CN112994014B - 一种考虑风电影响的电网最优运行点控制方法及系统 - Google Patents
一种考虑风电影响的电网最优运行点控制方法及系统 Download PDFInfo
- Publication number
- CN112994014B CN112994014B CN202110189326.3A CN202110189326A CN112994014B CN 112994014 B CN112994014 B CN 112994014B CN 202110189326 A CN202110189326 A CN 202110189326A CN 112994014 B CN112994014 B CN 112994014B
- Authority
- CN
- China
- Prior art keywords
- power
- optimal
- wind power
- power flow
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 238000003860 storage Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 7
- 230000002829 reductive effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- DTTPWCNKTMQMTE-TYNNPWLESA-N [(1R,2S,3S,4S,5R,6S,8R,12S,13S,16R,19S,20R,21S)-14-ethyl-2-hydroxy-4,6,19-trimethoxy-16-methyl-9,11-dioxa-14-azaheptacyclo[10.7.2.12,5.01,13.03,8.08,12.016,20]docosan-21-yl] acetate Chemical compound CCN1C[C@]2(C)CC[C@H](OC)[C@]34[C@@H]2[C@H](OC(C)=O)[C@@]2(OCO[C@@]22C[C@H](OC)[C@H]5C[C@]3(O)[C@@H]2[C@H]5OC)[C@@H]14 DTTPWCNKTMQMTE-TYNNPWLESA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 244000166124 Eucalyptus globulus Species 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种考虑风电影响的电网最优运行点控制方法及系统,建立预防控制最优潮流的模型,求解最优潮流解,在最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出此时的最优潮流结果;若有修正机组出力以及网架结构,重新计算最优潮流分布与网络参数,直至没有潮流越限风险。本发明考虑风电场接入对电网的安全性影响,改进传统的最优潮流模型,得到更加合理的确定最佳运行点。
Description
技术领域
本发明属于电网最优运行点技术领域,具体涉及一种考虑风电影响的电网最优运行点控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
风能是一种取之不尽、用之不竭的能源,利用它来发电不需要消耗煤炭等非可再生能源,可以节省燃料成本,同时有利于环境保护;但是由于风能具有随机性的特征,风力发电属于间歇性和随机性发电资源,这给电力系统的调度和运行带来了很大的挑战。我国风能资源较为丰富,但其分布十分不均,风能资源丰的三北地区负荷密度较低,网架薄弱。因此目前我国采用的是集中接入,远距离传输的方式来利用风电。由于风电的随机性和间歇性特征,大规模风电接入电网后可能会带来有功无功潮流变化、电网电压水平下降、线路传输功率超出热极限、系统短路容量增加和系统暂态稳定性改变等一系列问题。最优潮流是当前电力系统调度运行中最重要的工具之一。目前,风电场越来越多的以大规模、集中式并入电网。为了提高风电利用率、降低系统的运行成本,满足电力系统运行的经济性和安全性要求,常采用最优潮流进行深入研究。在传统的电力系统最优潮流中,发电机组的输出功率可调,且具有确定性,而风力发电具有随机性和不确定性,这就导致了大规模风电接入下的最优潮流必须考虑风电机组输出功率的不确定性所带来的问题。
最优潮流将安全性、经济性和电能质量三方面有效的统一起来,具有统筹考虑、全面优化的特性。经过半个多世纪的发展,己经成为电力系统规划与运行中不可缺少的工具之一,并在电网经济调度、无功优化、电压稳定等领域发挥着极为重要的作用。然而传统忽视电网故障应急机制,只考虑单一状态运行约束,其局限性非常明显:传统追求单一状态下电能质量约束范围内的优化效果,忽视电网故障状态下维持静态安全的重要性,无法计及风电场的出力不确定性以及对系统造成的安全影响,无法考虑网络参数变化。
发明内容
本发明为了解决上述问题,提出了一种考虑风电影响的电网最优运行点控制方法及系统,本发明考虑风电场接入对电网的安全性影响,改进传统的最优潮流模型,得到更加合理的确定最佳运行点。
根据一些实施例,本发明采用如下技术方案:
一种考虑风电影响的电网最优运行点控制方法,包括以下步骤:
建立预防控制最优潮流的模型,求解最优潮流解,在最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出此时的最优潮流结果;若有修正机组出力以及网架结构,重新计算最优潮流分布与网络参数,直至没有潮流越限风险。
作为可选择的实施方式,还包括利用预测功率的结果加上随机波动的预测误差来描述风电场出力,建立风电随机出力模型的步骤。
作为进一步的限定,采用正态分布模型描述风电功率的误差分布,认为风功率预测误差的概率密度函数服从期望值为0的正态分布。
作为可选择的实施方式,还包括对交流潮流的节点入住功率模型以及支路功率模型进行线性化处理,建立线路功率与节点电压波动模型的步骤。
作为进一步的限定,风电功率引起的功率波动在当前网架结构下等效为节点电压与线路功率的波动,当波动范围小于设定值时,认为呈正态分布。
作为可选择的实施方式,所述预防控制最优潮流的模型的目标桉树为综合考虑发电机组的燃料成本、变压器分接头的调节量以及必要情况下的切负荷之和最小。
作为可选择的实施方式,求解最优潮流解郭晨中,引入松弛变量至原始问题,不等式约束即可变为等式约束,通过构造障碍函数来解决含松弛变量的不等式约束,最后使用拉格朗日乘子法;在迭代中加入预测-校正环节,减少迭代次数。
作为可选择的实施方式,修正机组出力以及网架结构包括修正发电机有功、无功出力和变压器分接头。
一种考虑风电影响的电网最优运行点控制系统,包括:
建模模块,被配置为建立预防控制最优潮流的模型;
计算模块,被配置为求解最优潮流解,在最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出此时的最优潮流结果;若有修正机组出力以及网架结构,重新计算最优潮流分布与网络参数,直至没有潮流越限风险。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种考虑风电影响的电网最优运行点控制方法步骤。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种考虑风电影响的电网最优运行点控制方法步骤。
与现有技术相比,本发明的有益效果为:
本发明考虑风电场接入对电网的安全性影响,改进传统的最优潮流模型,得到更加合理系统经济运行点。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明的控制方法流程示意图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
考虑风电影响的电网经济最优运行点控制方法,包括以下步骤:
1.建立风电随机出力模型:利用短期预测功率的结果加上随机波动的预测误差来描述风电场出力,此状况下的风电出力不确定性主要体现为预测误差的随机波动。本发明采用正态分布模型描述风电功率的误差分布,认为风功率预测误差的概率密度函数服从期望值为0的正态分布。
2.建立线路功率与节点电压波动模型:对交流潮流的节点入住功率模型以及支路功率模型进行线性化处理:
得到:
对上式进行泰勒展开,并保留常数项与一次项。考虑到风电功率的波动影响,取ΔW作为随机扰动量,则相应产生M、N的扰动量,ΔM、ΔN,可得:
利用半不变量的可加性与其次性可推得节点电压和线路功率的半不变量,则取二阶半不变量可知,风电功率引起的功率波动在当前网架结构下可等效为节点电压与线路功率的波动,当波动范围较小时,可近似认为呈正态分布:
式中:δline为线路功率分布的标准差;δVm为节点电压分布的标准差。
3.建立预防控制最优潮流的模型及求解:
预防控制的核心目的是保证电网在风电出力扰动的情况下依然安全正常运行。这体现在约束中加入安全约束条件。而电网运行的另一目的是保证成本最优,即发电机组的燃料成本最小,所以这是优先级最高的目标f1。此外,由于变压器分接头的调节量为离散变量,为了能够快速有效求解大规模含有离散变量的优化问题,采用二次罚函数f2的方法将离散量规整;f3为必要情况下的切负荷,用于应对紧急情况下的系统控制,正常运行下一般不切除负荷:
Min f=f1+f2+f3
NG为火电厂集合;Nr为负荷节点集合;Nl为线路集合,若该线路含有变压器,则变比可调;为发电机i的有功出力;ai、bi、ci为发电机i的经济参数;PL0为初始负荷分布。
本发明所提出的预测控制模型属于一个非线性规划问题,而内点法是一种非常有效的快速求解大规模非线性规划问题的优化算法,内点法具有处理不等式约束、收敛速度快、对初始点的选择不敏感等优点。通过引入松弛变量至原始问题,不等式约束即可变为等式约束,再通过构造障碍函数来解决含松弛变量的不等式约束,最后使用拉格朗日乘子法;在迭代中加入预测-校正环节,减少迭代次数,改善收敛特性。
由于线路功率波动以及节点电压波动与风电功率预测误差、网架架构、网络参数有关,所以在最优潮流计算中,利用每次迭代的解均在可行域内的特点,对系统的状态量进行校正,减小潮流越限的风险。采用改进后的预防控制最优潮流后,如图1所示,流程为:
(1)求解正常运行时基态的最优潮流解。
(2)在现有最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出上一部的最优潮流结果;若有,则进行下一步。
(3)修正发电机有功、无功出力、变压器分接头。
(4)判断迭代次数是否超过最大值,若有,则迭代不收敛;若没有,则重新计算最优潮流分布与网络参数,直至没有潮流越限风险。
作为一种典型实施例,本发明以计算流程为框架,结合发明书附图,详细介绍本发明提供的技术方案,其中,以考虑风电影响的电网经济最优模型为重点介绍内容。
1.考虑了风电功率预测误差对系统线路功率及节点电压幅值的影响,常采用短期预测功率的结果加上随机波动的预测误差来描述风电场出力模型,此状况下的风电出力不确定性主要体现为预测误差的随机波动。用正态分布模型描述风电功率的误差分布,认为风功率预测误差的概率密度函数服从期望值为0的正态分布。
式中:εw为随机变量,这里代表风电预测误差;δw为风电预测误差的标准差。
令M表示节点电压相角和节点电压幅值,W表示各节点注入功率,N表示支路有功与无功功率,则潮流方程可表示为:
对上式线性化可得:
式中:J0为潮流计算的雅克比矩阵;S0为节点电压对节点注入功率的灵敏度矩阵;G0为支路功率对节点电压的灵敏度矩阵;T0为支路功率对节点注入功率的灵敏度矩阵。
利用半不变量的齐次性:
式中:ΔM(2)为节点电压的二阶半不变量;ΔN(2)为线路功率的二阶半不变量;ΔW(2)为节点注入功率的二阶半不变量;S(2)、T(2)分别由S、T中各元素的2次幂构成。
由此可知,通过潮流方程某一点的线性化可将风电功率的波动量转化为节点电压与线路功率的波动量;小范围的波动可认为近似呈现正态分布,即节点电压与线路功率的波动近似呈正态分布特性:
式中:δline为线路功率分布的标准差;δVm为节点电压分布的标准差。
2.改进传统的最优潮流模型:
目标函数:
式中,NG为火电厂集合;Nr为负荷节点集合;Nl为线路集合,若该线路含有变压器,则变比可调;为发电机i的有功出力;ai、bi、ci为发电机i的经济参数;PL0为初始负荷分布;di为切负荷造成的经济损失;Ti为变压器变比;Ti 、/>分别代表Ti所属的相邻分级离散值。
约束条件包括等式约束条件,即有功和无功功率的平衡方程;以及不等式约束,即各火电机组的有功无功出力、负荷的有功无功功率、变压器变比、支路功率的功率约束、节点电压幅值的约束等:
其中,ΔPi、ΔQi为节点功率不平衡量;PLi、QLi为负荷节点功率;tij为节点i、j间的变压器变比;bij为节点i、j间的对地电钠值;QGi为发电机组的无功出力。
PGi,min≤PGi≤PGi,max
QGi,min≤QGi≤QGi,max
Tij,min≤Tij≤Tij,max
PLi,min≤PLi≤PLi,max
QLi,min≤QLi≤QLi,max
Vi,min≤Vi≤Vi,max
-Pij,max≤Pij≤Pij,max
Pij=-Vi 2tijGij+ViVj(Gijcosθij+Bijsinθij)
考虑到风电注入功率引起的波动,需要调整安全约束中状态变量的取值。由上述提到的节点电压幅值与线路功率均近似呈现正态分布,结合2sigma原则,即随机变量分布在(μ-2σ,μ+2σ)中的概率为0.9544。修改上述部分安全约束:
Vi,min≤Vi+2δVm≤Vi,max
Vi,min≤Vi-2δVm≤Vi,max
-Pij,max≤Pij+2δline≤Pij,max
式中的S、T所对应的灵敏度矩阵随每次迭代更新而修正。通过动态调整各状态量的取值,使系统得到经济最优的控制变量。
本实施例部分还提供以下产品实施例:
一种考虑风电影响的电网最优运行点控制系统,包括:
建模模块,被配置为建立预防控制最优潮流的模型;
计算模块,被配置为求解最优潮流解,在最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出此时的最优潮流结果;若有修正机组出力以及网架结构,重新计算最优潮流分布与网络参数,直至没有潮流越限风险。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种考虑风电影响的电网最优运行点控制方法步骤。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种考虑风电影响的电网最优运行点控制方法步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种考虑风电影响的电网最优运行点控制方法,其特征是:包括以下步骤:
利用预测功率的结果加上随机波动的预测误差来描述风电场出力,建立风电随机出力模型,以及对交流潮流的节点入住功率模型和支路功率模型进行线性化处理,建立线路功率与节点电压波动模型;
建立预防控制最优潮流的模型,求解正常运行时基态的最优潮流解;
在现有最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出上一部的最优潮流结果;若有,则进行下一步;
修正发电机有功、无功出力、变压器分接头;
判断迭代次数是否超过最大值,若有,则迭代不收敛;若没有,则重新计算最优潮流分布与网络参数,直至没有潮流越限风险;
所述预防控制最优潮流的模型的目标为综合考虑发电机组的燃料成本、变压器分接头的调节量以及必要情况下的切负荷之和最小,具体为:
Minf=f1+f2+f3
其中,f1为发电机组的燃料成本,f2为变压器分接头的调节量,f3为必要情况下的切负荷,NG为火电厂集合;Nr为负荷节点集合;Nl为线路集合,若该线路含有变压器,则变比可调;ai、bi、ci为发电机i的经济参数;PL0为初始负荷分布;di为切负荷造成的经济损失;Ti为变压器变比,Ti 、/>分别代表Ti所属的相邻分级离散值。
2.如权利要求1所述的一种考虑风电影响的电网最优运行点控制方法,其特征是:采用正态分布模型描述风电功率的误差分布,认为风功率预测误差的概率密度函数服从期望值为0的正态分布。
3.如权利要求1所述的一种考虑风电影响的电网最优运行点控制方法,其特征是:风电功率引起的功率波动在当前网架结构下等效为节点电压与线路功率的波动,当波动范围小于设定值时,认为呈正态分布。
4.如权利要求1所述的一种考虑风电影响的电网最优运行点控制方法,其特征是:求解最优潮流解过程中,引入松弛变量至原始问题,不等式约束即可变为等式约束,通过构造障碍函数来解决含松弛变量的不等式约束,最后使用拉格朗日乘子法;在迭代中加入预测-校正环节,减少迭代次数。
5.一种考虑风电影响的电网最优运行点控制系统,其特征是:包括:
利用预测功率的结果加上随机波动的预测误差来描述风电场出力,建立风电随机出力模型,以及对交流潮流的节点入住功率模型和支路功率模型进行线性化处理,建立线路功率与节点电压波动模型;
建模模块,被配置为建立预防控制最优潮流的模型;
计算模块,被配置为求解正常运行时基态的最优潮流解;
在现有最优潮流分布与网络参数的基础上,计算风电功率预测误差引起的线路功率与节点电压波动情况,判断是否有越限风险,若没有,则直接输出上一部的最优潮流结果;若有,则进行下一步;
修正发电机有功、无功出力、变压器分接头;
判断迭代次数是否超过最大值,若有,则迭代不收敛;若没有,则重新计算最优潮流分布与网络参数,直至没有潮流越限风险;
所述预防控制最优潮流的模型的目标为综合考虑发电机组的燃料成本、变压器分接头的调节量以及必要情况下的切负荷之和最小,具体为:
Minf=f1+f2+f3
其中,f1为发电机组的燃料成本,f2为变压器分接头的调节量,f3为必要情况下的切负荷,NG为火电厂集合;Nr为负荷节点集合;Nl为线路集合,若该线路含有变压器,则变比可调;为发电机i的有功出力;ai、bi、ci为发电机i的经济参数;PL0为初始负荷分布;di为切负荷造成的经济损失;/>Ti为变压器变比,Ti 、/>分别代表Ti所属的相邻分级离散值。
6.一种计算机可读存储介质,其特征是:其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利要求1-4中任一项所述的一种考虑风电影响的电网最优运行点控制方法步骤。
7.一种终端设备,其特征是:包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行权利要求1-4中任一项所述的一种考虑风电影响的电网最优运行点控制方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110189326.3A CN112994014B (zh) | 2021-02-19 | 2021-02-19 | 一种考虑风电影响的电网最优运行点控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110189326.3A CN112994014B (zh) | 2021-02-19 | 2021-02-19 | 一种考虑风电影响的电网最优运行点控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112994014A CN112994014A (zh) | 2021-06-18 |
CN112994014B true CN112994014B (zh) | 2024-04-05 |
Family
ID=76393440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110189326.3A Active CN112994014B (zh) | 2021-02-19 | 2021-02-19 | 一种考虑风电影响的电网最优运行点控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112994014B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114221343B (zh) * | 2021-10-26 | 2023-12-29 | 中国电建集团华东勘测设计研究院有限公司 | 一种基于配点法考虑风电场出力随机性最优潮流求解方法 |
CN116544939A (zh) * | 2022-01-25 | 2023-08-04 | 株洲中车时代电气股份有限公司 | 碳排放需求响应处理方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259289A (zh) * | 2013-05-21 | 2013-08-21 | 长沙理工大学 | 基于最优潮流含dfig风电系统可用传输容量的获得方法 |
CN107611979A (zh) * | 2017-09-26 | 2018-01-19 | 华中科技大学 | 一种基于概率潮流计算的电力系统运行校正控制方法 |
CN109888775A (zh) * | 2019-03-06 | 2019-06-14 | 清华大学 | 一种考虑风电接入的低负荷运行日输电网结构优化方法 |
CN111884195A (zh) * | 2020-07-27 | 2020-11-03 | 山东大学 | 考虑概率潮流的直流电网下垂控制裕度优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108054789B (zh) * | 2017-12-22 | 2019-08-16 | 清华大学 | 一种内嵌无功和电压的安全约束经济调度方法 |
-
2021
- 2021-02-19 CN CN202110189326.3A patent/CN112994014B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259289A (zh) * | 2013-05-21 | 2013-08-21 | 长沙理工大学 | 基于最优潮流含dfig风电系统可用传输容量的获得方法 |
CN107611979A (zh) * | 2017-09-26 | 2018-01-19 | 华中科技大学 | 一种基于概率潮流计算的电力系统运行校正控制方法 |
CN109888775A (zh) * | 2019-03-06 | 2019-06-14 | 清华大学 | 一种考虑风电接入的低负荷运行日输电网结构优化方法 |
CN111884195A (zh) * | 2020-07-27 | 2020-11-03 | 山东大学 | 考虑概率潮流的直流电网下垂控制裕度优化方法及系统 |
Non-Patent Citations (1)
Title |
---|
Optimal Power Flow Preventive Control Considering Wind Farm Access;Fan Chen等;《IOP Conference Series: Earth and Environmental Science》;1-6 * |
Also Published As
Publication number | Publication date |
---|---|
CN112994014A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hannan et al. | Artificial intelligent based damping controller optimization for the multi-machine power system: A review | |
Sun et al. | Optimized two-time scale robust dispatching method for the multi-terminal soft open point in unbalanced active distribution networks | |
Aziz et al. | Variable universe fuzzy logic-based hybrid LFC control with real-time implementation | |
Abubakr et al. | The concept of direct adaptive control for improving voltage and frequency regulation loops in several power system applications | |
CN112994014B (zh) | 一种考虑风电影响的电网最优运行点控制方法及系统 | |
CN108599259B (zh) | 一种基于灵敏度分析的微电网主动运行决策方法 | |
Ma et al. | Two-time-scale coordinated energy management for medium-voltage DC systems | |
Singh et al. | Frequency regulation of micro-grid connected hybrid power system with SMES | |
Li et al. | Robust decentralized coordination of transmission and active distribution networks | |
Kavuturu et al. | Transmission security enhancement under (N− 1) contingency conditions with optimal unified power flow controller and renewable energy sources generation | |
Li et al. | Optimization method of skeleton network partitioning scheme considering resilience active improvement in power system restoration after typhoon passes through | |
Khorram-Nia et al. | A novel stochastic framework for the optimal placement and sizing of distribution static compensator | |
Linlin et al. | Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy | |
Hassanzadeh et al. | Hierarchical optimal allocation of BESS using APT-FPSO based on stochastic programming model considering voltage sensitivity and eigenvalues analyses | |
Su et al. | An optimal power flow (OPF) method with improved power system stability | |
Zhang et al. | Fast solving method for two-stage multi-period robust optimization of active and reactive power coordination in active distribution networks | |
CN113346484A (zh) | 一种考虑暂态不确定性的配电网弹性提升方法及系统 | |
Hooshmand et al. | Power system dynamic scheduling with high penetration of renewable sources | |
Wang et al. | Minimum load-shedding calculation approach considering loads difference | |
Chu et al. | Stability Constrained Optimization in High IBR-Penetrated Power Systems-Part I: Constraint Development and Unification | |
Fan et al. | Study on power energy storage allocation of weak power distribution grid with high-density distributed generation integration | |
Ghanizadeh et al. | Optimal power flow using iteration particle swarm optimization | |
Wen et al. | MPC-based control strategy of PV grid connected inverter for damping power oscillations | |
Sanni et al. | Coordinated secondary voltage control in distribution networks with high pv penetration | |
Vidyarthi et al. | Virtual inertia support in AGC of deregulated interconnected power system with penetration of electric vehicles |
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 |