计及风电接纳能力和需求侧响应的输电系统规划方法与流程

本发明属于风力发电的
技术领域：
，具体而言，涉及一种计及风电接纳能力和需求侧响应的输电系统规划方法。
背景技术：
：在大规模风电并网环境下，风电所具有的间歇性、随机性以及不可控性，给输电系统的规划和运行带来了新的挑战。输电系统规划时既要充分考虑系统对风电的接纳能力，也要计及系统调节能力和备用容量。随着一次能源的不断开发，世界各国近年来不断发展替代一次能源的清洁能源如风电和光伏，在中国，2018年风电总装机容量达到1.84亿kw，占全部发电装机容量的9.7％。由于风电出力具有间歇性、波动性和反调峰性等特点，大规模风电并入电力系统后，一方面需充分考虑系统对风电的接纳能力，2018年中国风电平均利用小时数仅为2095h，全年弃风电量277亿kwh，弃风限电情况较为突出；另一方面对系统调节能力和备用容量提出了更高的要求，在原有的运行方式基础上，需要额外安排一定的备用容量，以响应风电的随机波动，维持电力系统的功率平衡与稳定。在输电系统规划阶段适当考虑风电对电力系统的影响可以最大程度上平衡电网经济安全运行和风电的不利影响。就含风电场的输电系统规划问题，国内外的研究已经做了一些工作。在《大规模风电接入下输电网扩展规划的启发式优化算法》中针对含大规模风电的输电系统，提出了计及控制措施成本的扩展规划方法；《考虑负荷和风电出力不确定性的输电系统机会约束规划》中采用机会约束规划方法求解含风电场的输电系统规划问题，考虑了负荷功率和风电场输出功率的不确定性；《基于多场景概率的含大型风电场的输电网柔性规划》中针对多种场景，构建了计及风电场的输电系统规划模型；《计及风险控制策略的含风电机组的输电系统规划》中通过概率方法描述与风电机组相关的不确定性因素，但没有考虑系统接纳风电的能力；《计及风电场和储能系统联合运行的输电系统扩展规划》构造了计及风险的含风电场的输电系统规划模型，考虑了风储系统联合运行；《含风电的输电系统规划方案优选的区间熵方法》采用区间熵方法对含风电场的输电系统规划方案进行了综合优选，实现了对规划方案比较全面的评估；《电网规划中考虑风电场影响的最小切负荷量研究》采用鲁棒线性优化理论确定含风电场的电力网络规划中的最小切负荷量。从总体上讲，传统的输电系统规划往往以最小化投资为目标，现有的针对含风电的输电系统规划研究还比较初步，未能适应未来多样的电源结构。大规模风电并网给输电系统规划和运行带来了新的挑战，仅通过发电侧实现电力平衡已难以满足日益增长的风电并网需求。从需求侧看，不断发展成熟的需求侧响应机制能促使用户根据实时供用电情况改变电量消费行为。因此，在输电规划中引入需求侧响应机制，可以应对风电出力的间歇性和波动性对输电规划带来的影响，同时最大程度接纳风电出力。技术实现要素：鉴于此，为了解决现有技术存在的上述问题，本发明的目的在于提供一种计及风电接纳能力和需求侧响应的输电系统规划方法以达到提出计及风电接纳能力和需求侧响应的输电系统两层规划模型，将需求侧响应和风电接纳能力引入输电系统规划，利用需求侧响应机制应对风电的不确定性，根据用户意愿，通过用电激励和可中断负荷对负荷进行“削峰填谷”，优化系统潮流，减少输电系统投资，并提高风电的利用水平的目的。本发明所采用的技术方案为：一种计及风电接纳能力和需求侧响应的输电系统规划方法，该方法包括如下：(1)建立上层模型的目标函数f1，通过目标函数f1优化在给定时间内可容纳的风电场发电量的最大值，求取输电系统规划方案并传递至下层模型：f1:maxr＝w/(cl+cw)；式中：r为在给定时间内可容纳的风电场发电量；w为由下层模型计算的风电场发电量，cl为线路投资成本，cw为由下层模型返回的在给定时间内需求侧响应成本和弃风成本之和，(2)建立下层模型的目标函数f2，通过目标函数f2优化在给定时间内需求侧响应成本与弃风成本之和的最小值，并将优化后目标函数f2中的各个变量返回至目标函数f1中：(3)反复交替运行步骤(1)和步骤(2)，计算线路投资成本cl的最小值、在给定时间内需求侧响应成本和弃风成本之和cw的最小值以及在给定时间内可容纳的风电场发电量r的最大值，以获取最佳的输电系统规划方案；其中，pwj(t)为风电场j在时段t发出的有功功率；pfj(t)为风电场j在时段t的弃风功率；r为资金贴现率；m为分摊的年限；cli为候选线路i的造价；zi为线路所在走廊的新建线路条数；βai(t)为负荷i增加用电的单位激励成本；pai(t)为负荷i在时段t增加的负荷功率；βbi(t)为可中断负荷i中断供电的单位补偿成本；pbi(t)为负荷i在时段t被中断的负荷功率；kj为风电场j的单位弃风惩罚成本；nb、nl、nw、t分别表示候选线路集合、负荷节点集合、风电场集合、研究时长；△t为时段t的持续时间长度。进一步地，所述线路投资成本cl的约束条件为：式中，zimax为线路i所在走廊最大允许新增线路条数。进一步地，所述目标函数f2优化时的约束条件包括：系统和支路潮流约束、常规电厂出力约束、常规机组旋转备用约束和需求侧相应约束与弃风约束。进一步地，所述系统和支路潮流约束应满足：pg+pw+pb-pf-pd-pa＝bθ式中:pg、pw、pb、pf、pd、pa分别为常规电厂输出功率向量、风电场输出功率向量、可中断负荷向量、弃风向量、负荷向量和增加负荷向量；b为节点导纳矩阵；θ为节点电压相角向量；fij(t)和分别为支路ij在时刻t的潮流和潮流上限。进一步地，所述常规机组旋转备用约束应满足：式中：ng为常规电厂集合；为在时刻t常规电厂k所能提供的最大功率；pdm(t)为负荷m在时段t的功率；ru(t)为时段t内需预留的正旋转备用容量下限值；ωuk为常规电厂k的爬坡速率；为在时刻t常规电厂k所能提供的最小功率；rd(t)为时段t内需预留的负旋转备用容量下限值；ωdk为常规电厂k的滑坡速率。进一步地，所述常规电厂出力约束应满足：式中：pgk(t)、pgk分别为常规发电机组k在时刻t的有功出力及其上限和下限值。进一步地，所述需求侧响应约束与弃风约束应满足：0≤pfj(t)≤pwj(t)式中：和分别为负荷i在时段t的用电激励负荷的下限值和上限值；和分别为负荷i在时段t的可中断负荷的下限值和上限值。进一步地，所述目标函数f1采用改进的pso算法求解，其求解方法如下：1)输入系统参数；2)设置粒子群大小和迭代总次数；3)将每个线路走廊的新增线路回数作为决策变量，随机产生初始种群；4)对每个粒子对应的网络进行连通性校验；5)对每个粒子(每种网络)进行贯序蒙特卡洛仿真；6)求解并优化目标函数f2，以获取各个方案的惩罚成本、风电场发电量和线路投资成本；7)计算各粒子的适应度函数；8)更新每个粒子的惯性权重以及个体最优值和全局最优值；9)更新粒子的位置和速度；10)判断迭代条件是否满足，若不满足，则返回至步骤5)；若满足，则输出输电系统规划最优方案。进一步地，所述步骤6)中目标函数f2采用线性规划求解器ilogcplex进行求解。本发明的有益效果为：1.采用本发明所公开的计及风电接纳能力和需求侧响应的输电系统规划方法，其上层模型将需求侧响应和风电接纳能力引入输电系统规划，以单位投资下给定时间内的风电场发电量最大化为目标并确定输电系统规划方案，并把该方案传递给下层模型，下层模型在考虑系统安全约束的前提下以给定时间内需求侧响应成本与弃风成本之和最小为优化目标，求取给定时间内的弃风总量并优化确定该时间内的风电场发电量，根据上下层模型之间相互作用和影响，如此反复交替进行，实现上下层的交互作用，确保上下层规划都能满足有关约束要求最终得到兼顾投资经济性和运行安全性及经济性的输电系统规划方案。2.对上层模型的目标函数f1采用改进的pso算法求解，基于“群体”和“进化”的现代启发式优化方法，通过群体之间的信息共享和个体自身经验总结来修正个体行动策略，最终求取优化问题的解，具有实现容易、精度高、收敛快、鲁棒性好等优点；对下层模型的目标函数f2采用线性规划求解器ilogcplex进行求解，能够灵活处理该目标函数中的各个等式和不等式约束。3.在上层模型的目标函数f1和下层模型的目标函数f2进行优化的过程中，均考虑了约束条件，能够保证上层模型获得最终优化方案的准确性和可靠性。附图说明图1是本发明提供的计及风电接纳能力和需求侧响应的输电系统规划方法中改进的pso算法求解流程图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。因此，以下提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。实施例1在本实施例中提供了一种计及风电接纳能力和需求侧响应的输电系统规划方法，该方法具体包括如下：(1)输电系统是一个由发电、输电、用电构成的统一整体，需求侧响应视为一种虚拟发电资源，可以为风电场提供备用容量，是提高风电利用水平的有效途径。在含风电场的输电系统规划中引入需求侧响应机制，一方面在负荷高峰而风电供应紧缺的情况下，根据用户意愿签订可中断负荷合同，引导用户减少用电；另一方面，在风电大发的低谷时段，由于系统深度调峰容量不足，往往需要弃风；如果实施用电需求激励，在低谷时段通过电价激励用户增加用电需求，可以提高风电的利用水平。这里将需求侧响应引入输电系统规划中，通过可中断和价格激励机制实现负荷的“削峰填谷”，从而达到降低输电线路投资成本、提高风电利用水平的目的。根据上述理论建立上层模型的目标函数f1，该目标函数f1的优化目标为在给定时间内可容纳的风电场发电量的最大值，求取输电系统规划方案并传递至下层模型：f1:maxr＝w/(cl+cw)；式中：r为在给定时间内可容纳的风电场发电量；w为由下层模型计算的风电场发电量，cl为线路投资成本，由于线路投资成本中以zi作为决策变量，所述线路投资成本cl的约束条件为：式中，zimax为线路i所在走廊最大允许新增线路条数。cw为由下层模型返回的在给定时间内需求侧响应成本和弃风成本之和，(2)含风电场的输电系统规划问题可以描述为多目标、非线性优化问题，其中包括很多随机因素，对于大规模问题求解难度大；这里将需求侧响应、风电接纳能力和输电系统优化规划结合起来，进行分层规划来求解这一问题。建立下层模型的目标函数f2，通过目标函数f2优化目标为在给定时间内需求侧响应成本与弃风成本之和的最小值，并将优化后目标函数f2中的各个变量返回至目标函数f1中：其中，pwj(t)为风电场j在时段t发出的有功功率；pfj(t)为风电场j在时段t的弃风功率；r为资金贴现率；m为分摊的年限；cli为候选线路i的造价；zi为线路所在走廊的新建线路条数；βai(t)为负荷i增加用电的单位激励成本；pai(t)为负荷i在时段t增加的负荷功率；βbi(t)为可中断负荷i中断供电的单位补偿成本；pbi(t)为负荷i在时段t被中断的负荷功率；kj为风电场j的单位弃风惩罚成本；nb、nl、nw、t分别表示候选线路集合、负荷节点集合、风电场集合、研究时长；△t为时段t的持续时间长度。在对目标函数f2优化的过程中，目标函数f2优化时的约束条件包括：系统和支路潮流约束、常规电厂出力约束、常规机组旋转备用约束和需求侧相应约束与弃风约束，分别如下：a)所述系统和支路潮流约束应满足：pg+pw+pb-pf-pd-pa＝bθ式中:pg、pw、pb、pf、pd、pa分别为常规电厂输出功率向量、风电场输出功率向量、可中断负荷向量、弃风向量、负荷向量和增加负荷向量；b为节点导纳矩阵；θ为节点电压相角向量；fij(t)和分别为支路ij在时刻t的潮流和潮流上限。可中断负荷向量pb和增加负荷向量pa应满足该约束条件，而可中断负荷向量pb和增加负荷向量pa则分别约束目标函数f2中中断的负荷功率pbi(t)和增加的负荷功率pai(t)，中断的负荷功率pbi(t)和增加的负荷功率pai(t)均表示负荷i在时段t的具体取值。b)所述常规机组旋转备用约束应满足：式中：ng为常规电厂集合；为在时刻t常规电厂k所能提供的最大功率；pdm(t)为负荷m在时段t的功率；ru(t)为时段t内需预留的正旋转备用容量下限值；ωuk为常规电厂k的爬坡速率；为在时刻t常规电厂k所能提供的最小功率；rd(t)为时段t内需预留的负旋转备用容量下限值；ωdk为常规电厂k的滑坡速率；该约束条件用于约束目标函数f2中中断的负荷功率pbi(t)和增加的负荷功率pai(t)。c)所述常规电厂出力约束应满足：式中：pgk(t)、pgk分别为常规发电机组k在时刻t的有功出力及其上限和下限值；该约束条件中的pgk(t)则是用于约束条件b)中的参数pgk(t)、pgk。d)所述需求侧响应约束与弃风约束应满足：0≤pfj(t)≤pwj(t)式中：和分别为负荷i在时段t的用电激励负荷的下限值和上限值；和分别为负荷i在时段t的可中断负荷的下限值和上限值；该约束条件是对目标函数f2中被中断的负荷功率pbi(t)和增加的负荷功率pai(t)进行约束。在对目标函数f2进行优化的过程中，目标函数f2中参数应该满足约束条件a)～d)，才能够保证校验结果的准确性和可靠性。(3)反复交替运行步骤(1)和步骤(2)以实现上层模型与下层模型之间的相互作用，计算线路投资成本cl的最小值、在给定时间内需求侧响应成本和弃风成本之和cw的最小值以及在给定时间内可容纳的风电场发电量r的最大值，以获取最佳的输电系统规划方案，该输电系统规划方案能够兼顾投资经济性和运行安全性及经济性。为保证上层模型的正常优化，采用粒子群算法，该算法是基于“群体”和“进化”的现代启发式优化方法，通过群体之间的信息共享和个体自身经验总结来修正个体行动策略，最终求取优化问题的解，具有实现容易、精度高、收敛快、鲁棒性好等优点，上层模型中的目标函数f1采用改进的pso算法求解，其求解方法如下：1)输入系统参数；2)设置粒子群大小和迭代总次数；3)将每个线路走廊的新增线路回数作为决策变量，随机产生初始种群；4)对每个粒子对应的网络进行连通性校验；5)对每个粒子(每种网络)进行贯序蒙特卡洛仿真；6)求解并优化目标函数f2，以获取各个方案的惩罚成本、风电场发电量和线路投资成本，该步骤中对目标函数f2采用线性规划求解器ilogcplex进行求解；7)计算各粒子的适应度函数；8)更新每个粒子的惯性权重以及个体最优值和全局最优值；9)更新粒子的位置和速度；10)判断迭代条件是否满足，若不满足，则返回至步骤5)；若满足，则输出输电系统规划最优方案。在本实施例中，将需求侧响应和风电接纳能力引入输电系统规划，利用需求侧响应机制应对风电的不确定性，根据用户意愿，通过用电激励和可中断负荷对负荷进行“削峰填谷”，优化系统潮流，减少输电系统投资，并提高风电的利用水平。最后，建立了考虑需求侧响应的含风电场的输电系统二层规划模型，综合考虑输电投资成本、需求侧响应成本以及弃风成本，在保证供电可靠性的前提下，提高风电消纳水平，优化输电线路投资方案，提高输电投资的经济性和可靠性。实施例2采用某18节点输电系统对实施例1所公开的输电系统规划方法进行验证，假设每个节点负荷的负荷率在同一时间是相同的,用电负荷率时序表见下面的表a1：表a1用电负荷率时序表时段用电负荷率时段用电负荷率10.65130.8520.64140.930.63150.9140.62160.950.61170.8560.6180.870.62190.8580.65200.990.75210.85100.9220.8111230.7120.9240.6以某实际风电场的数据为例进行计算分析，给定以下参数：1)系统需要常规电厂提供的正、负旋转备用分别为用电负荷的9％；2)常规机组与线路在每个时间段的故障概率为0.01；3)资金贴现率为10％；4)常规电厂发电功率的爬坡和滑坡速率均为每分钟1％的机组额定容量；5)输电系统规划的资金周期为20年；6)给定风电场弃风单位惩罚成本为0.61万元/mwh；7)粒子群数目为50；8)最大允许迭代次数为300。该18节点输电系统目前包括10个节点和9条线路；在未来某规划水平年，系统增加到18个节点，其中分别7个电源节点和17个负荷节点，总负荷为35870mw。风电场位于节点2，风电场额定容量为3600mw，约占总负荷容量的10％，风电场负荷率见表a2。假设每个线路走廊最多可再扩建3条线路,给定单条线路的单位投资成本为200万元/km，给定切负荷和风电场弃风单位惩罚成本均为1万元/mwh。表a218节点输电系统中节点2的风电场负荷率时序表时段节点2风电场负荷率时段节点2风电场负荷率10.6130.4320.65140.130.67150.3540.2160.3950.58170.360.57180.4770.4190.580.5200.890.45210.54100.5220.56110.6230.65120.45240.6假设存在3类负荷，参照某省的销售电价，按照六时段分时电价划分3类负荷的基本信息见表1：表1求解得到三个较优方案a、b、c，如表2所示：表218节点输电系统的三种输电规划方案由表2可知，三个方案都考虑了风电接纳能力和需求侧响应。方案a的线路投资成本比方案b低6％，需求侧响应成本与弃风成本比方案b低11.8％。但是,方案a的线路投资成本和运行成本的总和比方案b低6.4％,单位投资带来的风电场年发电量反而比方案b高6.5％,由此可以看出方案a对于输电系统规划而言较优。方案c的线路投资成本最大,需求侧响应成本与弃风成本也最大，其单位投资带来的风电场年发电量最小,说明方案c的高投资并没有带来期望的综合效益。为了进一步说明所建立的规划模型的有效性，将计及单位投资下的风电场年发电量最大时所获得的输电系统规划方案a与只考虑线路投资成本最小所获得的输电系统规划的方案d进行比较，方案d只考虑了线路投资成本最小，没有考虑切负荷，允许弃风但没有考虑弃风惩罚成本，相关结果见表3。表3与只考虑线路投资成本最小所得的优化方案比较由表3可知，与方案a相比，方案d的系统网架结构较为牢固，线路投资成本比方案a高11.1％。但方案d的总投资成本较大，单位投资带来的风电场年发电量比方案a低4.1％。这是因为方案d没有考虑需求侧响应机制，而在部分时段，由于系统的功率平衡无法满足等而被迫弃风。从单位投资成本带来的风电场年发电量可以看出，方案a用较少的需求侧响应成本与弃风成本换取了总成本的减少以及更高的单位投资成本下的风电场年发电量，综合效益更优。本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。当前第1页12