CN115395505B - 一种计及规模储能的含风电电力系统黑启动分区方法 - Google Patents
一种计及规模储能的含风电电力系统黑启动分区方法 Download PDFInfo
- Publication number
- CN115395505B CN115395505B CN202210962874.XA CN202210962874A CN115395505B CN 115395505 B CN115395505 B CN 115395505B CN 202210962874 A CN202210962874 A CN 202210962874A CN 115395505 B CN115395505 B CN 115395505B
- Authority
- CN
- China
- Prior art keywords
- partition
- scheme
- power
- unit
- constraint
- 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
- 241001672018 Cercomela melanura Species 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004146 energy storage Methods 0.000 title claims abstract description 48
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 34
- 238000005192 partition Methods 0.000 claims abstract description 179
- 238000011084 recovery Methods 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 14
- 230000001052 transient effect Effects 0.000 claims description 8
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 239000011159 matrix material Substances 0.000 description 9
- 239000000243 solution Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000003827 upregulation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 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
- 238000002360 preparation method Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
-
- 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
-
- 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
- H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel 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
- 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
-
- 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
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及新型电力系统恢复控制领域，提出了一种计及规模储能的含风电电力系统黑启动分区方法，包括以下步骤S1：待恢复机组分区；S2：备选分区方案集合求解；S3：分区方案准重构结果求解；S4：最优分区方案选择。本发明将黑启动风电场与其最近恢复的火电机组组成扩展黑启动电源使得分区方案以及准重构过程更加符合实际；将配置储能但达不到黑启动的风电场与其最近的特级负荷组成风电场‑特级负荷系统，大大减少了特级负荷的停电时间减少了大停电带来的经济损失。
Description
技术领域
本发明涉及新型电力系统恢复控制领域，具体为一种计及规模储能的含风电电力系统黑启动分区方法。
背景技术
为实现“双碳”目标，推动能源转型，中央提出构建以新能源为主体的新型电力系统。以风电、光伏为代表的新能源虽然具有启动速度快、启动功率小等优势，但因其固有的出力间歇性、波动性给电网的安全运行造成了极大的挑战，大停电事故时有发生，比如2019年的委内瑞拉大停电、2021年的美国德州大停电。所以研究大电网大停电后的黑启动有着重要的意义。
目前我国“三华”特高压同步电网形成“五纵五横”主网架，电网规模比2010年翻一番以上。在大电网、新型电力系统背景下越来越多的区域已经实现了电网互联，提高了供电的可靠性、更合理的利用系统中各类发电厂提高运行经济性。由于互联大电网一般不只有一个黑启动电源且系统规模巨大所以首先按照大电网中黑启动电源的分布情况对系统进行合理分区，各个分区在时间上并行恢复，提高了整体恢复效率，降低了各分区子系统的停电时间。所以科学合理的分区对系统快速完成网架重构有着重要意义。
发明内容
(一)解决的技术问题
现有研究主要针对传统电力系统分区，对于大量配置储能的新型电力系统分区研究较为薄弱。而在新型电力系统背景下为了应对新能源出力的波动性需要系统中由足够的灵活性资源作支撑，而在黑启动阶段电力系统骨干网架尚未恢复，系统比较脆弱，灵活性资源匮乏难以接入规模新能源。储能是系统中最重要的灵活性资源，为构建新型电力系统需要在系统中配置大量储能。为此需要考虑各个分区的灵活性支撑能力。
所以本发明首先使用两阶段优化模型求解分区方案，第一阶段以待恢复发电机获得启动功率时间最短对于系统内的风电场储能资源以及其他待恢复机组进行分区；第二阶段以分区内部联系紧密为目标对系统中剩余的负荷节点进行分区得到分区方案。之后在第一阶段优化模型中添加“割”约束去掉已有分区方案重新优化得到备选分区方案集合；随后使用INNC法求解各个分区方案的PPF曲线对各个分区进行准重构，得到各个分区的评价指标值，使用变异系数法筛选出最优分区方案。
(二)技术方案
本发明提供一种计及规模储能的含风电电力系统黑启动分区方法，包括以下步骤：
S1：待恢复机组分区
进一步的，S1所述详细步骤如下：
S101：依据电力系统黑启动电源的位置与数量确定机组分区约束。
S102：以待恢复发电机得到启动功率时间最短为目标，考虑机组分区约束、机组数量约束对系统内的风电场-特级负荷联合系统、风电场及其储能资源、其余机组节点进行分区。本发明以发电机距黑启动电源的电气距离代表待恢复发电机得到启动功率时间。目标函数f1的表示如下式所示:
式中，m为分区总数；nGh,i为分区i待恢复发电机数量；nWh,i为分区i待恢复普通风电场数量；nWs,i为分区i风电场-特级负荷系统数量；im表示第i个分区内的黑启动电源节点。di,j,im为节点j到分区i黑启动电源im的电气距离；di,j,im L，di,j,im ws分别为风电场-特级负荷系统j中特级负荷和风储系统到im的电气距离。Zi,j为节点分区决策变量，Zi,j＝1表示将节点j分到第i个分区。
S2：备选分区方案集合求解
进一步的，S2所述详细步骤如下：
S201：根据每个分区内的火电机组厂用电和黑启动电源的发电能力确定机组启动约束、源荷匹配约束、区内联通约束、以及联合系统的联合运行约束。
S202：以分区节点到分区黑启动电源的电气距离最小作为目标函数为目标，考虑上述约束对系统剩余储能、负荷节点进行分区。
式中，m为分区总数；nL,i为第i个分区的节点数；im表示第i个分区内的黑启动电源节点。
S203：在第一阶段的机组分区模型中重置分区模型，本发明添加如下约束去掉已经得到的分区方案重新优化，如此循环直到无法求解。
其中：Γ为己确定的黑启动分区方案集合，随着优化进行该集合元素数量逐渐增加；γ为某一具体子系统划分方案；zγ im为方案γ中变量的具体取值。
如此循环直到无法求解。得到的方案组成备选分区方案集合。上述过程添加约束之后得到的分区方案至少有一台待恢复机组、储能的分区与已有方案不同，而负荷的分区根据机组的分区不同相应的改变。
将得到的方案组成备选分区方案集合。
S3：分区方案准重构结果求解
进一步的，S3所述详细步骤如下：
S301：对分区的机组、储能建立模型。具体包括：火电机组模型、风电机组模型、储能资源模型。
S302：确定潮流约束、暂态频率约束约束。
本发明采用直流潮流作为约束。
式中BL、B0分别为支路电纳矩阵和节点电纳矩阵；PB为节点注入有功向量；PL为支路功率矩阵。
S303：以最大化火电机组出力、最大化火电机组出力为目标，使用INNC法求解分区备选准重构方案集合
(1)最大化火电机组出力
在最大化火电机组出力的目标引导下，黑启动机组或已经恢复的初期带电系统的启动功率将全部用来恢复火电机组的厂用负荷，机组启动决策力图使整个重构时长T期间火电机组的发电量最大，目标函数可表示为，
式中，NGh为已恢复的火电机组总数。NGd为待启动的火电机组总数；kj,t表示t时步第j台火电机组是否启动的0/1决策变量；t0,i为已恢复机组的启动时刻，t0为当前时刻。
(2)最大化风电机组出力
为了最大化风电机组出力，可用的启动功率需要按照风电出力的预测波动程度为其提供最大可能的有功备用支持，不再恢复火电机组辅机设备。t为本时步时长，其目标函数为
式中第1项表示该时步决策启动的台风电机组按照期望出力的总发电量，其中变量含义同式(18)。第2项表示在Ty内已达到最小技术出力的相关火电机组为风电提供的同步备用电量。在网架重构阶段，厂用电负荷是最重要的负荷，第3项表示发电功率优先恢复厂用电负荷。
以上述两个目标为目标函数，以潮流约束、暂态频率约束、生产模型作为约束条件组成双目标优化模型按照INNC法的步骤进行求解。
S304：使用变异系数法考虑风电恢复量、火电恢复量、重要负荷恢复量选择最优准重构方案，并用其结果作为该分区方案的评价指标值。
S4：最优分区方案选择
新型电力系统要求系统有足够的灵活性消纳新能源。本发明选择准重构阶段的风电恢复量、火电恢复量两个指标表征系统的灵活性。并选择分区电气距离、系统恢复时间、分区恢复时间平衡性三个指标表征分区方案的合理性，使用变异系数法综合考虑以上五个指标，根据各个方案的各个指标值之差使用变异系数法求得各个指标的权重，之后对各方案的指标值进行加权求和，获得方案的综合评价值。综合评价值最大的方案为最优分区方案。
(三)有益效果
与现有技术相比，本发明提供了一种计及规模储能的含风电电力系统黑启动分区方法，具备以下有益效果：
1、本发明的分区方法可以根据系统的实际情况合理分区，使得网络中的所有发电机组以及灵活性资源合理分配，提高其利用率，使得分区之后的方案在网架重构阶段中恢复的系统发电能力最大。
2、相较于传统的网架重构分区，本发明考虑了储能这种最重要的灵活性资源，使得本发明接入的风电比例大大提高，对于新型电力系统背景下的网架重构分区提出了一种参考方法；
3、本发明将黑启动风电场与其最近恢复的火电机组组成扩展黑启动电源使得分区方案以及准重构过程更加符合实际；将配置储能但达不到黑启动的风电场与其最近的特级负荷组成风电场-特级负荷系统，大大减少了特级负荷的停电时间减少了大停电带来的经济损失。
附图说明
图1为本发明流程示意图；
图2为图1火电厂出力曲线。
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做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。
请参阅图2，本发明提供一种计及规模储能的含风电电力系统黑启动分区方法：包括以下步骤：
S1：待恢复机组分区
第一阶段是以待恢复发电机获得启动功率时间最短为目标，考虑机组归属约束、分区机组数量约束对系统内的风电场-特级负荷联合系统、风电场及其储能资源、其余机组节点进行分区。
S101：依据电力系统黑启动电源的位置与数量确定机组分区约束。机组分区约束即每个机组只能归属于一个分区
Z1,j+Z2,j+…+Zi,j…+Zm,j＝1,j∈{1,2,…,n}
Zi,j为节点分区决策变量，Zi,j＝1表示将节点j分到第i个分区。
机组数量约束即机组不能集中于一个分区，如下式所示：
S102：以待恢复发电机得到启动功率时间最短为目标，考虑机组分区约束、机组数量约束对风电场-特级负荷联合系统、风电场及其储能资源、其余机组节点。第一阶段以待恢复发电机得到启动功率时间最短为目标进行求解。本发明以发电机距黑启动电源的电气距离代表其恢复时间。目标函数f1的表示如下式所示:
式中，m为分区总数；nGh,i为分区i待恢复发电机数量；nWh,i为分区i待恢复普通风电场数量；nWs,i为分区i风电场-特级负荷系统数量；im表示第i个分区内的黑启动电源节点。di,j,im为节点j到分区i黑启动电源im的电气距离；di,j,im L，di,j,im ws分别为风电场-特级负荷系统j中特级负荷和风储系统到im的电气距离。Zi,j为节点分区决策变量，Zi,j＝1表示将节点j分到第i个分区。
S2：备选分区方案集合求解
第二阶段以分区内部联系紧密为目标对系统中剩余储能、负荷节点进行分区得到一个分区方案。本发明以分区节点到分区黑启动电源的电气距离最小作为目标函数表示分区内部联系紧密。考虑各种分区约束，建立分区优化模型对系统剩余负荷节点进行分区得到一个分区方案。
之后在第一阶段优化模型重置分区模型并去掉已经生成的方案重新求解。反复求解直到无可行分区方案或者分区方案足够多时停止求解，将得到的所有分区方案组成备选分区方案集合。
S201：根据每个分区内的火电机组厂用电和黑启动电源的发电能力确定机组启动约束、源荷匹配约束、区内联通约束、以及联合系统的联合运行约束。
(1)机组启动约束。
对于分区i，其待恢复机组中至少一台机组的启动功率要小于黑启动机组额定输出功率的70％，其余30％额定功率供给其附近的负荷，以保证其稳定运行，即
式中：PBi为分区i中的黑启动机组额定功率；PGij，F为分区i中第j台待恢复机组所需的启动功率。
(2)源荷匹配约束
分区时需要保证每个分区内均有足够的可调度负荷支撑发电机组安全运行，即分区内火电机组最小出力与风电机组期望出力之和小于等于可调度负荷总量:
式中，nG,m为第m个分区内的火电机组数量；nw,k,m为第m个分区内的风电场数量；nd,m第m个分区内的负荷节点数量；Pmin,m,j为第m个分区内第j台火电机组的最小技术出力；为第m个分区内第k个风电场的期望出力；PdL,m为第m个分区内第L个负荷节点所带的负荷；
(3)区内连通约束
本发明使用网络流理论保证各个分区的连通性，需要满足如下条件：网络中仅存在一个源点汇点需有流量到达；满足基尔霍夫第一定律。为此需要将系统中的支路使用两条方向相反的有向弧表示，构造成有向图。如果支路有向弧两端节点均在同一个分区内，则其一定属于该分区。
(4)联合运行系统约束
对于特级负荷联合运行系统，其储能配置不足。为了保证特级负荷不断电，需要保证在2h之内纳入稳定恢复的分区中，所以该联合运行系统与其所在分区的黑启动电源的距离不能太远。如式(21)所示：
di,j≤dmax,j (21)
di,j表示分区i中第j个特级负荷联合运行系统到分区i中黑启动电源的距离；dmax,j为第j个特级负荷联合运行系统到其所在分区黑启动电源的最大距离。
Zim＝Z(i-j)m
Zim为第i个特级负荷风电场的分区决策变量；Z(i-j)m为该风电场供电的特级负荷j的分区决策变量。该约束表示特级负荷联合运行系统的两个子节点处于同一个分区。
对于扩展黑启动系统，要求其恢复的火电厂处于该黑启动电源形成的分区内。如下式所示：
Zjm＝1
Zjm为风电场黑启动电源m直接供电的火电厂j的分区决策变量。
S202：以分区节点到分区黑启动电源的电气距离最小作为目标函数为目标，考虑上述约束对系统剩余储能、负荷节点进行分区。
式中，m为分区总数；nL,i为第i个分区的节点数；im表示第i个分区内的黑启动电源节点。
S203：在第一阶段的机组分区模型中重置分区模型，本发明添加如下约束去掉已经得到的分区方案重新优化，如此循环直到无法求解。
其中：Γ为己确定的黑启动分区方案集合，随着优化进行该集合元素数量逐渐增加；γ为某一具体子系统划分方案；zγ im为方案γ中变量的具体取值。
如此循环直到无法求解。得到的方案组成备选分区方案集合。上述过程添加约束之后得到的分区方案至少有一台待恢复机组、储能的分区与已有方案不同，而负荷的分区根据机组的分区不同相应的改变。
将得到的方案组成备选分区方案集合。
S3：分区方案准重构结果求解
本发明首先对系统中各种资源分别建立模型，同时考虑潮流约束、暂态频率约束、火电机组启动时限约束。之后以最大化火电机组出力、最大化火电机组出力为目标建立双目标准重构模型，之后使用INNC法求解得到各个分区的准重构方案。最后以火电机组发电量、风电场发电量、重要负荷恢复量为指标选择最终准重构方案，得到各个分区方案的准重构结果。
S301：对分区的机组、储能建立模型。具体包括：火电机组模型、风电机组模型、储能资源模型。
(1)火电机组
同一重构时步内的不同机组可分别处于准备启动或启动、升负荷及达到最小技术出力等不同运行状态。火电机组恢复之后其出力如下图所示：
网架重构阶段火电机组在达到最小技术出力之前不会预留备用，在达到最小技术出力之后可以牺牲部分出力作为上调备用恢复风电机组。需要注意，由于火电机组出力恢复速度受到其锅炉温度和压力的较大影响，为了最大限度地消除对重构效率的制约或不利影响，机组启动时刻tia应满足式(13)所示的相应启动时间限制。
0<tia<TCH,i或tia>TCC,j (13)
其中，TCH,i为自然循环机组的最大临界热启动时间，TCC,j为直流机组的最小临界启动时间。
(2)风电机组
当黑启动风电场供电火电机组出力为0时
此时黑启动风电场所带储能只能维持本风电场出力，调度权受限。约束表示如下：
m表示风电场黑启动电源节点，此约束保证此时黑启动风电场储能的出力正好平抑本身的波动。其余备用约束如下：
其中nw表示的是该时步可恢复区域内的风电场数；nj为第j个风电场所拥有的风机台数。为第j个风电场本时步恢复的风机台数。为第j个风电场的期望出力；为第j个风电场在置信度水平下的最小出力；NGm为该时步已经达到最小技术出力可以预留上调备用的火电机组台数；PGup,i,t为第k台火电机组预留的上调备用容量。Pi,t fang为t时步储能i的放电功率；Ns为储能的个数。
如果分区黑启动电源为风电场，其配置储能在其最先恢复的火电机组出力之前只能平抑本风电场出力波动；当其最先恢复的火电机组开始并网出力之后则其配置储能调度权限放开，为系统灵活性需求服务。具体模型如下：
其最先恢复的火电机组没有并网出力，此时预留备用模型如下：
除此之外还要保证风电场m供电的火电厂必须恢复，如下式所示：
表示火电机组g在t时步的恢复决策变量。
如果火电机组已经并网出力则预留备用模型如下：
(3)储能资源模型
储能系统在t时刻的功率输出可以表示为：
其中，表示t时刻BESS输出有功功率，表示t时刻BESS的放电功率，表示t时刻BESS的充电功率。如果为正，储能系统放电；否则，储能系统充电。
(3.1)储能的功率约束
上述两式分别表示储能的充、放电功率不超过其最大、最小功率限制。
yi ch和yi fang分别为储能的充放电状态决策变量。yi ch为1表示储能i充电、为0表示不充电。yi fang同理。
由于同一时步储能的充放电状态只有一种故还要满足下面的约束
(3.2)储能容量约束
ηi为储能i的转化效率。为储能i的最小容量一般取额定容量的10％，为储能i的最大容量一般取额定容量的90％。
S302：确定潮流约束、暂态频率约束约束。
(1)潮流约束
本发明采用直流潮流作为约束。
式中BL、B0分别为支路电纳矩阵和节点电纳矩阵；PB为节点注入有功向量；PL为支路功率矩阵。
(2)暂态频率偏差限值约束
Δfmax为系统允许的最大暂态频率偏差，通常取0.5Hz；Ks,i为已经并网的第i台机组的单位调节功率；Pstr,t为t时步机组最大增发功率。
S303：以最大化火电机组出力、最大化火电机组出力为目标，使用INNC法求解分区备选准重构方案集合。
(1)最大化火电机组出力
在最大化火电机组出力的目标引导下，黑启动机组或已经恢复的初期带电系统的启动功率将全部用来恢复火电机组的厂用负荷，机组启动决策力图使整个重构时长T期间火电机组的发电量最大，目标函数可表示为式(20)。
式中，NGh为已恢复的火电机组总数。NGd为待启动的火电机组总数；kj,t表示t时步第j台火电机组是否启动的0/1决策变量；t0,i为已恢复机组的启动时刻，t0为当前时刻。
(2)最大化风电机组出力
为了最大化风电机组出力，可用的启动功率需要按照风电出力的预测波动程度为其提供最大可能的有功备用支持，不再恢复火电机组辅机设备。t为本时步时长，其目标函数如式(23)。
式中第1项表示该时步决策启动的台风电机组按照期望出力的总发电量，其中变量含义同式(18)。第2项表示在Ty内已达到最小技术出力的相关火电机组为风电提供的同步备用电量。在网架重构阶段，厂用电负荷是最重要的负荷，第3项表示发电功率优先恢复厂用电负荷。
以上述两个目标为目标函数，考虑以上约束组成双目标优化模型按照INNC法的步骤进行求解。
S304：使用变异系数法考虑风电恢复量、火电恢复量、重要负荷恢复量选择最优准重构方案，并用其结果作为该分区方案的评价指标值。
S4：最优分区方案选择
新型电力系统要求系统有足够的灵活性消纳新能源。本发明选择准重构阶段的风电恢复量、火电恢复量两个指标表征系统的灵活性。并选择分区电气距离、系统恢复时间、分区恢复时间平衡性三个指标表征分区方案的合理性，使用变异系数法综合考虑以上五个指标，根据各个方案的各个指标值之差使用变异系数法求得各个指标的权重，之后对各方案的指标值进行加权求和，获得方案的综合评价值。综合评价值最大的方案为最优分区方案。
采用变异系数法对最优分区方案的决策过程简述如下：
(1)备选分区方案集合A＝{a1,a2,…,ai,…,an}共n个方案；
(2)利用火电出力恢复量、风电出力恢复量、分区电气距离、系统恢复时间、分区恢复时间平衡性构建评价指标集合E＝{e1,e2,e3,e4,e5}，记待评价方案ai针对评价指标ej的取值为Yij；
(3)构建决策矩阵[Yij]n×5并依据式(30)进行归一化，得到规范化决策矩阵
(4)确定各评价指标的权重。首先，根据式(31)求出评价指标ej的变异系数Vj。进而，采用式(32)求出该指标的权重Wj。
(5)确定最优重构方案。以规范化决策矩阵为基础，采用评价指标权重对各方案的指标值进行加权求和，获得方案的综合评价值。综合评价值最大的方案为时步的最优重构方案。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种计及规模储能的含风电电力系统黑启动分区方法，其特征在于包括以下步骤：
S1：待恢复机组分区
以待恢复发电机获得启动功率时间最短为目标，考虑机组分区约束、机组数量约束对系统内的风电场-特级负荷联合系统、风电场及其储能资源、其余机组节点进行分区；
S2：备选分区方案集合求解
以分区内部联系紧密为目标对系统中剩余储能、负荷节点进行分区得到一个分区方案，以分区节点到分区黑启动电源的电气距离最小作为目标函数表示分区内部联系紧密，考虑各种分区约束，建立分区优化模型对系统剩余负荷节点进行分区得到一个分区方案；
得到分区方案之后，在步骤S1优化模型重置分区模型并去掉已经生成的方案重新求解，反复求解直到无可行分区方案或者分区方案足够多时停止求解，将得到的所有分区方案组成备选分区方案集合；
S3：分区方案准重构结果求解
首先对系统中各种资源分别建立模型，同时考虑潮流约束、暂态频率约束、火电机组启动时限约束；
之后以最大化火电机组出力、最大化火电机组出力为目标建立双目标准重构模型；
之后使用INNC法求解得到各个分区的准重构方案；
最后以火电机组发电量、风电场发电量、重要负荷恢复量为指标选择最终准重构方案，得到各个分区方案的准重构结果；
S4：最优分区方案选择
在得到备选分区方案集合中所有分区方案的评价指标值后，选择分区电气距离、风电恢复量、火电恢复量、系统恢复时间、分区恢复时间平衡性五个指标使用变异系数法进行综合评价选择最优分区方案。
2.根据权利要求1所述的一种计及规模储能的含风电电力系统黑启动分区方法，其特征在于，所述步骤S1中，机组分区模型用于描述计及规模风电以及规模储能的电力系统分区方案优化求解问题，包括以下步骤：
S101：依据电力系统黑启动电源的位置与数量确定机组分区约束；
S102：以待恢复发电机得到启动功率时间最短为目标，考虑机组分区约束、机组数量约束对系统内的风电场-特级负荷联合系统、风电场及其储能资源、其余机组节点进行分区。
3.根据权利要求1所述的一种计及规模储能的含风电电力系统黑启动分区方法，其特征在于，所述步骤S2中，储能、负荷节点分区模型用于描述计及规模风电以及规模储能的电力系统分区方案优化求解问题，包括以下步骤：
S201：根据每个分区内的火电机组厂用电和黑启动电源的发电能力确定机组启动约束、源荷匹配约束、区内联通约束、以及联合系统的联合运行约束；
S202：以节点到分区黑启动电源的电气距离最小作为目标函数为目标，考虑上述约束对系统剩余的储能、负荷节点进行分区；
S203：在步骤S1优化模型重置分区模型并去掉已经生成的方案重新优化求解，如此循环直到无法求解；
将得到的方案组成备选分区方案集合。
4.根据权利要求1所述的一种计及规模储能的含风电电力系统黑启动分区方法，其特征在于，所述步骤S3中，使用INNC法求解各个分区方案准重构结果优化步骤如下：
S301：对分区的机组、储能建立模型；
S302：确定潮流约束、暂态频率约束；
S303：以最大化火电机组出力、最大化火电机组出力为目标，使用INNC法求解分区备选准重构方案集合；
S304：综合考虑风电恢复量、火电恢复量、重要负荷恢复量选择最优准重构方案，并用其结果作为该分区方案的评价指标值。
5.根据权利要求1所述的一种计及规模储能的含风电电力系统黑启动分区方法，其特征在于，所述步骤S4中，在得到备选分区方案集合中所有分区方案的评价指标值后，选择风电恢复量、火电恢复量两个指标表示分区的灵活性，使用分区电气距离、系统恢复时间、分区恢复时间平衡性三个指标表示分区方案的合理性；最终使用变异系数法进行综合评价选择最优分区方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210962874.XA CN115395505B (zh) | 2022-08-11 | 2022-08-11 | 一种计及规模储能的含风电电力系统黑启动分区方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210962874.XA CN115395505B (zh) | 2022-08-11 | 2022-08-11 | 一种计及规模储能的含风电电力系统黑启动分区方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115395505A CN115395505A (zh) | 2022-11-25 |
| CN115395505B true CN115395505B (zh) | 2024-07-19 |
Family
ID=84119331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210962874.XA Active CN115395505B (zh) | 2022-08-11 | 2022-08-11 | 一种计及规模储能的含风电电力系统黑启动分区方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115395505B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116205079B (zh) * | 2023-03-23 | 2024-05-31 | 盛东如东海上风力发电有限责任公司 | 风电场重复设计方案筛选方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106684906A (zh) * | 2016-11-23 | 2017-05-17 | 国网浙江省电力公司电动汽车服务分公司 | 一种大停电后电力系统并行恢复方法 |
| CN110889779A (zh) * | 2019-12-03 | 2020-03-17 | 华北电力大学（保定） | 多风电场出力的典型场景模型构建方法和机组恢复方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021164112A1 (zh) * | 2020-02-18 | 2021-08-26 | 山东大学 | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 |
| US11777310B2 (en) * | 2021-01-26 | 2023-10-03 | Qatar University | Virtual inertia estimation for black-start using Tower of Hanoi (ToH) for emerging electricity distribution networks |
| CN113644653B (zh) * | 2021-08-20 | 2023-08-01 | 西安交通大学 | 新能源与储能协同配合的电力系统黑启动路径恢复方法 |
| CN114188936B (zh) * | 2021-11-09 | 2024-09-06 | 国网江苏省电力有限公司电力科学研究院 | 一种传统火电机组黑启动移动储能系统的优化调度方法 |
| CN114649826A (zh) * | 2022-03-16 | 2022-06-21 | 国电南瑞南京控制系统有限公司 | 一种考虑风电场的黑启动分区方法及系统 |
-
2022
- 2022-08-11 CN CN202210962874.XA patent/CN115395505B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106684906A (zh) * | 2016-11-23 | 2017-05-17 | 国网浙江省电力公司电动汽车服务分公司 | 一种大停电后电力系统并行恢复方法 |
| CN110889779A (zh) * | 2019-12-03 | 2020-03-17 | 华北电力大学（保定） | 多风电场出力的典型场景模型构建方法和机组恢复方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115395505A (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Morstyn et al. | Cooperative multi-agent control of heterogeneous storage devices distributed in a DC microgrid | |
| Ali et al. | Optimizing coordinated control of distributed energy storage system in microgrid to improve battery life | |
| Abhinav et al. | Grid integration of wind turbine and battery energy storage system: Review and key challenges | |
| CN103986190A (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
| Xiao et al. | Online supervisory voltage control for grid interface of utility-level PV plants | |
| Arani et al. | A novel control method based on droop for cooperation of flywheel and battery energy storage systems in islanded microgrids | |
| Jain et al. | Control solutions for blackstart capability and islanding operation of offshore wind power plants | |
| Wang et al. | An improved min-max power dispatching method for integration of variable renewable energy | |
| CN114725926A (zh) | 面向韧性提升的分布式资源辅助主网关键节点黑启动策略 | |
| Hemmati et al. | Optimal control strategy on battery storage systems for decoupled active-reactive power control and damping oscillations | |
| CN111092455A (zh) | 一种储能系统与已恢复机组联合运行的负荷恢复优化方法 | |
| Konara et al. | Power flow management controller within a grid connected photovoltaic based active generator as a finite state machine using hierarchical approach with droop characteristics | |
| CN115395505B (zh) | 一种计及规模储能的含风电电力系统黑启动分区方法 | |
| Shadabi et al. | A decentralized non-linear dynamic droop control of a hybrid energy storage system bluefor primary frequency control in integrated AC-MTDC systems | |
| Wu et al. | Optimized capacity configuration of an integrated power system of wind, photovoltaic and energy storage device based on improved particle swarm optimizer | |
| El-Bahay et al. | Computational methods to mitigate the effect of high penetration of renewable energy sources on power system frequency regulation: a comprehensive review | |
| Li et al. | Coordinated control strategy of multiple energy storage power stations supporting black-start based on dynamic allocation | |
| Aiswariya et al. | Optimal microgrid battery scheduling using simulated annealing | |
| Asaduz-Zaman et al. | Coordinated control of interconnected microgrid and energy storage system | |
| Gamage et al. | Battery Energy Storage based approach for grid voltage regulation in renewable rich distribution networks | |
| 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 | |
| Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
| Zhou et al. | Stability simulation of a MW-scale PV-small hydro autonomous hybrid system | |
| CN114398777B (zh) | 一种基于巴什博弈理论的电力系统灵活性资源配置方法 | |
| Das et al. | Energy Management for a RES-Powered DC Microgrid Under Variable Load |
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 |