CN113937822B - 一种海上风电调度运行方法、系统、电子装置及存储介质 - Google Patents
一种海上风电调度运行方法、系统、电子装置及存储介质 Download PDFInfo
- Publication number
- CN113937822B CN113937822B CN202111144040.XA CN202111144040A CN113937822B CN 113937822 B CN113937822 B CN 113937822B CN 202111144040 A CN202111144040 A CN 202111144040A CN 113937822 B CN113937822 B CN 113937822B
- Authority
- CN
- China
- Prior art keywords
- wind power
- scheduling
- cost
- model
- scene
- 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 33
- 238000012502 risk assessment Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 108700041286 delta Proteins 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 230000009194 climbing Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 102100037651 AP-2 complex subunit sigma Human genes 0.000 description 2
- 101000806914 Homo sapiens AP-2 complex subunit sigma Proteins 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 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
- H02J3/38—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
- H02J3/12—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
- H02J3/381—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
- 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
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种海上风电调度运行方法、系统、电子装置及存储介质，其中，方法包括：基于风电功率场景，建立海上风电调度模型；将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值及常规机组的调度计划出力及备用容量成本期望值；对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值；将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。本发明保证新能源接入电网后安全稳定运行和最大限度安全消纳。
Description
技术领域
本发明涉及海上风电调度管理技术领域，特别是涉及一种海上风电调度运行方法、系统、电子装置及存储介质。
背景技术
海上风电由于所具有的随机性、不确定性以及波动性，当风电大规模并网时，对电力系统有着较大影响，主要表现在对系统运行的稳定性、电网的调峰能力、所发出的电能质量以及电力系统备用设备容量的影响。
现有技术已经有一些对海上风电并网管理的经济性研究、海上风电并网管理对电力系统影响，但是对于风机而言，风机发电的发电量受到多种因素影响，尤其是海上风电，其发电功率很大程度上取决于风向和风速的多种因素，由于风速是时刻变化的，风电并网应能够及时根据风速的变化和负荷的需求，来调配发电机组进行发电，从而输出更多的风能，使之能够达到最大功率输出，目前的管理系统无法实现。另外，由于新能源并网成本比陆地高，单机并网成本更高，目前对于提高风电并网管理的经济性从环境经济学角度分析电力公司环境成本的外部性影响因素所提出的评价方法，能够获得发电公司环境成本内部化意义和对内部化效果的经济分析，但大多数评价方法都只是在模拟系统上进行验证，没有在实际风电场中进行实际运行，而海上风力发电场所受不确定因素较多，风电的大规模并网必将给电力系统的运行带来极大的风险。为了保证电力系统的安全稳定运行，必须有足够的备用容量来应对风电功率的波动性及不确定性。当实际风电功率小于其预测值，必须调度常规机组提供向上备用容量；反之，则必须调度常规机组提供向下备用容量。当风电大规模并网时，由常规机组提供的备用容量更加不足，系统安全稳定运行面临极大风险；且系统备用容量比例较高时，其运行经济性必然下降，因此，目前需要根据负荷实际情况，对风电出力参与系统调度并进行动态调节，提供备用容量，以此设计新的海上风电调度监控系统，以保证电力系统安全稳定运行。为了满足未来海上风电的大规模建设和大规模接入所带来的安全性问题以及海上风电消纳情况；有必要进行海上风电调度监控系统与功率预测综合管理平台建设以及关键技术研究，建成项目示范应用系统；并实现对海上风电的预测、监视以及协调控制，并研究适用于海上风电海量数据接入及监控的平台架构，海上风电发电预测与计划编制技术应用方法，以及海上风电多区域多场景集群协调控制；从而保证和引导未来海上风电消纳和实际生产控制提供重要的技术支撑。
发明内容
为解决以上现有技术问题，本发明提供一种海上风电调度运行方法、系统、电子装置及存储介质，实现对海上风电的监测、运行调度管理、运行特性分析、功率预测以及多区域海上风电协调控制，保证新能源接入电网后安全稳定运行和最大限度安全消纳。
本发明第一方面提供一种海上风电调度运行方法，包括：
基于风电功率场景，建立海上风电调度模型；
将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值；
对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值；
将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；
根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
进一步地，所述建立海上风电调度模型，包括：
根据风电场的调度计划出力及备用容量成本期望模型、常规机组的调度计划出力及备用容量成本期望模型、系统切负荷惩罚费用期望模型及风电场的惩罚费用期望模型，计算得到海上风电调度模型；具体地：
F＝minf1+f2+f3+f4；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，f2为常规机组的调度计划出力及备用容量成本期望模型，f3为系统切负荷惩罚费用期望模型，f4为风电场的惩罚费用期望模型。
进一步地，所述风电场的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f1＝∑δ1(λ1P1+λ1′R1)；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ1为第一常规机组的输出功率成本系数，P1为第一场景下的第一常规机组在t时刻输出功率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量。
进一步地，所述常规机组的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f2＝∑δ1(λ2P2+λ2′R2) (2)
其中，f2为常规机组的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ2为第二风电场的输出功率成本系数，P2为第二场景下的第二风电场在t时刻输出功率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量。
进一步地，所述系统切负荷惩罚费用期望模型，通过以下公式表示：
f3＝V∑δ1λ3ΔP3；
其中，f3为系统切负荷惩罚费用期望模型，V为切负荷代价系数，δ1为第一场景的概率，λ3为第三风电场的输出功率成本系数，ΔP3为第三场景下t时刻系统切负荷总量。
进一步地，所述风电场的惩罚费用期望模型，通过以下公式表示：
f4＝∑δ1λ4ΔP4；
其中，f4为风电场的惩罚费用期望模型，δ1为第一场景的概率，λ4为第四风电场的输出功率成本系数，ΔP4为第四场景下t时刻系统切负荷总量。
进一步地，所述对每一所述风电调度参数对应的调度策略进行风险评估，通过以下公式计算：
Risk＝Σδ1·λ1′·R1+Σδ2·λ2′·R2+V·Σδ3·ΔP3+∑δ1·λ3′·ΔP3；
其中，Risk为风险值，δ1为第一场景的概率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量，δ2为第二场景的概率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量，V为切负荷代价系数，δ3为第三场景的概率，ΔP3为第三场景下t时刻系统切负荷总量，λ3′为第三风电场提供的备用容量成本系数。
本发明第二方面提供一种海上风电调度运行系统，包括：
海上风电调度模型建立模块，用于基于风电功率场景，建立海上风电调度模型；
调度策略计算模块，用于将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值；
风险评估模块，用于对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值；
最优调度策略选择模块，用于将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；
海上风电调度运行系统运行模块，用于根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
本发明第三方面提供一种电子装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任意一项所述的一种海上风电调度运行方法。
本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述第一方面中任意一项所述的一种海上风电调度运行方法。
与现有技术相比，本发明实施例的有益效果在于：
本发明提供一种海上风电调度运行方法、系统、电子装置及存储介质，其中，方法包括：基于风电功率场景，建立海上风电调度模型；将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值；对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值；将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。本发明结合海域气候特征、电网结构特点，以及海上风电特点，通过对风电海量数据研究、监视、预测技术研究以及多区域场景集群协调控制研究；实现对海上风电的监测、运行调度管理、运行特性分析、功率预测以及多区域海上风电协调控制；保证新能源接入电网后安全稳定运行和最大限度安全消纳。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的一种海上风电调度运行方法的流程图；
图2是本发明某一实施例提供的一种海上风电调度运行系统的装置图；
图3是本发明某一实施例提供的一种电子设备的结构图。
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。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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
第一方面。
请参阅图1，本发明一实施例提供一种海上风电调度运行方法，包括：
S10、基于风电功率场景，建立海上风电调度模型。
S20、将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略。
其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值。
S30、对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值。
S40、将最优运行成本及风险值之和最小的调度策略，作为最优调度策略。
S50、根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
在本发明实施例的一具体实施方式中，所述建立海上风电调度模型，包括：
根据风电场的调度计划出力及备用容量成本期望模型、常规机组的调度计划出力及备用容量成本期望模型、系统切负荷惩罚费用期望模型及风电场的惩罚费用期望模型，计算得到海上风电调度模型；具体地：
F＝minf1+f2+f3+f4；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，f2为常规机组的调度计划出力及备用容量成本期望模型，f3为系统切负荷惩罚费用期望模型，f4为风电场的惩罚费用期望模型。
优选地，所述风电场的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f1＝∑δ1(λ1P1+λ1′R1)；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ1为第一常规机组的输出功率成本系数，P1为第一场景下的第一常规机组在t时刻输出功率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量。
所述常规机组的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f2＝∑δ1(λ2P2+λ2′R2) (2)
其中，f2为常规机组的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ2为第二风电场的输出功率成本系数，P2为第二场景下的第二风电场在t时刻输出功率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量。
所述系统切负荷惩罚费用期望模型，通过以下公式表示：
f3＝VΣδ1λ3ΔP3；
其中，f3为系统切负荷惩罚费用期望模型，V为切负荷代价系数，δ1为第一场景的概率，λ3为第三风电场的输出功率成本系数，ΔP3为第三场景下t时刻系统切负荷总量。
所述风电场的惩罚费用期望模型，通过以下公式表示：
f4＝∑δ1λ4ΔP4；
其中，f4为风电场的惩罚费用期望模型，δ1为第一场景的概率，λ4为第四风电场的输出功率成本系数，ΔP4为第四场景下t时刻系统切负荷总量。
优选地，所述确定模型约束包括：
P1min＜P1；
式中，P1min表示第一常规机组的最小出力限制，此式为常规机组输出功率下限约束；
P1+R1≤P1max；
式中：P1max表示第一常规机组的最大出力限制，此式为常规机组输出功率及备用容量上限约束；
0≤ψ1≤RU1·T；
式中，RU1表示第一常规机组的向上爬坡率；T表示一个运行时段；此式表示第一场景下常规第一机组在t时刻提供的备用容量需满足爬坡容量约束：
ΣR1≥P1+R1+Σε1；
式中，ε1表示第一风电场输出功率不确定性导致的系统所需备用容量裕度。此式表示系统总备用容量需考虑N-1安全准则及风电不确定性导致的系统备用容量裕度，即要求由常规机组提供的总备用容量要大于任意单一常规机组提供的输出功率、备用容量及风电并网所需备用容量裕度总和；
ε1≥P2-(P2′-σ2)；
式中：P2′表示第二风电场在t时刻输出功率点预测值，由t时刻所有风电功率场景计算均值得到，σ2表示第二风电场在t时刻输出功率预测标准差；此式表示当风电场调度出力大于某一门槛值时需要常规机组提供备用容量裕度ε1，此门槛值为风电点预测值减去标准差；
P1-P1′≤RU1·T；
此式表示第一常规机组的向上爬坡容量约束；
P2′-P2≤RD1·T；
式中，RD1表示第一常规机组的向下爬坡率，此时表示第一常规机组的向下爬坡容量约束；
P1+R1≤a·P3′；
此式表示由风电场提供的功率及备用容量小于等于风电功率点预测值的某一比例，a称为风电柔性调度系数；
Plmin≤P4′≤Plmax；
式中，P4′表示第一线路在第一场景下t时刻传输有功功率，Plmax和Plmin表示线路l传输功率上、下限值；
∑P1′+∑P2′+∑P3′-∑P4′＝D′；
其中该公式中涉及连接节点n的常规机组集合，连接节点n的风电场集合，向节点n注入有功功率的线路集合，从节点n输出有功功率的线路集合；D′表示节点n在t时刻的负荷。
在本发明实施例的一具体实施方式中，所述对每一所述风电调度参数对应的调度策略进行风险评估，通过以下公式计算：
Risk＝∑δ1·λ1′·R1+∑δ2·λ2′·R2+V·∑δ3·ΔP3+∑δ1·λ3′·ΔP3；
其中，Risk为风险值，δ1为第一场景的概率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量，δ2为第二场景的概率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量，V为切负荷代价系数，δ3为第三场景的概率，ΔP3为第三场景下t时刻系统切负荷总量，λ3′为第三风电场提供的备用容量成本系数。
本发明提供的方法结合海域气候特征、电网结构特点，以及海上风电特点，通过对风电海量数据研究、监视、预测技术研究以及多区域场景集群协调控制研究；实现对海上风电的监测、运行调度管理、运行特性分析、功率预测以及多区域海上风电协调控制；保证新能源接入电网后安全稳定运行和最大限度安全消纳。
第二方面。
请参阅图2，本发明一实施例提供一种海上风电调度运行系统，包括：
海上风电调度模型建立模块10，用于基于风电功率场景，建立海上风电调度模型。
调度策略计算模块20，用于将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略。
其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值。
风险评估模块30，用于对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值。
最优调度策略选择模块40，用于将最优运行成本及风险值之和最小的调度策略，作为最优调度策略。
海上风电调度运行系统运行模块50，用于根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
在本发明实施例的一具体实施方式中，所述建立海上风电调度模型，包括：
根据风电场的调度计划出力及备用容量成本期望模型、常规机组的调度计划出力及备用容量成本期望模型、系统切负荷惩罚费用期望模型及风电场的惩罚费用期望模型，计算得到海上风电调度模型；具体地：
F＝minf1+f2+f3+f4；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，f2为常规机组的调度计划出力及备用容量成本期望模型，f3为系统切负荷惩罚费用期望模型，f4为风电场的惩罚费用期望模型。
优选地，所述风电场的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f1＝∑δ1(λ1P1+λ1′R1)；
其中，f1为风电场的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ1为第一常规机组的输出功率成本系数，P1为第一场景下的第一常规机组在t时刻输出功率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量。
所述常规机组的调度计划出力及备用容量成本期望模型，通过以下公式表示：
f2＝∑δ1(λ2P2+λ2′R2)；
其中，f2为常规机组的调度计划出力及备用容量成本期望模型，δ1为第一场景的概率，λ2为第二风电场的输出功率成本系数，P2为第二场景下的第二风电场在t时刻输出功率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量。
所述系统切负荷惩罚费用期望模型，通过以下公式表示：
f3＝V∑δ1λ3ΔP3；
其中，f3为系统切负荷惩罚费用期望模型，V为切负荷代价系数，δ1为第一场景的概率，λ3为第三风电场的输出功率成本系数，ΔP3为第三场景下t时刻系统切负荷总量。
所述风电场的惩罚费用期望模型，通过以下公式表示：
f4＝∑δ1λ4ΔP4；
其中，f4为风电场的惩罚费用期望模型，δ1为第一场景的概率，λ4为第四风电场的输出功率成本系数，ΔP4为第四场景下t时刻系统切负荷总量。
优选地，所述确定模型约束包括：
P1min＜P1；
式中，P1min表示第一常规机组的最小出力限制，此式为常规机组输出功率下限约束；
P1+R1≤P1max；
式中：P1max表示第一常规机组的最大出力限制，此式为常规机组输出功率及备用容量上限约束；
0≤R1≤RU1·T；
式中，RU1表示第一常规机组的向上爬坡率；T表示一个运行时段；此式表示第一场景下第一常规机组在t时刻提供的备用容量需满足爬坡容量约束：
ΣR1≥P1+R1+Σε1
式中，ε1表示第一风电场输出功率不确定性导致的系统所需备用容量裕度。此式表示系统总备用容量需考虑N-1安全准则及风电不确定性导致的系统备用容量裕度，即要求由常规机组提供的总备用容量要大于任意单一常规机组提供的输出功率、备用容量及风电并网所需备用容量裕度总和；
ε1≥P2-(P2′-σ2)；
式中：P2′表示风电场2在t时刻输出功率点预测值，由t时刻所有风电功率场景计算均值得到，σ2表示风电场2在t时刻输出功率预测标准差；此式表示当风电场调度出力大于某一门槛值时需要常规机组提供备用容量裕度ε1，此门槛值为风电点预测值减去标准差；
P1-P1′≤RU1·T；
此式表示第一常规机组的向上爬坡容量约束；
P2′-P2≤RD1·T；
式中，RD1表示第一常规机组的向下爬坡率，此时表示第一常规机组的向下爬坡容量约束；
P1+R1≤a·P3′；
此式表示由风电场提供的功率及备用容量小于等于风电功率点预测值的某一比例，a称为风电柔性调度系数；
Plmin≤P4′≤Plmax；
式中，P4′表示线路l在第一场景下t时刻传输有功功率，Plmax和Plmin表示第一线路传输功率上、下限值；
∑P1′+∑P2′+∑P3′-∑P4′＝D′；
其中该公式中涉及连接节点n的常规机组集合，连接节点n的风电场集合，向节点n注入有功功率的线路集合，从节点n输出有功功率的线路集合；D′表示节点n在t时刻的负荷。
在本发明实施例的一具体实施方式中，所述对每一所述风电调度参数对应的调度策略进行风险评估，通过以下公式计算：
Risk＝∑δ1·λ1′·R1+∑δ2·λ2′·R2+V·∑δ3·ΔP3+∑δ1·λ3′·ΔP3；
其中，Risk为风险值，δ1为第一场景的概率，λ1′为第一常规机组的提供的备用容量成本系数，R1为第一场景下的第一常规机组在t时刻提供的备用容量，δ2为第二场景的概率，λ2′为第二风电场提供的备用容量成本系数，R2为第二场景下的风电场在t时刻提供的备用容量，V为切负荷代价系数，δ3为第三场景的概率，ΔP3为第三场景下t时刻系统切负荷总量，λ3′为第三风电场提供的备用容量成本系数。
本发明提供的系统结合海域气候特征、电网结构特点，以及海上风电特点，通过对风电海量数据研究、监视、预测技术研究以及多区域场景集群协调控制研究；实现对海上风电的监测、运行调度管理、运行特性分析、功率预测以及多区域海上风电协调控制；保证新能源接入电网后安全稳定运行和最大限度安全消纳。
第三方面。
本发明提供了一种电子设备，该电子设备包括：
处理器、存储器和总线；
所述总线，用于连接所述处理器和所述存储器；
所述存储器，用于存储操作指令；
所述处理器，用于通过调用所述操作指令，可执行指令使处理器执行如本申请的第一方面所示的一种海上风电调度运行方法对应的操作。
在一个可选实施例中提供了一种电子设备，如图3所示，图3所示的电子设备5000包括：处理器5001和存储器5003。其中，处理器5001和存储器5003相连，如通过总线5002相连。可选地，电子设备5000还可以包括收发器5004。需要说明的是，实际应用中收发器5004不限于一个，该电子设备5000的结构并不构成对本申请实施例的限定。
处理器5001可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器5001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线5002可包括一通路，在上述组件之间传送信息。总线5002可以是PCI总线或EISA总线等。总线5002可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器5003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器5003用于存储执行本申请方案的应用程序代码，并由处理器5001来控制执行。处理器5001用于执行存储器5003中存储的应用程序代码，以实现前述任一方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
第四方面。
本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请第一方面所示的一种海上风电调度运行方法。
本申请的又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。
Claims (4)
1.一种海上风电调度运行方法，其特征在于，包括：
基于风电功率场景，建立海上风电调度模型；所述建立海上风电调度模型，包括：
根据风电场的调度计划出力及备用容量成本期望模型、常规机组的调度计划出力及备用容量成本期望模型、系统切负荷惩罚费用期望模型及风电场的惩罚费用期望模型，计算得到海上风电调度模型；具体地：
；
其中，为风电场的调度计划出力及备用容量成本期望模型，/>为常规机组的调度计划出力及备用容量成本期望模型，/>为系统切负荷惩罚费用期望模型，/>为风电场的惩罚费用期望模型；
所述风电场的调度计划出力及备用容量成本期望模型，通过以下公式表示：
；
其中，为风电场的调度计划出力及备用容量成本期望模型，/>为第一场景的概率，为第一常规机组的输出功率成本系数，/>为第一场景下的第一常规机组在t时刻输出功率，/>为第一常规机组的提供的备用容量成本系数，/>为第一场景下的第一常规机组在t时刻提供的备用容量；
所述常规机组的调度计划出力及备用容量成本期望模型，通过以下公式表示：
；
其中，为常规机组的调度计划出力及备用容量成本期望模型，/>为第一场景的概率，/>为第二风电场的输出功率成本系数，/>为第二场景下的第二风电场在t时刻输出功率，/>为第二风电场提供的备用容量成本系数，/>为第二场景下的风电场在t时刻提供的备用容量；
所述系统切负荷惩罚费用期望模型，通过以下公式表示：
；
其中，为系统切负荷惩罚费用期望模型，/>为切负荷代价系数，/>为第一场景的概率，/>为第三风电场的输出功率成本系数，/>为第三场景下t时刻系统切负荷总量；
所述风电场的惩罚费用期望模型，通过以下公式表示：
；
其中，为风电场的惩罚费用期望模型，/>为第一场景的概率，/>为第四风电场的输出功率成本系数，/>为第四场景下t时刻系统切负荷总量；
将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值；
对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值，通过以下公式计算：
；
其中，为风险值，/>为第一场景的概率，/>为第一常规机组的提供的备用容量成本系数，/>为第一场景下的第一常规机组在t时刻提供的备用容量，/>为第二场景的概率，/>为第二风电场提供的备用容量成本系数，/>为第二场景下的风电场在t时刻提供的备用容量，/>为切负荷代价系数，/>为第三场景的概率，/>为第三场景下t时刻系统切负荷总量，/>为第三风电场提供的备用容量成本系数；
将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；
根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
2.一种海上风电调度运行系统，其特征在于，包括：
海上风电调度模型建立模块，用于基于风电功率场景，建立海上风电调度模型；所述建立海上风电调度模型，包括：
根据风电场的调度计划出力及备用容量成本期望模型、常规机组的调度计划出力及备用容量成本期望模型、系统切负荷惩罚费用期望模型及风电场的惩罚费用期望模型，计算得到海上风电调度模型；具体地：
；
其中，为风电场的调度计划出力及备用容量成本期望模型，/>为常规机组的调度计划出力及备用容量成本期望模型，/>为系统切负荷惩罚费用期望模型，/>为风电场的惩罚费用期望模型；
所述风电场的调度计划出力及备用容量成本期望模型，通过以下公式表示：
；
其中，为风电场的调度计划出力及备用容量成本期望模型，/>为第一场景的概率，为第一常规机组的输出功率成本系数，/>为第一场景下的第一常规机组在t时刻输出功率，/>为第一常规机组的提供的备用容量成本系数，/>为第一场景下的第一常规机组在t时刻提供的备用容量；
所述常规机组的调度计划出力及备用容量成本期望模型，通过以下公式表示：
；
其中，为常规机组的调度计划出力及备用容量成本期望模型，/>为第一场景的概率，/>为第二风电场的输出功率成本系数，/>为第二场景下的第二风电场在t时刻输出功率，/>为第二风电场提供的备用容量成本系数，/>为第二场景下的风电场在t时刻提供的备用容量；
所述系统切负荷惩罚费用期望模型，通过以下公式表示：
；
其中，为系统切负荷惩罚费用期望模型，/>为切负荷代价系数，/>为第一场景的概率，/>为第三风电场的输出功率成本系数，/>为第三场景下t时刻系统切负荷总量；
所述风电场的惩罚费用期望模型，通过以下公式表示：
；
其中，为风电场的惩罚费用期望模型，/>为第一场景的概率，/>为第四风电场的输出功率成本系数，/>为第四场景下t时刻系统切负荷总量；
调度策略计算模块，用于将若干风电调度参数输入至所述海上风电调度模型，得到每一风电调度系数对应的调度策略；其中，所述风电调度参数包括：风电场的调度计划出力及备用容量成本期望值、常规机组的调度计划出力及备用容量成本期望值；
风险评估模块，用于对每一所述风电调度参数对应的调度策略进行风险评估，得到每一调度策略对应的最优运行成本及风险值，通过以下公式计算：
；
其中，为风险值，/>为第一场景的概率，/>为第一常规机组的提供的备用容量成本系数，/>为第一场景下的第一常规机组在t时刻提供的备用容量，/>为第二场景的概率，/>为第二风电场提供的备用容量成本系数，/>为第二场景下的风电场在t时刻提供的备用容量，/>为切负荷代价系数，/>为第三场景的概率，/>为第三场景下t时刻系统切负荷总量，/>为第三风电场提供的备用容量成本系数；
最优调度策略选择模块，用于将最优运行成本及风险值之和最小的调度策略，作为最优调度策略；
海上风电调度运行系统运行模块，用于根据所述最优调度策略对应的风电调度系数，运行海上风电调度运行系统。
3.一种电子装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1所述的一种海上风电调度运行方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1所述的一种海上风电调度运行方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111144040.XA CN113937822B (zh) | 2021-09-28 | 2021-09-28 | 一种海上风电调度运行方法、系统、电子装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111144040.XA CN113937822B (zh) | 2021-09-28 | 2021-09-28 | 一种海上风电调度运行方法、系统、电子装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113937822A CN113937822A (zh) | 2022-01-14 |
| CN113937822B true CN113937822B (zh) | 2024-04-12 |
Family
ID=79277472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111144040.XA Active CN113937822B (zh) | 2021-09-28 | 2021-09-28 | 一种海上风电调度运行方法、系统、电子装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113937822B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6975925B1 (en) * | 2002-03-19 | 2005-12-13 | Windlynx Systems, B.V. | Forecasting an energy output of a wind farm |
| JP2014125877A (ja) * | 2012-12-25 | 2014-07-07 | Yoshimitsu Nagao | 津波消波堤の形状と配置、及び洋上風力発電機の組合せ方法ＦＥＭ流体構造連成解析による新型形状津波消波堤の最適配置と洋上風力発電を組合せたＨｅｔｅｒｏｇｅｎｅｏｕｓＳｍａｒｔＴｅｃｈｎｏｌｏｇｙＵｎｉｔ（ＨＳＴＵ）化の提案 |
| CN104915737A (zh) * | 2015-06-30 | 2015-09-16 | 国网山东省电力公司济南供电公司 | 基于风险控制含大规模风电的电力系统协调经济调度方法 |
| CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
-
2021
- 2021-09-28 CN CN202111144040.XA patent/CN113937822B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6975925B1 (en) * | 2002-03-19 | 2005-12-13 | Windlynx Systems, B.V. | Forecasting an energy output of a wind farm |
| JP2014125877A (ja) * | 2012-12-25 | 2014-07-07 | Yoshimitsu Nagao | 津波消波堤の形状と配置、及び洋上風力発電機の組合せ方法ＦＥＭ流体構造連成解析による新型形状津波消波堤の最適配置と洋上風力発電を組合せたＨｅｔｅｒｏｇｅｎｅｏｕｓＳｍａｒｔＴｅｃｈｎｏｌｏｇｙＵｎｉｔ（ＨＳＴＵ）化の提案 |
| CN104915737A (zh) * | 2015-06-30 | 2015-09-16 | 国网山东省电力公司济南供电公司 | 基于风险控制含大规模风电的电力系统协调经济调度方法 |
| CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑多约束条件的海上风电融合调度模型研究;闫健;董宜煊;高立浩;;北京信息科技大学学报(自然科学版);20200815(04);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113937822A (zh) | 2022-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ding et al. | Two-stage chance-constrained stochastic thermal unit commitment for optimal provision of virtual inertia in wind-storage systems | |
| Uçkun et al. | An improved stochastic unit commitment formulation to accommodate wind uncertainty | |
| Soroudi et al. | Energy hub management with intermittent wind power | |
| Zhan et al. | A fast solution method for stochastic transmission expansion planning | |
| Feng et al. | Peak operation of hydropower system with parallel technique and progressive optimality algorithm | |
| Zhang et al. | Two-stage robust security constrained unit commitment considering the spatiotemporal correlation of uncertainty prediction error | |
| Xie et al. | Optimal capacity and type planning of generating units in a bundled wind–thermal generation system | |
| Jin et al. | Dispatching strategies for coordinating environmental awareness and risk perception in wind power integrated system | |
| Mazaheri et al. | An online method for MILP co‐planning model of large‐scale transmission expansion planning and energy storage systems considering N‐1 criterion | |
| Zhou et al. | Interval optimization combined with point estimate method for stochastic security-constrained unit commitment | |
| Nikoobakht et al. | Interval based robust chance constrained allocation of demand response programs in wind integrated power systems | |
| Wang et al. | Quarter-hourly operation of large-scale hydropower reservoir systems with prioritized constraints | |
| Cho et al. | Three-stage robust unit commitment considering decreasing uncertainty in wind power forecasting | |
| CN113937822B (zh) | 一种海上风电调度运行方法、系统、电子装置及存储介质 | |
| CN111799793A (zh) | 一种源网荷协同的输电网规划方法与系统 | |
| Ma et al. | Optimal generation maintenance schedule for bundled wind–thermal generation system | |
| CN115619139A (zh) | 源网荷储分层分区净负荷计算方法、系统、设备及介质 | |
| Alshammari | Probabilistic Evaluation of a Power System’s Reliability and Quality Measures | |
| Wang et al. | Comparison of efficient procedures for hydropower unit commitment | |
| CN114091748A (zh) | 一种适应多场景的微电网一体化柔性规划方法及系统 | |
| Ma et al. | Wind-thermal generating unit commitment considering short-term fluctuation of wind power | |
| Wangdee et al. | Pertinent factors influencing an effective load carrying capability and its application to intermittent generation | |
| Vidyarthi et al. | A cascaded tilt MPC controller for AGC in multi-area interconnected HPS with penetration of RESs and virtual inertia | |
| Su et al. | A novel data-driven robust method applied to OPF with uncertain wind power | |
| Murakami et al. | Metal demand to meet SDG energy-related goals |
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 |