一种风电并网电力系统动态环境经济调度方法
【技术领域】
[0001] 本发明设及电力系统，尤其设及一种风电并网电力系统调度方法。
【背景技术】
[0002] 随着我国经济的快速增长，逐渐呈现出能源供应紧张、煤炭运力不足、生态环境恶 化等诸多问题。通过强化价格优惠和强制性市场份额政策，新能源在我国总体能源结构中 的比例正在逐步提高。风能作为一种源源不断、永不枯竭的绿色能源，己经成为化石能源的 重要替代能源。与火电机组发电相比，风电可W为电力系统的调度运行带来更多、更长远的 环境和经济上的收益。然而，与传统发电方式不同，风电场出力的多少取决于当时风速的大 小，运又和气象、地理环境等客观因素密切相关，由此造成风电出力的不确定性和间歇性。 虽然风速预测技术在不断发展，但是远远不及负荷的预测效果。
[0003] 风电并网电力系统，其包含若干火电机组及风电场，所获电能用于日常或工业需 求，调度中屯、通过预测实时控制火电机组的停启。动态环境经济调度即在满足负荷需求和 运行约束的前提下，合理地分配整个周期内电网中各时段内火电机组的最优出力，使得调 度周期内发电成本及污染物排放尽可能小。风电自身难W消除的不确定性必然对电力系统 的安全稳定运行造成一定的影响，风电并网电力系统动态环境经济调度问题也变得更加复 杂、求解难度相应增大，已有的调度模型和算法存在模型误差、求解困难等不足。因此，分析 风力发电对于电力系统调度运行的影响，提出新的或改进的建模和求解方法，研究如何高 效地进行电力系统调度，对于促进我国电力生产调度理论适应低碳经济"新常态"具有重要 意义。
[0004] 当风电场接入电网W后，电力系统调度人员所面对的问题不仅是如何分配火电机 组的输出功率，同时还要兼顾安排风电机组的出力计划。为了保证系统能够安全可靠运行， 必须预留足够的备用容量W弥补调度过程中可能发生的发电量盈余或不足。在优化模型中 可W考虑由风电不确定性引起的附加旋转备用容量，并将风电总量的一定百分比作为所选 附加备用需求的参考值。运种通过增加备用容量来应对风电随机变化特性的建模方法，可 W在一定程度上起到保障系统安全可靠运行的作用，但由于没有对风电的不确定特性给予 统计分析，只有预留100%的风电容量水平的旋转备用才能够确保系统绝对安全。运种确定 性的分析方法所获得的优化结果将过于保守，又因为风电功率不能一直保持在额定功率值 附近，运必将造成备用容量的浪费，进而间接增加了经济调度的发电成本。
[0005] 为了克服W上不足，基于随机概率分布的仿真方法应运而生。针对长期模式下的 经济调度采用基于Weibull分布规律的风速模型，通过风速--功率曲线转换得到相应的风 电功率随机分布函数，同时在所提调度模型里引入了备用成本和惩罚成本分别对风电功率 高估和低估的风险在优化问题的目标函数中加 W考虑。然而，Weibull分布通常用于描述 年平均风速的概率分布情况，所W此类分布并不适合用于安排短期发电调度问题。与长期 模式下的调度问题不同，短期调度环境下则需要利用风速/风电功率预测技术估计出未来 具体时刻风电出力的参考值。由于风能本身的随机性和间歇性，使得风电功率预测较负荷 预测更为困难，难W获得像负荷预测那样较为准确的结果。因此，有必要对风速/风电功率 预测误差进行分析。为突出预测的不确定性，通常的做法是对预测误差建立概率分布模型。 按照运一思路，在对风速进行预测的基础上采用服从正态分布密度函数来描述风速预测误 差，从而使得风电概率模型更加接近实际调度情况。
【发明内容】
[0006] 鉴于上述需解决的问题，本发明W系统思考为思想指导，在深入剖析环境经济调 度内涵定义的基础上，从方法上突破传统环境经济调度模型不能刻画随机因素的局限，在 决策保守与激进运对矛盾之间探寻风电发展的优化路径。具体来说，本发明在风电并网电 力系统中突出风电的随机性，兼顾负荷预测W及火电机组停运的不确定性，讨论在一定可 靠性、有效性水平控制下，W及常规约束下，风电出力计划、火电出力计划、正、负旋转备用 =者之间的关系，探究它们协调发展的平衡点。通过多种情景下不同政策的演化路径与结 果分析，实现政策优选，为决策者制定电力调度政策提供科学方法与理论支撑，并为检验或 评价政策的有效性提供模拟工具。
[0007] 为了达到上述的发明目的，本发明首先构造一类风电并网电力系统动态环境经济 调度模型，具体表现为如下形式，如图1，设置风电并网电力系统，包含风电场、多于一个火 电机组，及调度中屯、，调度中屯、包括调度控制系统及调度优化中屯、，调度控制系统采集系统 所需供应量，所述供应量包括个人用户、中等负载及大负载之和；所述调度控制系统还采集 风电场及火电机组相关数据，将其传输给调度决策中屯、，调度决策中屯、获取上述相关数据 根据数据模型得出优化结果后反馈给调度控制系统，调度控制系统控制风电场及火电机组 的运行，数据模型包括：
[000引 目标函数：
[000引 1)发电成本
[0010] 电力系统发电成本最小化可表示为：
朗
[0012] 式中：M为火电机组个数；T为时间间隔数；CiO是第i个火电机组的成本函数； Tiit是时段t内第i个火电机组的计划出力。
[0013] 具体来说，考虑阀点效应的火电机组发电成本，可W表现为二次函数与正弦函数 之和的形式：
[0014] (；巧,,)=巧;+巧,,+4+|马加(/巧驅-7；,,))|，间
[001引式中：曰1，bi，心e郝f 1是第i个火电机组的发电成本系数；T 是第i个火电机 组的有功出力下限。
[001引。污染物排放
[0017] 在发电过程中火电机组或多或少会排放出大量硫氧化物、氮氧化物等污染物，类 似于发电成本函数式（2)，污染物排放最小化可表示为：
[0018]
閒
[0019] 式中：EiO是第i个火电机组的污染物排放函数。
[0020] 具体来说，污染物排放量与火电机组有功出力之间的函数关系，可表现为二次函 数与指数函数之和的形式：
[0021] 与巧,.）=巧G + 巧,十 A + 4. CXP(巧,)，(41
[0022] 式中：a 1，丫 1，A 1，S 1和T 1是第i个火电机组的污染物排放系数。
[002引约束条件：
[0024] 1)考虑电力传输损耗的功率平衡约束
巧）
[002引式中：Wt是时段t内风电场的有功出力；Pd,t是L t,s是时段t内系统负荷需求；P^t 是时段t内的电力传输损耗；n 1是满足负荷需求的置信水平。
[0027] 考虑到线路容量约束，直流潮流方法将用来计算各条线路的功率流。基于Kron的 损耗方程，式巧）中的传输损耗在各个时间段内可分别表示为：
巧)
[002引式中：Bi，，Bi。和B。。是电力网络传输功率损耗矩阵B中的损耗系数。
[0030]。机组运行约束
[00引]T T ;ax, 1《t《T (7)
[003引式中：Tr是第i个火电机组的有功出力上限。
[0033] 3)机组爬坡率约束
[0034] Tl, t-Ti, t UR 1 ? T抑，1《t《T (8)
[003引 Ti,ti-Ti,t《DRi.Te0，l《t《T (9)
[003引式中：URi、DRi分别表示第i个火电机组的上、下爬坡率限制；A t为每个时段的时 间间隔。
[0037] 4)旋转备用约束
[0038] 在常规电力系统中，备用容量可W用来处理系统负荷预测误差W及火电机组停运 带来的影响。但是对于风电并网电力系统，由于风电出力预测误差远远大于系统负荷预测 误差，系统的不确定性明显增大，有必要引入正、负备用容量来减少不利影响。在风电并网 规模给定的情形下，风电出力预测值越大，一旦失去或减小运部分电量，其他机组必须提高 输出功率W快速响应系统功率的缺失，即系统需提供更多的正旋转备用容量来应对低估风 电出力造成的影响。另一方面，为了维持系统的有功平衡，风电出力可增加的量越大，火电 机组需压低的功率就越多，系统负旋转备用的需求量也就越高。当风电场达到最大出力时， 上升空间变为0,即电力系统无需提供负旋转备用容量。大规模风电并网后，为了减少风电 出力随机性带给电力系统调度的干扰，应当同时考虑正、负旋转备用容量约束。其中，正旋 转备用约束可表示为：
[0039] Pr议7;;' </节,.C + 《化，1 封空T 〔1巧
[0040] 式中：a为系统负荷预测误差对正旋转备用的需求；0。为风电出力预测误差对 正旋转备用的需求；ri2是满足正旋转备用需求的置信水平。其中，正旋转备用S57?,"具体可 表不为：
CU)
[0042] 本发明假定火电机组提供的正旋转备用W 10分钟为计量单位，且其大小与火电 机组的爬坡率约束有关。从时段t到时段t+1，第i个机组的向上爬坡率上限是URi。相应 地，在10分钟内，对应的向上爬坡率上限就变为
[0043] 类似地，负旋转备用约束可表示为：
[0044] 打-做巧'各所,化、-巧作似客化，1 (12)
[004引式中：Wmax为风电场的额定功率；0 d为风电出力预测误差对负旋转备用的需求； ru是满足负旋转备用需求的置信水平。其中，负旋转备用S.S7?/具体可表示为：
(13)
[0047] 本发明所研究的风电并网电力系统调度优化问题只是约束条件中含有随