CN108321851A - 基于分层递阶控制的风电集群并网有功功率优化调度方法 - Google Patents

基于分层递阶控制的风电集群并网有功功率优化调度方法 Download PDF

Info

Publication number
CN108321851A
CN108321851A CN201810128652.1A CN201810128652A CN108321851A CN 108321851 A CN108321851 A CN 108321851A CN 201810128652 A CN201810128652 A CN 201810128652A CN 108321851 A CN108321851 A CN 108321851A
Authority
CN
China
Prior art keywords
wind
electricity generation
powered electricity
active power
grid
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.)
Pending
Application number
CN201810128652.1A
Other languages
English (en)
Inventor
谷昱君
王婧
周莹坤
黄永章
卫思明
叶林
蓝海波
吴林林
刘辉
仲悟之
汤涌
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201810128652.1A priority Critical patent/CN108321851A/zh
Publication of CN108321851A publication Critical patent/CN108321851A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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)

Abstract

本发明公开了基于分层递阶控制的风电集群并网有功功率优化调度方法，所述风电集群并网有功功率优化调度包括以下步骤：步骤一：建立基于分层递阶控制的风电集群并网有功功率优化调度模型；步骤二：以当前风电集群中各个风电场的有功出力实际值作为初始值，利用最优潮流求解长时间尺度的风电集群有功出力最优调度值，根据各个风电场的容量比例对各个风电场的有功出力进行分配；步骤三：以最优潮流的优化结果作为有功出力调度参考值，利用二次规划求解风功率预测模型，得到短时间尺度的风电集群有功出力最优调度值；本发明提供基于分层递阶控制的风电集群并网有功功率优化调度方法以有效减小计算量并利用最优潮流求解最优经济调度值。

Description

基于分层递阶控制的风电集群并网有功功率优化调度方法
技术领域
本发明涉及电力系统技术领域，特别是涉及基于分层递阶控制的风电集群 并网有功功率优化调度方法。
背景技术
风电集群可充分利用内部风电场出力相关性和互补性，平滑整体出力波动 并降低预测不确定性。因此近年来国内外学者对风电集群有功功率控制做了大 量研究。与传统的开环调度控制方式不同，分层递阶理论因其优越的滚动优化 和闭环反馈校正的能力在新能源调度方面表现出了控制精确、经济效益好等优 点。但是现有基于分层递阶控制的风功率控制方法采用二维控制模型，控制目 标函数如式(1)所示：
式中：P为风电有功出力预测值矩阵；为考虑经济性的风电有功出力参 考值矩阵；N为预测步长；n为风电场数量。
二阶模型增加了求解过程的复杂度，导致滚动优化过程中求解模型的计算 量很大，在实际应用中很难满足实时计算的要求。而且，现有基于分层递阶理 论的风功率控制技术在考虑经济性时只求解调度成本最小的经济调度模型，容 易陷入局部最优解，无法实现电网的整体经济优化，导致风电集群并入大电网 后的有功功率很难实现合理的调度和控制。
因此希望有基于分层递阶理论的风电集群并网有功功率优化调度方法来 解决现有技术中存在的问题。
发明内容
本发明的目的在于提供基于分层递阶理论的风电集群并网有功功率优化 调度方法以有效减小计算量并利用最优潮流求解最优经济调度值。
本发明提供基于分层递阶理论的风电集群并网有功功率优化调度方法，所 述风电集群并网有功功率优化调度包括以下步骤：
步骤一：建立基于分层递阶控制的风电集群并网有功功率的优化调度模型；
步骤二：以当前风电集群中各个风电场的有功出力实际值作为初始值，利 用最优潮流求解长时间尺度的风电集群有功出力最优调度值，根据各个风电场 的容量比例对各个风电场的有功出力进行分配；
步骤三：以最优潮流的优化结果作为有功出力调度参考值，利用二次规划 求解风功率调度模型，得到短时间尺度的风电集群有功出力最优调度值。
优选地，所述步骤二中长时间尺度为60mi n,所述步骤三中短时间尺度为 15min。
优选地，所述步骤一的优化调度模型对基于分层递阶控制的风功率控制模 型进行降维，将功率矩阵转换为一维列向量，优化目标函数公式(2)：
其中：
利用矩阵和向量的范数关系将公式(2)转化为公式(4)， 实现基于分层递阶控制的风功率控制模型的降维目标函数可表示为：
优选地，所述步骤二的最优潮流根据含风电集群的电网获取的实时数据进 行结构参数和负荷情况的更新；公式(5)表示所述步骤二的最优潮流在全网 燃料总费用最小的目标函数中附加风电集群弃风最小值：
其中：Ci(Pi)＝aPi 2+bPi+c为火电机组费用函数；ΔPwind＝|Ppredict-Pactual|为风 电机组出力预测值和实际出力值之差；为权重系数
本发明的基于分层递阶理论的风电集群并网有功功率优化调度方法将风 电有功出力值二维矩阵转化为一维向量，通过引入降维矩阵对优化模型进行自 适应修改，实现模型降维有效减小计算量，并且本发明以火力发电厂煤耗与加 权风电出力调度成本之和最小为目标函数，增加风机功率极限和爬坡率两个约 束条件，利用最优潮流求解最优经济调度值。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚，下面将对本发明实施 例中的技术方案进行更加详细的描述。所描述的实施例是本发明一部分实施例， 而不是全部的实施例。下面描述的实施例是示例性的，旨在用于解释本发明， 而不能理解为对本发明的限制。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。
最优潮流(Optimal Power Flow，OPF)是指当电网的结构参数和负荷情况 都已给定时，通过调节控制变量获得在满足所有运行约束条件下电网损耗最小 的潮流分布。
基于分层递阶理论的风电集群并网有功功率优化调度方法包括以下步骤：
步骤一：建立基于分层递阶控制的风电集群并网有功功率优化调度模型；
步骤二：以当前风电集群中各个风电场的有功出力实际值作为初始值，利 用最优潮流求解长时间(60min)尺度的风电集群有功出力最优调度值，根据 各个风电场的容量比例对各个风电场的有功出力进行分配；
步骤三：以最优潮流的优化结果作为有功出力调度参考值，利用二次规划 求解风功率调度模型，得到短时间(15min)尺度的风电集群有功出力最优调 度值。
本发明的有益效果包括：①对风功率调度模型进行降维；②在长时间尺度 中引入最优潮流计算风电集群有功出力最优经济调度值；③在MATLAB环境下 编写计算程序。
一、模型降维
风功率调度模型降维的核心是将功率矩阵转换为一维列向量，以优化目标 函数为例，可以将公式(1)表示为优化目标函数公式(2)：
其中：
利用矩阵和向量的范数关系将公式(2)转化为公式(4)， 实现基于分层递阶控制的风功率控制模型的降维目标函数为：
二、最优潮流计算的引入
为了计算含风电集群的电网的最优潮流，对OPF进行如下修改：根据含风 电集群的电网获取的实时数据对OPF中结构参数、负荷情况等进行更新；修改 OPF中的目标函数：在全网燃料总费用最小的目标函数中附加风电集群弃风最 小，可表示为：
其中：Ci(Pi)＝aPi 2+bPi+c为火电机组费用函数；ΔPwind＝|Ppredict-Pactual|为风电机组出力预测值和实际出力值之差；为权重系数。
三、在MATLAB环境下编写计算程序
分层递阶控制的长时间尺度和短时间尺度的优化计算可以用两层循环进 行求解，程序的主函数可分为以下几部分：
(1)利用matpower4.1中runopf.m程序求解得到的风电集群出力值作为 长时间尺度递阶控制的参考值，再根据各个风电场的容量占总容量的比值计算 各自的参考值，作为短时间尺度递阶控制的参考值；
(2)长时间尺度和短时间尺度的目标函数形式相同，都属于二次型规划 问题，均可利用quadprog.m函数求解,各自的子函数分别为MPC_zcx1.m和 MPC_zcx2.m。
最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其 限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人 员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对 其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案 的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.基于分层递阶控制的风电集群并网有功功率优化调度方法，其特征在于，所述风电集群并网有功功率优化调度包括以下步骤：
步骤一：建立基于分层递阶控制的风电集群并网有功功率的优化调度模型；
步骤二：以当前风电集群中各个风电场的有功出力实际值作为初始值，利用最优潮流求解长时间尺度的风电集群有功出力最优调度值，根据各个风电场的容量比例对各个风电场的有功出力进行分配；
步骤三：以最优潮流的优化结果作为有功出力调度参考值，利用二次规划求解风功率调度预测，得到短时间尺度的风电集群有功出力最优调度值。
2.根据权利要求1所述的基于分层递阶控制的风电集群并网有功功率优化调度方法，其特征在于：所述步骤二中长时间尺度为60min,所述步骤三中短时间尺度为15min。
3.根据权利要求2所述的基于分层递阶理论的风电集群并网有功功率优化调度方法，其特征在于：所述步骤一的优化调度模型对基于分层递阶控制风功率控制模型进行降维，将功率矩阵转换为一维列向量，优化目标函数公式(2)：
其中：
利用矩阵和向量的范数关系将公式(2)转化为公式(4)，实现基于分层递阶控制风功率控制模型的降维：
4.根据权利要求3所述的基于分层递阶理论的风电集群并网有功功率优化调度方法，其特征在于：所述步骤二的最优潮流根据含风电集群的电网获取的实时数据进行结构参数和负荷情况的更新；公式(5)表示所述步骤二的最优潮流在全网燃料总费用最小的目标函数中附加风电集群弃风最小值：
其中：Ci(Pi)＝aPi 2+bPi+c为火电机组费用函数；ΔPwind＝|Ppredict-Pactual|为风电机组出力预测值和实际出力值之差；为权重系数。
CN201810128652.1A 2018-02-08 2018-02-08 基于分层递阶控制的风电集群并网有功功率优化调度方法 Pending CN108321851A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810128652.1A CN108321851A (zh) 2018-02-08 2018-02-08 基于分层递阶控制的风电集群并网有功功率优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810128652.1A CN108321851A (zh) 2018-02-08 2018-02-08 基于分层递阶控制的风电集群并网有功功率优化调度方法

Publications (1)

Publication Number Publication Date
CN108321851A true CN108321851A (zh) 2018-07-24

Family

ID=62903895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810128652.1A Pending CN108321851A (zh) 2018-02-08 2018-02-08 基于分层递阶控制的风电集群并网有功功率优化调度方法

Country Status (1)

Country Link
CN (1) CN108321851A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111342499A (zh) * 2020-03-05 2020-06-26 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111641205A (zh) * 2020-05-11 2020-09-08 浙江工业大学 一种基于随机优化的主动配电网故障管理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111342499A (zh) * 2020-03-05 2020-06-26 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111342499B (zh) * 2020-03-05 2023-09-08 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111641205A (zh) * 2020-05-11 2020-09-08 浙江工业大学 一种基于随机优化的主动配电网故障管理方法
CN111641205B (zh) * 2020-05-11 2021-12-17 浙江工业大学 一种基于随机优化的主动配电网故障管理方法

Similar Documents

Publication Publication Date Title
CN110429649B (zh) 考虑灵活性的高渗透率可再生能源集群划分方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN111242443B (zh) 基于深度强化学习的能源互联网中虚拟电厂经济调度方法
CN106058855A (zh) 协调储能与柔性负荷的主动配电网多目标优化调度方法
Xi et al. Automatic generation control based on multiple-step greedy attribute and multiple-level allocation strategy
CN108039737B (zh) 一种源网荷协调运行模拟系统
CN108736509A (zh) 一种主动配电网多源协调优化控制方法及系统
CN108133104B (zh) 一种长期跨流域多梯级水电优化运行模拟方法
CN107069784B (zh) 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法
CN112952847B (zh) 考虑用电需求弹性的多区域主动配电系统调峰优化方法
CN103474986A (zh) 一种长时间尺度电力系统频率波动仿真方法
CN108808737A (zh) 促进可再生分布式电源消纳的主动配电网优化调度方法
CN108197766A (zh) 一种包含微电网群的主动配电网优化调度模型
CN116667325B (zh) 一种基于改进布谷鸟算法的微电网并网运行优化调度方法
Xi et al. A novel automatic generation control method based on the ecological population cooperative control for the islanded smart grid
CN110503255A (zh) 一种风火储电力系统联合优化调度方法
CN108321851A (zh) 基于分层递阶控制的风电集群并网有功功率优化调度方法
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
CN117239740B (zh) 一种虚拟电厂系统的优化配置与灵活性提升方法及系统
CN114462854A (zh) 含新能源和电动汽车并网的分层调度方法及其系统
CN113869742A (zh) 基于行动家和评论家网络的综合供需侧的电力调度系统
CN117559526A (zh) 一种基于光储充一体化充电站的拟路由器能量调控方法
CN105098839A (zh) 一种基于风电不确定出力的风电并网协调优化方法
CN109950933A (zh) 一种基于改进粒子群算法的风光储联合调峰优化方法
CN105515196A (zh) 一种基于广义需求侧响应的地区电网调度系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180724

RJ01 Rejection of invention patent application after publication