CN113077075B - 新能源不确定性电力系统安全风险预防控制方法及装置 - Google Patents

新能源不确定性电力系统安全风险预防控制方法及装置 Download PDF

Info

Publication number
CN113077075B
CN113077075B CN202110278191.8A CN202110278191A CN113077075B CN 113077075 B CN113077075 B CN 113077075B CN 202110278191 A CN202110278191 A CN 202110278191A CN 113077075 B CN113077075 B CN 113077075B
Authority
CN
China
Prior art keywords
new energy
output
control
power generating
thermal 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.)
Active
Application number
CN202110278191.8A
Other languages
English (en)
Other versions
CN113077075A (zh
Inventor
孙小湘
鲍颜红
马军
徐泰山
王运
张金龙
蒙飞
杨君军
李宏强
夏小琴
徐伟
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.)
Nari Technology Co Ltd
State Grid Ningxia Electric Power Co Ltd
Original Assignee
Nari Technology Co Ltd
State Grid Ningxia 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 Nari Technology Co Ltd, State Grid Ningxia Electric Power Co Ltd filed Critical Nari Technology Co Ltd
Priority to CN202110278191.8A priority Critical patent/CN113077075B/zh
Publication of CN113077075A publication Critical patent/CN113077075A/zh
Application granted granted Critical
Publication of CN113077075B publication Critical patent/CN113077075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • 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
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了新能源不确定性电力系统安全风险预防控制方法及装置，在对应的控制方案之间进行方案的枚举组合，删除不满足确定性约束条件的组合，形成所有可能的控制方案；对所有可能控制方案按照目标函数计算值由小到大的顺序进行排序，并依次对每一个控制方案在安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得故障发生后切除的负荷总量和机组总量，判断是否满足安全稳定风险预防控制模型中的机会约束条件，若满足，则输出本次控制方案为最终控制方案。本发明兼顾调整火电机组出力的控制代价和限制新能源集群出力的弃电风险；满足预防控制实用性要求；在线安全稳定风险预防控制计算速度和准确性要求。

Description

新能源不确定性电力系统安全风险预防控制方法及装置
技术领域
本发明涉及新能源不确定性电力系统安全风险预防控制方法及装置，属于电力系统自动化技术领域。
背景技术
随着新能源装机容量的迅猛发展，新能源并网规模逐渐增加，新能源出力不确定性给电力系统安全稳定分析与决策带来极大的挑战。基于确定性的传统方法难以科学应对不确定性对系统安全经济运行的影响。风险理论通过量化随机事件发生的可能性和严重性，可以有效度量不确定性因素对系统整体的影响，保证系统在可接受的风险水平范围内。
对于新能源出力不确定性的处理，通常采用置信区间法或场景法：置信区间法基于一定的置信水平决定不确定量的上下边界，生成电力系统大、小运行方式进行分析计算，存在计算结论过于保守的问题；场景法能够对新能源不确定变量进行抽样产生可能出现的场景，通过多个确定性场景来表征不确定变量，针对每个场景进行安全稳定分析计算获得该场景的运行风险，综合所有场景运行风险获得系统安全稳定运行风险。
预防控制通过改变当前运行点至系统安全稳定运行域内以防止事故发生后可能造成的安全稳定问题。当在线分析发现系统运行风险越限时，可以采取预防控制措施有效降低风险。满足安全稳定要求的预防控制策略计算是复杂的高维非线性规划问题，现有技术中提出发电机、负荷和容抗器调整措施对暂态、动态和静态安全稳定共11类安全稳定的控制性能指标，基于控制性能指标进行满足多类安全稳定约束要求的在线预防控制辅助决策控制措施搜索。
目前，通常采用的不确定优化方法主要有随机优化和鲁棒优化两类。鲁棒优化通过设定不确定参数的波动范围，寻求最恶劣场景下的决策方案，存在控制代价过大的问题。随机优化在处理的离散场景规模较大时求解时间较长，且由于难以确定系统安全稳定运行风险门槛值而影响其实用性。预防控制针对潜在的可能故障实现事前控制，增加了正常运行的费用，控制代价包括调整火电机组出力的控制代价和限制风电场出力的弃电风险。所以，本领域技术人员急需要设计出一种用于解决不确定性的电力系统安全稳定风险预防控制的方法。
发明内容
目的：为了克服现有技术中存在的鲁棒优化方法控制代价过大，以及随机优化方法求解时间过长和难以确定系统安全稳定运行风险门槛值的问题，本发明提供新能源不确定性电力系统安全风险预防控制方法及装置。
技术方案：为解决上述技术问题，本发明采用的技术方案为：
一种新能源不确定性电力系统安全风险预防控制方法，包括如下步骤：
步骤1：分别对有效控制措施集合的火电机组和新能源集群的控制方案控制量进行分配，形成增出力火电机组、减出力火电机组和新能源集群的控制方案；
步骤2：在增出力火电机组、减出力火电机组、新能源集群的控制方案之间进行方案的枚举组合，筛选出满足安全稳定风险预防控制模型中确定性约束条件的组合，形成备选控制方案；
步骤3：对备选控制方案按照安全稳定风险预防控制模型中目标函数计算值由小到大的顺序进行排序，并依次对每一个控制方案在安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得故障发生后切除的负荷总量和机组总量，统计所有场景及其预想故障下切除的负荷总量和机组总量及其对应的发生概率，判断是否满足安全稳定风险预防控制模型中的机会约束条件，若满足，则输出本次控制方案为最终控制方案；若不满足，则计算下一个控制方案，直到出现满足机会约束条件的控制方案。
一种新能源不确定性电力系统安全风险预防控制装置，包括如下模块：
控制量分配模块用于分别对有效控制措施集合的火电机组和新能源集群的控制方案控制量进行分配，形成增出力火电机组、减出力火电机组和新能源集群的控制方案；
控制方案形成模块用于在增出力火电机组、减出力火电机组、新能源集群的控制方案之间进行方案的枚举组合，筛选出满足安全稳定风险预防控制模型中确定性约束条件的组合，形成备选控制方案；
控制方案调整模块用于对备选控制方案按照安全稳定风险预防控制模型中目标函数计算值由小到大的顺序进行排序，并依次对每一个控制方案在安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得故障发生后切除的负荷总量和机组总量，统计所有场景及其预想故障下切除的负荷总量和机组总量及其对应的发生概率，判断是否满足安全稳定风险预防控制模型中的机会约束条件，若满足，则输出本次控制方案为最终控制方案；若不满足，则计算下一个控制方案，直到出现满足机会约束条件的控制方案。
作为优选方案，所述增出力火电机组、减出力火电机组和新能源集群的控制方案获取步骤如下：
对于有效控制措施集合中的火电机组，将增出力机组和减出力机组分别分组，将所有增出力机组和所有减出力机组的可调整空间分别累加作为增出力机组总调整空间和减出力机组总调整空间；
对增出力机组和减出力机组总调整空间分别按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量；
将增出力机组和减出力机组分别按照火电机组出力调整的控制性能指标从大到小的顺序排列机组，并按排列顺序作为增出力机组和减出力机组的调整顺序；
将每个控制方案控制量按照增出力机组和减出力机组调整顺序分别分配至各增出力机组和减出力机组形成增出力机组和减出力机组的控制方案；
对于有效控制措施集合中的新能源集群，将所有减出力新能源机组的可调整空间累加作为减出力新能源机组总调整空间；
减出力新能源机组总调整空间按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量；
将减出力新能源机组按照新能源集群出力调整的控制性能指标控制性能指标从大到小的顺序排列机组，并按排列顺序作为减出力新能源机组的调整顺序；
将每个控制方案控制量按照减出力新能源机组调整顺序分配至各新能源机组形成新能源集群的控制方案。
作为优选方案，所述有效控制措施集合获取步骤如下：
分别计算火电机组和新能源集群出力调整的控制性能指标；所述火电机组和新能源集群出力调整的控制性能指标计算公式如下：
PIg′＝(λ1PIg′.ta+λ2PIg′.ol)/Bg′
Figure BDA0002977028180000051
Figure BDA0002977028180000052
其中，PIg′表示发电机g′包括火电机组或新能源集群出力调整的控制性能指标，PIg′.ta为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的控制性能指标，λ1为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的权重，PIg′.ol为发电机g′包括火电机组或新能源集群的提高静态安全裕度的控制性能指标，λ2为发电机g′包括火电机组或新能源集群的提高静态安全裕度的权重；Nta为暂态稳定评估故障数，Ni.ta为第i个故障发生后暂态功角稳定的薄弱模式数，αg′.i.j为发电机g′包括火电机组或新能源集群在第i个故障发生后的第j个模式中的暂态功角稳定参与因子，αmax为各个候选有功调整发电机g′包括火电机组或新能源集群在各个故障发生后的各个模式中的暂态功角稳定参与因子绝对值最大值，ηta.i.j为第i个故障发生后第j个模式的暂态功角稳定裕度；Nol为静态安全评估故障数，Ni.ol为第i个故障发生后静态过载的薄弱设备数，sg′.i.k为发电机g′包括火电机组或新能源集群有功在第i个故障发生后对第k个设备静态过载有功的灵敏度，ηol.i.k为第i个故障发生后第k个设备的静态过载安全裕度，Pcr.k为第k个设备静态过载安全有功门槛值；若第g′个有功调整的发电机是增出力，则dg′取值为1，若第g′个有功调整的发电机是减出力，则dg′取值为2。
将控制性能指标大于设定门槛值的火电机组和新能源集群筛选为有效控制措施集合。
作为优选方案，安全稳定风险预防控制模型中目标函数的计算公式如下：
Figure BDA0002977028180000053
其中，NG为火电机组总数；
Figure BDA0002977028180000054
和
Figure BDA0002977028180000055
分别为火电机组g提供上调和下调功率的单位报价；
Figure BDA0002977028180000061
和
Figure BDA0002977028180000062
分别为火电机组g被调用的上调和下调功率；Pwlimj为新能源集群j受限的最大出力，NW为新能源集群总数，fR(Pwlimj)为对应的弃电风险；λW为新能源弃电风险因子。
作为优选方案，新能源集群的弃电风险fR计算公式如下：
Figure BDA0002977028180000063
其中，fA(x)为新能源集群A预测功率的概率分布函数，x为新能源集群A的实时功率，Pwlim,A为新能源集群A受限的最大出力。
作为优选方案，所述确定性约束条件计算公式如下：
1)潮流平衡约束
采用交流潮流方程如下：
Figure BDA0002977028180000064
其中，i∈SN，m∈ST；SN为系统所有节点集合；Pi,m、Qi,m、
Figure BDA0002977028180000065
分别为节点i在场景m的有功电源出力、无功电源出力、有功负荷出力、无功负荷出力；Vi,m、θi,m分别为节点i在场景m的电压幅值、电压相角；Vj,m、θj,m分别为节点j在场景m的电压幅值、电压相角；Yij,m、αij,m分别为节点i、j导纳矩阵在场景m的幅值、相角；
2)火电机组出力约束
Figure BDA0002977028180000066
Figure BDA0002977028180000067
其中，Pgmax和Pgmin分别为火电机组g的出力上限和下限，Pg0为火电机组g的当前出力；
Figure BDA0002977028180000068
和
Figure BDA0002977028180000069
分别为火电机组g的爬坡和滑坡速率，Δt为调度时间；
3)新能源集群出力约束
Pwminj≤Pwlimj≤Pwmaxj
其中，Pwminj为新能源集群j的有功出力允许下限，Pwmaxj为预测的新能源集群j有功最大出力；
4)功率平衡约束
Figure BDA0002977028180000071
其中，Pw0j为新能源集群j的当前出力；
5)系统备用约束
Figure BDA0002977028180000072
Figure BDA0002977028180000073
Figure BDA0002977028180000074
Figure BDA0002977028180000075
其中，
Figure BDA0002977028180000076
和
Figure BDA0002977028180000077
为火电机组g能够提供的上调旋转备用容量、下调旋转备用容量；
Figure BDA0002977028180000078
和
Figure BDA0002977028180000079
为系统总的上调旋转备用容量约束、下调旋转备用容量约束。
作为优选方案，所述机会约束条件计算公式如下：
Pr(ΔPwg(k,m)＜Pwg.lim)≥α
Pr(ΔPld(k,m)＜Pld.lim)≥α
其中，α为设置的机会约束置信水平；ΔPwg(k,m)、ΔPld(k,m)分别为第m类场景下故障k发生后切除机组总量和切负荷总量，k∈CS，CS为所有预想故障集合，m∈ST，ST为Ns个场景运行方式集合；Pwg.lim、Pld.lim为允许的最大切除机组总量和切负荷总量，Pr(*)代表概率函数。
作为优选方案，所述故障发生后切除的负荷总量和机组总量获取步骤如下：
在安全稳定风险的场景运行方式下，进行预想故障集合中所有预想故障的安全稳定评估计算，并根据第二道防线安控装置和第三道防线低频低压减载、解列装置动作模型，统计故障直接引发的切除负荷损失、切除火电机组以及新能源机组脱网量和第二、三道防线安全自动装置切除负荷损失、切除火电机组以及新能源机组脱网量；
故障直接引发的切除负荷损失、切除火电机组以及新能源机组脱网量和第二、三道防线安全自动装置切除负荷损失、切除火电机组以及新能源机组脱网量加上新能源机组频率和电压保护动作切除的机组总量，得到故障后暂态过程切除的负荷总量和机组总量；
如果故障后系统过渡到稳态时依然存在支路过载和断面越限等静态安全问题，则进行静态安全紧急控制策略搜索计算，得到故障后稳态过程需要切除的负荷总量和机组总量，将其与故障后暂态过程切除的负荷总量和机组总量相加作为故障发生后切除的负荷总量和机组总量。
作为优选方案，所述新能源集群出力调整的控制性能指标中αg′.i.j新能源机组在第i个故障发生后的第j个模式中的暂态功角稳定参与因子计算公式如下：
Figure BDA0002977028180000081
Figure BDA0002977028180000082
其中，bS.i′为S群新能源机组的暂态功角稳定参与因子，bA.i′为A群新能源机组的暂态功角稳定参与因子，同临界群火电机组距离较近的新能源机组称之为S群新能源机组，同余下群火电机组距离较近的新能源机组称之为A群新能源机组，aj′为火电机组j′暂态功角稳定参与因子，xi′.j′为火电机组j′并网点母线与新能源场站i′并网点母线之间的电气距离，NS′为临界群机组台数，NA′为余下群机组台数；
新能源集群暂态功角稳定参与因子取其中各个新能源场站新能源机组暂态功角稳定参与因子的平均值。
有益效果：本发明提供的新能源不确定性电力系统安全风险预防控制方法及装置，采用的预防控制措施控制代价最小优化目标，可以兼顾调整火电机组出力的控制代价和限制新能源集群出力的弃电风险；参照电力系统事故等级评价标准确定允许的最大切除机组量和切负荷总量，通过将系统允许的运行风险转化为机会约束条件，可以满足预防控制实用性要求；隐枚举所有可能控制方案，基于集群并行计算平台校核获得满足目标函数的控制方案，可以满足在线安全稳定风险预防控制计算速度和准确性要求。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
下面结合具体实施例对本发明作更进一步的说明。
如图1所示，一种新能源不确定性电力系统安全风险预防控制方法，包括如下步骤：
1)获取未来ts时段的常规机组发电计划、负荷预测数据、新能源厂站发电功率预测数据以及对新能源发电功率不确定变量进行抽样产生的Ns个新能源厂站出力场景，基于上述数据生成未来ts时段的Ns个安全稳定风险的场景运行方式；
2)在未来ts时段的Ns个安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得预想故障发生后切除机组总量和切负荷总量；判断切除机组总量和切负荷总量大于允许的最大切除机组量和切负荷量的概率是否大于预先设置的机会约束置信水平，如大于则转入步骤3)，否则结束预防控制计算流程；
3)建立以包括调整火电机组出力控制代价和限制新能源集群出力弃电风险的预防控制措施控制代价最小为优化目标，预想故障下切除机组总量和切负荷总量大于允许的最大切除机组量和切负荷量的概率小于机会约束置信水平为机会约束条件，潮流平衡约束、火电机组出力约束、新能源集群出力约束、功率平衡约束和系统备用约束为确定性约束条件的安全稳定风险预防控制模型；
4)计算火电机组和新能源集群出力调整的控制性能指标，将控制性能指标大于设定门槛值的火电机组和新能源集群筛选为有效控制措施集合。
5)通过求解安全稳定风险预防控制模型获得考虑新能源不确定性的安全稳定风险预防控制措施。
所述步骤2)中获得预想故障发生后切除机组总量和切负荷总量的方法如下：
在暂态安全稳定评估的故障时域仿真计算中计及第二道防线安控装置和第三道防线低频低压减载、解列装置动作模型，统计故障直接引发的切除负荷损失、切除火电机组以及新能源机组脱网量和第二、三道防线安全自动装置切除负荷损失、切除火电机组以及新能源机组脱网量；同时加上新能源机组频率和电压保护动作切除的机组总量，获得故障后暂态过程切除的负荷总量和机组总量。如故障后系统过渡到稳态时依然存在支路过载和断面越限等静态安全问题，则进行静态安全紧急控制策略搜索计算获得故障后稳态过程需要切除的负荷总量和机组总量，将其与暂态过程切除的负荷总量和机组总量相加作为预想故障发生后切除的负荷总量和机组总量。
所述步骤3)中安全稳定风险预防控制模型如下：
1.目标函数
考虑优化目标为预防控制措施的控制代价最小，包括调整火电机组出力的控制代价和限制新能源集群出力的弃电风险。
Figure BDA0002977028180000101
其中，NG为火电机组总数；
Figure BDA0002977028180000102
和
Figure BDA0002977028180000103
分别为火电机组g提供上调和下调功率的单位报价；
Figure BDA0002977028180000104
和
Figure BDA0002977028180000105
分别为火电机组g被调用的上调和下调功率；Pwlimj为新能源集群j受限的最大出力，NW为新能源集群总数，fR(Pwlimj)为对应的弃电风险；λW为新能源弃电风险因子。
若限制新能源集群A的最大功率为Pwlim,A，则其弃电风险fR为：
Figure BDA0002977028180000111
其中，fA(x)为新能源集群A预测功率的概率分布函数。x为新能源集群A的实时功率。
2.2约束条件
预防控制模型中的机会约束条件见式(3)、(4)：
Pr(ΔPwg(k,m)＜Pwg.lim)≥α (3)
Pr(ΔPld(k,m)＜Pld.lim)≥α (4)
其中，α为设置的机会约束置信水平；ΔPwg(k,m)、ΔPld(k,m)分别为第m类场景下故障k发生后切除机组总量和切负荷总量，k∈CS，CS为所有预想故障集合，m∈ST，ST为Ns个场景运行方式集合；Pwg.lim、Pld.lim为允许的最大切除机组总量和切负荷总量，Pr(*)代表概率函数。
确定性约束条件如下：
1)潮流平衡约束
采用交流潮流方程如下：
Figure BDA0002977028180000112
其中，i∈SN，m∈ST；SN为系统所有节点集合；Pi,m、Qi,m、
Figure BDA0002977028180000113
分别为节点i在场景m的有功电源出力、无功电源出力、有功负荷出力、无功负荷出力；Vi,m、θi,m分别为节点i在场景m的电压幅值、电压相角；Vj,m、θj,m分别为节点j在场景m的电压幅值、电压相角；Yij,m、αij,m分别为节点i、j导纳矩阵在场景m的幅值、相角。
2)火电机组出力约束
Figure BDA0002977028180000114
Figure BDA0002977028180000115
其中，Pgmax和Pgmin分别为火电机组g的出力上限和下限，Pg0为火电机组g的当前出力；
Figure BDA0002977028180000116
和
Figure BDA0002977028180000117
分别为火电机组g的爬坡和滑坡速率，Δt为调度时间。
3)新能源集群出力约束
Pwminj≤Pwlimj≤Pwmaxj (8)
其中，Pwminj为新能源集群j的有功出力允许下限，Pwmaxj为预测的新能源集群j有功最大出力。
4)功率平衡约束
Figure BDA0002977028180000121
其中，Pw0j为新能源集群j的当前出力。
5)系统备用约束
Figure BDA0002977028180000122
Figure BDA0002977028180000123
Figure BDA0002977028180000124
Figure BDA0002977028180000125
其中，
Figure BDA0002977028180000126
和
Figure BDA0002977028180000127
为火电机组g能够提供的上调旋转备用容量、下调旋转备用容量；
Figure BDA0002977028180000128
和
Figure BDA0002977028180000129
为系统总的上调旋转备用容量约束、下调旋转备用容量约束。
式(1)-(13)共同构成安全稳定风险预防控制模型，该模型为机会约束规划问题。
所述步骤4)中火电机组或新能源集群出力调整的控制性能指标如下：
PIg′＝λ1PIg′.ta+λ2PIg′.ol (14)
Figure BDA00029770281800001210
Figure BDA00029770281800001211
其中，火电机组或新能源集群出力调整的控制性能指标包括：PIg′，
PIg′表示发电机g′包括火电机组或新能源集群的有功出力调整对于提高暂态和静态安全稳定裕度的综合控制性能指标，PIg′.ta为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的控制性能指标，λ1为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的权重，PIg′.ol为发电机g′包括火电机组或新能源集群的提高静态安全裕度的控制性能指标，λ2为发电机g′包括火电机组或新能源集群的提高静态安全裕度的权重；Nta为暂态稳定评估故障数，Ni.ta为第i个故障发生后暂态功角稳定的薄弱模式数，αg′.i.j为发电机g′包括火电机组或新能源集群在第i个故障发生后的第j个模式中的暂态功角稳定参与因子，αmax为各个候选有功调整发电机g′包括火电机组或新能源集群在各个故障发生后的各个模式中的暂态功角稳定参与因子绝对值最大值，ηta.i.j为第i个故障发生后第j个模式的暂态功角稳定裕度；Nol为静态安全评估故障数，Ni.ol为第i个故障发生后静态过载的薄弱设备数，sg′.i.k为发电机g′包括火电机组或新能源集群有功在第i个故障发生后对第k个设备静态过载有功的灵敏度，ηol.i.k为第i个故障发生后第k个设备的静态过载安全裕度，Pcr.k为第k个设备静态过载安全有功门槛值；若第g′个有功调整的发电机是增出力，则dg′取值为1，若第g′个有功调整的发电机是减出力，则dg′取值为2。
新能源集群出力调整的控制性能指标中αg′.i.j新能源机组在第i个故障发生后的第j个模式中的暂态功角稳定参与因子分别为bS.i′、bA.i′，具体计算方法如下：在暂态功角稳定模式的振荡中心处将新能源机组分群，同临界群火电机组距离较近的新能源机组称之为S群新能源机组，同余下群火电机组距离较近的新能源机组称之为A群新能源机组。采用公式(17)和(18)分别计算S群和A群新能源机组的暂态功角稳定参与因子bS.i′、bA.i′：
Figure BDA0002977028180000131
Figure BDA0002977028180000132
其中，aj′为火电机组j′暂态功角稳定参与因子，xi′.j′为火电机组j′并网点母线与新能源场站i′并网点母线之间的电气距离，NS′为临界群机组台数，NA′为余下群机组台数。新能源集群暂态功角稳定参与因子可取为其中各个新能源场站新能源机组暂态功角稳定参与因子的平均值。
所述步骤5)中数学模型求解方法步骤如下：
(1)在候选参加预防控制的火电机组或新能源集群中，由步骤4筛选得到参与控制的火电机组和新能源集群有效控制措施集合。对于有效控制措施集合中的火电机组，将增出力机组和减出力机组分别分组，每组内按照定义的控制性能指标从大到小的顺序排列机组，并按排列顺序作为各机组的调整顺序，将所有增出力机组和所有减出力机组的可调整空间累加作为增出力机组总调整空间和减出力机组总调整空间，对增出力机组和减出力机组总调整空间分别按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量，将每个控制方案控制量按照增出力机组和减出力机组调整顺序分配至各机组从而形成对应的控制方案。对于有效控制措施集合中的新能源集群，将减出力新能源机组按照定义的控制性能指标从大到小的顺序排列机组，并按排列顺序确定作为各新能源机组的调整顺序，将所有减出力新能源机组的可调整空间累加作为减出力新能源机组总调整空间，减出力新能源机组总调整空间按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量，将每个控制方案控制量按照减出力新能源机组调整顺序分配至各新能源机组从而形成对应的控制方案。
如：增出力机组总调整空间有180MW，分档公差为50MW，调整空间数列为50MW，100MW，150MW，200MW，当总调整空间除以分档公差有余数时，公差与余数的差值补入总调整空间并重新进行数列划分。调整空间数列对应的控制方案控制量分别为50MW、100MW、150MW、200MW。如：100MW控制方案控制量，对于增出力火电机组，按照各机组的调整顺序将100MW控制方案控制量进行分配形成控制方案。
(2)在增出力和减出力火电机组、新能源集群控制方案之间进行方案的枚举组合，删除不满足优化模型中确定性约束条件的组合，由此形成所有可能的控制方案。
(3)对所有可能控制方案按照目标函数值由小到大的顺序进行排序，基于集群并行计算平台按照顺序进行控制方案计算。并依次在每一个控制方案下进行存在安全稳定风险的场景及其预想故障的并行安全稳定评估计算，可以获得故障发生后切除的负荷总量和机组总量，统计所有场景及其预想故障的损失负荷总量和机组总量及其对应的发生概率，即可判断是否满足式(3)和(4)的机会约束条件。若机会约束条件得到满足，则获得最终控制方案，而后续未计算方案因其目标函数值大于最终控制方案不再计算。
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。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.新能源不确定性电力系统安全风险预防控制方法，其特征在于：包括如下步骤：
步骤1：分别对有效控制措施集合中的火电机组和新能源集群的控制方案控制量进行分配，形成增出力火电机组、减出力火电机组和新能源集群的控制方案；
步骤2：在增出力火电机组、减出力火电机组、新能源集群的控制方案之间进行方案的枚举组合，筛选出满足安全稳定风险预防控制模型中确定性约束条件的组合，形成备选控制方案；
步骤3：对备选控制方案按照安全稳定风险预防控制模型中目标函数计算值由小到大的顺序进行排序，并依次对每一个控制方案在安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得故障发生后切除的负荷总量和机组总量，统计所有场景及其预想故障下切除的负荷总量和机组总量及其对应的发生概率，判断是否满足安全稳定风险预防控制模型中的机会约束条件，若满足，则输出本次控制方案为最终控制方案；若不满足，则计算下一个控制方案，直到出现满足机会约束条件的控制方案；
所述有效控制措施集合获取步骤如下：
分别计算火电机组和新能源集群出力调整的控制性能指标；所述火电机组和新能源集群出力调整的控制性能指标计算公式如下：
PIg′＝λ1PIg′.ta+λ2PIg′.ol
Figure FDA0003506150040000011
Figure FDA0003506150040000012
其中，PIg′表示发电机g′包括火电机组或新能源集群出力调整的控制性能指标，PIg′.ta为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的控制性能指标，λ1为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的权重，PIg′.ol为发电机g′包括火电机组或新能源集群的提高静态安全裕度的控制性能指标，λ2为发电机g′包括火电机组或新能源集群的提高静态安全裕度的权重；Nta为暂态稳定评估故障数，Ni.ta为第i个故障发生后暂态功角稳定的薄弱模式数，αg′.i.j为发电机g′包括火电机组或新能源集群在第i个故障发生后的第j个模式中的暂态功角稳定参与因子，αmax为各个候选有功调整发电机g′包括火电机组或新能源集群在各个故障发生后的各个模式中的暂态功角稳定参与因子绝对值最大值，ηta.i.j为第i个故障发生后第j个模式的暂态功角稳定裕度；Nol为静态安全评估故障数，Ni.ol为第i个故障发生后静态过载的薄弱设备数，sg′.i.k为发电机g′包括火电机组或新能源集群有功在第i个故障发生后对第k个设备静态过载有功的灵敏度，ηol.i.k为第i个故障发生后第k个设备的静态过载安全裕度，Pcr.k为第k个设备静态过载安全有功门槛值；若第g′个有功调整的发电机是增出力，则dg′取值为1，若第g′个有功调整的发电机是减出力，则dg′取值为2；
将控制性能指标大于设定门槛值的火电机组和新能源集群筛选为有效控制措施集合；
所述安全稳定风险预防控制模型中目标函数的计算公式如下：
Figure FDA0003506150040000021
其中，NG为火电机组总数；
Figure FDA0003506150040000022
和
Figure FDA0003506150040000023
分别为火电机组g提供上调和下调功率的单位报价；
Figure FDA0003506150040000024
和
Figure FDA0003506150040000025
分别为火电机组g被调用的上调和下调功率；Pwlimj为新能源集群j受限的最大出力，NW为新能源集群总数，fR(Pwlimj)为对应的弃电风险；λW为新能源弃电风险因子；
所述确定性约束条件包括：潮流平衡约束、火电机组出力约束、新能源集群出力约束、功率平衡约束和系统备用约束；
新能源集群的弃电风险fR计算公式如下：
Figure FDA0003506150040000026
其中，fA(x)为新能源集群A预测功率的概率分布函数，x为新能源集群A的实时功率，Pwlim,A为新能源集群A受限的最大出力；
所述机会约束条件计算公式如下：
Pr(ΔPwg(k,m)＜Pwg.lim)≥α
Pr(ΔPld(k,m)＜Pld.lim)≥α
其中，α为设置的机会约束置信水平；ΔPwg(k,m)、ΔPld(k,m)分别为第m类场景下故障k发生后切除机组总量和切负荷总量，k∈CS，CS为所有预想故障集合，m∈ST，ST为Ns个场景运行方式集合；Pwg.lim、Pld.lim为允许的最大切除机组总量和切负荷总量，Pr(*)代表概率函数。
2.根据权利要求1所述的新能源不确定性电力系统安全风险预防控制方法，其特征在于：所述增出力火电机组、减出力火电机组和新能源集群的控制方案获取步骤如下：
对于有效控制措施集合中的火电机组，将增出力机组和减出力机组分别分组，将所有增出力机组和所有减出力机组的可调整空间分别累加作为增出力机组总调整空间和减出力机组总调整空间；
对增出力机组和减出力机组总调整空间分别按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量；
将增出力机组和减出力机组分别按照火电机组出力调整的控制性能指标从大到小的顺序排列机组，并按排列顺序作为增出力机组和减出力机组的调整顺序；
将每个控制方案控制量按照增出力机组和减出力机组调整顺序分别分配至各增出力机组和减出力机组形成增出力机组和减出力机组的控制方案；
对于有效控制措施集合中的新能源集群，将所有减出力新能源机组的可调整空间累加作为减出力新能源机组总调整空间；
减出力新能源机组总调整空间按照设置的分档公差进行划分，形成从小到大的调整空间数列，将调整空间数列每一项对应的调整空间定义为控制方案控制量；
将减出力新能源机组按照新能源集群出力调整的控制指标从大到小的顺序排列机组，并按排列顺序作为减出力新能源机组的调整顺序；
将每个控制方案控制量按照减出力新能源机组调整顺序分配至各新能源机组形成新能源集群的控制方案。
3.根据权利要求1所述的新能源不确定性电力系统安全风险预防控制方法，其特征在于：所述确定性约束条件计算公式如下：
1)潮流平衡约束
采用交流潮流方程如下：
Figure FDA0003506150040000041
其中，i∈SN，m∈ST；SN为系统所有节点集合；Pi,m、Qi,m、
Figure FDA0003506150040000042
分别为节点i在场景m的有功电源出力、无功电源出力、有功负荷出力、无功负荷出力；Vi,m、θi,m分别为节点i在场景m的电压幅值、电压相角；Vj,m、θj,m分别为节点j在场景m的电压幅值、电压相角；Yij,m、αij,m分别为节点i、j导纳矩阵在场景m的幅值、相角；
2)火电机组出力约束
Figure FDA0003506150040000043
Figure FDA0003506150040000044
其中，Pgmax和Pgmin分别为火电机组g的出力上限和下限，Pg0为火电机组g的当前出力；
Figure FDA0003506150040000045
和
Figure FDA0003506150040000046
分别为火电机组g的爬坡和滑坡速率，Δt为调度时间；
3)新能源集群出力约束
Pwminj≤Pwlimj≤Pwmaxj
其中，Pwminj为新能源集群j的有功出力允许下限，Pwmaxj为预测的新能源集群j有功最大出力；
4)功率平衡约束
Figure FDA0003506150040000047
其中，Pw0j为新能源集群j的当前出力；
5)系统备用约束
Figure FDA0003506150040000048
Figure FDA0003506150040000049
Figure FDA00035061500400000410
Figure FDA00035061500400000411
其中，
Figure FDA0003506150040000051
和
Figure FDA0003506150040000052
为火电机组g能够提供的上调旋转备用容量、下调旋转备用容量；
Figure FDA0003506150040000055
和
Figure FDA0003506150040000056
为系统总的上调旋转备用容量约束、下调旋转备用容量约束。
4.根据权利要求1所述的新能源不确定性电力系统安全风险预防控制方法，其特征在于：所述故障发生后切除的负荷总量和机组总量获取步骤如下：
在安全稳定风险的场景运行方式下，进行预想故障集合中所有预想故障的安全稳定评估计算，并根据第二道防线安控装置和第三道防线低频低压减载、解列装置动作模型，统计故障直接引发的切除负荷损失、切除火电机组以及新能源机组脱网量和第二、三道防线安全自动装置切除负荷损失、切除火电机组以及新能源机组脱网量；
故障直接引发的切除负荷损失、切除火电机组以及新能源机组脱网量和第二、三道防线安全自动装置切除负荷损失、切除火电机组以及新能源机组脱网量加上新能源机组频率和电压保护动作切除的机组总量，得到故障后暂态过程切除的负荷总量和机组总量；
如果故障后系统过渡到稳态时依然存在静态安全问题，则进行静态安全紧急控制策略搜索计算，得到故障后稳态过程需要切除的负荷总量和机组总量，将故障后稳态过程需要切除的负荷总量和机组总量与故障后暂态过程切除的负荷总量和机组总量相加作为故障发生后切除的负荷总量和机组总量。
5.根据权利要求1所述的新能源不确定性电力系统安全风险预防控制方法，其特征在于：所述新能源集群出力调整的控制性能指标中αg′.i.j新能源机组在第i个故障发生后的第j个模式中的暂态功角稳定参与因子计算公式如下：
Figure FDA0003506150040000053
Figure FDA0003506150040000054
其中，bS.i′为S群新能源机组的暂态功角稳定参与因子，bA.i′为A群新能源机组的暂态功角稳定参与因子，同临界群火电机组距离较近的新能源机组称之为S群新能源机组，同余下群火电机组距离较近的新能源机组称之为A群新能源机组，aj′为火电机组j′暂态功角稳定参与因子，xi′.j′为火电机组j′并网点母线与新能源场站i′并网点母线之间的电气距离，NS′为临界群机组台数，NA′为余下群机组台数；
新能源集群暂态功角稳定参与因子取其中各个新能源场站新能源机组暂态功角稳定参与因子的平均值。
6.一种新能源不确定性电力系统安全风险预防控制装置，其特征在于：包括如下模块：
控制量分配模块用于分别对有效控制措施集合的火电机组和新能源集群的控制方案控制量进行分配，形成增出力火电机组、减出力火电机组和新能源集群的控制方案；
控制方案形成模块用于在增出力火电机组、减出力火电机组、新能源集群的控制方案之间进行方案的枚举组合，筛选出满足安全稳定风险预防控制模型中确定性约束条件的组合，形成备选控制方案；
控制方案调整模块用于对备选控制方案按照安全稳定风险预防控制模型中目标函数计算值由小到大的顺序进行排序，并依次对每一个控制方案在安全稳定风险的场景运行方式下进行预想故障集合中所有预想故障的安全稳定评估计算，获得故障发生后切除的负荷总量和机组总量，统计所有场景及其预想故障下切除的负荷总量和机组总量及其对应的发生概率，判断是否满足安全稳定风险预防控制模型中的机会约束条件，若满足，则输出本次控制方案为最终控制方案；若不满足，则计算下一个控制方案，直到出现满足机会约束条件的控制方案；
所述有效控制措施集合获取步骤如下：
分别计算火电机组和新能源集群出力调整的控制性能指标；所述火电机组和新能源集群出力调整的控制性能指标计算公式如下：
PIg′＝λ1PIg′.ta+λ2PIg′.ol
Figure FDA0003506150040000061
Figure FDA0003506150040000062
其中，PIg′表示发电机g′包括火电机组或新能源集群出力调整的控制性能指标，PIg′.ta为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的控制性能指标，λ1为发电机g′包括火电机组或新能源集群的提高暂态稳定裕度的权重，PIg′.ol为发电机g′包括火电机组或新能源集群的提高静态安全裕度的控制性能指标，λ2为发电机g′包括火电机组或新能源集群的提高静态安全裕度的权重；Nta为暂态稳定评估故障数，Ni.ta为第i个故障发生后暂态功角稳定的薄弱模式数，αg′.i.j为发电机g′包括火电机组或新能源集群在第i个故障发生后的第j个模式中的暂态功角稳定参与因子，αmax为各个候选有功调整发电机g′包括火电机组或新能源集群在各个故障发生后的各个模式中的暂态功角稳定参与因子绝对值最大值，ηta.i.j为第i个故障发生后第j个模式的暂态功角稳定裕度；Nol为静态安全评估故障数，Ni.ol为第i个故障发生后静态过载的薄弱设备数，sg′.i.k为发电机g′包括火电机组或新能源集群有功在第i个故障发生后对第k个设备静态过载有功的灵敏度，ηol.i.k为第i个故障发生后第k个设备的静态过载安全裕度，Pcr.k为第k个设备静态过载安全有功门槛值；若第g′个有功调整的发电机是增出力，则dg′取值为1，若第g′个有功调整的发电机是减出力，则dg′取值为2；
将控制性能指标大于设定门槛值的火电机组和新能源集群筛选为有效控制措施集合；
所述安全稳定风险预防控制模型中目标函数的计算公式如下：
Figure FDA0003506150040000071
其中，NG为火电机组总数；
Figure FDA0003506150040000072
和
Figure FDA0003506150040000073
分别为火电机组g提供上调和下调功率的单位报价；
Figure FDA0003506150040000074
和
Figure FDA0003506150040000075
分别为火电机组g被调用的上调和下调功率；Pwlimj为新能源集群j受限的最大出力，NW为新能源集群总数，fR(Pwlimj)为对应的弃电风险；λW为新能源弃电风险因子；
所述确定性约束条件包括：潮流平衡约束、火电机组出力约束、新能源集群出力约束、功率平衡约束和系统备用约束；
新能源集群的弃电风险fR计算公式如下：
Figure FDA0003506150040000076
其中，fA(x)为新能源集群A预测功率的概率分布函数，x为新能源集群A的实时功率，Pwlim,A为新能源集群A受限的最大出力；
所述机会约束条件计算公式如下：
Pr(ΔPwg(k,m)＜Pwg.lim)≥α
Pr(ΔPld(k,m)＜Pld.lim)≥α
其中，α为设置的机会约束置信水平；ΔPwg(k,m)、ΔPld(k,m)分别为第m类场景下故障k发生后切除机组总量和切负荷总量，k∈CS，CS为所有预想故障集合，m∈ST，ST为Ns个场景运行方式集合；Pwg.lim、Pld.lim为允许的最大切除机组总量和切负荷总量，Pr(*)代表概率函数。
CN202110278191.8A 2021-03-15 2021-03-15 新能源不确定性电力系统安全风险预防控制方法及装置 Active CN113077075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110278191.8A CN113077075B (zh) 2021-03-15 2021-03-15 新能源不确定性电力系统安全风险预防控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110278191.8A CN113077075B (zh) 2021-03-15 2021-03-15 新能源不确定性电力系统安全风险预防控制方法及装置

Publications (2)

Publication Number Publication Date
CN113077075A CN113077075A (zh) 2021-07-06
CN113077075B true CN113077075B (zh) 2022-05-10

Family

ID=76612958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110278191.8A Active CN113077075B (zh) 2021-03-15 2021-03-15 新能源不确定性电力系统安全风险预防控制方法及装置

Country Status (1)

Country Link
CN (1) CN113077075B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113659621B (zh) * 2021-08-15 2023-04-04 国网福建省电力有限公司 计及机组启停特性的区域电量传输可行域计算方法
CN113765153B (zh) * 2021-08-24 2023-09-12 国网电力科学研究院有限公司 一种基于风险评估的新能源极限接入能力计算方法及系统
CN115940152B (zh) * 2023-02-22 2023-08-18 国网山东省电力公司东营市垦利区供电公司 一种新能源装机容量优化分配方法、系统、终端及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447441A (zh) * 2018-10-17 2019-03-08 国电南瑞科技股份有限公司 一种考虑新能源机组不确定性的暂态稳定风险评估方法
CN109638810A (zh) * 2018-11-02 2019-04-16 中国电力科学研究院有限公司 一种基于电力系统暂态稳定的储能规划方法及系统
CN110994704A (zh) * 2019-12-19 2020-04-10 国电南瑞科技股份有限公司 一种暂态稳定预防控制辅助决策方法、装置及电子设备
CN112036718A (zh) * 2020-08-19 2020-12-04 国电南瑞科技股份有限公司 一种考虑新能源不确定性的电力系统安全风险评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2400359B1 (en) * 2006-06-23 2014-07-02 Saudi Arabian Oil Company System, method, and program product for targeting and optimal driving force distribution in energy recovery systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447441A (zh) * 2018-10-17 2019-03-08 国电南瑞科技股份有限公司 一种考虑新能源机组不确定性的暂态稳定风险评估方法
CN109638810A (zh) * 2018-11-02 2019-04-16 中国电力科学研究院有限公司 一种基于电力系统暂态稳定的储能规划方法及系统
CN110994704A (zh) * 2019-12-19 2020-04-10 国电南瑞科技股份有限公司 一种暂态稳定预防控制辅助决策方法、装置及电子设备
CN112036718A (zh) * 2020-08-19 2020-12-04 国电南瑞科技股份有限公司 一种考虑新能源不确定性的电力系统安全风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
On-Line Assessment Method of Available Transfer Capability Considering Uncertainty of Renewable Energy Power Generation;Zhang Jinlong等;《 Asia Energy and Electrical Engineering Symp》;20200619;第43-48页 *

Also Published As

Publication number Publication date
CN113077075A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN113077075B (zh) 新能源不确定性电力系统安全风险预防控制方法及装置
Yan et al. A new tool to estimate maximum wind power penetration level: In perspective of frequency response adequacy
CN111628499B (zh) 一种计及多风险因素的配电网新能源消纳能力评估的方法
CN109447441B (zh) 一种考虑新能源机组不确定性的暂态稳定风险评估方法
CN107181253B (zh) 一种基于电网动态可靠性概率指标的电网规划方法
CN109993665B (zh) 电力系统在线安全稳定评估方法、装置及系统
CN108695846B (zh) 一种单元制配电网运行风险评估方法
CN110264110B (zh) 基于配电网多应用场景的储能电站选址定容方法
CN112383045B (zh) 新能源发电不确定性的暂态稳定越限概率计算方法和装置
CN105160459A (zh) 一种电力系统的稳定运行状况评估方法
CN113112114A (zh) 一种储能电站在线评估方法和装置
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
CN110601215B (zh) 考虑连续换相失败约束的动态无功支撑能力评估方法及系统
Tian et al. A network analysis-based distributed load shedding strategy for voltage collapse prevention
CN115842354A (zh) 用于提高风功率预测相关性系数的风电储能配置方法
CN113364029B (zh) 一种微网动态划分方法、系统、存储介质及计算设备
US11916394B2 (en) Renewable energy system stabilization system and system stabilization support method
CN113629733A (zh) 考虑风险偏好的快速频率响应备用容量规划方法
CN114649826A (zh) 一种考虑风电场的黑启动分区方法及系统
CN108334990B (zh) 一种大电网无功补偿选址及容量优化方法及系统
Wu et al. Transient Stability-Constrained Unit Commitment Using Input Convex Neural Network
CN117713091B (zh) 基于未来超短期数据的d+1日图形化校核方法、装置及设备
CN111817305B (zh) 一种输变电设备增容的电网运行效能后评估方法及系统
CN113822470B (zh) 计及新能源场站出力不确定性的出力数据生成方法及系统
CN116826853A (zh) 基于不确定方式下风险代价的紧急控制方法、装置、设备及介质

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