CN116436080A - 一种灵活性资源集群参与电网调控的综合评价方法及系统 - Google Patents

一种灵活性资源集群参与电网调控的综合评价方法及系统 Download PDF

Info

Publication number
CN116436080A
CN116436080A CN202310392087.0A CN202310392087A CN116436080A CN 116436080 A CN116436080 A CN 116436080A CN 202310392087 A CN202310392087 A CN 202310392087A CN 116436080 A CN116436080 A CN 116436080A
Authority
CN
China
Prior art keywords
index
flexible resource
power
indexes
resource cluster
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
Application number
CN202310392087.0A
Other languages
English (en)
Inventor
龚禹生
吴晋波
洪权
李辉
刘永刚
贺鹏程
邹鑫
张思远
徐民
杨丹
李振文
王阳光
欧阳帆
梁文武
李刚
臧欣
李理
余斌
刘伟良
黄宇轩
于雨彤
胡斯佳
李勇
张靖
林锦杰
王丹
蔡昱华
丁禹
刘志豪
刘智仁
肖遥遥
许立强
严亚兵
尹超勇
徐彪
肖豪龙
欧阳宗帅
龙雪梅
刘鸿基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202310392087.0A priority Critical patent/CN116436080A/zh
Publication of CN116436080A publication Critical patent/CN116436080A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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
    • 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
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种灵活性资源集群参与电网调控的综合评价方法及系统，首先针对待测灵活性资源集群，计算预设的灵活性资源集群参与电网调控的综合评价指标体系中各个指标的数值；然后基于模糊评价法的集群初选方法，以筛选出的集群为基础，确定各指标合理的等级范围；利用筛选出的集群确定客观权重；将各个指标预设的AGC(自动增益控制)/AVC(自动电压控制)评价主观权重与客观权重进行组合赋权并求和，得到待测灵活性资源集群的AGC/AVC调度能力。本发明能够实现对灵活性资源集群参与配电网AGC、AVC调度的综合性能评价，指导电网公司对灵活性资源集群参与调度的能力进行评估。

Description

一种灵活性资源集群参与电网调控的综合评价方法及系统
技术领域
本发明涉及电网的调度技术领域，具体涉及一种灵活性资源集群参与电网调控的综合评价方法及系统。
背景技术
目前，各地配电网将一定区域内分布式发电机组、可控负荷以及分布式储能设施等分布式灵活资源进行聚合，形成虚拟电厂，参与电力市场和电网的调控运行。为规范资源集群接入电网相关行为，各地电网管理部门基于当地实际情况，有针对性地推出并网发电厂辅助服务管理实施细则和发电厂并网运行管理实施细则。灵活性资源包括新能源发电设备(风电、光电)、储能设备和可控柔性负荷等，灵活性资源集群是将新能源发电设备、储能设备和可控柔性负荷各种可控柔性负荷进行聚合形成的集合，该集合是可控资源聚合体，能够充分发挥不同灵活性资源的灵活性，进而参与电网调控。可控柔性负荷是指可受控参与电网控制，能够与电网进行能量互动的负荷(例如电动汽车)。然而，对于这样一个复杂的多种资源类型聚合体，如何评价其参与电网调度的能力，是急待解决的关键难题。现有评价指标体系大多从聚合商角度出发，在电网角度层面，缺乏一个可以全面、客观衡量不同灵活资源集群参与电网调度能力的综合评价指标体系。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种灵活性资源集群参与电网调控的综合评价方法及系统，本发明以分布式灵活资源集群的类型特征、规模特征和控制能力为基础，基于灵活资源集群的有功及无功出力可调范围、能量调节范围、响应速度、调节精度、出力扰动水平(或出力不确定性能源占比)等信息，能够实现对灵活性资源集群参与配电网AGC(自动增益控制)、AVC(自动电压控制)调度的综合性能评价，用于指导电网公司对灵活性资源集群参与调度的能力进行评估。
为了解决上述技术问题，本发明采用的技术方案为：
一种灵活性资源集群参与电网调控的综合评价方法，包括：
S1，建立灵活性资源集群参与电网调控的指标体系，针对待测灵活性资源集群计算指标体系中各项指标的数值；
S2，根据各项指标的数值，采用层次分析法主观赋权以确定各项指标的主观权重，并用熵权法计算各项指标的客观权重；
S3，根据待测灵活性资源集群生成随机的多组灵活性资源集群；
S4，确定每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则；
S5，利用等级分界线及其等级划分规则，计算每一个灵活性资源集群各指标处于不同评价等级的概率，并将所有灵活性资源集群的概率合并成一个概率矩阵，并利用模糊评价法筛选出较优秀的灵活性资源集群；
S6，针对较优秀的灵活性资源集群，重新用熵权法计算各项指标的客观权重；
S7，将各项指标的主观权重、客观权重组合得到各项指标的综合权重；
S8，对待测灵活性资源集群，计算综合评价指标体系中各项指标的值，并结合各项指标的综合权重加权求和，得到待测灵活性资源集群参与电网调控的调度能力。
可选地，步骤S1中的指标体系包括可调度性指标、响应性能指标、调度准确性指标和经济性指标四个一级指标，其中：所述可调度性指标包括有功出力可调范围指标、无功出力可调范围指标、可调节总电量指标、服务时间指标和集群出力变化率指标五个二级指标；所述响应性能指标包括响应时间指标、响应速度指标和持续时间指标三类二级指标，且响应速度指标包括AGC响应速度指标和AVC响应速度指标，使得响应性能指标有四个二级指标；所述调度准确性指标包括调节精度指标、谐波电压合格率指标和出力预测准确率指标三类二级指标，且调节精度指标包括有功功率控制精度指标和无功功率控制精度指标，使得调度准确性指标有四个二级指标；所述经济性指标包括综合经济收益指标、可再生能源消纳率指标和线路损耗指标三类二级指标，且线路损耗指标包括AGC关键节点损耗指标和线路末端损耗指标，使得经济性共有四个二级指标；且AGC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AGC调度能力，AVC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AVC调度能力。
可选地，所述有功出力可调范围指标的计算函数表达式为：
Figure BDA0004176239000000021
上式中，DP为有功出力可调范围指标，T为计算周期，t和ti为时间，Pt-max指t时刻的最大可能出力，为灵活性资源集群中所有发电机组皆输出当前时刻的最大功率、储能机组取最大释放功率、控制负载吸收的功率最小的总出力；Pt-min指t时刻的最小可能出力或最大吸收功率，为灵活性资源集群中所有发电机组皆输出当前时刻的最小功率、光伏机组完全弃光、风电机组完全弃风、储能机组取最大吸收功率且不控制负载功率减小的总出力；
无功出力可调范围指标的计算函数表达式为：
Figure BDA0004176239000000022
上式中，DP为无功出力可调范围指标，Si,N指第i台机组的装机容量，Pi,N指第i台机组的额定功率；
可调节总电量指标的计算函数表达式为：
DC＝∑Wes,，
上式中，DC为可调节总电量指标，Wes,指第i台储能机组所包含的储能电量；
服务时间指标的计算函数表达式为：
DS＝(T1+0.5×T0.)/(0+1+0.)，
上式中，Ds为服务时间指标，T0、T0.和T1分别为灵活性资源集群在指定时间内调节性能差、一般、优三种状态的服务时间；
集群出力变化率指标的计算函数表达式为：
Figure BDA0004176239000000031
上式中，Du为集群出力变化率指标，Pt为灵活性资源集群在t时刻的测量功率，Pn为灵活性资源集群整个计算周期的测量功率，T为计算周期；
响应时间指标为灵活性资源集群参与电网调度时出力达到调度设定功率指定比例时所用的时间tr；AGC响应速度指标为灵活性资源集群参与电网调度时出力时的AGC响应速度Vp；AVC响应速度指标为灵活性资源集群参与电网调度时出力时的AVC响应速度Vq；持续时间指标为灵活性资源集群维持一个给定的功率指标持续的最大时间Ti；
有功功率控制精度指标的计算函数表达式为：
Figure BDA0004176239000000032
上式中，ΔP为有功功率控制精度指标，m为调度测试次数，ΔPi为第i次调度测试时响应稳定后的有功偏差值，PN为灵活性资源集群额定有功，为灵活性资源集群内部各资源额定有功之和；
无功功率控制精度指标的计算函数表达式为：
Figure BDA0004176239000000033
上式中，ΔQ为无功功率控制精度指标，m为调度测试次数，ΔQi为第i次调度测试时响应稳定后的无功偏差值，QN为灵活性资源集群额定无功，为灵活性资源集群内部各资源额定无功之和；
谐波电压合格率指标的计算函数表达式为：
Figure BDA0004176239000000034
上式中，THDU为谐波电压合格率指标，U1为基波电压有效值，U2～U4为第2～4次谐波电压有效值；
出力预测准确率指标的计算函数表达式为：
Figure BDA0004176239000000041
上式中，Dpro为出力预测准确率指标，PMi指第i次测量的实际出力大小，PPi指第i次测量的预测出力大小，n指出力预测准确率指标的测量次数；
综合经济收益指标的计算函数表达式为：
DE1＝(Mse-Mof-Mcs-Mtr)/Mav，
上式中，DE1为综合经济收益指标，Mav指灵活性资源集群的平均发电收益，Mse指辅助服务收益，Mof指聚合商报价成本，Mcs指短路容量投资成本，Mtr指跨地区调度成本；
可再生能源消纳率指标的计算函数表达式为：
Figure BDA0004176239000000042
AGC关键节点损耗指标为AGC关键节点的输入功率和输出功率之间的差；
线路末端损耗指标的计算函数表达式为：
Figure BDA0004176239000000043
或/>
Figure BDA0004176239000000044
上式中，ΔPV％指AVC调控时的线路损耗，ΔPf％指AGC调控时的线路损耗，Pi指流入节点i的功率，其中i表示末端节点，P0指灵活性资源集群输出的功率，n为末端节点数量；Pj指流入节点j的功率，其中j表示AGC关键节点，m为AGC关键节点数量。
可选地，步骤S2中采用层次分析法主观赋权以确定各项指标的主观权重的函数表达式为：
Figure BDA0004176239000000045
上式中，wAj指用主观赋权求得的第j个指标的权重，Aji指表示第i个指标和第j个指标之间的重要性判别矩阵，如果第j个指标比第i个指标重要，则Aji＝1；如果第i个指标比第j个指标重要，则Aji＝0；如果第i个指标和第j个指标同等重要，则Aji＝0.5。
可选地，步骤S2中用熵权法计算各项指标的客观权重的函数表达式为：
wEj＝(1-Ej)/(k-∑Ej),j＝1,2,…,k，
上式中，wEj指用熵权法计算得到的第j项指标的权重，Ej为第j项指标的信息熵，k为参与评价的指标总个数。
可选地，步骤S3包括先根据待测灵活性资源集群生成随机的多个灵活性资源集群，再采用等分或者不等分的方式分组得到多组灵活性资源集群，且生成一个灵活性资源集群包括：
S3.1，初始化节点数b为0；
S3.2，生成两个随机数种子，利用第一个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群所包含的节点总数a，利用第二个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群的初始节点并作为当前节点；
S3.3，根据当前节点所在的位置确定与当前节点相连的支路；
S3.4，在当前节点相连的支路中通过随机选择一个支路确定下一个节点的位置，将下一个节点与当前节点合并生成灵活性资源集群；
S3.5，判断灵活性资源集群的节点数b等于节点总数a是否成立，若成立，则判定所需生成的灵活性资源集群已经生成完毕，输出灵活性资源集群的所有节点；否则将下一个节点作为新的当前节点，跳转步骤S3.3。
可选地，步骤S4中确定的每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则的函数表达式为：
Figure BDA0004176239000000051
上式中，Cj为第j个指标映射到相同等级的结果，Dji为第j个指标的第i组数值，Dj-th指第j个指标的准入门槛值，Dj指第j个指标的原始数值。
可选地，步骤S5中利用模糊评价法筛选出较优秀的灵活性资源集群包括：
S5.1，根据下式生成灵活性资源集群的模糊评价矩阵：
XR＝×PR，
上式中，XR表示灵活性资源集群的模糊评价矩阵，ω表示权重向量，PR表示输入的概率矩阵，×代表模糊合成算子；
S5.2，将灵活性资源集群的模糊评价矩阵采用最大隶属度原则确定灵活性资源集群的评价等级，并根据评价等级筛选出较优秀的灵活性资源集群。
此外，本发明还提供一种灵活性资源集群参与电网调控的综合评价系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述灵活性资源集群参与电网调控的综合评价方法。
此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执行所述灵活性资源集群参与电网调控的综合评价方法。
和现有技术相比，本发明主要具有下述优点：本发明包括针对待测灵活性资源集群，计算预设的灵活性资源集群参与电网调控的综合评价指标体系中各个指标的数值；将各个指标的数值映射到相同的取值等级；分别根据为各个指标预设的AGC评价权重进行加权求和，得到待测灵活性资源集群的AGC调度能力；根据为各个指标预设的AVC评价权重进行加权求和，得到待测灵活性资源集群的AVC调度能力。本发明以分布式灵活资源集群的类型特征、规模特征和控制能力为基础，基于灵活资源集群的有功及无功出力可调范围、能量调节范围、响应速度、调节精度、出力扰动水平(或出力不确定性能源占比)等信息，能够实现对灵活性资源集群参与配电网AGC(自动增益控制)、AVC(自动电压控制)调度的综合性能评价，用于指导电网公司对灵活性资源集群参与调度的能力进行评估。
附图说明
图1为本发明实施例方法的基本流示意图。
图2为本发明实施例中AGC/AVC评价权重的确定流程示意图。
图3为本发明实施例中灵活性资源集群参与电网调控的综合评价指标体系的示意图。
具体实施方式
如图1和图2所示，本实施例灵活性资源集群参与电网调控的综合评价方法包括：
S1，建立灵活性资源集群参与电网调控的指标体系，针对待测灵活性资源集群计算指标体系中各项指标的数值；
S2，根据各项指标的数值，采用层次分析法主观赋权以确定各项指标的主观权重，并用熵权法计算各项指标的客观权重；
S3，根据待测灵活性资源集群生成随机的多组灵活性资源集群；
S4，确定每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则；
S5，利用等级分界线及其等级划分规则，计算每一个灵活性资源集群各指标处于不同评价等级的概率，并将所有灵活性资源集群的概率合并成一个概率矩阵，并利用模糊评价法筛选出较优秀的灵活性资源集群；
S6，针对较优秀的灵活性资源集群，重新用熵权法计算各项指标的客观权重；
S7，将各项指标的主观权重、客观权重组合得到各项指标的综合权重；
S8，对待测灵活性资源集群，计算综合评价指标体系中各项指标的值，并结合各项指标的综合权重加权求和，得到待测灵活性资源集群参与电网调控的调度能力。
如图3所示，步骤S1中的指标体系包括可调度性指标、响应性能指标、调度准确性指标和经济性指标四个一级指标，其中：所述可调度性指标包括有功出力可调范围指标、无功出力可调范围指标、可调节总电量指标、服务时间指标和集群出力变化率指标五个二级指标；所述响应性能指标包括响应时间指标、响应速度指标和持续时间指标三类二级指标，且响应速度指标包括AGC响应速度指标和AVC响应速度指标，使得响应性能指标有四个二级指标；所述调度准确性指标包括调节精度指标、谐波电压合格率指标和出力预测准确率指标三类二级指标，且调节精度指标包括有功功率控制精度指标和无功功率控制精度指标，使得调度准确性指标有四个二级指标；所述经济性指标包括综合经济收益指标、可再生能源消纳率指标和线路损耗指标三类二级指标，且线路损耗指标包括AGC关键节点损耗指标和线路末端损耗指标，使得经济性共有四个二级指标；且AGC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AGC调度能力，AVC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AVC调度能力。分别根据为各个指标预设的AGC评价权重进行加权求和，得到待测灵活性资源集群的AGC调度能力；根据为各个指标预设的AVC评价权重进行加权求和，得到待测灵活性资源集群的AVC调度能力。在二级指标中分别建立各指标评价的数学计算公式，依据指标特点划分优劣等级；分别计算各二级指标的分值，并进行加权求和，得到各一级指标分值；最后对各一级指标进行加权求和，得到综合评价指标体系的评价值。本实施例灵活性资源集群参与电网调控的综合评价方法提出一种灵活性资源集群参与电网AGC、AVC调度的综合评价指标体系。一方面，该综合评价指标体系可以指导电网公司对灵活性资源集群参与调度的“适配性”进行评估；另一方面，综合评价指标体系进行预先自我评价，并进行相应的改进，使之在参与电网公司调度时具有更好的“适配性”，因此具有极佳的实际运用价值和工程应用前景。
有功出力可调范围为灵活性资源集群(下文如无特别之处，集群即为指代灵活性资源集群)在一段固定时间内可调节的有功功率平均值。本实施例中，有功出力可调范围指标的计算函数表达式为：
Figure BDA0004176239000000071
上式中，DP为有功出力可调范围指标，T为计算周期，t和ti为时间，Pt-max指t时刻的最大可能出力，为灵活性资源集群中所有发电机组皆输出当前时刻的最大功率、储能机组取最大释放功率、控制负载吸收的功率最小的总出力；Pt-min指t时刻的最小可能出力或最大吸收功率，为灵活性资源集群中所有发电机组皆输出当前时刻的最小功率、光伏机组完全弃光、风电机组完全弃风、储能机组取最大吸收功率且不控制负载功率减小的总出力。
无功出力可调范围为集群内部各机组可参与调节的视在功率之和(或装机容量)，体现集群可调节的无功功率范围。本实施例中，无功出力可调范围指标的计算函数表达式为：
Figure BDA0004176239000000072
上式中，DP为无功出力可调范围指标，Si,N指第i台机组的装机容量，Pi,N指第i台机组的额定功率。
可调节总电量为集群内部各机组可参与调节的储能电量范围，用于表明在参与某一功率调度的调节时能维持的时间。本实施例中，可调节总电量指标的计算函数表达式为：
DC＝∑Wes,，
上式中，DC为可调节总电量指标，Wes,指第i台储能机组所包含的储能电量。
服务时间为资源集群服务商承诺的可以提供服务的时间段(季节、月份等)，提供了长时间尺度下对灵活性资源集群参与调度能力的评价。本实施例中，服务时间指标的计算函数表达式为：
DS＝(T1+0.5×T0.)/(0+1+0.)，
上式中，DS为服务时间指标，T0、T0.和T1分别为灵活性资源集群在指定时间内调节性能差、一般、优三种状态的服务时间；本实施例中规定灵活性资源集群在一年中的调节性能可分为三种阶段：调节性能一般、调节性能优、调节性能较差，处于三种阶段的时间分别为T0.、T1和T0，从而可以计算出服务时间指标。
集群出力变化率为集群在一个较短时间内出力的变化程度。本实施例中，集群出力变化率指标的计算函数表达式为：
Figure BDA0004176239000000081
上式中，Du为集群出力变化率指标，Pt为灵活性资源集群在t时刻的测量功率，Pn为灵活性资源集群整个计算周期的测量功率，T为计算周期。
本实施例中，响应时间指标为灵活性资源集群参与电网调度时出力达到调度设定功率指定比例时所用的时间tr，其中指定比例可根据实际需要指定，例如本实施例中为灵活性资源集群参与电网调度时出力达到调度设定功率90％时所用的时间。
响应速度为集群参与电网调度的响应能力，包括有功响应速度(AGC响应速度)和无功响应速度(AVC响应速度)，该指标为电力系统调度部门测量值，用Vp和Vq分别表示有功响应速度和无功响应速度。本实施例中，AGC响应速度指标为灵活性资源集群参与电网调度时出力时的AGC响应速度Vp，AVC响应速度指标为灵活性资源集群参与电网调度时出力时的AVC响应速度Vq。
本实施例中，持续时间指标为灵活性资源集群维持一个给定的功率指标持续的最大时间Ti，该指标为电力系统调度部门测量值。
调节进度为集群响应稳定后，实际出力和设定出力之间的偏差，包括有功偏差和无功偏差。本实施例中，有功功率控制精度指标的计算函数表达式为：
Figure BDA0004176239000000082
上式中，ΔP为有功功率控制精度指标，m为调度测试次数，ΔPi为第i次调度测试时响应稳定后的有功偏差值，PN为灵活性资源集群额定有功，为灵活性资源集群内部各资源额定有功之和。
本实施例中，无功功率控制精度指标的计算函数表达式为：
Figure BDA0004176239000000091
上式中，ΔQ为无功功率控制精度指标，m为调度测试次数，ΔQi为第i次调度测试时响应稳定后的无功偏差值，QN为灵活性资源集群额定无功，为灵活性资源集群内部各资源额定无功之和。
谐波电压合格率为集群接入电网的主要节点处的电压谐波合格程度。本实施例中，谐波电压合格率指标的计算函数表达式为：
Figure BDA0004176239000000092
上式中，THDU为谐波电压合格率指标，U1为基波电压有效值，U2～U4为第2～4次谐波电压有效值。
出力预测准确率为对风电光伏这类灵活性资源以及柔性负荷的预测准确性的评估，本实施例中，出力预测准确率指标的计算函数表达式为：
Figure BDA0004176239000000093
上式中，Dpro为出力预测准确率指标，PMi指第i次测量的实际出力大小，PPi指第i次测量的预测出力大小，n指出力预测准确率指标的测量次数。
综合经济收益为从电网收益的角度出发，以电网获取的辅助服务收益减去聚合商报价成本、短路容量投资成本和跨地区调度成本得到电网从该聚合商处得到的收益。本实施例中，综合经济收益指标的计算函数表达式为：
DE1＝(Mse-Mof-Mcs-Mtr)/Mav，
上式中，DE1为综合经济收益指标，Mav指灵活性资源集群的平均发电收益，Mse指辅助服务收益，Mof指聚合商报价成本，Mcs指短路容量投资成本，Mtr指跨地区调度成本。
可再生能源消纳率为集群中新能源的占比。本实施例中，可再生能源消纳率指标的计算函数表达式为：
Figure BDA0004176239000000094
AGC关键节点损耗指标为AGC关键节点的输入功率和输出功率之间的差。
线路损耗为灵活性资源集群参与调控过程中的线路损耗，将容易出现功率不足的点(AGC)或者末端节点(AVC)作为特殊点或者地理关键节点，用该节点计算线损值。因此，本实施例中线路末端损耗指标的计算函数表达式为：
Figure BDA0004176239000000095
或/>
上式中，ΔPV％指AVC调控时的线路损耗，ΔPf％指AGC调控时的线路损耗，Pi指流入节点i的功率，其中i表示末端节点，P0指灵活性资源集群输出的功率，n为末端节点数量；Pj指流入节点j的功率，其中j表示AGC关键节点，m为AGC关键节点数量。
本实施例中，指标体系的构建原则主要包括以下几条：全面性原则，可观测性原则，目的性原则，简洁性原则，独立性原则，层次性原则以及可行性原则。上述所举仅为主要的构建原则，也可根据指标体系层次结构的实际需要进行选择。根据建立综合评价指标体系的方法，考虑到配电网AGC、AVC的调度目标具有显著的层次性，因而需要建立评价层次结构，得到综合评价指标体系。对每一指标体系层次结构进行分类，将一级指标分为可调度性指标、响应性能指标、调度准确性与可靠性指标和经济性指标四类。对可调度性指标进行分类，在二级指标中建立所述灵活性资源集群调度准确性与可靠性指标的评价，包括：有功出力可调范围指标，无功出力可调范围指标，可调节总电量指标，服务时间指标以及集群出力变化率指标。对响应性能指标进行分类，在二级指标中建立所述灵活性资源集群响应性能指标的评价，包括：响应时间指标，响应速度指标及持续时间指标，其中响应速度指标包括AGC响应速度和AVC响应速度。对调度准确性与可靠性指标进行分类，在二级指标中建立所述灵活性资源集群调度准确性与可靠性指标的评价，包括：调节精度指标，谐波电压合格率以及出力预测准确率指标，其中调节精度指标包括有功功率控制精度和无功功率控制精度。对经济性指标进行分类，在二级指标中建立所述灵活性资源集群经济性指标的评价，包括综合经济收益指标，可再生能源消纳率指标以及线路损耗指标，其中线路损耗指标包括AGC关键节点损耗和线路末端损耗。根据已有灵活性资源集群的指标数据，划分各指标的优劣等级，基于主客观组合赋权法进行赋权，形成综合评价指标体系。如图2所示，本实施例针对待测灵活性资源集群，计算预设的灵活性资源集群参与电网调控的综合评价指标体系中各个指标的数值的样本；各个指标的数值的样本映射到相同的取值等级；针对各个指标的数值的样本进行熵权法赋权，并分别针对AGC调度能力和AVC调度能力进行主观赋权，然后将熵权法赋权得到的权重、针对AGC调度能力进行主观赋权得到的权重组合得到各个指标预设的AGC评价权重，将熵权法赋权得到的权重、针对AVC调度能力进行主观赋权得到的权重组合得到各个指标预设的AVC评价权重。通过对多种灵活性资源集群的各指标数据进行熵值法分析，得到基于客观法的各二级指标权重。分别对AGC和AVC调度能力进行三级层次分析，参考专家经验，利用主观法得到判断矩阵，从而依据判断矩阵得到受历史经验指导的主观法的各二级指标权重。结合主观法和客观法分别得出灵活性资源集群参与AGC和AVC调度时各项二级指标的权重，综合主观和客观的对各二级指标进行的组合赋权，形成灵活性资源集群参与电网AGC和AVC调度的综合评价指标体系。
步骤S2中采用层次分析法主观赋权以确定各项指标的主观权重的函数表达式为：
Figure BDA0004176239000000111
上式中，Aj指用主观赋权求得的第j个指标的权重，Aji指表示第i个指标和第j个指标之间的重要性判别矩阵，如果第j个指标比第i个指标重要，则Aji＝1；如果第i个指标比第j个指标重要，则Aji＝0；如果第i个指标和第j个指标同等重要，则Aji＝0.5。
步骤S2中用熵权法计算各项指标的客观权重的函数表达式为：
wEj＝(1-Ej)/(-∑Ej),j＝1,2,…,k，
上式中，wEj指用熵权法计算得到的第j项指标的权重，Ej为第j项指标的信息熵，k为参与评价的指标总个数。
步骤S3包括先根据待测灵活性资源集群生成随机的多个灵活性资源集群，可根据需要再采用等分或者不等分的方式分组得到多组灵活性资源集群。
本实施例中，生成一个灵活性资源集群包括：
S3.1，初始化节点数b为0；
S3.2，生成两个随机数种子，利用第一个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群所包含的节点总数a，利用第二个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群的初始节点并作为当前节点；
S3.3，根据当前节点所在的位置确定与当前节点相连的支路；
S3.4，在当前节点相连的支路中通过随机选择一个支路确定下一个节点的位置，将下一个节点与当前节点合并生成灵活性资源集群；
S3.5，判断灵活性资源集群的节点数b等于节点总数a是否成立，若成立，则判定所需生成的灵活性资源集群已经生成完毕，输出灵活性资源集群的所有节点；否则将下一个节点作为新的当前节点，跳转步骤S3.3。
本实施例中，步骤S4中确定的每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则的函数表达式为：
Figure BDA0004176239000000112
上式中，Cj为第j个指标映射到相同等级的结果，Dji为第j个指标的第i组数值，Dj-th指第j个指标的准入门槛值，Dj指第j个指标的原始数值。通过上述公式，可对多种灵活性资源集群的同一种二级指标指数进行评估，根据二级指标的性质对不同的指数进行归类，将这种二级指标划分成优等级、良等级、合格等级以及不合格等级四部分，起到归一化和正向化的作用。通过对多种灵活性资源集群的各指标数据进行熵值法分析，得到基于客观法的各二级指标权重。指标等级占比的前后优劣顺序根据指标含义判断，其中，集群出力变化率、响应时间、调节精度、电压谐波合格率、出力预测准确率以及线路损耗指标是越小越优，其余则是越大越优。
本实施例中，步骤S5中利用模糊评价法筛选出较优秀的灵活性资源集群包括：
S5.1，根据下式生成灵活性资源集群的模糊评价矩阵：
XR＝×PR，
上式中，XR表示灵活性资源集群的模糊评价矩阵，ω表示权重向量，PR表示输入的概率矩阵，×代表模糊合成算子；
S5.2，将灵活性资源集群的模糊评价矩阵采用最大隶属度原则确定灵活性资源集群的评价等级，并根据评价等级筛选出较优秀的灵活性资源集群。需要说明的是，在得到模糊评价矩阵的基础上，将模糊评价矩阵采用最大隶属度原则确定灵活性资源集群的评价等级是模糊算法的基本应用，故对其实现的细节在此不再详述。
本实施例中包括计算待测灵活性资源集群二级指标数值，选取组合赋权法分别考虑AGC、AVC调度能力对单项指标进行赋权得到各二级指标的权重，加权计算得到各一级指标的评分；根据综合评价指标体系和待测的灵活性资源集群各二级指标的评分，确定其所在等级；根据综合评价指标体系的等级评分和权重分配，对该灵活性资源集群的AGC、AVC调度能力分别进行赋权得到综合得分；根据综合得分给出电网调度部门是否接受该灵活性资源集群参与AGC、AVC调度以及确定分配调度优先权的评价结论。此外，本实施例步骤S103之后还包括将AGC调度能力和设定值比较以判断灵活性资源集群的AGC调度能力是否达标的步骤，以及将AVC调度能力和设定值比较以判断灵活性资源集群的AVC调度能力是否达标的步骤。
综上所述，本实施例灵活性资源集群参与电网调控的综合评价方法包括首先构建指标体系框架，包括描述总体性质的一级指标和描述细节属性的二级指标；然后利用公式和实测数据计算各指标数值；其次通过比较不同对象的同一指标值，得到指标值好坏的评价标准，根据评价标准划分优劣等级；最后基于层次分析和熵权法的组合赋权方法确定指标权重。该灵活性资源集群参与电网AGC、AVC调控性能的综合评价指标体系可以通过对AGC、AVC调控性能赋予不同权重，区分这两种评价目标，从而形成不同调控性能的综合评价，具有良好的工程应用前景。本实施例灵活性资源集群参与电网调控的综合评价方法以分布式灵活资源集群的类型特征、规模特征和控制能力为基础，基于灵活资源集群的有功及无功出力可调范围、能量调节范围、响应速度、调节精度、出力扰动水平(或出力不确定性能源占比)等信息，能够实现灵活性资源集群参与配电网AGC(自动增益控制)、AVC(自动电压控制)调度的综合性能评价，以用于指导电网公司对灵活性资源集群参与调度的能力进行评估。本实施例所提出的灵活性资源集群参与电网AGC、AVC调度的综合性能评价指标体系的构建方法，能够通过比较不同对象的同一指标值，对各二级评价指标值的好坏进行评价和区分，基于主客观结合的组合赋权方法计算各二级指标的权重，形成参与电网AGC、AVC调度能力的综合评价指标体系，该评价体系的指标覆盖更全面，权重设置更合理，具有很高的实用性。
此外，本实施例还提供一种灵活性资源集群参与电网调控的综合评价系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述灵活性资源集群参与电网调控的综合评价方法。
此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执行所述灵活性资源集群参与电网调控的综合评价方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种灵活性资源集群参与电网调控的综合评价方法，其特征在于，包括：
S1，建立灵活性资源集群参与电网调控的指标体系，针对待测灵活性资源集群计算指标体系中各项指标的数值；
S2，根据各项指标的数值，采用层次分析法主观赋权以确定各项指标的主观权重，并用熵权法计算各项指标的客观权重；
S3，根据待测灵活性资源集群生成随机的多组灵活性资源集群；
S4，确定每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则；
S5，利用等级分界线及其等级划分规则，计算每一个灵活性资源集群各指标处于不同评价等级的概率，并将所有灵活性资源集群的概率合并成一个概率矩阵，并利用模糊评价法筛选出较优秀的灵活性资源集群；
S6，针对较优秀的灵活性资源集群，重新用熵权法计算各项指标的客观权重；
S7，将各项指标的主观权重、客观权重组合得到各项指标的综合权重；
S8，对待测灵活性资源集群，计算综合评价指标体系中各项指标的值，并结合各项指标的综合权重加权求和，得到待测灵活性资源集群参与电网调控的调度能力。
2.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S1中的指标体系包括可调度性指标、响应性能指标、调度准确性指标和经济性指标四个一级指标，其中：所述可调度性指标包括有功出力可调范围指标、无功出力可调范围指标、可调节总电量指标、服务时间指标和集群出力变化率指标五个二级指标；所述响应性能指标包括响应时间指标、响应速度指标和持续时间指标三类二级指标，且响应速度指标包括AGC响应速度指标和AVC响应速度指标，使得响应性能指标有四个二级指标；所述调度准确性指标包括调节精度指标、谐波电压合格率指标和出力预测准确率指标三类二级指标，且调节精度指标包括有功功率控制精度指标和无功功率控制精度指标，使得调度准确性指标有四个二级指标；所述经济性指标包括综合经济收益指标、可再生能源消纳率指标和线路损耗指标三类二级指标，且线路损耗指标包括AGC关键节点损耗指标和线路末端损耗指标，使得经济性共有四个二级指标；且AGC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AGC调度能力，AVC响应速度指标和其余的二级指标用于评价待测灵活性资源集群参与电网调控的AVC调度能力。
3.根据权利要求2所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，所述有功出力可调范围指标的计算函数表达式为：
Figure FDA0004176238960000011
上式中，DP为有功出力可调范围指标，T为计算周期，t和ti为时间，Pt-max指t时刻的最大可能出力，为灵活性资源集群中所有发电机组皆输出当前时刻的最大功率、储能机组取最大释放功率、控制负载吸收的功率最小的总出力；Pt-min指t时刻的最小可能出力或最大吸收功率，为灵活性资源集群中所有发电机组皆输出当前时刻的最小功率、光伏机组完全弃光、风电机组完全弃风、储能机组取最大吸收功率且不控制负载功率减小的总出力；
无功出力可调范围指标的计算函数表达式为：
Figure FDA0004176238960000021
上式中，DP为无功出力可调范围指标，Si,N指第i台机组的装机容量，Pi,N指第i台机组的额定功率；
可调节总电量指标的计算函数表达式为：
DC＝∑Wes,i，
上式中，DC为可调节总电量指标，Wes,i指第i台储能机组所包含的储能电量；
服务时间指标的计算函数表达式为：
DS＝(T1+0.5×T0.5)/(T0+T1+T0.5)，
上式中，DS为服务时间指标，T0、T0.5和T1分别为灵活性资源集群在指定时间内调节性能差、一般、优三种状态的服务时间；
集群出力变化率指标的计算函数表达式为：
Figure FDA0004176238960000022
上式中，Du为集群出力变化率指标，Pt为灵活性资源集群在t时刻的测量功率，Pn为灵活性资源集群整个计算周期的测量功率，T为计算周期；
响应时间指标为灵活性资源集群参与电网调度时出力达到调度设定功率指定比例时所用的时间tr；AGC响应速度指标为灵活性资源集群参与电网调度时出力时的AGC响应速度Vp；AVC响应速度指标为灵活性资源集群参与电网调度时出力时的AVC响应速度Vq；持续时间指标为灵活性资源集群维持一个给定的功率指标持续的最大时间Ti；
有功功率控制精度指标的计算函数表达式为：
Figure FDA0004176238960000023
上式中，ΔP为有功功率控制精度指标，m为调度测试次数，ΔPi为第i次调度测试时响应稳定后的有功偏差值，PN为灵活性资源集群额定有功，为灵活性资源集群内部各资源额定有功之和；
无功功率控制精度指标的计算函数表达式为：
Figure FDA0004176238960000024
上式中，ΔQ为无功功率控制精度指标，m为调度测试次数，ΔQi为第i次调度测试时响应稳定后的无功偏差值，QN为灵活性资源集群额定无功，为灵活性资源集群内部各资源额定无功之和；
谐波电压合格率指标的计算函数表达式为：
Figure FDA0004176238960000031
上式中，THDU为谐波电压合格率指标，U1为基波电压有效值，U2～U4为第2～4次谐波电压有效值；
出力预测准确率指标的计算函数表达式为：
Figure FDA0004176238960000032
上式中，Dpro为出力预测准确率指标，PMi指第i次测量的实际出力大小，PPi指第i次测量的预测出力大小，n指出力预测准确率指标的测量次数；
综合经济收益指标的计算函数表达式为：
DE1＝(Mse-Mof-Mcs-Mtr)/Mav，
上式中，DE1为综合经济收益指标，Mav指灵活性资源集群的平均发电收益，Mse指辅助服务收益，Mof指聚合商报价成本，Mcs指短路容量投资成本，Mtr指跨地区调度成本；
可再生能源消纳率指标的计算函数表达式为：
Figure FDA0004176238960000033
AGC关键节点损耗指标为AGC关键节点的输入功率和输出功率之间的差；
线路末端损耗指标的计算函数表达式为：
Figure FDA0004176238960000034
或/>
Figure FDA0004176238960000035
上式中，ΔPV％指AVC调控时的线路损耗，ΔPf％指AGC调控时的线路损耗，Pi指流入节点i的功率，其中i表示末端节点，P0指灵活性资源集群输出的功率，n为末端节点数量；Pj指流入节点j的功率，其中j表示AGC关键节点，m为AGC关键节点数量。
4.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S2中采用层次分析法主观赋权以确定各项指标的主观权重的函数表达式为：
Figure FDA0004176238960000036
上式中，wAj指用主观赋权求得的第j个指标的权重，Aji指表示第i个指标和第j个指标之间的重要性判别矩阵，如果第j个指标比第i个指标重要，则Aji＝1；如果第i个指标比第j个指标重要，则Aji＝0；如果第i个指标和第j个指标同等重要，则Aji＝0.5。
5.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S2中用熵权法计算各项指标的客观权重的函数表达式为：
wEj＝(1-Ej)/(k-∑Ej),j＝1,2,…,k，
上式中，wEj指用熵权法计算得到的第j项指标的权重，Ej为第j项指标的信息熵，k为参与评价的指标总个数。
6.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S3包括先根据待测灵活性资源集群生成随机的多个灵活性资源集群，再采用等分或者不等分的方式分组得到多组灵活性资源集群，且生成一个灵活性资源集群包括：
S3.1，初始化节点数b为0；
S3.2，生成两个随机数种子，利用第一个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群所包含的节点总数a，利用第二个随机数种子在待测灵活性资源集群中确定所需生成的灵活性资源集群的初始节点并作为当前节点；
S3.3，根据当前节点所在的位置确定与当前节点相连的支路；
S3.4，在当前节点相连的支路中通过随机选择一个支路确定下一个节点的位置，将下一个节点与当前节点合并生成灵活性资源集群；
S3.5，判断灵活性资源集群的节点数b等于节点总数a是否成立，若成立，则判定所需生成的灵活性资源集群已经生成完毕，输出灵活性资源集群的所有节点；否则将下一个节点作为新的当前节点，跳转步骤S3.3。
7.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S4中确定的每一组灵活性资源集群的各项指标的等级分界线及评价等级划分规则的函数表达式为：
Figure FDA0004176238960000041
上式中，Cj为第j个指标映射到相同等级的结果，Dji为第j个指标的第i组数值，Dj-th指第j个指标的准入门槛值，Dj指第j个指标的原始数值。
8.根据权利要求1所述的灵活性资源集群参与电网调控的综合评价方法，其特征在于，步骤S5中利用模糊评价法筛选出较优秀的灵活性资源集群包括：
S5.1，根据下式生成灵活性资源集群的模糊评价矩阵：
XR＝ω×PR，
上式中，XR表示灵活性资源集群的模糊评价矩阵，ω表示权重向量，PR表示输入的概率矩阵，×代表模糊合成算子；
S5.2，将灵活性资源集群的模糊评价矩阵采用最大隶属度原则确定灵活性资源集群的评价等级，并根据评价等级筛选出较优秀的灵活性资源集群。
9.一种灵活性资源集群参与电网调控的综合评价系统，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～8中任意一项所述灵活性资源集群参与电网调控的综合评价方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～8中任意一项所述灵活性资源集群参与电网调控的综合评价方法。
CN202310392087.0A 2023-04-12 2023-04-12 一种灵活性资源集群参与电网调控的综合评价方法及系统 Pending CN116436080A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310392087.0A CN116436080A (zh) 2023-04-12 2023-04-12 一种灵活性资源集群参与电网调控的综合评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310392087.0A CN116436080A (zh) 2023-04-12 2023-04-12 一种灵活性资源集群参与电网调控的综合评价方法及系统

Publications (1)

Publication Number Publication Date
CN116436080A true CN116436080A (zh) 2023-07-14

Family

ID=87082813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310392087.0A Pending CN116436080A (zh) 2023-04-12 2023-04-12 一种灵活性资源集群参与电网调控的综合评价方法及系统

Country Status (1)

Country Link
CN (1) CN116436080A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634931A (zh) * 2024-01-25 2024-03-01 华北电力大学 一种考虑充电行为的电动汽车调节能力预测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634931A (zh) * 2024-01-25 2024-03-01 华北电力大学 一种考虑充电行为的电动汽车调节能力预测方法及系统
CN117634931B (zh) * 2024-01-25 2024-04-16 华北电力大学 一种考虑充电行为的电动汽车调节能力预测方法及系统

Similar Documents

Publication Publication Date Title
Yu et al. Uncertainties of virtual power plant: Problems and countermeasures
Salkuti Day-ahead thermal and renewable power generation scheduling considering uncertainty
Park et al. Transmission planning under uncertainties of wind and load: Sequential approximation approach
Kim et al. Graph convolutional neural networks for optimal load shedding under line contingency
Wang et al. Decision tree based online stability assessment scheme for power systems with renewable generations
US8606416B2 (en) Energy generating system and control thereof
CN108171379A (zh) 一种用电负荷预测方法
CN111950900B (zh) 一种电力系统源网荷储本质安全风险评估方法
CN105335902A (zh) 电力通信网的可靠性确定方法及装置
CN116436080A (zh) 一种灵活性资源集群参与电网调控的综合评价方法及系统
CN116646975A (zh) 一种恶劣天气下的高比例可再生能源风险评估方法及系统
CN113327052A (zh) 一种基于能效提升的综合能源系统能效评估方法及系统
Zhao et al. Probabilistic voltage stability assessment considering stochastic load growth direction and renewable energy generation
Salkuti Multi-objective based economic environmental dispatch with stochastic solar-wind-thermal power system
CN113327047B (zh) 基于模糊综合模型的电力营销服务渠道决策方法及系统
CN117353321A (zh) 一种基于源荷不确定性的配电网安全评估方法和系统
CN112862149A (zh) 一种新能源电价预测方法及系统
Petrov Renewable energies projects selection: block criteria systematization with AHP and Entropy-MOORA methods in MCDM
CN109845063A (zh) 用于电力网络的日前运行计划的风力发电削减优化的方法和设备
CN111652759A (zh) 弹性负荷快速响应与调节示范工程的综合评价方法及装置
Mashlakov et al. Multi-timescale forecasting of battery energy storage state-of-charge under frequency containment reserve for normal operation
Ali et al. Distributed generation sizing and placement using computational intelligence
CN114580849A (zh) 一种能源互联网多维度规划评价方法及系统
CN113807019A (zh) 基于改进场景分类和去粗粒化的mcmc风电模拟方法
Sreekumar et al. A novel comparative approach for estimating maximum penetration capacity of grid connected solar photovoltaic system in distribution network

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