一种消纳大规模间歇性能源的安全约束经济调度方法
【技术领域】
[0001] 本发明涉及一种消纳大规模间歇性能源的安全约束经济调度方法。
【背景技术】
[0002] 由于风电、光伏发电等新能源具有间歇性及随机性，新能源并网后给电网调度带 来了新的技术难题。在电力系统调度中，处理间歇性能源的不确定性问题主要有两种方法。 其一，如《含风电场的电力系统动态经济调度》所披露，分配发电功率来满足负荷并留有足 够的备用容量来满足间歇性能源的不确定性。其二，如《基于随机规划的含风电场的电力系 统节能优化调度策略》所披露，采用随机优化技术处理间歇性能源的不确定性。前者过于保 守，而且没有考虑间歇性能源的爬坡备用。后者需要知道间歇性能源出力的概率分布，且计 算效率往往达不到工程要求。目前，鲁棒优化受到了广泛的关注。鲁棒优化通过预计各种 可能出现的误差场景，建立优化模型，保证鲁棒模型的解能适应所有的误差场景，当系统发 生扰动时，仍能保证系统稳定运行。
[0003]《RobustEconomicDispatchConsideringRenewableGeneration》基于零和博 弈理论建立鲁棒调度模型，该模型为极大极小问题，提出一种松弛算法求解该模型并得到 了较好的收敛结果。
[0004]《电力系统鲁棒经济调度（一）理论基础》把鲁棒调度问题归结为"鲁棒可行性" 问题，通过逐次产生割平面不断排除非鲁棒可行点，最终获得可靠的调度策略。
[0005]《电力系统鲁棒经济调度（二）应用实例》分别建立鲁棒机组组合模型及鲁棒备用 整定模型，并将其应用于实际调度问题，验证了鲁棒调度方式在应对风电波动时的可行性。
[0006]《水-火-风协调优化的全景安全约束经济调度》提出一种水、火、风协调优化的 全景经济调度方法，该方法通过对关键场景的识别有效地应对了风电的波动，具有较强的 鲁棒性。
[0007]《多风电场并网时安全约束机组组合的混合整数规划解法》提出一种基于极限场 景法的鲁棒调度方式，证明在取相同场景数时，采用极限场景法求出的解比采用蒙特卡洛 仿真法求出的解具有更强的鲁棒性。
[0008] 上述文章分别以不同的切入点建立鲁棒调度模型，但所考虑的能源结构较为单 一，且当风电场数目变多时，模型的复杂程度将急剧上升。此外，上述文章均缺乏对鲁棒调 度的经济性与鲁棒性这一矛盾关系展开分析。
【发明内容】
[0009] 针对现有技术的缺点，本发明的目的是提供一种能消纳大规模间歇性能源的安全 约束经济调度方法，其能够降低间歇性新能源对电网的冲击作用。
[0010] 为了实现上述目的，本发明提供了一种消纳大规模间歇性能源的安全约束经济调 度方法，其包括如下步骤：
[0011] A、采用场景法描述间歇性能源的出力；
[0012] B、建立消纳大规模间歇性能源的安全约束经济调度模型；
[0013] C、通过对约束方程的逐一讨论使调度模型得到简化；
[0014]D、采用原始对偶内点算法求解调度模型。
[0015] 步骤A中，采用场景法描述新能源出力的不确定性。新能源的功率预测存在较大 的误差，每一种可能的出力描述为一个调度场景。以W个风电场为例，则场景8;为风电场 的某一种出力组合，即
[0016]Sl= [PW(1)，PW(2)，...，Pw(w)，...，Pw(W)] (1)
[0017] 由于风电在置信区间内的出力是连续随机的，因此任意时刻场景Sl的个数是无穷 的，记NSl为场景个数，风电出力为预测值记为预测场景s。，风电出力不等于预测值记为误 差场景sji=l，2，...，NSl)。
[0018] 在调度模型中，包含风电出力的约束项包括功率平衡约束和线路潮流约束。如 何保证系统在所有场景Sl都满足功率平衡及线路潮流不越限是关键问题。换言之，通过 制定合适的常规机组发电计划来应对各种误差场景。假设时刻h预测场景下的发电计划 为P(s。，h)。当发生误差场景^时，需要另外的发电计划才能保证系统功率平衡和线路潮 流不越限，该发电计划记为P(Sl，h)。由于机组的爬坡率限制，要求预测场景下的发电计划 P(s。，h)在调整时间的约束下过渡到误差场景下的发电计划P(Sl，h)。
[0019] 步骤B中，建立消纳大规模间歇性能源的安全约束经济调度模型。
[0020] 采用预测场景下的发电成本作为调度模型的目标函数。约束方程包括预测场景下 的约束方程，误差场景下的约束方程，场景之间的过渡约束这三个部分。假设研究对象有N台火电机组，Μ台水电机组，R台气电机组，W个风电场，F个光伏电站。其中，常规机组包括 火电、水电、气电，常规机组台数G=Ν+Μ+Ι，新能源机组个数G' =W+F。
[0021] (1)目标函数
[0022] 采用火电、气电的运行成本作为目标函数，水电、风电、光伏发电不考虑运行成本。 机组的成本函数是以机组实际出力为决策变量的二次函数，其变量系数一般通过实际运行 或实验获得。式2中，F(n，h)、F(r，h)分别第η台火电机组，第r台气电机组在时段h内的 运行成本。
[0023]
(2):
[0024] (2)预测场景下的约束方程
[0025]a)各时段下系统的发用电量平衡。
[0026]
luuz/」 工、卞：rnvn，n;、rmun,n;，、rjAi·，n;、rwvw,n;、rfVi,η;刀、加、j权ηπ朱n 机组，第m台水电机组，第r台气电机组，第w个风电场，第f个光伏电站的输出功率。(h) 为时段h的负荷水平。
[0028] b)各时段下系统满足负荷备用要求。
[0029] η:--1m--i
/-i
[0030] 式中：L%为负荷对旋转备用的需求；P^jrOP^Jm)、&_&)分别为第n台火电 机组，第m台水电机组，第r台气电机组的出力上限。
[0031]c)各电厂的物理特性约束。
[0032]Pg，nin(g)彡Pg(g，h)彡Pg，nax(g) (5)
[0033] -Rg，d (g)XKPg (g，h) _Pg (g，h-1)彡Rg，u (g)XT15 (6)
[0034]
[0035]
[0036] 式5、6分别为常规机组g的上下限约束及调节速率约束。调度时段T15=15min， Rg，d(g)、Rg，u(g)分别为第g台常规机组向下、向上调节速率。式7、8分别为水电及气电的曰 电量约束，即水电、气电的日发电量分别不超SWm(m)、Wj^(r)。
[0037] d)线路潮流约束。
[0038]
[0039] 式9为线路潮流约束，γ(g，1)、γ'（j，1)分别为常规机组g、新能源机组g'在线 路1上的功率分布因子，L(l)为线路流量限制。
[0040] (3)误差场景Sl下的约束方程
[0041] 为保证系统在误差场景^下满足功率平衡及线路潮流不越限，要求相应的发电 计划Pg(Sl，h)满足类似式3-9的约束方程。类似于式3,式10为场景Sl的功率平衡约束， Pn(Si,n,h)为场景Si下时段h第η台火电机组的出力，其他物理量类似。此外，Pg(Si,h)要 求满足负荷备用约束、电厂物理特性约束、线路潮流约束，此处不再赘述。
[0042]
[0043] (4)场景过渡约束
[0044] 场景之间的过渡过程受到机组调节速率的限制。式11为从预测场景过渡到任意 的误差场景，式12为任意两个误差场景之间的过渡，τ为调整时间。
[0045] -Rg,d (g)XτΡ(s〇,g,h)-Ρ(Sl,g,h) ^Rg,u (g)Xτ (11)
[0046] -Rg，d(g)XT<P(Si，g，h)-P(Sl，，g，h)<Rg，u(g)XT (12)
[0047] 步骤C中，通过对约束方程的逐一讨论使调度模型得到简化。
[0048] 为了保证系统安全稳定运行，发电计划需适应所有的误差场景。模型中包括队组 类似式3至9的约束方程集合。由于Ns-m，如果不简化模型则无法求解。
[0049] 误差场景集S= [spysi-sj中存在最大场景smax与最小场景smin。其中