CN117557125A - 一种电力系统灵活性资源调节能力评价方法及系统 - Google Patents
一种电力系统灵活性资源调节能力评价方法及系统 Download PDFInfo
- Publication number
- CN117557125A CN117557125A CN202311090882.0A CN202311090882A CN117557125A CN 117557125 A CN117557125 A CN 117557125A CN 202311090882 A CN202311090882 A CN 202311090882A CN 117557125 A CN117557125 A CN 117557125A
- Authority
- CN
- China
- Prior art keywords
- power system
- flexibility
- index
- power
- flexible
- 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 89
- 238000011156 evaluation Methods 0.000 claims abstract description 63
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004088 simulation Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 8
- 230000009194 climbing Effects 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004146 energy storage Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统灵活性资源调节能力评价方法及系统，所述方法包括：根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；利用客观赋权法计算各灵活性指标的权重；根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。本发明能够对于电力系统灵活性资源调节能力进行客观评价，提高评价结果的准确性，并为电力系统灵活性资源的规划建设提供科学指导。
Description
技术领域
本发明涉及电力系统技术领域，尤其涉及一种电力系统灵活性资源调节能力评价方法及系统。
背景技术
新能源发电是电力系统的未来趋势。然而，风、光等新能源发电具有明显的间歇性、波动性和随机性的特点，因此需要电力系统提高其运行的灵活性。灵活性资源是解决这一问题的重要手段，灵活性资源的介入可以为保障新能源的充分消纳和提高电力系统的安全性及可靠性提供强有力的支撑。
为了提高将来电力系统运行的安全性和经济性，在灵活性资源的计算规划需求阶段对其调节能力进行客观有效的综合性评估十分关键，同时这也是保证灵活性资源能够成功参与电力系统运行调度的关键。然而，目前针对灵活性资源的调节能力的评价通常依赖于工作人员的主观印象，缺乏客观的评价方法，从而导致评价结果的准确性难以保证，进一步影响电力系统运行的安全性和经济性。
发明内容
为了解决上述提出的至少一个技术问题，本发明提供一种电力系统灵活性资源调节能力评价方法及系统，从而能够对电力系统灵活性资源调节能力进行客观地、准确地评价，并为电力系统灵活性资源的规划建设提供科学指导。
第一方面，本发明提供了一种电力系统灵活性资源调节能力评价方法，所述方法包括：
根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；
利用客观赋权法计算各灵活性指标的权重；
根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
在一种可能实施的方式中，所述灵活性指标包括电力系统的失负荷率、弃电率、输电裕度、上爬坡裕度、下爬坡裕度、上备用裕度及下备用裕度；所述灵活性资源包括抽水蓄能、锂电池储能、压缩空气储能、电源深调峰及需求侧响应。
在一种可能实施的方式中，在所述根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值之前，还包括：
获取接入灵活性资源的电力系统的相关数据，包括发电侧信息、负荷侧信息以及电网侧信息；
根据所述相关数据，采用全时序生产模拟仿真法，对接入灵活性资源的电力系统在预设时间内的调度运行结果进行仿真，得到运行潮流数据。
在一种可能实施的方式中，所述发电侧信息包括火电机组的装机、所在母线、空载成本、爬坡率、滑坡率、启动成本、最小出力和报价、新能源机组的装机、所在母线和时序功率预测；
所述负荷侧信息包括负荷地理位置和时序功率；
所述电网侧信息包括输电拓扑结构和输电阻塞约束。
在一种可能实施的方式中，所述运行潮流数据包括负荷相关数据；所述负荷相关数据包括负荷地理位置、负荷时序功率、负荷种类以及负荷能耗。
在一种可能实施的方式中，所述根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价，包括：
根据各灵活性指标的值及权重构建指标数据矩阵；
利用优劣解距离法，根据所述指标数据矩阵中每列的最大值计算每个灵活性指标到最优解的距离，作为第一距离；根据所述指标数据矩阵中每列的最小值计算每个灵活性指标到最劣解的距离，作为第二距离；
根据所述第一距离和所述第二距离确定评分，根据所述评分的大小对所述电力系统灵活性资源的调节能力进行评价。
在一种可能实施的方式中，在所述根据各灵活性指标的值及权重构建指标数据矩阵之前，还包括：对所述各灵活性指标的值进行数据正向化和数据标准化处理。
第二方面，本发明又提供了一种电力系统灵活性资源调节能力评价系统，所述系统包括：
指标计算单元，用于根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；
权重计算单元，用于利用客观赋权法计算各灵活性指标的权重；
评价单元，用于根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
第三方面，本发明还提供了一种电子设备，包括处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述电子设备执行如上述第一方面及其任意一种可能实现的方式的电力系统灵活性资源调节能力评价方法。
第四方面，本发明还提供了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，所述计算机程序包括程序指令，所述程序指令当被电子设备的处理器执行时，使所述处理器执行如上述第一方面及其任意一种可能实现的方式的电力系统灵活性资源调节能力评价方法。
与现有技术相比，本发明的有益效果在于：
本发明公开了一种电力系统灵活性资源调节能力评价方法及系统，所述方法包括：根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；利用客观赋权法计算各灵活性指标的权重；根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。本发明能够对于电力系统灵活性资源调节能力进行客观评价，提高评价结果的准确性，并为电力系统灵活性资源的规划建设提供科学指导。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1为本发明实施例提供的一种电力系统灵活性资源调节能力评价方法的流程示意图；
图2为本发明实施例提供的另一种电力系统灵活性资源调节能力评价方法的流程示意图；
图3为算例一中不同灵活性方案中各灵活性指标的分布图；
图4为算例一中各灵活性指标评估结果；
图5为算例一中灵活性方案评估结果图；
图6为算例二中不同灵活性方案中各灵活性指标的分布图；
图7为算例二中各灵活性指标评估结果；
图8为算例二中灵活性方案评估结果图；
图9为本发明实施例提供的一种电力系统灵活性资源调节能力评价系统的结构示意图；
图10为本发明实施例提供的另一种电力系统灵活性资源调节能力评价系统的结构示意图；
图11为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
另外，为了更好地说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样能够实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本发明的主旨。
为了提高电力系统运行的安全性和经济性，在灵活性资源的计算规划需求阶段对其调节能力进行客观有效的综合性评估十分关键。然而现有技术中针对电力系统中灵活性资源调节能力的评价，主要依赖于工作人员的主观印象，缺乏客观的统一标准，既无法保证评价结果的准确性，又会进一步影响电力系统运行的安全性和经济性。为此，本发明旨在提供一种评价方法，基于多个灵活性指标，结合客观权重法计算各指标的权重，再利用优劣解距离法确定评分，利用评分大小从而能够客观准确的评价电力系统中灵活性资源调节能力，为灵活性资源的规划建设工作提供科学指导。
请参阅图1，图1提供了一种电力系统灵活性资源调节能力评价方法，包括以下步骤：
S10、根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值。
灵活性资源指的是电网系统中可以通过改变其产生、储存和消耗电力的方式、容量和时序来适应不断变化的电力需求和供给情况的各种电力设施和设备。这些设施和设备可以快速调整其负荷、容量和输出以适应电网的需求，提高电力系统的弹性和灵活性。其中灵活性资源可包括以下几种：
1)可变电源：可根据天气、环境等因素灵活地调整其发电量，并将电力输入电网；
2)可控能源储备：可利用储能系统将多余的电力储存起来，当电网需要时再将其释放，以保持电力平衡；
3)灵活性负载控制：通过智能化调控对负载进行准确的控制和管理，以实现负载的灵活调整，减轻电网负担；
4)能量管理系统：利用先进的能量监测和管理技术，实现对能源消耗的智能化和控制，以最大限度地提高能源利用效率。
在一个可选的实施方式中，灵活性资源主要包括抽水蓄能电源、锂电池储能系统、压缩空气储能系统、深度调峰系统及需求侧响应系统，即本实施例主要研究这五种灵活性资源接入电力系统后的调节能力。
需要说明的是，运行潮流数据又称为潮流计算结果，是指在电力系统中经过潮流计算后得到的电压、电流、有功功率、无功功率等各个节点的电气参数数值。在电力系统中，潮流计算的主要目的是分析电力系统中各个节点的电气参数及各设备的负载状态，以确保电力系统的安全稳定运行。
在一个可选的实施方式中，灵活性指标包括电力系统的失负荷率、弃电率、输电裕度、上爬坡裕度、下爬坡裕度、上备用裕度及下备用裕度。下面将对这7种灵活性指标的计算公式进行说明，其中下标d代表负荷侧，g代表发电侧，T为时段集合；J为负荷集合，I为常规发电机组集合，IR为可再生能源发电机组集合，L为支路集合：
(1)系统失负荷率
式中：FlexD为系统失负荷率；为不可调负荷j在时段t的功率；pd,j,t为实际满足的负荷j在时段t的功率；
(2)弃电率
式中：FlexR为弃电率；为可再生能源发电机组i在时段t的功率上限；pg,i,t为实际调用的可再生能源发电机组i在时段t的功率；
(3)输电裕度
式中：FlexB为输电裕度；为支路l在时段t的潮流上限；fl,t为支路l在时段t的潮流；
(4)上爬坡裕度和下爬坡裕度
式中：和/>分别表示上爬坡裕度和下爬坡裕度；RUd,j和RDd,j分别表示需求响应j的上爬坡和下爬坡速率；RUg,i和RDg,i分别表示机组i提供的上爬坡和下爬坡速率；ug,j,t表示机组j在时段t是否运行；ud,j,t需求响应j在时段t是否调节。
(5)上调充裕度和下调充裕度
式中：和/>分别表示上备用裕度和下备用裕度；rud,j,t和rdd,j,t分别表示需求响应j在时段t已经提供的上下备用；rug,i,t和rdg,i,t分别表示机组i在时段t已经提供的上下备用。
根据各灵活性指标的计算公式可知，在步骤S10中只需要获取根据接入灵活性资源的电力系统的运行潮流数据，将其带入至上述公式中，即可计算出各个灵活性指标的值。
在一个可能实施的方式中，在计算各灵活性指标的值之前，还包括：
获取接入灵活性资源的电力系统的相关数据，包括发电侧信息、负荷侧信息以及电网侧信息；
根据相关数据，采用全时序生产模拟仿真法，对接入灵活性资源的电力系统在预设时间内的调度运行结果进行仿真，得到运行潮流数据。
本实施例中，发电侧信息包括火电机组的装机、所在母线、空载成本、爬坡率、滑坡率、启动成本、最小出力和报价、新能源机组的装机、所在母线和时序功率预测；
负荷侧信息包括负荷地理位置和时序功率；
电网侧信息包括输电拓扑结构和输电阻塞约束。
运行潮流数据包括负荷相关数据；所述负荷相关数据包括负荷地理位置、负荷时序功率、负荷种类以及负荷能耗。
优选的，仿真系统8760小时调度运行结果，得到运行潮流数据。
S20、利用客观赋权法计算各灵活性指标的权重。
客观赋权法是一种数学方法，用于在多个评价指标之间，根据权重分配相应的重要性。该方法以一组集合X和一个相关“强度函数”的元素为基础，通过对于每个指标进行排序、权重计算和可视化，来确定最佳的决策方案。该方法的核心是赋予每个指标一个权重，这些权重会根据各种对象间的相互关系得出。客观赋权法能够在不损失任何信息的情况下处理决策问题，它对于多指标决策、风险分析和组合决策都有重大作用。
在上述步骤中主要计算出了灵活性指标的值，考虑到各灵活性指标对于确定评分时的作用并不等同，即有些指标对于评价灵活性资源调节能力来说更为重要，而有些则重要性程度较低。为了计算出各灵活性指标所占的权重，本实施例中采用客观赋权法进行计算。
在一个优选的实施方式中，客观赋权法主要采用CRITIC权重法。具体的，利用CRITIC权重法计算各指标的权重，生成权重矩阵，其具体步骤为：
步骤2.1)对数据进行标准化处理。
步骤2.2)根据指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。
其中，为消除因量纲不同对评价结果的影响，因此在步骤2.1)中需要对各指标进行标准化处理；
假设有n个待评价样本，p项评价指标，形成原始指标指标数据矩阵：
若所用指标的值越大越好，则定义该指标为正向指标，表达式为：
若所用指标的值越小越好，则定义该指标为逆向指标，表达式为：
其中，x′ij表示标准化处理后的矩阵；xij表示第i个评价样本第j个评价指标的数值；xjmax和xjmin分别表示原始指标矩阵中第j项评价指标最大和最小的值。
进一步的，步骤2.2)为计算权重过程，具体计算方法为：
其中，Sj表示第j个指标的标准差；Rj是指标j与其余指标矛盾性大小，用来衡量各指标之间的冲突性；rij表示指标i与指标j之间的相关系数，此处使用的是皮尔逊相关系数，该系数为线性相关系数，若两个指标之间具有较强的正相关，说明其冲突性越小，权重会越低；Cj表示信息量，Cj越大，第j个评价指标在整个评价指标体系中的作用越大，就应该给其分配更多的权重；Wj表示第j个指标的客观权重。
S30、根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
本步骤中，根据步骤S10计算的各灵活性指标的数值以及步骤S20计算的各灵活性指标的权重并结合优劣解距离法确定评分，最终根据评分的大小对电力系统灵活性资源的调节能力进行评价。
在一个具体的实施方式中，根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价，包括：
根据各灵活性指标的值及权重构建指标数据矩阵；
根据指标数据矩阵中每列的最大值计算每个灵活性指标到最优解的距离，作为第一距离；根据指标数据矩阵中每列的最小值计算每个灵活性指标到最劣解的距离，作为第二距离；
根据第一距离和第二距离确定评分，根据评分的大小确定电力系统灵活性资源的调节能力。
优选地，在根据各灵活性指标的值及权重构建指标数据矩阵之前，还包括对各灵活性指标的值进行数据正向化和数据标准化处理。
本实施例中，根据各灵活性指标的值及权重，利用优劣解距离法确定评分，以评价电力系统灵活性资源的调节能力，具体包括以下步骤：
步骤3.1)数据正向化；
步骤3.2)数据标准化；
步骤3.3)利用距离优劣法确定评分。
进一步地，步骤3.1)为将不同属性的数据进行正向化，有的数据是越大越好，有的数据是靠近某个值越好，有的是在一个区间中最好，通常来说，常见的数据可以分为四类：
具体的，步骤3.1)中的数据正向化方法如下：
假设有n个待评价样本，p项评价指标，形成原始指标指标数据矩阵：
其中，xij表示第i个评价样本第j个评价指标的数值；第j项评价指标的所有数据记为Xj，其中的元素记为xi，代表正向化后的指标值：
1)极小型指标转化为极大型指标：
其中，代表转化后的结果。
2)中间型指标转化为极大型指标：
其中，xjbest指第j项评价指标的最好的值。这里的分母求得的是偏离最好值最远的值。
3)区间型指标转化为极大型指标：
其中，M＝max{a-min(Xj),max(Xj)-b}，a为上界，b为下界。
进一步，在步骤3.2)中，当数据经过正向化处理后，各个数据都有自己的量纲，为了消除数据量纲的影响，需要对数据进行标准化处理。对于每一列的数据进行标准化的方法如下：
其中，zi表示标准化后的矩阵。
进一步，步骤3.3)为计算最终评价结果形成灵活性资源评分，具体实现方法为寻找各个指标的最大值和最小值，联合这些不同的指标，就能构建一个多维的最大值的指标和多维的最小值的点，这两个集合分别被称为最优方案，和最差方案或者叫最劣方案。最终的评分是用一个样本到最优和最劣解的距离定的，具体计算过程为：
设为加权重后的标准化矩阵，则有：
可以构成指标数据矩阵
定义每个指标每列的最大值为
定义每个指标每列的最小值为
其中，满足：
其中，Wj为CRITIC法生成的权重矩阵，为第i个对象到最优解的距离，/>为第i个对象到最劣解的距离，最终的评价结果为C。
根据上式，明显可以看出当0≤C≤1时，C越接近于1，越小，说明指标离最优解的距离越小，就说明这个更优。因此根据C从大到小的顺序，就可以评价各个灵活性资源调节能力的优劣。
综上所述，本实施例提供的一种电力系统灵活性资源调节能力评价方法，通过电力系统的运行潮流数据计算灵活性指标的值，利用客观赋权法计算各灵活性指标的权重；然后结合优劣解距离法确定评分，从而能够对电力系统灵活性资源的调节能力进行客观评价，提高评价结果的准确性，最终为电力系统灵活性资源的规划建设提供科学指导。
请参阅图2，在一个可能实施的方式中，还提供了一种电力系统灵活性资源调节能力评价方法的具体实现方法，包括以下步骤：
步骤1、输入灵活性资源相关数据和电力系统相关参数；
步骤2、采用全时序生产模拟仿真灵活性资源接入后电力系统的运行潮流；
具体的，本步骤中仿真该电力系统中各灵活性资源参与电力系统调度运行8760小时的时序仿真结果，得到最终的运行潮流数据；
步骤3、根据潮流结果计算系统运行评估指标，量化灵活性资源经济与技术指标；
步骤4、采用结合CRITIC权重的TOPSIS法进行客观综合评价；
步骤5、输出评价结果形成报表，包括不同灵活性方案各灵活性指标分布图、各灵活性资源指标评估结果图、权重结果、综合评价结果图等。
由于在大量投入灵活性资源前，存在最优的灵活性资源投入方式。通过上述实施例，根据不同地区不同需求的灵活性资源投入最优的灵活性资源方案，并使之适用于该场景的实际电网调度，能够更加高效的让灵活性资源参与大电网的调度。
为了帮助理解，下面将结合具体的实施算例对本发明的方案进一步说明：
算例一：
以蒙西地区为例，通过仿真全年8760小时的电力现货市场交易，得出灵活性资源的全年时序仿真结果从而建立算例，主要以灵活性资源建设成本相同为原则确定各种灵活性资源的配置规模。算例一为计算各个灵活性资源接入同一接入点的综合评价。
根据各指标对系统灵活性评价的特点，对这6个灵活性指标的指标类型进行判断是否需要正向化，对指标类型的判断结果如表1所示：
表1系统指标类型说明
算例1为蒙西某地区同一接入点相同投资成本下配置三种储能、电源深调峰、需求侧响应五类灵活性资源的的评价。经全年8760小时时序仿真，得出系统各灵活性指标数据如表2：
表2系统各灵活性指标数据
| 指标/资源 | 抽水蓄能 | 电化学 | 压缩空气 | 电源深调峰 | 需求侧响应 |
| 失负荷率 | 0.00％ | 0.00％ | 0.00％ | 0.00％ | 0.00％ |
| 弃电率 | 17.08％ | 20.58％ | 22.715 | 3.85％ | 20.60％ |
| 输电裕度(MW) | 63456051 | 62766978 | 62213156 | 70663931 | 62703013 |
| 上爬坡裕度(MW) | 187213757 | 180559297 | 179439624 | 97265961 | 20968488 |
| 下爬坡裕度(MW) | 37540435 | 31203514 | 33593601 | 79194626 | 24632344 |
| 上备用裕度(MW) | 30542374 | 20956873 | 17222852 | 29173057 | 180488614 |
| 下备用裕度(MW) | 32027621 | 24598146 | 26057371 | 49150762 | 31265198 |
对以上指标进行正向化处理，将极小值的指标转换成极大型指标，再将指标标准化用于后续的评估运算，最终形成的标准化矩阵如下表3所示：
表3标准化的灵活性指标数据
| 0.5 | 0.28276 | 0.440392 | 0.565114 | 0.368291 | 0.163033 | 0.4241 |
| 0.5 | 0.107042 | 0.43561 | 0.545028 | 0.306123 | 0.111866 | 0.325721 |
| 0.5 | 0 | 0.431766 | 0.541648 | 0.329571 | 0.091934 | 0.345043 |
| 0 | 0.94726 | 0.490416 | 0.293602 | 0.77694 | 0.155723 | 0.650839 |
| 0.5 | 0.10624 | 0.435166 | 0.063294 | 0.241656 | 0.963434 | 0.414004 |
根据表3得到不同灵活性方案中各灵活性指标分布图，如图3所示。
进一步地，将正向化后的各个指标利用CRITIC权重法进行权重计算，权重结果如表4所示：
表4CRITIC权重结果
最后，再将生成的权重向量增加到TOPSIS中的距离计算中，最终生成得分如图4、5所示。
从算例一中各灵活性资源方案的调节能力评估结果中可以得出，对于蒙西这一地区的储能技术的运行特点来看，在同一灵活性资源接入点配置相同投资成本的灵活性方案电源深调峰具有最优的灵活性资源调节能力，其次为需求侧响应和抽水蓄能。
算例二：
算例二以一种灵活性资源(例如电储能)为例，计算接入不同接入点的综合评价。具体的，以蒙西某地区同一灵活性方案不同接入点相同投资成本下电化学储能灵活性资源调节能力评价为例。经全年8760小时时序仿真，得出系统各灵活性指标数据如表5所示：
表5系统各灵活性指标数据
| 灵活性指标类型 | 接入点A | 接入点B | 接入点C |
| 失负荷率 | 0.00％ | 0.00％ | 0.00％ |
| 弃电率 | 18.20％ | 18.25％ | 18.50％ |
| 输电裕度(MW)： | 63290638.05 | 63450113.95 | 64552430.73 |
| 上爬坡裕度(MW)： | 27378857.1 | 27637827.9 | 27462114.03 |
| 下爬坡裕度(MW)： | 46268135.99 | 45929616.11 | 45564142.72 |
| 上备用裕度(MW)： | 184738197.7 | 185247577.8 | 185542562.4 |
| 下备用裕度(MW)： | 52113625.26 | 51724389.37 | 51267621.37 |
对以上指标进行正向化处理，将极小值的指标转换成极大型指标，再将指标标准归一化用于后续的评估运算，最终形成的标准化矩阵如下表6所示：
表6标准化的灵活性指标数据
| 1 | 0.771145 | 0.573038 | 0.57495 | 0.581708 | 0.575984 | 0.581935 |
| 1 | 0.636659 | 0.574482 | 0.580389 | 0.577452 | 0.577572 | 0.577589 |
| 1 | 0.506345 | 0.584463 | 0.576699 | 0.572857 | 0.578492 | 0.572488 |
根据表6得到不同灵活性方案中各灵活性指标分布图，如图6所示。
进一步地，将正向化后的各个指标利用CRITIC权重法进行权重计算，权重结果如表7所示：
表7CRITIC权重结果
最后，再将生成的权重向量增加到TOPSIS中的距离计算中，最终生成得分如图7、8所示。
从图7、8算例的结果中可以发现，对于蒙西这一地区的储能技术的运行特点来看，在配置同一灵活性资源相同投资成本下，在接入点A的灵活性调节作用最好，其次为接入点C。
请参阅图9，本发明还提供了一种电力系统灵活性资源调节能力评价系统，包括：
指标计算单元10，用于根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；
权重计算单元20，用于利用客观赋权法计算各灵活性指标的权重；
评价单元30，用于根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
在一些实施例中，本发明公开实施例提供的系统具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
请参阅图10，在另一个实施例中还提供了一种电力系统灵活性资源调节能力评价系统，包括：
登录认证模块：用于用户的自我身份确认；
数据录入模块，与登录认证模块相连，录入需要评估的灵活性资源相关数据以及生产模拟仿真模块所需的电力系统相关参数；
生产模拟仿真模块，与录入数据相连，采用全时序生产模拟仿真方法，仿真该评价电力系统中各灵活性资源参与电力系统调度运行8760小时的时序结果；
数据处理模块，与生产模拟仿真相连，获取生产模拟仿真后的8760小时时序结果，量化技术指标和经济指标，对数据进行处理求解得所需要的灵活性资源评价指标结果；
调节能力评估模块，与数据处理模块相连，获取数据处理模块中灵活性资源评价指标相关结果数据，对灵活性资源调节能力进行综合评估，并将评估结果传送至输出模块；
输出模块，与调节能力评估模块相连，将调节能力评估模块传送过来的结果输出形成报表。
本实施例提供的电力系统灵活性资源调节能力评价系统，通过电力系统的运行潮流数据计算灵活性指标的值，利用客观赋权法计算各灵活性指标的权重；然后结合优劣解距离法确定评分，从而能够对于电力系统灵活性资源调节能力进行客观评价，提高评价结果的准确性，最终为电力系统灵活性资源的规划建设提供科学指导。
请参阅图11，图11为本发明一实施例提供的电子设备的结构示意图。如图11所示，该实施例的电子设备5包括：至少一个处理器50(图11中仅示出一个)处理器、存储器51以及存储在存储器51中并可在至少一个处理器50上运行的计算机程序52，处理器50执行计算机程序52时实现上述任意方法实施例中的步骤。
电子设备5可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该电子设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图11仅仅是电子设备5的举例，并不构成对电子设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
处理器50可以是中央处理单元(Central Processing Unit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器51在一些实施例中可以是电子设备5的内部存储单元，例如电子设备5的硬盘或内存。存储器51在另一些实施例中也可以是电子设备5的外部存储设备，例如电子设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器51还可以既包括电子设备5的内部存储单元也包括外部存储设备。存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外，本发明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，所述计算机程序包括程序指令，所述程序指令当被电子设备的处理器执行时，使所述处理器执行如上述任一项实施例所述的电力系统灵活性资源调节能力评价方法。
在本发明所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。
上述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力系统灵活性资源调节能力评价方法，其特征在于，所述方法包括：
根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；
利用客观赋权法计算各灵活性指标的权重；
根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
2.根据权利要求1所述的电力系统灵活性资源调节能力评价方法，其特征在于，所述灵活性指标包括电力系统的失负荷率、弃电率、输电裕度、上爬坡裕度、下爬坡裕度、上备用裕度及下备用裕度；所述灵活性资源包括抽水蓄能、锂电池储能、压缩空气储能、电源深调峰及需求侧响应。
3.根据权利要求1所述的电力系统灵活性资源调节能力评价方法，其特征在于，在所述根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值之前，还包括：
获取接入灵活性资源的电力系统的相关数据，包括发电侧信息、负荷侧信息以及电网侧信息；
根据所述相关数据，采用全时序生产模拟仿真法，对接入灵活性资源的电力系统在预设时间内的调度运行结果进行仿真，得到运行潮流数据。
4.根据权利要求3所述的电力系统灵活性资源调节能力评价方法，其特征在于，
所述发电侧信息包括火电机组的装机、所在母线、空载成本、爬坡率、滑坡率、启动成本、最小出力和报价、新能源机组的装机、所在母线和时序功率预测；
所述负荷侧信息包括负荷地理位置和时序功率；
所述电网侧信息包括输电拓扑结构和输电阻塞约束。
5.根据权利要求1所述的电力系统灵活性资源调节能力评价方法，其特征在于，所述运行潮流数据包括负荷相关数据；所述负荷相关数据包括负荷地理位置、负荷时序功率、负荷种类以及负荷能耗。
6.根据权利要求1所述的电力系统灵活性资源调节能力评价方法，其特征在于，所述根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价，包括：
根据各灵活性指标的值及权重构建指标数据矩阵；
利用优劣解距离法，根据所述指标数据矩阵中每列的最大值计算每个灵活性指标到最优解的距离，作为第一距离；根据所述指标数据矩阵中每列的最小值计算每个灵活性指标到最劣解的距离，作为第二距离；
根据所述第一距离和所述第二距离确定评分，根据所述评分的大小对所述电力系统灵活性资源的调节能力进行评价。
7.根据权利要求6所述的电力系统灵活性资源调节能力评价方法，其特征在于，在所述根据各灵活性指标的值及权重构建指标数据矩阵之前，还包括：对所述各灵活性指标的值进行数据正向化和数据标准化处理。
8.一种电力系统灵活性资源调节能力评价系统，其特征在于，所述系统包括：
指标计算单元，用于根据接入灵活性资源的电力系统的运行潮流数据，计算各灵活性指标的值；
权重计算单元，用于利用客观赋权法计算各灵活性指标的权重；
评价单元，用于根据各灵活性指标的值及权重，利用优劣解距离法对电力系统灵活性资源的调节能力进行评价。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述电子设备执行如权利要求1至7任一项所述的电力系统灵活性资源调节能力评价方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被电子设备的处理器执行时，使所述处理器执行权利要求1至7中任意一项所述的电力系统灵活性资源调节能力评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090882.0A CN117557125A (zh) | 2023-08-28 | 2023-08-28 | 一种电力系统灵活性资源调节能力评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090882.0A CN117557125A (zh) | 2023-08-28 | 2023-08-28 | 一种电力系统灵活性资源调节能力评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117557125A true CN117557125A (zh) | 2024-02-13 |
Family
ID=89815467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311090882.0A Pending CN117557125A (zh) | 2023-08-28 | 2023-08-28 | 一种电力系统灵活性资源调节能力评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117557125A (zh) |
-
2023
- 2023-08-28 CN CN202311090882.0A patent/CN117557125A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105654207A (zh) | 基于风速、风向信息的风电功率预测方法 | |
| CN109102146B (zh) | 基于多参数线性规划的电力系统风险评估加速方法 | |
| CN113315171B (zh) | 新能源消纳能力评估方法、装置、计算机设备和存储介质 | |
| CN107204615B (zh) | 一种实现功率预测的方法及系统 | |
| CN112186761B (zh) | 一种基于概率分布的风电功率场景生成方法及系统 | |
| CN116821660A (zh) | 一种电力管理方法、系统、终端设备及存储介质 | |
| CN112906757A (zh) | 模型训练方法、光功率预测方法、装置、设备及存储介质 | |
| CN114493006A (zh) | 电网运行风险预测方法、系统、计算机设备及存储介质 | |
| Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
| CN117744916A (zh) | 储能容量的预测方法、装置、计算机设备及可读存储介质 | |
| CN116826710A (zh) | 基于负荷预测的削峰策略推荐方法、装置及存储介质 | |
| CN114186733A (zh) | 一种短期负荷预测方法和装置 | |
| CN114202174A (zh) | 一种电价风险等级预警方法、装置及存储介质 | |
| CN116452005A (zh) | 一种电力系统的风险评估方法、装置、设备及存储介质 | |
| CN117557125A (zh) | 一种电力系统灵活性资源调节能力评价方法及系统 | |
| CN115630858A (zh) | 虚拟电厂调峰性能评价方法及装置、存储介质、电网设备 | |
| CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
| Ghaffari et al. | Optimal economic load dispatch based on wind energy and risk constrains through an intelligent algorithm | |
| CN117691583B (zh) | 一种用于虚拟电厂的电力调度系统及方法 | |
| CN113205259A (zh) | 电网调度决策评估方法、装置及终端设备 | |
| CN115063255B (zh) | 一种海上风电场的运维资源优化配置方法、装置及系统 | |
| CN117575308B (zh) | 分布式配电网的风险评估方法、装置、设备及存储介质 | |
| Xu et al. | Stochastic real-time power dispatch with large-scale wind power integration and its analytical solution | |
| CN116914736A (zh) | 电力系统电力电量平衡综合评价的确定方法和确定装置 | |
| CN117649118A (zh) | 风电并网系统供电可靠性的评估方法、系统、设备及介质 |
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 |