CN108063461A - 一种考虑小干扰稳定风险的含风电电力系统有功调度方法 - Google Patents
一种考虑小干扰稳定风险的含风电电力系统有功调度方法 Download PDFInfo
- Publication number
- CN108063461A CN108063461A CN201810008306.XA CN201810008306A CN108063461A CN 108063461 A CN108063461 A CN 108063461A CN 201810008306 A CN201810008306 A CN 201810008306A CN 108063461 A CN108063461 A CN 108063461A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- power
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000005611 electricity Effects 0.000 title abstract 2
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 238000013016 damping Methods 0.000 claims abstract description 29
- 230000035945 sensitivity Effects 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 32
- 230000010355 oscillation Effects 0.000 claims description 15
- 230000002596 correlated effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力调度技术领域,尤其涉及一种考虑小干扰稳定风险的含风电电力系统有功调度方法,建立考虑风速不确定性的风电出力随机性模型,基于随机响应面法计算系统概率特征根分布;根据系统概率特征根分布的概率结果,建立小干扰稳定风险指标;建立考虑小干扰稳定风险的多目标有功优化调度模型;计算系统阻尼比对发电机有功出力灵敏度并进行排序;采用改进NSGA‑II算法进行求解,得到有功调度结果。本发明设计的有功优化调度方法,兼顾了系统经济成本和稳定性要求,建立了考虑系统安全性和经济性的多目标有功优化调度模型,并且有效减少系统有功调整带来的扰动,提高系统的安全性,具有一定的现实意义。
Description
技术领域
本发明属于电力调度技术领域,尤其涉及一种考虑小干扰稳定风险的含风电电力系统有功调度方法。
背景技术
日益增长的环境问题,以及传统化石燃料的日渐枯竭,使得新能源发展成为电力行业的必然趋势,得到了各国政府的大力支持。在各种新能源中,风能因其清洁、可再生和良好的经济发展前景等优点在世界范围内得到了迅速的发展。根据国家风电发展规划,到2020年我国风电总装机容量将达到200GW,其中海上风电装机容量为30GW,风电年发电量达到390TWh,风电发电量占全国发电量5%以上。显然,风电的大规模发展已经成为一种必然趋势。
然而,随着风电并网容量的不断增加,风电随机性、间歇性和波动性带来的小干扰稳定会制约传输线的传输功率,影响电力系统对风电的消纳能力,对电网的安全和经济性能带来严重的威胁和巨大的挑战。传统的有功优化调度多以经济性为目标,在运行条件紧张的情况下可能无法满足系统小干扰稳定的要求。因此,考虑风电场出力的随机性、间歇性、波动性等特点,研究考虑小干扰稳定性约束的有功功率调度方法已成为电力系统亟待研究的课题。
针对上述问题,国内外学者展开了一系列研究。禤培正、朱继忠、谢平平等人设计了一种电力系统有功调度保守度的优化方法(专利号201610983778.8),考虑有功调度经济成本、切负荷和弃风风险以及线路功率越限建立了调度模型,但是并未考虑系统功率变化的失稳风险。汪春、李春来、许晓慧等人设计了一种计及多风电场随机功率输出的有功调度系统设计方法(专利号201510832803.8),考虑了多风电场出力的随机性,根据灵敏度指标进行调度,但是并未考虑系统小干扰稳定风险,在系统有功调度稳定性方面缺乏指导。
发明内容
为了解决上述技术问题,本发明提出了一种考虑小干扰稳定风险的含风电电力系统有功调度方法,
步骤1:建立考虑风速不确定性的风电出力随机性模型,基于随机响应面法计算系统概率特征根分布;
步骤2:根据系统概率特征根分布的概率结果,建立小干扰稳定风险指标;
步骤3:根据步骤2得到的小干扰稳定风险指标,建立考虑小干扰稳定风险的多目标有功优化调度模型;
步骤4:计算系统阻尼比对发电机有功出力灵敏度并进行排序;
步骤5:采用改进NSGA-II算法进行求解,得到有功调度结果。
所述步骤1中,利用Nataf变换建立考虑风速相关性的风电场群模型,运用随机响应面法,以风速作为输入,系统特征值、阻尼比、频率作为输出,分析系统的小干扰稳定性;同时应用基于线性无关原则的概率配点选取法,选择有效配点,提高随机响应面法的计算效率。
所述步骤2中,建立的小干扰概率稳定风险指标Irisk如下:
Irisk=∫f(σ)u(σ)dσ
式中:f(σ)表示实部的概率密度函数或累积分布函数,u(σ)是振荡失稳风险函数,表示在一定的系统扰动下,振荡模式实部在σ处的失稳危险程度。
所述步骤3中,建立了考虑系统小干扰概率稳定失稳风险最小,同时考虑发电成本最小、发电调整量最小的多目标有功优化调度模型;同时,包含了网络常规安全约束和小干扰稳定性约束条件。
所述多目标有功优化调度模型包括:
目标函数
(1)系统总的发电成本Ca最少
式中Ai(Pgi)为火力发电机组i在T时间段内的发电成本,其表达式为:
Ai(Pgi)=ai(Pgi)2+biPgi+ci
ai,bi,ci为火电机组的燃烧系数,Pgi表示第i个火力发电机组出力;由于风电的发电费用很小,在计算中不计入总的发电费用;
(2)发电调整量Cb最小
式中|ΔPGi|为发电机i调整量的绝对值;
(3)失稳风险指标Cc最小
Cc=min(Irisk)
约束条件
(1)系统功率平衡约束
式中Pgi表示第i个火力发电机组出力;Px表示风电场出力总和;PL为系统的负荷预测值;ΔPL为系统网损;
(2)火电机组有功无功出力限制
Pgi min≤Pgi≤Pgi max
Qgi min≤Qgi≤Qgi max
式中Pgi min,Pgi max,Qgi min,Qgi max分别为火电机组i的最小有功、最大有功、最小无功、最大无功的出力限制;
(3)电压限制
Ui min≤Ui≤Ui max
式中Ui min,Ui max分别为系统节点电压的最小、最大限制;
(4)系统阻尼比约束
采用系统最小稳定转子角模态的阻尼比作为小干扰稳定性指标ζk;若某运行条件的ζk≥ζT,则表明该条件下的系统是小干扰安全的,ζT是指标阈值,通常在3%~5%;
式中ΔPski,ΔPscj分别表示与最小模式正相关和负相关的火电机组出力变化量;ζ0为初始系统最小模式的阻尼比;Si,Sj分别为与最小模式正相关和负相关的火电机组的阻尼比灵敏度。
所述步骤4中,系统第k个振荡模式的阻尼比对发电机i的有功出力的灵敏度为:
其中,分别为相应特征值实部和虚部灵敏度,αk为第k个振荡模式特征根的实部、ωk为第k个振荡模式特征根的虚部、Pi为第i台发电机的有功出力。
与现有的技术方案相比,本发明的有益效果为:本发明设计的一种考虑小干扰稳定风险的有功优化调度方法,兼顾了系统经济成本和稳定性要求,以小干扰概率稳定失稳风险最小、发电调整量最小以及发电成本最小为目标函数,建立了考虑系统安全性和经济性的多目标有功优化调度模型。并且,在优化算法时基于阻尼比灵敏度排序指导调度方案,有效减少系统有功调整带来的扰动,提高系统运行的稳定性。模型考虑小干扰稳定目标函数和约束,能有效降低风电接入系统有功调度的扰动,提高系统的安全性,具有一定的现实意义。
附图说明
图1为本发明实施例提供的一种考虑小干扰稳定风险的有功优化调度算法流程图;
图2为本发明实施例提供的基于随机响应面法的小干扰稳定性分析流程图;
图3为本发明实施例提供的基于改进NSGA-II算法的发电调整量和经济成本的Pareto最优解分布图
图4为本发明实施例提供的基于改进NSGA-II算法的发电调整量和失稳风险指标的Pareto最优解分布图
具体实施方式
下面结合附图,对实施例作详细说明。
本发明针对大规模风电随机性对电力系统调度计划制定的影响而设计一种考虑小干扰稳定风险的有功优化调度方法,算法整体流程如图1所示,包括如下步骤:
步骤1:建立考虑风速不确定性的风电出力随机性模型,基于随机响应面法计算系统概率特征根分布,流程如图2所示;
步骤2:根据系统概率特征根分布的概率结果,建立小干扰稳定风险指标;
步骤3:根据步骤2得到的小干扰稳定风险指标,建立考虑小干扰稳定风险的多目标有功优化调度模型;
步骤4:计算系统阻尼比对发电机有功出力灵敏度并进行排序;
步骤5:采用改进NSGA-II算法进行求解,得到有功调度结果。
所述步骤1中,利用Nataf变换建立考虑风速相关性的风电场群模型,运用随机响应面法,以风速作为输入,系统特征值、阻尼比、频率作为输出,分析系统的小干扰稳定性;同时应用基于线性无关原则的概率配点选取法,选择有效配点,提高随机响应面法的计算效率。
本发明建立的考虑小干扰稳定风险的有功优化调度模型,以系统发电成本最小、发电调整量最小、小干扰概率稳定失稳风险最小为目标,考虑网络常规安全约束和小干扰稳定性约束条件,建立了有功调度的多目标优化模型。其中,建立的一种小干扰概率稳定风险指标Irisk如下:
Irisk=∫f(σ)u(σ)dσ
式中:f(σ)表示实部的概率密度函数或累积分布函数,u(σ)是振荡失稳风险函数,表示在一定的系统扰动下,振荡模式实部在σ处的失稳危险程度。
振荡失稳危险函数u(σ)根据实际运行情况有多种定义形式,例如阶跃函数形式、线性函数形式、平方函数形式等,表达式如下:
μ(σ)=20(σ+0.05),σ≥0.05
μ(σ)=400(σ+0.05)2,σ≥0.05
本发明所述步骤3中,建立考虑小干扰稳定风险的有功优化调度模型,其特征在于,建立了考虑系统小干扰概率稳定失稳风险最小,同时考虑发电成本最小、发电调整量最小的多目标有功优化调度模型。同时,包含了网络常规安全约束和小干扰稳定性约束条件,模型建立如下:
目标函数
(1)系统总的发电成本Ca最少
式中Ai(Pgi)为火力发电机组i在T时间段内的发电成本,其表达式为:
Ai(Pgi)=ai(Pgi)2+biPgi+ci
ai,bi,ci为火电机组的燃烧系数,Pgi表示第i个火力发电机组出力;由于风电的发电费用很小,在计算中不计入总的发电费用;
(2)发电调整量Cb最小
式中|ΔPGi|为发电机i调整量的绝对值;
(3)失稳风险指标Cc最小
Cc=min(Irisk)
约束条件
(1)系统功率平衡约束
式中Pgi表示第i个火力发电机组出力;Px表示风电场出力总和;PL为系统的负荷预测值;ΔPL为系统网损;
(2)火电机组有功无功出力限制
Pgi min≤Pgi≤Pgi max
Qgi min≤Qgi≤Qgi max
式中Pgi min,Pgi max,Qgi min,Qgi max分别为火电机组i的最小有功、最大有功、最小无功、最大无功的出力限制;
(3)电压限制
Ui min≤Ui≤Ui max
式中Ui min,Ui max分别为系统节点电压的最小、最大限制;
(4)系统阻尼比约束
采用系统最小稳定转子角模态的阻尼比作为小干扰稳定性指标ζk;若某运行条件的ζk≥ζT,则表明该条件下的系统是小干扰安全的,ζT是指标阈值,通常在3%~5%;
式中ΔPski,ΔPscj分别表示与最小模式正相关和负相关的火电机组出力变化量;ζ0为初始系统最小模式的阻尼比;Si,Sj分别为与最小模式正相关和负相关的火电机组的阻尼比灵敏度。
本发明所述步骤(4)中,考虑阻尼比对发电机有功出力灵敏度为了使系统小干扰稳定失稳风险最小,根据阻尼比灵敏度排序对系统有功调整进行指导,基于改进NSGA-II算法,求取各发电机的有功调度方案。阻尼比灵敏度反映了参数Pi变化引起的系统振荡模式衰减的快慢,其灵敏度更直观地反映了运行参数对系统稳定的影响程度和方向,可明确需要调整的机组。系统第k个振荡模式的阻尼比对发电机i的有功出力的灵敏度为:其中,分别为相应特征值实部和虚部灵敏度。
本发明考虑系统阻尼比灵敏度,基于改进NSGA-II算法,求取各发电机的有功调度方案,可明确需要调整的机组,提高系统稳定性。
2、算例展示
为了便于本领域技术人员的理解与实施,下面通过仿真实例对本发明所设计的考虑小干扰稳定风险的含风电电力系统有功调度方法进行验证。
实施例系统采用IEEE—39节点系统和3个风电场组成,10机39节点系统发电机耗量特性参数和出力上下限值等数据如表1所示。设切入、切出、额定风速分别为3m/s,12m/s,15m/s,3个风电场的具体参数如表2所示。
表1 10机39节点系统发电机基本运行状态及其参数
节点 | 机组 | a | b | c | Pmax | Pmin | Qmax | Qmin |
30 | G1 | 50 | 160 | 1000 | 10.40 | 0.00 | 4.00 | 1.40 |
31 | G2 | 100 | 330 | 1000 | 6.56 | 0.00 | 3.00 | -1.00 |
32 | G3 | 100 | 330 | 1000 | 7.25 | 0.00 | 3.00 | 1.50 |
33 | G4 | 110 | 400 | 1000 | 6.52 | 0.00 | 2.50 | 0.00 |
34 | G5 | 120 | 550 | 1000 | 5.08 | 0.00 | 1.67 | 0.00 |
35 | G6 | 50 | 160 | 1000 | 6.87 | 0.00 | 3.00 | -1.00 |
36 | G7 | 100 | 330 | 1000 | 5.80 | 0.00 | 2.40 | 0.00 |
37 | G8 | 110 | 440 | 1000 | 6.40 | 0.00 | 2.50 | 0.00 |
38 | G9 | 100 | 350 | 1000 | 8.65 | 0.00 | 3.00 | -1.50 |
39 | G10 | 100 | 440 | 1000 | 11.00 | 0.00 | 3.00 | -1.00 |
表2风电场参数
采用改进NSGA-II算法的多目标优化算法运行得到的Pareto最优解如图3、图4所示,可以看出,随着发电机调整量的增大,系统经济成本减小,然而小干扰稳定风险大致呈上升趋势。这是由于为了降低系统经济成本势必会对发电机出力进行较大调整,而发电调整量会引起系统扰动从而增加了小干扰稳定失稳风险。因此考虑小干扰稳定风险的系统有功优化调度,需要考虑系统小干扰稳定风险、发电机调整量和发电成本之间的平衡。
表3和表4给出了初始运行状态、传统的有功优化调度结果和本发明实施例考虑小干扰稳定风险和约束的有功优化调度结果对应的发电机有功出力、发电总成本、发电调整量、失稳风险以及系统最弱阻尼比,表中各机组出力为标幺值,基准值取Sb=100MVA。
表3有功优化调度结果
表4有功优化调度结果
由表4可以看出,虽然传统优化得到的发电机出力调度方案降低了发电总成本,但系统的最弱阻尼比却从原来的0.037减少为不满足小干扰稳定要求的0.029,小干扰稳定失稳指标也由0.0216增加为0.0434,不稳定性增大。
经过本发明建立的考虑小干扰稳定风险的有功调度模型求得的发电机调度方案,尽管在发电成本上比传统优化结果略高,但是依然比初始成本要低,并且总的调整量以及失稳风险指标明显减少了,同时系统的最弱阻尼比也比传统优化要高,说明系统既保证了经济性又提高了安全性。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种考虑小干扰稳定风险的含风电电力系统有功调度方法,其特征在于,包括:
步骤1:建立考虑风速不确定性的风电出力随机性模型,基于随机响应面法计算系统概率特征根分布;
步骤2:根据系统概率特征根分布的概率结果,建立小干扰稳定风险指标;
步骤3:根据步骤2得到的小干扰稳定风险指标,建立考虑小干扰稳定风险的多目标有功优化调度模型;
步骤4:计算系统阻尼比对发电机有功出力灵敏度并进行排序;
步骤5:采用改进NSGA-II算法进行求解,得到有功调度结果。
2.根据权利要求1所述调度方法,其特征在于,所述步骤1中,利用Nataf变换建立考虑风速相关性的风电场群模型,运用随机响应面法,以风速作为输入,系统特征值、阻尼比、频率作为输出,分析系统的小干扰稳定性;同时应用基于线性无关原则的概率配点选取法,选择有效配点,提高随机响应面法的计算效率。
3.根据权利要求1所述调度方法,其特征在于,所述步骤2中,建立的小干扰概率稳定风险指标Irisk如下:
Irisk=∫f(σ)u(σ)dσ
式中:f(σ)表示实部的概率密度函数或累积分布函数,u(σ)是振荡失稳风险函数,表示在一定的系统扰动下,振荡模式实部在σ处的失稳危险程度。
4.根据权利要求1所述调度方法,其特征在于,所述步骤3中,建立了考虑系统小干扰概率稳定失稳风险最小,同时考虑发电成本最小、发电调整量最小的多目标有功优化调度模型;同时,包含了网络常规安全约束和小干扰稳定性约束条件。
5.根据权利要求1所述调度方法,其特征在于,所述多目标有功优化调度模型包括:
目标函数
(1)系统总的发电成本Ca最少
<mrow>
<msub>
<mi>C</mi>
<mi>a</mi>
</msub>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>g</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
式中Ai(Pgi)为火力发电机组i在T时间段内的发电成本,其表达式为:
Ai(Pgi)=ai(Pgi)2+biPgi+ci
ai,bi,ci为火电机组的燃烧系数,Pgi表示第i个火力发电机组出力;由于风电的发电费用很小,在计算中不计入总的发电费用;
(2)发电调整量Cb最小
<mrow>
<msub>
<mi>C</mi>
<mi>b</mi>
</msub>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mo>|</mo>
<mrow>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>|</mo>
<mo>)</mo>
</mrow>
</mrow>
式中|ΔPGi|为发电机i调整量的绝对值;
(3)失稳风险指标Cc最小
Cc=min(Irisk)
约束条件
(1)系统功率平衡约束
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>g</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mi>x</mi>
</msub>
<mo>=</mo>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&Delta;P</mi>
<mi>L</mi>
</msub>
</mrow>
式中Pgi表示第i个火力发电机组出力;Px表示风电场出力总和;PL为系统的负荷预测值;ΔPL为系统网损;
(2)火电机组有功无功出力限制
Pgi min≤Pgi≤Pgi max
Qgi min≤Qgi≤Qgi max
式中Pgi min,Pgi max,Qgi min,Qgi max分别为火电机组i的最小有功、最大有功、最小无功、最大无功的出力限制;
(3)电压限制
Ui min≤Ui≤Ui max
式中Ui min,Ui max分别为系统节点电压的最小、最大限制;
(4)系统阻尼比约束
采用系统最小稳定转子角模态的阻尼比作为小干扰稳定性指标ζk;若某运行条件的ζk≥ζT,则表明该条件下的系统是小干扰安全的,ζT是指标阈值,通常在3%~5%;
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>s</mi>
<mi>k</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>S</mi>
<mi>j</mi>
</msub>
<msub>
<mi>&Delta;P</mi>
<mrow>
<mi>s</mi>
<mi>c</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&zeta;</mi>
<mi>T</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&zeta;</mi>
<mn>0</mn>
</msub>
</mrow>
式中ΔPski,ΔPscj分别表示与最小模式正相关和负相关的火电机组出力变化量;ζ0为初始系统最小模式的阻尼比;Si,Sj分别为与最小模式正相关和负相关的火电机组的阻尼比灵敏度。
6.根据权利要求1所述调度方法,其特征在于,所述步骤4中,系统第k个振荡模式的阻尼比对发电机i的有功出力的灵敏度为:
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&zeta;</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mrow>
<msubsup>
<mi>&alpha;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
</mrow>
</msqrt>
</mfrac>
<mfrac>
<mrow>
<mo>-</mo>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
</mrow>
<mrow>
<msubsup>
<mi>&alpha;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mrow>
<msubsup>
<mi>&alpha;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
</mrow>
</msqrt>
</mfrac>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mi>&alpha;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
</mrow>
其中,分别为相应特征值实部和虚部灵敏度,αk为第k个振荡模式特征根的实部、ωk为第k个振荡模式特征根的虚部、Pi为第i台发电机的有功出力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810008306.XA CN108063461B (zh) | 2018-01-04 | 2018-01-04 | 一种考虑小干扰稳定风险的含风电电力系统有功调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810008306.XA CN108063461B (zh) | 2018-01-04 | 2018-01-04 | 一种考虑小干扰稳定风险的含风电电力系统有功调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108063461A true CN108063461A (zh) | 2018-05-22 |
CN108063461B CN108063461B (zh) | 2021-04-02 |
Family
ID=62141213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810008306.XA Active CN108063461B (zh) | 2018-01-04 | 2018-01-04 | 一种考虑小干扰稳定风险的含风电电力系统有功调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108063461B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336299A (zh) * | 2019-06-14 | 2019-10-15 | 国网河南省电力公司郑州供电公司 | 一种考虑综合能源系统小干扰稳定的配网重构方法 |
CN110445152A (zh) * | 2019-07-29 | 2019-11-12 | 广西电网有限责任公司电力科学研究院 | 一种计及小干扰稳定约束的有功调度优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015031331A1 (en) * | 2013-08-26 | 2015-03-05 | Robert Bosch Gmbh | Dispatch controller for an energy system |
CN106505590A (zh) * | 2016-12-09 | 2017-03-15 | 华北电力大学(保定) | 新能源电力系统小干扰稳定状态紧急控制方法 |
-
2018
- 2018-01-04 CN CN201810008306.XA patent/CN108063461B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015031331A1 (en) * | 2013-08-26 | 2015-03-05 | Robert Bosch Gmbh | Dispatch controller for an energy system |
CN106505590A (zh) * | 2016-12-09 | 2017-03-15 | 华北电力大学(保定) | 新能源电力系统小干扰稳定状态紧急控制方法 |
Non-Patent Citations (3)
Title |
---|
胡剑锋等: "电力系统小干扰稳定风险评估与仿真", 《广东电力》 * |
邢洁等: "考虑小干扰稳定约束的有功优化调度", 《电力系统自动化》 * |
马燕峰等: "基于随机响应面法的含风电电力系统小扰动稳定性分析", 《电工技术学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336299A (zh) * | 2019-06-14 | 2019-10-15 | 国网河南省电力公司郑州供电公司 | 一种考虑综合能源系统小干扰稳定的配网重构方法 |
CN110336299B (zh) * | 2019-06-14 | 2023-12-15 | 国网河南省电力公司郑州供电公司 | 一种考虑综合能源系统小干扰稳定的配网重构方法 |
CN110445152A (zh) * | 2019-07-29 | 2019-11-12 | 广西电网有限责任公司电力科学研究院 | 一种计及小干扰稳定约束的有功调度优化方法 |
CN110445152B (zh) * | 2019-07-29 | 2021-08-06 | 广西电网有限责任公司电力科学研究院 | 一种计及小干扰稳定约束的有功调度优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108063461B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105337303B (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
CN102820656B (zh) | 风电机组同火电机组联合调度发电负荷的方法 | |
CN109345012B (zh) | 基于综合评价指标的园区能源互联网运行优化方法 | |
CN109214655A (zh) | 电网建设水平与经济结构及其增速评价指标体系的构建方法 | |
CN105305423A (zh) | 一种考虑间歇性能源不确定性的最优误差边界的确定方法 | |
CN105932722A (zh) | 计及风电出力不确定性的抽水蓄能-风电联合调度方法 | |
CN110543695B (zh) | 一种电-气耦合综合能源系统可行域计算方法 | |
CN112163711A (zh) | 一种基于mopso/cc的综合能源系统优化调度方法 | |
CN111245032B (zh) | 一种计及风电场集电线路降损优化的电压预测控制方法 | |
Liu et al. | Optimal short-term load dispatch strategy in wind farm | |
CN108063461A (zh) | 一种考虑小干扰稳定风险的含风电电力系统有功调度方法 | |
CN104935017A (zh) | 基于改进轻鲁棒优化模型的风电与火电机组组合方法 | |
CN113255198A (zh) | 一种含虚拟储能的冷热电联供微电网多目标优化方法 | |
CN115730813A (zh) | 一种基于可信性理论的综合能源安全风险评估方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
CN113158547A (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 | |
CN106786766A (zh) | 一种基于p2g技术的提高风电最大并网容量的方法 | |
CN113537795B (zh) | 一种热电厂灵活性调整空间的分析方法及系统 | |
CN106849189B (zh) | 考虑可再生能源随机性的微电网经济性与稳定性优化方法 | |
CN114925501A (zh) | 一种考虑气热惯性的综合能源系统可靠性评估方法 | |
Li et al. | Optimal Scheduling of Multi-Source Combined System with Pumped Storage Based on Improved Black Hole Algorithm | |
Zhang et al. | Algorithm on optimal wind power capacity using peak load regulation restraints | |
Wu et al. | FREQUENCY H 2/H∞ OPTIMIZING CONTROL FOR ISOLATED MICROGRID BASED ON IPSO ALGORITHM. | |
Jiang et al. | Wind/storage coordinated control strategy based on system frequency regulation demands | |
Zhou et al. | Optimal Dispatching of Power System by Introducing Concentrating Solar Power Station to Promote Large-scale Wind Power and Photovoltaic Accommodation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |