WO2014176929A1 - 含大规模风电的电力系统的检修计划优化方法 - Google Patents

Abstract

一种含大规模风电的电力系统的检修计划优化方法，建立目标函数，为了使目标函数能够得出最佳的优化结果，对目标函数进行约束，其约束条件分别为：根据检修自然环境约束；根据风电场的检修时间约束；根据风电场的检修场地约束；根据风电场系统可靠性约束；根据发电机组检修连续性约束；在上述约束条件下，利用上述目标函数的对电力系统利用启发式算法进行建模。通过对含大规模风电的电力系统进行建模，在于一定的约束条件下通过建模，对电力系统中的风电发电机进行合理的优化检修时间，从而达到了在保证风电发电最大效率的同时，对风电设备合理维修的目的。

Description

含大规模风电的电力系统的检修计划优化方法 技术领域

本发明涉及风电场检修领域， 具体地，涉及一种含大规模风电的电力系统的 检修计划优化方法。

背景技术

目前， 火电、水电等常规发电机组由于具有可靠的发电容量及良好的调节能 力，其检修时对电网的影响主要表现在供电可靠性方面， 安排常规机组检修时一 般考虑要保证电网的供电可靠性， 相应的方法有等备用法、 等风险度法等。 与火 电、水电等常规发电机组相比， 风电机组具有其特殊性， 因此风电场检修对电网 的影响与常规发电机组相比也存在差别。

由于风电场一般具有风电机组众多、 单机容量小、 风场地域分布广等特点， 限于检修人力、 物力的限制， 风电场检修时一般不可能整个风场全部停机检修， 而是采取按照风电机组地域分布分批检修的方式进行。这种方式下每次安排检修 的风电机组数量有限， 由于风电机组单机容量小， 可控性较差， 容量可信度不是 特别高， 甘肃风电 2011年运行情况显示， 全网风电出力主要集中在 5'Γ35%装机 容量出力区间， 出现频率为 43%， 0%〜5%和 65%以上装机容量出现的时间频率分别 为 30%和 6%， 由此可见每次检修的风电机组其容量替代效益有限， 对电网的供电 可靠性的影响不像常规火电、 水电等机组那么大， 在制定风电场检修计划时， 其 对电力系统可靠性方面的影响居于次要地位。

风电是绿色、可再生能源， 其在电网中的重要作用之一就是替代火电等常规 化石能源发电， 从而减少电网温室气体及有害气体的排放， 降低常规化石能源的 消耗， 提高电网节能减排效果。风电场检修对电网的影响在经济层面主要体现在 节能减排方面， 由于风电场电能生产存在季节性差异， 检修计划制定过程应着重 关注如何减少风电场检修弃风电量，从而充分利用风电资源，利于电网节能减排。

制定发电机组检修计划是电力系统运行调度的一项重要任务，也是电力系统 中长期规划领域的重要内容。制定发电机组检修计划的目的是周期性地对发电机 组进行预防性检修， 以保持发电机组良好的技术状态， 减少机组故障的发生、 延 长发电机组寿命， 提高电力系统整体运行的可靠性。

风电场计划检修的内容一般包括： 润滑、 紧固螺钉、 更换过滤器、 检查安全 保护设施等方面。 目前国外的风电场检修大都采用计划检修方式， 瑞典的瓦腾福 公司一般每两年对风电场进行一次计划检修， 检修分为大检修和小检修， 大检修 约需要两个检修工人 7小时的工时，小检修大约需要两个检修工人 4个小时的工 时完成； 丹麦的 Elsam电力公司对小而旧的风电机每 Γ6个月检修一次， 大而新 的风电机组的检修间隔为半年到一年，该公司检修每台风机大约需要两个检修工 人工作约 15个小时。

风电场检修是风电场运行维护中的一项重要工作， 与火电、水电等常规电源 相比， 风电场具有地域分布广、 机组数量多、 自然环境复杂多变、 风电出力季节 性差异大等特点， 使得风电场在检修的时候不能保证发电的效率。

发明内容

本发明的目的在于， 针对上述问题， 提出一种含大规模风电的电力系统的检 修计划优化方法， 以实现 ¾E保证风电发电最大效率的同时， 对风电设备合理维修 的优点。

为实现上述目的， 本发明采用的技术方案是：

一种含大规模风电的电力系统的检修计划优化方法， 建立目标函数， 函数为：

最小化风电水平年的弃风电量为: mm E WMQ mm

函数中： 式中， 为电力系统水平年 m月的空闲容量； 为电力系统 水平年 m月扣除机组检修容量后的可用发电容量； m'max为电力系统水平年 _m 月最大负荷日的最大负荷； ^^Rm、 ^Sm分别为电力系统水平年 m月旋转、 停机 备用容量； ^wMQ为风电机组检修未利用电量；

为了使上述的目标函数能够得出最佳的优化结果，对上述的目标函数进行约 束， 其约束条件分别为： 根据检修自然环境约束； 根据风电场的检修时间约束； 根据风电场的检修场地约束； 根据风电场系统可靠性约束； 根据发电机组检修连 续性约束；

在上述约束条件下，利用上述目标函数的对电力系统利用启发式算法进行建 模。

根据本发明的优选实施例， 所述风电场检修时间约束条件为：

11

l ⁿMi_m二 ^Nw ^D 风电场检修场地约束条件为： nWRim ― ⁿMi ― N _m

电力系统可靠性约束条件为： R上、 m >— R mm . 发电机组检修连续性约束条件为，检修时间超过一个月的机组必须在连续相 邻的月份中检修； 式中， i表示风电场， ^wwm为风电场 i水平年必须安排检修的机组数目； ^为风电场 i水平年 _m月装机台数； 、 \ ? m分别为风电场 i同时安 排检修机组台数约束和 m月实际检修台数； ^^^为风电场 i各发电机组水平年需 要安排检修的平均天数； Rm为系统水平年 m月的旋转备用容量； Rmi n为电力系 统水平年旋转备用容量最小需求。

根据本发明的优选实施例，利用上述目标函数的对电力系统利用启发式算法 进行建模， 该建模步骤包括以下步骤：

步骤一： 根据风电场装机台数、 地域分布及检修人力、 物力条件将所有风力 发电机均分为 N批进行检修；

步骤二： 根据风电场全年出力历史数据， 统计风电场全年各月出力的保证率 曲线；

步骤三： 根据风电场的风电出力置信水平计算全年各月风电场发电量； 步骤四： 根据风电场全年各月发电量， 寻找发电量最小和次小的两个月份记 为： m0禾口 ml；

步骤五： 计算上述 mO和 ml月份的备用电力容量 R0和 R1 ;

步骤六： 如果上述 R0大于等于 Rl， 即表示月份 mO电力系统的供电可靠性 较好， 因此安排一批风电机组在该月份检修；

步骤七： 如果 R0小于 Rl， 则比较电力系统的整体技术经济性， 选择技术经 济性优的月份安排检修；

步骤八： 若所有风电机组检修安排完成则输出检修安排结果， 否则转至歩骤 四继续检修， 直至完成检修。

本发明的技术方案具有以下有益效果：

本发明的技术啊方案， 通过对含大规模风电的电力系统进行建模， 在于一定 的约束条件下通过建模， 对电力系统中的风电发电机进行合理的优化检修时间， 从而达到了在保证风电发电最大效率的同时， 对风电设备合理维修的目的。

下面通过附图和实施例， 对本发明的技术方案做进一步的详细描述。

附图说明

图 1 为本发明实施例所述的含大规模风电的电力系统的检修计划优化方法 中建模步骤流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明， 应当理解， 此处所描述的优 选实施例仅用于说明和解释本发明， 并不用于限定本发明。

一种含大规模风电的电力系统的检修计划优化方法， 建立目标函数， 该目标 函数为：

最小化风电水平年的弃风电量为:

函数中： 式中， 为电力系统水平年 m月的空闲容量； ^'"为电力系统 水平年 m月扣除机组检修容量后的可用发电容量； ^^m'^max为电力系统水平年 m 月最大负荷日的最大负荷； ^Rm、 ^^Sm分别为电力系统水平年 m月旋转、 停机 备用容量； ^£wMQ为风电机组检修未利用电量；

为了使目标函数能够得出最佳的优化结果， 对目标函数进行约束， 其约束条 件分别为： 根据检修自然环境约束（在冬季 1月份、 夏季 7月份等环境恶劣时段 一般不安排检修）， 根据风电场的检修时间约束； 根据风电场的检修场地约束； 根据风电场系统可靠性约束； 根据发电机组检修连续性约束；

在约束条件下， 利用目标函数的对电力系统利用启发式算法进行建模。 其中， 风电场检修时间约束条件为：

11

风电场检修场地约束条件为：

nWRim ― ^ηΜί ― N _m 电力系统可靠性约束条件为：

R m >― R mm . 发电机组检修连续性约束条件为，检修时间超过一个月的机组必须在连续相 邻的月份中检修； 式中， i表示风电场， ^w m为风电场 i水平年必须安排检修的机组数目；

^w™为风电场 i水平年 m月装机台数； 、 ^NWRim分别为风电场 i同时安 排检修机组台数约束和 m月实际检修台数； ^ _;为风电场 i各发电机组水平年需 要安排检修的平均天数； Rm为电力系统水平年 m月的旋转备用容量； 1½_{ΐ η}为电 力系统水平年旋转备用容量最小需求。

利用目标函数的对电力系统利用启发式算法进行建模，该建模步骤包括以下 步骤， 如图 1所示；

步骤一： 根据风电场装机台数、 地域分布及检修人力、 物力条件将所有风力 发电机均分为 N批进行检修；

步骤二： 根据风电场全年出力历史数据， 统计风电场全年各月出力的保证率 曲线；

步骤三： 根据风电场的风电出力置信水平计算全年各月风电场发电量； 步骤四： 根据风电场全年各月发电量， 寻找发电量最小和次小的两个月份记 为： mO和 ml；

步骤五： 计算 mO和 ml月份的备用电力容量 R0和 R1 ;

步骤六： 如果上述 R0大于等于 Rl， 即表示月份 mO电力系统的供电可靠性 较好， 因此安排一批风电机组在该月份检修；

步骤七： 如果 R0小于 R1 , 则比较电力系统的整体技术经济性， 选择技术经 济性优的月份安排检修；尽管安排风电场在 ml月份检修可能比在 mO月份产生更 多的检修弃风电量， 但是将有利于电力系统整体可靠性的提高， 此时比较电力系 统的整体技术经济性， 选择技术经济性优的月份安排检修；

步骤八： 若所有风电机组检修安排完成则输出检修安排结果， 否则转至歩骤 四继续检修， 直至完成检修。

最后应说明的是： 以上所述仅为本发明的优选实施例而己， 并不用于限制本 发明， 尽管参照前述实施例对本发明进行了详细的说明， 对于本领域的技术人员 来说，其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分 技术特征进行等同替换。 凡在本发明的精神和原则之内， 所作的任何修改、 等同 替换、 改进等， 均应包含在本发明的保护范围之内。

Claims

权利要求书

1 . 一种含大规模风电的电力系统的检修计划优化方法， 其特征在于， 建立 目标函数， 该目标函数为：

C Km = C m - L — —

'".max R Rm R Sm

函数中： 式中， ""^m为电力系统水平年！^月的空闲容量； 为电力系统 水平年 m月扣除机组检修容量后的可用发电容量； ^m'^max为电力系统水平年 m 月最大负荷日的最大负荷； ^ι^、 ^^Sm分别为电力系统水平年 m月旋转、 停机 备用容量； ^JEwMQ为风电机组检修未利用电量；

为了使上述的目标函数能够得出最佳的优化结果，对上述的目标函数进行约 束， 其约束条件分别为： 根据检修自然环境约束； 根据风电场的检修时间约束； 根据风电场的检修场地约束； 根据风电场系统可靠性约束； 根据发电机组检修连 续性约束；

在上述约束条件下，利用上述目标函数的对电力系统利用启发式算法进行建

2. 根据权利要求 1所述的含大规模风电的电力系统的检修计划优化方法， 其特征在于， 所述风电场检修时间约束条件为：

1 1 m=0 风电场检修场地约束条件为： WRim ― "Mi —

电力系统可靠性约束条件为：

R m >— R mm . 发电机组检修连续性约束条件为，检修时间超过一个月的机组必须在连续相 邻的月份中检修； 式中， i表示风电场， ^W ^n为风电场 i水平年必须安排检修的机组数目； 为风电场 i水平年 m月装机台数； ^ΉΜϊ、 ⁿ Rim分别为风电场 i同时安 排检修机组台数约束和 m月实际检修台数： 为风电场 i各发电机组水平年需 要安排检修的平均天数； Rm为电力系统水平年 m月的旋转备用容量； Rmi n为电 力系统水平年旋转备用容量最小需求。

3. 根据权利要求 1或 2所述的含大规模风电的电力系统的检修计划优化方 法， 其特征在于， 利用上述目标函数的对电力系统利用启发式算法进行建模， 该 建模步骤包括以下步骤：

步骤一： 根据风电场装机台数、 地域分布及检修人力、 物力条件将所有风力 发电机均分为 N批进行检修；

步骤二： 根据风电场全年出力历史数据， 统计风电场全年各月出力的保证率 曲线；

步骤三： 根据风电场的风电出力置信水平计算全年各月风电场发电量； 步骤四： 根据风电场全年各月发电量， 寻找发电量最小和次小的两个月份记 为： m0禾口 ml；

步骤五： 计算上述 m0和 ml月份的备用电力容量 R0和 R1 ;

步骤六： 如果上述 R0大于等于 Rl， 即表示月份 mO电力系统的供电可靠性 较好， 因此安排一批风电机组在该月份检修；

步骤七： 如果 R0小于 Rl， 则比较电力系统的整体技术经济性， 选择技术经 济性优的月份安排检修；

步骤八： 若所有风电机组检修安排完成则输出检修安排结果， 否则转至歩骤 四继续检修， 直至完成检修。