CN113488987B - 一种考虑源荷波动的电网灵活性运行域评估指标计算方法 - Google Patents

Abstract

本发明属于电力技术领域，具体涉及一种考虑源荷波动的电网灵活性运行域评估指标计算方法，包括：分析电网运行中的各种灵活性资源调节情况，构建包含源‑荷波动区间和运行经济性的电网灵活性运行域数学优化模型；对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界。本发明可以有效地反映系统的运行状态和接纳的不确定性范围，辅助分析各种灵活性资源对运行域的影响，能够为电网的规划和调度运行提供一定的理论指导作用。

Description

一种考虑源荷波动的电网灵活性运行域评估指标计算方法

技术领域

本发明属于电力技术领域，具体涉及一种考虑源荷波动的电网灵活性运行域评估指标计算方法。

背景技术

在能源问题和环境问题日益严峻的当下，风电作为一种清洁可持续的能源得到了越来越多的关注。截止到2017年底，我国风电总装机容量16367万千瓦，新增装机容量1503万千瓦；计划2050年，我国总装机容量将达71亿千瓦，其中风电容量24亿千瓦，占比33.8％。然而，风电出力具有随机性和波动性，容易造成弃风现象的发生，如何提高风电的消纳能力成为进一步发展风电技术的关键。另一方面，短期的负荷预测是制定电网调度计划的重要依据，而现今用户需求日益复杂，使得负荷侧的不确定性和随机性与之增加，已成为电网调度中不可忽视的部分。如何应对源荷波动对电力系统的影响，提高电网运行的经济性和安全性成为建设坚强智能电网的必然要求。

2008年，国际能源署(International EnergyAgency,IEA)发布专题报告提出了“电力系统灵活性(Power System Flexibility,PSF)”的概念，指出通过提高电力系统的灵活性水平能够增加系统应对功率波动的能力。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

为解决上述技术问题，本发明考虑源荷波动的情况下，考虑大规模风电的接入以及需求响应的参与，提出一种考虑源荷波动的电网灵活性运行域评估指标计算方法。

一种考虑源荷波动的电网灵活性运行域评估指标计算方法，包括：

分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的电网灵活性运行域数学优化模型；

对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界。

优选的，所述分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的电网灵活性运行域数学优化模型包括：

设定灵活性运行域优化目标函数：

式中：f(u^UB,u^LB)表示风电出力和负荷波动范围函数；C_cost表示系统运行成本；

设定运行优化约束。

优选的，针对f(u^UB,u^LB)，其表达为上下波动范围面积的形式，通过调整权重系数满足相应的不确定性偏好需求，即：

式中：

和/>

表示风电出力的上界和下界；/>

和/>

表示负荷波动的上界和下界；σ_w和σ_d分别表示风电和负荷波动范围的权重系数。

优选的，对于系统运行成本C_cost，其具体表达如下：

式中：N_G、N_B、N_W和N_D分别表示常规机组、可中断负荷、风电场和系统负荷的数目；P_g,t、

和/>

分别表示t时刻系统的常规机组出力、可中断负荷合同容量、中断负荷量、弃风量和切负荷量；F_g(·)表示常规机组的费用函数；u_g,t和v_g,t分别表示机组的启停标志，为0-1变量；/>

和/>

分别表示机组的启停成本；/>

和/>

分别表示单位可中断负荷的容量补偿和电量补偿成本；/>

和/>

分别表示单位弃风惩罚成本和切负荷成本。

优选的，所述运行优化约束包括：灵活性约束、常规机组启停约束、机组出力和爬坡约束、需求响应约束、电力平衡约束、线路传输容量约束。

优选的，所述对电网灵活性运行域数学优化模型进行求解包括：

基于极限场景法利用功率波动的极限场景将原鲁棒问题转化为多个场景问题，进而确定灵活性运行域的范围。

优选的，所述对电网灵活性运行域数学优化模型进行求解包括：

基于列和约束生成的鲁棒优化算法将优化模型问题分解为主问题和max-min双层子问题进行迭代求解，在迭代过程中，子问题向主问题返回原切平面约束；在处理上，通过强对偶理论将双层子问题转化为单层优化问题，当迭代收敛时即可获得原问题的计算结果。

本发明采用的技术方案，具有如下有益效果：

以系统的源-荷波动作为研究对象，提出了电网灵活性运行域的概念，用来评估电力系统应对和响应不确定因素的能力，并详细阐述灵活性运行域的边界和应用范围；之后分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的数学优化模型；最后提出了极限场景法和基于列和约束生成的鲁棒优化算法对上述模型进行求解。本发明可以有效地反映系统的运行状态和接纳的不确定性范围，辅助分析各种灵活性资源对运行域的影响，能够为电网的规划和调度运行提供一定的理论指导作用。

本发明的具体技术方案及其有益效果将会在下面的具体实施方式中结合附图进行详细的说明。

附图说明

下面结合附图和具体实施方式对本发明作进一步描述：

图1为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法的流程示意图。

图2为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法中电网灵活性运行域数学优化模型的求解流程示意图；

图3为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法中6节点系统接线图；

图4(a)为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法中负荷波动结算结果示意图；

图4(b)为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法中风电波动结算结果示意图；

图5为本发明一实施例一种考虑源荷波动的电网灵活性运行域评估指标计算方法中39节点系统接线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的基本思想是以系统的源-荷波动作为研究对象，提出了电网灵活性运行域的概念，用来评估电力系统应对和响应不确定因素的能力，并详细阐述灵活性运行域的边界和应用范围；之后分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的数学优化模型；最后提出了极限场景法和基于列和约束生成的鲁棒优化算法对上述模型进行求解。本发明可以有效地反映系统的运行状态和接纳的不确定性范围，辅助分析各种灵活性资源对运行域的影响，能够为电网的规划和调度运行提供一定的理论指导作用。

基于上述思想，本发明实施例提出一种考虑源荷波动的电网灵活性运行域评估指标计算方法，如图1所示，包括以下步骤：

S1：分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的电网灵活性运行域数学优化模型。

在实施中，首先给出了电网灵活性运行域的定义。电力系统响应并调节功率变化的能力水平称为灵活性水平。在风电渗透率增加或负荷波动变大的情况下，电力系统弃风或失负荷量越少，则系统的灵活性水平越高。电力系统灵活性运行域(PowerSystemFlexible Operation Region,PSFOR)是指系统在一定的灵活性运行水平下所能接受的不确定性因素最大变化范围。

如果不确定因素的变化处于灵活性运行域的范围内，则认为电力系统灵活性满足要求；否则电力系统很可能发生灵活性不足的现象。灵活性运行域能够给出电力系统所能接受的不确定性因素变化范围，展示系统应对功率波动的能力，从灵活性的角度为系统的安全可靠运行提供理论依据。

之后，在电网灵活性运行域的边界和应用范围方面，电网灵活性运行域的边界为在满足灵活性运行水平下系统可接受不确定性因素最大波动范围的边界。如果电力系统不确定性因素存在向上和向下的变化，那么系统容许最大向上变化量的集合和最大向下变化量的集合分别对应灵活性运行域的上界和下界；在电网灵活性运行域的应用范围上，对于电源侧出力变化、负荷波动等情况，灵活性运行域能够较好地反映电力系统所能够承受的源荷波动水平，可以作为风电接入和负荷控制调节的依据，为电网的规划和调度运行提供一定的理论指导作用。

电网灵活性运行域数学优化模型，以源-荷波动区间和运行经济性作为目标函数，以灵活性约束、常规机组启停约束、机组出力和爬坡约束、需求响应约束、电力平衡约束、线路传输容量约束等约束条件，具体包括：

(1)目标函数：

式中：f(u^UB,u^LB)表示风电出力和负荷波动范围函数；C_cost表示系统运行成本。

针对f(u^UB,u^LB)，其可以表达为上下波动范围面积的形式，通过调整权重系数满足相应的不确定性偏好需求，即：

式中：

和/>

表示风电出力的上界和下界；/>

和/>

表示负荷波动的上界和下界；σ_w和σ_d分别表示风电和负荷波动范围的权重系数。

而对于系统运行成本C_cost，其具体表达如下：

式中：N_G、N_B、N_W和N_D分别表示常规机组、可中断负荷、风电场和系统负荷的数目；P_g,t、

和/>

分别表示t时刻系统的常规机组出力、可中断负荷合同容量、中断负荷量、弃风量和切负荷量；F_g(·)表示常规机组的费用函数；u_g,t和v_g,t分别表示机组的启停标志，为0-1变量；/>

和/>

分别表示机组的启停成本；/>

和/>

分别表示单位可中断负荷的容量补偿和电量补偿成本；/>

和/>

分别表示单位弃风惩罚成本和切负荷成本。

一般地，常规机组的燃料费用可以表示成输出功率的二次函数，即：

式中：a_g,b_g,c_g表示系统燃料费用系数。

为了简化计算，将该函数用线性函数近似表征如下

式中：

和/>

分别表示机组的最大出力上限和最小出力下限。

(2)灵活性约束

式中：ε表示系统灵活性不足最大容许度。

(3)常规机组启停约束

u_g,t-v_g,t＝i_g,t-i_g,t-1 (7)

式中：i_g,t表示t时刻机组的运行状态，为0-1变量；

和/>

分别表示机组在t时刻已持续开机和停机的时间；/>

和/>

分别表示机组最小持续开机和停机时间。

(4)机组出力和爬坡约束

式中：

表示发电机组最大出力；R_U,g和R_D,g分别表示机组向上爬坡最大速率和向下爬坡最大速率；Δt表示爬坡时间间隔。

(5)需求响应约束

对于分时电价，为提高用户参与TOU的积极性，需保证实施TOU后用户的总用电费用不会增加，且各时段电价处于合理范围内。假定电价调整前后用电总量不变，需满足：

Q＝Q′_p+Q′_f+Q′ (14)

p₀Q≥p_pQ′_p+p_fQ′_f+p_vQ′ (15)

式中：Q表示电价调整前所有时段的用电负荷总量；Q′_p表示在峰时段的用电负荷总量；Q′_f表示在平时段的用电负荷总量；Q′_v表示在谷时段的用电负荷总量；p₀和p_p、p_f、p_v分别表示实施TOU前的电价和调整后的峰、平、谷电价；

和/>

分别表示各时段电价的上限和下限。

而对于可中断负荷，其需要满足签订合同容量和中断控制时间的限制，即：

式中：

表示可中断负荷的调用状态，为0-1变量；/>

表示用户i的单次最大中断持续时长，/>

表示用户i的日内最大总中断时长。

(6)电力平衡约束

式中：L_d,t为电价调整后的用户在t时刻的负荷需求，其余符号已有相应的说明。

(7)线路传输容量约束

首先，对于每个节点k，定义其节点净输出功率

为：

式中：l∈k(out)和l∈k(in)分别表示与母线k相连的功率流出和功率注入的输电线路；

表示线路l在t时刻的传输功率。

因此线路l的直流潮流约束为：

式中：N表示系统所有节点数；T_l,k表示功率传输分布系数PTDF矩阵第l行第k列数值；

表示线路l的最大有功传输功率。

S2：对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界。

电力系统灵活性是指系统响应源荷功率变化并进行调节的能力，其具有以下3个特点：灵活性、方向性和时间尺度性。在电网运行过程中，当系统向上灵活性不足时将导致用户失负荷，而系统向下灵活性不足则会带来弃风现象的发生。针对上述的电网灵活性运行域数学优化模型的求解，本发明提出了极限场景法和基于列和约束生成的鲁棒优化算法，其中极限场景法利用功率波动的极限场景将原鲁棒问题转化为多个场景问题，进而确定灵活性运行域的范围；基于列和约束生成的鲁棒优化算法将优化模型问题分解为主问题和max-min双层子问题进行迭代求解，在迭代过程中，子问题向主问题返回原切平面约束；在处理上，通过强对偶理论将双层子问题转化为单层优化问题，当迭代收敛时即可获得原问题的计算结果。

为了使求解过程表达更为简洁，将以上灵活性运行域模型写成紧凑形式如下：

s.t.Fx≤f (23.2)

Ax+By≤g (23.3)

Hy+Du≤h (23.4)

x∈{0,1},y≥0 (23.5)

式中：x表示所有机组的启停变量和状态变量；y表示机组出力、可中断负荷量、弃风量和切负荷量等连续调节变量；u表示风电出力和负荷波动的不确定量；F,H,D,A,B为系数矩阵；c,b,f,g,h为各变量和约束对应的向量。

可以看出，式(23)为多层鲁棒优化问题，难以直接进行计算，考虑到f(u^LB,u^UB)的最大值等价于-f(u^LB,u^UB)最小值，故可将其转化为以下问题：

s.t.Fx≤f (24.2)

式中：Ω(x,u)为在给定x和d下y的可行范围，满足：

Ω(x,u)＝{y|Ax+By≤g,Hy+Du≤h} (24.4)

针对问题(24)，其本质为在给定的运行条件下，求解机组运行的最优组合方式和能允许的不确定变量u最大波动区间，使得u在所得区间范围内任意波动均能满足系统灵活性和安全性的要求。为此，本专利提出了极限场景法和基于列和约束生成的鲁棒优化算法进行求解，如图2所示。

1.极限场景法(Extreme Scenario Method,ESM)

根据分析可知，电力系统能够满足灵活性运行域内任意风电出力或负荷波动情况，其允许不确定量变化的最大值对应于运行域的边界。故可以利用功率波动的极限场景将原鲁棒问题转化为多个场景问题，进而确定灵活性运行域的范围。

首先，定义波动向量

和/>

在系统运行时间N_T内其具体表达式为：

在系统灵活性运行域内，以风电场为例，设其预测出力

实际出力P_w，定义风电出力运行上下界偏移量分别为/>

和/>

可得：

则风电场实际出力P_w主要包括以下三种极限波动情况。

情况1：在预测值和运行上界间波动，其可以分为两个子场景：

其中

表示/>

每个元素与/>

相同位置元素的乘积向量，结构上仍为1×N_T；/>

同理可得。

情况2：在预测值和运行下界间波动，同样地，其可以分为两个子场景：

情况3：在运行上界和下界间波动，分为如下两个子场景：

针对以上三种情况，在计算上先分析情况1和情况2，分别求取波动范围的上界和下界；然后在此基础上对情况3展开研究，进一步确定风电允许波动范围。当同时考虑风电出力和负荷波动时，可以对各场景进行组合。

通过以上分析可得到多个确定性场景，记每个场景不确定量的实际值u^s为：

式中：u^*表示不确定量的预测值；Δu^UB和Δu^LB分别表示允许不确定量波动的上界和下界；

和/>

表示由波动向量/>

和/>

组合构成的极限场景。

那么针对每个场景，有：

min[c^Tx-f(u^LB,u^UB)+b^Ty] (31.1)

s.t.Fx≤f (31.2)

Ax+By≤g (31.3)

Hy+Du≤h (31.4)

x∈{0,1},y≥0,u＝u^s (31.4)

可以看出式(31)为混合整数规划问题(MILP)，可以直接调用Gurobi或Cplex等求解器进行优化计算。然后根据各场景的求解结果，得到系统灵活性运行域的上界u^UB和下界u^LB分别为：

u^UB＝min(u^*+Δu^UB) (32.1)

u^LB＝max(u^*-Δu^LB) (32.2)

2.基于C&CG的鲁棒优化算法(CRO)

由于建立的模型中目标函数为min-max-min三层鲁棒优化问题，无法直接求解。为此，本文基于列和约束生成(C&CG)算法将该问题分解为主问题和max-min双层子问题进行迭代求解，在迭代过程中，子问题向主问题返回原切平面约束；在处理上，通过强对偶理论将双层子问题转化为单层优化问题，当迭代收敛时即可获得原问题的计算结果。

主问题根据风电出力和负荷预测结果制定机组启停计划并计算灵活性运行域，其模型为：

minc^Tx⁰-f(u^LB,u^UB)+η (33.1)

s.t.η≥b^Ty⁰ (33.2)

Fx⁰≤f (33.3)

Ax⁰+By⁰≤g (33.4)

x∈{0,1},y≥0 (33.6)

式中：η表示调整变量；x⁰、y⁰表示在现有条件下制定的机组启停计划、机组出力计划和中断负荷等变量；

表示不确定量的预测结果；/>

表示不确定量的波动下界和波动上界，可以结合极限场景法或实际运行要求对其进行预处理。

子问题根据主问题的求解结果对系统经济调度和灵活性运行域进行修正，由强对偶理论可知，其max-min优化目标函数b^Ty可对偶成以下问题：

式中：x⁰、u^LB和u^UB为主问题的求解结果；λ和

表示对偶优化变量；u表示不确定量的实际值。

上式(34)问题中，双线性项

的存在使得该问题非凸，为求解带来了很大的难度。考虑到u在[u^LB,u^UB]范围内波动，可引入0-1变量z⁺和z^-，得：

z⁺+z^-＝1 (36)

把式(35)-(36)代入到问题(34)中，得到两个双线性项

和/>

考虑z⁺和z^-均为0-1变量，可采用大M法添加辅助变量θ⁺和θ^-进行处理，以θ⁺为例，设M₁为足够大的正数，有：

θ⁺≥-M₁z⁺ (47.1)

θ⁺≤M₁z⁺ (47.4)

同理可得到辅助变量θ^-相应的线性化约束条件。根据子问题的求解结果，向主问题中返回约束：

式中：

和/>

表示第k次迭代中子问题返回的波动变量；/>

表示在子问题返回的第k次波动场景下机组出力、可中断负荷量等连续调节变量。

因此基于C&CG的鲁棒优化算法步骤如下。

步骤1：初始化，设置目标函数上界U_B＝∞和下界L_B＝-∞；设置迭代次数k＝1和收敛判据δ。

步骤2：求解主问题，得目标函数值V_k和优化变量

更新目标函数下界L_B＝V_k。

步骤3：求解子问题，得其目标函数值J_k以及波动变量

和/>

返回约束到主问题中，更新目标函数上界/>

步骤4：收敛性判断，如果|(U_B-L_B)/L_B|＜δ，则问题收敛，停止迭代；否则k＝k+1，返回步骤2。

实例：

本发明基于MATLAB 2018a平台对6节点系统和IEEERTS-39节点系统进行仿真，调用商业求解器Gurobi 8.1.0对优化问题进行求解。在计算过程中，取日内调度时间数N_T＝24，除特别说明外，可中断负荷的容量补偿和电量补偿价格分别设置为2$/MW和15$/MW，弃风惩罚和切负荷惩罚成本分别设置为10$/MW和100$/MW，迭代收敛判据设置为δ＝0.01％。

首先，对于6节点系统进行分析，其接线图见图3，该系统包含3台发电机、3个负荷和11条输电线路，在节点5处连接一个装机容量为200MW的风电场。

对于价格的制定，设原电价为p₀＝5$/MW·h，结合价格弹性系数和价格约束对各时段电价进行调整，得实施TOU后峰、平、谷时段的电价分别为p_p＝6$/MW·h、p_f＝4.5$/MW·h和p_v＝3$/MW·h。经过计算，在实施分时电价后，系统负荷的日峰谷差由121.15MW降到91.18MW，降低了24.74％。从用户侧来看，实施分时电价前后用户用电总量未发生变化，但是用电总费用由4.9402×10⁴$变为4.7609×10⁴$，降低了3.63％，有利于提高需求响应的参与度。在此基础上，可以与用户签订可中断负荷合同，取其中断合同容量为预测用户负荷的5％。

在灵活性运行域的计算上，其结果如图4(a)、图4(b)所示。观察可以发现，极限场景法和基于C&CG的鲁棒优化算法所得结果大致相同。当负荷或风电变化越大，相应的灵活性运行域区间则越窄，这是由于当电网的功率发生变化时，为保障系统正常运行需要多种调节资源参与，且功率变化越大所需要的调节资源则越多，使得剩余的调节资源能够支撑的运行域范围越小。针对日负荷变化情况，其在谷时段向上灵活性运行域范围大于向下灵活性运行域范围，而在峰时段向下灵活性运行域范围则大于向上灵活性运行域范围，因此实施分时电价调节方式在削减负荷峰谷差的同时也有利于提高系统灵活性运行域的范围；对于风电波动情况，可以看出当其“反调峰”特性较为明显时，风电向上灵活性运行域范围大于向下灵活性运行域范围，即此时系统对风电的向上波动具有较好的消纳能力。此外，计算运行域的区间范围也可以发现，利用ESM计算所得结果范围要略小于CRO的计算结果范围，这是因为灵活性是表征系统应对功率变化的能力，ESM将各功率波动场景极值化进行求解，保守性较高，但随着系统规模的扩大，所需要的场景数量也越多，在构建上也更为复杂。

考虑系统运行过程中，可以接受一定的灵活性不足情况。为此，针对风电波动情况，本文分别利用极限场景法(ESM)和基于C&CG的鲁棒优化算法(CRO)计算不同灵活性不足最大容许度ε下的灵活性运行域(FOR)面积，单位MW·h，所得结果如表1所示。

表1不同容许度下的风电灵活性运行域面积

根据表1计算结果可知，在ε＝0时，ESM和CRO两种方法对风电灵活性运行域的计算结果偏差为2.58％，而随着ε值的逐渐增大，两者计算结果偏差越来越小，当ε＝400时偏差已降为0.05％，其原因在于为保证灵活性运行域的实际计算意义，防止在个别时段过度优化，已提前对其范围做了初步的限制，随着运行域的变大这些限制条件起到了一定的约束作用；另外，在计算时间上，ESM方法计算时间要略大于CRO方法，且随着ε的增大，两种方法的计算时间总体上均有所增加，这是因为ESM本质上是借助波动向量的组合实现极限场景的快速穷举，需要对每个场景进行优化求解，而CRO的计算速度主要取决于子问题波动场景的计算时间以及迭代次数，另一方面，随着ε的增大，其为求解带来了更多灵活性资源优化分配的协调问题，使得计算时间有所增加。

在上述分析的基础上，本实施例对IEEERTS-39节点系统展开进一步的研究，该系统的接线图见图5，节点4和节点27处分别接入装机容量为900MW和600MW的风电场。

为研究需求响应对电力系统灵活性运行域的影响，对以下4种方案进行分析：(方案1)不考虑分时电价和可中断负荷的参与；(方案2)计及分时电价，但不考虑可中断负荷的参与；(方案3)计及可中断负荷，但不考虑分时电价的参与；(方案4)计及分时电价和可中断负荷的共同参与。由于在复杂系统中利用ESM直接构建极限场景较为困难，本算例采用CRO对灵活性运行域进行求解，设灵活性不足最大容许度ε＝0，以风电为例，所得结果如表2所示。

表2不同方案下风电灵活性运行域计算结果

在表2中，系统基准运行成本和运行利润是指未考虑风电波动下的系统的运行成本和运行利润。观察表2可知，与方案1相比，方案2中分时电价通过负荷削峰填谷在降低系统运行成本的同时提高了系统的基准运行利润和灵活性运行域的范围，但最恶劣工况下的运行利润却有所减少，这是由于灵活性运行域的增大反映了系统抵御不确定因素能力的提升，且更恶劣的工况会降低了系统的运行利润；方案3由于签订了可中断负荷容量合同在提高系统运行的灵活性和安全性的同时在一定程度上降低了系统的经济性；方案4考虑分时电价和可中断负荷的参与，较于方案1，其在降低系统基准运行利润4.14％的同时使灵活性运行域的面积增加了19.97％，实现了两种需求响应机制的协同。

因此，本发明为了评估系统应对不确定因素波动的能力，提出了电力系统灵活性运行域(PSFOR)的概念并建立相应的数学模型；在计算上，本文提出了极限场景法和基于C&CG的鲁棒优化算法对所建立的运行域数学模型进行求解，并利用6节点系统和IEEERTS-39节点系统对所提方法进行算例验证，可以得到以下几个结论：

1)灵活性运行域可以直观地反映系统的运行状态和所能接受的功率波动范围，能够为电网的调度运行提供一定的理论指导作用。

2)与基于C&CG的鲁棒优化算法相比，极限场景法原理简单，但保守性更高，在场景的构建上随着系统规模的不断增大而变得更加复杂，主要适用于小节点系统。

3)通过调节风电/负荷权重系数比可以满足系统对源-荷波动的偏好需求，且在权重系数比调节过程中，灵活性运行域的变化具有一定的“阶梯性”。

4)引入需求响应机制能够以较小的成本增大电力系统灵活性运行域的范围，从而提升系统抵御不确定因素的能力；

5)提高线路传输容量和可中断负荷容量有利于增强系统的灵活性，但需要考虑其在恶劣工况下的效率问题；提升机组爬坡速率在增大运行域范围同时可改善其均匀性，但一般在规划中进行研究。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (5)

1.一种考虑源荷波动的电网灵活性运行域评估指标计算方法，其特征在于，包括：

分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的电网灵活性运行域数学优化模型；

对电网灵活性运行域数学优化模型进行求解得到在满足灵活性运行水平下电网系统可接受不确定性因素最大波动范围的上、下边界；

所述分析电网运行中的各种灵活性资源调节情况，构建包含源-荷波动区间和运行经济性的电网灵活性运行域数学优化模型包括：

设定灵活性运行域优化目标函数：

max(f(u^UB,u^LB)+min(C_cost))(1)

式中：f(u^UB,u^LB)表示风电出力和负荷波动范围函数；C_cost表示系统运行成本；

设定运行优化约束；

针对f(u^UB,u^LB)，其表达为上下波动范围面积的形式，通过调整权重系数满足相应的不确定性偏好需求，即：

式中：

和/>

表示风电出力的上界和下界；/>

和/>

表示负荷波动的上界和下界；σ_w和σ_d分别表示风电和负荷波动范围的权重系数。

2.根据权利要求1所述的一种考虑源荷波动的电网灵活性运行域评估指标计算方法，其特征在于，对于系统运行成本C_cost，其具体表达如下：

式中：N_G、N_B、N_W和N_D分别表示常规机组、可中断负荷、风电场和系统负荷的数目；P_g,t、

和/>

分别表示t时刻系统的常规机组出力、可中断负荷合同容量、中断负荷量、弃风量和切负荷量；F_g(·)表示常规机组的费用函数；u_g,t和v_g,t分别表示机组的启停标志，为0-1变量；/>

和/>

分别表示机组的启停成本；/>

和/>

分别表示单位可中断负荷的容量补偿和电量补偿成本；/>

和/>

分别表示单位弃风惩罚成本和切负荷成本。

3.根据权利要求1所述的一种考虑源荷波动的电网灵活性运行域评估指标计算方法，其特征在于，所述运行优化约束包括：灵活性约束、常规机组启停约束、机组出力和爬坡约束、需求响应约束、电力平衡约束、线路传输容量约束。

4.根据权利要求1所述的一种考虑源荷波动的电网灵活性运行域评估指标计算方法，其特征在于，所述对电网灵活性运行域数学优化模型进行求解包括：

基于极限场景法利用功率波动的极限场景将原鲁棒问题转化为多个场景问题，进而确定灵活性运行域的范围。

5.根据权利要求1所述的一种考虑源荷波动的电网灵活性运行域评估指标计算方法，其特征在于，所述对电网灵活性运行域数学优化模型进行求解包括：

基于列和约束生成的鲁棒优化算法将优化模型问题分解为主问题和max-min双层子问题进行迭代求解，在迭代过程中，子问题向主问题返回原切平面约束；在处理上，通过强对偶理论将双层子问题转化为单层优化问题，当迭代收敛时即可获得原问题的计算结果。

Images