参数
[0142] 表3常规机组参数
[0144]表4常规机组出力成本近似线性化后的3段参数
[0145]
[0146] 研究调度时长为12个时段的调度问题，每个调度时段AT为15min。风电场的装机 容量近似设为600MW，接入节点14。短期预测的未来化的系统负荷和风电场出力区间数据见 表5。在第7~9调度时段内，将节点14和11、14和16之间的输送线路容量限值都由500MW修改 为100MW。假设所有节点负荷用户均参与需求响应，整个调度时段内参考电价Pref,it = 50$/ (丽? h)，弹性系数化= -〇.2,用户最大响应容量巧若=20%?，并将负荷划分10个分段。 弃风惩罚成本系数Vw=l〇〇$/(MW ? h)。系统最小上、下旋转备用要求设为400MW。
[0147] 在MATLAB中调用CPLEX软件包编制程序对测试系统的线性优化模型进行求解。当 对偶间隙取0.01 %时，在主频2.4G化Intel CPU、4GB内存的PC上计算所需时间约为0.16s， 本方法和传统鲁棒区间经济调度方法(robust interval economic dispatch,RED)对比测 试结果如表6所示：
[0148]表5负荷和风电场出力预测数据
[0150] 表6本方法和传统R邸对比测试结果
[0152] 由表5可见风电预测区间随着预测时间尺度变大而变宽。本方法通过价格型需求 响应增大(7~9)调度时段内系统负荷，减少弃风功率，增大了风电允许出力区间。由表6可 见，考虑价格需求响应后，虽然系统负荷增大导致了常规机组出力成本的增加，但却通过减 少弃风功率而减小了弃风惩罚成本，并且增加了售电收入，最终提高了社会福利。
[0153] 本发明的有益效果是：
[0154] 第一、鲁棒优化作为一种解决不确定问题的决策方法，能够在给定的不确定参数 有界集合内求得一个鲁棒最优解，使得约束条件在不确定参数的所有取值下均得到满足。 与基于概率论的不确定性分析方法需要获知不确定参数的概率分布模型相比，鲁棒优化方 法考虑的不确定信息为不确定参数的变化范围，在实际中运类信息更容易获得，而且鲁棒 优化方法的求解效率更高，更适用于大规模在线应用的场合。
[0155] 第二、将价格需求响应作为常规机组调节能力的有效补充，灵活调节节点负荷，快 速响应风电出力变化，降低风电不确性的影响，减小弃风功率并增大社会福利。
[0156] W上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关 的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1. 基于价格需求响应的日内经济调度模型，其特征在于，包括以下步骤： 步骤1、引入价格需求因素，构建基于需求弹性的价格需求响应模型，通过实时电价引 导用户改变用电行为响应风电出力变化； 步骤2、通过建立鲁棒区间经济调度模型的目标函数和功率平衡、常规机组出力、旋转 备用、常规机组爬坡率、网络安全、风电出力约束条件，将价格需求响应模型融入到鲁棒区 间经济调度模型，构建基于价格需求响应的大规模风电消纳鲁棒区间日内经济调度模型。2. 根据权利要求1所述的基于价格需求响应的日内经济调度模型，其特征在于，步骤1 中，基于需求弹性的价格需求响应模型如下： 用户在不同电价下的响应公式为：(1) 响应约束为：(2) 电网公司在第t时段节点j的售电收入f(Lf,jt+Ld,jt)为：' β β 式中：为第t时段节点j的负荷需求自弹性系数，反映了用户的电力消费需求对电价 变动的敏感程度，一般为已知参数;Lf,jt为第t时段节点j的负荷预测值;L<ut为第t时段节点 j在不同电价时的响应负荷变化功率;Pjt为第t时段节点j的电价;Pref,jt为参考电价；^ 为节点j的用户最大响应容量。3. 根据权利要求2所述的基于价格需求响应的日内经济调度模型，其特征在于，对公式 (3)采用逐步线性化的方法近似处理，其线性化的表达式如下：m-1 式中：匪为线性化后的分段数目；决策变量(1^*为第t时段节点j的第m段的负荷功率， - sMi，并满足dmjt< 为第m段的最大负荷功率;p mjt为相应的第m分段电价。4. 根据权利要求3所述的基于价格需求响应的日内经济调度模型，其特征在于，步骤2 具体如下： 1)目标函数： 以社会福利角度建立目标函数：式中：NT为经济调度的总时段数目；NJ为系统负荷节点数目；NI和NK分别为常规机组数 目和常规机组的二次凸函数出力成本经线性化后的分段数目；NW风电场数目；ckdPc^i分 别为常规机组i的出力成本经线性化后的第k段成本斜率和最小出力成本，并满足 Cll<c2l <…< CNKi ;Pkit为第t时段常规机组i在第k段的有功出力；K:,、5':<、/C和二分另U为风电场》 预测出力上下界和允许出力上下界;Vw对风电场|的上下界偏差惩罚成本系数； 2)约束条件： 2-a)功率平衡约束：(7) 式中：由于本文采用直流潮流模型，因此忽略网络损耗的影响；A 必*和 kM 别为常规机组i第t时段的有功出力和最小出力；/C为第t时段风电场w的经济最优 出力计划； 2-b)常规机组的出力上下限约束：(8) 式中：Pmin, i、Pg,li、Pg,2i、···、Pg, (NK-l)i和Pmax, i为将弟 i 台 1? 规机组出力沮围为[Pmin, i , pmax,i]线性化NK段后的功率分点； 2-c)旋转备用约束：(9) (10) 式中和4分别为第t时段机组i提供的上、下旋转备用容量；f和#分别为机组i在 单位时段内的上、下爬坡速率；AT为每个调度时段的时长； 其中，常规机组的旋转备用约束违反会导致弃风，从系统动态响应能力的角度，风电出 力突变会导致常规机组的可调容量减小，当系统可调容量越小，其安全水平越低，该场景也 就越恶劣，由此形成最恶劣场景的判别条件式(11)-(14):式中:W为风电场集合;辟和分别为第t时段最恶劣场景下系统提供的上、下旋转备用 容量；和分别为上、下旋转备用约束的恶劣场景中风电出力优化变量；巧^和#^ 分别为第t时段的系统上、下旋转备用容量要求，s.t.是subject to的缩写，是受约束的含 义； 2. d)常规机组的爬坡率约束： 从系统动态响应能力的角度，最恶劣场景下常规机组的爬坡率约束为： .?·?_1 土 il. η .1式中：和分别为式（11)、（13)两种最恶劣场景下常规机组i在第t时段的出力上、 下调整量；△^1和心^_1分别为式(11)、（13)两种最恶劣场景下常规机组i在第t-l时段的出 力上、下调整量;Pi, t-Ι为常规机组i在t-ι时段的有功出力； 2. e)基于直流潮流法的网络安全约束： 网络安全约束违反也会导致弃风，从网络安全的角度，风电出力在边界取值时会导致 线路负载率达到最大，线路负载率越高，系统安全水平则越低，该场景也就越恶劣，由此形 成最恶劣场景判别条件式(18)及式(19):式中：NB为系统节点数目；NL为支路数目；SFib表示节点b对支路1的转移分布因子；i〇〇 b、w〇〇b和j〇〇b分别表示与节点b相连的机组i、风电场w和负荷j;校和朽「分别为第t时段支 路1的最大正、反向有功潮流功率；和iC?分别为支路正、反向有功潮流功率约束的恶劣 场景中风电出力优化变量;Ui为支路1的有功潮流限值； 2_f)风电允许出力区间和风电出力约束：5.基于价格需求响应的日内经济调度模型的线性求解方法，其特征在于，根据线性规 划的对偶原理将基于价格需求响应的大规模风电消纳鲁棒区间日内经济调度模型的双层 优化模型转化为单层线性规划模型进行优化求解。6.根据权利要求5所述的基于价格需求响应的日内经济调度模型的线性求解方法，其 特征在于，将下层优化模型的式（11)、（13)、（18)和（19)分别用相应的对偶问题的约束替 换，以保证下层优化模型的对偶目标函数是原优化模型的上界或下界，其中，对偶转化前下 层优化模型的变量为/^ 1、</、/;::?和</，转换后的对偶变量分别为(；^、 |^、5#和久(， 经过转换后的优化模型形式如下：将式(22)和(23)中的左端项分别代入式（15)和（16)中对疋和<进行替换，得到与基于 价格需求响应的大规模风电消纳鲁棒区间日内经济调度模型等价的单层线性规划模型：式中，s. t.是sub ject to的缩写，是受约束的含义。
【专利摘要】本发明公开了基于价格需求响应的日内经济调度模型，包括以下步骤：步骤1、引入价格需求因素，构建基于需求弹性的价格需求响应模型，通过实时电价引导用户改变用电行为响应风电出力变化；步骤2、通过建立鲁棒区间经济调度模型的目标函数和功率平衡、常规机组出力、旋转备用、常规机组爬坡率、网络安全、风电出力约束条件，将价格需求响应模型融入到鲁棒区间经济调度模型，构建基于价格需求响应的大规模风电消纳鲁棒区间日内经济调度模型。将价格型需求响应模型引入计及弃风因素的鲁棒区间动态经济调度模型，构建了日内考虑价格需求响应的大规模风电消纳鲁棒区间经济调度模型，并根据对偶原理提出基于线性规划的求解方法。
【IPC分类】H02J3/46, G06Q10/06, G06Q50/06, G06Q10/04
【公开号】CN105634024
【申请号】CN201610098699
【发明人】樊海锋, 张刘冬, 张小易, 李虎成, 杨明, 彭志强, 夏杰, 郑明忠
【申请人】国网江苏省电力公司电力科学研究院, 国家电网公司
【公开日】2016年6月1日
【申请日】2016年2月23日