一种新能源场站的调频方法及系统与流程

1.本技术涉及电力系统控制技术领域，尤其涉及一种新能源场站的调频方法及系统。


背景技术：

2.随着化石能源的使用，环境污染问题日益突出，以环保和可再生为特质的新能源越来越被重视，为了大力推广新能源，在电网中，越来越多的新能源场站被并入电网，而当新能源场站并入电网时，新能源场站中的发电机组将功率控制在低于最大功率点附近，留有一定的备用容量参与到电网调频。
3.在电网调频时，电网的频率一旦偏离额定值，新能源场站的控制系统就控制有功功率的增减，限制电网频率变化，从而实现电网频率的稳定。例如：当电网频率升高时，新能源场站快速减少有功功率，当电网频率降低时，新能源场站快速增加有功功率。在调频过程中，不可避免的会产生功率响应总偏差以及调频里程费用，所述功率响应总偏差为调频过程中，根据频率分配至新能源机组的功率与实际新能源机组产生功率的偏差，所述调频里程费用随调频里程的增长而增长。
4.而如何分配调频资源，现有技术中，传统的数学优化方法全局搜索能力差，难以获得全局最优解；而非支配排序遗传算法、多目标粒子群优化算法等智能优化算法虽然全局搜索能力强，但是，在面对复杂的多目标非线性优化问题时，求解速度较慢，难以满足较大规模区域电网的调频需求，这些传统的调频方法，未考虑调频里程费用和功率响应总偏差。


技术实现要素：

5.本技术提供一种新能源场站的调频方法及系统，旨在调频过程中，获取调频里程费用和功率响应总偏差最小，对应的新能源场站的输出功率。
6.本技术第一方面，提供一种新能源场站的调频方法，包括：
7.获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价，所述调节功率，为新能源场站参与调频时，对新能源场站下达的调频指令对应的调节功率。
8.根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差。
9.根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用。
10.根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
11.可选的，所述功率响应总偏差通过以下模型获得,具体为：
12.[0013][0014]
δp
c
(k)为所述调节功率，为所述实际功率，p
i
为新能源机组的功率响应总偏差，p为新能源场站的功率响应总偏差。
[0015]
可选的，其特征在于，所述调频里程费用通过以下模型获得，具体为：
[0016][0017][0018][0019]
γ为调频里程单价；为绩效评分；为任一台新能源机组在第k个控制周期的实时输出总功率；为1个控制周期的调节里程输出，r
i
为任一台新能源机组的调频里程费用，r为新能源场站的调频里程费用。
[0020]
可选的，在利用所述最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站中各新能源机组的输出功率的步骤中，所述最小折中模型具体为：
[0021][0022]
其中，n为变量个数，n为种群数目，第i列种群代表第i台新能源机组的输出功率，进一步的，其上下界为：
[0023]
ub＝[ub1,
…
,ub
i
]
[0024]
lb＝[lb1,
…
,lb
i
]
[0025]
其中，ub为第i台新能源机组输出功率的上界，lb为第i台新能源机组输出功率的下界；
[0026]
对y进行评估，得到相应的适应度函数，调频里程费用和功率响应总偏差，对调频里程费用和功率响应总偏差进行排序，将最优解置于y的最顶部，对向量y更新，从而完成迭代，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0027]
可选的，所述迭代步骤中，利用所述折中模型中的藤壶算法，获取以调频里程费用和功率响应总偏差作为目标函数的帕累托前沿，并通过基于熵权法设计的灰靶决策法可以客观地选择折中解，并将新能源场站的实时调节总功率δp分配到各个调频机组。
[0028]
本技术第二方面，提供一种新能源场站的调频系统，所述调频系统，包括：获取模块、功率响应总偏差模块、调频里程费用模块和输出功率模块。
[0029]
所述获取模块，用于获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价。
[0030]
所述功率响应总偏差模块，用于根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差。
[0031]
所述调频里程费用模块，用于根据所述调频里程和调频里程单价，得到新能源场
站的调频里程费用。
[0032]
所述输出功率模块，用于根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0033]
可选的，所述功率响应总偏差通过以下模型获得,具体为：
[0034][0035][0036]
δp
c
(k)为所述调节功率，为所述实际功率，p
i
为新能源机组的功率响应总偏差，p为新能源场站的功率响应总偏差。
[0037]
可选的，所述调频里程费用通过以下模型获得，具体为：
[0038][0039][0040][0041]
γ为调频里程单价；为绩效评分；为任一台新能源机组在第k个控制周期的实时输出总功率；为1个控制周期的调节里程输出，r
i
为任一台新能源机组的调频里程费用，r为新能源场站的调频里程费用。
[0042]
可选的，在利用所述最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站中各新能源机组的输出功率的步骤中，所述最小折中模型具体为：
[0043][0044]
其中，n为变量个数，n为种群数目，第i列种群代表第i台新能源机组的输出功率，进一步的，其上下界为：
[0045]
ub＝[ub1,
…
,ub
i
]
[0046]
lb＝[lb1,
…
,lb
i
]
[0047]
其中，ub为第i台新能源机组输出功率的上界，lb为第i台新能源机组输出功率的下界；
[0048]
对y进行评估，得到相应的适应度函数，调频里程费用和功率响应总偏差，对调频里程费用和功率响应总偏差进行排序，将最优解置于y的最顶部，对向量y更新，从而完成迭代，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0049]
可选的，所述迭代步骤中，利用所述折中模型中的藤壶算法，获取以调频里程费用和功率响应总偏差作为目标函数的帕累托前沿，并通过基于熵权法设计的灰靶决策法可以
客观地选择折中解，并将新能源场站的实时调节总功率δp分配到各个调频机组。
[0050]
由以上技术方案可知，本技术提供的一种新能源场站的调频方法及系统，通过获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价，根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差；根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用；根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。本技术提供的一种新能源场站的调频方法及系统，可以获取调频里程费用和功率响应总偏差最小，对应的新能源场站的输出功率，合理的分配调频资源，经济有效。
附图说明
[0051]
为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0052]
图1为本技术实施例提供的基于藤壶交配算法新能源场站的调频方法流程图；
[0053]
图2为本技术实施例提供的基于藤壶交配算法新能源场站的调频系统框架图。
具体实施方式
[0054]
以下对本技术的具体实施方式进行详细说明。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0055]
参见图1，为本技术实施例提供的基于藤壶交配算法新能源场站的调频方法流程图。
[0056]
本技术实施例第一方面，提供一种新能源场站的调频方法，包括：
[0057]
s101，获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价，所述调节功率，为新能源场站参与调频时，对新能源场站下达的调频指令对应的调节功率。
[0058]
s102，根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差。
[0059]
其中，所述功率响应总偏差通过以下模型获得,具体为：
[0060][0061][0062]
δp
c
(k)为所述调节功率，为所述实际功率，p
i
为新能源机组的功率响应总偏差，p为新能源场站的功率响应总偏差。
[0063]
s103，根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用。
[0064]
其中，可选的，所述调频里程费用通过以下模型获得，具体为：
[0065][0066][0067][0068]
γ为调频里程单价；为绩效评分；为任一台新能源机组在第k个控制周期的实时输出总功率；为1个控制周期的调节里程输出，r
i
为任一台新能源机组的调频里程费用，r为新能源场站的调频里程费用。
[0069]
s104，根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0070]
其中，在利用所述最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站中各新能源机组的输出功率的步骤中，所述最小折中模型具体为：
[0071][0072]
其中，n为变量个数，n为种群数目，第i列种群代表第i台新能源机组的输出功率，进一步的，其上下界为：
[0073]
ub＝[ub1，...，ub
i
]
[0074]
lb＝[lb1，...，lb
i
]
[0075]
其中，ub为第i台新能源机组输出功率的上界，lb为第i台新能源机组输出功率的下界；
[0076]
对y进行评估，得到相应的适应度函数，调频里程费用和功率响应总偏差，对调频里程费用和功率响应总偏差进行排序，将最优解置于y的最顶部，对向量y更新，从而完成迭代，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0077]
其中，所述迭代步骤中，利用所述折中模型中的藤壶算法，获取以调频里程费用和功率响应总偏差作为目标函数的帕累托前沿，并通过基于熵权法设计的灰靶决策法可以客观地选择折中解，并将新能源场站的实时调节总功率δp分配到各个调频机组
[0078]
其中，藤壶算法的迭代过程具体为以下步骤：
[0079]
s1041，选择过程：
[0080]
藤壶是自侏罗纪时代就存在的微生物，大多数藤壶雌雄同体，这意味着它们有雄性和雌性繁殖。为了应对潮汐变化和久坐不动的生活方式，它们的生殖器可以达到身长的7～8倍，生殖器所能接触到的所有邻居和潜在的配偶竞争者就构成了其交配种群，因此生殖器长度变化在确定交配种群大小和局部交配竞争中起到重要作用。
[0081]
选择过程基于以下假设模仿了藤壶的行为：
[0082]
选择过程是随机的，但它会被限制在藤壶的生殖器长度，pl。每只藤壶可以提供自己的精子，也可以接受其他藤壶的精子，而且每只藤壶一次只能与一只藤壶受精。如果在某一时刻，选择过程选择了同一只藤壶，这意味着应该发生了自交配或自受精。如果在特定迭代中选择的pl大于已设置的pl，则进行远程授精过程。
[0083]
由于最优解位于候选解y的最顶部。现在假设pl＝7，那么在某一次迭代中，藤壶1只能与藤壶2～7中的一个进行交配，如果藤壶1选择了超过7的藤壶，那么将不会执行正常的交配过程，因此子代的产生是通过远程授精过程进行的。选择过程的数学形式如下：
[0084]
barnacle_d＝randperm(n)
[0085]
barnacle_m＝randperm(n)
[0086]
其中randperm(n)为barnacle_d和barnacle_m交配的父代，n为种群大小。
[0087]
s1042，繁殖操作：
[0088]
藤壶算法主要根据hardy
‑
weinberg原理，研究藤壶父代在产生子代时的遗传特征或基因型频率。藤壶的父代产生新的子代变量可表示为：
[0089][0090]
其中p为[0，1]内均匀分布的随机数，和分别为父亲藤壶和母亲藤壶的变量。
[0091]
当要交配的藤壶的选择超过了预期的pl值时，就会发生远程授精，可表示为：
[0092][0093]
其中rand为[0，1]内的随机数。即第i个变量完成一次迭代后的数值。
[0094]
s1043，灰靶决策法设计：
[0095]
基于藤壶算法获得的帕累托前沿x为一个n行m列的矩阵，可将x中各解的绝对值作为决策指标之一，亦可作为帕累托前沿的单位解输出，如下表示：
[0096]
x
′
(i，j)＝|x(i，j)|，i＝1，2，..，n，j＝1，2，...，n
[0097]
本技术旨在降低总功率偏差和调频里程费用，其两个目标函数值可分别设置为f1和f2。另外，本发明引入了一个表示x
′
中每个解到原点的欧几里德距离的矩阵d，如下所示：
[0098][0099]
至此，评估指标一共由(m+3)个构成，即m个帕累托前沿单位解的输出，两个目标函数值以及欧氏距离平方d。进一步，可将其用矩阵表示为：
[0100]
x
″
＝[x
′ꢀ
f
1 f
2 d]
[0101]
s1044，靶心矢量设计：
[0102]
基于奖励最好、惩罚最差原则的算子z
j
的计算如下：
[0103][0104]
值得注意的是，所有指标均大于0，且指标越小，代表解的质量更佳，决策矩阵v可表示为：
[0105][0106]
进一步，决策矩阵可改写为v＝(v
ij
)
n
×
(m+3)
，，因此，靶心向量可定义为
[0107]
s1045，靶心设计：
[0108]
本发明基于熵权法，设计了灰靶决策法来更客观地选择折中解以及得到各个目标函数之间的权重，其中，权重y
ij
和熵值e
j
可由下式计算：
[0109][0110][0111][0112]
根据靶心向量每个解的靶心距离可表示为：
[0113][0114]
至此，靶心距离最小的解，便可选择为折中解，作为最优的功率分配方案。
[0115]
由以上技术方案可知，本技术实施例提供的一种新能源场站的调频方法及系统，通过获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价，根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差；根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用；根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。本技术提供的一种新能源场站的调频方法及系统，可以获取调频里程费用和功率响应总偏差最小，对应的新能源场站的输出功率，合理的分配调频资源，经济有效。
[0116]
参见图2，为本技术实施例提供的基于藤壶交配算法新能源场站的调频系统框架图。
[0117]
本技术实施例第二方面，提供一种新能源场站的调频系统，所述调频系统，包括：获取模块、功率响应总偏差模块、调频里程费用模块和输出功率模块。
[0118]
所述获取模块，用于获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价。
[0119]
所述功率响应总偏差模块，用于根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差。
[0120]
所述调频里程费用模块，用于根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用。
[0121]
所述输出功率模块，用于根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0122]
将新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价输入进所述获取模块，所述获取模块将所述调节功率和所述实际功率传递至所述功率响应总偏差模块，所述功率响应总偏差模块根据所述调节功率和实际功率，得到新能源场站功率响应总偏差；所述获取模块将所述调频里程和所述调频里程单价传递至所述调频里程费用模
块，并根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用；所述功率响应总偏差模块将所述功率响应总偏差传递至所述输出功率模块，所述调频里程费用模块将所述调频里程费用传递至所述输出功率模块，所述输出功率模块根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。
[0123]
由以上技术方案可知，本技术实施例提供的一种新能源场站的调频方法及系统，通过获取新能源场站任一调频周期的调节功率、实际功率、调频里程、调频里程单价，根据所述调节功率和实际功率，得到新能源场站功率响应总偏差，所述功率响应总偏差为所述调节功率与所述实际功率的差；根据所述调频里程和调频里程单价，得到新能源场站的调频里程费用；根据所述功率响应总偏差和所述调频里程费用，利用预先建立的最小折中模型，得到最小功率响应总偏差和最小调频里程费用，对应的新能源场站的输出功率。本技术提供的一种新能源场站的调频方法及系统，可以获取调频里程费用和功率响应总偏差最小，对应的新能源场站的输出功率，合理的分配调频资源，经济有效。
[0124]
以上结合具体实施方式和范例性实例对本技术进行了详细说明，不过这些说明并不能理解为对本技术的限制。本领域技术人员理解，在不偏离本技术精神和范围的情况下，可以对本技术技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本技术的范围内。本技术的保护范围以所附权利要求为准。