可发功率与调度指令之差，获取弃风功率随机变量。
当风电场可发功率大于调度指令
Figure BDA0001218973170000064
时，该弃风功率随机变量CW(t)(MW)可通过计算可发功率与调度指令之差，如式(2)：
Figure BDA0001218973170000071
步骤S213，根据调度缺额随机变量以及弃风功率随机变量，获取风电调度缺额随机变量风险价值指标
Figure BDA0001218973170000072
与弃风功率随机变量风险价值指标
Figure BDA0001218973170000073
基于风险价值(VaR)理论，根据调度缺额随机变量以及弃风功率随机变量，获取风电调度缺额随机变量与弃风功率随机变量的风险价值指标
Figure BDA0001218973170000074
Figure BDA0001218973170000075
(单位MW)，如式(3)、(4)所示：
Figure BDA0001218973170000076
Figure BDA0001218973170000077
式中，sW(t),cW(t)分别为随机变量调度缺额随机变量以及弃风功率随机变量的取值；β1,β2为置信概率；a，b为对应满足置信概率β1,β2时，调度缺额功率取值上界和弃风功率取值上界，P表示概率。
Figure BDA0001218973170000078
的物理意义为以超过β1的概率确信，当在时刻t调度指令为
Figure BDA0001218973170000079
时，风电场可能出现的调度缺额功率取值上界；
Figure BDA00012189731700000710
的物理意义与之类似，以超过β2的概率确信，当在时刻t调度指令为
Figure BDA00012189731700000711
时，风电场可能出现的弃风功率取值上界。
步骤S214，获取风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标。
基于条件风险价值(CVaR)理论，定义在一定置信概率β1,β2下，风电场的调度缺额和弃风功率风险指标分别为：
Figure BDA00012189731700000712
Figure BDA00012189731700000713
式中，
Figure BDA0001218973170000081
为可发功率随机变量的取值；
Figure BDA0001218973170000082
为可发功率随机变量的概率分布；
Figure BDA0001218973170000083
分别为风电场时刻t调度缺额与弃风功率随机变量的条件风险价值指标，单位均为MW。
Figure BDA0001218973170000084
的物理意义为，与可发功率概率分布和调度指令相对应的调度缺额随机变量，其取值超过其阈值
Figure BDA0001218973170000085
的这部分调度缺额功率期望值。
Figure BDA0001218973170000086
物理意义与之类似，与可发功率概率分布和调度指令相对应的弃风功率随机变量，其取值超过其阈值
Figure BDA0001218973170000087
的这部分弃风功率期望值。
步骤S22，获取火电厂和风电场的运行参数。
调度中心获得火电厂和风电场的运行参数，包括出力范围、爬坡率、启停机时间、备用参数等。
作为其中一个实施例，步骤S20中建立运行参数的约束条件还包括：
步骤S23，引入各运行参数的约束条件，包括：
(1)引入风电场约束，该风电场约束包括：
①出力调节范围约束：
Figure BDA0001218973170000088
式中，
Figure BDA0001218973170000089
和
Figure BDA00012189731700000810
分别风电场时段t出力调节范围上下限(MW)。
②爬坡率约束：
Figure BDA00012189731700000811
式中，
Figure BDA00012189731700000812
和
Figure BDA00012189731700000813
分别为风电场时段t向上、下的爬坡率极限(MW/min)。
(2)引入火电厂约束：
考虑机组出力范围限制、机组爬坡率约束、机组启停变量约束、机组最小开机/停机约束，均采用传统约束，不再赘述。
步骤S24，获得需求响应的相关参数，包括可调用的可平移负荷的出力曲线和自备电厂的出力可调节范围等信息，得到与需求响应相关参数的约束条件，该与需求响应相关参数的约束条件包括：
①功率平衡约束
Figure BDA0001218973170000091
式中，Pload(t)为负荷时段t可能取值随机变量(MW)；Pi lift(t)表示可平移负荷i在t时段的负荷值。ni表示可平移负荷的数量。
②可平移负荷约束
Figure BDA0001218973170000092
式中，Dtr,i(j)为可平移负荷i的负荷序列的第j段的负荷值。nt(i)表示可平移负荷i的序列的时间长度。
③备用约束
当风电场实际出力低于日前计划值时，需要上调备用弥补调度缺额，因此上调备用约束中需考虑风电场的影响。
假设当风电场实际出力高于日前计划值时，能通过弃风将其出力控制为
Figure BDA0001218973170000093
因此下调备用中仅考虑负荷影响。上调和下调备用约束如式(11)、(12)。
Figure BDA0001218973170000094
Figure BDA0001218973170000095
式中，Pi lift(t)表示可平移的高载能负荷i在t时段的负荷值(MW)，可平移的高载能负荷的加入可以使得负荷的波动有所减小，从而降低系统对于备用的要求。ζup和ζdown分别为上、下调备用系数(％)，
Figure BDA0001218973170000101
分别为第j个火电机组时段t日前计划提供上、下调备用时的出力(MW)，
Figure BDA0001218973170000102
为通过弃风控制的风电出力(MW)，！为卷积差运算。
Figure BDA0001218973170000103
满足如下关系式：
Figure BDA0001218973170000104
Figure BDA0001218973170000105
式中，
Figure BDA0001218973170000106
分别为火电机组j上下爬坡率(MW/min)，
Figure BDA0001218973170000107
分别为火电机组j的最小和最大出力值(MW)。
④自备电厂出力调整约束
在日前计划中，可通过调整高载能企业的自备电厂的出力促进风电的消纳，其消纳量如式(15)、(16)所示。
Figure BDA0001218973170000108
Pcon(t)＝Min[Pcur(t),Ph(t)] (16)
其中，Pcur(t)表示弃风功率，
Figure BDA0001218973170000109
表示风电可发功率，
Figure BDA00012189731700001010
表示日前计划中风电的调度指令。Pcon(t)表示自备电厂通过调整出力可消纳的弃风功率。Ph(t)表示自备电厂降低出力容量的上限。
步骤S25，调度中心按照对于风电利用的需求设置风电利用率下限，得到风电利用率约束，如下：
Figure BDA00012189731700001011
式中，
Figure BDA00012189731700001012
为风电场日电量利用率下限占可发功率电量百分比的系数(％)，β为约束成立的置信概率。该风电利用率下限可根据国家规定的风电消纳的比例进行设定，以满足国家规定的要求。
作为其中一个实施例，在步骤S30中，还包括：
步骤S31中，调度中心按照对于安全性和经济性的偏好，选择风险偏好系数，得到虑风电系统风险的目标函数。该风险偏好系数根据运行对于安全性和经济性的要求进行设定。具体包括：
风电的安全性风险采用调度缺额的条件风险价值指标量化，经济性风险采用弃风功率的条件风险价值指标量化，则根据上述风险价值指标以及风险偏好系数，得到考虑风电系统风险的含需求响应日前计划模型的目标函数如式(18)所示：
Figure BDA0001218973170000111
式中，NT为日运行总调度时段数；ng为火电机组个数。
其中，
Figure BDA0001218973170000112
为火电机组运行成本(单位$)，可通过日前计划指令获得；
Figure BDA0001218973170000113
为第j个火电机组时段t日前计划指令(单位MW)。
Figure BDA0001218973170000114
为火电机组启停成本($)，可通过火电机组开机变量、火电机组停机变量、开机成本及停机成本获得。其中，
Figure BDA0001218973170000115
为火电机组开机变量，在时段t火电机组j由停机变为开机时
Figure BDA0001218973170000116
反之
Figure BDA0001218973170000117
Figure BDA0001218973170000118
为火电机组停机变量，时段t火电机组j由开机变为停机时
Figure BDA0001218973170000119
反之
Figure BDA00012189731700001110
cu,j和cd,j分别为开机成本和停机成本。
Figure BDA00012189731700001111
为风电场电量利用率约束松弛变量惩罚成本($)，可通过功率松弛变量和松弛变量惩罚成本加权系数获得。hW(t)为风电场时段t的功率松弛变量(MW)，
Figure BDA00012189731700001112
为松弛变量惩罚成本加权系数($/MW)，可选取
Figure BDA00012189731700001113
为风电上网电价的10倍。
cW(t)为风电场的条件风险价值指标相对应的惩罚成本($)。在制定风电场日前计划时，采取折中的方法同时在目标函数中最小化调度缺额和弃风功率风险指标，并通过系数
Figure BDA0001218973170000121
体现对两者偏好的差异性，如式(19)。
Figure BDA0001218973170000122
式中，
Figure BDA0001218973170000123
为风电场时段t日前计划功率值(MW)。
Figure BDA0001218973170000124
为风电场风险指标单位惩罚成本($/MW)，通过
Figure BDA0001218973170000125
的引入，将量纲为MW的风险指标，转化为量纲为$的风险惩罚成本，从而使得可与火电机组煤耗和启停成本相加作为目标函数。可根据对风电场安全性和经济性高风险的容忍程度确定
Figure BDA0001218973170000126
可选取
Figure BDA0001218973170000127
为风电上网电价的10倍。
Figure BDA0001218973170000128
为风险指标偏好系数，当决策侧重于降低安全性风险时
Figure BDA0001218973170000129
但
Figure BDA00012189731700001210
取值不宜过大否则将造成过度弃风，经验值为
Figure BDA00012189731700001211
当侧重于降低经济性风险时
Figure BDA00012189731700001212
但
Figure BDA00012189731700001213
取值不宜过小否则易造成大的调度缺额，经验值为
Figure BDA00012189731700001214
步骤S32，利用以上步骤的目标函数和约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。
请一并参阅图2，本发明实施例进一步提供一种提高风电消纳能力的装置，该装置包括：
模型获取模块110，用于获取根据历史数据预先建立的次日风电出力的分布模型；
约束模块120，用于获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
计划获取模块130，用于获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
计划发送模块140，用于将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划发送给可平移负荷的企业。
在其中一个实施例中，该计划获取模块130还包括：
目标函数获取单元，用于按照对于安全性和经济性的偏好，选择风险偏好系数，得到所述虑风电系统风险的目标函数；所述计划获取模块还用于利用所述目标函数和所述约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。
上述实施例提供的提高风电消纳能力的方法及装置，通过引入条件风险价值，对于风电的波动性带来的安全性和经济性风险进行了定量评价，并考虑了风险的影响，同时利用了高载能负荷参与需求响应，能够提高风电消纳的消纳能力。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种提高风电消纳能力的方法，其特征在于，所述方法包括：
获取根据历史数据预先建立的次日风电出力的分布模型；
获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划发送给可平移负荷的企业；
所述获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划包括：
按照对于安全性和经济性的偏好，选择风险偏好系数，得到所述考虑风电系统风险的目标函数；
利用所述目标函数和所述约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。
2.如权利要求1所述的方法，其特征在于，所述风电系统的运行参数包括安全性指标参数、经济性指标参数、火电厂和风电场的运行参数；
所述获取风电系统的运行参数包括：
获取风电场日前预测出力，利用所述次日风电出力的分布模型进行拟合计算，得到安全性指标参数和经济型指标参数；
获取火电厂的出力范围、爬坡率、启停机时间、备用参数，以及风电场的出力范围、爬坡率、启停机时间、备用参数，得到火电厂及风电场的运行参数。
3.如权利要求2所述的方法，其特征在于，所述安全性指标参数包括风电调度缺额随机变量风险价值指标与弃风功率随机变量风险价值指标，所述经济型指标参数包括风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标；
所述获取风电场日前预测出力，利用次日风电出力的分布模型进行拟合计算，得到安全性指标参数和经济型指标参数包括：
当风电场可发功率小于调度指令时，计算调度指令与可发功率之差，获取调度缺额随机变量，利用风险价值指标理论，根据调度缺额随机变量以及弃风功率随机变量，获取风电调度缺额随机变量风险价值指标与弃风功率随机变量风险价值指标；
当风电场可发功率大于调度指令时，计算可发功率与调度指令之差，获取弃风功率随机变量；利用条件风险价值理论，根据调度缺额随机变量以及弃风功率随机变量，获取风电场的调度缺额条件风险价值指标和弃风功率条件风险价值指标。
4.如权利要求2所述的方法，其特征在于，所述利用次日风电出力的分布模型建立运行参数的约束条件包括：
获取风电场约束以及火电厂约束；
获取可调用的可平移负荷的出力曲线和自备电厂的出力可调节范围，得到需求响应相关参数的约束条件；
按照对于风电利用的需求设置风电利用率下限，得到风电利用率约束。
5.如权利要求4所述的方法，其特征在于，所述风电场约束包括：出力调节范围约束、爬坡率约束；所述火电厂约束包括：机组出力范围限制、机组爬坡率约束、机组启停变量约束、机组最小开机及停机约束。
6.如权利要求4所述的方法，其特征在于，所述需求响应相关参数的约束条件包括：功率平衡约束、可平移负荷约束、备用约束以及自备电厂出力调整约束。
7.如权利要求1所述的方法，其特征在于，所述获取预先建立的考虑风电系统风险的目标函数包括：
风电的安全性风险采用调度缺额的条件风险价值指标量化，经济性风险采用弃风功率的条件风险价值指标量化，根据所述调度缺额的条件风险价值指标、弃风功率的条件风险价值指标以及风险偏好系数，得到考虑风电系统风险的含需求响应日前计划模型的目标函数：
Figure FDA0002262127520000031
式中，NT为日运行总调度时段数；ng为火电机组个数，
Figure FDA0002262127520000032
为火电机组运行成本；
Figure FDA0002262127520000033
为第j个火电机组时段t日前计划指令；
Figure FDA0002262127520000034
为火电机组启停成本；
Figure FDA0002262127520000035
为火电机组开机变量；cu,j和cd,j分别为开机成本和停机成本；
Figure FDA0002262127520000036
为风电场电量利用率约束松弛变量惩罚成本；hW(t)为风电场时段t的功率松弛变量，
Figure FDA0002262127520000037
为松弛变量惩罚成本加权系数；cW(t)为风电场的条件风险价值指标相对应的惩罚成本。
8.一种提高风电消纳能力的装置，其特征在于，所述装置包括：
模型获取模块，用于获取根据历史数据预先建立的次日风电出力的分布模型；
约束模块，用于获取风电系统的运行参数，并利用次日风电出力的分布模型建立运行参数的约束条件；
计划获取模块，用于获取预先建立的考虑风电系统风险的目标函数，并利用约束条件对目标函数进行约束，得到考虑风电带来的系统风险的火电机组出力日前计划、风电场运行出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划；
计划发送模块，用于将获得的优化后的火电机组出力日前计划发送给火电厂、将风电场运行出力日前计划发送给风电场、将自备电厂出力调节的日前计划发送给参与需求相应的自备电厂、将可平移负荷的日前计划发送给可平移负荷的企业。
9.如权利要求8所述的装置，其特征在于，所述计划获取模块包括：
目标函数获取单元，用于按照对于安全性和经济性的偏好，选择风险偏好系数，得到所述考虑风电系统风险的目标函数；
所述计划获取模块还用于利用所述目标函数和所述约束条件组成的考虑风电系统风险的含需求响应日前计划模型对日前计划进行优化，得到考虑风电带来的系统风险的火电机组出力日前计划、自备电厂出力调节的日前计划、可平移负荷的日前计划。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201710055630.2A 2017-01-25 2017-01-25 提高风电消纳能力的方法及装置 Active CN107069830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710055630.2A CN107069830B (zh) 2017-01-25 2017-01-25 提高风电消纳能力的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710055630.2A CN107069830B (zh) 2017-01-25 2017-01-25 提高风电消纳能力的方法及装置

Publications (2)

Publication Number Publication Date
CN107069830A CN107069830A (zh) 2017-08-18
CN107069830B true CN107069830B (zh) 2020-03-31

Family

ID=59599202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710055630.2A Active CN107069830B (zh) 2017-01-25 2017-01-25 提高风电消纳能力的方法及装置

Country Status (1)

Country Link
CN (1) CN107069830B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636671B (zh) * 2018-12-18 2021-03-30 中南大学 一种考虑多层次市场联动型的风电消纳优化策略
CN109936162A (zh) * 2019-03-18 2019-06-25 国网辽宁省电力有限公司电力科学研究院 基于可控负荷提升新能源接纳能力的电网日前发电计划优化方法及系统
CN110673569B (zh) * 2019-10-25 2022-09-23 国网安徽省电力有限公司电力科学研究院 一种绿色能源与火力发电机组协同控制方法及装置
CN111091277A (zh) * 2019-12-04 2020-05-01 深圳供电局有限公司 基于小电源及清洁能源的调度技术支持方法、装置及设备
CN111934361A (zh) * 2020-07-29 2020-11-13 国网甘肃省电力公司电力科学研究院 一种源网协调调峰优化策略评估方法
CN112234655A (zh) * 2020-07-30 2021-01-15 国网甘肃省电力公司电力科学研究院 一种送端电网安全稳定的源网协调调峰优化方法
CN112952919B (zh) * 2021-04-12 2022-06-17 浙江大学 多区域电网动态经济调度方法及装置、电子设备、介质
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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600747A (zh) * 2015-01-21 2015-05-06 西安交通大学 协调运行风险与风能消纳的电力系统运行优化方法
CN104915737A (zh) * 2015-06-30 2015-09-16 国网山东省电力公司济南供电公司 基于风险控制含大规模风电的电力系统协调经济调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600747A (zh) * 2015-01-21 2015-05-06 西安交通大学 协调运行风险与风能消纳的电力系统运行优化方法
CN104915737A (zh) * 2015-06-30 2015-09-16 国网山东省电力公司济南供电公司 基于风险控制含大规模风电的电力系统协调经济调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于源荷互动的含风电场电力系统 多目标模糊优化调度方法;刘文颖等;《电力自动化设备》;20141031;第34卷(第10期);第56-62页 *
基于集群风电虚拟机组的源端系统分层协调日前计划;叶希等;《电力系统自动化》;20160110;第40卷(第1期);第24-30页 *

Also Published As

Publication number Publication date
CN107069830A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
CN107069830B (zh) 提高风电消纳能力的方法及装置
CN113452020B (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
Zhou et al. Hydro-thermal-wind coordination in day-ahead unit commitment
CN104538990B (zh) 小型电网孤网运行自动发电控制方法
CN113193547B (zh) 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统
CN104134994B (zh) 一种利用agc进行稳定断面潮流越限的校正控制方法
Li et al. Optimal trade-off between regulation and wind curtailment in the economic dispatch problem
CN110829408B (zh) 基于发电成本约束的计及储能电力系统的多域调度方法
Zhou et al. Hierarchical unit commitment with uncertain wind power generation
CN111682531B (zh) 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置
CN113852137A (zh) 两阶段鲁棒优化的电力系统运行灵活性容量评估方法
CN115360706A (zh) 考虑dr和灵活性供需平衡的源荷储联合调度方法及系统
CN104537445B (zh) 一种网省两级多电源短期协调调峰方法
CN110165713B (zh) 一种基于电网调峰需求的多能互补园区需求响应方法
CN108108888B (zh) 风力发电及光伏发电的有功指令协同控制方法及装置
CN109327035B (zh) 一种电动汽车充电功率调节方法和系统
CN111934361A (zh) 一种源网协调调峰优化策略评估方法
CN113158566B (zh) 一种基于需求侧的用户有序用电控制方法、系统和介质
Hooshmand et al. Power system dynamic scheduling with high penetration of renewable sources
Konar et al. Unscheduled interchange (UI) price based secondary frequency control of an interconnected hybrid power system
CN111027802B (zh) 一种基于竞价辅助服务市场的自动发电控制方法及装置
CN106655282B (zh) 采用0-1整数规划模型实现的电力系统经济调度方法
CN115065075A (zh) 风储集群中储能站优化调度方法、系统及存储介质
CN109728609B (zh) 一种弃风电的调度方法及系统
CN112838613B (zh) 储能参与电网频率校正控制的控制方法、装置及系统

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