CN113725916A - 促进高渗透率新能源消纳的dpfc优化配置方法 - Google Patents
促进高渗透率新能源消纳的dpfc优化配置方法 Download PDFInfo
- Publication number
- CN113725916A CN113725916A CN202111012061.6A CN202111012061A CN113725916A CN 113725916 A CN113725916 A CN 113725916A CN 202111012061 A CN202111012061 A CN 202111012061A CN 113725916 A CN113725916 A CN 113725916A
- Authority
- CN
- China
- Prior art keywords
- dpfc
- power
- scene
- line
- new energy
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005265 energy consumption Methods 0.000 title claims abstract description 15
- 230000001737 promoting effect Effects 0.000 title claims abstract description 12
- 238000009434 installation Methods 0.000 claims abstract description 28
- 238000011217 control strategy Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000010248 power generation Methods 0.000 claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 239000002245 particle Substances 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000002347 injection Methods 0.000 claims description 14
- 239000007924 injection Substances 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 9
- 230000005684 electric field Effects 0.000 claims description 4
- 239000000243 solution Substances 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000002803 fossil fuel Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000003462 Bender reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
Images
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
- H02J3/46—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
- 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
- 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
-
- 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
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Abstract
本发明公开了一种促进高渗透率新能源消纳的DPFC优化配置方法，步骤如下：首先，建立DPFC的数学模型，对接入系统的DPFC安装地点和数量进行最优配置；其次提出两种DPFC的运行控制策略，分别为正常和异常情景下DPFC的运行控制策略，在正常情况下DPFC通过调整新能源发电的出力来实现降低运行成本，在异常情况下则根据DPFC控制潮流的特性转移重载线路的潮流，提高新能源的消纳率。
Description
技术领域
本发明涉及配电网技术领域，具体是涉及一种促进高渗透率新能源消纳的 DPFC优化配置方法。
背景技术
近年来，面对化石燃料所造成的环境危机问题，加上我国化石燃料存量的不 断减少，以风能和太阳能为代表的新能源弥补了化石燃料的缺陷，新能源发电设 备的装机比重也在逐步上升。同时，我国在新能源发电方面已经取得了良好成效， 但由于新能源具有间歇性和波动性，其发电机组相比于常规机组可调度能力较差, 容易造成关键线路阻塞、潮流分布不均等问题，限制了新能源实际接入电网时的 消纳率。
伴随着电力电子技术的不断发展，FACTS设备在解决输电线路阻塞方面取得 了良好效果。FACTS设备的加入会调整发电机的出力，增加发电成本较低的发电 机出力，此时利用FACTS设备对阻塞线路控制使部分潮流从临近支路流出，从而 减少高渗透率新能源消纳困难所引起的线路阻塞，提高系统的新能源消纳能力。 目前已有研究考虑负荷和新能源出力不确定性的分布式潮流控制器优化配置方 法，构建了基于等效电抗模型的分布式潮流控制器多点优化配置的混合整数非线 性规划模型，并采用Benders分解实现模型的两阶段求解。但是目前的研究主要 针对某一特定场景以及集中式FACTS设备进行了探索，鲜有对分布式FACTS设备 应用于新能源发电多场景下的相关研究。
发明内容
为解决上述技术问题，本文提出一种促进高渗透率新能源消纳的DPFC优化 配置方法，以输电线路阻塞程度最低为目标配置一定数量的DPFC；在DPFC配置 结果的基础上，分别针对正常场景与异常场景给出DPFC的运行控制策略。在正 常场景下，通过对DPFC的控制实现发电机组的最优调度，从而降低系统的运行 成本；在异常场景下，利用DPFC转移重载线路中的潮流，减少因线路阻塞造成 的新能源丢弃现象，从而增加可再生能源的消纳。
本发明所述的促进高渗透率新能源消纳的DPFC优化配置方法，其采用的技 术方案为：所述方法的步骤为：
步骤1、在供电平衡约束、线路潮流约束、机组出力约束、系统备用约束、 安全约束、DPFC物理及运行约束条件皆满足的情况，构建出基于场景集的DPFC 数学模型；
步骤2、基于DPFC数学模型，以单个规划周期内最小化系统线路阻塞为目 标函数，构建DPFC的优化配置模型；
步骤3、根据DPFC优化配置模型，提出在正常情景下DPFC的运行控制策略, 单相变压器副边开路，DPFC向线路注入固定的变压器励磁电抗，实现潮流的阶 梯式、单向调节，此时，含DPFC的运行控制策略以运行成本为最低目标函数；
步骤4、根据DPFC优化配置模型，提出在异常情境下DPFC的运行控制策略, 当串联电抗模式下无法满足潮流控制需求时，模块开关选定DPFC运行于无功注 入模式，通过逆变器向线路注入连续可变的电压，实现潮流的连续、双向调节， 此时DPFC的接入会转移重载线路潮流，减少因线路阻塞所造成的新能源丢弃情 况。
进一步的，构建基于场景集的DPFC数学模型步骤1中，其约束条件为：
(1)供电平衡约束
式中：
为场景s中t时刻线路k的传输功率；
为场景s中n节点在t时刻 的负荷值；δ+(n)和δ-(n)分别为n节点线路的末端与首端；
分别为 场景s中水电机组、风电机组与光伏机组在时刻t的有功调度量；h(n)、w(n)、pv(n) 分别为n节点线路的水电、风电与光伏有功功率；
(2)线路潮流约束
式中：
和
分别为t时刻场景s中m、n节点的相角；
为DPFC在t时 刻场景s中线路k上的注入电压；Bk为线路k的电纳。
(3)机组出力约束
式中：
为t时刻场景s中风电机组w的预测功率；
为t时刻场景s中 光伏机组pv的预测功率；
与
分别为水电机组h的功率上下限；
为 t时刻场景s中水电机组h的备用功率；
为水电机组h的爬坡速率；
分别为t、t-1时刻场景s中水电机组h的有功功率；
(4)系统备用约束
式中：RSVt sreq为t时刻场景s中系统运行所需的备用；η为火电机组爬坡速 率与短时备用之间的比例系数；Rgh为火电机组g的爬坡速率；
为t时刻场 景s中火电机组g的备用功率；
(5)安全约束
式中：Lk lim为线路k的传输极限，
为t时刻s场景下n节点的相角、
为场 景s中t时刻线路k的传输功率；
(6)DPFC物理及运行约束
式中：Nk为DPFC在线路k上的安装数量；uk＝1和uk＝0分别表示线路k上 是否能够安装DPFC；
和
分别为DPFC在线路k上安装数量的上、下限； NT为单个规划周期内线路安装DPFC总数量；
为DPFC在t时刻场景s中线路k 上的注入电压；
和
分别为线路k上单个DPFC注入电压的上、下限， 其表达式分别为：
Vqk.max＝SDPFC/Ik.max
Vqk.min＝-SDPFC/Ik.max
式中，SDPFC为DPFC容量，Ik.max为线路k的额定电流；将某地区新能源 数据带入DPFC配置模型可确定决策变量Nk的数值，确定DPFC在各条线路具体 安装数量及安装位置。
进一步的，步骤2中，通过求解DPFC优化配置模型，得到DPFC在各条线路 具体安装数量及安装位置、容量和安装地点；本文在MATLAB仿真环境下调用整 数规划工具箱中INTLINPROG函数，采用粒子群算法对所述DPFC优化模型进行求 解。
进一步的，所述DPFC优化配置模型的求解，其步骤为：
步骤2-1、对DPFC优化配置模型中的各优化变量进行初始化；
步骤2-2、对粒子群区域内的粒子进行更新；
步骤2-3、如果粒子在未达到设置的最大迭代次数时就停滞，那么该粒子将 被一个新粒子取代，进行随机变异；
步骤2-4、将求解结果传输模型，继续进行PSODE算法的优化，直至达到最 大迭代次数，得到DPFC优化配置结果。
进一步的，步骤3中，考虑到多场景下的DPFC优化配置模型，依据天气以 及历史经验选取出现频率最高的场景，选用四种典型场景，分别来模拟电网的实 际运行环境，并且在正常情景下新能源能够完全消纳，但发电成本高的发电机出 力较多，在这种情况下，含DPFC的运行控制策略中以运行成本最低为目标函数，
式中：Chi,t，Cwi,t，Cpvi,t分别为t时刻第i台水电机组的发电成本、第j个 风电场的弃风成本和第k个风电场的弃光成本，
为t时刻s场景下水电机组 j的出力，
为t时刻s场景下第j个风电场丢弃的功率，
为t时刻s场 景下第k个光伏电场丢弃的功率，T为单个优化周期。
进一步的，步骤4中，运行控制策略在异常情景下，电力系统遭遇极端天气 新能源不能完全消纳时DPFC在异常情景下以最小化新能源丢弃为目标函数：
式中：
分别为异常场景下t时刻第i个水电机组的弃 水量、第j个风电机组的弃风量和第k个光伏发电机组的弃光量，NH、NW、 NPV分别为水电场,风电场与光电场的数量，T为优化周期。
本发明所述的有益效果为：建立DPFC的数学模型，以单个规划周期内最小 化系统线路阻塞为目标函数，提出DPFC的优化配置模型最优配置DPFC的容量和 安装地点，确定DPFC在各条线路具体安装数量及安装位置；其次提出两种DPFC 的运行控制策略，分别为正常和异常情景下DPFC的运行控制策略，在正常情况 下DPFC通过调整发电机的出力来实现降低运行成本促进新能源的消纳；在异常 情况下则根据DPFC控制潮流的特性转移重载线路的潮流，最小化线路阻塞所造 成的新能源丢弃。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附 图，对本发明作进一步详细的说明。
图1为DPFC拓扑结构图；
图2为DPFC结构原理图；
图3为DPFC多场景调度流程图。
具体实施方式
如图1-3所示，本发明所述的促进高渗透率新能源消纳的DPFC优化配置方 法，其采用的技术方案为：所述方法的步骤为：
步骤1、在满足约束条件的情况下，构建基于场景集的DPFC数学模型，其 中约束条件包括供电平衡约束、线路潮流约束以及机组出力约束、系统备用约束、 安全约束、DPFC物理及运行约束。DPFC的设计原理是将UPFC的相间耦合电容消 去后各变流器装置串联直接与高压输电线路相连，在输电线路上注入相角与幅度 可控的电压。控制单元的作用是利用并联变流器将高压输电线路与大地相连，提 供串联变流器运行所需的有功功率、补偿电网无功功率；并且DPFC首次提出了 通过控制输电线路潮流传输三次谐波实现串、并联侧装置的有功功率交换和无功 功率补偿；DPFC拓扑结构如图1所示。
其中，所述约束条件具体为：
(1)供电平衡约束
式中：
为场景s中t时刻线路k的传输功率；
为场景s中n节点在t时刻 的负荷值；δ+(n)和δ-(n)分别为n节点线路的末端与首端；
分别为 场景s中水电机组、风电机组与光伏机组在时刻t的有功调度量；h(n)、w(n)、pv(n) 分别为n节点线路的水电、风电与光伏有功功率；
(2)线路潮流约束
式中：
和
分别为t时刻场景s中m、n节点的相角；
为DPFC在t时 刻场景s中线路k上的注入电压；Bk为线路k的电纳。
(3)机组出力约束
式中：
为t时刻场景s中风电机组w的预测功率；
为t时刻场景s中 光伏机组pv的预测功率；
与
分别为水电机组h的功率上下限；
为 t时刻场景s中水电机组h的备用功率；
为水电机组h的爬坡速率；
分别为t、t-1时刻场景s中水电机组h的有功功率；
(4)系统备用约束
式中：RSVt sreq为t时刻场景s中系统运行所需的备用；η为火电机组爬坡速 率与短时备用之间的比例系数；Rgh为火电机组g的爬坡速率；
为t时刻场 景s中火电机组g的备用功率；
(5)安全约束
式中：Lk lim为线路k的传输极限，
为t时刻s场景下n节点的相角、
为场 景s中t时刻线路k的传输功率；
(6)DPFC物理及运行约束
式中：Nk为DPFC在线路k上的安装数量；uk＝1和uk＝0分别表示线路k上 是否能够安装DPFC；
和
分别为DPFC在线路k上安装数量的上、下限； NT为单个规划周期内线路安装DPFC总数量；
为DPFC在t时刻场景s中线路k 上的注入电压；
和
分别为线路k上单个DPFC注入电压的上、下限， 其表达式分别为：
Vqk.max＝SDPFC/Ik.max
Vqk.min＝-SDPFC/Ik.max
式中，SDPFC为DPFC容量，Ik.max为线路k的额定电流；将某地区新能源 数据带入DPFC配置模型可确定决策变量Nk的数值，确定DPFC在各条线路具体 安装数量及安装位置。
步骤2、结合步骤1中所建立的场景集下的DPFC配置模型，提出DPFC的优 化配置策略；以单个规划周期内最小化系统线路阻塞为目标函数，最优配置DPFC 的容量和安装地点，确定DPFC在各条线路具体安装数量及安装位置。
通过求解DPFC优化配置模型，得到DPFC在各条线路具体安装数量及安装位 置、容量和安装地点；本文在MATLAB仿真环境下调用整数规划工具箱中 INTLINPROG函数，采用粒子群算法对所述DPFC优化配置模型进行求解，其求解 其步骤为：
步骤2-1、对DPFC优化配置模型中的各优化变量进行初始化；
步骤2-2、对粒子群区域内的粒子进行更新；
步骤2-3、如果粒子在未达到设置的最大迭代次数时就停滞，那么该粒子将 被一个新粒子取代，进行随机变异；
步骤2-4、将求解结果传输模型，继续进行PSODE算法的优化，直至达到最 大迭代次数，得到DPFC优化配置结果。
DPFC结构原理图如图2所示，在串联电抗运行模式下不启动逆变器模块， 单相变压器进行侧边开路，DPFC将固定的电抗注入到阻塞线路中，从而实现潮 流的单向阶梯式调节；如果没有潮流控制任务，则通过开关K闭合DPFC支路。 其注入电压可以表示为：
式中：
为DPFC的注入电压；
为注入电压线路的单位向量。
步骤3、根据DPFC优化配置模型，提出在正常情景下DPFC的运行控制策略； 单相变压器副边开路，DPFC向线路注入固定的变压器励磁电抗，实现潮流的阶 梯式、单向调节，DPFC的运行控制策略以运行成本为最低目标函数；
依据天气以及历史经验选取出现频率最高的场景，选用四种典型场景分别来 模拟电网的实际运行环境，并且在正常情景下新能源能够完全消纳，但发电成本 高的发电机出力较多，在这种情况下，含DPFC的运行控制策略中以运行成本最 低为目标函数。
式中：Chi,t，Cwi,t，Cpvi,t分别为t时刻第i台水电机组的发电成本、第j个 风电场的弃风成本和第k个风电场的弃光成本，
为t时刻s场景下水电机组 j的出力，
为t时刻s场景下第j个风电场丢弃的功率，
为t时刻s场 景下第k个光伏电场丢弃的功率，T为单个优化周期。
步骤4、当电力系统遭遇极端天气异常情景下(新能源发电量远大于输送通 道容量)，某些线路会出现线路阻塞，此时DPFC的接入会转移重载线路潮流， 减少因线路阻塞所造成的新能源丢弃情况。DPFC在异常情景下以最小化新能源 丢弃为目标函数。
式中：
分别为异常场景下t时刻第i个水电机组的弃 水量、第j个风电机组的弃风量和第k个光伏发电机组的弃光量，NH、NW、 NPV分别为水电场,风电场与光电场的数量，T为优化周期。
以上所述仅为本发明的优选方案，并非作为对本发明的进一步限定，凡是利 用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。
Claims (6)
1.促进高渗透率新能源消纳的DPFC优化配置方法，其特征在于，所述方法的步骤为：
步骤1、在供电平衡约束、线路潮流约束、机组出力约束、系统备用约束、安全约束、DPFC物理及运行约束条件皆满足的情况，构建出基于场景集的DPFC数学模型；
步骤2、基于DPFC数学模型，以单个规划周期内最小化系统线路阻塞为目标函数，构建DPFC的优化配置模型；
步骤3、根据DPFC优化配置模型，提出在正常情景下DPFC的运行控制策略,单相变压器副边开路，DPFC向线路注入固定的变压器励磁电抗，实现潮流的阶梯式、单向调节，此时，含DPFC的运行控制策略以运行成本为最低目标函数；
步骤4、根据DPFC优化配置模型，提出在异常情境下DPFC的运行控制策略,当串联电抗模式下无法满足潮流控制需求时，模块开关选定DPFC运行于无功注入模式，通过逆变器向线路注入连续可变的电压，实现潮流的连续、双向调节，此时DPFC的接入会转移重载线路潮流，减少因线路阻塞所造成的新能源丢弃情况。
2.根据权利要求1所述的促进高渗透率新能源消纳的DPFC优化配置方法，其特征在于,构建出DPFC配置模型，在新能源背景下利用DPFC优化配置进行消纳，其约束条件为：
(1)供电平衡约束
式中：
为场景s中t时刻线路k的传输功率；
为场景s中n节点在t时刻的负荷值；δ+(n)和δ-(n)分别为n节点线路的末端与首端；
分别为场景s中水电机组、风电机组与光伏机组在时刻t的有功调度量；h(n)、w(n)、pv(n)分别为n节点线路的水电、风电与光伏有功功率；
(2)线路潮流约束
式中：
和
分别为t时刻场景s中m、n节点的相角；
为DPFC在t时刻场景s中线路k上的注入电压；Bk为线路k的电纳；
(3)机组出力约束
式中：
为t时刻场景s中风电机组w的预测功率；
为t时刻场景s中光伏机组pv的预测功率；
与
分别为水电机组h的功率上下限；
为t时刻场景s中水电机组h的备用功率；
为水电机组h的爬坡速率；
分别为t、t-1时刻场景s中水电机组h的有功功率；
(4)系统备用约束
式中：RSVt sreq为t时刻场景s中系统运行所需的备用；η为火电机组爬坡速率与短时备用之间的比例系数；Rgh为火电机组g的爬坡速率；
为t时刻场景s中火电机组g的备用功率；
(5)安全约束
式中：Lklim为线路k的传输极限，
为t时刻s场景下n节点的相角、
为场景s中t时刻线路k的传输功率。
(6)DPFC物理及运行约束
式中：Nk为DPFC在线路k上的安装数量；uk＝1和uk＝0分别表示线路k上是否能够安装DPFC；
和
分别为DPFC在线路k上安装数量的上、下限；NT为单个规划周期内线路安装DPFC总数量；
为DPFC在t时刻场景s中线路k上的注入电压；
和
分别为线路k上单个DPFC注入电压的上、下限，其表达式分别为：
Vqk.max＝SDPFC/Ik.max
Vqk.min＝-SDPFC/Ik.max
式中，SDPFC为DPFC容量，Ik.max为线路k的额定电流；将某地区新能源数据带入DPFC配置模型可确定决策变量Nk的数值，确定DPFC在各条线路具体安装数量及安装位置。
3.根据权利要求1所述的促进高渗透率新能源消纳的DPFC优化配置方法，其特征在于，步骤2中，通过求解DPFC优化配置模型，得到DPFC在各条线路具体安装数量及安装位置、容量和安装地点；在MATLAB仿真环境下调用整数规划工具箱中INTLINPROG函数，采用粒子群算法对所述DPFC优化模型进行求解。
4.根据权利要求3所述的促进高渗透率新能源消纳的DPFC优化配置方法，其特征在于，所述DPFC优化配置模型的求解，其步骤为：
步骤2-1、对DPFC优化配置模型中的各优化变量进行初始化；
步骤2-2、对粒子群区域内的粒子进行更新；
步骤2-3、如果粒子在未达到设置的最大迭代次数时就停滞，那么该粒子将被一个新粒子取代，进行随机变异；
步骤2-4、将求解结果传输模型，继续进行PSODE算法的优化，直至达到最大迭代次数，得到DPFC优化配置结果。
5.根据权利要求1所述的促进高渗透率新能源消纳的DPFC优化配置方法，，其特征在于，步骤3中，考虑到多场景下的DPFC优化配置模型，依据天气以及历史经验选取出现频率最高的场景，选用四种典型场景，分别来模拟电网的实际运行环境，并且在正常情景下新能源能够完全消纳，但发电成本高的发电机出力较多，在这种情况下，含DPFC的运行控制策略中以运行成本最低为目标函数，
式中：Chi,t，Cwi,t，Cpvi,t分别为t时刻第i台水电机组的发电成本、第j个风电场的弃风成本和第k个风电场的弃光成本，
为t时刻s场景下水电机组j的出力，
为t时刻s场景下第j个风电场丢弃的功率，
为t时刻s场景下第k个光伏电场丢弃的功率，T为单个优化周期。
6.根据权利要求1所述的促进高渗透率新能源消纳的DPFC优化配置方法，其特征在于，步骤4中，运行控制策略在异常情景下，电力系统遭遇极端天气，新能源不能完全消纳时DPFC在异常情景下以最小化新能源丢弃为目标函数：
式中：
分别为异常场景下t时刻第i个水电机组的弃水量、第j个风电机组的弃风量和第k个光伏发电机组的弃光量，NH、NW、NPV分别为水电场,风电场与光电场的数量，T为优化周期。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111012061.6A CN113725916B (zh) | 2021-08-31 | 2021-08-31 | 促进高渗透率新能源消纳的dpfc优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111012061.6A CN113725916B (zh) | 2021-08-31 | 2021-08-31 | 促进高渗透率新能源消纳的dpfc优化配置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113725916A true CN113725916A (zh) | 2021-11-30 |
| CN113725916B CN113725916B (zh) | 2024-01-12 |
Family
ID=78679791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111012061.6A Active CN113725916B (zh) | 2021-08-31 | 2021-08-31 | 促进高渗透率新能源消纳的dpfc优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113725916B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114243692A (zh) * | 2021-12-15 | 2022-03-25 | 深圳供电局有限公司 | 一种源-网-荷协调优化调度方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN108493992A (zh) * | 2018-03-27 | 2018-09-04 | 国网江苏省电力有限公司电力科学研究院 | 一种含分布式潮流控制器的风电场优化调度方法 |
| CN109830990A (zh) * | 2019-01-08 | 2019-05-31 | 南京工程学院 | 一种基于输电阻塞含风光接入的储能优化配置方法 |
| CN110048469A (zh) * | 2019-05-14 | 2019-07-23 | 东南大学 | 一种利用光热电站促进风电消纳的优化调度方法 |
| CN110417023A (zh) * | 2019-08-07 | 2019-11-05 | 国网福建省电力有限公司 | 一种分布式静态串联补偿器配置和运行控制方法 |
-
2021
- 2021-08-31 CN CN202111012061.6A patent/CN113725916B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN108493992A (zh) * | 2018-03-27 | 2018-09-04 | 国网江苏省电力有限公司电力科学研究院 | 一种含分布式潮流控制器的风电场优化调度方法 |
| CN109830990A (zh) * | 2019-01-08 | 2019-05-31 | 南京工程学院 | 一种基于输电阻塞含风光接入的储能优化配置方法 |
| CN110048469A (zh) * | 2019-05-14 | 2019-07-23 | 东南大学 | 一种利用光热电站促进风电消纳的优化调度方法 |
| CN110417023A (zh) * | 2019-08-07 | 2019-11-05 | 国网福建省电力有限公司 | 一种分布式静态串联补偿器配置和运行控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 俞智鹏;叶荣;唐雨晨;汤奕;: "含高渗透率海上风电电网的DSSC优化配置与运行控制策略", 可再生能源, no. 06 * |
| 李朝晖;杨海晶;施涛;: "基于随机规划理论的电网侧储能配置方法研究", 电力电子技术, no. 03 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114243692A (zh) * | 2021-12-15 | 2022-03-25 | 深圳供电局有限公司 | 一种源-网-荷协调优化调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113725916B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8500969B2 (en) | System for producing electric energy and hydrogen | |
| Abhinav et al. | Grid integration of wind turbine and battery energy storage system: Review and key challenges | |
| Singh et al. | Frequency regulation of an isolated hybrid power system with battery energy storage system | |
| Tonkoski et al. | Active power curtailment of PV inverters in diesel hybrid mini-grids | |
| CN105896603A (zh) | 一种风光储联合发电系统及方法 | |
| CN111952958A (zh) | 一种考虑控制模式转换的配电网柔性软开关优化配置方法 | |
| Sahri et al. | Performance improvement of Hybrid System based DFIG-Wind/PV/Batteries connected to DC and AC grid by applying Intelligent Control | |
| Singh et al. | Frequency stability analysis of hybrid power system based on solar PV with SMEs unit | |
| CN114243692A (zh) | 一种源-网-荷协调优化调度方法 | |
| CN113725916B (zh) | 促进高渗透率新能源消纳的dpfc优化配置方法 | |
| Paska et al. | Technical and economic aspects of electricity storage systems co-operating with renewable energy sources | |
| Schonberger | Distributed control of a nanogrid using dc bus signalling | |
| Pozo et al. | Battery energy storage system for a hybrid generation system grid connected using fuzzy controllers | |
| Huang et al. | A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system | |
| Li et al. | Frequency Fuzzy Control Strategy for Coordinated Wind-Storage System Considering Energy Storage Capacity Optimization | |
| Eduardo et al. | An integrated hybrid power system based on renewable energy sources | |
| om Bade et al. | Battery Uses for Regulating Active Power in Utility-scale Wind-based Hybrid Power Plant | |
| Achour et al. | Modeling and Supervisory Control of Hybrid Renewable Energy Based on Wind-PV-Diesel-Battery | |
| Bipongo et al. | Energy Management Strategy for Dc Micro-grid System With an Important Penetration of Renewable Energy | |
| CN216894709U (zh) | 一种用于水力发电系统的联储装置 | |
| Saquib et al. | Design of a Bidirectional DC Microgrid Controlled with Energy Management System | |
| Cui et al. | Multi-Time Scale Optimization Scheduling of Ac-Dc Distribution Network Based on Model Predictive Control | |
| Sreelakshmi et al. | Energy management of hybrid power system PV wind and battery based three level converter | |
| Sun et al. | Optimized Operation Decision Method for Distribution Network Operation Considering Source-Grid-Load-Storage Interaction | |
| Zaffar Tak et al. | Incorporation of renewable distributed micro-generation technologies in power sector using microgrids |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Dai Jianfeng Inventor after: Ma Daoguang Inventor after: Zhou Xia Inventor after: Xie Xiangpeng Inventor after: Shen Xicheng Inventor before: Ma Daoguang Inventor before: Zhou Xia Inventor before: Xie Xiangpeng Inventor before: Dai Jianfeng Inventor before: Shen Xicheng |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |