考虑风电场集电线故障的鲁棒区间风电调度方法及装置制造方法

文档序号:7389608阅读:327来源:国知局
考虑风电场集电线故障的鲁棒区间风电调度方法及装置制造方法
【专利摘要】本发明涉及一种考虑风电场集电线故障的鲁棒区间风电调度方法及装置,包括:从电力系统动态响应能力及断面安全的角度,建立最恶劣场景模型,最恶劣场景模型考虑风电场集电线路m重故障情况下的系统运行安全性问题;利用最恶劣场景模型,将最小弃风要求作为优化模型的目标、将最恶劣风电出力情况下的系统运行安全性要求作为约束条件,建立鲁棒双层风电混合整数区间优化模型;通过变量等价替换法及线性规划的强对偶原理,将鲁棒双层风电混合整数区间优化模型转化为单层二次规划问题,并采用内点法求解得到最优火电出力计划值及风电最大计划区间;按照满足最优火电出力计划值及风电最大计划区间的条件进行风电调度,实现鲁棒区间风电调度。
【专利说明】考虑风电场集电线故障的鲁棒区间风电调度方法及装置

【技术领域】
[0001] 本发明涉及电力系统运行和控制【技术领域】,特别涉及一种考虑风电场集电线故障 的鲁棒区间风电调度方法及装置。

【背景技术】
[0002] 风电可开发利用的潜力巨大,是未来能源体系中的一个重要组成部分。但风电的 可预测性和可控性差,且风电场集电线路网架结构及保护配置薄弱,使得风电的大规模并 网导致电力系统运行的不确定性显著增大,可能导致采用确定性模型求解出的调度策略在 实际运行中不可行,这种不可行包括系统动态备用容量不足、联络断面传输能力缺乏以及 电压安全约束被破坏等。因此,需要在有功调度过程中考虑风电出力不确定性的影响,建立 基于不确定性模型的调控方法。
[0003] 不确定性分析的主流方法是基于概率论的方法,例如随机规划及机会约束规划 等。随机规划模型一般都假定随机参数的概率分布已知,而实际问题存在多种形式的不确 定性,其概率分布难以精确刻画。同时,概率模型的计算量巨大,一般只能采样其中有限个 场景建立近似模型,使得由此获得的调度策略的计算精度和安全性都难以保证。
[0004] 鲁棒优化是一种能够使得优化解在指定系统结构下,当不确定参数在一个有界集 合内任意变化时确保可行的决策方法。鲁棒优化的目的是求得这样一个解,它使得对于系 统内部和外部不确定参数的所有可能变化,系统的稳定性及相关性能指标仍能得到满足, 并且使得最坏情况下的目标函数值取得最优。鲁棒优化方法适用于以稳定性和可靠性作为 首要目标的应用,特别是对那些比较关键且不确定因素变化范围大、稳定裕度小的对象。同 时,鲁棒优化过程不需要获知变量的具体概率分布,而只需要包括期望值及变化范围等不 确定性变量的分布信息即可。
[0005] 但传统鲁棒优化调度问题较多关注于不确定参数在预测值或期望值基础上的误 差变化问题。具体到鲁棒风电有功调度方面,一般指的是风电预测结果的不确定性对系统 安全的影响,而缺乏对风电场集电线路故障跳闸情况的考虑。而在实际运行过程中,风电场 集电线路无论在网架结构还是继电保护配置方面,都是电网运行中一个十分薄弱的环节, 故障跳闸情况较为常见。对电网而言,大容量风机集电线路容量可达几十甚至上百兆瓦,其 故障跳闸对系统造成的冲击较大,因此,有必要在风电有功调度过程中加入对该问题的考 虑。


【发明内容】

[0006] 针对大规模风电集中接入情况下,由于风机集电线路m重故障的不确定性造成的 电力系统运行安全问题,本发明提出一种考虑风电场集电线故障的鲁棒区间风电调度方法 及装置,该技术方案可在保证系统运行安全的前提下,最大限度提高电网对风电的消纳能 力,提高运行经济性。
[0007] 为实现上述目的,本发明提供了一种考虑风电场集电线故障的鲁棒区间风电调度 方法,该方法包括:
[0008] 从电力系统动态响应能力及断面安全的角度,建立最恶劣场景模型,所述最恶劣 场景模型考虑风电场集电线路m重故障情况下的系统运行安全性问题;
[0009] 利用所述最恶劣场景模型,将最小弃风要求作为优化模型的目标、将最恶劣风电 出力情况下的系统运行安全性要求作为约束条件,建立鲁棒双层风电混合整数区间优化模 型;
[0010] 通过变量等价替换法及线性规划的强对偶原理,将所述鲁棒双层风电混合整数区 间优化模型转化为单层二次规划问题,并采用内点法求解得到最优火电出力计划值Pit及 风电最大计划区间

【权利要求】
1. 一种考虑风电场集电线故障的鲁棒区间风电调度方法,其特征在于,该方法包括: 从电力系统动态响应能力及断面安全的角度,建立最恶劣场景模型,所述最恶劣场景 模型考虑风电场集电线路m重故障情况下的系统运行安全性问题; 利用所述最恶劣场景模型,将最小弃风要求作为优化模型的目标、将最恶劣风电出力 情况下的系统运行安全性要求作为约束条件,建立鲁棒双层风电混合整数区间优化模型; 通过变量等价替换法及线性规划的强对偶原理,将所述鲁棒双层风电混合整数区间优 化模型转化为单层二次规划问题,并采用内点法求解得到最优火电出力计划值Pit及风电 最大计划区间
; 按照满足所述最优火电出力计划值Pit及风电最大计划区间
的条件进行 风电调度,实现考虑风电场集电线故障的鲁棒区间风电调度。
2. 如权利要求1所述的方法,其特征在于,所述最恶劣场景模型包括第一种最恶劣场 景模型和第二种最恶劣场景模型;其中, 所述第一种最恶劣场景模型为:从电力系统动态响应能力的角度出发,由于风电场集 电线路故障及风电出力偏差导致常规机组的备用容量达到最小; 所述第二种最恶劣场景模型为:从断面安全的角度出发,考虑风电场集电线路故障及 风电出力偏差导致断面负载率达到最大。
3. 如权利要求2所述的方法,其特征在于,所述第一种最恶劣场景模型包括两种情况, 第一种情况为:风电出力的变化导致常规机组的上旋备裕度达到最小;建立下式的最恶劣 情况判别条件:
其中,Ut为第t时段的系统上备用裕度的最小值;Pi,t为第i台常规机组在第t时段的 出力计划;圮为第i台常规机组在第t时段的上备用容量;P;'1为此种情况下的风电出力; Dt为第t时段的系统负荷需求;G_为常规机组集合,Gwind为风电机组集合;ivCwrarf为系统中 所有风电场集电线路的条数;m为最大容许的集电线路跳闸条数;g为第j个风电场的装 机容量;^为第j个风电场内第k条集电线路的装机容量;/^max、分别为风电允许 出力区间的上下限;
为第j个风电场的第k条集电线路在第t时段的运行状态: 正常运行时取1,事故跳闸时取〇 ; 第二种情况为:风电出力的变化导致常规发电机的下旋备裕度达到最小;建立下式的 最恶劣情况判别条件:
其中,dt为第t时段的系统下旋备裕度的最小值;以)2为此种最恶劣情况下的风电出 力;为第i台常规机组在第t时段的下旋备容量。
4. 如权利要求2所述的方法,其特征在于,所述第二种最恶劣场景模型包括两种情况, 第一种情况为:风电出力突然变化导致断面正向负载达到最大;建立下式的最恶劣情况判 别条件:
其中,1为断面编号,1 = 1,…L,L为总断面数,ku为第i台机组对第1个断面的灵 敏度,冗3为此种情况下的风电出力,Lu1,,为第t时段断面t负载的最大值;rit为第i台机 组在第t时段的出力调整量; 第二种情况为:风电出力突然变化导致断面反向负载达到最大,建立下式的最恶劣情 况判别条件:
其中,P)/4为此种情况下的风电出力,Ld1,,为第t时段断面1正向负载最小值或反向最 大值。
5. 如权利要求1所述的方法,其特征在于,所述优化模型的表达式为:
其中,a^bpCi分别为常规机组的发电成本系数;h代表优化过程的起始时段;Ttl代表 优化过程的终止时段,」为弃风成本系数;g为第j个风电场在第t时段的预测出力区 间上限值。
6.如权利要求1所述的方法,其特征在于,所述约束条件包括:风电机组的出力约束、 最恶劣场景下的系统备用裕度约束、最恶劣场景下的传输断面安全约束、常规机组的上旋 备容量约束、常规机组的下旋备容量约束、最恶劣情况下常规机组出力的连续可行性约束、 发电负荷平衡约束、常规机组的出力限值约束和常规机组的爬坡率约束;其中, 所述风电机组的出力约束的表达式为:
所述最恶劣场景下的系统备用裕度约束的表达式为:
所述最恶劣场景下的传输断面安全约束的表达式为:
所述常规机组的上旋备容量约束的表达式:
其中,T为采样间隔; 所述常规机组的下旋备容量约束的表达式:
所述最恶劣情况下常规机组出力的连续可行性约束的表达式:
其中,为第一种最恶劣情况下发电机i在t时段的出力调整量;为第二种最恶 劣情况下发电机i在t时段的出力调整量; 所述发电负荷平衡约束的表达式:
所述常规机组的出力限值约束的表达式:
其中,瓦、迈分别为常规机组的出力上下限; 所述常规机组的爬坡率约束的表达式:
其中,ApUi、Apdi为常规机组向上及向下的爬坡率。
7. -种考虑风电场集电线故障的鲁棒区间风电调度装置,其特征在于,该装置包括: 最恶劣场景模型确立单元,用于从电力系统动态响应能力及断面安全的角度,建立最 恶劣场景模型,所述最恶劣场景模型考虑风电场集电线路m重故障情况下的系统运行安全 性问题; 优化模型建立单元,用于根据所述最恶劣场景模型,将最小弃风要求作为优化模型的 目标、将最恶劣风电出力情况下的系统运行安全性要求作为约束条件,建立鲁棒双层风电 混合整数区间优化模型; 求解单元,用于通过变量等价替换法及线性规划的强对偶原理,将所述鲁棒双层风电 混合整数区间优化模型转化为单层二次规划问题,并采用内点法求解得到最优火电出力计 划值Pit及风电最大计划区间
; 调度单元,用于按照满足所述最优火电出力计划值Pit及风电最大计划区间
的条件进行风电调度,实现考虑风电场集电线故障的鲁棒区间风电调度。
8. 如权利要求7所述的装置,其特征在于,所述最恶劣场景模型确立单元建立的最恶 劣场景模型包括第一种最恶劣场景模型和第二种最恶劣场景模型;其中, 所述第一种最恶劣场景模型为:从电力系统动态响应能力的角度出发,由于风电场集 电线路故障及风电出力偏差导致常规机组的备用容量达到最小; 所述第二种最恶劣场景模型为:从断面安全的角度出发,考虑风电场集电线路故障及 风电出力偏差导致断面负载率达到最大。
9. 如权利要求8所述的装置,其特征在于,所述最恶劣场景模型确立单元建立的第一 种最恶劣场景包括两种情况,第一种情况为:风电出力的变化导致常规机组的上旋备裕度 达到最小;建立下式的最恶劣情况判别条件:
其中,Ut为第t时段的系统上备用裕度的最小值;Pi,t为第i台常规机组在第t时段的 出力计划;为第i台常规机组在第t时段的上备用容量;乂)1为此种情况下的风电出力; Dt为第t时段的系统负荷需求;G_为常规机组集合,Gwind为风电机组集合;为系统中 所有风电场集电线路的条数;m为最大容许的集电线路跳闸条数;写为第j个风电场的装 机容量;f为第j个风电场内第k条集电线路的装机容量;分别为风电允许 出力区间的上下限;4e丨0,U为第j个风电场的第k条集电线路在第t时段的运行状态: 正常运行时取1,事故跳闸时取〇; 第二种情况为:风电出力的变化导致常规发电机的下旋备裕度达到最小;建立下式的 最恶劣情况判别条件:
其中,dt为第t时段的系统下旋备裕度的最小值;为此种最恶劣情况下的风电出 力;为第i台常规机组在第t时段的下旋备容量。
10.如权利要求8所述的装置,其特征在于,所述最恶劣场景模型确立单元建立的第二 种最恶劣场景包括两种情况,第一种情况为:风电出力突然变化导致断面正向负载达到最 大;建立下式的最恶劣情况判别条件:
其中,1为断面编号,1 = 1,…L,L为总断面数,ku为第i台机组对第1个断面的灵 敏度,以/3为此种情况下的风电出力,Lu1,,为第t时段断面1负载的最大值;rit为第i台机 组在第t时段的出力调整量; 第二种情况为:风电出力突然变化导致断面反向负载达到最大,建立下式的最恶劣情 况判别条件:
其中,以/4为此种情况下的风电出力,Ld1,t为第t时段断面1正向负载最小值或反向 最大值。
11. 如权利要求7所述的装置,其特征在于,所述优化模型建立单元建立的优化模型的 表达式为:
其中,分别为常规机组的发电成本系数;h代表优化过程的起始时段;Ttl代表 优化过程的终止时段,」为弃风成本系数;g为第j个风电场在第t时段的预测出力区 间上限值。
12. 如权利要求7所述的装置,其特征在于,所述优化模型建立单元建立的优化模型的 约束条件包括:风电机组的出力约束、最恶劣场景下的系统备用裕度约束、最恶劣场景下的 传输断面安全约束、常规机组的上旋备容量约束、常规机组的下旋备容量约束、最恶劣情况 下常规机组出力的连续可行性约束、发电负荷平衡约束、常规机组的出力限值约束和常规 机组的爬坡率约束;其中, 所述风电机组的出力约束的表达式为:
所述最恶劣场景下的系统备用裕度约束的表达式为:

所述最恶劣场景下的传输断面安全约束的表达式为:
所述常规机组的上旋备容量约束的表达式:
其中,T为采样间隔; 所述常规机组的下旋备容量约束的表达式:
所述最恶劣情况下常规机组出力的连续可行性约束的表达式:
其中,Ag为第一种最恶劣情况下发电机i在t时段的出力调整量;为第二种最恶 劣情况下发电机i在t时段的出力调整量; 所述发电负荷平衡约束的表达式:
所述常规机组的出力限值约束的表达式:
其中,瓦、苎分别为常规机组的出力上下限; 所述常规机组的爬坡率约束的表达式:
其中,ApUi、Apdi为常规机组向上及向下的爬坡率。
【文档编号】H02J3/46GK104242356SQ201410500326
【公开日】2014年12月24日 申请日期:2014年9月26日 优先权日:2014年9月26日
【发明者】陈建华, 杨志刚, 崔慧军, 李膨源, 王东立, 康伟, 翟丙旭 申请人:国家电网公司, 国网冀北电力有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1