CN117353390A - 基于电网结构调整策略预筛选的电力系统灵活性提升方法 - Google Patents
基于电网结构调整策略预筛选的电力系统灵活性提升方法 Download PDFInfo
- Publication number
- CN117353390A CN117353390A CN202311284502.7A CN202311284502A CN117353390A CN 117353390 A CN117353390 A CN 117353390A CN 202311284502 A CN202311284502 A CN 202311284502A CN 117353390 A CN117353390 A CN 117353390A
- Authority
- CN
- China
- Prior art keywords
- power
- representing
- flexibility
- formula
- transmission line
- 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 43
- 238000012216 screening Methods 0.000 title claims abstract description 38
- 238000012546 transfer Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 238000005265 energy consumption Methods 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000007667 floating Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 92
- 230000005855 radiation Effects 0.000 claims description 17
- 230000017525 heat dissipation Effects 0.000 claims description 13
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 7
- 239000004020 conductor Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000036316 preload Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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
- H02J2300/20—The dispersed energy generation being of renewable 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电网结构调整策略预筛选的电力系统灵活性提升方法，其步骤包括：1建立电力系统结构调整模型，包括线路动态增容和最优开断模型；2提出面向灵活性提升的结构调整预筛选策略，通过支路开断分布因子计算线路开断后的潮流转移量，并根据潮流转移量和网络灵活性均衡度筛选最优开断和动态增容线路，制定预筛选策略集；3建立了基于结构调整策略预筛选的电力系统灵活性提升优化模型，该模型以可用灵活性最大为目标，通过能耗浮动约束用于保证系统灵活性和能耗平衡，通过可用灵活性偏差约束修正系统灵活性供给。本发明能保证电力系统灵活性资源的可用性和充裕性，从而提高电力系统响应随机源波动的能力。
Description
技术领域
本发明涉及电力系统调度运行领域，具体涉及一种基于电网结构调整策略预筛选的电力系统灵活性提升方法。
背景技术
随着新能源及柔性负荷等不确定性资源占比提高，仅依靠电力系统中电源侧和电网侧的传统调度手段已无法满足日益增加的灵活性需求，电力系统亟待提高灵活性调节能力，电力系统灵活性提升方法研究成为当下热点。现有研究主要针对灵活性容量水平的提高，而在灵活性提升过程中，灵活性资源的可用性决定了灵活性提升手段是否有效。仅将网络结构作为约束添加到优化模型中对网络灵活性提升有限，难以适应灵活性需求日益增大的新型电力系统。所以，应聚焦电力系统可用灵活性的提升效果，开展以电力系统结构调整为代表的网络侧灵活性提升方法研究。
对于实际电力系统，并不是所有线路都参与电力系统结构调整，若将全部线路加入模型中进行优化会使得决策变量维数骤增，加大求解难度，工程应用价值较低；若人为选择参与结构调整的线路则会增加优化模型的主观程度，缺乏普适性。因此，需制定合理的电力系统结构调整筛选策略，兼顾优化模型的实用性和客观性。
发明内容
本发明的目的是为了解决现有技术中存在的问题，提供一种基于电网结构调整策略预筛选的电力系统灵活性提升方法，以期能保证电力系统灵活性资源的可用性和充裕性，从而提高电力系统响应随机源波动的能力。
为了达到上述目的，本发明所采用的技术方案为：
本发明一种基于电网结构调整策略预筛选的电力系统灵活性提升方法的特点在于，是按如下步骤进行：
步骤1、建立电力系统的结构调整模型，包括：线路动态增容模型和最优开断模型；
步骤1.1、构建线路动态增容模型：
步骤a、利用式(1)构建输电线路的动态热平衡方程：
式(1)中，Jcon为输电线路对流过程中产生的热量，并由式(2)得到；Jrad为输电线路辐射过程中产生的热量，并由式(7)得到；Ccon为输电线路总热容；Kcon为输电线路当前温度；I为通过输电线路的电流；R(Kcon)为当前温度下的输电线路电阻；Jsol为太阳辐射吸收热量，并由式(8)得到；
式(2)中，表示输电线路对流过程中产生热量的第一种计算值，/>表示输电线路对流过程中产生热量的第二种计算值，并有：
式(3)和式(4)中，τw表示风向系数；τf表示大气导热系数；τRe表示雷诺系数，Kenv表示外界环境温度；并由式(5)得到：
式(5)中，δf表示空气密度；Vw表示输电线路环境风速；μf表示空气绝对粘度；
式(7)中，Dcon表示输电线路直径；ε表示辐射系数；
Jsol＝τcQsum sin(θsol)A' (8)
式(8)中，τc表示太阳辐射作用于输电线路的吸热系数；Qsum表示总修正太阳辐射密度；θsol表示太阳辐射入射角有效值；A`表示输电线路投影面积；
步骤b、利用式(2)构建静态热平衡方程：
Jcon+Jrad-I2R(Kcon)-Jsol＝0 (2)
步骤c、利用式(6)计算输电线路的自然散热
步骤d、利用式(7)计算输电线路的强迫散热，并取自然散热和强迫散热中的较大值作为导体对流过程中产生的热量：
步骤e、利用式(10)计算第l条输电线路的动态增容率DIRl：
式(10)中，表示输电线路在常规条件下基础电流荷载量；/>表示基于动态热平衡方程求解的导体载流量最大值，并有：
步骤1.2、利用式(11)构建输电线路的最优开断模型：
式(11)中，表示第l条输电线路的始端在t时刻相角；/>表示第l条输电线路的末端在t时刻相角；xl表示第l条输电线路的电抗；M为线路的开断系数；zl(t)表示第l条输电线路在t时刻的开断状态，当zl(t)为0时，表示第l条输电线路开断，当zl(t)为1时，表示第l条输电线路闭合；PFl(t)表示第l条输电线路在t时刻的有功功率；
步骤2、构建面向灵活性提升的结构调整预筛选策略：通过支路开断分布因子计算线路开断后的潮流转移量，并根据潮流转移量和网络灵活性均衡度筛选最优开断和动态增容线路，从而得到动态增容线路集合和最优开断线路集合；
步骤2.1、按照日前负荷和新能源预测曲线对电力系统进行机组组合，并利用式(12)计算运行基准值J*：
式(12)中，Ng表示电力系统的火电机组数；n表示机组的序号；t0表示基准能耗下的调度时刻；Pn(t0)表示调度时刻t0下第n个火电机组的输出功率；an、bn、cn为第n个火电机组的能耗系数；表示调度时刻t0下第n个火电机组的基准开机能耗系数；/>表示调度时刻t0下第n个火电机组的基准关机能耗系数；
步骤2.2、计算电力系统各时刻网络灵活性均衡度，利用式(13)和式(14)筛选出网络灵活性百分比低于和高于当前时刻网络灵活性均衡度值的N条线路：
式(13)和式(14)中，表示包含N条线路的动态增容线路集合；/>表示包含N条线路的最优开断线路集合；FLl(t)表示第l条线路在t时刻的网络灵活性；/>表示第l条线路的最大传输容量；NFBD(t)表示电力系统t时刻的网络灵活性均衡度；并有：
式(15)中，Nl表示电力系统的线路数目；
步骤2.3、对于高于当前时刻网络灵活性均衡度值的线路，对其开断并利用式(16)计算开断时电力系统的潮流转移值，若出现潮流转移越限的情况，则相应线路进行动态增容：
对低于当前时刻网络灵活性均衡度值的线路，对其开断并利用式(17)计算电力系统的潮流转移值，若电力系统其他支路出现潮流转移越限的情况，则相应线路不允许开断；
式(16)和式(17)中，LODFl-k表示第l条线路对第k条线路的支路开断分布因子；FLk(t)表示第k条线路在t时刻的网络灵活性，PFl0(t)表示第l0条线路在t时刻的传输功率；l0为除第l条和第k条外的其他任意一条线路；
步骤3、建立基于结构调整策略预筛选的电力系统灵活性提升优化模型并求解；
步骤3.1、利用式(20)构建基于结构调整策略预筛选的电力系统灵活性提升优化模型的目标函数：
式(20)中，t表示当前调度时刻；T表示调度周期；CFII(t)表示t时刻电力系统的综合灵活性不足指数，并由式(21)得到；AFI(t)为t时刻电力系统的可用灵活性指数，并由式(22)得到；
式(20)和式(21)中，NFI(t)表示电力系统在t时刻的网络灵活性指数；Nb表示电力系统的节点数；b表示节点的序号；表示第n个火电机组在t时刻的增加后的最大功率；Pn(t)表示第n个火电机组在t时刻的出力；/>表示第b个节点在t时刻的净负荷需求；PFl(t)表示第l个线路在t时刻分配的功率供给；
步骤3.2、利用式(23)至式(33)构建基于结构调整策略预筛选的电力系统灵活性提升优化模型的约束条件：
式(23)至式(33)中，表示能耗浮动系数；/>表示第n个火电机组的向上爬坡率；表示第n个火电机组的向下爬坡率；Tn ON表示第n个火电机组的开机时间；Tn ON,min表示第n个火电机组的最小开机时间；Tn OFF表示第n个火电机组的停机时间；Tn OFF,min表示第n个火电机组的最小停机时间；/>表示第n个火电机组的最大功率；vn(t)表示第n个火电机组在t时刻的工作状态；PD(t)表示t时刻电力系统的负荷需求；Sup(t)表示t时刻电力系统所需的正旋转备用容量；Nw表示风电场数；w表示风电场的序号；/>表示t时刻第w个风电场的预测出力；Pn min表示第n个火电机组的最小功率；Sdo(t)表示t时刻电力系统所需的负旋转备用容量；
步骤3.3、利用数学求解器对基于结构调整策略预筛选的电力系统灵活性提升优化模型进行求解，并得到电力系统灵活性提升方案，包括：火电机组的启停方案和开机火电机组的输出功率。
本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述电力系统灵活性提升方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述电力系统灵活性提升方法的步骤。
与已有技术相比，本发明的有益效果体现在：
1、本发明提出的面向电力系统灵活性提升的结构调整策略，通过支路开断分布因子计算线路开断后的潮流转移量，并根据潮流转移量和网络灵活性均衡度筛选最优开断和动态增容线路，制定预筛选策略集，减少了决策变量维数，以适应实际生产中母线和机组数目较多的大规模电力系统。
2、本发明提出电力系统灵活性提升优化模型，该模型以可用灵活性最大为目标，通过成本浮动约束用于保证系统灵活性和经济性平衡，通过可用灵活性偏差约束修正系统灵活性供给，从而保证灵活性资源的可用性，提高了灵活性评估准确性。
3、本发明提出的基于结构调整策略预筛选的电力系统灵活性提升方法，在保证系统经济性和灵活性的前提下，提升电力系统灵活性供给，并通过制定预筛选策略筛选线路，减少了决策变量维数，降低了求解难度，为大规模系统应用提供基础。
附图说明
图1为本发明计及结构调整的灵活性提升预筛选策略流程图；
图2为本发明风电和负荷预测曲线图。
具体实施方式
本实施例中，一种基于电网结构调整策略预筛选的电力系统灵活性提升方法，如图1所示，是按如下步骤进行：
步骤1、建立电力系统结构调整模型，包括：线路动态增容模型和最优开断模型；
步骤1.1、输电线路动态热平衡方程可由式(1)表示：
式(1)中，Jcon为输电线路对流过程中产生的热量；Jrad为输电线路辐射过程中产生的热量；Ccon为输电线路总热容；Kcon为输电线路当前温度；I为通过输电线路电流；R(Kcon)为当前温度下输电线路电阻；Jsol为太阳辐射吸收热量。
步骤1.2、热动态平衡方程中使用的时间间隔通常在20分钟之内，而该时间间隔与日前调度问题1小时的时间尺度并不相符，因此需要对以上动态热平衡方程进行近似处理，静态热平衡方程相较于动态热平衡方程省略了导体总热容和温度有关的微分项，虽然该方程为近似计算，但仍可以保障较高的准确性。引入静态热平衡方程如式(2)所示：
Jcon+Jrad-I2R(Kcon)-Jsol＝0 (2)
步骤1.3、静态热平衡方程中输电线路对流过程中产生的热量可由式(3)和式(4)计算，计算时需要判断输电线路周围风速情况，若输电线路周围风速不为零，则取下两式中较大值作为实际值：
式中，τw表示风向系数；τRe表示雷诺系数，其计算参照式(5)；τf表示大气导热系数；Kenv表示外界环境温度；δf表示空气密度；Vw表示导体环境风速；μf表示空气绝对粘度。
步骤1.4、输电线路周围风速为零时会出现自然散热，此时除计算强迫散热外还需计算自然散热并进行比较，自然散热计算如式(6)所示，并取自然散热和强迫散热中较大值作为输电线路对流过程中产生的热量：
步骤1.5、输电线路辐射散热主要与输电线路温度和环境温度差值有关，其计算过程如式(7)所示：
式(7)中，Dcon表示输电线路直径；ε表示辐射系数；
步骤1.6、输电线路太阳辐射吸热计算如式(8)所示：
Jsol＝τcQsum sin(θsol)A' (8)
式(8)中，τc表示太阳辐射作用于输电线路的吸热系数；Qsum表示总修正太阳辐射密度；θsol表示太阳辐射入射角有效值；A`表示输电线路投影面积。
步骤1.7、输电线路载流量最大值和线路动态增容率计算如式(9)和式(10)所示：
式中，表示基于热平衡方程求解的电流荷载量最大值；DIRl表示第l条输电线路的动态增容率；/>表示输电线路在常规条件下基础电流荷载量。
步骤1.8、线路最优开断模型通常与潮流计算模型相耦合，面向电力系统运行优化问题的最优开断技术模型可表示为式(11)：
式(11)中，表示输电线路l始端在t时刻相角；/>表示第l条输电线路末端在t时刻相角；xl表示输电线路电抗；M为输电线路开断系数，用于构建线路开断约束，是一个较大的实数；zl(t)表示第l条输电线路在t时刻的开断状态，为0表示开断，为1表示闭合；PFl(t)表示第l条输电线路在t时刻的有功功率。
步骤2、提出面向灵活性提升的结构调整预筛选策略，通过支路开断分布因子计算线路开断后的潮流转移量，并根据潮流转移量和网络灵活性均衡度筛选最优开断和动态增容线路，制定预筛选策略集，如图1所示。
步骤2.1、按照日前负荷和新能源预测曲线进行机组组合，并计算运行能耗基准值J*，该成数值用于下一阶段的预筛选策略约束，以保证灵活性提升后的机组组合方案具有实际实用意义，兼顾灵活性和低能耗性，运行基准值计算如式(12)所示：
式(12)中，Ng表示系统机组数；n表示机组序号；t0表示基准成本下的调度时刻；Pn(t0)表示基准能耗下的第n个火电机组输出功率；an、bn、cn为火电机组能耗系数；表示机组n的基准开机能耗系数；/>表示第n个火电机组的基准关机能耗系数。
步骤2.2、计算系统各时刻网络灵活性均衡度，筛选出网络灵活性百分比低于和高于当前时刻网络灵活性均衡度值的N条线路，线路网络灵活性百分比低于网络灵活性均衡度值表示该线路负载率超过平均水平，对其进行开断可能会出现潮流转移越限的风险，应对其进行动态增容；线路网络灵活性百分比高于网络灵活性均衡度值表示线路负载率低于平均水平，可将其加入最优开断决策变量中意图提高线路利用率。计算过程如式(13)至式(15)所示：
式中，表示包含N条线路的动态增容线路集合；/>表示包含N条线路的最优开断线路集合；FLl(t)表示第l条输电线路在t时刻的网络灵活性；/>表示第l条输电线路的最大传输容量；NFBD(t)表示系统t时刻的网络灵活性均衡度；Nl表示系统线路数目。
步骤2.3、对低于均值的线路，对其开断并利用支路开断分布因子计算系统潮流转移值，若系统其他支路出现潮流转移越限的情况，则该线路不允许开断；对于高于均值的线路，利用支路开断分布因子分别计算开断时系统潮流转移值，若出现潮流转移越限的情况，则该线路应考虑动态增容：
式中，ΔPFl-k表示第l条输电线路对第k条输电线路的有功潮流转移量；Mk表示第k条输电线路的关联矩阵；xk表示第k条输电线路的电抗；为中间变量；LODFl-k表示第l条输电线路对第k条输电线路的支路开断分布因子。
步骤3、建立基于结构调整策略预筛选的电力系统灵活性提升优化模型，该模型以可用灵活性最大为目标，通过成本浮动约束用于保证系统灵活性和经济性平衡，通过可用灵活性偏差约束修正系统灵活性供给。
步骤3.1、基于结构调整策略预筛选的电力系统灵活性提升优化模型目标函数计算如式(20)所示：
式中，AFI(t)为t时刻的系统可用灵活性指数；NFI(t)表示系统在t时刻的网络灵活性指数；Nb表示系统节点数；b表示系统节点；表示第n个火电机组在t时刻的可增加后的最大功率；Pn(t)表示第n个火电机组在t时刻的出力；t表示当前调度时刻；T表示调度周期；CFII(t)表示t时刻系统综合灵活性不足指数；/>表示节点b在t时刻的净负荷需求；PFl(t)表示第l条输电线路在t时刻分配的功率供给。
步骤3.2、基于结构调整策略预筛选的电力系统灵活性提升优化模型的约束条件如式(23)至式(33)所示：
式中，表示能耗浮动系数；/>表示第n个火电机组的向上爬坡率；/>表示第n个火电机组的向下爬坡率；Tn ON表示第n个火电机组的开机时间；Tn ON,min表示第n个火电机组的最小开机时间；Tn OFF表示第n个火电机组的停机时间；Tn OFF,min表示第n个火电机组的最小停机时间；/>表示第n个火电机组的最大功率；vn(t)表示第n个火电机组的工作状态；PD(t)表示t时刻系统负荷需求；Sup(t)表示t时刻系统所需正旋转备用容量；Nw表示风电场数；w表示风电场序号；/>表示t时刻风电预测出力；/>表示第n个火电机组的最小功率；Sdo(t)表示t时刻系统所需负旋转备用容量。
步骤3.3、利用数学求解器对基于结构调整策略预筛选的电力系统灵活性提升优化模型进行求解，并得到电力系统灵活性提升方案，包括：火电机组的启停方案和开机火电机组的输出功率。
本实施例中，一种电子设备，包括存储器以及处理器，该存储器用于存储支持处理器执行上述方法的程序，该处理器被配置为用于执行该存储器中存储的程序。
本实施例中，一种计算机可读存储介质，是在计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
验证本发明“考虑多时间尺度灵活性约束的含风电并网机组组合方法”的实验，主要包括以下步骤：
1)以12台火电机组和600MW风电构成的系统为测试系统。
火电机组参数如表1所示：
表1火电机组参数
负荷和风电功率参数如图2所示，本实施例以此作为需求进行机组组合计算。
为研究线路最优开断技术和动态增容技术对电力系统灵活性提升的影响，设置了以下五个场景并进行对比分析，各场景灵活性提升成本浮动系数为0％：
a.场景0：传统机组组合场景，以经济性为目标的机组组合问题；
b.场景1：基本场景，只考虑电力系统机组组合带来的灵活性提升；
c.场景2：DTR场景，即考虑线路动态增容带来的灵活性提升；
d.场景3：OTS场景，即考虑线路最优开断带来的灵活性提升；
e.场景4：综合场景，同时考虑线路动态增容和最优开断带来的灵活性提升。
1、基本场景灵活性提升分析
现分析采用文章提出的灵活性提升优化模型对系统可用灵活性提升的影响，调度周期内可用灵活性峰值为822MW，总和为13448MW，作为对比，传统机组组合问题调度周期内可用灵活性峰值为437MW，总和为7676MW，可用灵活性峰值提升比例为88.1％，总和提升比例为75.1％。该结论证明了发明所提出模型的有效性和合理性。
2、OTS场景灵活性提升分析
只考虑线路最优开断时调度周期内可用灵活性峰值为822MW，总和为13448MW，提升效果与基本场景相同。但通过分析线路负载率可以发现最优开断会断开负载率较低的线路，在不影响可用灵活性提升效果的情况下提高线路利用率，现定义负载率小于5％的线路为低利用率线路，OTS场景下低利用率线路总数为86，基本场景下低利用率线路总数为93，传统机组组合场景下低利用率线路总数为69。OTS场景与基本场景对系统可用灵活性提升效果一致，但线路利用率高于基本场景，这意味着在实际系统运行中，如果计及线路运行损耗，线路最优开断在可用灵活性提升效果相同的情况下具有更好的经济性。
3、DTR场景灵活性提升分析
考虑线路动态增容时调度周期内可用灵活性峰值为788MW，总和为13636MW，相较于传统机组组合问题可用灵活性峰值提升比例为80.3％，总和提升比例为77.6％。虽然DTR场景对可用灵活性峰值提升比例低于基本场景和OTS场景，但该场景可用灵活性标准差为137.3，小于OTS和基本场景的154.3，并且对于可用灵活性总和提升效果最优，这表明了采用线路动态增容会既可以提高系统可用灵活性，还可以使各时刻的可用灵活性输出更加均衡。
4、综合场景灵活性提升分析
同时考虑线路最优开断和动态增容时调度周期内可用灵活性峰值为788MW，总和为13636MW，重载线路数目为11，标准差为137.3，数值与DTR场景相同，低利用率线路数目为85，优于OTS和基本场景。由此可知，综合场景兼具线路动态增容和最优开断的优点，同时考虑线路最优开断和动态增容的可用灵活性提升优化模型兼具两种技术的优势，既提升了可用灵活性和线路利用率，又一定程度降低可用灵活性供给波动和系统重载线路数目。较高的可用灵活性供给水平保证系统可以应对更加极端的灵活性缺失场景，而较低的可用灵活性供给标准差保证系统灵活性供给的稳定性。
综上所述，本发明所提出的一种基于结构调整策略预筛选的电力系统灵活性提升方法，在保证系统经济性和灵活性的前提下，提升电力系统灵活性供给，并通过制定预筛选策略筛选线路，减少决策变量维数，降低求解难度，为大规模系统应用提供基础。
Claims (3)
1.一种基于电网结构调整策略预筛选的电力系统灵活性提升方法，其特征在于，是按如下步骤进行：
步骤1、建立电力系统的结构调整模型，包括：线路动态增容模型和最优开断模型；
步骤1.1、构建线路动态增容模型：
步骤a、利用式(1)构建输电线路的动态热平衡方程：
式(1)中，Jcon为输电线路对流过程中产生的热量，并由式(2)得到；Jrad为输电线路辐射过程中产生的热量，并由式(7)得到；Ccon为输电线路总热容；Kcon为输电线路当前温度；I为通过输电线路的电流；R(Kcon)为当前温度下的输电线路电阻；Jsol为太阳辐射吸收热量，并由式(8)得到；
式(2)中，表示输电线路对流过程中产生热量的第一种计算值，/>表示输电线路对流过程中产生热量的第二种计算值，并有：
式(3)和式(4)中，τw表示风向系数；τf表示大气导热系数；τRe表示雷诺系数，Kenv表示外界环境温度；并由式(5)得到：
式(5)中，δf表示空气密度；Vw表示输电线路环境风速；μf表示空气绝对粘度；
式(7)中，Dcon表示输电线路直径；ε表示辐射系数；
Jsol＝τcQsum sin(θsol)A' (8)
式(8)中，τc表示太阳辐射作用于输电线路的吸热系数；Qsum表示总修正太阳辐射密度；θsol表示太阳辐射入射角有效值；A`表示输电线路投影面积；
步骤b、利用式(2)构建静态热平衡方程：
Jcon+Jrad-I2R(Kcon)-Jsol＝0 (2)
步骤c、利用式(6)计算输电线路的自然散热
步骤d、利用式(7)计算输电线路的强迫散热，并取自然散热和强迫散热中的较大值作为导体对流过程中产生的热量：
步骤e、利用式(10)计算第l条输电线路的动态增容率DIRl：
式(10)中，表示输电线路在常规条件下基础电流荷载量；/>表示基于动态热平衡方程求解的导体载流量最大值，并有：
步骤1.2、利用式(11)构建输电线路的最优开断模型：
式(11)中，表示第l条输电线路的始端在t时刻相角；θl to(t)表示第l条输电线路的末端在t时刻相角；xl表示第l条输电线路的电抗；M为线路的开断系数；zl(t)表示第l条输电线路在t时刻的开断状态，当zl(t)为0时，表示第l条输电线路开断，当zl(t)为1时，表示第l条输电线路闭合；PFl(t)表示第l条输电线路在t时刻的有功功率；
步骤2、构建面向灵活性提升的结构调整预筛选策略：通过支路开断分布因子计算线路开断后的潮流转移量，并根据潮流转移量和网络灵活性均衡度筛选最优开断和动态增容线路，从而得到动态增容线路集合和最优开断线路集合；
步骤2.1、按照日前负荷和新能源预测曲线对电力系统进行机组组合，并利用式(12)计算运行基准值J*：
式(12)中，Ng表示电力系统的火电机组数；n表示机组的序号；t0表示基准能耗下的调度时刻；Pn(t0)表示调度时刻t0下第n个火电机组的输出功率；an、bn、cn为第n个火电机组的能耗系数；表示调度时刻t0下第n个火电机组的基准开机能耗系数；/>表示调度时刻t0下第n个火电机组的基准关机能耗系数；
步骤2.2、计算电力系统各时刻网络灵活性均衡度，利用式(13)和式(14)筛选出网络灵活性百分比低于和高于当前时刻网络灵活性均衡度值的N条线路：
式(13)和式(14)中，表示包含N条线路的动态增容线路集合；/>表示包含N条线路的最优开断线路集合；FLl(t)表示第l条线路在t时刻的网络灵活性；/>表示第l条线路的最大传输容量；NFBD(t)表示电力系统t时刻的网络灵活性均衡度；并有：
式(15)中，Nl表示电力系统的线路数目；
步骤2.3、对于高于当前时刻网络灵活性均衡度值的线路，对其开断并利用式(16)计算开断时电力系统的潮流转移值，若出现潮流转移越限的情况，则相应线路进行动态增容：
对低于当前时刻网络灵活性均衡度值的线路，对其开断并利用式(17)计算电力系统的潮流转移值，若电力系统其他支路出现潮流转移越限的情况，则相应线路不允许开断；
式(16)和式(17)中，LODFl-k表示第l条线路对第k条线路的支路开断分布因子；FLk(t)表示第k条线路在t时刻的网络灵活性，表示第l0条线路在t时刻的传输功率；l0为除第l条和第k条外的其他任意一条线路；
步骤3、建立基于结构调整策略预筛选的电力系统灵活性提升优化模型并求解；
步骤3.1、利用式(20)构建基于结构调整策略预筛选的电力系统灵活性提升优化模型的目标函数：
式(20)中，t表示当前调度时刻；T表示调度周期；CFII(t)表示t时刻电力系统的综合灵活性不足指数，并由式(21)得到；AFI(t)为t时刻电力系统的可用灵活性指数，并由式(22)得到；
式(20)和式(21)中，NFI(t)表示电力系统在t时刻的网络灵活性指数；Nb表示电力系统的节点数；b表示节点的序号；表示第n个火电机组在t时刻的增加后的最大功率；Pn(t)表示第n个火电机组在t时刻的出力；/>表示第b个节点在t时刻的净负荷需求；PFl(t)表示第l个线路在t时刻分配的功率供给；
步骤3.2、利用式(23)至式(33)构建基于结构调整策略预筛选的电力系统灵活性提升优化模型的约束条件：
式(23)至式(33)中，表示能耗浮动系数；/>表示第n个火电机组的向上爬坡率；/>表示第n个火电机组的向下爬坡率；/>表示第n个火电机组的开机时间；/>表示第n个火电机组的最小开机时间；/>表示第n个火电机组的停机时间；Tn OFF,min表示第n个火电机组的最小停机时间；/>表示第n个火电机组的最大功率；vn(t)表示第n个火电机组在t时刻的工作状态；PD(t)表示t时刻电力系统的负荷需求；Sup(t)表示t时刻电力系统所需的正旋转备用容量；Nw表示风电场数；w表示风电场的序号；/>表示t时刻第w个风电场的预测出力；/>表示第n个火电机组的最小功率；Sdo(t)表示t时刻电力系统所需的负旋转备用容量；
步骤3.3、利用数学求解器对基于结构调整策略预筛选的电力系统灵活性提升优化模型进行求解，并得到电力系统灵活性提升方案，包括：火电机组的启停方案和开机火电机组的输出功率。
2.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1所述电力系统灵活性提升方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
3.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1所述电力系统灵活性提升方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311284502.7A CN117353390A (zh) | 2023-10-07 | 2023-10-07 | 基于电网结构调整策略预筛选的电力系统灵活性提升方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311284502.7A CN117353390A (zh) | 2023-10-07 | 2023-10-07 | 基于电网结构调整策略预筛选的电力系统灵活性提升方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117353390A true CN117353390A (zh) | 2024-01-05 |
Family
ID=89360509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311284502.7A Pending CN117353390A (zh) | 2023-10-07 | 2023-10-07 | 基于电网结构调整策略预筛选的电力系统灵活性提升方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117353390A (zh) |
-
2023
- 2023-10-07 CN CN202311284502.7A patent/CN117353390A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022048127A1 (zh) | 一种电热泵-热电联合系统的优化调控方法及系统 | |
| CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
| CN109634119B (zh) | 一种基于日内滚动优化的能源互联网优化控制方法 | |
| CN109586306B (zh) | 一种基于柔性多状态开关的配电网电压波动抑制方法 | |
| CN105162167A (zh) | 一种基于自适应下垂控制的风光储微网调频方法 | |
| CN110601224B (zh) | 基于家庭温控负荷的低压台区电压三相不平衡调节方法 | |
| CN110350597A (zh) | 基于分布式光伏有功-无功优化的配电网电压控制方法 | |
| CN115133541B (zh) | 基于改进粒子群算法的光伏发电系统无功补偿方法及系统 | |
| CN108281965A (zh) | 黑启动供电恢复方法 | |
| CN110365040B (zh) | 一种水光蓄系统控制方法 | |
| CN113555908B (zh) | 一种智能配电网储能优化配置方法 | |
| CN112803450A (zh) | 考虑架空线电热耦合特性的风电场储能调控方法及系统 | |
| CN112202209A (zh) | 一种计及通信延时的多电源超前协调控制方法及其系统 | |
| CN107609690B (zh) | 一种负荷主动管理决策优化的方法 | |
| CN117353390A (zh) | 基于电网结构调整策略预筛选的电力系统灵活性提升方法 | |
| CN105226715B (zh) | 一种改善频率动态响应的单级式光伏并网控制系统 | |
| CN114662347B (zh) | 一种实时电力市场下线路动态定容的方法、装置和系统 | |
| CN116207779A (zh) | 基于容配比的配电网分布式光伏可接入容量配置方法 | |
| CN113659515B (zh) | 一种配电网线路融冰方案的确定方法及系统 | |
| CN107508318B (zh) | 一种基于电压灵敏度分区的有功控制方法及系统 | |
| CN109861272A (zh) | 考虑电量外送的多电压等级电网分布式电源优化配置方法 | |
| CN114977244A (zh) | 基于情景集的分布式储能稳定光伏发电波动的优化方法 | |
| CN115276088A (zh) | 一种联合发电系统中光热电站储热容量优化配置方法 | |
| CN113629784A (zh) | 一种农村配电网多目标优化调度方法 | |
| CN110460095B (zh) | 基于电压灵敏度矩阵户用光伏并网逆变器分散式控制方法 |
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 |