CN110445191A - 用支持向量机的电力系统发电机组调频备用功率分配方法 - Google Patents

用支持向量机的电力系统发电机组调频备用功率分配方法 Download PDF

Info

Publication number
CN110445191A
CN110445191A CN201910712117.5A CN201910712117A CN110445191A CN 110445191 A CN110445191 A CN 110445191A CN 201910712117 A CN201910712117 A CN 201910712117A CN 110445191 A CN110445191 A CN 110445191A
Authority
CN
China
Prior art keywords
frequency modulation
firm power
power
generating set
frequency
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
Application number
CN201910712117.5A
Other languages
English (en)
Other versions
CN110445191B (zh
Inventor
叶承晋
庄欣然
丁一
惠红勋
宋永华
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910712117.5A priority Critical patent/CN110445191B/zh
Publication of CN110445191A publication Critical patent/CN110445191A/zh
Application granted granted Critical
Publication of CN110445191B publication Critical patent/CN110445191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers

Abstract

本发明公开了一种用支持向量机的电力系统发电机组调频备用功率分配方法。针对电力系统发电机组调频备用功率分配,建立调频备用功率分配目标函数,然后针对性建立调频备用功率分配的约束项,求解获得各个发电机组的调频备用功率,最后将各个发电机组的调频备用功率实施分配到各个发电机组上。本发明实现对频率安全界限偏差约束的精确估计,从而提高了备用功率的资源利用率,进而提高了电力资源利用率。

Description

用支持向量机的电力系统发电机组调频备用功率分配方法
技术领域
本发明涉及一种电力系统机组备用功率分配方法,特别是涉及了一种基于支持向量机(Support vector machine,SVM)的电力系统机组调频备用功率分配方法。
背景技术
电力作为一种重要能源,在国民生产中发挥着巨大作用。为了保证电力的高质量供应,电力系统的安全可靠运行至关重要。电力系统的频率是反映电力系统运行状况的重要指标。系统频率失稳将有很大可能造成电力系统连锁故障。当电力系统供应的电功率大于消耗的电功率时,电力系统频率将上升;相反当电力系统供应的电功率小于消耗的电功率时,电力系统频率将下降。由于电力系统供用电存在扰动,不可能时刻保持供需平衡。因此为了保持频率稳定,电力系统中的发电机组必须预留出一定的备用功率,以便通过调整自身出力的方式消除供需不平衡,这种备用功率被称为调频备用功率。
发电机组预留的调频备用功率越多,电力系统在频率稳定的安全性上就越高,但是备用功率资源的消耗也越高。此外,不同发电机组的功率调整速度和备用价格也不同,因此电力系统的发电机组调频备用功率分配,是一个典型的优化问题。目前工业界针对频率稳定,制定了最大允许频率波动范围,在确定调频备用功率分配的时候,需要保证在电力系统遭遇某一扰动时,频率能够稳定且不超过规定的频率安全界限。但是由于电力系统在遭遇扰动时,其频率变化是一个复杂的过程,因此难以在优化问题中将频率安全界限的规定明确地表示成约束条件,目前往往只能利用充分条件对其进行等效,但是这会造成备用功率预留过多,造成资源浪费的问题。
发明内容
针对上述背景技术中的问题,本发明提供了一种基于支持向量机的电力系统发电机组调频备用功率分配方法,可以在分配计算中精确估计电力统系频率安全性,实现电功率资源的高效利用。
本发明采用的技术方案是:
本发明针对电力系统发电机组调频备用功率分配,建立调频备用功率分配目标函数,然后针对性建立调频备用功率分配的约束项,求解获得各个发电机组的调频备用功率,最后将各个发电机组的调频备用功率实施分配到各个发电机组上。
方法具体包括:
建立以下调频备用功率分配目标函数为:
其中,Ci为发电机组i的备用功率消耗系数,RGi为发电机组i的调频备用功率,N为电力系统中的发电机组数量,i表示发电机组的序数;
同时建立以下约束条件:
(1)频率安全界限偏差约束:
△f=F(△P,RG1,RG2,…,RGN)
△f(t)=L-1(△f)
-min[△f(t)]≤△fmax
其中,△P为扰动导致的电力系统供需不平衡功率,△f为电力系统频率在拉普拉斯频域的偏差,△f(t)为电力系统频率在时域的偏差,L-1(·)为拉普拉斯逆变换,F(·)为电力系统一次调频模型,△fmax为频率安全界限;
所述(1)中,电力系统在给定(△P,RG1,RG2,…,RGN)的情况下满足频率安全界限偏差约束,则电力系统满足频率安全。
电力系统一次调频模型F(·),由图1中的控制框图模型给出。
图1中,△P为电力系统一次调频模型的输入量,△f为电力系统一次调频模型的输出量;Geni表示发电机组i的频率响应模型(Frequency response model),H是电力系统惯量(Power system inertia),D是负荷阻尼率;Ri分别是发电机组i的调速器控制系数和时间常数,分别是发电机组i的蒸汽柜和汽轮机时间常数;是发电机组i的汽轮机压力系数,s表示拉普拉斯频域变量;表示发电机组i的调频备用功率容量。
先由发电机组i的频率响应模型(Frequency response model)Geni进行计算:将模型结果输出量△f作为输入和发电机组i的调速器控制系数的Ri相除,再除以由发电机组i的调速器控制系数和拉普拉斯频域变量构成的接着乘以由发电机组i的蒸汽柜和汽轮机时间常数和汽轮机压力系数以及拉普拉斯频域变量构成的最后乘以发电机组i的调频备用功率容量获得每个发电机组i的频率响应结果。
再将每个发电机组i的频率响应结果相加获得总和,总和与输入量△P相减后除以由电力系统惯量、负荷阻尼率和拉普拉斯频域变量构成的2Hs+D,获得结果输出量△f,并且将△f反馈到频率响应模型(Frequency response model)Geni进行计算输入中。
发电机组i的调频备用功率容量由下式获得:
(2)备用上下限约束:
其中,分别为发电机组i的备用最小值和最大值。
(3)电力系统潮流约束:
|T·A·RG|≤Fmax
其中,T为功率传输分布系数(power transmission distribution factor,PTDF),A为电力系统连接矩阵,Fmax为线路传输功率上限向量,RG为发电机组备用功率向量:
RG=[RG1,RG2,…,RGN]T
最后采用对上述目标函数进行求解,获得最优的每个发电机组i的调频备用功率RGi,作为发电机组调频备用功率分配方案。
所述的电力系统包括有发电机组和电力负荷,其中发电机组为火电机组,电力负荷为所有消耗电功率的设备。
所述的电力系统一次调频模型F(·)是一个高度非线性的复杂模型,无法直接作为约束条件加入优化问题中并求解,采用支持向量机SVM对频率安全界限偏差约束进行估计:定义x=(△P,RG1,RG2,…,RGN)为支持向量机SVM训练数据的特征向量,支持向量机SVM的训练数据集{x,y}为:
x={x1,x2,…,xk}
y={y1,y2,…,yk}
其中,x为随机生成的多个特征向量构成的集合,y为特征向量对应的标签集合,xj和yj分别为集合x和集合y中的第j个元素;yj的取值为-1或1,其中取-1表示电力系统满足xj频率安全,取1则表示不满足;k为生成的特征向量总数;
将训练数据集{x,y}输入到对支持向量机SVM进行训练求解,得到斜率参数w和截距参数b:
其中,为支持向量机SVM模型的拉格朗日对偶问题的解,yp为集合y中任意满足库恩塔克边界条件(Kuhn-Tucker conditions)的元素,xp为集合x中对应的元素;
根据斜率参数w和截距参数b将频率安全界限偏差约束转换为:
其中,α为支持向量机SVM的抬升常数,K(·)为二次核函数:
K(xi,x)=(a2xi·x+a1)2
其中,a1和a2分别为二次核函数K(·)的一次系数和二次系数。
由此,将频率安全界限偏差约束转换为关于x的二次约束,相较原有约束的处理更简单有效。
由此通过支持向量机SVM对频率安全界限偏差约束进行处理,电力系统发电机组调频备用功率分配问题被转化成一个典型的二次约束二次规划问题(quadraticallyconstrained quadratic program,QCQP)。
最后通过IBM公司开发的商业求解器软件CPLEX的求解器求解,得到每个发电机组i的调频备用功率RGi
本发明的有益效果:
本发明将复杂的发电机组调频备用功率分配优化问题,转化为形式简单的物理模型问题,实现对频率安全界限偏差约束的精确估计,从而提高了备用功率的资源利用率,进而提高了电力资源利用率。
附图说明
图1是电力系统一次调频模型的逻辑框图。
具体实施方式
以下结合实施例及其附图作进一步说明。
按照本发明发明内容完整方法实施的实施例如下:
计算典型6节点系统的机组调频备用分配方案。系统中的机组共有4台,设定频率安全界限0.4Hz,系统最大扰动为8MW。
首先基于高斯分布,生成8000组特征向量,并基于图1模型仿真计算其对应标签的值,形成SVM的训练数据集。
然后根据训练数据集求解SVM的参数,构建频率安全界限偏差约束,形成QCQP形式的机组调频备用分配问题。
最后使用CPLEX软件求解器求解上述机组调频备用分配问题,得到各个发电机组的调频备用功率,从而获得机组调频备用分配方案进行分配。
本发明方法的实施结果与文献《Frequency dynamics constrained unitcommitment with battery energy storage》(IEEE Transactions on Power Systems,31(6),5115-5125,2016)中提出的方法进行对比,本发明中机组总调频备用为8.3MW,遭遇扰动后频率最大偏差为0.37Hz,上述文献中的方法机组总调频备用为10.6MW,遭遇扰动后频率最大偏差为0.32Hz。
由此可见本发明的方法可以更精确地估计扰动对系统频率的影响,实现更加高效的调频备用功率分配,实现电功率资源的高效利用,在电力系统的运行中具有实用性。

Claims (5)

1.一种用支持向量机的电力系统发电机组调频备用功率分配方法,其特征在于:针对电力系统发电机组调频备用功率分配,建立调频备用功率分配目标函数,然后针对性建立调频备用功率分配的约束项,求解获得各个发电机组的调频备用功率,最后将各个发电机组的调频备用功率实施分配到各个发电机组上。
2.根据权利要求1所述的一种用支持向量机的电力系统发电机组调频备用功率分配方法,其特征在于:所述方法具体包括:
建立以下调频备用功率分配目标函数为:
其中,Ci为发电机组i的备用功率消耗系数,RGi为发电机组i的调频备用功率,N为电力系统中的发电机组数量,i表示发电机组的序数;
同时建立以下约束条件:
(1)频率安全界限偏差约束:
Δf=F(ΔP,RG1,RG2,…,RGN)
Δf(t)=L-1(Δf)
-min[Δf(t)]≤Δfmax
其中,ΔP为扰动导致的电力系统供需不平衡功率,Δf为电力系统频率在拉普拉斯频域的偏差,Δf(t)为电力系统频率在时域的偏差,L-1(·)为拉普拉斯逆变换,F(·)为电力系统一次调频模型,Δfmax为频率安全界限;
(2)备用上下限约束:
其中,分别为发电机组i的备用最小值和最大值。
(3)电力系统潮流约束:
|T·A·RG|≤Fmax
其中,T为功率传输分布系数(power transmission distribution factor,PTDF),A为电力系统连接矩阵,Fmax为线路传输功率上限向量,RG为发电机组备用功率向量:
RG=[RG1,RG2,…,RGN]T
最后采用对上述目标函数进行求解,获得最优的每个发电机组i的调频备用功率RGi
3.根据权利要求1所述的一种用支持向量机的电力系统发电机组调频备用功率分配方法,其特征在于:所述的电力系统包括有发电机组和电力负荷,其中发电机组为火电机组,电力负荷为所有消耗电功率的设备。
4.根据权利要求2所述的一种用支持向量机的电力系统发电机组调频备用功率分配方法,其特征在于:采用支持向量机SVM对频率安全界限偏差约束进行估计:定义x=(ΔP,RG1,RG2,…,RGN)为支持向量机SVM训练数据的特征向量,支持向量机SVM的训练数据集{x,y}为:
x={x1,x2,…,xk}
y={y1,y2,…,yk}
其中,x为随机生成的多个特征向量构成的集合,y为特征向量对应的标签集合,xj和yj分别为集合x和集合y中的第j个元素;k为生成的特征向量总数;
将训练数据集{x,y}输入到对支持向量机SVM进行训练求解,得到斜率参数w和截距参数b:
其中,为支持向量机SVM模型的拉格朗日对偶问题的解,yp为集合y中任意满足库恩塔克边界条件(Kuhn-Tucker conditions)的元素,xp为集合x中对应的元素;
根据斜率参数w和截距参数b将频率安全界限偏差约束转换为:
其中,α为支持向量机SVM的抬升常数,K(·)为二次核函数:
K(xi,x)=(a2xi·x+a1)2
其中,a1和a2分别为二次核函数K(·)的一次系数和二次系数。
5.根据权利要求2所述的一种用支持向量机的电力系统发电机组调频备用功率分配方法,其特征在于:最后通过IBM公司开发的商业求解器软件CPLEX的求解器求解,得到每个发电机组i的调频备用功率RGi
CN201910712117.5A 2019-08-02 2019-08-02 用支持向量机的电力系统发电机组调频备用功率分配方法 Active CN110445191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910712117.5A CN110445191B (zh) 2019-08-02 2019-08-02 用支持向量机的电力系统发电机组调频备用功率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910712117.5A CN110445191B (zh) 2019-08-02 2019-08-02 用支持向量机的电力系统发电机组调频备用功率分配方法

Publications (2)

Publication Number Publication Date
CN110445191A true CN110445191A (zh) 2019-11-12
CN110445191B CN110445191B (zh) 2021-01-15

Family

ID=68432965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910712117.5A Active CN110445191B (zh) 2019-08-02 2019-08-02 用支持向量机的电力系统发电机组调频备用功率分配方法

Country Status (1)

Country Link
CN (1) CN110445191B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112072679A (zh) * 2020-09-14 2020-12-11 长沙理工大学 一种考虑柔性有功功率约束的源网荷储协调优化方法
CN113972669A (zh) * 2021-11-01 2022-01-25 国网重庆市电力公司电力科学研究院 一种发电机组一次调频动态调节能力在线预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102064548A (zh) * 2010-12-17 2011-05-18 中国电力科学研究院 一种考虑暂态频率偏移的一次调频旋转备用优化方法
JP2012065466A (ja) * 2010-09-16 2012-03-29 Toshiba Corp 電力監視装置
CN108832658A (zh) * 2018-06-22 2018-11-16 三峡大学 一种考虑频率约束及风电调频的风电穿透功率极限计算方法
CN108876039A (zh) * 2018-06-21 2018-11-23 浙江工业大学 一种基于支持向量机的含分布式电源配电网电能质量预测方法
CN109524972A (zh) * 2018-10-10 2019-03-26 华南理工大学 基于gso和svm算法的低频振荡参数估计方法
CN109962484A (zh) * 2019-04-08 2019-07-02 云南电网有限责任公司 计及频率偏差的异步联网送端系统一次调频备用优化方法
CN109995056A (zh) * 2019-05-15 2019-07-09 长沙理工大学 一种多机调频比例决策方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012065466A (ja) * 2010-09-16 2012-03-29 Toshiba Corp 電力監視装置
CN102064548A (zh) * 2010-12-17 2011-05-18 中国电力科学研究院 一种考虑暂态频率偏移的一次调频旋转备用优化方法
CN108876039A (zh) * 2018-06-21 2018-11-23 浙江工业大学 一种基于支持向量机的含分布式电源配电网电能质量预测方法
CN108832658A (zh) * 2018-06-22 2018-11-16 三峡大学 一种考虑频率约束及风电调频的风电穿透功率极限计算方法
CN109524972A (zh) * 2018-10-10 2019-03-26 华南理工大学 基于gso和svm算法的低频振荡参数估计方法
CN109962484A (zh) * 2019-04-08 2019-07-02 云南电网有限责任公司 计及频率偏差的异步联网送端系统一次调频备用优化方法
CN109995056A (zh) * 2019-05-15 2019-07-09 长沙理工大学 一种多机调频比例决策方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUNFENG WEN,等: ""Frequency Dynamics Constrained Unit Commitment With Battery Energy Storage"", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 *
刘清泉: ""大规模风电并网后系统调频备用优化研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112072679A (zh) * 2020-09-14 2020-12-11 长沙理工大学 一种考虑柔性有功功率约束的源网荷储协调优化方法
CN113972669A (zh) * 2021-11-01 2022-01-25 国网重庆市电力公司电力科学研究院 一种发电机组一次调频动态调节能力在线预测方法
CN113972669B (zh) * 2021-11-01 2023-11-24 国网重庆市电力公司电力科学研究院 一种发电机组一次调频动态调节能力在线预测方法

Also Published As

Publication number Publication date
CN110445191B (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
US10418822B2 (en) Energy production and frequency regulation Co-optimization for power generation systems
Fini et al. Determining optimal virtual inertia and frequency control parameters to preserve the frequency stability in islanded microgrids with high penetration of renewables
Amjady et al. Adaptive robust expansion planning for a distribution network with DERs
Chen et al. Fully distributed robust reserve scheduling for coupled transmission and distribution systems
Cobos et al. Least-cost reserve offer deliverability in day-ahead generation scheduling under wind uncertainty and generation and network outages
Zad et al. Optimal reactive power control of DGs for voltage regulation of MV distribution systems using sensitivity analysis method and PSO algorithm
Liu et al. Coordinated control parameter setting of DFIG wind farms with virtual inertia control
Han et al. Effective economic dispatch model and algorithm
Bejestani et al. A dynamic mechanism for wholesale energy market: Stability and robustness
CN110445191A (zh) 用支持向量机的电力系统发电机组调频备用功率分配方法
Abedini et al. A novel Fuzzy PI controller for improving autonomous network by considering uncertainty
Razmi et al. Steady state voltage stability with AVR voltage constraints
Huanna et al. Flexible‐regulation resources planning for distribution networks with a high penetration of renewable energy
Córdova et al. Frequency-constrained energy management system for isolated microgrids
Natarajan et al. Optimal location and sizing of MW and MVAR based DG units to improve voltage stability margin in distribution system using a chaotic artificial bee colony algorithm
CN114552598A (zh) 一种考虑源荷调频资源实现频率安全约束的优化调度方法
Rathbun et al. Impact studies and cooperative voltage control for high PV penetration
Zhu et al. Energy optimal dispatch of the data center microgrid based on stochastic model predictive control
JP7285053B2 (ja) 電力需給制御装置、電力需給制御システムおよび電力需給制御方法
Wang et al. A distributed and robust optimal scheduling model for an active distribution network with load aggregators
Zhang et al. Frequency-constrained unit commitment for power systems with high renewable energy penetration
Esmaeeli et al. Determination of optimal reserve contribution of thermal units to afford the wind power uncertainty
Howlader et al. A robust H∞ controller based gain-scheduled approach for the power smoothing of wind turbine generator with a battery energy storage system
CN114725920A (zh) 一种适用于多分布式电源虚拟惯量直流并网系统的功率精确分配方法及装置
Jia et al. A BIST solution for the test of I/O speed

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