CN110880786A - 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法 - Google Patents

一种消纳大规模风电的电-气互联系统鲁棒区间调度方法 Download PDF

Info

Publication number
CN110880786A
CN110880786A CN201911160912.4A CN201911160912A CN110880786A CN 110880786 A CN110880786 A CN 110880786A CN 201911160912 A CN201911160912 A CN 201911160912A CN 110880786 A CN110880786 A CN 110880786A
Authority
CN
China
Prior art keywords
wind power
output
unit
gas
model
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
CN201911160912.4A
Other languages
English (en)
Other versions
CN110880786B (zh
Inventor
黄晓明
王文睿
余涛
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201911160912.4A priority Critical patent/CN110880786B/zh
Publication of CN110880786A publication Critical patent/CN110880786A/zh
Application granted granted Critical
Publication of CN110880786B publication Critical patent/CN110880786B/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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种消纳大规模风电的电‑气互联系统鲁棒区间调度方法，包括以下步骤：S1、建立发电机组、P2G装置和风电场的机组模型；S2、将机组模型的风电承担系数作为待优化变量参与优化求解；S3、建立鲁棒区间调度模型；S4、消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项；S5、对鲁棒区间调度模型进行凸化处理；S6、对模型进行求解，得到机组出力结果；S7、建立日后校正模型；S8、对日后校正模型进行求解，得到机组再调整出力结果；步骤S9、根据计算结果对机组进行出力调整，同时降低系统校正成本。本发明可以合理解决IEGS引入风电不确定性后难以考虑对气网运行影响的问题。

Description

一种消纳大规模风电的电-气互联系统鲁棒区间调度方法
技术领域
本发明涉及电-气互联系统鲁棒区间调度模型与方法技术领域，特别是涉及一种消纳大规模风电的电-气互联系统鲁棒区间调度方法。
背景技术
在能源互联网的实现条件下，风能将成为其主要的电力发电来源，如何消纳带有发电不确定性的风能因此成为能源互联网面临的一个主要挑战。而作为能源互联网的重要基础和过渡，电-气互联系统(integrated electric and gas system,IEGS)将电力网络和天然气网络通过燃气机组和电转气装置紧密耦合在一起，其利用燃气机组的快速响应和调节能力以应对风力发电的波动，并采用P2G(power to gas)装置将富余风电转化为易于大规模存储的天然气，从而进一步提高能源互联网风电消纳的水平。
由于气网的供气量存在一定范围，在应对风力波动时系统未必能够提供足够的天然气给燃气机组进行计及燃气机组参与自动发电控制(Automatic Generation Control,AGC)调节，故有必要在IEGS鲁棒区间调度模型中考虑调节状态下的气网约束。现有的文献He C,Wu L,Liu T,et al.Robust Co-Optimization Scheduling of Electricity andNatural Gas Systems via ADMM[J].IEEE Transactions on Sustainable Energy,2017,8(2):658-670.和罗毅,邵周策,张磊,等.考虑风电不确定性和气网运行约束的鲁棒经济调度和备用配置[J].电工技术学报,2018,33(11):2456-2467.中，在应对风电出力波动进而调整燃气机组的出力时忽略对气网运行约束的影响，而未将P2G装置纳入其数学模型中，也忽视了P2G装置进一步消纳风电的作用。因此，针对IEGS引入风电不确定性后难以考虑对气网运行的影响这个问题目前尚无简单有效的解决方法。
发明内容
针对以上研究背景，为了更简单有效地解决IEGS引入风电不确定性后难以考虑对气网运行的影响这个问题，本发明提供了一种消纳大规模风电的电-气互联系统鲁棒区间调度方法。
本发明建立的鲁棒区间调度模型考虑了燃气机组参与AGC调节响应以追踪风电波动和P2G装置参与风电消纳，同时还考虑了电-气互联系统的运行约束。本方法将调度模型中AGC机组和P2G装置的风电承担系数作为待优化变量，进一步扩大风电消纳区间，而且通过非线性项松弛的方法处理因此引入的非线性项。本方法通过罚凸凹过程处理模型中考虑气网运行约束引入的非凸性，使鲁棒区间调度模型易于求解。本方法通过求解鲁棒区间调度模型和日后校正模型，使系统在实时调度中较好地应对风电波动，在减少弃风的同时降低系统校正成本。
一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，包括以下步骤：
步骤S1、计及燃气机组参与AGC调节响应以追踪风电波动和P2G装置参与风电消纳，建立发电机组、P2G装置和风电场的机组模型；
步骤S2、将机组模型中AGC机组和P2G装置的风电承担系数作为待优化变量参与优化求解；
步骤S3、考虑IEGS运行约束，以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型；
步骤S4、消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项；
步骤S5、对鲁棒区间调度模型进行凸化处理使其转化为二次规划问题；
步骤S6、对步骤S5中的模型进行求解，得到机组出力结果；
步骤S7、利用计及再调整的日后校正过程进行蒙特卡洛模拟仿真，以最小化日后校正成本为优化目标建立日后校正模型；
步骤S8、对日后校正模型进行求解，得到机组再调整出力结果；
步骤S9、步骤S9、根据步骤S8得到的结果对机组进行出力调整，使系统较好地应对实时风电波动，同时降低系统校正成本。
进一步地，所述步骤S1中机组模型的相关变量包括：风电场出力预测区间
Figure BDA0002286119630000031
风电期望出力
Figure BDA0002286119630000032
风电容许区间
Figure BDA0002286119630000033
风电场实际出力
Figure BDA0002286119630000034
考虑P2G装置的风电消纳区间上限
Figure BDA0002286119630000035
发电机组基态出力
Figure BDA0002286119630000036
发电机组实际出力
Figure BDA0002286119630000037
P2G装置基态出力
Figure BDA0002286119630000038
P2G装置实际出力
Figure BDA0002286119630000039
发电机组风电承担系数
Figure BDA00022861196300000310
P2G装置风电承担系数
Figure BDA00022861196300000311
其中，W指向风电场的参数变量，PW指向P2G装置进行调节后风电场的待求解变量，G指向机组的参数变量，下标P指向P2G装置的参数变量。
进一步地，步骤S1中建立发电机组、P2G装置和风电场的机组模型，具体如下：
发电机组：当风电场实际出力
Figure BDA00022861196300000312
在风电容许区间
Figure BDA00022861196300000313
内波动，即
Figure BDA00022861196300000314
时，AGC机组(燃气机组和部分燃煤机组)参与调节，承担风电功率不平衡量使系统稳定过渡到安全状态，而非AGC机组(部分燃煤机组)出力严格追踪日前计划值，则各发电机组实际出力可以描述如下：
Figure BDA00022861196300000315
式中，
Figure BDA00022861196300000316
分别为时段t中机组n的实际出力和基态出力，ΩW为所有风电场集合，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，
Figure BDA00022861196300000317
为时段t中机组n对于风电场k出力波动的承担系数，
Figure BDA00022861196300000318
为风电基态出力；
P2G装置：计及P2G装置参与风电消纳，P2G作为电网负荷在基点状态下消纳一部分风电；当风电实际出力大于风电容许区间上限，即
Figure BDA0002286119630000041
时，P2G装置继续消纳
Figure BDA0002286119630000042
这部分弃风功率，以进一步提高风电消纳区间的上限，将提高后的上限称为P2G风电上限，计为
Figure BDA0002286119630000043
则P2G装置的实际电功率可以描述如下：
Figure BDA0002286119630000044
式中，
Figure BDA0002286119630000045
和
Figure BDA0002286119630000046
分别为时段t中P2G装置i的实际出力和基态出力，
Figure BDA0002286119630000047
为时段t中P2G装置i对于风电场k出力波动的承担系数，ΩP为所有P2G装置集合；
风电场：假设风电场出力预测区间
Figure BDA0002286119630000048
服从某种概率分布，并假设风电出力预测区间中点作为风电预测出力值(期望出力)；风电场在基点状态下追踪风电出力预测区间
Figure BDA0002286119630000049
的期望出力
Figure BDA00022861196300000410
即利用风电基态出力
Figure BDA00022861196300000411
在追踪期望出力
Figure BDA00022861196300000412
在实际调度中，风电场严格追踪考虑P2G装置参与风电消纳后的风电容许区间
Figure BDA00022861196300000413
内的任意风电出力；
根据以上叙述，描述各类风电出力的关系如下：
Figure BDA00022861196300000414
进一步地，步骤S2所述的将机组模型中AGC机组和P2G装置的风电承担系数作为待优化变量参与优化求解，其满足下列关系：
Figure BDA00022861196300000415
式中，
Figure BDA0002286119630000051
和
Figure BDA0002286119630000052
分别为机组n和P2G装置i对于风电场k出力波动的承担系数，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，非AGC机组不承担风电波动；ΩP为所有P2G装置集合。
进一步地，步骤S3所述的以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型，具体如下：
Figure BDA0002286119630000053
Figure BDA0002286119630000054
Figure BDA0002286119630000055
式中，ΩW为所有风电场集合，ΩT、ΩGC、ΩS和ΩC分别为所有时间断面集合、所有燃煤机组集合、所有气源集合和所有储气库的集合；
Figure BDA0002286119630000056
和
Figure BDA0002286119630000057
分别为燃煤机组n的煤耗量、P2G装置i的产气量、气源j的出气量、储气库的出气量及进气量；cn、ci、cj、cc分别为燃煤机组单位成本、P2G装置单位成本、气源单位成本、储气库单位成本，cW1、cW2分别为在日前配置AGC机组和P2G装置追踪风电波动的备用容量单位成本，
Figure BDA0002286119630000058
为风电惩罚项，
Figure BDA0002286119630000059
为风电期望出力，
Figure BDA00022861196300000510
为风电基态出力，具体如下：
Figure BDA00022861196300000511
其中，
Figure BDA00022861196300000512
均为惩罚系数，系统需要在利用风电基态出力追踪风电预测出力的前提下，使风电容许区间和P2G风电上限也尽可能地追踪风电预测区间，故在目标函数中加入风电惩罚项以体现最大化利用风电；
系统需要在利用风电基态出力追踪风电预测出力的前提下，使风电容许区间和P2G风电上限也尽可能地追踪风电预测区间，故在目标函数中加入风电惩罚项以体现最大化利用风电；
此外，电-气互联系统(integrated electric and gas system,IEGS)的运行约束包括电网约束和天然气网络约束，其中电网约束包括总功率平衡约束、机组出力约束、机组爬坡约束、旋转备用约束、P2G功率约束、支路传输功率限制，天然气网络约束包括基态约束和调节状态下约束。
进一步地，步骤S4所述消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项，具体方法如下：
Figure BDA0002286119630000061
Figure BDA0002286119630000062
Figure BDA0002286119630000063
和
Figure BDA0002286119630000064
分别为机组n所承担的应对风电场k最大正、负波动的备用容量，
Figure BDA0002286119630000065
和
Figure BDA0002286119630000066
分别为机组n应对风电波动的允许出力上限和下限，
Figure BDA0002286119630000067
为机组n的基态出力，
Figure BDA0002286119630000068
为P2G装置i所承担的应对风电场k最大正波动的备用容量，
Figure BDA0002286119630000069
为P2G装置i的允许电功率上限；该过程表示用机组和P2G装置承担风电波动变量替换原有机组和P2G风电承担系数与风电不平衡量相乘的非线性项；
此外，给定机组的风电承担系数和P2G装置的风电承担系数后，风电场k对传输断面l的机组准稳态发电转移分布因子为
Figure BDA00022861196300000610
P2G准稳态发电转移分布因子为
Figure BDA00022861196300000611
在优化求解前难以判断其正负，故进一步做如下松弛处理：
Figure BDA0002286119630000071
Figure BDA0002286119630000072
上式中引入的
Figure BDA0002286119630000073
和
Figure BDA0002286119630000074
代表机组所承担的风电场k在风电容许区间内的波动对支路传输功率影响的极小值和极大值，其一定在三个端点
Figure BDA0002286119630000075
中取得；
Figure BDA0002286119630000076
和
Figure BDA0002286119630000077
代表P2G装置所承担的风电场k在
Figure BDA00022861196300000712
区间内的波动对支路传输功率影响的极值；
Figure BDA0002286119630000078
为基态线路l的传输功率；
Figure BDA0002286119630000079
和T l分别为线路l的潮流上限和下限；gl,n和gl,k则分别为机组n和风电场k对于线路l的功率分布转移因子；
Figure BDA00022861196300000710
为所有机组追踪风电后对于线路l所产生的功率波动量，
Figure BDA00022861196300000711
为给定P2G装置的风电承担系数后。
进一步地，步骤S5的处理是经过步骤S4对非线性项进行消除后，鲁棒区间调度模型的非凸性由天然气网络中的管道气流方程造成，故通过罚凸凹过程对其进行处理，使模型转化为二次规划问题。
进一步地，步骤S6所述对步骤S5中的模型进行求解是通过CPLEX求解器可以对步骤S5中的二次规划问题进行快速求解。
进一步地，步骤S7具体包括：在步骤S6的基础上，通过在日后进行蒙特卡洛仿真模拟实时风电出力，为得到弃风量和应对风电波动的机组再调整出力策略，以最小化日后校正成本为优化目标建立日后校正模型，具体优化目标函数如下：
Figure BDA0002286119630000081
Figure BDA0002286119630000082
Figure BDA0002286119630000083
式中，不带上标∧的变量均为日前调度所求解的基态变量，dn、di、dj、m1和m2分别为AGC燃煤机组出力调整成本、P2G调整成本、气源出力调整成本、弃风成本以及弃负荷成本，
Figure BDA0002286119630000084
为P2G装置i的实际产气量，
Figure BDA0002286119630000085
为气源j的实际出力，
Figure BDA0002286119630000086
为风电期望出力，
Figure BDA0002286119630000087
为风电实际出力，
Figure BDA0002286119630000088
为时段t中节点a的预测负荷功率，
Figure BDA0002286119630000089
为节点a实际负荷功率，ΩD为所有负荷节点集合。
进一步地，步骤S8中所述的对日后校正模型进行求解，由于日后校正模型的目标函数中包含变量的绝对值项，其本质是一个含有不连续导数的非线性规划问题，采用SNOPT求解器对该问题进行快速求解。
与现有技术相比，本发明的有益效果是：
(1)本发明所得到的风电允许出力区间能够使系统在实时调度中较好地应对风电波动，在减少弃风的同时降低系统校正成本；
(2)本发明在IEGS鲁棒区间调度模型中考虑调节状态下的气网约束，可以使IEGS在应对风电波动时得以考虑到对气网运行的影响，使调度决策更符合系统实际运行情况，以减小日后的校正成本；
(3)本发明在IEGS鲁棒区间日前调度中考虑P2G的向上调节作用，可提高风电过剩时气网的供气能力，同时在日前优化了P2G的风电承担系数，在减少基态供能成本的同时进一步扩大风电消纳区间。
附图说明
图1为一种消纳大规模风电的电-气互联系统鲁棒区间调度方法的流程图。
具体实施方式
下面结合附图对本发明进一步说明。
本发明的一个实施例以修改的IEEE 39节点电力网络和比利时20节点天然气网络搭建IEGS，电力网络中共有8台发电机组和2个风电场，其中1、5号机组为燃气机组，其余机组为燃煤机组，考虑1、5、6号机组作为AGC机组，其余机组均为非AGC机组，即系统内所有燃气机组和6号燃煤机组作为AGC机组；系统的天然气网络中共有2个气源和4个储气库，2台燃气机组分别连接于气网的4、10节点，2台P2G装置接入气网的13、14节点。
如图1所示的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其步骤具体如下：
步骤S1、计及燃气机组参与AGC调节响应以追踪风电波动和P2G装置参与风电消纳，建立发电机组、P2G装置和风电场的机组模型。
利用风电场出力预测区间来考虑风电的不确定性，计及燃气机组参与AGC调节响应以追踪风电波动和P2G装置参与风电消纳，通过发电机组、P2G装置以及风电场等资源实现调度的安全性和鲁棒性，具体描述如下：
发电机组：当风电场实际出力
Figure BDA0002286119630000091
在风电容许区间
Figure BDA0002286119630000092
内波动，即
Figure BDA0002286119630000093
时，AGC机组(燃气机组和部分燃煤机组)参与调节，承担风电功率不平衡量使系统稳定过渡到安全状态，而非AGC机组(部分燃煤机组)出力严格追踪日前计划值，则各发电机组实际出力可以描述如下：
Figure BDA0002286119630000094
式中，
Figure BDA0002286119630000095
分别为时段t中机组n的实际出力和基态出力，ΩW为所有风电场集合，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，
Figure BDA0002286119630000101
为时段t中机组n对于风电场k出力波动的承担系数。
P2G装置：计及P2G装置参与风电消纳，P2G作为电网负荷在基点状态下消纳一部分风电；当风电实际出力大于风电容许区间上限，即
Figure BDA0002286119630000102
时，P2G装置继续消纳
Figure BDA0002286119630000103
这部分弃风功率，以进一步提高风电消纳区间的上限，将提高后的上限称为P2G风电上限，计为
Figure BDA0002286119630000104
则P2G装置的实际电功率可以描述如下：
Figure BDA0002286119630000105
式中，
Figure BDA0002286119630000106
和
Figure BDA0002286119630000107
分别为时段t中P2G装置i的实际出力和基态出力，
Figure BDA0002286119630000108
为时段t中P2G装置i对于风电场k出力波动的承担系数，ΩP为所有P2G装置集合。
风电场：假设风电场出力预测区间
Figure BDA0002286119630000109
服从某种概率分布，并假设风电出力预测区间中点作为风电预测出力值(期望出力)；风电场在基点状态下追踪风电出力预测区间
Figure BDA00022861196300001010
的期望出力
Figure BDA00022861196300001011
即利用风电基态出力
Figure BDA00022861196300001012
在追踪期望出力
Figure BDA00022861196300001013
在实际调度中，风电场严格追踪考虑P2G装置参与风电消纳后的风电容许区间
Figure BDA00022861196300001014
内的任意风电出力。
根据以上叙述，描述各类风电出力的关系如下：
Figure BDA00022861196300001015
步骤S2、将模型中AGC机组和P2G装置的风电承担系数作为待优化变量参与优化求解。
即将式(1)和式(2)中机组和P2G装置对风电场出力波动的承担系数
Figure BDA00022861196300001016
作为待优化变量参与优化求解，其满足下列关系：
Figure BDA0002286119630000111
式中，
Figure BDA0002286119630000112
和
Figure BDA0002286119630000113
分别为机组n和P2G装置i对于风电场k出力波动的承担系数，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，非AGC机组不承担风电波动；ΩP为所有P2G装置集合。
步骤S3、考虑IEGS运行约束，以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型。
模型以最小化基态的供能成本和最大化风电利用为目标，为体现最大化利用风电，系统需要在利用风电基态出力追踪风电预测出力的前提下，使风电容许区间和P2G风电上限也尽可能地追踪风电预测区间，故在优化目标中添加风电惩罚项
Figure BDA0002286119630000114
具体如下：
Figure BDA0002286119630000115
式中，设置惩罚系数
Figure BDA0002286119630000116
则鲁棒区间调度模型的优化目标可具体描述如下：
Figure BDA0002286119630000117
式中，ΩT,ΩGC,ΩS和ΩC分别为所有时间断面集合、所有燃煤机组集合、所有气源集合和所有储气库的集合；
Figure BDA0002286119630000118
和
Figure BDA0002286119630000119
分别为燃煤机组n的煤耗量、P2G装置i的产气量、气源j的出气量和储气库的出气量及进气量；cn、ci、cj、cc分别为燃煤机组单位成本、P2G装置单位成本、气源单位成本、储气库单位成本，cW1、cW2分别为在日前配置AGC机组和P2G装置追踪风电波动的备用容量单位成本，在该实施例中取值为cW1＝15$/MWh，cW2＝30$/MWh。其中，燃煤机组、燃气机组和P2G的耗量特性可描述为：
Figure BDA0002286119630000121
式中，
Figure BDA0002286119630000122
为燃煤机组耗量特性，an、bn、cn为燃煤机组耗量特性方程常系数，
Figure BDA0002286119630000123
为燃气机组耗量特性，
Figure BDA0002286119630000124
为发电机组出力，dn为燃气机组耗量特性方程常系数，
Figure BDA0002286119630000125
为P2G机组的产气量，
Figure BDA0002286119630000126
为P2G机组的电功率，ηn为P2G装置耗量特性方程常系数，ΩGS为所有燃气机组集合，HHV为天然气的热值系数，HHV＝39MJ/Mm3。
在IEGS运行约束方面，本发明采用直流潮流描述电力网络，电网约束的鲁棒区间形式如下：
总功率平衡约束
Figure BDA0002286119630000127
式中
Figure BDA0002286119630000128
为时段t中节点a的负荷功率，ΩD为所有负荷节点集合。
机组出力约束
Figure BDA0002286119630000129
式中，
Figure BDA0002286119630000131
分别为发电机组出力预测上、下限，
Figure BDA0002286119630000132
和
Figure BDA0002286119630000133
分别为机组n应对风电波动的允许出力上限和下限。
机组爬坡约束
Figure BDA0002286119630000134
式中，ru,n、rd,n分别问机组向上爬坡、向下爬坡的最大速率。
旋转备用约束
Figure BDA0002286119630000135
式中，
Figure BDA0002286119630000136
和
Figure BDA0002286119630000137
分别为剩余正、负旋转备用容量，
Figure BDA0002286119630000138
和
Figure BDA0002286119630000139
分别为日前的正、负旋转备用需求。
P2G装置功率约束
Figure BDA00022861196300001310
Figure BDA00022861196300001311
式中，
Figure BDA00022861196300001312
为P2G装置的基态电功率，
Figure BDA00022861196300001313
为P2G装置功率上限，
Figure BDA00022861196300001314
为P2G装置实际消耗的最大、最小电功率，所述两式分别为P2G装置的基态功率约束和实际消耗的最大、最小电功率约束。
潮流约束
Figure BDA00022861196300001315
Figure BDA0002286119630000141
Figure BDA0002286119630000142
式中，
Figure BDA0002286119630000143
为基态线路l的传输功率，gl,n、gl,k、gl,i、gl,a则分别为机组n风电场k、P2G装置i和负荷节点a对于线路l的功率分布转移因子，
Figure BDA0002286119630000144
和
Figure BDA0002286119630000145
为所有机组追踪风电后对于线路l所产生的最小和最大功率波动量，
Figure BDA0002286119630000146
和
Figure BDA0002286119630000147
为给定机组的风电承担系数和P2G装置的风电承担系数后，风电场k对传输断面l的机组准稳态发电转移分布因子和P2G准稳态发电转移分布因子，
Figure BDA0002286119630000148
和T l分别为线路l的潮流上限和下限；
Figure BDA0002286119630000149
和
Figure BDA00022861196300001410
分别为发电机组n和P2G装置i对风电场k出力波动的风电承担系数。
IEGS气网运行约束具体如下：
气流动态特性
Figure BDA00022861196300001411
本发明采用有限差分技术对气流动态特性进行描述，式中，下标m和n代表天然气网络节点，并分别对应连接管道m-n的首末节点；考虑将管道分为NP段，d为管道分段索引，d＝0,1,2,…,NP；
Figure BDA0002286119630000151
和
Figure BDA0002286119630000152
分别对应管道m-n第d段的气压和气流。Cmn,1和Cmn,2均为取决于管道参数的常系数，Δt为调度的单位时间断面，Δlmn为分段后单位管道长度。
天然气网络中的管道首末端节点的气压约束
Figure BDA0002286119630000153
Figure BDA0002286119630000154
式中，
Figure BDA0002286119630000155
分别为管道首、末端节点的气压，
Figure BDA0002286119630000156
为管道m-n第0段和第NP段的气压，R mn和
Figure BDA0002286119630000157
分别为管道m-n的最小和最大气压比。
其中，式(17)为无加压站管道的首末端节点气压。式(18)为加压站管道首端节点满足的关系。
储气库约束
Figure BDA0002286119630000158
天然气网络中考虑引入储气库作为应对管道故障或需求增长的应急气源，式中
Figure BDA0002286119630000159
为时刻t储气库c的实际储气量，
Figure BDA00022861196300001510
E c分别为储气库c容量上、下限，
Figure BDA00022861196300001511
Figure BDA00022861196300001512
分别为储气库的最大出气量和最大进气量。
气源出力和节点气压上下限约束
Figure BDA00022861196300001513
管存裕度校验
Figure BDA00022861196300001514
式中，
Figure BDA00022861196300001515
f S,j为气源出力上、下限，
Figure BDA00022861196300001516
q m为节点气压的上、下限，
Figure BDA00022861196300001517
分别为管道m-n第0段、第NP段的气流。
管道首端注入天然气流与末端流出天然气流不相等，首末端相差的天然气流称之为管存，管存量需预留一定的调节裕度。
流量平衡约束
Figure BDA0002286119630000161
上式为天然气网络节点m的流量平衡方程，式中，
Figure BDA0002286119630000162
为燃气机组耗量特性向量，
Figure BDA0002286119630000163
为P2G装置耗量特性向量，
Figure BDA0002286119630000164
分别为储气库的基态出气量向量和进气量向量，
Figure BDA0002286119630000165
为气负荷向量，
Figure BDA0002286119630000166
为气源出力向量，BGS、BP、BC、BGD、BS、BN、B0分别为天然气网络节点m与各个燃气机组、P2G装置、储气库、气负荷、气源、管道末端和管道首端的关联矩阵。
将式(16)-式(22)所描述的基态下的气网约束简化为紧凑形式如下：
g(xg)≤0 (23)
式中，xg为气网基态决策变量向量；
调节状态下的气网约束：
为追踪风电波动，燃气机组出力和P2G装置的耗电功率是可调节的，因而除了基态下的气网约束，还需要进一步考虑调节状态下的气网约束，调节状态下的气网约束为如下紧凑形式：
Figure BDA0002286119630000167
式中，
Figure BDA0002286119630000168
为调节状态下的气网实际决策变量向量。
调节状态和基态的耦合约束：
Figure BDA0002286119630000171
Figure BDA0002286119630000172
为调节状态下的气源出力，
Figure BDA0002286119630000173
分别为调节状态下m-n管道第0段和第NP段的气流，
Figure BDA0002286119630000174
为调节状态下燃气机组n的耗量特性，
Figure BDA0002286119630000175
为基态燃气机组n的耗量特性，
Figure BDA0002286119630000176
为调节状态下P2G装置i的耗量特性，
Figure BDA0002286119630000177
和
Figure BDA0002286119630000178
分别为调节状态下储气库c的出气量和进气量。
进一步将式(24)-式(25)所描述的调节状态下的气网约束表示为：
Figure BDA0002286119630000179
调节状态下的燃气机组实际耗气量和P2G装置实际产气量满足：
Figure BDA00022861196300001710
式中，
Figure BDA00022861196300001711
分别为调节状态下燃气机组n的耗气量上、下限，
Figure BDA00022861196300001712
为调节状态下燃气机组n的出力上、下限，
Figure BDA00022861196300001713
为调节状态下P2G装置i产气量上、下限，
Figure BDA00022861196300001714
为调节状态下P2G装置i的允许电功率上、下限，ηi为P2G装置产气量特性方程常系数。
最大耗气量和最小耗气量调节状态约束
Figure BDA00022861196300001715
式中，
Figure BDA00022861196300001716
分别表示最大耗气量和最小耗气量调节状态约束，
Figure BDA00022861196300001717
和
Figure BDA00022861196300001718
分别代表了最大耗气量和最小耗气量调节状态的气网决策变量向量。
Figure BDA0002286119630000181
分别表示最大耗气量调节状态时燃气机组和P2G装置的耗量特性，
Figure BDA0002286119630000182
分别表示最小耗气量调节状态时燃气机组和P2G装置的耗量特性。
步骤S4、消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项。
用机组和P2G装置承担风电波动变量替换原有机组和P2G风电承担系数与风电不平衡量相乘的非线性项，使模型可以准确求解。
Figure BDA0002286119630000183
Figure BDA0002286119630000184
同时，对式(14)-式(15)做如下松弛处理：
Figure BDA0002286119630000185
Figure BDA0002286119630000186
式中，
Figure BDA0002286119630000187
和
Figure BDA0002286119630000188
代表机组所承担的风电场k在风电容许区间内的波动对支路传输功率影响的极值，
Figure BDA0002286119630000191
和
Figure BDA0002286119630000192
代表P2G装置所承担的风电场k在
Figure BDA0002286119630000193
区间内的波动对支路传输功率影响的极值。
步骤S5、对模型进行凸化处理使其转化为二次规划问题。
经上一步消除非线性项后，模型的非凸性由式(16)中的管道气流方程造成，此管道气流方程的等式关系可用两个不等式关系表示：
Figure BDA0002286119630000194
Figure BDA0002286119630000195
式中，Δx为单位时间断面Δt与单位管道长度Δlmn的比值。
式(33)为一个标准二阶锥约束，其本身为凸约束，对式(34)采用罚凸凹过程进行凸化，同时引入松弛变量对近似后的不等式进行松弛，得到：
Figure BDA0002286119630000196
Figure BDA0002286119630000197
分别为m-n管道第d+1段的气压和气流，
Figure BDA0002286119630000198
为松弛变量。
罚凸凹过程通过在目标函数中设置惩罚系数ρ不断对
Figure BDA0002286119630000199
进行惩罚，以使松弛域不断紧缩，直至收敛，罚凸凹过程的收敛准则为：
|objk+1-objk|≤ε1|objk|,maxδk+1≤ε2 (36)
式中，objk为罚凸凹迭代过程中第k次的目标函数，ε1、ε2为收敛容忍度常数，δk+1为所有气流方程松弛项所构成的向量。
惩罚系数的更新原则如下：
Figure BDA00022861196300001910
式中，v为惩罚系数的更新因子，其数值应大于1。ρk为第k次迭代时的惩罚系数，
Figure BDA0002286119630000201
为惩罚系数最大值。
步骤S6、对步骤S5中的模型采用CPLEX进行求解，得到机组出力结果。
步骤S7、通过一种计及再调整的日后校正过程进行蒙特卡洛模拟仿真，以最小化日后校正成本为优化目标建立日后校正模型。
对上一步对鲁棒区间调度模型求解可得到日前调度的基态供能成本，进而将日前调度策略代入校正模型中进行蒙特卡洛模拟，得到各个算例场景的日后校正成本，日后校正成本均为蒙特卡洛场景的平均值，系统的实际调度成本＝基态供能成本+校正成本。
IEGS的日后校正模型以最小化校正成本作为优化目标：
Figure BDA0002286119630000202
式中，不带上标“∧”的均为日前调度所求解的基态变量，dn、di、dj、m1、m2分别为AGC燃煤机组出力调整成本、P2G调整成本、气源出力调整成本、弃风成本以及弃负荷成本。
Figure BDA0002286119630000203
为进入校正模型后的风电实际可用出力。dn＝30$/MWh,di＝1$/(Mm3/s),dj＝0.25$/(Mm3/s),m1＝100$/MWh,m2＝5000$/MWh。
日后校正模型的约束条件包括功率平衡、风电实际出力、负荷实际值上下限、机组实际出力、旋转备用、P2G实际耗电量以及气网约束条件，具体如下：
Figure BDA0002286119630000211
式中，
Figure BDA0002286119630000212
为机组的实际出力，
Figure BDA0002286119630000213
为风电实际出力，
Figure BDA0002286119630000214
和
Figure BDA0002286119630000215
分别为时段t中P2G装置i的实际出力和基态出力，
Figure BDA0002286119630000216
为节点a实际负荷功率，
Figure BDA0002286119630000217
为风电实际出力，
Figure BDA0002286119630000218
为风电期望出力，
Figure BDA0002286119630000219
为时段t中节点a的预测负荷功率，
Figure BDA00022861196300002110
分别为时段t中机组n的实际出力和基态出力，
Figure BDA00022861196300002111
为机组应对风电波动所承担的功率不平衡量，
Figure BDA00022861196300002112
为机组对于切负荷后所承担的功率不平衡量，
Figure BDA00022861196300002113
为P2G装置应对风电波动所承担的功率不平衡量，
Figure BDA00022861196300002114
为机组出力上、下限，
Figure BDA00022861196300002115
Figure BDA00022861196300002116
分别为剩余正、负旋转备用容量，
Figure BDA00022861196300002117
分别为最大正负旋转备用容量，R+,t、R-,t分别为日前的正、负旋转备用需求，ΩW为所有风电场集合，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，ΩT为所有时间断面集合。
此外，在日前优化得到了P2G风电上限
Figure BDA00022861196300002118
在进入校正模型之前可计算出弃风量
Figure BDA00022861196300002119
机组和P2G装置应对风电波动的再调整出力，满足以下关系：
Figure BDA0002286119630000221
式中，
Figure BDA0002286119630000222
为风电出力预测区间
Figure BDA0002286119630000223
的期望出力，
Figure BDA0002286119630000224
和
Figure BDA0002286119630000225
分别为随机场景风电采样值和日前风电基态出力值，
Figure BDA0002286119630000226
为P2G风电上限。机组风电向下波动承担系数
Figure BDA0002286119630000227
风电向上波动承担系数
Figure BDA0002286119630000228
和P2G装置风电向上波动承担系数
Figure BDA0002286119630000229
均在日前调度中求出；
Figure BDA00022861196300002210
为机组n所承担的应对风电场k最大负波动的备用容量。
步骤S8、对日后校正模型进行求解，得到机组再调整出力结果。
日后校正模型的目标函数中包含有变量的绝对值项，其本质是一个含有不连续导数的非线性规划问题，采用SNOPT求解器可以进行快速求解；
步骤S9、根据计算结果对机组进行出力调整，可以使系统较好地应对实时风电波动，同时降低系统校正成本。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，包括以下步骤：
步骤S1、计及燃气机组参与AGC调节响应以追踪风电波动和P2G装置参与风电消纳，建立发电机组、P2G装置和风电场的机组模型；
步骤S2、将机组模型中AGC机组和P2G装置的风电承担系数作为待优化变量参与优化求解；
步骤S3、考虑IEGS运行约束，以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型；
步骤S4、消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项；
步骤S5、对鲁棒区间调度模型进行凸化处理使其转化为二次规划问题；
步骤S6、对步骤S5中的模型进行求解，得到机组出力结果；
步骤S7、利用计及再调整的日后校正过程进行蒙特卡洛模拟仿真，以最小化日后校正成本为优化目标建立日后校正模型；
步骤S8、对日后校正模型进行求解，得到机组再调整出力结果；
步骤S9、根据步骤S8得到的结果对机组进行出力调整。
2.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，所述步骤S1中机组模型的相关变量包括：风电场出力预测区间
Figure FDA0002286119620000011
风电期望出力
Figure FDA0002286119620000012
风电容许区间
Figure FDA0002286119620000013
风电场实际出力
Figure FDA0002286119620000014
考虑P2G装置的风电消纳区间上限
Figure FDA0002286119620000015
发电机组基态出力
Figure FDA0002286119620000016
发电机组实际出力
Figure FDA0002286119620000017
P2G装置基态出力
Figure FDA0002286119620000018
P2G装置实际出力
Figure FDA0002286119620000019
发电机组风电承担系数
Figure FDA00022861196200000110
P2G装置风电承担系数
Figure FDA00022861196200000111
其中，W指向风电场的参数变量，PW指向P2G装置进行调节后风电场的待求解变量，G指向机组的参数变量，下标P指向P2G装置的参数变量。
3.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S1中建立发电机组、P2G装置和风电场的机组模型，具体如下：
发电机组：当风电场实际出力
Figure FDA0002286119620000021
在风电容许区间
Figure FDA0002286119620000022
内波动，即
Figure FDA0002286119620000023
时，燃气机组和部分燃煤机组即AGC机组参与调节，承担风电功率不平衡量使系统稳定过渡到安全状态，而非AGC机组即另一部分燃煤机组出力严格追踪日前计划值，则各发电机组实际出力描述如下：
Figure FDA0002286119620000024
式中，
Figure FDA0002286119620000025
分别为时段t中机组n的实际出力和基态出力，ΩW为所有风电场集合，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，
Figure FDA0002286119620000026
为时段t中机组n对于风电场k出力波动的承担系数，
Figure FDA0002286119620000027
为风电基态出力；
P2G装置：计及P2G装置参与风电消纳，P2G作为电网负荷在基点状态下消纳一部分风电；当风电实际出力大于风电容许区间上限，即
Figure FDA0002286119620000028
时，P2G装置继续消纳
Figure FDA0002286119620000029
这部分弃风功率，以进一步提高风电消纳区间的上限，将提高后的上限称为P2G风电上限，计为
Figure FDA00022861196200000210
则P2G装置的实际电功率描述如下：
Figure FDA00022861196200000211
式中，
Figure FDA00022861196200000212
和
Figure FDA00022861196200000213
分别为时段t中P2G装置i的实际出力和基态出力，
Figure FDA00022861196200000214
为时段t中P2G装置i对于风电场k出力波动的承担系数，ΩP为所有P2G装置集合；
风电场：假设风电场出力预测区间
Figure FDA0002286119620000031
服从某种概率分布，并假设风电出力预测区间中点作为风电预测出力值即期望出力；风电场在基点状态下追踪风电出力预测区间
Figure FDA0002286119620000032
的期望出力
Figure FDA0002286119620000033
即利用风电基态出力
Figure FDA0002286119620000034
在追踪期望出力
Figure FDA0002286119620000035
在实际调度中，风电场严格追踪考虑P2G装置参与风电消纳后的风电容许区间
Figure FDA0002286119620000036
内的任意风电出力；
根据以上叙述，描述各类风电出力的关系如下：
Figure FDA0002286119620000037
4.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S2所述的将机组模型中AGC机组和P2G装置的风电承担系数作为待优化变量参与优化求解，其满足下列关系：
Figure FDA0002286119620000038
式中，
Figure FDA0002286119620000039
和
Figure FDA00022861196200000310
分别为机组n和P2G装置i对于风电场k出力波动的承担系数，ΩG为所有机组集合，ΩA和ΩNA为分别为AGC机组和非AGC机组集合，非AGC机组不承担风电波动；ΩP为所有P2G装置集合。
5.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S3所述的以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型，具体如下：
Figure FDA0002286119620000041
式中，ΩW为所有风电场集合，ΩT、ΩGC、ΩS和ΩC分别为所有时间断面集合、所有燃煤机组集合、所有气源集合和所有储气库的集合；
Figure FDA0002286119620000042
和
Figure FDA0002286119620000043
分别为燃煤机组n的煤耗量、P2G装置i的产气量、气源j的出气量、储气库的出气量及进气量；cn、ci、cj、cc分别为燃煤机组单位成本、P2G装置单位成本、气源单位成本、储气库单位成本，cW1、cW2分别为在日前配置AGC机组和P2G装置追踪风电波动的备用容量单位成本，
Figure FDA0002286119620000044
为风电惩罚项，
Figure FDA0002286119620000045
为风电期望出力，
Figure FDA0002286119620000046
为风电基态出力，具体如下：
Figure FDA0002286119620000047
其中，
Figure FDA0002286119620000048
均为惩罚系数，系统需要在利用风电基态出力追踪风电预测出力的前提下，使风电容许区间和P2G风电上限也尽可能地追踪风电预测区间，故在目标函数中加入风电惩罚项以体现最大化利用风电；
此外，电-气互联系统(integrated electric and gas system,IEGS)的运行约束包括电网约束和天然气网络约束，其中电网约束包括总功率平衡约束、机组出力约束、机组爬坡约束、旋转备用约束、P2G功率约束、支路传输功率限制，天然气网络约束包括基态约束和调节状态下约束。
6.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S4所述消除AGC机组和P2G装置的风电承担系数作为待优化变量后引入的非线性项，具体方法如下：
Figure FDA0002286119620000051
Figure FDA0002286119620000052
Figure FDA0002286119620000053
和
Figure FDA0002286119620000054
分别为机组n所承担的应对风电场k最大正、负波动的备用容量，
Figure FDA0002286119620000055
和
Figure FDA0002286119620000056
分别为机组n应对风电波动的允许出力上限和下限，
Figure FDA0002286119620000057
为机组n的基态出力，
Figure FDA0002286119620000058
为P2G装置i所承担的应对风电场k最大正波动的备用容量，
Figure FDA0002286119620000059
为P2G装置i的允许电功率上限；该过程表示用机组和P2G装置承担风电波动变量替换原有机组和P2G风电承担系数与风电不平衡量相乘的非线性项；
此外，给定机组的风电承担系数和P2G装置的风电承担系数后，风电场k对传输断面l的机组准稳态发电转移分布因子为
Figure FDA00022861196200000510
P2G准稳态发电转移分布因子为
Figure FDA00022861196200000511
在优化求解前难以判断其正负，故进一步做如下松弛处理：
Figure FDA00022861196200000512
Figure FDA00022861196200000513
上式中引入的
Figure FDA0002286119620000061
和
Figure FDA0002286119620000062
代表机组所承担的风电场k在风电容许区间内的波动对支路传输功率影响的极小值和极大值，其一定在三个端点
Figure FDA0002286119620000063
中取得；
Figure FDA0002286119620000064
和
Figure FDA0002286119620000065
代表P2G装置所承担的风电场k在
Figure FDA0002286119620000066
区间内的波动对支路传输功率影响的极值；
Figure FDA0002286119620000067
为基态线路l的传输功率；
Figure FDA0002286119620000068
和T l分别为线路l的潮流上限和下限；gl,n和gl,k则分别为机组n和风电场k对于线路l的功率分布转移因子；
Figure FDA0002286119620000069
为所有机组追踪风电后对于线路l所产生的功率波动量，
Figure FDA00022861196200000610
为给定P2G装置的风电承担系数后。
7.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S5的处理是经过步骤S4对非线性项进行消除后，鲁棒区间调度模型的非凸性由天然气网络中的管道气流方程造成，故通过罚凸凹过程对其进行处理，使模型转化为二次规划问题。
8.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S6所述对步骤S5中的模型进行求解是通过CPLEX求解器对步骤S5中的二次规划问题进行快速求解。
9.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S7具体包括：在步骤S6的基础上，通过在日后进行蒙特卡洛仿真模拟实时风电出力，为得到弃风量和应对风电波动的机组再调整出力策略，以最小化日后校正成本为优化目标建立日后校正模型，具体优化目标函数如下：
Figure FDA00022861196200000611
式中，不带上标^的变量均为日前调度所求解的基态变量，dn、di、dj、m1和m2分别为AGC燃煤机组出力调整成本、P2G调整成本、气源出力调整成本、弃风成本以及弃负荷成本，
Figure FDA0002286119620000071
为P2G装置i的实际产气量，
Figure FDA0002286119620000072
为气源j的实际出力，
Figure FDA0002286119620000073
为风电期望出力，
Figure FDA0002286119620000074
为风电实际出力，
Figure FDA0002286119620000075
为时段t中节点a的预测负荷功率，
Figure FDA0002286119620000076
为节点a实际负荷功率，ΩD为所有负荷节点集合。
10.根据权利要求1所述的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法，其特征在于，步骤S8中所述的对日后校正模型进行求解是采用SNOPT求解器进行快速求解。
CN201911160912.4A 2019-11-24 2019-11-24 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法 Active CN110880786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911160912.4A CN110880786B (zh) 2019-11-24 2019-11-24 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911160912.4A CN110880786B (zh) 2019-11-24 2019-11-24 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法

Publications (2)

Publication Number Publication Date
CN110880786A true CN110880786A (zh) 2020-03-13
CN110880786B CN110880786B (zh) 2023-11-14

Family

ID=69729638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911160912.4A Active CN110880786B (zh) 2019-11-24 2019-11-24 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法

Country Status (1)

Country Link
CN (1) CN110880786B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418486A (zh) * 2020-10-28 2021-02-26 上海交通大学 基于可再生能源消纳能力的数据驱动调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075014A (zh) * 2011-01-06 2011-05-25 清华大学 消纳风电接入的大电网实时调度方法
CN102280878A (zh) * 2011-07-26 2011-12-14 国电南瑞科技股份有限公司 基于sced的风电接纳能力优化评估方法
CN104283234A (zh) * 2014-07-23 2015-01-14 国家电网公司 基于大时间尺度机组检修的风电接纳能力评估方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075014A (zh) * 2011-01-06 2011-05-25 清华大学 消纳风电接入的大电网实时调度方法
CN102280878A (zh) * 2011-07-26 2011-12-14 国电南瑞科技股份有限公司 基于sced的风电接纳能力优化评估方法
CN104283234A (zh) * 2014-07-23 2015-01-14 国家电网公司 基于大时间尺度机组检修的风电接纳能力评估方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418486A (zh) * 2020-10-28 2021-02-26 上海交通大学 基于可再生能源消纳能力的数据驱动调度方法
CN112418486B (zh) * 2020-10-28 2022-03-15 上海交通大学 基于可再生能源消纳能力的数据驱动调度方法

Also Published As

Publication number Publication date
CN110880786B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
Li et al. A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power
CN108574303B (zh) 一种考虑调峰调频需求的多能源协调优化调度方法
CN106877338A (zh) 含高密度间歇性能源的交直流微电网不确定优化运行方法
CN105162141A (zh) 考虑风电不确定性及电压稳定性因素的电网无功优化方法
CN107732982A (zh) 考虑模型预测控制的综合能源系统多时间尺度调度方法
Zhang et al. Multi-time scale economic scheduling method based on day-ahead robust optimization and intraday MPC rolling optimization for microgrid
CN110867907B (zh) 一种基于多类型发电资源同质化的电力系统调度方法
CN113408962A (zh) 一种电网多时间尺度多目标能量优化调度方法
CN106684931B (zh) 一种新能源发电场有功控制方法及控制系统
CN115811070A (zh) 辅助火电机组调频的飞轮储能自适应容量配置方法及系统
Raducu et al. Design and implementation of a hybrid power plant controller
CN115481856A (zh) 考虑综合需求响应的综合能源系统多尺度调度方法及系统
CN107769266A (zh) 一种多时间尺度发电与备用联合优化方法
CN114899880A (zh) 基于线性化求解方法的灵活性电力系统时序生产模拟方法
CN110880786A (zh) 一种消纳大规模风电的电-气互联系统鲁棒区间调度方法
Nordström et al. Estimating the future need of balancing power based on long-term power system market simulations
CN114266382A (zh) 一种考虑热惯性的热电联产系统两阶段优化调度方法
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
Edlund et al. Simple models for model-based portfolio load balancing controller synthesis
CN109617100B (zh) 一种数据驱动的风电场储能容量规划方法
CN114925926B (zh) 一种具有多项式时间复杂度的直流通道规划与运行方法
CN115833105A (zh) 一种基于集群划分的配电网规划方法
CN115528670A (zh) 基于多主体博弈的分布式电源及配套电网投资决策建模方法
Chiandone et al. Automatic voltage and reactive power regulator for wind farms participating to TSO voltage regulation
CN112332460A (zh) 一种考虑能流特性差异的电-气互联系统异步调度方法

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