CN112767189A - 一种计及风电并网下电网灵活性评估方法 - Google Patents

一种计及风电并网下电网灵活性评估方法 Download PDF

Info

Publication number
CN112767189A
CN112767189A CN202011245708.5A CN202011245708A CN112767189A CN 112767189 A CN112767189 A CN 112767189A CN 202011245708 A CN202011245708 A CN 202011245708A CN 112767189 A CN112767189 A CN 112767189A
Authority
CN
China
Prior art keywords
flexibility
power grid
regulation
clustering
wind power
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
CN202011245708.5A
Other languages
English (en)
Other versions
CN112767189B (zh
Inventor
王辉东
陈炜骏
钱浩
俞啸玲
方赟朋
陈�峰
郭创新
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.)
Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Hangzhou Power Supply Co of State Grid Zhejiang 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 Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Hangzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202011245708.5A priority Critical patent/CN112767189B/zh
Publication of CN112767189A publication Critical patent/CN112767189A/zh
Application granted granted Critical
Publication of CN112767189B publication Critical patent/CN112767189B/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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid 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
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Power Engineering (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种计及风电并网下电网灵活性评估方法，该方法建立一种基于Canopy聚类和K‑medoids聚类的双层聚类场景削减技术，使其能有效地反映风电波动情况；同时针对每个风电场景，构建以经济性作为目标函数的机组组合模型并进行求解，对计算结果从整体和局部两个角度来对电力系统的灵活性进行评估，全面展现电网的灵活性运行水平。本发明可以有效地展现在风电并网下电力系统的实际运行情况，同时又能展示各种调节资源的性能对电力系统灵活性的影响，对进一步提升电网的灵活性，建设坚强智能电网具有重要意义。

Description

一种计及风电并网下电网灵活性评估方法
技术领域
本发明涉及电网灵活性评估领域，尤其涉及一种计及风电并网下电网灵活 性评估方法。
背景技术
随着环境污染和化石能源消耗的加剧，以风电为代表的可再生能源受到了 广泛的关注和研究。但是风电出力具有间歇性和波动性，其大规模的开发会使 得电力系统调度运行的压力增大。为了评估电力系统应变和响应不确定性因素 的能力，2008年国际能源署(International Energy Agency，IEA)提出了“灵活性” 的概念，然而，目前国内外关于电力系统灵活性的研究仍处于起步阶段，且对 其定义和评价指标尚无统一的理解。
灵活性概念的提出，为提升电网的可靠性、智能性提供了重要的研究方向。 因此研究电力系统灵活性的特征和内涵，探讨评估及提高电网灵活性的方法， 对于推动智能电网的发展，构建坚强电网具有重要的理论意义和实用价值。
发明内容
本发明的目的在于提供一种计及风电并网下电网灵活性评估方法。
为了达到上述目的，本发明采用如下技术方案：一种计及风电并网下电网 灵活性评估方法，其特征在于，所述方法包括：
(1)建立一种基于Canopy聚类和K-medoids聚类的双层聚类场景削减技 术，使其能有效地反映风电波动情况；
(2)针对(1)中的每个风电场景，构建以经济性作为目标函数的机组组 合模型并进行求解；
(3)以(2)中的模型计算结果为基础，构建相应的评估指标并从整体和 局部两个角度来对电力系统的灵活性进行评估。
进一步的，采用一种Canopy聚类方法，其能够快速获取多个聚类中心，但 该聚类方式较为粗糙；
采用一种K-medoids聚类方法，其以中心点作为聚类目标，具有较好的噪 声鲁棒性，但却存在初始中心设定困难的问题；
将Canopy聚类和K-medoids聚类进行结合，构建一种双层聚类场景削减技 术，使其能有效地反映风电波动情况。
进一步的，以经济性作为目标函数，包含多种系统运行与调节约束；其中，
(1)经济目标函数
Figure BDA0002769944000000021
其中，CⅠ、CⅡ、CⅢ分别表示机组运行成本、弃风和切负荷惩罚、可中断负 荷成本；T表示调度期间的时间数；NG表示系统火电机组数目；Pi t表示机组i在 t时刻的有功出力；f(Pi t)表示机组i在t时刻的运行费用，f(Pi t)＝ai+biPi t+ci(Pi t)2；
Figure BDA0002769944000000022
表示机组i在t时刻的启停成本；
Figure BDA0002769944000000023
和
Figure BDA0002769944000000024
分别表示机组i在t时刻 的启停标志和运行状态；NW表示系统风电场数目；
Figure BDA0002769944000000025
表示风电场i在t 时刻的单位弃风惩罚和弃风量；Nload表示系统负荷数目；
Figure BDA0002769944000000026
表示负荷i在t时刻的单位切负荷惩罚和切负荷量；CIL表示总可中断成本；
Figure BDA0002769944000000027
和
Figure BDA0002769944000000028
表示 合同中容量补偿对用户i的电价折扣和中断负荷容量；
Figure BDA0002769944000000029
表示停电后用户i在t时刻单位削减负荷成本和负荷削减量；NIL为参与可中断负荷的用户数目；T 为调度期间的时间数；
(2)运行优化约束：包括机组启停约束、机组出力和爬坡约束、功率平衡 约束、储能约束、弃风和切负荷约束、可中断负荷约束和线路传输约束；
其中，2.1、机组启停约束：
Figure BDA0002769944000000031
Figure BDA0002769944000000032
式中：Ti t-1表示机组i在t时刻启停状态已持续的时间；Ti on和Ti off表示机组i的最小持续开机时间和停机时间；
2.2、机组出力和爬坡约束
Figure BDA0002769944000000033
Figure BDA0002769944000000034
式中：Pi t表示机组i在时刻t的出力；Pi max、Pi min表示机组i运行时的最大和 最小有功出力；Uramp,i、Dramp,i表示机组i的最大上爬坡速率和下爬坡速率；
2.3、功率平衡约束
Figure BDA0002769944000000035
式中：
Figure BDA0002769944000000036
和
Figure BDA0002769944000000037
分别表示储能站i在t时刻的充电功率和放电功率；NES表示 储能站的数目；Lt表示实施TOU后在t时刻的净负荷，假定风电完全消纳，则 满足
Figure BDA0002769944000000038
式中：
Figure BDA0002769944000000039
表示实施TOU后在t时刻电力系统总用户负荷；
2.4、储能约束
Figure BDA00027699440000000310
Figure BDA00027699440000000311
式中：
Figure BDA00027699440000000312
和
Figure BDA00027699440000000313
分别表示储能站i在t时刻的充电标志和放电标志，为0-1变量；
Figure BDA00027699440000000314
和
Figure BDA00027699440000000315
分别表示储能站i的最大充电功率和最大放电功率；
考虑储能站容量和荷电状态SOC的限制，需要满足
Figure BDA00027699440000000316
Figure BDA00027699440000000317
式中：EES,i表示储能站i的最大容量；
Figure BDA0002769944000000041
表示初始时刻的储能站i的荷电状态 值；
Figure BDA0002769944000000042
表示储能站i在时刻t时的荷电状态值；
Figure BDA0002769944000000043
和
Figure BDA0002769944000000044
分别表示储能站i的荷电 状态下限和上限；
2.5、弃风和切负荷约束
Figure BDA0002769944000000045
式中：
Figure BDA0002769944000000046
为风电场i在t时刻的可输出有功功率；
Figure BDA0002769944000000047
为实施TOU后用户 i在t时刻的负荷值；
2.6、可中断负荷约束
Figure BDA0002769944000000048
Figure BDA0002769944000000049
Figure BDA00027699440000000410
式中：
Figure BDA00027699440000000411
表示可中断负荷的调用状态，为0-1变量；πIL,i表示用户i最大中断 持续时长，SIL,i表示用户i日内最大总中断时长；
2.7、线路传输约束
对于每个节点，其净输出功率为
Figure BDA00027699440000000412
式中：
Figure BDA00027699440000000413
表示节点k的净输出功率；i∈k、j∈k、m∈k和n∈k分别表示与节点 k关联的常规机组、风电场、储能站和用户负荷；
因此线路的直流潮流约束为
Figure BDA00027699440000000414
式中：N表示系统所有节点数；Tjk表示功率传输分布系数PTDF矩阵第j行 第k列数值；
Figure BDA00027699440000000415
表示线路j的最大有功传输功率；
(3)针对模型的混合整数规划问题，调用Gurobi或Cplex等求解器进行求 解。
进一步的，针对运行整体情况，在灵活性充裕时间和灵活性不足时间指标的 基础上提出上调灵活性充裕度、下调灵活性充裕度、上调灵活性不足度、下调 灵活性不足度、上调灵活性不足率、下调灵活性不足率六个指标，从而量化系 统在灵活性上的表现。
进一步的，针对运行局部情况，提出电网灵活性局部评估指标，其是指在一 定时间尺度下为保持电力系统稳定运行各灵活性资源的调整贡献度，具体包括 局部上调灵活性充裕度、上调灵活性不足度、局部下调灵活性充裕、局部下调 灵活性不足度四个指标。
采用上述技术方案后，本发明具有如下优点：
1、电力系统灵活性具有3个特点：灵活性、方向性和时间尺度性。本发明 针对电力系统灵活性的特点将其分为整体灵活性和局部灵活性进行评估。整体 灵活性是在一定时间尺度下对电力系统整体运行的灵活性进行评估，考虑到灵 活性资源短缺经常出现“短时大量”的情况，本研究在灵活性充裕时间和灵活性不 足时间指标的基础上提出上/下调灵活性充裕度、上/下调灵活性不足度、上/下调 灵活性不足率六个指标，从而量化系统在灵活性上的表现。局部灵活性评估是 在一定时间尺度下为保持电力系统稳定运行各灵活性资源的调整贡献度，具体 包括局部上调灵活性充裕度/不足度、局部下调灵活性充裕/不足度四个指标。
2、本发明提出了一种计及风电并网下电网灵活性评估方法，该方法建立一 种基于Canopy聚类和K-medoids聚类的双层聚类场景削减技术，使其能有效地 反映风电波动情况；同时针对每个风电场景，构建以经济性作为目标函数的机 组组合模型并进行求解，对计算结果从整体和局部两个角度来对电力系统的灵 活性进行评估，全面展现电网的灵活性运行水平。本发明可以有效地展现在风 电并网下电力系统的实际运行情况，同时又能展示各种调节资源的性能对电力 系统灵活性的影响，对进一步提升电网的灵活性，建设坚强智能电网具有重要 意义。
附图说明
下面结合附图对本发明作进一步说明：
图1为本发明的IEEE39节点系统示意图；
图2为本发明的双层聚类场景削减技术示意图；
图3为本发明的电力系统灵活性评估框架示意图。
具体实施方式
为了更清楚的阐释本发明的整体构思，下面再结合说明书附图以示例的方 式进行详细说明。
需说明，在下面的描述中阐述了很多具体细节以便于充分理解本发明，但 是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明 的保护范围并不受下面公开的具体实施例的限制。
另外，在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、 “后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径 向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅 是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须 具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、 “固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接， 或成一体；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件 内部的连通或两个元件的相互作用关系。但注明直接连接则说明连接地两个主 体之间并不通过过度结构构建连接关系，只通过连接结构相连形成一个整体。 对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中 的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或 “下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接 接触。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、 “具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特 征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明 书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且， 描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以 合适的方式结合。
下面结合说明书附图对本发明作进一步的说明。
如图1至图3所示：
1.双层聚类场景削减技术
首先设定距离阈值，对风电波动场景集进行Canopy聚类，确定K个聚类中 心，然后再根据所获得的聚类中心对场景集进行K-medoids聚类，得到风电波 动典型场景集。在计算上，为了保证场景削减方法的有效性，需要对削减后场 景进行误差区间覆盖校验，即：
Figure BDA0002769944000000071
式中：
Figure BDA0002769944000000072
和
Figure BDA0002769944000000073
分别表示风电机组i在t时刻所有出力场景Sw预 测误差的最大和最小值；
Figure BDA0002769944000000074
和
Figure BDA0002769944000000075
分别表示风电出力预测误差理论值的上界 和下界；NT和NW分别表示预测时间数目和风电机组数目。CR代表所得场景集对 实际风电波动情况的反映程度，其值越大则反映效果越好，但场景数会随之增 加。
2.整体灵活性评估
对电力系统各时点向上和向下调整情况进行分析。当电力系统负荷增大时， 定义
Figure RE-GDA0002958400860000076
式中：min[∑(Pi max-Pi t),∑Uramp,iΔt]表示在t时刻系统常规机组的最大可调出力；
Figure RE-GDA0002958400860000077
表示储能站的最大调整量；
Figure RE-GDA0002958400860000078
表示可中断负荷的最大调整量；
Figure RE-GDA0002958400860000081
表示电力总用户负荷的变化量。若
Figure RE-GDA0002958400860000082
其表示向上灵活 性充裕量；若
Figure RE-GDA0002958400860000083
其表示向上灵活性不足量。
考虑到灵活性的定义和网络阻塞问题，使用电网失负荷量作为判定系统向 上灵活性不足指标更具有合理性，即
Figure RE-GDA0002958400860000084
设在一定时间内，上调灵活性充裕总时间为Tu,suf，上调灵活性不足总时间为Tu,inf，则定义上调灵活性充裕度
Figure BDA0002769944000000085
和上调灵活性不足度
Figure BDA0002769944000000086
分别为
Figure BDA0002769944000000087
Figure BDA0002769944000000088
同理，当电力系统负荷减少时，可以定义相应的
Figure RE-GDA0002958400860000089
当
Figure RE-GDA00029584008600000810
时表示向下灵 活性充裕量，
Figure RE-GDA00029584008600000811
其表示灵活性不足量。
相似地，可使用电网弃风量作为判定系统向下灵活性不足的评估依据，即
Figure RE-GDA00029584008600000812
在该时间段内，设下调灵活性充裕的总时间为Td,suf，下调灵活性不足的总 时间为Td,inf，则定义下调灵活性充裕度
Figure BDA00027699440000000813
和不足度
Figure BDA00027699440000000814
分别为
Figure BDA00027699440000000815
Figure BDA00027699440000000816
结合时段电网灵活性运行情况，定义电力系统上调灵活性不足率ηu和下调 灵活性不足率ηd为
ηu＝Tu,inf/(Tu,suf+Tu,inf) (26)
ηd＝Td,inf/(Td,suf+Td,inf) (27)
3.局部灵活性评估
当电力系统源荷发生波动时，由于各个调节资源的作用，才会使得电力系 统保持稳定运行状态，为了评估在一定时间尺度下各调节资源对电力系统运行 的贡献，本发明提出局部灵活性的概念，针对每个灵活性资源，将其分为局部 上/下调灵活性充裕贡献度、局部上/下调灵活性不足贡献度四个指标。
首先，定义在未实施TOU情况下在t时刻的负荷变化量
Figure BDA0002769944000000091
为
Figure BDA0002769944000000092
针对常规机组，其局部上调灵活性充裕贡献度
Figure BDA0002769944000000093
和局部下调灵活性不足贡 献度
Figure BDA0002769944000000094
分别为：
Figure BDA0002769944000000095
Figure BDA0002769944000000096
同理，可以定义储能站的局部上调灵活性充裕贡献度
Figure BDA0002769944000000097
和局部下调灵活性 不足贡献度
Figure BDA0002769944000000098
可中断负荷的局部上调灵活性充裕贡献度
Figure BDA0002769944000000099
和局部下调灵活 性充裕贡献度
Figure BDA00027699440000000910
分时电价的局部上调灵活性充裕贡献度
Figure BDA00027699440000000911
和局部下调灵活 性充裕贡献度
Figure BDA00027699440000000912
而对于局部灵活性不足度贡献度，其为当系统发生灵活性短缺时各调节资 源相对于上时刻的变化情况，定义
Figure BDA00027699440000000913
Figure BDA00027699440000000914
式中，
Figure BDA00027699440000000915
分别表示局部上调、下调灵活性不足贡献度，k＝G、ES、IL、TOU 分别表示常规机组、储能站、可中断负荷和分时电价调节；|Pk,i-Pk,i-1|表示在i时 刻灵活性资源的调节变化量。
实例1：
本发明以IEEE39节点系统为研究对象，该系统包含10台发电机、19个负 荷和46条线路。在模型的求解上，基于MATLAB平台并调用Gurobi求解器对 优化问题进行求解。
1.风电场景集生成与削减
针对某风电场，假定其预测误差满足高斯分布且标准差为20MW，采用LHS 抽样方法产生大规模风电场景，取抽样数为2000，然后以本文第2节中提出的 双层聚类分析方法进行场景的削减。在参数选择上，令Canopy聚类中的初始距 离阈值D1为场景欧几里得范数的平均值，阈值D2＝0.5*D1，且D2的调整步长 Δd＝0.01*D1；取误差区间覆盖校验数CR≥0.5。在经Canopy聚类和K-medoids聚类 后，即可所得削减后场景。
研究表明，在相同的聚类场景数下，采用Canopy-Kmedoids双层聚类所得 结果更能体现风电的波动性；单一的Canopy聚类使得削减后场景的风电出力均 值与原预测出力偏差较大且标准差偏高，是较为粗糙的聚类方式； Canopy-Kmeans聚类所得结果在波动性上较为保守，这是因为Kmeans聚类的中 心是各样本点的平均值，可以为连续空间中的任意数值，经过多次平均与迭代 后其聚类结果容易陷入局部最优，且取平均的过程会使得风电的不确定性受到 较大的减少；Kmedoids聚类采用样本中的点作为聚类中心，每次聚类中心都是 原抽样场景集中的场景，从而在一定程度上保证了原抽样场景中风电出力的不 确定性，从结果上看，Canopy-Kmedoids聚类在保证预测出力准确性的同时可以 使得削减后场景的标准差稳定在合理水平。
2.运行优化结果与灵活性评估
以IEEE39节点系统为基础，在负荷较大的节点bus24和bus39位置各接入 1个预测误差满足高斯分布且标准差分别为10MW和20MW的风电场，并在节 点bus24、bus28和bus39处分别装上容量大小200MWh的储能站(充放电效率为 90％)。为了验证可中断负荷和储能站对电网运行优化结果的影响，在分时电价 实施情况下，分别对以下4种方案进行分析：(方案1)不考虑可中断负荷的参 与和储能站的接入；(方案2)计及可中断负荷的参与，不考虑储能站的接入； (方案3)计及储能站的接入，不考虑可中断负荷的参与；(方案4)同时考虑 可中断负荷的参与和储能站的接入。其计算结果如表1所示。
表1 IEEE39节点系统运行优化结果
Figure RE-GDA0002958400860000101
Figure BDA0002769944000000111
从表1的结果可知，可中断负荷的参与和储能站的接入都能降低电力系统 的弃风量和切负荷量。可中断负荷的参与使得弃风量变为原来的52.2％，切负荷 量变为原来的48.1％；储能站的接入使得弃风量变为原来的24.8％，切负荷量变 为原来的57.1％。比较可以发现，可中断负荷在降低系统切负荷量上具有更好的 效果，而储能站由于可将多余的风电储存，在减小弃风量上具有更明显的作用。
为进一步分析电网运行过程中的灵活性情况，现结合风电出力波动场景， 对上述4种不同方案的电力系统整体灵活性进行评估，结果如表2所示。
表2不同方案下的整体灵活性指标
Figure BDA0002769944000000112
比较4种方案可以发现，方案1中各项灵活性指标均为最大；方案2在可 中断负荷的参与下，上调充裕度降低了30.31％，上调不足度降低了27.52％，而 在下调充裕度和不足度上效果不太明显；方案3考虑储能站的接入，其下调不 足度降低了63.73％，但在上调方面作用较差。这是因为当系统负荷过大时，可 中断负荷根据事先签订的合同响应中断负荷请求从而降低切负荷量；而储能站 将过多风电储存，并在高峰负荷阶段释放，但成本较高且容量小；方案4考虑 可中断负荷的参与和储能站的接入，与方案1相比，上调不足率降低了75.45％， 下调不足率降低了65.26％，具有更高的灵活性。
在局部灵活评估上，可中断负荷主要在系统上调灵活性充裕度和不足度以 及下调灵活性不足度方面起到了明显的作用，而在下调灵活性充裕度方面作用 很小，这是因为当系统净负荷减少时，在灵活性充裕的情况下为保障用户的正 常用电，一般不会采取负荷中断控制；而对于储能站，相比于其它三个指标， 其在上调灵活性不足度上的影响作用较小，表明当系统净负荷增大时，储能站 主要作用于提高风电的消纳水平。以上结果与表2中不同方案整体灵活性指标 的分析有共通之处，但更为直观。
通过实例分析，可以发现，整体灵活性指标能够反映电力系统在上调和下 调过程中的整体灵活性运行情况；局部灵活性可展示每个调节资源在电力系统 灵活性调节时的贡献度，为进一步理解电网灵活性的内涵及运行机制提供了参 考。在调节特点上：常规机组在电力系统灵活性运行中起基础调节作用，储能 站在提高风电消纳水平上具有良好的效果，可中断负荷的调节作用主要体现在 系统负荷陡升时，而分时电价在降低峰谷差优化负荷曲线上起到了重要的作用。
因此，本发明提出了一种考虑整体与局部调节能力的计及风电并网下电网 灵活性评估方法，能够利用双层场景削减技术高效地反映风电波动情况；其利 用“整体-局部”评估策略对电力系统的灵活性进行评估，可以全面展现电网的 灵活性运行水平。本发明可以展现在风电并网下电力系统的实际运行情况，同 时又能展示各种调节资源的性能对电力系统灵活性的影响，对进一步提升电网 的灵活性，建设坚强智能电网具有重要意义。
除上述优选实施例外，本发明所保护的技术方案，并不局限于上述实施例， 应当指出，任意一个实施例的技术方案与其他一个或多个实施例中技术方案的 结合，在本发明的保护范围内。虽然，上文中已经用一般性说明及具体实施例 对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进， 这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上 所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (5)

1.一种计及风电并网下电网灵活性评估方法，其特征在于，所述方法包括：
(1)建立一种基于Canopy聚类和K-medoids聚类的双层聚类场景削减技术，使其能有效地反映风电波动情况；
(2)针对(1)中的每个风电场景，构建以经济性作为目标函数的机组组合模型并进行求解；
(3)以(2)中的模型计算结果为基础，构建相应的评估指标并从整体和局部两个角度来对电力系统的灵活性进行评估。
2.根据权利要求1所述的计及风电并网下电网灵活性评估方法，其特征在于，采用一种Canopy聚类方法，其能够快速获取多个聚类中心，但该聚类方式较为粗糙；
采用一种K-medoids聚类方法，其以中心点作为聚类目标，具有较好的噪声鲁棒性，但却存在初始中心设定困难的问题；
将Canopy聚类和K-medoids聚类进行结合，构建一种双层聚类场景削减技术，使其能有效地反映风电波动情况。
3.根据权利要求1所述的计及风电并网下电网灵活性评估方法，其特征在于，以经济性作为目标函数，包含多种系统运行与调节约束；其中，
(1)经济目标函数：
Figure FDA0002769943990000011
其中，CⅠ、CⅡ、CⅢ分别表示机组运行成本、弃风和切负荷惩罚、可中断负荷成本；T表示调度期间的时间数；NG表示系统火电机组数目；Pi t表示机组i在t时刻的有功出力；f(Pi t)表示机组i在t时刻的运行费用，f(Pi t)＝ai+biPi t+ci(Pi t)2；Ci U、Ci D表示机组i在t时刻的启停成本；
Figure FDA0002769943990000021
和
Figure FDA0002769943990000022
分别表示机组i在t时刻的启停标志和运行状态；NW表示系统风电场数目；
Figure FDA0002769943990000023
表示风电场i在t时刻的单位弃风惩罚和弃风量；Nload表示系统负荷数目；
Figure FDA0002769943990000024
表示负荷i在t时刻的单位切负荷惩罚和切负荷量；CIL表示总可中断成本；
Figure FDA0002769943990000025
和
Figure FDA0002769943990000026
表示合同中容量补偿对用户i的电价折扣和中断负荷容量；
Figure FDA0002769943990000027
表示停电后用户i在t时刻单位削减负荷成本和负荷削减量；NIL为参与可中断负荷的用户数目；T为调度期间的时间数；
(2)运行优化约束：包括机组启停约束、机组出力和爬坡约束、功率平衡约束、储能约束、弃风和切负荷约束、可中断负荷约束和线路传输约束；
(3)针对模型的混合整数规划问题，调用Gurobi或Cplex等求解器进行求解。
4.根据权利要求1所述的计及风电并网下电网灵活性评估方法，其特征在于，针对运行整体情况，在灵活性充裕时间和灵活性不足时间指标的基础上提出上调灵活性充裕度、下调灵活性充裕度、上调灵活性不足度、下调灵活性不足度、上调灵活性不足率、下调灵活性不足率六个指标，从而量化系统在灵活性上的表现。
5.根据权利要求1所述的计及风电并网下电网灵活性评估方法，其特征在于，针对运行局部情况，提出电网灵活性局部评估指标，其是指在一定时间尺度下为保持电力系统稳定运行各灵活性资源的调整贡献度，具体包括局部上调灵活性充裕度、上调灵活性不足度、局部下调灵活性充裕、局部下调灵活性不足度四个指标。
CN202011245708.5A 2020-11-10 2020-11-10 一种计及风电并网下电网灵活性评估方法 Active CN112767189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011245708.5A CN112767189B (zh) 2020-11-10 2020-11-10 一种计及风电并网下电网灵活性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011245708.5A CN112767189B (zh) 2020-11-10 2020-11-10 一种计及风电并网下电网灵活性评估方法

Publications (2)

Publication Number Publication Date
CN112767189A true CN112767189A (zh) 2021-05-07
CN112767189B CN112767189B (zh) 2022-07-19

Family

ID=75693145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011245708.5A Active CN112767189B (zh) 2020-11-10 2020-11-10 一种计及风电并网下电网灵活性评估方法

Country Status (1)

Country Link
CN (1) CN112767189B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018362A (zh) * 2022-06-28 2022-09-06 广东电网有限责任公司 源荷互动场景下的地区资源调节能力评估方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106530132A (zh) * 2016-11-14 2017-03-22 国家电网公司 一种电力负荷聚类的方法及装置
US20180260892A1 (en) * 2017-03-09 2018-09-13 International Business Machines Corporation Uncertainty-Flexibility Matching Engine For Inter-Temporal Electric Energy Products
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
CN110232398A (zh) * 2019-04-24 2019-09-13 广东交通职业技术学院 一种基于Canopy+Kmeans聚类的路网子区划分及其评估方法
CN110492534A (zh) * 2019-08-23 2019-11-22 国网新疆电力有限公司经济技术研究院 计及灵活性的含风电电力系统随机优化调度方法
CN110571864A (zh) * 2019-09-09 2019-12-13 重庆大学 一种计及风电预测误差时序相关性和机组启停调峰的含风电-光热电力系统机组组合方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106530132A (zh) * 2016-11-14 2017-03-22 国家电网公司 一种电力负荷聚类的方法及装置
US20180260892A1 (en) * 2017-03-09 2018-09-13 International Business Machines Corporation Uncertainty-Flexibility Matching Engine For Inter-Temporal Electric Energy Products
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
CN110232398A (zh) * 2019-04-24 2019-09-13 广东交通职业技术学院 一种基于Canopy+Kmeans聚类的路网子区划分及其评估方法
CN110492534A (zh) * 2019-08-23 2019-11-22 国网新疆电力有限公司经济技术研究院 计及灵活性的含风电电力系统随机优化调度方法
CN110571864A (zh) * 2019-09-09 2019-12-13 重庆大学 一种计及风电预测误差时序相关性和机组启停调峰的含风电-光热电力系统机组组合方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于连城等: "基于canopy-k-means算法的电网数据挖掘算法的研究", 《国外电子测量技术》 *
薛友等: "计及风电出力随机特性的电-气综合能源系统随机优化", 《电力建设》 *
许奕斌等: "计及灵活性的检修―运行协同优化模型及算法", 《电力系统自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018362A (zh) * 2022-06-28 2022-09-06 广东电网有限责任公司 源荷互动场景下的地区资源调节能力评估方法和装置

Also Published As

Publication number Publication date
CN112767189B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
CN110866627B (zh) 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法
CN111738502B (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN106295853B (zh) 基于储能调度模式的分布式光伏两阶段多目标就地消纳法
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
Wang et al. Synergistic planning of an integrated energy system containing hydrogen storage with the coupled use of electric-thermal energy
CN109034587B (zh) 一种协调多种可控单元的主动配电系统优化调度方法
CN112803495A (zh) 基于能量共享的5g基站微网光储系统容量优化配置方法
CN107749645A (zh) 一种控制高压大容量储热供暖装置的方法
CN111293718A (zh) 基于场景分析的交直流混合微网分区二层优化运行方法
CN112671035A (zh) 一种基于风电预测的虚拟电厂储能容量配置方法
CN115117940A (zh) 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法
CN114330827A (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN112767189B (zh) 一种计及风电并网下电网灵活性评估方法
CN116780649B (zh) 一种多能互补利用的分布式鲁棒优化运行方法
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
CN115907363A (zh) 一种基于综合能源系统源-荷多时间尺度优化调度方法
CN114399162A (zh) 一种基于能源调度时间自适应变化的滚动优化调度方法
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN113852073A (zh) 一种基于激励-响应充电决策估计的日前优化调度方法
CN112736969A (zh) 基于新能源经济调度的分布式光伏数据处理方法及系统
Liang et al. Allowable Capacity Analysis of Distributed Renewable Energy Resources in Active Distribution Network
Xing et al. An Optimization Capacity Design Method of Wind/Photovoltaic/Hydrogen Storage Power System Based on PSO-NSGA-II
Ma et al. Collaborative Optimization of Multi-Energy Operation and Industrial Production Scheduling

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