CN113131525B - 一种基于发电功率计划区间分解的电网调度方法 - Google Patents

一种基于发电功率计划区间分解的电网调度方法 Download PDF

Info

Publication number
CN113131525B
CN113131525B CN202110356994.0A CN202110356994A CN113131525B CN 113131525 B CN113131525 B CN 113131525B CN 202110356994 A CN202110356994 A CN 202110356994A CN 113131525 B CN113131525 B CN 113131525B
Authority
CN
China
Prior art keywords
renewable energy
power generation
interval
power
plan
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
CN202110356994.0A
Other languages
English (en)
Other versions
CN113131525A (zh
Inventor
吴文传
杨越
王彬
李明节
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.)
Tsinghua University
State Grid Corp of China SGCC
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
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 Tsinghua University, State Grid Corp of China SGCC filed Critical Tsinghua University
Priority to CN202110356994.0A priority Critical patent/CN113131525B/zh
Priority to US17/372,977 priority patent/US11837871B2/en
Publication of CN113131525A publication Critical patent/CN113131525A/zh
Application granted granted Critical
Publication of CN113131525B publication Critical patent/CN113131525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • 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]
    • 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

Landscapes

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

Abstract

本发明属于电力系统运行控制技术领域，涉及一种基于发电功率计划区间分解的电网调度方法。该方法首先建立由目标函数和约束条件构成的调度计划分解模型；对目标函数进行转化，将原模型转化为一个线性优化问题；对转化后的模型求解，得到分解后的调度计划，并根据求解结果进行可再生能源的发电调度实现调度计划分解。本发明考虑了电网中可再生能源的波动，促进了可再生能源的消纳，保证了电网安全，适合应用于电网的经济调度等场景之中。

Description

一种基于发电功率计划区间分解的电网调度方法
技术领域
本发明属于电力系统运行控制技术领域，涉及一种基于发电功率计划区间分解的电网调度方法。
背景技术
电网的经济调度对电网运行具有重要的指导作用，负责制定发电机组的发电计划，为后续的发电控制提供参考，在满足用电负荷和保证电网安全的前提下实现经济运行。
近年来越来越多的可再生能源场站通过集群的方式接入电网，需要将集群的调度计划分解到每个场站的调度计划，而可再生能源场站的出力具有随机性，因此需要在集群到场站的调度计划分解中引入考虑不确定性的优化算法。
目前常用的调度计划分解方法主要是基于每个场站的预测发电按比例直接分配，其不足之处在于没有考虑可再生能源的不确定性，可能导致调度计划分配不合理，不利于可再生能源的有效消纳。
发明内容
本发明的目的是提出一种基于发电功率计划区间分解的电网调度方法，以克服已有技术的不足之处，较好地处理电网中可再生能源的随机性带来的调度计划分配不合理问题，促进可再生能源的消纳，保证电网安全。
本发明提出的基于发电功率计划区间分解的电网调度方法，包括：从电网调度中心获取电网可再生能源集群的调度计划发电功率区间；建立一个考虑可再生能源随机性的发电功率区间计划分解模型；利用线性化方法，求解发电功率区间计划分解模型中的等价非线性规划问题；利用线性规划求解方法，求解由目标函数和约束条件组成的发电功率区间计划分解模型，得到发电功率区间计划分解模型的最优解；从最优解中，得到每个可再生能源场站的调度计划发电功率区间的上界和下界，实现电网的发电功率区间调度。
本发明提出的基于发电功率计划区间分解的电网调度方法，其优点是：
本发明方法利用可再生能源的概率信息描述可再生能源的不确定性，通过求解线性优化问题，进行可再生能源的发电调度，实现调度计划分解，考虑了电网中可再生能源的波动，促进了可再生能源的消纳，保证了电网安全。本发明方法适合应用于电网的经济调度等场景之中。
具体实施方式
本发明提出的基于发电功率计划区间分解的电网调度方法，包括：从电网调度中心获取电网可再生能源集群的调度计划发电功率区间；建立一个考虑可再生能源随机性的发电功率区间计划分解模型；利用线性化方法，求解发电功率区间计划分解模型中的等价非线性规划问题；利用线性规划求解方法，求解目标函数和约束条件组成的发电功率区间计划分解模型，得到发电功率区间计划分解模型的最优解；从最优解中，得到每个可再生能源场站的调度计划发电功率区间的上界和下界，实现电网的发电功率区间调度。
上述基于发电功率计划区间分解的电网调度方法，具体包括以下步骤：
(1)从电网调度中心获取电网可再生能源集群的发电功率计划区间，将调度计划发电功率区间的下界记作Rlb，调度计划发电功率区间的上界记作Rub；
(2)建立一个考虑可再生能源随机性的发电功率区间计划分解模型，具体过程包括以下步骤：
(2-1)确定发电功率区间计划分解模型的目标函数：调度计划分解的目标为使电网的运行总成本最小化，总成本是可再生能源实际发电大于发电功率区间上界的过发电成本期望和可再生能源实际发电小于发电功率区间下界的欠发电成本期望之和，运行总成本的表达式如下：
Figure BDA0003004198180000021
上式中，min表示最小化，N表示参与发电功率区间计划分解的可再生能源场站数目，E(UGi)表示第i个可再生能源场站的欠发电成本的数学期望，E(OGi)表示第i个可再生能源场站的过发电成本的数学期望，其中，
第i个可再生能源场站的欠发电成本的数学期望E(UGi)的表达式如下：
Figure BDA0003004198180000022
上式中，ri lb代表第i个可再生能源场站的发电功率区间计划的下界，
Figure BDA0003004198180000023
代表第i个可再生能源场站的实际发电量，
Figure BDA0003004198180000024
为随机变量，PDFi代表第i个可再生能源场站的实际发电量
Figure BDA0003004198180000031
的概率密度函数，
Figure BDA0003004198180000032
代表第i个可再生能源场站的实际发电随机变量
Figure BDA0003004198180000033
的微分形式，
Figure BDA0003004198180000034
代表从0到第i个可再生能源场站的发电功率区间计划的下界内求取定积分；
第i个可再生能源场站的欠发电成本的数学期望E(OGi)的表达式如下：
Figure BDA0003004198180000035
上式中，ri ub代表第i个可再生能源场站的发电功率区间计划的上界，ri max代表第i个可再生能源场站的装机容量，
Figure BDA0003004198180000036
代表从第i个可再生能源场站的发电功率区间计划的上界到第i个可再生能源场站的装机容量范围内求取定积分；
(2-2)确定发电功率区间计划分解模型的约束条件，包括：
(2-2-1)可再生能源场站发电功率区间计划约束：
0≤ri lb≤ri ub≤ri max
上式中，ri lb代表第i个可再生能源场站的发电功率区间计划的下界，ri ub代表第i个可再生能源场站的发电功率区间计划的上界，ri max代表第i个可再生能源场站的装机容量；
(2-2-2)可再生能源集群发电功率区间计划约束：
Figure BDA0003004198180000037
Figure BDA0003004198180000038
上式中，Rlb代表可再生能源集群调度发电功率区间的下界，Rub代表可再生能源集群调度发电功率区间的上界；
(3)利用线性化方法，求解上述步骤(2)的等价非线性规划问题，包括以下步骤：
(3-1)对步骤(2-1)的目标函数进行线性化近似，具体形式如下所示：
Figure BDA0003004198180000039
Figure BDA00030041981800000310
(k＝1,2,..,K)
Figure BDA00030041981800000311
(k＝1,2,..,K)
上式中，si代表第i个可再生能源场站的欠发电成本的数学期望E(UGi)的线性化近似，ti代表第i个可再生能源场站的过发电成本的数学期望E(OGi)的线性化近似；
k表示线性化采样点的编号，K表示线性化采样点的数目，ri,k表示第i个可再生能源场站的第k个线性化采样点的取值，
Figure BDA0003004198180000041
表示第i个可再生能源场站的发电功率区间计划的下界ri lb取值为ri,k的时候计算得到的E(UGi)数值，
Figure BDA0003004198180000042
表示第i个可再生能源场站的发电功率区间计划的上界ri ub取值为ri,k的时候计算得到的E(OGi)数值，CDFi代表第i个可再生能源场站的实际发电量的累积概率密度函数；
(3-2)利用现有的线性规划求解方法，求解由步骤(3-1)的目标函数和步骤(2-2)约束条件组成的发电功率区间计划分解模型，得到发电功率区间计划分解模型的最优解；(4)从步骤(3)的最优解中，得到每个可再生能源场站的调度计划发电功率区间的上界ri ub和下界ri lb，即得到可再生能源集群内每个可再生能源场站的调度计划，实现电网的发电功率区间调度。

Claims (1)

1.一种基于发电功率计划区间分解的电网调度方法，其特征在于包括：从电网调度中心获取电网可再生能源集群的调度计划发电功率区间；建立一个考虑可再生能源随机性的发电功率区间计划分解模型；利用线性化方法，求解发电功率区间计划分解模型中的等价非线性规划问题；利用线性规划求解方法，求解由目标函数和约束条件组成的发电功率区间计划分解模型，得到发电功率区间计划分解模型的最优解；从最优解中，得到每个可再生能源场站的调度计划发电功率区间的上界和下界，实现电网的发电功率区间调度，其中，所述电网调度方法具体包括以下步骤：
(1)从电网调度中心获取电网可再生能源集群的发电功率计划区间，将调度计划发电功率区间的下界记作Rlb，调度计划发电功率区间的上界记作Rub；
(2)建立一个考虑可再生能源随机性的发电功率区间计划分解模型，具体过程包括以下步骤：
(2-1)确定发电功率区间计划分解模型的目标函数：调度计划分解的目标为使电网的运行总成本最小化，运行总成本的表达式如下：
Figure FDA0003620333350000011
上式中，min表示最小化，N表示参与发电功率区间计划分解的可再生能源场站数目，E(UGi)表示第i个可再生能源场站的欠发电成本的数学期望，E(OGi)表示第i个可再生能源场站的过发电成本的数学期望，其中，
第i个可再生能源场站的欠发电成本的数学期望E(UGi)的表达式如下：
Figure FDA0003620333350000012
上式中，ri lb代表第i个可再生能源场站的发电功率区间计划的下界，
Figure FDA0003620333350000013
代表第i个可再生能源场站的实际发电量，
Figure FDA0003620333350000014
为随机变量，PDFi代表第i个可再生能源场站的实际发电量
Figure FDA0003620333350000015
的概率密度函数，
Figure FDA0003620333350000016
代表第i个可再生能源场站的实际发电随机变量
Figure FDA0003620333350000017
的微分形式，
Figure FDA0003620333350000018
代表从0到第i个可再生能源场站的发电功率区间计划的下界内求取定积分；
第i个可再生能源场站的欠发电成本的数学期望E(OGi)的表达式如下：
Figure FDA0003620333350000019
上式中，ri ub代表第i个可再生能源场站的发电功率区间计划的上界，ri max代表第i个可再生能源场站的装机容量，
Figure FDA0003620333350000021
代表从第i个可再生能源场站的发电功率区间计划的上界到第i个可再生能源场站的装机容量范围内求取定积分；
(2-2)确定发电功率区间计划分解模型的约束条件，包括：
(2-2-1)可再生能源场站发电功率区间计划约束：
0≤ri lb≤ri ub≤ri max
上式中，ri lb代表第i个可再生能源场站的发电功率区间计划的下界，ri ub代表第i个可再生能源场站的发电功率区间计划的上界，ri max代表第i个可再生能源场站的装机容量；
(2-2-2)可再生能源集群发电功率区间计划约束：
Figure FDA0003620333350000022
Figure FDA0003620333350000023
上式中，Rlb代表可再生能源集群调度发电功率区间的下界，Rub代表可再生能源集群调度发电功率区间的上界；
(3)利用线性化方法，求解上述步骤(2)的等价非线性规划问题，包括以下步骤：
(3-1)对步骤(2-1)的目标函数进行线性化近似，具体形式如下所示：
Figure FDA0003620333350000024
Figure FDA0003620333350000025
(k＝1,2,..,K)
Figure FDA0003620333350000026
(k＝1,2,..,K)
上式中，si代表第i个可再生能源场站的欠发电成本的数学期望E(UGi)的线性化近似，ti代表第i个可再生能源场站的过发电成本的数学期望E(OGi)的线性化近似；
k表示线性化采样点的编号，K表示线性化采样点的数目，ri,k表示第i个可再生能源场站的第k个线性化采样点的取值，
Figure FDA0003620333350000027
表示第i个可再生能源场站的发电功率区间计划的下界ri lb取值为ri,k的时候计算得到的E(UGi)数值，
Figure FDA0003620333350000028
表示第i个可再生能源场站的发电功率区间计划的上界ri ub取值为ri,k的时候计算得到的E(OGi)数值，CDFi代表第i个可再生能源场站的实际发电量的累积概率密度函数；
(3-2)利用线性规划求解方法，求解由步骤(3-1)的目标函数和步骤(2-2)约束条件组成的发电功率区间计划分解模型，得到发电功率区间计划分解模型的最优解；
(4)从步骤(3)的最优解中，得到每个可再生能源场站的调度计划发电功率区间的上界ri ub和下界ri lb，即得到可再生能源集群内每个可再生能源场站的调度计划，实现电网的发电功率区间调度。
CN202110356994.0A 2021-04-01 2021-04-01 一种基于发电功率计划区间分解的电网调度方法 Active CN113131525B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110356994.0A CN113131525B (zh) 2021-04-01 2021-04-01 一种基于发电功率计划区间分解的电网调度方法
US17/372,977 US11837871B2 (en) 2021-04-01 2021-07-12 Method and electronic device for dispatching power grid

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110356994.0A CN113131525B (zh) 2021-04-01 2021-04-01 一种基于发电功率计划区间分解的电网调度方法

Publications (2)

Publication Number Publication Date
CN113131525A CN113131525A (zh) 2021-07-16
CN113131525B true CN113131525B (zh) 2022-08-12

Family

ID=76774649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110356994.0A Active CN113131525B (zh) 2021-04-01 2021-04-01 一种基于发电功率计划区间分解的电网调度方法

Country Status (2)

Country Link
US (1) US11837871B2 (zh)
CN (1) CN113131525B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103219743A (zh) * 2013-03-25 2013-07-24 山东大学 基于风电功率波动概率特性的主导节点选择方法
CN104239962A (zh) * 2014-08-07 2014-12-24 河海大学 一种基于相关性分析的区域电网总风功率短期预测方法
CN104915788A (zh) * 2015-06-24 2015-09-16 华南理工大学 一种考虑多风场相关性的电力系统动态经济调度的方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9058443B2 (en) * 2012-07-17 2015-06-16 International Business Machines Corporation Planning economic energy dispatch in electrical grid under uncertainty
CN107615099A (zh) * 2015-03-27 2018-01-19 普林斯顿大学理事会 用于执行风力预测的系统和方法
US11573353B2 (en) * 2015-03-27 2023-02-07 Trustees Of Princeton University System and method for performing wind forecasting
US10574054B2 (en) * 2018-01-16 2020-02-25 Total Solar International Systems and methods for controlling and managing thermostatically controlled loads
CN109617059B (zh) * 2018-12-20 2020-02-14 四川大学 一种含水光的多能源互补发电系统容量配置方法
CN109840636B (zh) * 2019-02-19 2020-09-25 清华大学 一种基于牛顿法的电力系统随机滚动调度方法
US10908571B2 (en) * 2019-03-18 2021-02-02 Bigwood Technology, Inc. Online multi-period power dispatch with renewable uncertainty and storage
US20200341437A1 (en) * 2019-04-26 2020-10-29 Renchang Dai Systems and Methods for Security Constrained Automatic Generation Control
CN111416395B (zh) * 2020-03-30 2021-08-17 清华大学 一种多级电网嵌套分解协调有功无功联合调度方法
CN112072655B (zh) * 2020-09-10 2022-05-27 天津大学 一种并网风储发电系统混合储能优化配置方法
CN115117871A (zh) * 2021-03-22 2022-09-27 清华大学 一种双边随机电网调度方法
CN113128781B (zh) * 2021-04-30 2021-12-10 大连理工大学 一种自动构建智能化模型与算法的分布式工业能源运行优化平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103219743A (zh) * 2013-03-25 2013-07-24 山东大学 基于风电功率波动概率特性的主导节点选择方法
CN104239962A (zh) * 2014-08-07 2014-12-24 河海大学 一种基于相关性分析的区域电网总风功率短期预测方法
CN104915788A (zh) * 2015-06-24 2015-09-16 华南理工大学 一种考虑多风场相关性的电力系统动态经济调度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Corrdinated transmission and distribution AC optimal power flow;LI ZhengShou;《IEEE Transactions On Smart Grid》;20181231;第1228-1240页 *
高比例可再生能源电力系统的输配协同优化调度方法;张旭等;《电力系统自动化》;20190210;第67-75页 *

Also Published As

Publication number Publication date
US20220320868A1 (en) 2022-10-06
US11837871B2 (en) 2023-12-05
CN113131525A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN102003337B (zh) 风电并网后主站端风电场有功功率控制方法
CN102509176B (zh) 一种风光储协同调度的滚动优化决策方法
CN109149635B (zh) 一种配电网分布式光伏并行优化配置方法及系统
Xiao et al. Hydrogen filling station design for fuel cell vehicles
CN102003349B (zh) 风电受限状态下的大规模风电有功优化方法
CN111342500B (zh) 小水电虚拟电厂的多时间尺度优化调度方法
CN107231005B (zh) 一种基于二层规划的网省两级agc机组协调调度方法
CN113346555B (zh) 一种考虑电量协调的日内滚动调度方法
CN111082466B (zh) 考虑风电不确定性的新能源接入与网架扩建优化方法
CN111934365B (zh) 一种能源基地储能系统及其工作方法
CN111784100A (zh) 一种基于机器学习的月度计划方式生成方法
CN113131525B (zh) 一种基于发电功率计划区间分解的电网调度方法
Hu et al. Adaptive time division power dispatch based on numerical characteristics of net loads
CN112016186B (zh) 一种基于随机场景构建的年度弃风、弃光率计算方法
CN107392350B (zh) 含分布式能源及充电站的配电网扩展规划综合优化方法
CN107947246A (zh) 一种考虑调频增发的风电发电指标分配及增发评估方法
CN116683461A (zh) 一种考虑不确定性的虚拟电厂随机鲁棒调度控制方法
CN106355297A (zh) 一种基于电解铝负荷特性的电网降损优化方法
CN116776538A (zh) 考虑不确定性的电力-天然气-氢气耦合网络低碳规划方法
Guo et al. Low-Carbon Robust Predictive Dispatch Strategy of Photovoltaic Microgrids in Industrial Parks
CN114884135A (zh) 适用于地区级源网荷储日前协调控制方法
CN114336767A (zh) 基于多仿射策略的数据驱动鲁棒优化调度实现方法
Ma et al. Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation
CN109474006B (zh) 一种机组日执行电量越限因素定位及消除方法
Ballireddy et al. Generation expansion planning considering reliability of the system: A review on various optimization techniques

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