基于改进仿射备用分配的含风电电力系统经济调度方法与流程

本发明涉及电力系统中运行与控制的
技术领域：
，具体涉及一种基于改进仿射备用分配的含风电电力系统经济调度方法。
背景技术：
：电力系统调度运行包括静态经济调度和动态经济调度。动态经济调度考虑了各时间段之间的相互影响，更加能够切实反映系统的运行要求，目前已有很多相关研究，风能作为一种重要的可再生能源，研究含有并网风电场的动态经济调度问题是一个十分重要的问题；同时，区别于火电等常规能源，由于风能具备有别于常规机组的间歇性和不可预测性，也给这一问题的解决带来了困难和挑战。电力系统中需要预留一定的备用功率来平抑风电出力的随机性。具体来说，通过在经济调度中预留一部分常规机组的备用功率，在实时的实际风电功率得到后，通过调用常规机组的备用来平衡风电出力的偏差。仿射备用分配方法是考虑风电功率实际分配的经典方法。在仿射备用分配方法中，通常以实际风电功率与预测风电功率之间的差值为基准，通过相应的参与因子将风电的不平衡功率分配给每个常规机组，如果实际风电功率大于预测风电功率，则需要系统的向下备用，即常规机组需要降低出力来调用预留的备用功率。如果实际风电功率小于预测风电功率，则需要系统的向上备用，即常规机组需要增加出力来调用预留的备用功率。在更糟糕的情况下，如果系统备用不能平衡风电出力的随机性导致的系统功率不平衡，会导致因风电出力率的低估和高估产生的弃风或切负荷。然而，由于弃风和切负荷带了的社会成本相差很大，故仅以实际风电功率与预测风电功率之间的差异为基准的传统方法得到的调度结果并非经济最优解。技术实现要素：为了解决上述技术问题，本发明所采用的技术方案是提供了一种基于改进仿射备用分配的含风电电力系统经济调度方法，包括以下步骤：确定系统内发电机组参数、线路参数和风电功率场景；基于改进仿射备用方法，以实际风电功率与风电调度功率之间的差异为基准，确定在实时的实际风电功率得到后的常规机组实际备用功率，建立电力系统经济调度模型；基于线性规划求解器求解模型，确定并输出常规机组的调度结果。在上述方法中，所述系统内发电机组参数包括：出力上下限、燃料成本系数、备用成本系数、最大向上和向下爬坡功率和最大向上和向下备用能力；线路参数包括：拓扑结构、最大传输容量、直流潮流分配系数。在上述方法中，所述经济调度问题的目标函数是：式中，f为系统总成本；fc为系统常规机组的总成本，在第一阶段中建模，由here-and-now决策变量pi,t、ru,i,t和rd,i,t决定；pi,t为常规机组i在调度周期t的调度功率，ru,i,t和rd,i,t分别为常规机组i在调度周期t的向上和向下备用功率；fu为在第二阶段对应的所有由风电随机性引起的系统随机性成本，由wait-and-see变量决定，是风电出力的随机变量。在上述方法中，所述第一阶段建模具体如下：系统常规机组的总成本由下式可得：式中，t为调度时间域为调度周期的数量，其中t＝1,2…t；i为系统内常规机组的数量，i＝1,2…i；bf,i和cf,i分别为常规机组i的燃料成本的一次项和常数项系数；cur,i和cdr,i分别为常规机组i的向上和向下备用预留成本系数；约束条件为：①常规机组出力累加备用约束后功率约束②常规机组备用能力上限约束③常规机组的爬坡约束④功率平衡约束⑤风电功率随机性能被系统备用平衡对应的出力上下限的与系统备用的关系约束⑥风电功率随机性能被系统备用平衡对应的出力上下限约束式中，和pi分别为常规机组i的出力上限和下限；和分别为常规机组i的向上和向下备用的上限；和分别为常规机组i的最大向上和向下爬坡功率；wt为风电调度功率，lt为调度周期t下系统预测功率；出力上限为，wt出力下限为；wr是风电装机容量。在上述方法中，所述第二阶段建模具体如下：风电功率随机性成本由下式可得：e[fu(wt)]＝cwcewc+clsels式中，其中fu(wt)是第二阶段风电随机性的惩罚成本期望；ewc和els分别是弃风和切负荷的功率期望值；cwc和cls分别是弃风和切负荷的惩罚系数。在上述方法中，所述第二阶段中的风电功率随机性成本根据风电功率场景模型写为：式中，πs是风电功率场景s的概率；是调度周期t下场景s的风电功率之和；和分别是场景s的切负荷和弃风功率；s为风电功率场景数量；为风电功率总和的场景，为风电场j的风力功率场景，j为系统内风电场的数量；常规机组i按照一定的比例因子确定调度周期t下场景s的实际备用功率：式中，ai即常规机组i承担由风电随机性导致的系统备用的比例因子；对于每个场景s的调度周期t下的输电线路l，传输容量约束如下：式中：nb为系统中节点数量；l是输电线路索引；b为节点索引；是输电线路l的传输容量限制；kl,b是直流潮流中的分配系数；i(b)为连接到母线b上的常规机组数量；j(b)为连接到母线b上的风电场数量；lb,t是调度周期t下节点b的负荷需求；是调度周期t下场景s的常规机组i的实际备用功率。本发明通过以实际风电功率与风电调度功率之间的差异为基准，确定在实时的实际风电功率得到后的常规机组实际备用功率，以此建立电力系统经济调度模型，基于线性规划求解器求解模型，确定并输出常规机组的调度结果，且通过本发明方法的总体系统调度成本明显低于常规仿射备用分配方法。附图说明图1为本发明提供的流程图；图2为本发明提供的风电出力随机性对系统影响的说明图；图3为本发明提供的预测风电功率、风电功率场景和风电调度功率算例结果曲线图。具体实施方式本发明针对现有仿射备用分配方法中以实际风电功率与预测风电功率之间的差值为基准造成社会成本提高的缺陷，提出一种基于改进仿射备用分配的含风电电力系统经济调度方法，通过以实际风电功率与风电调度功率之间的差异为基准，确定在实时的实际风电功率得到后的常规机组实际备用功率，以此建立电力系统经济调度模型，基于线性规划求解器求解模型，确定并输出常规机组的调度结果。下面结合具体实施方式和说明书附图对本发明做出详细的说明。一种基于改进仿射备用分配的含风电电力系统经济调度方法，包括以下步骤：s1、确定系统内发电机组参数、线路参数和风电功率场景；其中，系统内发电机组参数包括：出力上下限、燃料成本系数、备用成本系数、最大向上和向下爬坡功率和最大向上和向下备用能力；线路参数包括拓扑结构、最大传输容量、直流潮流分配系数；风电功率场景主要基于采用由chenghuitang、yishenwang等人于1july2018在appliedenergy期刊提出《efficientscenariogenerationofmultiplerenewablepowerplantsconsideringspatialandtemporalcorrelations》(考虑时空相关性的多可再生能源电站高效出力场景生成技术)中的风电功率场景生成方法；s2、基于改进仿射备用方法，以实际风电功率与风电调度功率之间的差异为基准，确定在实时的实际风电功率得到后的常规机组实际备用功率，建立电力系统经济调度模型，具体包括：电力系统经济调度模型如下：本实施例以滚动经济调度问题为例，决策常规机组的出力、系统储备以及弃风功率和切负荷功率。采用两阶段模型来建模决策变量和风电随机性成本。经济调度问题的目标函数是：式中，f为系统总成本；fc为系统常规机组的总成本，在第一阶段中建模，由here-and-now决策变量pi,t、ru,i,t和rd,i,t决定；pi,t为常规机组i在调度周期t的调度功率，ru,i,t和rd,i,t分别为常规机组i在调度周期t的向上和向下备用功率；fu为在第二阶段对应的所有由风电随机性引起的系统随机性成本，由wait-and-see变量决定，是风电出力的随机变量。第一阶段：系统常规机组的总成本由下式可得：式中，t为调度时间域为调度周期的数量，其中t＝1,2…t；i为系统内常规机组的数量，i＝1,2…i；bf,i和cf,i分别为常规机组i的燃料成本的一次项和常数项系数；cur,i和cdr,i分别为常规机组i的向上和向下备用预留成本系数。约束条件为：①常规机组出力累加备用约束后功率约束②常规机组备用能力上限约束③常规机组的爬坡约束④功率平衡约束⑤风电功率随机性能被系统备用平衡对应的出力上下限的与系统备用的关系约束⑥风电功率随机性能被系统备用平衡对应的出力上下限约束式中，和pi分别为常规机组i的出力上限和下限；和分别为常规机组i的向上和向下备用的上限；和分别为常规机组i的最大向上和向下爬坡功率；wt为风电调度功率，lt为调度周期t下系统预测功率；出力上限为，wt出力下限为；wr是风电装机容量。第二阶段：风电功率随机性成本由下式可得：e[fu(wt)]＝cwcewc+clsels(9)式中，其中fu(wt)是第二阶段风电随机性的惩罚成本期望；ewc和els分别是弃风和切负荷的功率期望值；cwc和cls分别是弃风和切负荷的惩罚系数。如图2所示，在较坏的情况下，如果实际风电功率之和落在外部，则系统备用不能平衡风电功率的随机性；此时，为保证系统的功率平衡将不得不采用切负荷或弃风。然而，考虑系统输电阻塞的处理难度来自于风电场连接在不同的系统节点上，为了更好地考虑风电随机性对系统功率平衡和输电阻塞的影响，更好的方法是能够获得每个风电场的实际风电功率；风力场景即为用于此目的的经典模型。基于风电场j的风力功率场景还可以得到风电功率总和的场景，即j为系统内风电场的数量。风电功率随机性对系统备用和输电阻塞的影响可以通过风电场景中的相关性来考虑。这样，在第二阶段中的风电功率随机性成本e[fu(wt)]可以根据风电功率场景模型写为：式中，πs是风电功率场景s的概率；是调度周期t下场景s的风电功率之和；和分别是场景s的切负荷和弃风功率；s为风电功率场景数量。本实施例提出的改进仿射备用分配即以实际风电功率与风电调度功率之间的差异为基准，常规机组i按照一定的比例因子确定调度周期t下场景s的实际备用功率：式中，ai即常规机组i承担由风电随机性导致的系统备用的比例因子。对于每个场景s的调度周期t下的输电线路l，传输容量约束如下：式中：nb为系统中节点数量；l是输电线路索引；b为节点索引；是输电线路l的传输容量限制；kl,b是直流潮流中的分配系数；i(b)为连接到母线b上的常规机组数量；j(b)为连接到母线b上的风电场数量；lb,t是调度周期t下节点b的负荷需求；是调度周期t下场景s的常规机组i的实际备用功率。约束条件(16)即保证了所有场景下所有调度周期均不发生输电阻塞。这样，常规机组成本(包括燃料成本和备用成本)和风电随机性成本分别在第一阶段和第二阶段考虑。本实施例所提出的基于改进仿射备用分配的含风电电力系统经济调度方法即：目标函数：式(1)，(2)，(9)，(10)和(11)组成。约束条件：(3)～(8)，(12)～(16)。s3、基于线性规划求解器求解模型，确定并输出常规机组的调度结果，即调度功率和系统备用曲线。下面通过具体算例说明本实施例。本算例在ieee118标准节点系统中验证所提出的基于改进仿射备用分配的含风电电力系统经济调度方法，系统中有2个风电场，每个容量为400mw，分别连接在第59和80节点。风电场的数据来自于美国国家可再生能源实验室(nrel)，调度时间域是一个小时，由12个调度周期组成，每个调度周期长度为5分钟。风电功率分布使用20个风电功率场景进行表征。切负荷和弃风的惩罚系数分别为1000$/mwh和80$/mwh。系统向上和向下备用预留成本系数均为10$/mwh。图3展示了预测风电功率(黑色粗线)和风电功率场景(黑色细线)。基于matlab环境下的cplex工具箱求解所提出的基于改进仿射备用分配的含风电电力系统经济调度方法，得到风电调度功率(黑色虚线)。可以看到，所有调度周期内的风电调度功率通常低于预测风电功率，主要原因为切负荷惩罚成本系数远远大于弃风惩罚系数。基于相同的20个风电功率场景，求解基于常规仿射备用分配的含风电电力系统经济调度方法。使用上述的20个风电功率场景，基于蒙特卡罗测试本实施例的改进仿射备用分配方法和常规仿射备用分配方法的常规机组调度功率和预留备用。如下表1所示，展示了这两种方法对应的实际系统成本。可以看到所提出的方法具备较高的燃料成本，这是因为风电调度功率通常低于风电预测功率，故在本实施例的改进仿射备用分配方法中常规机组调度功率更高，燃料成本较高，然而，由于本实施例具有低得多的切负荷和弃风损失成本，所以本实施例方法的总体系统成本明显低于常规仿射备用分配方法。表1、本实施例方法和常规仿射备用分配方法的社会成本算例结果本实施例方法常规仿射备用分配方法燃料成本/$3663535951备用预留成本/$26342643切负荷成本/$31204165弃风成本/$52106213总成本/$4759948972本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。当前第1页12