CN114925540A - 一种考虑多区域频率动态安全的风险调度方法 - Google Patents
一种考虑多区域频率动态安全的风险调度方法 Download PDFInfo
- Publication number
- CN114925540A CN114925540A CN202210619602.XA CN202210619602A CN114925540A CN 114925540 A CN114925540 A CN 114925540A CN 202210619602 A CN202210619602 A CN 202210619602A CN 114925540 A CN114925540 A CN 114925540A
- Authority
- CN
- China
- Prior art keywords
- frequency
- wind power
- stage
- region
- accident
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000012795 verification Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 13
- 230000007123 defense Effects 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 239000010410 layer Substances 0.000 claims description 6
- 230000010485 coping Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000000454 anti-cipatory effect Effects 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 239000002356 single layer Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 6
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000010354 integration Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 230000001105 regulatory effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 230000003827 upregulation Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229940050561 matrix product Drugs 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
规模风电并网加剧了不同区域间惯量分布不均的问题，给多区域系统的频率安全防御带来挑战。本发明提出一种兼顾风电出力不确定性与多区域频率动态安全的两阶段风险调度模型。第一阶段基于条件风险价值理论协同优化多区域系统的运行成本与运行风险，并求得风电可接纳安全边界。第二阶段在恶劣风电场景下进行多区域频率动态安全校核。将备用容量解耦为非事故备用与事故备用，分别嵌套于两阶段模型中，实现求解思路的清晰化。最后通过列与约束生成算法求解此两阶段优化问题。算例仿真验证表明，本发明所提模型和方法能有效提升多区域系统的频率响应能力，保证安全经济运行。
Description
技术领域
本发明涉及电力系统风险调度与频率安全防御领域，具体是指一种考虑多区域频率动态安全的风险调度方法。
背景技术
截至2020年底，我国风电装机已达2.81亿千瓦。到2030年我国风电装机容量还将得到进一步提升。由于风电机组本身不具有同步惯量和调频能力，大量接入替代同步机组后将导致系统频率响应特性变差，抗功率扰动能力下降，频率安全问题突出，如2015年9月9日我国华东电网发生锦苏直流双极闭锁，2016年南澳发生“9·28”大停电，2019年英国发生“8·9”大停电等。这些频率失稳事故的发生主要归因于新能源机组大规模并网导致的电力系统惯量支撑能力不足，而多区域互联系统通过联络线进行功率交互，可以实现不同区域间的调频资源互济。因此研究在规模风电接入背景下的多区域电网调度计划中计及频率安全防御，对于前瞻性预防频率失稳事故的发生具有重要意义。
发明内容
本发明要解决的技术问题是，提供一种考虑多区域频率动态安全的风险调度方法。
为解决上述技术问题，本发明提供的技术方案为：一种考虑多区域频率动态安全的风险调度方法，包括以下方法：
S1，从初始时刻频率下降速率、最低点频率偏差以及准稳态频率偏差三项指标出发，构建多区域频率动态安全约束集。
S2，将多区域频率动态安全约束集引入到日前风险调度模型中，拆解为基于风电预测值的日前风险调度与考虑风电不确定性以及多区域频率安全的预想扰动校验，也可简化表示成预调度-再调度的双层优化，前者侧重经济性，后者侧重安全性，能够实现二者的平衡考虑。
针对风电出力不确定性与受扰后多区域频率变化不一致的问题，将备用容量解耦为非事故备用与事故备用两部分，前者用于正常运行状态时应对风电出力的波动，后者用于系统产生大功率缺额场景下的紧急调频。其中非事故备用放在第一阶段机组组合部分求解，用来应对风电基于预测值上下的波动，事故备用容量的设计主要体现在一次调频备用上，放于第二阶段预想扰动校验部分予以求解，二者职责分明。两阶段问题相互耦合，进行交替求解，通过调度的手段实现不同区域间的惯性互济，协调多区域系统的经济性与安全性。
S3，预调度阶段根据风电预测值调度火电出力与非事故备用以及区域联络线的传输功率，其目标为最小化各区域子系统的总运行成本、非事故备用成本与运行风险。采用分段线性化函数表征火电机组的运行成本与启动成本。
S4，预调度阶段的约束条件包括火电机组有功出力上下限约束，火电机组最小启停时间约束，火电机组爬坡约束，正负备用约束，风电出力限制约束，有功功率平衡约束，送、受端电网直流潮流约束，区域联络线约束。本发明基于直流联络线灵活可控的特点，所建模型中考虑的区域联络线类型为直流联络线。
S5，基于鲁棒优化的思想，在风电容许消纳区间内最恶劣风电场景下，采用预想功率缺额的形式进行多区域频率动态安全校验。将第二阶段调度的max-min双层优化问题采用强对偶理论转换为max单层问题，为使对偶问题可解，在约束条件中引入表征弃风、失负荷的松弛变量，以最小化松弛变量与一次调频备用容量为目标函数。当所引入的两项松弛变量循环迭代为零时，表示在第一阶段求出的风电容许消纳区间内的最恶劣场景下不会产生弃风与切负荷，间接达到优化风电容许消纳区间的目的。松弛变量收敛为零是判断两阶段调度迭代停止的标志。
S6，再调度阶段约束条件包括基础功率调整约束与频率安全校验约束两大部分。
在第二阶段的频率安全校验问题中，假设功率缺额与负荷突增产生的效果相同，将预想扰动量设为每时段内区域总负荷量的10％进行校验，结合第一阶段求得的机组启停情况，通过安排一次调频备用容量来保障区域电力系统的动态频率安全。
由于需要解决多区域系统风电出力不确定性与频率安全防御两方面的问题，为了分工清晰，需要将备用容量拆分为非事故备用与事故备用，其中，非事故备用旨在应对风电出力的不确定性，事故备用旨在应对大功率缺额事件下的频率安全问题，其中事故备用主要以一次调频备用体现。一次调频备用变量主要存在于多区域频率动态安全约束集中，此外还包括一次调频备用的上下限约束。
S7，两阶段调度模型优化求解，考虑到风电出力不确定性与频率动态安全两方面的因素，将其拆分为风电预测场景下的机组组合主问题与风电预测误差场景下的安全可行性校核子问题，构建两阶段鲁棒优化模型，兼顾经济性与安全性。采用列与约束生成算法进行求解。
采用以上结构后，本发明具有如下优点：本发明针对规模风电接入场景下，多区域系统由于惯量分布不均导致受扰后不同区域间频率变化不一致的问题，提出一种兼顾风电出力不确定性与多区域频率动态安全的两阶段风险调度模型。其特点为：(1)将多区域电网风险调度与频率安全防御结合，基于鲁棒优化思想与条件风险价值理论，构建了日前调度与频率动态安全校核的两阶段风险调度模型；(2)提出备用容量解耦思想，将备用容量解耦为非事故备用与事故备用，分别嵌套于两阶段调度模型中，使得二者职责分明、求解思路清晰化。最后采用列与约束生成算法对调度模型进行求解，以修改的两区域12 节点互联系统与两区域RTS-79系统为算例来测试所建模型的有效性。
附图说明
图1是本发明风电出力概率密度曲线的示意图。
图2是本发明电力系统动态频率特性的示意图。
图3是本发明电力系统频率动态时空分布特性的示意图。
图4是本发明不同区域频率振荡不一致情况的示意图。
图5是本发明C&CG算法求解的示意图。
图6是本发明算例1两区域12节点互联系统的示意图。
图7是本发明算例1中不同调度模式的经济成本比较的示意图。
图8是本发明算例1中送端系统不同风电占比的经济成本比较的示意图。
图9是本发明算例1中不同调度模式的最低点频率的示意图。
图10是本发明算例1中不同调度模式的正负备用配置情况的示意图。
图11是本发明算例1中风电场容许消纳区间的示意图。
图12是本发明算例2两区域RTS-79系统的示意图。
图13是本发明算例2中不同调度模式的经济成本比较的示意图。
图14是本发明算例2中不同调度模式下两区域系统惯量分布的示意图。
图15是本发明算例2中不同调度模式的最低点频率的示意图。
图16是本发明算例2中不同调度模式下联络线功率传输的示意图。
图17是本发明算例2中不同优化方法的经济成本比较示意图。
图18是本发明算例2中风险成本系数对模型影响的示意图。
具体实施方式
下面结合所有附图对本发明做进一步的详细说明。
本发明从出力区间、时间平滑效应、空间集群效应三个方面构建风电出力不确定集合，风电出力概率密度曲线如图1所示。
式中：Pw,t为调度决策的风电出力值；
为风电出力预测值；
分别为风电出力向上、向下调节裕度；
分别为风电出力向上、向下调节因子，为0/1变量；ΓS为空间不确定预算，ΓT为时间不确定预算。
时空不确定预算参数的计算如下：
式中：Φ为正态分布的累积概率分布函数；α为预先设置的显著性水平(α∈(0,1))；W为风电场个数；T为调度时间段数。
电网频率本质上反映了发电和负荷的平衡度，是电力系统运行质量和安全情况的重要指标。频率动态响应是指有功功率扰动后电网频率发生变化，由初始正常状态到新的稳定状态的过渡过程。电力系统动态频率特性如图2所示，大致分成3个阶段：1.Δt1是系统惯性响应时间，此时为调频死区，用时0～5s，只起到缓冲作用；2.Δt2是一次调频(PFR，primary frequency response)阶段，当系统频率偏差超过调频死区并经过短暂的延时之后PFR介入，用时5～25s；3.Δt3是二次调频(SFR，second frequency response) 和备用容量起作用的阶段，直至使频率恢复到初始值，用时30s～30min。
首先，对频率时空特性进行定性分析，在PSD-BPA软件中搭建IEEE39节点系统模型，其中基准频率为60Hz，基准电压为100kV。在29节点负荷节点处施加扰动，使得负荷有功功率由283.5MW突增至500MW，产生大的功率缺额，仿真步长为0.01s。观测扰动发生后各发电机节点的频率变化情况，如图3所示，从图中可以看出，由于负荷突增，各发电机节点频率总体呈下降趋势，其中与29负荷节点电气距离最近的38号发电机组感知频率变化的速度与响应幅度最明显，各发电机节点处的频率变化情况具有差异化。
在新能源高比例接入的电力系统中，系统惯量更低，不同区域内电源结构差异化明显，使得扰动后频率波动更加剧烈，频率时空分布特性在多区域系统中表现更为明显。在任何给定区域的故障后频率演化等于惯性中心的频率演化加上某些区域间振荡，如图 4所示。
条件风险价值理论是一种用来评估风险的有效工具。本发明假设每时刻的风电出力服从以当前时刻预测值为期望的正态分布，将风电安全运行范围
定义为风电容许消纳区间，当风电出力高于容许消纳区间上界时存在弃风风险，当风电出力低于容许消纳区间下界时存在失负荷风险，可以用条件风险价值来衡量：
式中：
分别表示弃风风险与失负荷风险；Pr(Pw,t)表示风电出力分布的概率密度函数；
表示风电场容量；
Pw,t分别表示风电出力预测值、上下波动范围以及出力调度值。
日前调度中系统运行风险总成本为：
式中：RISK为日前调度中系统运行风险总成本；
分别为单位弃风惩罚成本与单位失负荷惩罚成本。
对于遭受功率缺额扰动的N区域互联系统，每个区域i的频率变化量可表示为：
在此基础上，将初始时刻频率下降速率、最低点频率偏差与准稳态频率偏差三项指标改写为可应用于多区域互联系统的场景，下面给出相关指标的普适表达式：
(1)初始时刻频率下降速率
式中：ΔPL为多区域互联系统遭受的功率缺额总量；H为多区域互联系统的总惯量；Ai与ωi的取值取决于系统的运行条件，其值与各区域的Hi,ΔPL,DiPD,i,PFRi呈线性关系。
下面给出线性化处理后的初始时刻频率下降速率的普适表达式：
式中：m为使用线性回归分析得到的线性化系数。
(2)最低点频率偏差
受扰区域：
非受扰区域：
其中：
式中：tnadir为频率最低点对应的时刻；ILoss为所有受扰区域的集合；Ji为与受扰区域i 互联的非受扰区域的集合；JNonloss为所有非受扰区域的集合；Ij为与非受扰区域j互联的受扰区域的集合；Tij为区域i与区域j之间联络线的电气刚度；Vi,Vj分别表示联络线两端的电压幅值；Xij为区域联络线间的传输电抗；
分别表示故障前联络线两端的稳态相角值。
对Δfi(t)单积分式与双积分式的线性化处理如下：
仍使用线性回归的方法估算对应的相关系数m′与m″。
(3)准稳态频率偏差
准稳态频率与区域惯量之间无明显关系，可表示为：
式中：Δfss为准稳态频率；
为准稳态频率的最大限值；Di为区域i的负荷阻尼系数； PD,i为区域i的荷侧功率需求量。
由式(8)、(9)、(10)、(14)共同构成多区域频率动态安全约束集。
预调度阶段根据风电预测值调度火电出力与非事故备用以及区域联络线的传输功率，其目标为最小化各区域子系统的总运行成本、非事故备用成本与运行风险。
式中：K,W为多个子区域的合集；
分别表示火电机组的运行成本与开机成本，停机成本忽略不计；
分别表示火电机组非事故备用上、下调容量；
分别为
对应的成本系数；ε为系统风险成本系数；RISK为系统风险成本。
本发明采用分段线性化函数表征火电机组的运行成本，如式(16)至式(18)所示。火电机组的启动成本如式(19)、(20)所示。
(i)火电机组运行成本
fk(P k)＝ak+bk P k+ck(P k)2 (17)
ρk,t,l＝ck(Pk,t,l+Pk,t,l-1)+bk (18)
式中：uk,t为火电机组的启停决策变量；L为火电机组分段线性化段数；ρk,t,l为分段线性化后每段的斜率；Pk,t,l为机组各段的出力值；P k为火电机组出力下限值；ak、bk和ck表示火电机组出力的成本系数。
(ⅱ)火电机组启动成本
式中：
分别表示火电机组的热启动费用与冷启动费用；
分别表示火电机组的冷启动时间与最小停机时间；T为调度时间段数。
(ⅲ)火电机组有功出力上下限约束
式中：
为预调度阶段的火电出力值；
P k分别为火电机组出力上下限。
(ⅳ)火电机组最小启停时间约束
最小运行时间约束为：
最小停机时间约束：
式中：Gk为机组初始时刻仍需连续运行的时段数；Lk为机组初始时刻仍需连续停机的时段数；
为机组的最小开机时间；
分别表示调度初始时刻的已开机时间与已停运时间；
为初始时刻机组的运行状态。
(ⅴ)火电机组爬坡约束
式中：DRk、URk分别表示火电机组的滑坡速率与爬坡速率；Δt为调度时间间隔，取值为1。
(ⅵ)正负备用约束
(ⅶ)风电出力限制约束
式中：
为预调度阶段的风电出力值。
(ⅷ)有功功率平衡约束
式中：Kse、Kre分别表示送、受端系统的火电机组集合；Wse、Wre分别表示送、受端系统的风电机组集合；C表示区域联络线集合；Dse、Dre分别表示送、受端系统的负荷节点集合；
Pd,t分别表示预调度阶段的联络线传输功率和负荷节点消纳的功率。
(ⅸ)送、受端电网直流潮流约束
式中：
为支路潮流上界；Υk、Υw、Υc、Υd分别表示火电、风电、联络线、负荷节点的潮流转移因子。
(ⅹ)区域联络线约束：
本发明所建模型中考虑的区域联络线类型为直流联络线，基于直流联络线灵活可控的特点，设置如下的区域联络线约束：
式中：
分别表示预调度阶段送受端系统联络线的传输功率；
分别表示送受端联络线功率传输的上下调节裕度；
为联络线功率传输上限；
为联络线功率调节裕度上限；δ+,δ-分别为联络线输电功率向上、向下调整速率限值。
基于鲁棒优化的思想，在风电容许消纳区间内最恶劣风电场景下，采用预想功率缺额的形式进行多区域频率动态安全校验。将第二阶段调度的max-min双层优化问题采用强对偶理论转换为max单层问题，为使对偶问题可解，在约束条件中引入表征弃风、失负荷的松弛变量，以最小化松弛变量与一次调频备用容量为目标函数。当所引入的两项松弛变量循环迭代为零时，表示在第一阶段求出的风电容许消纳区间内的最恶劣场景下不会产生弃风与切负荷，间接达到优化风电容许消纳区间的目的。松弛变量收敛为零是判断两阶段调度迭代停止的标志。
式中：
分别为弃风与失负荷的松弛变量；PFRk,t为一次调频备用容量。
(1)基础功率调整约束
式(37)、(38)表示送、受端系统的有功功率平衡约束，式(39)、(40)表示再调度阶段的直流潮流约束，式(41)、(42)分别表示火电机组与区域联络线的调度出力调整约束，式(43)、(44)表示弃风量与失负荷量的上下限约束。式中的上标u为再调度阶段的功率调整标志。
在第二阶段调度中，需要根据第一调度阶段已获得的风电出力情况调整风电出力，此时风电可调的区间为
据此构建第二阶段风电的不确定集：
式中：
为预调度阶段求得的风电出力值；
为再调度阶段待求的风电出力值；
为风电预测值；再调度阶段中的
为第一阶段所求得的对应数值。
(2)频率安全校验约束
在第二阶段的频率安全校验问题中，假设功率缺额与负荷突增产生的效果相同，将预想扰动量设为每时段内区域总负荷量的10％进行校验，结合第一阶段求得的机组启停情况，通过安排一次调频备用容量来保障区域电力系统的动态频率安全。
日前调度中每个时段的区域系统能够提供的惯量可由式(46)表示。
本发明需要解决多区域系统风电出力不确定性与频率安全防御两方面的问题，为了分工清晰，需要将备用容量拆分为非事故备用与事故备用，其中，非事故备用旨在应对风电出力的不确定性，事故备用旨在应对大功率缺额事件下的频率安全问题，其中事故备用主要以一次调频备用体现。
一次调频备用变量主要存在于多区域频率动态安全约束集中，此外，一次调频备用的上下限约束如下：
式(46)、(47)与式的(8)、(9)、(10)、(14)共同构成再调度阶段的频率安全校验约束。
考虑到风电出力不确定性与频率动态安全两方面的因素，将其拆分为风电预测场景下的机组组合主问题与风电预测误差场景下的安全可行性校核子问题，构建两阶段鲁棒优化模型，兼顾经济性与安全性。采用列与约束生成算法进行求解，写成紧凑的数学表达式如下：
式中：I为火电机组的启停变量；x0为第一阶段的机组出力决策变量；pw为风电出力值； xu为第二阶段的机组出力决策变量；s为第二阶段为检验安全可行性所引入的松弛变量； zw为风电基于出力预测值向上、向下的调节因子，为0/1变量；“o”为矩阵乘积；a,b,c, d,e,f,g,A,B,C,D,E,F为对应系数矩阵。
由于安全校验子问题属于max-min双层优化问题，难以求解，使用强对偶理论将其转化为max单层优化问题如下：
两阶段风险调度模型求解流程如图5所示。
1.初始化迭代次数n＝1。
2.求主问题MP，求出第一阶段决策变量的最优解
3.求子问题SP，将
代入到子问题中检验系统的频率动态安全与系统稳定运行，若fTs≠0，向主问题返回不可行割，更新n＝n+1，继续优化求解；若fTs＝0，表示对于任何风电出力情况，均能通过一定的调控手段保证运行安全，从而获得最优解。产生的不可行割Φn如下：
式中：N为总迭代次数。
本发明在具体实施时：
首先，采用两区域12节点系统进行测试，如图6所示，左侧为送端系统，右侧为受端系统。假设在受端系统施加功率缺额预想扰动，扰动量为当前时刻区域总负荷量的 10％，初始时刻频率下降速率最大限值为1Hz/s，最低点频率限值为49.2Hz，准稳态频率要求在60s内维持在49.5Hz以上。送端区域含两个容量分别为100MW的风电场与一个容量为200MW的火电机组，该区域的风电占比为50％，受端区域含两台火电机组，容量分别为200MW和300MW，含一个容量为100MW的风电场，该区域的风电占比为 16.7％，受端系统总负荷量约为送端系统总负荷量的2倍，联络线传输功率限值为 200MW，设定联络线输电功率向上、向下调整速率限值为最大传输容量的15％。单位弃风和失负荷的惩罚成本分别设置为$50/MWh和$500/MWh，风险成本系数ε取值为1。
为了分析频率安全约束集对多区域电网调度的影响，进行了以下三种调度模式的比较。模式一：在两区域系统调度模型中不加入频率安全约束集；模式二：在模式一的基础上加入全系统均匀频率动态安全约束集；模式三：在模式一的基础上加入考虑多区域频率动态变化不一致的频率安全约束集。
图7为经济成本角度分析三种不同调度模式的结果。从总成本来看，考虑频率安全校核的成本高于不考虑频率安全校核的成本，且成本增量主要体现为事故备用成本，系统为了保证频率安全使得一部分火电机组预留出更多的事故备用。调度模式2与3都考虑了频率安全校核环节，二者的区别在于模式2考虑的是全区域均匀频率安全约束，模式3考虑的是多区域频率安全约束，从经济成本来看二者的成本相差不大，但是模式3 较模式2提供了更具灵活性的事故备用容量分配，模式2根据预先设定的分配比例为两区域系统分配一次调频备用，假定受扰端承担不低于一次调频总量80％的调频备用。而模式3的多区域频率安全约束是在每个区域内的资源配置内自行求解来确定当前区域内惯量与一次调频备用，使得一次调频备用的分配更合理，更趋于实际情况。
为了进一步说明风电占比对多区域系统调度模式2与模式3的影响，在两区域12节点系统算例的基础上，给送端系统分别施加33.3％、42.8％、50％，60％四类不同的风电占比，比较这四种风电不同占比情况下模式2与模式3的经济成本差，所得结果如图 8所示。从表中可以看出，在负荷水平、联络线传输通道容量不变的前提下，增大送端系统的风电占比可以降低模式2、3间的成本差，换言之，模式3中考虑多区域频率动态安全约束更适用于送受端系统风电资源分布差距大的场景。其中应特殊说明的是当送端风电占比为33％时，两区域内的风电场容量相等，均为100MW，此时对于风电的消纳不存在明显的送端与受端，即各地发电资源与负荷都倾向于本地消纳，故模式2、3 经济成本差不明显。
以送端系统风电占比50％为例进行说明。依据优化求得的各区域的惯量结果与火电机组备用分配情况，通过SIMULINK软件进行仿真分析求解各区域在不同调度模式下的最低点频率，所得结果如图9所示。从图中可以看出，送受端系统在面临某一端产生大功率缺额时两区域的最低点频率变化基本保持一致。当不考虑频率安全约束时，仅依靠非事故备用作为紧急调节难以保障系统的频率安全，极易触发低频减载。在调度时段 1h～16h，模式3较模式2的最低点频率有明显提升，其中在时段4h～16h模式2的最低点频率游走在49.2最低限制附近，其承受低频减载的风险比模式3高。由此说明调度模式3比调度模式1、2更能保障系统频率安全。
图10分别表示调度模式1、2、3的备用容量情况，蓝色表示受端区域的备用容量，黄色表示送端区域的备用容量，其中上调备用容量为非事故备用上调备用容量与事故备用容量之和。从图中可以看出，模式2、3比模式1的上调备用总量明显增多，主要是因为后两者开启了更多的事故备用以应对频率安全校核。模式2、3优化得到的正负备用总量相当，但是对于备用容量在两区域系统中的分配情况差别很大，模式3更倾向将上调备用分配在受扰动的受端系统中。
以受端系统中的风电场3为例，求得其可接纳安全边界如图11所示。蓝色线表示经过两阶段风险调度模型求解后得到的风电调度值，上下两条黑线分别表示风电容许消纳区间的上下边界，其上下边界作为优化变量经过迭代求解获得，并非基于预测值直接给定的上下调节裕度，当实际风电出力值高于可接纳风电上界时存在弃风风险，低于可接纳风电下界时存在失负荷风险。
为进一步验证本发明所提方法的有效性，以改进的两区域RTS-79系统为例，如图12所示。该两区域系统中共有48个母线节点，38台火电机组。送端系统含有10台火电机组与3个容量为800MW的风电场，风电场位置分布于25号节点，31号节点和42 号节点，送端区域的风电占比高达65.2％，受端系统含有28台火电机组，不含风电，即受端区域的风电占比为0。设定受端系统的负荷水平为送端系统负荷水平的1.7倍，区域联络线的传输功率限值为300MW，设定联络线输电功率向上、向下调整速率限值为最大传输容量的30％。单位弃风和失负荷的惩罚成本分别设置为$50/MWh和 $500/MWh，风险成本系数ε取值为1。
在两区域RTS-79系统中针对算例1中的三种调度模式进行对比实验，求得三种不同调度模式下的经济成本如图13所示。在三种不同调度模式下，模式1未考虑频率安全，没有给系统分配一定的备用容量，虽然经济成本低，但是牺牲了系统的安全性。模式3较模式2对于频率响应的刻画更细致，虽然增加了一部分事故备用容量，但极大降低了非事故备用的投入，使得备用容量实现按需分配，总成本与模式2仅相差676美元，并且在一定程度上降低了失负荷的风险。从中可以看出本文所设计的考虑多区域频率动态安全约束的调度模式更适用于风电资源差距明显的多区域系统。
下面就三种模式下送受端系统各时刻的惯量进行对比分析，如图14所示。从图中可以看出，当受端系统遭受大功率缺额扰动时，受端系统所需惯量在调度模式2、3中保持一致，在2h～5h时段受端系统所需惯量略低于模式1，而对于送端系统的2h～5h时段模式3较模式1、2需要投入较多的惯量，这说明模式3为了保障各个区域间的频率安全并非是需要在各个区域都多开启机组以便提供更足的惯量支撑，而是充分利用联络线提供的惯量互济功能，实现惯量在不同区域间的灵活分配。
为着重对比调度模式2、3的频率动态安全性，采用模拟仿真得到两种模式下大系统算例的最低点频率对比图，如图15所示。从中可以看出在两区域RTS-79算例中，模式2虽然能满足受端系统所有调度时刻的频率安全，但是在送端系统中的8h～24h时段内的最低点频率明显低于49.2Hz，容易触发低频减载，而模式3不论在受端系统还是送端系统均能维持系统在绝大多数时刻的最低点频率高于限值，因此在频率安全性方面模式3优于模式2。由于所得到的调度方案是基于预想扰动在受端系统中施加的，优化结果偏向守卫受端系统的频率安全，因此从图15中可以看出，在大系统算例中受端系统的频率安全性比送端系统的频率安全性要高。
以不同调度模式下的联络线传输总量进行对比，结果如图16所示。在日前调度24个时段中，有18个时段模式2、3的功率传输总量高于模式1，说明考虑频率安全约束比不考虑频率安全约束的情况更能促进区域间的能量交流，单独对比模式2、3，模式3 的联络线功率传输总量基本在每时段都高于模式2，从而更能说明模式3考虑多区域频率安全约束对不同区域间消纳互济的适配性。
为了说明文本所提两阶段风险调度模型的优势，将本发明模型与多场景随机优化方法进行对比分析，不同优化方法的经济成本如图17所示。假设多场景随机优化方法中各风电场出力预测误差服从均值为0，标准差为4％预测值的正态分布，通过蒙特卡洛模拟与场景削减获得5个典型出力场景，设置95％的置信水平，利用条件风险价值量化不同场景下系统面临的风险损失。从表2-5的两种优化方法的成本对比可以看出，本发明所提优化方法比多场景随机优化方法的成本降低了2.2％，主要体现在失负荷风险成本的降低，原因在于本发明所建模型将风电可接纳边界作为待优化的决策变量进行考量，由于失负荷的成本较高，在寻优过程中会扩大风电向下可接纳出力边界，可以主动规避失负荷风险，而随机优化方法模拟生成的典型场景中必定存在失负荷的情况，无法主动规避失负荷风险。
通过改变风险成本系数，分析其对优化结果及模型收敛速度的影响，仿真结果如图 18所示。从中可以看出风险成本系数取值越高，非事故备用的成本越高，而运行风险成本的总量并非越低。原因在于非事故备用的设定本身就是为了应对正常运行状态下风电出力的波动，风险成本系数取值越高，调度决策越偏向规避风险，通过设置更多的非事故备用来降低弃风、失负荷风险，因此导致非事故备用成本增加，然而，虽然弃风、失负荷风险量随风险成本系数的增加而降低，但是单位风险成本却在增加，所以总的运行风险成本并不随风险系数的增加而降低。综合图18中的结果，可以得出，当风险成本系数取值为3时，所建模型的调度结果与模型收敛效果最佳。
本发明首先对多区域频率动态安全约束集进行了分析说明，在此基础上，提出一种考虑多区域频率动态安全的风险调度方法，并详细说明了两阶段调度模型的求解过程。最后，通过算例介绍了模型特点并说明了本发明所提调度方法的优势，可以得出以下结论：
1、基于多区域频率振荡变化不一致的频率动态安全约束集与日前风险调度的结合是对多区域互联系统的精细化建模，对不同惯量区域间的资源互济与频率安全防御有良好的指导作用。
2、将备用容量解耦为非事故备用与事故备用可以将其更好容纳入调度框架，便于兼顾风电不确定性的处理与多区域频率动态安全。
3、多区域频率动态安全约束相较于单区域频率动态安全约束更适用于风电占比高、风电资源分布差距大的多区域系统。
上对本发明及其实施方式进行了描述，这种描述没有限制性，实际的结构并不局限于此。总而言如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (4)
1.一种考虑多区域频率动态安全的风险调度方法，其特征在于：包括以下方法：
S1，从初始时刻频率下降速率、最低点频率偏差以及准稳态频率偏差三项指标出发，构建多区域频率动态安全约束集。
S2，将多区域频率动态安全约束集引入到日前风险调度模型中，拆解为基于风电预测值的日前风险调度与考虑风电不确定性以及多区域频率安全的预想扰动校验，也可简化表示成预调度-再调度的双层优化，前者侧重经济性，后者侧重安全性，能够实现二者的平衡考虑。
针对风电出力不确定性与受扰后多区域频率变化不一致的问题，将备用容量解耦为非事故备用与事故备用两部分，前者用于正常运行状态时应对风电出力的波动，后者用于系统产生大功率缺额场景下的紧急调频。其中非事故备用放在第一阶段机组组合部分求解，用来应对风电基于预测值上下的波动，事故备用容量的设计主要体现在一次调频备用上，放于第二阶段预想扰动校验部分予以求解，二者职责分明。两阶段问题相互耦合，进行交替求解，通过调度的手段实现不同区域间的惯性互济，协调多区域系统的经济性与安全性。
S3，预调度阶段根据风电预测值调度火电出力与非事故备用以及区域联络线的传输功率，其目标为最小化各区域子系统的总运行成本、非事故备用成本与运行风险。采用分段线性化函数表征火电机组的运行成本与启动成本。
S4，预调度阶段的约束条件包括火电机组有功出力上下限约束，火电机组最小启停时间约束，火电机组爬坡约束，正负备用约束，风电出力限制约束，有功功率平衡约束，送、受端电网直流潮流约束，区域联络线约束。本发明基于直流联络线灵活可控的特点，所建模型中考虑的区域联络线类型为直流联络线。
S5，基于鲁棒优化的思想，在风电容许消纳区间内最恶劣风电场景下，采用预想功率缺额的形式进行多区域频率动态安全校验。将第二阶段调度的max-min双层优化问题采用强对偶理论转换为max单层问题，为使对偶问题可解，在约束条件中引入表征弃风、失负荷的松弛变量，以最小化松弛变量与一次调频备用容量为目标函数。当所引入的两项松弛变量循环迭代为零时，表示在第一阶段求出的风电容许消纳区间内的最恶劣场景下不会产生弃风与切负荷，间接达到优化风电容许消纳区间的目的。松弛变量收敛为零是判断两阶段调度迭代停止的标志。
S6，再调度阶段约束条件包括基础功率调整约束与频率安全校验约束两大部分。
在第二阶段的频率安全校验问题中，假设功率缺额与负荷突增产生的效果相同，将预想扰动量设为每时段内区域总负荷量的10％进行校验，结合第一阶段求得的机组启停情况，通过安排一次调频备用容量来保障区域电力系统的动态频率安全。
由于需要解决多区域系统风电出力不确定性与频率安全防御两方面的问题，为了分工清晰，需要将备用容量拆分为非事故备用与事故备用，其中，非事故备用旨在应对风电出力的不确定性，事故备用旨在应对大功率缺额事件下的频率安全问题，其中事故备用主要以一次调频备用体现。一次调频备用变量主要存在于多区域频率动态安全约束集中，此外还包括一次调频备用的上下限约束。
S7，两阶段调度模型优化求解，考虑到风电出力不确定性与频率动态安全两方面的因素，将其拆分为风电预测场景下的机组组合主问题与风电预测误差场景下的安全可行性校核子问题，构建两阶段鲁棒优化模型，兼顾经济性与安全性。采用列与约束生成算法进行求解。
2.根据权利要求1所述的一种考虑多区域频率动态安全的风险调度方法，其特征在于：在调度策略中兼顾风电出力不确定性与多区域频率安全，预防风电负荷逆向分布情景下的频率失稳问题的发生。
3.根据权利要求1所述的一种考虑多区域频率动态安全的风险调度方法，其特征在于：将多区域频率动态安全约束集引入到日前风险调度模型中，分析风电接入不确性对多区域系统频率安全的影响，基于条件风险价值理论与鲁棒优化思想，构建基于风电预测值的机组组合与基于恶劣风电场景下多区域频率动态安全校核的两阶段风险调度模型。
4.根据权利要求1所述的一种考虑多区域频率动态安全的风险调度方法，其特征在于：将备用容量解耦为非事故备用与事故备用，其中，非事故备用旨在应对风电出力的不确定性，事故备用旨在应对大功率缺额事件下的频率安全问题。将所述两种形式的备用容量融入两阶段模型中，使得建模思路与求解过程清晰化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210619602.XA CN114925540A (zh) | 2022-06-02 | 2022-06-02 | 一种考虑多区域频率动态安全的风险调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210619602.XA CN114925540A (zh) | 2022-06-02 | 2022-06-02 | 一种考虑多区域频率动态安全的风险调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114925540A true CN114925540A (zh) | 2022-08-19 |
Family
ID=82812551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210619602.XA Pending CN114925540A (zh) | 2022-06-02 | 2022-06-02 | 一种考虑多区域频率动态安全的风险调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114925540A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117039924A (zh) * | 2023-07-12 | 2023-11-10 | 三峡大学 | 考虑风险规避的微网群两阶段低频减载方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327091A (zh) * | 2016-08-26 | 2017-01-11 | 清华大学 | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 |
| CN110322372A (zh) * | 2019-07-10 | 2019-10-11 | 国网能源研究院有限公司 | 区域电力系统中多级电网联动的机组组合调度方法 |
| CN112952919A (zh) * | 2021-04-12 | 2021-06-11 | 浙江大学 | 多区域电网动态经济调度方法及装置、电子设备、介质 |
| CN112994013A (zh) * | 2021-02-08 | 2021-06-18 | 四川大学 | 考虑频率约束的多源电力系统日前优化调度方法 |
| WO2022036778A1 (zh) * | 2020-08-21 | 2022-02-24 | 山东大学 | 一种输配协同负荷恢复优化控制方法及系统 |
-
2022
- 2022-06-02 CN CN202210619602.XA patent/CN114925540A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327091A (zh) * | 2016-08-26 | 2017-01-11 | 清华大学 | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 |
| CN110322372A (zh) * | 2019-07-10 | 2019-10-11 | 国网能源研究院有限公司 | 区域电力系统中多级电网联动的机组组合调度方法 |
| WO2022036778A1 (zh) * | 2020-08-21 | 2022-02-24 | 山东大学 | 一种输配协同负荷恢复优化控制方法及系统 |
| CN112994013A (zh) * | 2021-02-08 | 2021-06-18 | 四川大学 | 考虑频率约束的多源电力系统日前优化调度方法 |
| CN112952919A (zh) * | 2021-04-12 | 2021-06-11 | 浙江大学 | 多区域电网动态经济调度方法及装置、电子设备、介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117039924A (zh) * | 2023-07-12 | 2023-11-10 | 三峡大学 | 考虑风险规避的微网群两阶段低频减载方法 |
| CN117039924B (zh) * | 2023-07-12 | 2024-05-28 | 三峡大学 | 考虑风险规避的微网群两阶段低频减载方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hussain et al. | Resilience-oriented optimal operation of networked hybrid microgrids | |
| Huang et al. | Exploiting the operational flexibility of wind integrated hybrid AC/DC power systems | |
| Zia et al. | Energy management system for a hybrid PV-Wind-Tidal-Battery-based islanded DC microgrid: Modeling and experimental validation | |
| US10666047B2 (en) | Power management concept in DC distributed systems | |
| Gavriluta et al. | Decentralized primary control of MTDC networks with energy storage and distributed generation | |
| Qiu et al. | Tri-level mixed-integer optimization for two-stage microgrid dispatch with multi-uncertainties | |
| Mahdavi et al. | Predictive coordinated and cooperative voltage control for systems with high penetration of PV | |
| CN105303267B (zh) | 一种考虑动态频率约束的含高渗透率光伏电源的孤立电网机组组合优化方法 | |
| CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
| CN102637289A (zh) | 含大规模风电的电力系统规划方案的安全性价值评估方法 | |
| CN112803505B (zh) | 分布式电压源变流器协同控制方法及交直流混联微电网 | |
| Nakiganda et al. | A stochastic-robust approach for resilient microgrid investment planning under static and transient islanding security constraints | |
| CN112072711A (zh) | 基于动态优先级的配电网灵活性优化调度方法 | |
| CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
| CN114925540A (zh) | 一种考虑多区域频率动态安全的风险调度方法 | |
| Zuo et al. | Distributed multi-energy storage cooperative optimization control method for power grid voltage stability enhancement | |
| CN112769149A (zh) | 混联风光微电网快速频率响应分布式协调控制方法及系统 | |
| CN113762632B (zh) | 一种电气综合能源系统的协同优化运行方法及系统 | |
| Tan et al. | Synergistic balancing control for low-inertia power systems with high PV penetration: Tibet as a case study | |
| CN109742769A (zh) | 一种直流受端区域调相机无功置换方法和系统 | |
| Zhang et al. | Distributional two-level synergetic unit commitment considering three scheduling states | |
| Fedayi et al. | BESS based voltage stability improvement enhancing the optimal control of real and reactive power compensation. | |
| Babu et al. | Real-time validation of an automatic generation control system considering HPA-ISE with crow search algorithm optimized cascade FOPDN-FOPIDN controller | |
| CN113364029B (zh) | 一种微网动态划分方法、系统、存储介质及计算设备 | |
| CN105576711A (zh) | 一种风电场内机组有功功率优化分配的方法 |
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 |