CN111952977A - 一种基于潮流的电力市场耦合模型优化方法、装置及介质 - Google Patents

一种基于潮流的电力市场耦合模型优化方法、装置及介质 Download PDF

Info

Publication number
CN111952977A
CN111952977A CN202010804878.6A CN202010804878A CN111952977A CN 111952977 A CN111952977 A CN 111952977A CN 202010804878 A CN202010804878 A CN 202010804878A CN 111952977 A CN111952977 A CN 111952977A
Authority
CN
China
Prior art keywords
power
node
market
objective function
power transmission
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
CN202010804878.6A
Other languages
English (en)
Inventor
鲁文
涂孟夫
曹荣章
丁恰
朱为民
刘娅琳
张勤鹏
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.)
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Corp of China SGCC
State Grid Shandong Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
State Grid Electric Power Research Institute
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 State Grid Corp of China SGCC, State Grid Shandong Electric Power Co Ltd, NARI Group Corp, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Corp of China SGCC
Priority to CN202010804878.6A priority Critical patent/CN111952977A/zh
Publication of CN111952977A publication Critical patent/CN111952977A/zh
Pending legal-status Critical Current

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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • H02J3/38—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
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于潮流的电力市场耦合模型优化方法、装置及介质，根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；确定节点功率传输分布因子矩阵PTDF，计算区域内净变化节点权重矩阵；导出区域功率传输分布因子矩阵；根据电网历史运行情况确定关键支路；根据电网短期预测数据计算关键支路剩余余量；建立基于潮流的电力市场耦合模型的日前出清目标函数；对日前出清目标函数进行求解；根据电网超短期预测数据建立实时再调度模目标函数；对实时再调度模目标函数进行求解，本发明一定程度简化了电力商业交易与电网物理特性之间的联系，具有很高的通道容量利用率，大大降低了出清计算量。

Description

一种基于潮流的电力市场耦合模型优化方法、装置及介质
技术领域
本发明属于电力现货市场技术领域，具体涉及一种基于潮流的电力市场耦合模型。
背景技术
目前，我国正处在电力市场改革进一步深化的关口，通过市场实现大范围资源优化配置方面以及消纳新能源方面。我国自然资源禀赋分布不均，煤电、水电等集中分布在西部、北部地区，负荷与发电资源呈逆向分布形势，同时新能源发展迅速。这样的能源结构，客观上存在大范围资源优化配置和新能源充分利用和消纳的需求。我国以省为行政区划，各省经济发展水平不同，具有相应的经济和财税政策。这样的社会和经济环境，以及在交易过程中存在如何处理网络阻塞、输电费用、网损等方面的问题，导致各省内的电力市场无法采用统一的模式。从电源结构和清洁能源与新能源发展态势来看，跨区域跨省电力调度十分必要。我国当前的电力调度模式，省间通过特高压及联络线进行大范围资源配置和电力余缺互济，省内确保发用电平衡，因此需要开展基于省间异构的全国统一电力市场。
现货市场出清是现货电力市场的核心问题。从对电网的建模精细程度上看，精细度从高到低依次是：节点出清模型、基于潮流的电力市场耦合模型、基于通道可用容量出清模型。其中节点出清模型考虑所有的物理线路约束；基于通道可用容量出清模型不考虑具体线路的安全约束，只考虑跨区传输总量约束；基于潮流的电力市场耦合模型考虑部分关键线路的安全约束，但只考虑跨区传输功率对关键线路的影响。基于潮流的电力市场耦合模型由于对电网模型做了简化，不可避免导致出清结果与实际潮流结果差别较大，特别是在高比例波动性新能源接入的时候。
发明内容
针对上述问题，本发明提出一种基于潮流的电力市场耦合模型优化方法、装置及存储介质，一定程度简化了电力商业交易与电网物理特性之间的联系，具有很高的通道容量利用率，大大降低了出清计算量。
为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种基于潮流的电力市场耦合模型优化方法，包括：
步骤1：根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；
步骤2：确定节点功率传输分布因子，计算区域内净变化节点权重矩阵GSK；
步骤3：通过区域内净变化节点权重矩阵GSK和节点功率传输分布因子导出区域功率传输分布因子矩阵PTDF；
步骤4：根据电网历史运行情况确定关键支路；
步骤5：根据电网短期预测数据计算关键支路剩余余量；
步骤6：在上述参数的基础上建立基于潮流的电力市场耦合模型的日前出清目标函数；
步骤7：对日前出清目标函数进行求解，获得各市场主体日前出清结果；
步骤8：根据电网超短期预测数据以最小化总再调度成本建立实时再调度目标函数；
步骤9：对实时再调度目标函数进行求解，获得各市场主体实时出清结果。
进一步地，日前出清目标函数是：
Figure BDA0002628727070000021
式中
Figure BDA0002628727070000022
——节点i每小时发电量；
Figure BDA0002628727070000023
——节点i每小时负荷量；
Pi s(Q)——节点i的发电曲线；
Pi d(Q)——节点i的需求曲线；
Q——发电量；
约束条件：
Figure BDA0002628727070000025
Figure BDA0002628727070000026
Figure BDA0002628727070000027
Figure BDA0002628727070000028
Figure BDA0002628727070000029
式中，NIi——节点i每小时注入功率；
NEXz——区域z每小时注入功率；
zptdfl,z——节点功率传输分布因子；
Figure BDA00026287270700000210
——关键线路潮流；
capl——热容量限制；
N——节点集；
Z——区域集；
CB——关键支路集；
l——支路。
进一步地，实时再调度目标函数是：
Figure BDA0002628727070000031
式中，
Figure BDA0002628727070000032
——节点i注入功率再调度量；
GUPi——节点i注入功率增长量；
GDNi——节点i注入功率减少量；
Pi s(Q)——节点i的发电曲线；
LOADSHEDi——节点i负荷功率削减量；
voll——负荷系数；
约束条件：
Figure BDA0002628727070000033
Figure BDA0002628727070000034
Figure BDA0002628727070000035
Figure BDA0002628727070000036
Figure BDA0002628727070000037
式中，
Figure BDA0002628727070000038
——节点i负荷再调度量；
nptdfl，i——节点功率传输分布因子；
l——支路；
L——支路集；
N——节点集；
capl——热容量限制；
Figure BDA0002628727070000039
——在节点模型中支路l的潮流值；
NIi——节点i每小时注入功率。
进一步地，区域功率传输分布因子矩阵PTDF的计算方法是：
Figure BDA0002628727070000041
式中，
Figure BDA0002628727070000042
——可用区域功率传输矩阵；
Figure BDA0002628727070000043
——节点功率传输矩阵；
GSKn,z——权重矩阵；
Figure BDA0002628727070000044
gski,z为每个区域z内净变化的节点i权重，计算方法是：
Figure BDA0002628727070000045
式中，
Figure BDA0002628727070000046
——节点i每小时发电量；
Figure BDA0002628727070000047
——节点i每小时负荷量；
Z——区域集；
Nz——区域Z的节点集。
进一步地，节点功率传输分布因子nptdfl，i计算方法为：
当电网中节点对i,j间的传输功率变化了ΔPij时，即节点i,j的有功注入功率分别变化+ΔPij和-ΔPij，其他节点有功注入不变，研究支路k的潮流变化；节点i,j的有功注入功率的增减量大小相等，方向相反，满足：∑iΔPGi＝0，计算常规的功率传输分布因子
Figure BDA0002628727070000048
即节点功率传输分布因子：
Figure BDA0002628727070000049
当考虑到多个节点集之间的功率传输情况：定义α是上调出力的节点集，β是下调出力的节点集；当α集节点出力上调
Figure BDA00026287270700000410
β集节点出力下调
Figure BDA00026287270700000411
时，研究支路k(m,n)潮流变化
Figure BDA00026287270700000412
Figure BDA00026287270700000413
式中：
Figure BDA00026287270700000414
是支路-节点集之间的阻抗行矢量，行对应支路k(端节点m，n)，列分别对应节点集α和β；其中满足：
∑i∈αΔPi +＝∑j∈βΔPj - (11)
式中，ΔPi +——i节点上调出力；ΔPi +——i节点下调出力；
即节点功率传输分布因子：
Figure BDA0002628727070000051
进一步地，日前市场可用的线路容量raml：
raml＝capl-Fl′ (13)
其中，capl是热容量限制，F′l是线路容量裕量；
F′l包括三个组成部分：(1)日前市场以外交易引起的潮流，(2)基于输电网运营商TSO的调整值，(3)补偿基于潮流的电力市场耦合FBMC模型所做的近似和简化所需的安全余量。
一种基于潮流的电力市场耦合模型优化装置，包括：
区域划分模块：根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；
权重矩阵建立模块：确定节点功率传输分布因子，计算区域内净变化节点权重矩阵GSK；
区域功率传输分布因子矩阵模块：通过区域内净变化节点权重矩阵GSK和节点功率传输分布因子导出区域功率传输分布因子矩阵PTDF；
关键支路模块：根据电网历史运行情况确定关键支路；
余量计算模块：根据电网短期预测数据计算关键支路剩余余量；
日前出清目标函数构建模块：在上述参数的基础上建立基于潮流的电力市场耦合模型的日前出清目标函数；
日前出清结果计算模块：对日前出清目标函数进行求解，获得各市场主体日前出清结果；
实时再调度目标函数建立模块：根据电网超短期预测数据以最小化总再调度成本建立实时再调度目标函数；
实时结果计算模块：对实时再调度目标函数进行求解，获得各市场主体实时出清结果。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现所述的基于潮流的电力市场耦合模型优化方法。
本发明所达到的有益效果：
本发明公开了一种基于潮流的电力市场耦合模型优化方法、装置及存储介质，根据电力网络拓扑特征和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点，但考虑所有关键线路的物理传输限制，一定程度简化了电力商业交易与电网物理特性之间的联系，具有很高的通道容量利用率，大大降低了出清计算量。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施案例并结合附图，对本发明作进一步详细的说明，其中：
图1为本实施例的节点模型示意图。
图2为本实施例的区域模型示意图。
图3为本实施例的基于区域耦合模型的优化过程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
本发明提供了基于潮流的电力市场耦合模型优化方法，包括：
根据电力网络拓扑特征和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点，但考虑所有关键线路的物理传输限制，可简单有效的反映电力网格的物理特性。
区域网络的构造方法如下，以一个简单的9节点和12条线路如图1所示为例说明区域网络的构造方法，区域网络由3个节点和12条线路组成如图2所示。其中节点模型考虑所有的物理线路约束；基于潮流的电力市场耦合模型考虑部分关键线路的安全约束，但只考虑跨区传输功率对关键线路的影响。
如图3所示，基于区域耦合模型的优化过程是：
步骤1：根据网络拓扑和交易属性划分电力市场区域；
步骤2：根据节点出清模型确定节点功率传输分布因子矩阵(PTDF)；
步骤3：计算区域内净变化节点权重矩阵，反映了区域与节点灵敏度系数；
步骤4：区域(PTDF)矩阵可以通过区域内净变化节点权重矩阵(GSK)从节点PTDF矩阵导出；
步骤5：根据电网历史运行情况确定关键支路；
步骤6：根据短期预测数据计算关键支路剩余余量；
步骤7：建立基于潮流的电力市场耦合模型的日前出清目标函数；
步骤8：对日前出清目标函数进行求解；
步骤9：根据超短期预测数据建立实时再调度目标函数；
步骤10：对实时再调度模型目标函数进行求解。
基于潮流的电力市场耦合模型的优化目标是最大化社会福利，容量分配部分来自市场出清，部分与市场出清同时进行，电网中的所有关键线路都在市场出清中被考虑在内。
基于潮流的电力市场耦合模型给出的功率传输不等于实际物理潮流，在实时调度时可能需要重新分配以便在真实网络中获得可行潮流，也就是实时再调度，再调度模型的目标是最小化总再调度成本。
网络内的节点被分组并由等效节点替换但考虑所有关键线路的物理传输限制，因此，基于潮流的电力市场耦合模型一定程度简化了电力商业交易与电网物理特性之间的联系，具有很高的通道容量利用率，大大降低了出清计算量。
优化日前出清目标函数：
Figure BDA0002628727070000071
式中
Figure BDA0002628727070000072
——节点i每小时发电量(MWh/h)；
Figure BDA0002628727070000073
——节点i每小时负荷量(MWh/h)；
Pi s(Q)——节点i的发电曲线(MWh)；
Pi d(Q)——节点i的需求曲线(MWh)；
Q——发电量；
约束条件：
Figure BDA0002628727070000081
式中NIi——节点i每小时注入功率(MWh/h)；
NEXz——区域z每小时注入功率(MWh/h)；
zptdfl,z——节点功率传输分布因子；
Figure BDA0002628727070000082
——关键线路潮流；
capl——是热容量限制；
N——节点集；
Z——区域集；
CB——关键支路集；
l——支路；
尽管基于潮流的电力市场耦合模型试图将电力系统的真实物理特性考虑在内，但它引入了比节点定价模型更多的近似和简化。基于潮流的电力市场耦合模型不能准确地表示电力系统的特性，因为用来表示基于潮流的电力市场耦合模型区域功率的区域功率传输矩阵(PTDF)是基于市场清算结果的预测，区域功率传输矩阵由区域功率传输分配因子构成，其区域功率传输分配因子受到预测误差的影响。它还假设区域网注入的任何变化都分布在对应于区域功率传输分配因子的区域的节点上。
基于潮流的电力市场耦合模型的再调度优化目标模型是：
优化再调度目标函数：
Figure BDA0002628727070000083
式中
Figure BDA0002628727070000084
——节点i注入功率再调度量；
GUPiv——节点i注入功率增长量；
GDNi——节点i注入功率减少量；
LOADSHEDi——节点i负荷功率削减量；
voll——负荷系数；
约束条件：
Figure BDA0002628727070000091
式中，
Figure BDA0002628727070000092
——节点i负荷再调度量；
nptdfl，i——节点功率传输分布因子；
L——支路集；
Figure BDA0002628727070000093
——在节点模型中支路l的潮流值。
基于潮流的电力市场耦合模型可用区域功率传输矩阵(PTDF)表示。区域(PTDF)矩阵可以通过区域内净变化节点权重矩阵(GSK)从节点PTDF矩阵导出。区域PTDF矩阵的计算方法是：
Figure BDA0002628727070000094
式中，
Figure BDA0002628727070000095
——可用区域功率传输矩阵；
Figure BDA0002628727070000096
——节点功率传输矩阵；
GSKn,z——权重矩阵；
公式(5)表明，区域PTDF矩阵的列是节点PTDF矩阵的列的加权和，GSK为权重阵。GSK给出了区域平衡变化的节点贡献。例如，GSK矩阵的第i行第z列的值gski,z＝0.3表示如果区域z的区域平衡随着1MW增加，则节点i处的发电增加0.3MW。
Figure BDA0002628727070000097
gski,z为每个区域z内净变化的节点i权重，其计算方法是：
Figure BDA0002628727070000101
Nz——区域Z的节点集；
区域PTDF是电网的实际物理特征的近似值。首先，将节点分组到区域中存在固有的精度损失。关于网络中特定节点注入的信息丢失。其次，GSK基于对市场结果的预测，因为实际的市场结果尚不清楚。这意味着GSK受到预测错误的影响。这两个简化导致在FBMC市场清算中看到的流量之间的偏差(即，基于区域PTDF的流量)和网路中的实际流量。因此，市场可用的传输容量随着补偿区域PTDF的近似值的安全余量而减少了。
物理传输限制，主要是日前市场可以使用的线路容量(raml)：
raml＝capl-Fl′ (13)
capl是热容量限制，
Fl′是线路容量裕量；
其中，F′l包括三个组成部分：(1)日前市场以外交易引起的潮流(例如，再调度，双边交易，远期市场)，(2)基于输电网运营商TSO的调整值，(3)补偿基于潮流的电力市场耦合FBMC模型所做的近似和简化所需的安全余量。
实施例2
基于与实施例1相同的构思，本实施例提供一种基于潮流的电力市场耦合模型优化装置，包括：
区域划分模块：根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；
权重矩阵建立模块：确定节点功率传输分布因子，计算区域内净变化节点权重矩阵GSK；
区域功率传输分布因子矩阵模块：通过区域内净变化节点权重矩阵GSK和节点功率传输分布因子导出区域功率传输分布因子矩阵PTDF；
关键支路模块：根据电网历史运行情况确定关键支路；
余量计算模块：根据电网短期预测数据计算关键支路剩余余量；
日前出清目标函数构建模块：在上述参数的基础上建立基于潮流的电力市场耦合模型的日前出清目标函数；
日前出清结果计算模块：对日前出清目标函数进行求解，获得各市场主体日前出清结果；
实时再调度目标函数建立模块：根据电网超短期预测数据以最小化总再调度成本建立实时再调度目标函数；
实时结果计算模块：对实时再调度目标函数进行求解，获得各市场主体实时出清结果。
实施例3
基于与实施例1相同的构思，本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现实施例1的基于潮流的电力市场耦合模型优化方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种基于潮流的电力市场耦合模型优化方法，其特征在于，包括：
步骤1：根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；
步骤2：确定节点功率传输分布因子，计算区域内净变化节点权重矩阵GSK；
步骤3：通过区域内净变化节点权重矩阵GSK和节点功率传输分布因子导出区域功率传输分布因子矩阵PTDF；
步骤4：根据电网历史运行情况确定关键支路；
步骤5：根据电网短期预测数据计算关键支路剩余余量；
步骤6：在上述参数的基础上建立基于潮流的电力市场耦合模型的日前出清目标函数；
步骤7：对日前出清目标函数进行求解，获得各市场主体日前出清结果；
步骤8：根据电网超短期预测数据以最小化总再调度成本建立实时再调度目标函数；
步骤9：对实时再调度目标函数进行求解，获得各市场主体实时出清结果。
2.根据权利要求1所述的基于潮流的电力市场耦合模型优化方法，其特征在于，日前出清目标函数是：
Figure FDA0002628727060000011
式中
Figure FDA0002628727060000012
——节点i每小时发电量；
Figure FDA0002628727060000013
——节点i每小时负荷量；
Pi s(Q)——节点i的发电曲线；
Pi d(Q)——节点i的需求曲线；
Q——发电量；
约束条件：
Figure FDA0002628727060000021
Figure FDA0002628727060000022
Figure FDA0002628727060000023
Figure FDA0002628727060000024
Figure FDA0002628727060000025
式中，NIi——节点i每小时注入功率；
NEXz——区域z每小时注入功率；
zptdfl,z——节点功率传输分布因子；
Figure FDA0002628727060000026
——关键线路潮流；
capl——热容量限制；
N——节点集；
Z——区域集；
CB——关键支路集；
l——支路。
3.根据权利要求1所述的基于潮流的电力市场耦合模型优化方法，其特征在于，实时再调度目标函数是：
Figure FDA0002628727060000027
式中，
Figure FDA0002628727060000028
——节点i注入功率再调度量；
GUPi——节点i注入功率增长量；
GDNi——节点i注入功率减少量；
Pi s(Q)——节点i的发电曲线；
LOADSHEDi——节点i负荷功率削减量；
voll——负荷系数；
约束条件：
Figure FDA0002628727060000031
Figure FDA0002628727060000032
Figure FDA0002628727060000033
Figure FDA0002628727060000034
Figure FDA0002628727060000035
式中，
Figure FDA0002628727060000036
——节点i负荷再调度量；
nptdfl，i——节点功率传输分布因子；
l——支路；
L——支路集；
N——节点集；
capl——热容量限制；
Figure FDA0002628727060000037
——在节点模型中支路l的潮流值；
NIi——节点i每小时注入功率。
4.根据权利要求1所述的基于潮流的电力市场耦合模型优化方法，其特征在于，区域功率传输分布因子矩阵PTDF的计算方法是：
Figure FDA0002628727060000038
式中，
Figure FDA0002628727060000039
——可用区域功率传输矩阵；
Figure FDA00026287270600000310
——节点功率传输矩阵；
GSKn,z——权重矩阵；
Figure FDA00026287270600000311
gski,z为每个区域z内净变化的节点i权重，计算方法是：
Figure FDA00026287270600000312
式中，
Figure FDA00026287270600000313
——节点i每小时发电量；
Figure FDA0002628727060000041
——节点i每小时负荷量；
Z——区域集；
Nz——区域Z的节点集。
5.根据权利要求1所述的基于潮流的电力市场耦合模型优化方法，其特征在于，节点功率传输分布因子nptdfl，i计算方法为：
当电网中节点对i,j间的传输功率变化了ΔPij时，即节点i,j的有功注入功率分别变化+ΔPij和-ΔPij，其他节点有功注入不变，研究支路k的潮流变化；节点i,j的有功注入功率的增减量大小相等，方向相反，满足：ΣiΔPGi＝0，计算常规的功率传输分布因子
Figure FDA0002628727060000042
即节点功率传输分布因子：
Figure FDA0002628727060000043
当考虑到多个节点集之间的功率传输情况：定义α是上调出力的节点集，β是下调出力的节点集；当α集节点出力上调
Figure FDA0002628727060000044
β集节点出力下调
Figure FDA0002628727060000045
时，研究支路k(m,n)潮流变化
Figure FDA0002628727060000046
Figure FDA0002628727060000047
式中：
Figure FDA0002628727060000048
是支路-节点集之间的阻抗行矢量，行对应支路k(端节点m，n)，列分别对应节点集α和β；其中满足：
Figure FDA0002628727060000049
式中，
Figure FDA00026287270600000410
——i节点上调出力；
Figure FDA00026287270600000411
——i节点下调出力；
即节点功率传输分布因子：
Figure FDA00026287270600000412
6.根据权利要求2所述的基于潮流的电力市场耦合模型优化方法，其特征在于，日前市场可用的线路容量raml：
raml＝capl-Fl′ (13)
其中，capl是热容量限制，F′l是线路容量裕量；
F′l包括三个组成部分：(1)日前市场以外交易引起的潮流，(2)基于输电网运营商TSO的调整值，(3)补偿基于潮流的电力市场耦合FBMC模型所做的近似和简化所需的安全余量。
7.一种基于潮流的电力市场耦合模型优化装置，其特征在于，包括：
区域划分模块：根据电力网络拓扑和节点注入输出功率特征将电力网络划分为不同区域，每个区域作为一个等效节点；
权重矩阵建立模块：确定节点功率传输分布因子，计算区域内净变化节点权重矩阵GSK；
区域功率传输分布因子矩阵模块：通过区域内净变化节点权重矩阵GSK和节点功率传输分布因子导出区域功率传输分布因子矩阵PTDF；
关键支路模块：根据电网历史运行情况确定关键支路；
余量计算模块：根据电网短期预测数据计算关键支路剩余余量；
日前出清目标函数构建模块：在上述参数的基础上建立基于潮流的电力市场耦合模型的日前出清目标函数；
日前出清结果计算模块：对日前出清目标函数进行求解，获得各市场主体日前出清结果；
实时再调度目标函数建立模块：根据电网超短期预测数据以最小化总再调度成本建立实时再调度目标函数；
实时结果计算模块：对实时再调度目标函数进行求解，获得各市场主体实时出清结果。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该计算机程序被处理器执行时，实现如权利要求1-6任一项所述的基于潮流的电力市场耦合模型优化方法。
CN202010804878.6A 2020-08-12 2020-08-12 一种基于潮流的电力市场耦合模型优化方法、装置及介质 Pending CN111952977A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010804878.6A CN111952977A (zh) 2020-08-12 2020-08-12 一种基于潮流的电力市场耦合模型优化方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010804878.6A CN111952977A (zh) 2020-08-12 2020-08-12 一种基于潮流的电力市场耦合模型优化方法、装置及介质

Publications (1)

Publication Number Publication Date
CN111952977A true CN111952977A (zh) 2020-11-17

Family

ID=73332248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010804878.6A Pending CN111952977A (zh) 2020-08-12 2020-08-12 一种基于潮流的电力市场耦合模型优化方法、装置及介质

Country Status (1)

Country Link
CN (1) CN111952977A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114861470A (zh) * 2022-07-04 2022-08-05 华中科技大学 一种实时电力市场出清模型的建立方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921595A (zh) * 2018-06-08 2018-11-30 清华大学 一种虚拟投标对日前电力市场节点价差影响的计算方法
CN110796312A (zh) * 2019-10-30 2020-02-14 广东电网有限责任公司 一种电网分区方法
CN110874692A (zh) * 2019-11-05 2020-03-10 中国南方电网有限责任公司 交直流混联区域电网现货市场出清计算优化方法和装置
EP3648279A1 (en) * 2018-10-30 2020-05-06 Schleswig-Holstein Netz AG Method, electrical grid and computer program product for predicting overloads in an electrical grid
CN111276965A (zh) * 2020-01-21 2020-06-12 广东电网有限责任公司电力调度控制中心 一种基于松弛罚因子的电能量市场优化方法、系统及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921595A (zh) * 2018-06-08 2018-11-30 清华大学 一种虚拟投标对日前电力市场节点价差影响的计算方法
EP3648279A1 (en) * 2018-10-30 2020-05-06 Schleswig-Holstein Netz AG Method, electrical grid and computer program product for predicting overloads in an electrical grid
CN110796312A (zh) * 2019-10-30 2020-02-14 广东电网有限责任公司 一种电网分区方法
CN110874692A (zh) * 2019-11-05 2020-03-10 中国南方电网有限责任公司 交直流混联区域电网现货市场出清计算优化方法和装置
CN111276965A (zh) * 2020-01-21 2020-06-12 广东电网有限责任公司电力调度控制中心 一种基于松弛罚因子的电能量市场优化方法、系统及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHRISTIE R. D.等: "Transmission Management in the Deregulated Environment", 《PROCEEDINGS OF THE IEEE》 *
ENDRE BJØRNDAL 等: "Flow-Based Market Coupling in the European Electricity Market–A Comparison of Efficiency and Feasibility", 《NHH DEPT. OF BUSINESS AND MANAGEMENT SCIENCE DISCUSSION PAPER》 *
KENNETH VAN DEN BERGH 等: "The Flow-Based Market Coupling in Central Western Europe: concepts and definitions", 《THE ELECTRICITY JOURNAL》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114861470A (zh) * 2022-07-04 2022-08-05 华中科技大学 一种实时电力市场出清模型的建立方法和装置
CN114861470B (zh) * 2022-07-04 2022-09-27 华中科技大学 一种实时电力市场出清模型的建立方法和装置

Similar Documents

Publication Publication Date Title
JP2020517227A (ja) 超大規模の水力発電所群の短期間実用化スケジューリング方法
Shen et al. Coordinated operations of large-scale UHVDC hydropower and conventional hydro energies about regional power grid
Zhou et al. Optimal operation of regional microgrids with renewable and energy storage: Solution robustness and nonanticipativity against uncertainties
Rajesh et al. Least cost generation expansion planning with wind power plant incorporating emission using differential evolution algorithm
Tian et al. Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization
Wang et al. Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources
Gutierrez-Alcaraz et al. An efficient method for contingency-constrained transmission expansion planning
Shen et al. Generation scheduling of a hydrothermal system considering multiple provincial peak-shaving demands
Tang et al. Multi-stage sizing approach for development of utility-scale BESS considering dynamic growth of distributed photovoltaic connection
Peng et al. Optimized economic operation strategy for distributed energy storage with multi-profit mode
Wen et al. Optimal distributed energy storage investment scheme for distribution network accommodating high renewable penetration
CN106228273B (zh) 一种水电外送交易优化模型的构建方法
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
CN111952977A (zh) 一种基于潮流的电力市场耦合模型优化方法、装置及介质
Liu et al. Short-term coordinated hybrid hydro-wind-solar optimal scheduling model considering multistage section restrictions
Pruckner et al. A study on the impact of packet loss and latency on real-time demand response in smart grid
Lu et al. A model for balance responsible distribution systems with energy storage to achieve coordinated load shifting and uncertainty mitigation
CN116073448B (zh) 一种基于低碳效益的配电系统源网荷储协同调峰方法
Yang et al. Storage-transmission joint planning method to deal with insufficient flexibility and transmission congestion
Jing et al. Benefit compensation of hydropower-wind-photovoltaic complementary operation in the large clean energy base
Yin et al. Distributionally robust transactive control for active distribution systems with SOP-connected multi-microgrids
Lei et al. Optimal scheduling of a renewable energy-based park power system: A novel hybrid SDDP/MPC approach
CN112183903B (zh) 一种水火电系统多时间尺度联合优化调度方法及系统
CN114156883A (zh) 考虑源荷双重随机性的功率与备用协同优化的建模方法
Zambelli et al. Model predictive control applied to the long-term hydrothermal scheduling of the brazilian power system

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: 20201117

RJ01 Rejection of invention patent application after publication