一种大小水电及风电协调优化调度方法
【技术领域】
[0001] 本发明属于电力系统优化调度领域，特别涉及一种大、小水电及风电协调优化调 度方法。 技术背景
[0002] 近年来，大面积严重雾霾天气频频发生，煤电等化石能源因其严重的环境污染而 备受指责，全国各地加大力度推进清洁能源的开发与利用，其中以水电、风电技术最为成 熟，目前应用最广、推广最快。但是，我国水电、风电能源时空分布不均，从空间上看，70%以 上的水电能源分布在西南地区，风电则西北地区比较集中，因此同一地区不同电源比重差 异巨大。从时间上看，水电能源中的小水电与风电都属于间歇性能源，其发电能力具有强随 机性，预测非常困难。这种分布特点导致面临相同负荷过程下多种电源协调优化调度面临 极大困难，其中以西南位置水电富集地区尤为严重。由于在水电富集地区，规模化小水电、 风电等间歇性能源往往与大水电集中并网发电，导致地区电源发电能力超出当地负荷需 求，汛期外送输电通道严重不足，以致弃风、弃水现象频发，电力外送与电网安全矛盾突出。
[0003] 以我国西南某省为例，近年来，该省水电大规模建设投产，其装机容量和发电能力 迅速攀升，使得该省电力出现全年富余而需要大量外送；另外，在国家政策的导向下，该省 部分地区风电的大量开发进一步加剧了电力外送通道紧张程度。因此，如何在有限的输电 容量下有效利用大中型水电的调节能力，优先消纳风电和小水电资源，实现大规模间歇性 能源与大型电源协调优化调度，并提高大量的富余电力的消纳能力是电力富余地区亟待解 决的问题。目前国内外学者针对这一问题进行了一定研究并取得了一些成果，但是都没有 充分考虑大、小水电及风电特点，以实现协调优化调度进而进行资源优化配置。对于大、小 水电和风电富集，并且需要大规模外送电力的地区仍然需要进一步研究风电及大、小水电 共同外送的大、小水电与风电协调优化调度方法。
[0004] 国内外关于间歇性能源发电能力预测的方法很少，类似本发明从实际工程问题出 发，提出的以地区小水电、风电发电能力为预测的对象，实现大水电与小水电、风电协调优 化调度问题研究还是第一次。本发明成果依托国家"863"重大专项研究课题，以云南电网 大、小水电及风电协调优化调度问题为背景，提出一种简单、实用的大、小水电及风电协调 优化调度方法。
【发明内容】
[0005] 本发明针对大、小水电和风电短期共同外送的情况，利用省级电网平台提高可消 纳电量，同时利用大中型水电良好的调节能力调余补缺，优先消纳小水电和风电。该方法以 可消纳电量最大为目标，综合考虑目标函数置信度和分区出力越限机会约束，构建基于机 会约束规划的大、小水电与风电短期外送电量最大协调优化调度模型，并采用非参数核密 度估计方法获得风电和小水电发电预测误差分布，利用大中型水电良好的调节能力平衡风 电和小水电出力波动，采用改进的粒子群优化方法并结合蒙特卡罗模拟进行求解。
[0006] 本发明的一种大、小水电及风电协调优化调度方法，以可消纳电量最大为目标，综 合考虑目标函数置信度和分区出力越限机会约束，构建基于机会约束规划的大、小水电与 风电短期外送电量最大协调优化调度模型，并采用非参数核密度估计方法获得风电和小水 电发电预测误差分布，利用大中型水电良好的调节能力平衡风电和小水电出力波动，采用 改进的粒子群优化方法并结合蒙特卡罗模拟进行求解。
[0007] 按照下述步骤（1)-(8)完成大、小水电及风电协调优化调度过程 ：
[0008] (1)将分区内的小水电和风电作为整体考虑，分析小水电和风电的出力预测和实 际出力数据，采用核密度估计获得预测与实际出力误差概率密度和累积概率分布；
[0009] (2)确定粒子群算法的参数，以各时段各大中型水电的出库流量作为决策变量，在 各约束条件范围内根据混沌映射公式随机生成初始种群；
[0010] (3)对各粒子进行蒙特卡罗模拟，并计算粒子适应值；
[0011] (4)如果粒子适应值比当前个体的最佳适应值更优，则更新当前个体的最佳适应 值；如果个体的适应值比当前全局的最佳适应值更优，则更新全局最佳适应值；
[0012] (5)根据下式①更新例子的惯性因子，如果迭代次数为TNe的整数倍，则根据下式 ②更新粒子的邻居；W(T) =wmax-(wmax-wmin)/KXT①
[0013]
【主权项】
1. 一种大、小水电及风电协调优化调度方法，以可消纳电量最大为目标，综合考虑目标 函数置信度和分区出力越限机会约束，构建基于机会约束规划的大、小水电与风电短期外 送电量最大协调优化调度模型，并采用非参数核密度估计方法获得风电和小水电发电预测 误差分布，利用大中型水电良好的调节能力平衡风电和小水电出力波动，采用改进的粒子 群优化方法并结合蒙特卡罗模拟进行求解；具体操作按照如下步骤（1)-(8)进行： (1) 将分区内的小水电和风电作为整体考虑，分析小水电和风电的出力预测和实际出 力数据，采用核密度估计获得预测与实际出力误差概率密度和累积概率分布； (2) 确定粒子群算法的参数，以各时段各大中型水电的出库流量作为决策变量，在各约 束条件范围内根据混沌映射公式随机生成初始种群； (3) 对各粒子进行蒙特卡罗模拟，并计算粒子适应值； (4) 如果粒子适应值比当前个体的最佳适应值更优，则更新当前个体的最佳适应值； 如果个体的适应值比当前全局的最佳适应值更优，则更新全局最佳适应值； (5) 根据下式①更新例子的惯性因子，如果迭代次数为1^的整数倍，则根据下式②更 新粒子的邻居； w ( τ ) = w眶-(w眶-WniJ /K X τ ① 式中：τ为当前进化代数，W(T)、wmax、wmin分别为第τ代的惯性因子以及最大、最小惯 性因子，K为最大进化次数；
式中：为第τ代粒子i和j间的欧式距离，Χ?(τ)、\(τ)分别为粒子i和j 第τ代的位置，M为种群规模，Nei ( τ )为与粒子i距离最小的S个邻居集合，S为邻居个 数； (6) 根据下式③和④更新粒子的位置和速度； Vi ( τ +1) = w ( τ ) Vi ( τ ) +C1 X T1 X (Pi ( τ ) -Xi ( τ )) ③ +C2Xr2(Iii ( τ )-Xi ( τ )) Xi ( τ +1) = Xi ( τ ) +Vi ( τ +1)④ 式中：Vi( τ )为粒子i第τ代的移动速度，Cl、C2为学习因子，r ρ巧为O至1之间的 随机数，Pi ( τ )为粒子i从一开始到当前代产生的个体最优值，Ili ( τ )为粒子i第τ代的 最优邻居； (7) 重复步骤（3)?（6)，直到满足终止条件； (8) 筛选最优粒子作为算法的最优解。
【专利摘要】本发明属于电力系统优化调度领域，公开了一种大小水电及风电协调优化调度方法。其特征是可消纳电量最大为目标，综合考虑目标函数置信度和分区出力越限机会约束，构建基于机会约束规划的大小水电与风电短期外送电量最大协调优化调度模型，并采用非参数核密度估计方法获得风电和小水电发电预测误差分布，利用大中型水电良好的调节能力平衡风电和小水电出力波动，采用改进的粒子群优化方法并结合蒙特卡罗模拟进行求解。本发明能够充分考虑小水电和风电的不确定性，有效协调大小水电及风电能源，利用大中型水电良好的调节能力调余补缺，优先消纳小水电和风电，为调度人员提供运行风险与期望消纳电量的平衡依据，为其它大规模间歇性能源接入提供借鉴。
【IPC分类】H02J3-46
【公开号】CN104538992
【申请号】CN201510018205
【发明人】程春田, 蔡华祥, 刘本希, 武新宇, 李秀峰, 牛文静, 蔡建章
【申请人】云南电力调度控制中心, 大连理工大学
【公开日】2015年4月22日
【申请日】2015年1月14日