CN110535132B - 一种基于鲁棒优化的电力系统建设规划方法 - Google Patents

一种基于鲁棒优化的电力系统建设规划方法 Download PDF

Info

Publication number
CN110535132B
CN110535132B CN201910855942.0A CN201910855942A CN110535132B CN 110535132 B CN110535132 B CN 110535132B CN 201910855942 A CN201910855942 A CN 201910855942A CN 110535132 B CN110535132 B CN 110535132B
Authority
CN
China
Prior art keywords
power system
flexibility
under
power
construction
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
CN201910855942.0A
Other languages
English (en)
Other versions
CN110535132A (zh
Inventor
刘忠义
宣文博
王魁
闫大威
李慧
魏联滨
武忠山
秦超
丁承第
宋佳
雷铮
李媛媛
胡旭东
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.)
Tianjin University
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Corp of China SGCC
State Grid Tianjin 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 Tianjin University, State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical Tianjin University
Priority to CN201910855942.0A priority Critical patent/CN110535132B/zh
Publication of CN110535132A publication Critical patent/CN110535132A/zh
Application granted granted Critical
Publication of CN110535132B publication Critical patent/CN110535132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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

Abstract

本发明公开了一种基于鲁棒优化的电力系统建设规划方法，首先，根据电力系统的自身特点，确定线路投建集合，并选取规划周期内典型的日负荷曲线，确定系统的其他相关数据；其次，以区间形式表征了可再生能源出力的不确定性，建立电力系统灵活规划鲁棒优化模型，该模型以系统的经济性为目标，考虑安全运行约束和功率平衡约束；最后，在电力系统整体和各时间断面的角度，提出了一组灵活性评估指标，兼顾了系统的经济性和灵活性，确定系统最终的投建方案。

Description

一种基于鲁棒优化的电力系统建设规划方法
技术领域
本发明属于电力系统分析领域，特别涉及一种基于鲁棒优化的电力系统建设规划方法。
背景技术
大力发展可再生能源是实现能源转型、走可持续发展之路的有效途径。高比例的可再生能源接入电力系统是未来电网的基本特征。由于可再生能源发电具有多变性和不确定性的特征，给电力系统的规划带来了严峻挑战。
电网规划旨在确定何时何地建造何种规模与类型的输电线路，是电力系统中重要的研究课题与基础性工作。然而随着高比例的可再生能源接入电力系统，电力系统中不确定因素的增加，运行方式更加多变，传统确定性规划思路不再适用，逐渐向不确定规划方向转化。这就要求系统有足够的能力充分调度现有资源，满足多时间尺度下的功率平衡，其本质是要求电力系统具备足够的灵活性以应对可再生能源出力的多变性与不确定性。合理的电网规划能够充分挖掘出网络层面潜在的灵活性，提升系统应对多变性和不确定性的能力，进而在保证正常供电的情况下，充分利用可再生能源。
目前，对于不确定性的优化技术和方法主要包括随机规划和鲁棒优化。随机规划主要是根据历史数据拟合不确定性参数的概率分布，进而生成一定数量的场景，将不确定性的优化问题，转化为多场景下的确定性优化问题。但是随机规划难以刻画出低频的不确定性因素，并且随着不确定性因素的增加，会出现大量的场景，导致优化问题求解困难。鲁棒优化将优化问题中的不确定参数表征区间形式，在最坏情况下做出决策，以确保对于不确定性变量的任意取值都存在最优解。鲁棒优化的方法仅需要不确定性变量的变化区间，能有效处理低频的不确定性因素导致的电网安全问题。
因此，研究一种考虑可再生分布式发电系统波动性和不确定性，提高配电系统的灵活性的的电力系统建设规划方法。
发明内容
为了提升配电系统的灵活性，本发明的目的在于提供一种考虑可再生分布式发电系统波动性和不确定性，提高配电系统的灵活性的的电力系统建设规划方法。
本发明以输电系统经济性为目标，包括线路建设成本、发电机调度成本、弃可再生能源惩罚成本和切负荷惩罚成本，建立基于鲁棒优化的电力系统建设规划方法。电力系统建设规划方法的约束条件为：线路潮流约束、功率平衡约束、机组爬坡约束、机组出力上下限约束等。在给定待建线路集合条件下，应用列生成算法求解，从系统整体的角度评估该规划方案的经济性；同时，在电力系统整体和各时间断面的角度，提出了一组电网规划灵活性的评估指标，能够反映出该规划方案下的弃可再生能源和切负荷情况，进而评估该规划方案的灵活性。具体技术方案包括以下步骤：
一种基于鲁棒优化的电力系统建设规划方法，所述方法包括：
S1、根据电力系统中需要新建的线路，确定系统待建线路数据集合；
S2、根据待建线路数据集合建立基于鲁棒优化的电力系统数学模型；
S3、采用列生成算法对所有的待建方案进行求解，获得每种待建方案下电力系统数学模型经济性指标、各机组的运行方式和弃可再生能源和切负荷数据；
S4、根据各机组的运行方式、弃可再生能源和切负荷数据，计算电力系统周期内及各时间断面的上调灵活性和下调灵活性；
S5、根据各时间断面的上调灵活性和下调灵活性，计算上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比；
S6、根据获得的电力系统数学模型的经济性结果和灵活性结果，确定系统的最优建设方案。
进一步的，所述电力系统数学模型为：
Figure GDA0004083069280000021
其中，
Figure GDA0004083069280000022
Figure GDA0004083069280000023
Figure GDA0004083069280000024
G为传统机组的集合，T为时间集合，N为所有节点集合，s为投建线路场景，j为节点，t为时间，x为整数变量，y为连续变量，u为不确定性变量；Ω为整数变量集合，Φ为不确定性变量集合，Ψ(x,u)为整数变量和不确定性变量确定之后的连续变量的集合；
Figure GDA0004083069280000025
为投建场景s下电力系统的经济性；
Figure GDA0004083069280000026
为投建场景s下机组的启停成本；为投建场景s下机组的出力成本；
Figure GDA0004083069280000027
为投建场景s下的弃可再生能源和切负荷的惩罚成本；
Figure GDA0004083069280000028
Figure GDA0004083069280000029
分别为投建场景s下，发电机的启动成本系数、发电机的停机成本系数、发电机的出力成本系数；
Figure GDA00040830692800000210
和
Figure GDA00040830692800000211
分别为投建场景下s，弃可再生能源、切负荷的惩罚成本系数；αs,j,t和βs,j,t分别为投建场景下s，发电机的开机、停机标志位；Ps,j,t为投建场景下s，发电机的有功出力；
Figure GDA0004083069280000031
和
Figure GDA0004083069280000032
分别为投建场景下s，弃可再生能源有功功率、切负荷有功功率；
其中，线路潮流约束为：
Figure GDA0004083069280000033
Figure GDA0004083069280000034
其中，式(5)表示系统运行情况下，线路不能超过其最大容量，
Figure GDA0004083069280000035
为线路ij的最大有功容量，Ps,ij,t为投建场景下s下，线路ij在第t时刻的有功功率；式(6)表示线路有功潮流的计算方法，R为可再生能源集合，ptdfs为投建场景下s下，电机节点对应的功率转移分布因子，Ps,j,t为发电机节点的有功功率注入；
功率平衡约束为：
Figure GDA0004083069280000036
其中，
Figure GDA0004083069280000037
为投建场景s下，节点j在t时刻的有功负荷；
Figure GDA0004083069280000038
是不确定性变量，表示投建场景s下，可再生分布式电源的有功出力，
Figure GDA0004083069280000039
为投建场景s下，可再生分布式电源有功出力的预测值，
Figure GDA00040830692800000310
投建场景s下，可再生分布式电源有功出力的预测误差，L为负荷节点集合。
发电机的相关约束为：
Figure GDA00040830692800000311
Figure GDA00040830692800000312
Figure GDA00040830692800000313
Figure GDA00040830692800000314
αs,j,t-βs,j,t＝cs,j,t-cs,j,t-1 (12)
式(8)表示发电机的出力约束，
Figure GDA0004083069280000041
和
Figure GDA0004083069280000042
为连接机组的节点j的最小、最大出力，cs,j,t为投建场景s时，机组j在t时刻的开停状态，若发电机处于运行状态时，cs,j,t＝1；若发电机处于停运状态时，cs,j,t＝0，其出力为0；式(9)表示发电机的爬坡约束，
Figure GDA0004083069280000043
和
Figure GDA0004083069280000044
为机组的下爬坡率和上爬坡率；式(10)和式(11)分别表示发电机的最小开机时间约束和最小停机时间约束，
Figure GDA0004083069280000045
和
Figure GDA0004083069280000046
为机组的最小运行时间、最小停机时间；式(12)为0-1变量的等式约束。
进一步的，所述应用列生成算法求解，具体包括以下步骤：
S301、从电力系统数学模型选定待建线路，设定可行解的上界为UB＝+∞，下界为LB＝-∞，选择收敛水平ε，迭代次数K＝1，x为模型中整数变量，y为模型中连续变量，u为模型中不确定性变量；
S302、求解主问题MP，并得到最优解(xk+1,θk+1,y1*,...,yk*)，并设置LB＝max{LB,MP}；xk+1和θk+1为第k+1次迭代得到的主问题的解，(y1*,...,yk*)为前k次迭代子问题得到的解，s.t.(9)-(12)为约束条件；
Figure GDA0004083069280000047
S303、求解子问题SP，s.t.(5)-(8)为约束条件，并得到最优解yk*和uk*，并设置UB＝min{UB,MP+SP}；
Figure GDA0004083069280000048
S304、判断是否收敛：如果UB-LB≤ε，迭代终止，并返回最优解；否则，返回步骤S302，且K＝K+1；其中，ε根据计算精度要求自行设置；
S305、求出最优解x,y,u，计算投建场景s下，电力系统周期内的上调灵活性指标和下调灵活性指标；
S306、再计算投建场景s下，电力系统各时间断面的上调灵活性指标和下调灵活性指标；
S307、在此基础上，计算上调灵活性和下调灵活性的期望和不足的时间占比；
S308、s＝s+1，返回步骤S301继续计算。
进一步的，所述步骤S4中，根据系统运行状况和弃风光和切负荷情况，在电力系统周期内的角度和各时间断面角度，计算上调灵活性和下调灵活性，具体过程如下：
Figure GDA0004083069280000051
Figure GDA0004083069280000052
Figure GDA0004083069280000053
Figure GDA0004083069280000054
其中，L为负荷节点集合，
Figure GDA0004083069280000055
为投建场景s下，节点j在t时刻的有功负荷；式(13)表示投建场景s下系统在周期内的负荷供应率，其值在[0,1]范围内；式(14)表示电力系统在周期内的可再生能源利用率，其值在[0,1]范围内；式(15)和式(16)是电力系统在各时间断面的角度评估系统在投建场景s下的上调和下调灵活性，式(15)表示电力系统在某时间断面上的负荷供应率，其值在[0,1]范围内；式(16)表示电力系统在某时间断面上的可再生能源利用率，其值在[0,1]范围内。
进一步的，所述步骤S5中，通过计算周期内所有时间断面的上调灵活性
Figure GDA0004083069280000056
和下调灵活性
Figure GDA0004083069280000057
的值，得到待建上调灵活性和下调灵活性序列，如式(17)和(18)所示，具体过程如下：
Figure GDA0004083069280000058
Figure GDA0004083069280000059
根据式(17)和(18)可以计算出上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比，如式(19)-(22)：
Figure GDA00040830692800000510
Figure GDA00040830692800000511
Figure GDA0004083069280000061
Figure GDA0004083069280000062
其中，
Figure GDA0004083069280000063
和
Figure GDA0004083069280000064
是0-1变量，如果
Figure GDA0004083069280000065
则
Figure GDA0004083069280000066
否则
Figure GDA0004083069280000067
如果
Figure GDA0004083069280000068
则
Figure GDA0004083069280000069
否则
Figure GDA00040830692800000610
与现有技术相比，本发明的有益效果是：
1、本发明以区间形式表征了可再生能源出力的不确定性，充分利用发电机的爬坡和调峰能力和网络线路投建措施，建立电力系统建设规划方法，该方法以系统的经济性为目标，同时，在电力系统整体和各时间断面的角度，提出了一组灵活性评估指标，包括系统的上调灵活性和下调灵活性、上调灵活性和下调灵活性的期望和上调灵活性和下调灵活性不足的时间占比；
2、本发明的模型中以区间形式表征了可再生能源出力的不确定性，通过对偶理论和线性化方法，将模型转化为两阶段的混合整数线型规划模型，其中，第一阶段确定传统发电机组的启停情况，第二阶段没确定发电机组的运行情况和系统的弃可再生能源和切负荷情况，本发明的方法综合考虑了系统的经济性和灵活性，确定线路的投建方案。
附图说明
图1为本发明提供的一种基于鲁棒优化的电力系统建设规划方法流程示意图；
图2为本发明所采用的应用列生成算法求解的流程示意图。
具体实施方式
下面结合附图对本发明做出详细地说明：
如图1、2所示；
本发明提供一种基于鲁棒优化的电力系统灵活规划方法，包括如下步骤：
步骤1根据电力系统中需要新建的线路，确定系统待建线路数据集合。所述数据集合包括传统发电机和风电、光伏发电机的数据配置情况，以及风电、光伏发电机的预测出力和预测误差数据，同时选择系统中一年内的典型日负荷曲线，和其他相关数据。
步骤2建立基于鲁棒优化的电力系统灵活规划模型，即以输电系统经济性为目标，包括线路建设成本、发电机调度成本、弃风光惩罚成本和切负荷惩罚成本。以线路潮流约束、功率平衡约束、机组爬坡约束、机组出力上下限约束等为约束条件，构建考虑经济性和领会性的电力系统系统规划模型；所述步骤2中，以输电系统经济性为目标，包括线路建设成本、发电机调度成本、弃风光惩罚成本和切负荷惩罚成本。其函数表示形式为：
Figure GDA0004083069280000071
其中，
Figure GDA0004083069280000072
Figure GDA0004083069280000073
Figure GDA0004083069280000074
G为传统机组的集合，T为时间集合，N为所有节点集合，s为投建线路场景，j为节点，t为时间，x为整数变量，y为连续变量，u为不确定性变量；Ω为整数变量集合，Φ为不确定性变量集合，Ψ(x,u)为整数变量和不确定性变量确定之后的连续变量的集合；
Figure GDA0004083069280000075
为投建场景s下电力系统的经济性；
Figure GDA0004083069280000076
为投建场景s下机组的启停成本；为投建场景s下机组的出力成本；
Figure GDA0004083069280000077
为投建场景s下的弃可再生能源和切负荷的惩罚成本；
Figure GDA0004083069280000078
Figure GDA0004083069280000079
分别为投建场景s下，发电机的启动成本系数、发电机的停机成本系数、发电机的出力成本系数；
Figure GDA00040830692800000710
和
Figure GDA00040830692800000711
分别为投建场景下s，弃可再生能源、切负荷的惩罚成本系数；αs,j,t和βs,j,t分别为投建场景下s，发电机的开机、停机标志位；Ps,j,t为投建场景下s，发电机的有功出力；
Figure GDA00040830692800000712
和
Figure GDA00040830692800000713
分别为投建场景下s，弃可再生能源有功功率、切负荷有功功率；
所述步骤2中，线路潮流约束表示为：
Figure GDA00040830692800000714
Figure GDA00040830692800000715
其中，式子(5)表示系统运行情况下，线路不能超过其最大容量，
Figure GDA00040830692800000716
为线路ij的最大有功容量，Ps,ij,t为投建场景下s下，线路ij在第t时刻的有功功率；式子(6)表示线路有功潮流的计算方法，R为可再生能源集合，ptdfs为投建场景下s下，电机节点对应的功率转移分布因子；Ps,j,t为发电机节点的有功功率注入；
所述步骤2中，功率平衡约束表示为：
Figure GDA0004083069280000081
其中，
Figure GDA0004083069280000082
为投建场景s下，节点j在t时刻的有功负荷；
Figure GDA0004083069280000083
是不确定性变量，表示投建场景s下，可再生分布式电源的有功出力，
Figure GDA0004083069280000084
为投建场景s下，可再生分布式电源有功出力的预测值，
Figure GDA0004083069280000085
投建场景s下，可再生分布式电源有功出力的预测误差，L为负荷节点集合。变量
Figure GDA0004083069280000086
和
Figure GDA0004083069280000087
的引用是为了保证任意的
Figure GDA0004083069280000088
都能够使等式成立。
所述步骤2中，发电机的相关约束表示为：
Figure GDA0004083069280000089
Figure GDA00040830692800000810
Figure GDA00040830692800000811
Figure GDA00040830692800000812
αs,j,t-βs,j,t＝cs,j,t-cs,j,t-1 (12)
式(8)表示发电机的出力约束，
Figure GDA00040830692800000813
和
Figure GDA00040830692800000814
为连接机组的节点j的最小和最大出力，cs,j,t为投建场景s时，机组j在t时刻的开停状态。若发电机处于运行状态时，cs,j,t＝1，其出力应该最大和最小出力之间；若发电机处于停运状态时，cs,j,t＝0，其出力为0；式(9)表示发电机的爬坡约束，
Figure GDA00040830692800000815
和
Figure GDA00040830692800000816
为机组的下爬坡率和上爬坡率，相邻时间的出力之差应该在允许范围之内；式(10)和式(11)分别表示发电机的最小开机时间约束和最小停机时间约束，
Figure GDA00040830692800000817
和
Figure GDA00040830692800000818
为机组的最小运行时间和最小停机时间。当发电机处于运行状态时，必须满足最小连续运行时间之后，才能再次停机；当发电机处于停机状态时，必须满足最小连续停机时间之后，才能再次开机；式(12)为0-1变量的等式约束。
所述步骤2中，一种基于鲁棒优化的电力系统灵活规划模型，其最终函数表示形式为：
Figure GDA0004083069280000091
s.t.(5)-(12)
其中，第一阶段的整数决策变量为：x＝[αij,t；βij,t；cij,t]，第二阶段的连续决策变量为：
Figure GDA0004083069280000092
不确定性变量为：
Figure GDA0004083069280000093
步骤3采用列生成算法对所有的待建方案进行求解，得到每种待建方案下系统经济性指标、系统运行状况和弃可再生能源和切负荷情况；所述步骤3中，采用列生成算法进行求解的具体过程如下：
3.1、设定原问题可行解的上界为UB＝+∞，下界为LB＝-∞，选择收敛水平ε，迭代次数K＝1。
3.2、求解主问题MP，并得到最优解(xk+1,θk+1,y1*,...,yk*)，并设置LB＝max{LB,MP}；xk+1和θk+1为第k+1次迭代得到的主问题的解，(y1*,...,yk*)为前k次迭代子问题得到的解，s.t.(9)-(12)为约束条件；
Figure GDA0004083069280000094
3.3、求解子问题SP，s.t.(5)-(8)为约束条件，并得到最优解yk*和uk*，并设置UB＝min{UB,MP+SP}；
Figure GDA0004083069280000095
3.4、判断是否收敛，如果UB-LB≤ε，迭代终止，并返回最优解；否则，返回约束θk+1≥SP和约束(5)-(8)，返回步骤3.2继续迭代求解；其中，ε根据计算精度要求自行设；
3.5、求出最优解x,y,u，计算投建场景s下，电力系统周期内的上调灵活性指标(式(13))和下调灵活性指标(式(14))；
3.6、再计算投建场景s下，电力系统各时间断面的上调灵活性指标(式(15))和下调灵活性指标(式(16))；
3.7、在此基础上，计算上调灵活性和下调灵活性的期望和不足的时间占比(式(19)-(22))；
3.8、s＝s+1，返回步骤3.1继续计算；
步骤4根据系统运行状况和弃可再生能源和切负荷情况，从电力系统周期内的角度和各时间断面角度，计算上调灵活性和下调灵活性；所述步骤4中，系统运行状况和弃风光和切负荷情况，在电力系统周期内的角度和各时间断面角度，计算上调灵活性和下调灵活性，具体过程如下：
Figure GDA0004083069280000101
Figure GDA0004083069280000102
Figure GDA0004083069280000103
Figure GDA0004083069280000104
其中，L为负荷节点集合，
Figure GDA0004083069280000105
为投建场景s下，节点j在t时刻的有功负荷；式(13)和(14)是电力系统在周期内的角度评估系统在投建场景s下的上调和下调灵活性，式(13)表示投建场景s下系统在周期内的负荷供应率，其值在[0,1]范围内，其值越大，表示系统在周期内的负荷供应率越大，即上调灵活性越大；式(14)表示电力系统在周期内的可再生能源利用率，其值在[0,1]范围内，其值越大，表示系统在周期内的可再生能源利用率越大，即下调灵活性约大；式(15)和式(16)是电力系统在各时间断面的角度评估系统在投建场景s下的上调和下调灵活性，式(15)表示电力系统在某时间断面上的负荷供应率，其值在[0,1]范围内，其值越大，表示系统在该时间断面上的负荷供应率越大，即上调灵活性越大；式(16)表示电力系统在某时间断面上的可再生能源利用率，其值在[0,1]范围内，其值越大，表示系统在该时间断面上的可再生能源利用率，即下调灵活性越大。通过计算周期内所有时间断面的
Figure GDA0004083069280000106
和
Figure GDA0004083069280000107
的值。
步骤5根据各时间断面的上调灵活性和下调灵活性，计算出上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比；所述步骤5中，根据各时间断面的上调灵活性和下调灵活性，计算出上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比。通过计算周期内所有时间断面的
Figure GDA0004083069280000108
和
Figure GDA0004083069280000109
的值，得到待建上调灵活性和下调灵活性序列，如式(17)和(18)所示，具体过程如下：
Figure GDA0004083069280000111
Figure GDA0004083069280000112
进而，根据式(17)和(18)可以计算出上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比，如式(19)-(22)。
Figure GDA0004083069280000113
Figure GDA0004083069280000114
Figure GDA0004083069280000115
Figure GDA0004083069280000116
其中，
Figure GDA0004083069280000117
和
Figure GDA0004083069280000118
是0-1变量，如果
Figure GDA0004083069280000119
则
Figure GDA00040830692800001110
否则
Figure GDA00040830692800001111
如果
Figure GDA00040830692800001112
则
Figure GDA00040830692800001113
否则
Figure GDA00040830692800001114
步骤6通过以上的计算，求解出各投建场景的经济性指标和各类灵活性指标，进而评估该投建方案的经济性和灵活性，通过对比，确定合适的投建方案。

Claims (4)

1.一种基于鲁棒优化的电力系统建设规划方法，其特征在于，所述方法包括：
S1、根据电力系统中需要新建的线路，确定系统待建线路数据集合；
S2、根据待建线路数据集合建立基于鲁棒优化的电力系统数学模型；
S3、采用列生成算法对所有的待建方案进行求解，获得每种待建方案下电力系统数学模型经济性指标、各机组的运行方式和弃可再生能源和切负荷数据；
S4、根据各机组的运行方式、弃可再生能源和切负荷数据，计算电力系统周期内及各时间断面的上调灵活性和下调灵活性；
S5、根据各时间断面的上调灵活性和下调灵活性，计算上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比；
S6、根据获得的电力系统数学模型的经济性结果和灵活性结果，确定系统的最优建设方案；
其中，所述电力系统数学模型为：
Figure FDA0004083069270000011
其中，
Figure FDA0004083069270000012
Figure FDA0004083069270000013
Figure FDA0004083069270000014
G为传统机组的集合，T为时间集合，N为所有节点集合，s为投建线路场景，j为节点，t为时间，x为整数变量，y为连续变量，u为不确定性变量；Ω为整数变量集合，Φ为不确定性变量集合，Ψ(x,u)为整数变量和不确定性变量确定之后的连续变量的集合；
Figure FDA0004083069270000015
为投建场景s下电力系统的经济性；
Figure FDA0004083069270000016
为投建场景s下机组的启停成本；
Figure FDA0004083069270000017
为投建场景s下机组的出力成本；
Figure FDA0004083069270000018
为投建场景s下的弃可再生能源和切负荷的惩罚成本；
Figure FDA0004083069270000019
Figure FDA00040830692700000110
分别为投建场景s下，发电机的启动成本系数、发电机的停机成本系数、发电机的出力成本系数；
Figure FDA00040830692700000111
和
Figure FDA00040830692700000112
分别为投建场景下s，弃可再生能源、切负荷的惩罚成本系数；αs,j,t和βs,j,t分别为投建场景下s，发电机的开机、停机标志位；Ps,j,t为投建场景下s，发电机的有功出力；
Figure FDA00040830692700000113
和
Figure FDA00040830692700000114
分别为投建场景下s，弃可再生能源有功功率、切负荷有功功率；
其中，线路潮流约束为：
Figure FDA0004083069270000021
Figure FDA0004083069270000022
其中，式(5)表示系统运行情况下，线路不能超过其最大容量，
Figure FDA0004083069270000023
为线路ij的最大有功容量，Ps,ij,t为投建场景下s下，线路ij在第t时刻的有功功率；式(6)表示线路有功潮流的计算方法，R为可再生能源集合，ptdfs为投建场景下s下，电机节点对应的功率转移分布因子；
功率平衡约束为：
Figure FDA0004083069270000024
其中，
Figure FDA0004083069270000025
为投建场景s下，节点j在t时刻的有功负荷；
Figure FDA0004083069270000026
是不确定性变量，表示投建场景s下，可再生分布式电源的有功出力，
Figure FDA0004083069270000027
为投建场景s下，可再生分布式电源有功出力的预测值，
Figure FDA0004083069270000028
投建场景s下，可再生分布式电源有功出力的预测误差，L为负荷节点集合；
发电机的相关约束为：
Figure FDA0004083069270000029
Figure FDA00040830692700000210
Figure FDA00040830692700000211
Figure FDA00040830692700000212
αs,j,t-βs,j,t＝cs,j,t-cs,j,t-1 (12)
式(8)表示发电机的出力约束，
Figure FDA00040830692700000213
和
Figure FDA00040830692700000214
为连接机组的节点j的最小、最大出力，cs,j,t为投建场景s时，机组j在t时刻的开停状态，若发电机处于运行状态时，cs,j,t＝1；若发电机处于停运状态时，cs,j,t＝0，其出力为0；式(9)表示发电机的爬坡约束，
Figure FDA0004083069270000031
和
Figure FDA0004083069270000036
为机组的下爬坡率和上爬坡率；式(10)和式(11)分别表示发电机的最小开机时间约束和最小停机时间约束，
Figure FDA0004083069270000032
和
Figure FDA0004083069270000033
为机组的最小运行时间、最小停机时间；式(12)为0-1变量的等式约束。
2.根据权利要求1所述的一种基于鲁棒优化的电力系统建设规划方法，其特征在于，所述应用列生成算法求解，具体包括以下步骤：
S301、从电力系统数学模型选定待建线路，设定可行解的上界为UB＝+∞，下界为LB＝-∞，选择收敛水平ε，迭代次数K＝1，x为模型中整数变量，y为模型中连续变量，u为模型中不确定性变量；
S302、求解主问题MP，并得到最优解(xk+1,θk+1,y1*,...,yk*)，并设置LB＝max{LB,MP}；xk+1和θk+1为第k+1次迭代得到的主问题的解，(y1*,...,yk*)为前k次迭代子问题得到的解，s.t.(9)-(12)为约束条件；
Figure FDA0004083069270000034
S303、求解子问题SP，s.t.(5)-(8)为约束条件，并得到最优解yk*和uk*，并设置UB＝min{UB,MP+SP}；
Figure FDA0004083069270000035
S304、判断是否收敛：如果UB-LB≤ε，迭代终止，并返回最优解；否则，返回步骤S302，且K＝K+1；其中，ε根据计算精度要求自行设置；
S305、求出最优解x,y,u，计算投建场景s下，电力系统周期内的上调灵活性指标和下调灵活性指标；
S306、再计算投建场景s下，电力系统各时间断面的上调灵活性指标和下调灵活性指标；
S307、在此基础上，计算上调灵活性和下调灵活性的期望和不足的时间占比；
S308、s＝s+1，返回步骤S301继续计算。
3.根据权利要求1所述的一种基于鲁棒优化的电力系统建设规划方法，其特征在于，所述步骤S4中，根据系统运行状况和弃风光和切负荷情况，在电力系统周期内的角度和各时间断面角度，计算上调灵活性和下调灵活性，具体过程如下：
Figure FDA0004083069270000041
Figure FDA0004083069270000042
Figure FDA0004083069270000043
Figure FDA0004083069270000044
其中，L为负荷节点集合，
Figure FDA0004083069270000045
为投建场景s下，节点j在t时刻的有功负荷；
Figure FDA0004083069270000046
和
Figure FDA0004083069270000047
分别为投建场景下s，弃可再生能源有功功率、切负荷有功功率；
Figure FDA0004083069270000048
为投建场景s下，可再生分布式电源有功出力的预测值；式(13)表示投建场景s下系统在周期内的负荷供应率，其值在[0,1]范围内；式(14)表示电力系统在周期内的可再生能源利用率，其值在[0,1]范围内；式(15)和式(16)是电力系统在各时间断面的角度评估系统在投建场景s下的上调和下调灵活性，式(15)表示电力系统在某时间断面上的负荷供应率，其值在[0,1]范围内；式(16)表示电力系统在某时间断面上的可再生能源利用率，其值在[0,1]范围内。
4.根据权利要求3所述的一种基于鲁棒优化的电力系统建设规划方法，其特征在于，所述步骤S5中，通过计算周期内所有时间断面的上调灵活性
Figure FDA0004083069270000049
和下调灵活性
Figure FDA00040830692700000410
的值，得到待建上调灵活性和下调灵活性序列，如式(17)和(18)所示，具体过程如下：
Figure FDA00040830692700000411
Figure FDA00040830692700000412
根据式(17)和(18)可以计算出上调灵活性期望、下调灵活性期望、上调灵活性不足的时间占比和下调灵活性不足的时间占比，如式(19)-(22)：
Figure FDA00040830692700000413
Figure FDA00040830692700000414
Figure FDA0004083069270000051
Figure FDA0004083069270000052
其中，
Figure FDA0004083069270000053
和
Figure FDA0004083069270000054
是0-1变量，如果
Figure FDA0004083069270000055
则
Figure FDA0004083069270000056
否则
Figure FDA0004083069270000057
如果
Figure FDA0004083069270000058
则
Figure FDA0004083069270000059
否则
Figure FDA00040830692700000510
CN201910855942.0A 2019-09-11 2019-09-11 一种基于鲁棒优化的电力系统建设规划方法 Active CN110535132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910855942.0A CN110535132B (zh) 2019-09-11 2019-09-11 一种基于鲁棒优化的电力系统建设规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910855942.0A CN110535132B (zh) 2019-09-11 2019-09-11 一种基于鲁棒优化的电力系统建设规划方法

Publications (2)

Publication Number Publication Date
CN110535132A CN110535132A (zh) 2019-12-03
CN110535132B true CN110535132B (zh) 2023-05-16

Family

ID=68668145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910855942.0A Active CN110535132B (zh) 2019-09-11 2019-09-11 一种基于鲁棒优化的电力系统建设规划方法

Country Status (1)

Country Link
CN (1) CN110535132B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111193295A (zh) * 2020-01-06 2020-05-22 天津大学 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法
CN111932115B (zh) * 2020-08-10 2022-11-18 国家电网有限公司 计及源荷互动的电力系统区间扩展规划方法
CN112215462A (zh) * 2020-09-04 2021-01-12 国网天津市电力公司 基于马氏距离的k均值聚类电网适应性评价方法
CN112202172B (zh) * 2020-10-15 2023-07-25 国网天津市电力公司 一种基于机组组合和网络结构优化的电网规划方法及装置
CN113538169A (zh) * 2021-07-23 2021-10-22 国网天津市电力公司 交直流混联城市电网发展适应性评估方法
CN114880851B (zh) * 2022-05-05 2024-02-20 合肥工业大学 考虑综合灵活性约束的含风电电力系统机组组合鲁棒优化方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107257129A (zh) * 2017-06-28 2017-10-17 国网山东省电力公司经济技术研究院 一种考虑电网结构灵活调整的鲁棒调度方法
CN108429256A (zh) * 2018-03-22 2018-08-21 国网河北省电力有限公司经济技术研究院 电力系统运行优化方法及终端设备
CN108964033A (zh) * 2018-07-17 2018-12-07 华北电力大学（保定） 一种电力系统调度方法、装置、计算机装置及存储介质
CN109038689A (zh) * 2018-09-13 2018-12-18 中国南方电网有限责任公司电网技术研究中心 一种电力系统的超短期优化调度方法
CN109146706A (zh) * 2018-08-14 2019-01-04 国网四川省电力公司经济技术研究院 一种考虑灵活性供需平衡的输电网规划方法
CN109523060A (zh) * 2018-10-22 2019-03-26 上海交通大学 高比例可再生能源在输配电网协同接入下的配比优化方法
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
CN109936170A (zh) * 2019-04-08 2019-06-25 东北电力大学 考虑电源灵活性裕度的风光水火互补协调优化调度方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107257129A (zh) * 2017-06-28 2017-10-17 国网山东省电力公司经济技术研究院 一种考虑电网结构灵活调整的鲁棒调度方法
CN108429256A (zh) * 2018-03-22 2018-08-21 国网河北省电力有限公司经济技术研究院 电力系统运行优化方法及终端设备
CN108964033A (zh) * 2018-07-17 2018-12-07 华北电力大学（保定） 一种电力系统调度方法、装置、计算机装置及存储介质
CN109146706A (zh) * 2018-08-14 2019-01-04 国网四川省电力公司经济技术研究院 一种考虑灵活性供需平衡的输电网规划方法
CN109038689A (zh) * 2018-09-13 2018-12-18 中国南方电网有限责任公司电网技术研究中心 一种电力系统的超短期优化调度方法
CN109523060A (zh) * 2018-10-22 2019-03-26 上海交通大学 高比例可再生能源在输配电网协同接入下的配比优化方法
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
CN109936170A (zh) * 2019-04-08 2019-06-25 东北电力大学 考虑电源灵活性裕度的风光水火互补协调优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于AP 聚类和鲁棒优化的电网规划灵活性评估;魏联滨等;《电力系统及其自动化学报》;20200331;第32卷(第3期);第99-107页 *
考虑网络动态重构的配电系统两阶段灵活性提升优化调度方法;武忠山等;《电网技术》;20201231;第44卷(第12期);第4644-4653页 *
计及灵活性的孤岛型微电网多目标日前优化调度方法;杨龙杰等;《电网技术》;20180531;第42卷(第5期);第1432-1440 *

Also Published As

Publication number Publication date
CN110535132A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN110535132B (zh) 一种基于鲁棒优化的电力系统建设规划方法
CN103840457B (zh) 考虑电动汽车充放电影响的配电网内dg优化配置方法
CN107633333B (zh) 柔性变电站区域电网的源-荷-储调度优化方法及系统
CN103138256B (zh) 一种新能源电力消纳全景分析系统及方法
CN104485690B (zh) 一种基于多阶段动态规划的电网多源调峰方法
CN105071389B (zh) 计及源网荷互动的交直流混合微电网优化运行方法及装置
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
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
CN112491043B (zh) 一种新能源富集电网电源规划方法及系统
CN110690702B (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
CN111082466B (zh) 考虑风电不确定性的新能源接入与网架扩建优化方法
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
Tian et al. Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization
CN102593855B (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
CN111276968A (zh) 基于奇异摄动的综合能源系统分布式趋同控制方法及系统
Yang et al. Deep learning-based distributed optimal control for wide area energy Internet
CN105244870A (zh) 一种快速计算电网风电场弃风率及机组发电量的方法
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
CN114741960A (zh) 一种综合能源经济环境调度优化方法及系统
CN111193295A (zh) 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法
CN116937637A (zh) 一种多能互补提供频率支撑的储能容量分布鲁棒规划方法
CN116865270A (zh) 一种含嵌入式直流的柔性互联配电网优化调度方法及系统
CN115618616A (zh) 一种源、网、荷资源的混合储能可靠性评估模型构建方法
Zhao et al. Research on multiobjective optimal operation strategy for wind-photovoltaic-hydro complementary power system
CN114398777A (zh) 一种基于巴什博弈理论的电力系统灵活性资源配置方法

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