CN114123349A - 考虑可靠性和经济性协调的海上岸电分布式优化调度方法 - Google Patents
考虑可靠性和经济性协调的海上岸电分布式优化调度方法 Download PDFInfo
- Publication number
- CN114123349A CN114123349A CN202111285665.8A CN202111285665A CN114123349A CN 114123349 A CN114123349 A CN 114123349A CN 202111285665 A CN202111285665 A CN 202111285665A CN 114123349 A CN114123349 A CN 114123349A
- Authority
- CN
- China
- Prior art keywords
- power
- shore
- offshore
- shore power
- formula
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 230000008878 coupling Effects 0.000 claims description 28
- 238000010168 coupling process Methods 0.000 claims description 28
- 238000005859 coupling reaction Methods 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 15
- 238000004146 energy storage Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 abstract description 12
- 239000003345 natural gas Substances 0.000 abstract description 6
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 239000000243 solution Substances 0.000 description 12
- 239000007789 gas Substances 0.000 description 10
- 239000000446 fuel Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation 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
- H02J3/381—Dispersed generators
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，针对海上平台‑岸电系统协同供能系统进行研究，构建了考虑经济性和可靠性的协同优化调度模型，提出了基于ADMM的分布式求解策略。为了保证分布式算法的收敛性，将配电网和天然气网络潮流约束进行二阶锥松弛，从而将原模型转化为凸优化模型。最后，算例分析验证了海上多平台‑岸电优化对于提升系统整体运行可靠性性、促进可再生能源消纳的有效性。
Description
技术领域
本发明涉及一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法。属于电力技术领域。
背景技术
海上油气田一般远离陆地，通过海洋平台进行开发。供电方案通常是自成体系，独立供电，由设在中心平台和生产动力平台的电站，通过海底电缆向其它平台输电，形成一个具备发、输、配电到用电负荷的辐射形独立输电网络。
但是，这样的电力系统容量小、备用容量不大，存在着供电可靠性差、抗冲击性能差、大型设备启动困难、发电效率较低、不利于节能减排等问题。随着海上油气开采向区域一体化开发模式转型，多个单源辐射状的海上油田电力系统开始互联组成海上油田互联电力系统。互联后系统总容量提升并且各电站平台能相互支援共享备用容量，这使得电力系统运行在经济性和可靠性两个方面均得到提升。
陆上电网发展成熟，电源容量庞大，供电可靠性高，电能质量优异，陆地电网为海上油气田开发供电，将实现多渠道海上平台供电，提升电网的整体效率与可靠性。同时，近海陆地风电资源丰富，充分利用风电资源，有利用节能减排，实现“双碳”目标。
基于以上分析，现有海上多平台电力系统研究主要关注的是系统的经济性，少有考虑系统可靠性的。因此，亟需提出一种考虑经济性和可靠性的海上多平台-岸电协同优化调度模型，研究海上发电机组和岸上电网协同优化问题，以提高海上平台供电可靠性。
发明内容
本发明的目的在于克服上述不足，提供了一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法。
本发明的目的是这样实现的：
一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，其特点是：包括以下步骤：
S1：可靠性指标计算；
将所有机组在t时段均正常工作视为状态
则系统处于此状态的概率
为：
式中:Ri为第i个机组的强迫停机率；γi,t为机组i在t时段的状态，γi,t＝1表示开机，γi,t＝0表示停机；
S1-1：利用蒙特卡洛模拟法在[0，1]均匀分布上随机抽样，作为发电机i的故障概率yi，并与发电机强迫停运概率Ri比较，确定发电机运行状态xi，其值为0表示停运，为1表示运行，即：
S1-2：根据发电机运行状态，确定系统中可用发电容量Na，并与系统负荷Lsys相比较，则系统电力供应不足FLOLP可表示为：
S1-3：重复抽样，直到达到采样总数Nc。根据每次抽样所得的发电机运行状态，采用式(3)确定FLOLP，统计得到：
LLOLP即系统出现功率缺额的频率，可量化反映发电机组满足系统负荷需求的能力，评估其可靠性水平；
S2：海上多平台-岸电协同调度；
S2-1：岸电优化调度模型；
目标函数：
岸电优化调度模型的优化目标是经济性和可靠性最优，F1表示最小化总成本，包括发电和弃风成本，以及向海上平台售电的收益；F2表示电力不足概率最小成本；目标函数如下：
式中：Pg,t是岸电发电机出力；
是岸电弃风量；
是岸电在t时段通过线路l传送给海上平台的功率；
和
分别是岸电单位发电和弃风成本；
是岸电单位售电收益；Klop电力不足成本；
和
分别代表岸电网中常规发电机组集合以及风机集合；
是岸电网连接到海上平台的线路集合；
约束条件：
节点功率平衡约束：
式中：k代表岸电网节点；
是连接到节点k的风机注入到岸电网的功率；
是节点k负荷；
和
分别是节点k上游支路jk和下游支路kl中的传输功率；
潮流约束：
式中：SFkl,g，SFkl,wt，SFkl,k，SFkl,ch和SFkl,l分别是发电机组、风机、负荷、储能和边界功率的潮流分配系数；Sg代表岸电网全体发电机组集合；
代表岸电网节点集合；
发电机组出力约束：
发电机组爬坡约束：
式中：
和
分别是发电机组爬坡率上限和滑坡率上限。
风电机组出力约束：
式中：
是岸电网风电机组wt在t时段注入到岸电网的功率；
是岸电网风电机组wt在t时段的发电功率；
S2-2：海上平台优化调度模型
目标函数：
式中：
是海上平台在t时段通过线路l从岸电网购买的功率；K5是海上平台单位购电成本。
电网约束：
二阶锥支路潮流约束：
式中：Vk,t和Vl,t分别是节点k和节点l电压幅值的平方；Ikl,t是支路kl上电流幅值的平方；
和
分别是电缆支路kl传输的有功功率和无功功率；rkl和xkl分别是支路kl的电阻和电抗；Pk,t是海上平台节点k的节点注入功率；
和
分别是节点k上游支路jk和下游支路kl中的传输功率；
节点功率平衡约束：
式中：Pch,k,t和Pdch,k,t是储能充放电功率；
是节点k负荷。
安全约束：
式中：
和
分别是海上平台节点和支路的集合。
储能约束：
式中：Ich,t和Idch,t代表储能充放电状态；SOCt是储电容量；ηch和ηdch是充放电效率；SOC0是初始储电容量；SOCT是调度结束时的储电容量。
S3：海上多平台-岸电系统分布式优化算法；
S3-1：分解机制；
岸电网侧与海上平台侧的边界传输功率分别记为
和
耦合变量应满足一致性约束，如下式所示：
S3-2：基于ADMM的分布式求解框架；
岸电网侧分布式优化调度模型：
本文采用权重法将多目标转化为单目标，岸电侧优化调度模型如下式所示：
s.t.(7)-(11) (22)式中：
是拉格朗日乘子；
是惩罚参数；
是耦合变量平均值；
海上平台分布式优化调度模型：
海上平台侧分布式优化调度模型如式(24)和(25)所示：
s.t.(14)-(19) (25)进一步的，S3中，海上多平台-岸电系统分布式优化算法的求解流程包括：
步骤1：初始化耦合变量、拉格朗日乘子和惩罚参数，设定原始残差和对偶残差的收敛裕度，设迭代标志r＝0；
步骤2：岸电、各海上平台传递最新的耦合变量值，并根据式(25)计算耦合变量平均值；
步骤3：岸电、各海上平台根据耦合变量平均值各自求解区域子问题，并更新各自的耦合变量值；
步骤4：根据式(26)和(27)计算原始残差和对偶残差，检查残差是否满足收敛条件式(28)，若满足，则输出最终结果，否则，继续步骤5；
步骤5：分别根据式(29)和(30)更新耦合变量
的惩罚参数
和拉格朗日乘子
设迭代标志r＝r+1，转到步骤2；
与现有技术相比，本发明的有益效果是：
本发明一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，针对海上平台-岸电系统协同供能系统进行研究，构建了考虑经济性和可靠性的协同优化调度模型，提出了基于ADMM的分布式求解策略。为了保证分布式算法的收敛性，将配电网和天然气网络潮流约束进行二阶锥松弛，从而将原模型转化为凸优化模型。最后，算例分析验证了海上多平台-岸电优化对于提升系统整体运行可靠性性、促进可再生能源消纳的有效性。
本发明一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，海上平台-岸电协同如果不考虑燃气轮机的燃料成本其经济性较传统的海上平台独立运行没有优势，但供电的可靠性获得极大的提升。
本发明一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，协同优化运行可以灵活调节耗电量，消纳岸电网的富余风电，促进可再生能源消纳。
本发明一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，所提基于ADMM的分布式求解策略能够有效地解决协同系统优化调度模型，从而保护各海上平台和岸电的信息隐私。
附图说明
图1为海上多平台-岸电分解机制的示意图。
图2为算例系统结构示意图。
图3为场景2下海上平台中储能充放电情况的示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明具体实现方式是：第一步，考虑经济性和可靠性的海上多平台-岸电功能系统优化调度模型，引入电力不足概率评估系统可靠性，并采用蒙特卡洛模拟求解；第二步，考虑到海上多平台供能系统与岸电系统之间的独立性，提出了一个基于交替方向乘子法(alternating direction method of multipliers，ADMM)的分布式求解框架解决所提模型。第三步，为了确保分布式求解算法的收敛性，利用二阶锥松弛方法将原模型化为凸优化模型。第四步，通过算例仿真验证提出的方法的有效性与可行性。
S1：可靠性指标计算；
考虑海上电力系统面临的主要风险为由出力不确定性引起的系统失负荷，故采用电力不足概率作为可靠性评估指标，并结合蒙特卡洛随机模拟和统计学方法进行求解。
若将所有机组在t时段均正常工作视为状态
则系统处于此状态的概率
为：
式中:Ri为第i个机组的强迫停机率；γi,t为机组i在t时段的状态，γi,t＝1表示开机，γi,t＝0表示停机。
S1-1：利用蒙特卡洛模拟法在[0，1]均匀分布上随机抽样，作为发电机i的故障概率yi，并与发电机强迫停运概率Ri比较，确定发电机运行状态xi(其值为0表示停运，为1表示运行)，即：
S1-2：根据发电机运行状态，确定系统中可用发电容量Na，并与系统负荷Lsys相比较，则系统电力供应不足FLOLP可表示为：
S1-3：重复抽样，直到达到采样总数Nc。根据每次抽样所得的发电机运行状态，采用式(3)确定FLOLP，统计得到：
LLOLP即系统出现功率缺额的频率，可量化反映发电机组满足系统负荷需求的能力，评估其可靠性水平。
S2：海上多平台-岸电协同调度
S2-1：岸电优化调度模型
目标函数：
岸电优化调度模型的优化目标是经济性和可靠性最优，F1表示最小化总成本，包括发电和弃风成本，以及向海上平台售电的收益；F2表示电力不足概率最小成本。目标函数如下：
式中：Pg,t是岸电发电机出力；
是岸电弃风量；
是岸电在t时段通过线路l传送给海上平台的功率；
和
分别是岸电单位发电和弃风成本；
是岸电单位售电收益；Klop电力不足成本；
和
分别代表岸电网中常规发电机组集合以及风机集合；
是岸电网连接到海上平台的线路集合。
约束条件：
节点功率平衡约束：
式中：k代表岸电网节点；
是连接到节点k的风机注入到岸电网的功率；
是节点k负荷；
和
分别是节点k上游支路jk和下游支路kl中的传输功率。
潮流约束：
式中：SFkl,g，SFkl,wt，SFkl,k，SFkl,ch和SFkl,l分别是发电机组、风机、负荷、储能和边界功率的潮流分配系数；Sg代表岸电网全体发电机组集合；
代表岸电网节点集合。
发电机组出力约束：
发电机组爬坡约束：
式中：
和
分别是发电机组爬坡率上限和滑坡率上限。
风电机组出力约束：
式中：
是岸电网风电机组wt在t时段注入到岸电网的功率；
是岸电网风电机组wt在t时段的发电功率。
S2-2：海上平台优化调度模型
目标函数：海上平台调度模型的优化目标同样是经济性和可靠性最优。对于传统的电网，机组的发电成本通常计入运营成本，但是，考虑到海上平台的特殊性，燃气轮机的燃料是由开采的天然气提供的，所以燃气轮机消耗的天然气不计入总运行成本。因此，海上平台的总成本仅包括向岸电购电的成本。表示电力不足概率最小。目标函数如下：
式中：
是海上平台在t时段通过线路l从岸电网购买的功率；K5是海上平台单位购电成本。
约束条件：
电网约束：
单一海上平台的电网结构为辐射状。对于海上多平台系统，不同的平台通过海底电缆连接，以提高系统的可靠性。因此，本文采用经典的电力系统模型来描述海上平台电力系统。
二阶锥支路潮流约束：
式中：Vk,t和Vl,t分别是节点k和节点l电压幅值的平方；Ikl,t是支路kl上电流幅值的平方；
和
分别是电缆支路kl传输的有功功率和无功功率；rkl和xkl分别是支路kl的电阻和电抗；Pk,t是海上平台节点k的节点注入功率；
和
分别是节点k上游支路jk和下游支路kl中的传输功率。
节点功率平衡约束：
式中：Pch,k,t和Pdch,k,t是储能充放电功率；
是节点k负荷。
安全约束：
式中：
和
分别是海上平台节点和支路的集合。
储能约束：
式中：Ich,t和Idch,t代表储能充放电状态；SOCt是储电容量；ηch和ηdch是充放电效率；SOC0是初始储电容量；SOCT是调度结束时的储电容量。
S3：海上多平台-岸电系统分布式优化算法；
S3-1：分解机制；
利用ADMM对海上多平台-岸电系统优化问题进行分布式求解的前提是将岸电、海上平台分解，分解机制如图1所示。岸电与海上平台之间的耦合变量为边界传输功率，在耦合变量处将岸电、海上平台分解，岸电网侧与海上平台侧的边界传输功率分别记为
和
耦合变量应满足一致性约束，如式(20)所示。
S3-2：基于ADMM的分布式求解框架；
为了保证分解后岸电网侧和海上平台侧都能尽量满足一致性约束式(20)，ADMM的核心思想是将一致性约束松弛后作为惩罚项添加到岸电、海上平台各自的目标函数中。
岸电网侧分布式优化调度模型：
本文采用权重法将多目标转化为单目标，岸电侧优化调度模型如式(21)所示，其中式(21)是添加一致性约束惩罚项后的岸电网侧优化目标函数。
s.t.(7)-(11) (22)
式中：
是拉格朗日乘子；
是惩罚参数；
是耦合变量平均值，通过式(28)计算。
海上平台分布式优化调度模型：
海上平台侧分布式优化调度模型如式(24)和(25)所示：
s.t.(14)-(19) (25)
求解流程：
基于ADMM的分布式求解算法求解步骤如下：
步骤1：初始化耦合变量、拉格朗日乘子和惩罚参数，设定原始残差和对偶残差的收敛裕度，设迭代标志r＝0；
步骤2：岸电、各海上平台传递最新的耦合变量值，并根据式(25)计算耦合变量平均值；
步骤3：岸电、各海上平台根据耦合变量平均值各自求解区域子问题，并更新各自的耦合变量值；
步骤4：根据式(26)和(27)计算原始残差和对偶残差，检查残差是否满足收敛条件式(28)，若满足，则输出最终结果，否则，继续步骤5；
步骤5：分别根据式(29)和(30)更新耦合变量
的惩罚参数
和拉格朗日乘子
设迭代标志r＝r+1，转到步骤2。
实施例：
S1：算例系统描述；
本实施例首先采用含有一个岸电网、两个海上互联平台的测试系统验证所提模型的有效性，系统结构如图2所示。岸电网包含6节点，2个常规发电机组G1和G3，以及1个集中式风电场；海上互联平台1和2分别有9个和7个节点。储能的参数见下表1。
表1储能参数
所有耦合变量和拉格朗日乘子的初始值设为0，
和
的初始值分别设为0.01，1，1，残差收敛裕度设为0.1。通过Cplex12.7.1进行模型求解。
S2：海上多平台-岸电协同系统优化结果分析；
为了验证考虑电气耦合下的输配气协同优化的优越性，设置如下场景进行对比：
场景1：海上平台、岸电系统单独优化；
场景2：海上平台-岸电协同优化。
两种场景下的经济性结果如表2所示，其中Cp，
分别是岸电网发电、弃风成本和售电收益，
是海上平台购电成本，Ctotal是系统总成本。
表2经济性结果对比
从表2可以看出，场景2的系统总成本相对于场景1增加了58.28％。对于传统的电网，机组的发电成本通常计入运营成本，但是，考虑到海上平台的特殊性，燃气轮机的燃料是由开采的天然气提供的，所以燃气轮机消耗的天然气总运行成本为零。与场景1相比，场景2弃风成本几乎降为0。可以看到，总体上讲海上平台、岸电系统岸电单独运行的经济性要高于海上平台-岸电协同。
两种场景下的可靠性结果如表3所示.从表中可以看出，海上平台-岸电协同能大幅度提高海上平台系统的供电可靠性。
表3可靠性性结果对比
在场景1下，两个海上平台中的储能均没有充放电行为，而在场景2下都进行了充放电，以促进岸电网富余风电消纳。图3是场景2下两个海上平台中储能充放电量(正代表充电)，可以看出场景1下的输电网在1:00-2:00和20:00-24:00时段存在弃风，场景2下储能在这些时段进行充电，而在其他时段放电，一方面避免了输电网风电过剩时段的弃风，另一方面降低了其他时段的输电网发电成本。
综上分析可以看出，海上平台-岸电协同如果不考虑燃气轮机的燃料成本其经济性较传统的海上平台独立运行没有优势，但供电的可靠性获得极大的提升。
S3：基于ADMM的分布式算法分析。
为了验证本专利基于ADMM的分布式求解算法的有效性，将场景2的输配气协同优化问题分别通过集中式和分布式的方法求解，两种方法的求解结果对比如表4所示。
表4惩罚参数初值对迭代的影响
从表4可以看出，两种求解方法得到的结果非常接近，总运行成本误差为1.72×10-4，验证了本文提出的分布式求解策略的有效性。
表4比较了不同惩罚参数初值下，分布式求解策略收敛所需迭代时间。可以看出，惩罚参数初值的选取对本文含自适应惩罚参数的ADMM迭代过程影响较小，不同初值下迭代次数与迭代时间差异不大，进一步验证了本文分布式求解策略的收敛性。表5展示了分布式求解过程中每次迭代的残差。可以看出随着迭代的进行，残差虽然有波动(由惩罚参数和拉格朗日乘子更新所导致)，但总体趋势是稳步下降的，并且在迭代了66次后收敛，验证了本文所提分布式求解策略的收敛性。
表5不同收敛裕度下求解时间对比
在上述实施例中，仅对本发明进行示范性描述，但是本领域技术人员在阅读本专利申请后可以在不脱离本发明的精神和范围的情况下对本发明进行各种修改。
Claims (2)
1.一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，其特征在于：包括以下步骤：
S1：可靠性指标计算；
将所有机组在t时段均正常工作视为状态
则系统处于此状态的概率
为：
式中:Ri为第i个机组的强迫停机率；γi,t为机组i在t时段的状态，γi,t＝1表示开机，γi,t＝0表示停机；
S1-1：利用蒙特卡洛模拟法在[0，1]均匀分布上随机抽样，作为发电机i的故障概率yi，并与发电机强迫停运概率Ri比较，确定发电机运行状态xi，其值为0表示停运，为1表示运行，即：
S1-2：根据发电机运行状态，确定系统中可用发电容量Na，并与系统负荷Lsys相比较，则系统电力供应不足FLOLP可表示为：
S1-3：重复抽样，直到达到采样总数Nc。根据每次抽样所得的发电机运行状态，采用式(3)确定FLOLP，统计得到：
LLOLP即系统出现功率缺额的频率，可量化反映发电机组满足系统负荷需求的能力，评估其可靠性水平；
S2：海上多平台-岸电协同调度；
S2-1：岸电优化调度模型；
目标函数：
岸电优化调度模型的优化目标是经济性和可靠性最优，F1表示最小化总成本，包括发电和弃风成本，以及向海上平台售电的收益；F2表示电力不足概率最小成本；目标函数如下：
式中：Pg,t是岸电发电机出力；
是岸电弃风量；
是岸电在t时段通过线路l传送给海上平台的功率；
和
分别是岸电单位发电和弃风成本；
是岸电单位售电收益；Klop电力不足成本；
和
分别代表岸电网中常规发电机组集合以及风机集合；
是岸电网连接到海上平台的线路集合；
约束条件：
节点功率平衡约束：
式中：k代表岸电网节点；
是连接到节点k的风机注入到岸电网的功率；
是节点k负荷；
和
分别是节点k上游支路jk和下游支路kl中的传输功率；
潮流约束：
式中：SFkl,g，SFkl,wt，SFkl,k，SFkl,ch和SFkl,l分别是发电机组、风机、负荷、储能和边界功率的潮流分配系数；Sg代表岸电网全体发电机组集合；
代表岸电网节点集合；
发电机组出力约束：
发电机组爬坡约束：
式中：
和
分别是发电机组爬坡率上限和滑坡率上限。
风电机组出力约束：
式中：
是岸电网风电机组wt在t时段注入到岸电网的功率；
是岸电网风电机组wt在t时段的发电功率；
S2-2：海上平台优化调度模型
目标函数：
式中：
是海上平台在t时段通过线路l从岸电网购买的功率；K5是海上平台单位购电成本。
电网约束：
二阶锥支路潮流约束：
式中：Vk,t和Vl,t分别是节点k和节点l电压幅值的平方；Ikl,t是支路kl上电流幅值的平方；
和
分别是电缆支路kl传输的有功功率和无功功率；rkl和xkl分别是支路kl的电阻和电抗；Pk,t是海上平台节点k的节点注入功率；
和
分别是节点k上游支路jk和下游支路kl中的传输功率；
节点功率平衡约束：
式中：Pch,k,t和Pdch,k,t是储能充放电功率；
是节点k负荷。
安全约束：
式中：
和
分别是海上平台节点和支路的集合。
储能约束：
式中：Ich,t和Idch,t代表储能充放电状态；SOCt是储电容量；ηch和ηdch是充放电效率；SOC0是初始储电容量；SOCT是调度结束时的储电容量。
S3：海上多平台-岸电系统分布式优化算法；
S3-1：分解机制；
岸电网侧与海上平台侧的边界传输功率分别记为
和
耦合变量应满足一致性约束，如下式所示：
S3-2：基于ADMM的分布式求解框架；
岸电网侧分布式优化调度模型：
本文采用权重法将多目标转化为单目标，岸电侧优化调度模型如下式所示：
s.t.(7)-(11) (22)
式中：
是拉格朗日乘子；
是惩罚参数；
是耦合变量平均值；
海上平台分布式优化调度模型：
海上平台侧分布式优化调度模型如式(24)和(25)所示：
s.t.(14)-(19) (25)。
2.根据权利要求1所述的一种考虑可靠性和经济性协调的海上岸电分布式优化调度方法，其特征在于：S3中，海上多平台-岸电系统分布式优化算法的求解流程包括：
步骤1：初始化耦合变量、拉格朗日乘子和惩罚参数，设定原始残差和对偶残差的收敛裕度，设迭代标志r＝0；
步骤2：岸电、各海上平台传递最新的耦合变量值，并根据式(25)计算耦合变量平均值；
步骤3：岸电、各海上平台根据耦合变量平均值各自求解区域子问题，并更新各自的耦合变量值；
步骤4：根据式(26)和(27)计算原始残差和对偶残差，检查残差是否满足收敛条件式(28)，若满足，则输出最终结果，否则，继续步骤5；
步骤5：分别根据式(29)和(30)更新耦合变量
的惩罚参数
和拉格朗日乘子
设迭代标志r＝r+1，转到步骤2；
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111285665.8A CN114123349A (zh) | 2021-11-02 | 2021-11-02 | 考虑可靠性和经济性协调的海上岸电分布式优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111285665.8A CN114123349A (zh) | 2021-11-02 | 2021-11-02 | 考虑可靠性和经济性协调的海上岸电分布式优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114123349A true CN114123349A (zh) | 2022-03-01 |
Family
ID=80379812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111285665.8A Withdrawn CN114123349A (zh) | 2021-11-02 | 2021-11-02 | 考虑可靠性和经济性协调的海上岸电分布式优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114123349A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116760034A (zh) * | 2023-08-22 | 2023-09-15 | 南京邮电大学 | 基于虚拟电压的多港区岸电系统完全分布式优化调度方法 |
-
2021
- 2021-11-02 CN CN202111285665.8A patent/CN114123349A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116760034A (zh) * | 2023-08-22 | 2023-09-15 | 南京邮电大学 | 基于虚拟电压的多港区岸电系统完全分布式优化调度方法 |
| CN116760034B (zh) * | 2023-08-22 | 2023-11-14 | 南京邮电大学 | 基于虚拟电压的多港区岸电系统完全分布式优化调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109325608A (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
| CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
| CN115375344A (zh) | 计及阶梯碳交易机制的微电网两阶段鲁棒优化低碳经济调度方法 | |
| CN111626594A (zh) | 一种多种需求侧资源协同的配电网扩展规划方法 | |
| CN111641205A (zh) | 一种基于随机优化的主动配电网故障管理方法 | |
| CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
| CN111293718A (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
| CN112966855A (zh) | 考虑风电不确定性的电-气耦合能源配网协调优化方法 | |
| CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
| CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
| CN113361078B (zh) | 一种考虑光伏发电不确定性的配电网云边协同调控方法 | |
| CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
| CN116070501A (zh) | 基于氢能设备多状态模型的电氢能源系统可靠性评估方法 | |
| CN113452078B (zh) | 基于新能源接入及水火电特性的agc多目标协调优化策略 | |
| CN112713621B (zh) | 一种交直流混合系统的多目标优化配置方法和系统 | |
| Zhang et al. | Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy | |
| CN114123349A (zh) | 考虑可靠性和经济性协调的海上岸电分布式优化调度方法 | |
| CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
| CN116777235A (zh) | 一种商业和公共动态博弈的电力系统风险规避投资方法 | |
| CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
| CN115907363A (zh) | 一种基于综合能源系统源-荷多时间尺度优化调度方法 | |
| CN115345350A (zh) | 一种交直流混合配电网规划方法、介质及系统 | |
| Koutroulis et al. | Optimal design and economic evaluation of a battery energy storage system for the maximization of the energy generated by wind farms in isolated electric grids | |
| CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
| Wang et al. | Research on evaluation index system for reliability of power system including offshore wind farm |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220301 |
|
| WW01 | Invention patent application withdrawn after publication |