一种新能源调频备用配置方法与流程

1.本发明属于新能源发电技术领域，涉及一种新能源调频备用配置方法。


背景技术：

2.不断提高的可再生能源占比将进一步降低系统惯量水平和频率响应能力，系统频率失稳风险增大。因此电力系统亟需发掘响应快、可靠性高、成本可承受、可规模发展的电源来辅助支撑电网频率。新能源配备储能具有快速升降负荷的能力，相比于调控难度高的电动汽车与空调负荷等资源，将是未来满足调频需求的有力手段。此外，部分国家的电力市场将快速调频辅助服务逐步引入市场，鼓励机组通过提供优质的调频服务来获得额外的收益。因此有必要研究考虑调频备用的电网的协调运行。
3.推动分布式电源并网，其研究集中在对系统的影响，包括大容量分布式发电并入输电网络对大系统运行、同步、稳定等方面的冲击和影响，中小容量并入低压配电网对继电保护影响等方面，并取得了积极的结论和对策。但是分布式发电对低压配电网用户供电质量的影响一直受到忽视，而提供给用户优质的电能是电力系统的最终目的，因此分布式电源对用户供电质量的影响及如何通过分布式电源改善用户供电质量同样是推动分布式发电发展的重要研究方向和关键课题。
4.新能源一次调频控制的关键技术之一是调频备用容量如何优化配置的问题。近年来，一些学者也曾在这方面开展过一些研究,他们较多采用恒定减载比的备用容量配置方法，如基于设定的10％恒定减载比研究改进的调频控制策略及其调频效果。现有技术中，虽然相关的各种研究出发点不尽相同，但均未考虑大规模风电调频的集群备用容量对电网负荷平衡的影响以及自身发电经济性问题，大多主要采取恒定减载比的备用容量配置方法，少数研究兼顾风力发电经济性来优化一次调频策略，但研究着眼点均停留在风电机组本身。然而，实际中，在大规模风电并网条件下，风电备用容量配置的大小不但与风电机组本身运行有关，更会直接影响电网削峰填谷的效应。
5.综上，现有技术主要是针对机组自身进行备用的配置，忽略了电网的影响或者只考虑问题的经济型，而忽略了微电网具体参与调频运行过程中的可能造成的电压安全性。
6.发明目的
7.本发明的目的就是解决现有技术中的不足，基于鲁棒优化的新能源备用的配置以及新能源参与调频的具体建模方法，提供了一种新能源调频备用配置方法。


技术实现要素：

8.本发明提供了一种新能源调频备用配置方法，包括以下步骤：
9.包括以下步骤：
10.步骤1、构建微电网系统模型，具体包括以下子步骤：
11.子步骤s11：将微电网系统的运行成本pc表示为如式(1)所示：vnt
表示节点电压的平方，r
l
、x
l
表示线路的电阻和电抗，vn、表示电压下限的平方和电压上限的平方；具有不同下标的φ(n)符号表示连接到节点n的元素集；式(3)、(4)所示约束条件表示节点有功和无功功率平衡条件；式(5) 所示约束条件描述松弛视在功率，式(6)所示约束条件是电压降方程；式 (7)、(8)所示约束条件分别描述节点电压和线电流平方限值；
25.子步骤s13：发电机组参与调频，将每个发电机组在时间段t处的上调需求指令表示为将其下行需求表示为将发电机组实际运行期间的输出表示为如式(9)所示：
[0026][0027]
式(9)中，二进制变量和分别表示上调需求和下调需求，即向上或向下的调频需求；在每个时间段t处，和还满足如式(10)和(11)所示的约束条件：
[0028][0029][0030]
式(10)表示电力系统上行备用需求和下行备用需求不能同时发生，式(11) 表示在整个优化时间范围内，电力系统频率需求小于或等于β；
[0031]
步骤2、设计算法并求解算法，包括构建鲁棒模型并进行求解。
[0032]
2.根据权利要求1所述的一种新能源调频备用配置方法，其特征在于，步骤 2进一步包括：
[0033]
构建鲁棒模型表示为如式(12)所示：
[0034][0035]
其中，是燃气轮机的在预调度阶段的运行变量和备用变量，x表示在预调度阶段除了以外的所有变量，a
t
,b
t
,c
t
为目标函数对应的系数；以及 ||fx+g||2≤hx+i分别代表预调度阶段约束的线性约束和二阶锥约束；s代表松弛变量，y代表在再调度阶段的变量，v代表调频响应的0-1变量，代表再调度阶段天然气网络的运行约束；
[0036]
将式(12)所表示的鲁棒模型分为主问题s1和可行性子问题s2共两个问题，其中，主问题s1被定义为如式(13)所示：
[0037]
[0038]
其代表式(12)的上半部分，各参数具有相同的含义；
[0039]
可行性子问题s2被定义为如式(14)所示：
[0040][0041]
其由式(12)的下半部分即内层优化问题组成，具有相同的含义；
[0042]
式(14)是一个双层混合整数线性问题，通过将式(14)最内层问题转换为其对偶形式，从而将双层问题转换为单层问题；所述式(14)最内层问题的对偶形式被定义为如式(15)所示：
[0043][0044]
式中，λ是(14)中每个约束对应的对偶变量，{a:b}表示两个矩阵a和b 的横向拼接；
[0045]
用大m方法来处理非线性项，对于u＝vλ，表示为如式(16)所示：
[0046][0047]
式(16)中，v是一个0-1变量，λ代表一连续变量，m为一个很大的数；
[0048]
对于每个非线性项，通过引入一个连续的非负变量和不等式约束来消除这种非线性项；
[0049]
求解可行性子问题s2，若得到的优化结果等于零，则表示在当前预定结果下，任何场景都可确保微电网的安全性；否则，表示当前操作结果无法满足场景下微电网的安全操作，此时，须将当前场景添加到主问题s1中，强制计算结果以满足当前场景中微电网的安全要求，此时，新的鲁棒约束被表示为如式 (17)所示：
[0050][0051]
其中，e,f,j,g具有与式(12)中相同的含义，v表示可行性检测所获取的最后一个计算场景。
附图说明
[0052]
图1是机组参与调频的调频指令时间尺度示意图。
[0053]
图2是本发明实施例中算法收敛性分析示意图。
[0054]
图3是本发明实施例中所识别的两种极端场景下的调频需求示意图。
[0055]
图4是本发明实施例中新能源机组的上/下储备值随时间变化曲线图。
具体实施方式
[0056]
以下结合附图详细阐述本发明，需要说明的是，本领域技术人员应当理解，此处的实施例仅用于示例性地描述本发明，而不应视作对本发明保护范围的限定，任何不脱离本发明思想和主旨的对本发明技术方案的修改或等效替代均落入本发明的范围。
[0057]
本发明所述新能源调频备用配置方法，包括模型构建、算法设计两部分，具体如
下：
[0058]
模型构建过程
[0059]
每个微电网的目标是将微电网系统的运行成本降至最低，表示为如式(1) 所示：
[0060][0061]
目标成本包括四个方面，第一项是发电成本，表示为发电量的二次表达式
[0062]
其中是机组运行的有功功率；第二项是辅助服务的利润其中分别是申报的上备用和下备用，是辅助服务的报价；第三项是来自电网的购电成本其中是从电网的购电量，是购电价格；
[0063]
电网运行约束条件包括：对发电机施加的容量限制如式(2)所示：
[0064][0065]
其中，表示运行的无功功率，表示机组的无功容量和有功容量。
[0066]
由于微电网通常属于配电网范畴，因此采用分支流模型(bfm)来描述电网中的网络约束。在bfm中，二阶锥松弛(socr)用于处理非凸问题。松弛的 bfm模型在在辐射拓扑下，这种松弛总是紧的，相关约束条件表示为如式(3)
ꢀ‑
(8)所示：
[0067][0068][0069][0070]vn2t
＝v
n1t-2(r
l
pf
lt
+x
l
qf
lt
)+((r
l
)2+(x
l
)2)i
lt
ꢀꢀꢀ
(14)，
[0071][0072]
[0073]
其中，pf
lt
、qf
lt
分别表示线路的有功功率和无功功率,i
lt
表示线路电流的平方，v
nt
表示节点电压的平方，r
l
、x
l
表示线路的电阻和电抗，vn、表示电压下限的平方和电压上限的平方；具有不同下标的φ(n)符号表示连接到节点n的元素集,第一、二个约束表示节点有功和无功功率平衡条件；第三个约束描述了松弛视在功率，第四个是电压降方程；第五个分别描述节点电压和线电流平方限值。
[0074]
机组参与调频过程
[0075]
对于每个机组，在时间段t处，它的上调指令可以表示为同时，其下行需求可表示为因此在机组的实际运行期间，机组的输出表示为如式(9)所示：
[0076][0077]
二进制变量和表示向上或向下调频需求，这可以用表示。
[0078]
图1是调频指令时间尺度示意图，如图所示，长线表示微电网优化时间点，短线表示调频的时间点，在每个时间段t处，可能会发生的储量需求和还应满足式(10)和(11)所示的约束条件：
[0079][0080][0081]
其中，式(10)表示电力系统上行备用需求和下行备用需求不能同时发生，式(11)表示在整个优化时间范围内，电力系统频率需求应小于β。
[0082]
算法设计过程
[0083]
由于调频需求发生时间不确定，微电网的经济和安全运行可建模为两阶段鲁棒模型，其中来自电力系统的调频需求可被视为对微电网的干扰。构建鲁棒模型表示为如式(12)所示：
[0084][0085]
其中，其中，是燃气轮机的在预调度阶段的运行变量和备用变量，x表示在预调度阶段除了以为的所有变量，a
t
,b
t
,c
t
目标函数对应的系数，以及||fx+g||2≤hx+i分别代表预调度阶段约束的线性约束和二阶锥约束，s代表松弛变量，y代表在再调度阶段的变量，v代表调频响应的0-1变量，代表再调度阶段天然气网络的运行约束。
[0086]
该模型本质上是一个两阶段的问题：分为预调度阶段和重新调度阶段。在预调度阶段确定向电网声明的运行点和有功备用，在再调度阶段根据从预调度阶段获得的结果确
保在场景空间中的任何场景下的安全操作。
[0087]
求解算法
[0088]
上面所构建的鲁棒模型是一个两阶段鲁棒模型，被分为主问题和可行性子问题共两个问题，其中，主问题s1倍定义为如式(13)所示：
[0089][0090]
其代表主问题(20)的上半部分，具有相同的含义；
[0091]
可行性子问题s2被定义为如式(14)所示：
[0092][0093]
其由主问题(20)的下半部分即内层优化问题组成，具有相同的含义；
[0094]
可行性测试的实质是确保调度时间段内任何时间任意数量的调频需求都能保证微电网的安全可靠运行。
[0095]
由于该问题是一个双层混合整数线性问题，可以通过将最内层的问题转换为其对偶形式，从而将双层问题转换为单层问题来解决。内层问题的对偶形式的定义如式(15)所示：
[0096][0097]
式中，λ是(14)中每个约束对应的对偶变量，{a:b}表示两个矩阵a和b 的横向拼接；
[0098]
用大m方法来处理这些非线性项，对于u＝vλ，它相当于如式(16)所示：
[0099][0100]
式中，v是一个0-1变量，λ代表一连续变量，m为一个很大的数；
[0101]
因此，对于每个非线性项，可引入一个连续的非负变量和不等式约束来消除这种非凸项。
[0102]
约束生成过程
[0103]
如果通过了可行性测试，换句话说，通过求解可行性子问题得到的优化结果等于零，则意味着在当前预定结果下，任何场景都可以确保安全性。否则，意味着当前操作结果无法满足场景下的安全操作。在这种情况下，应该将此场景添加到主问题中，强制计算结果以满足场景中的安全要求。具体而言，新的鲁棒约束可以表示为如式(17)所示：
[0104][0105]
其中，e,f,j,g具有与(20)中相同的含义，表示获取的最后一个计算场景；整体的算法可以描述为如表1所示：
[0106]
表1算法示意图
[0107][0108]
下面用一个具体实施例来说明本发明。
[0109]
实施例
[0110]
本实施例用于以验证本发明所提出的配置方法的鲁棒模型和算法的有效性。模拟运行在一台配备intel(r)core(tm)2duo 2.6ghz cpu和16gb内存的笔记本电脑上，代码是用python编写的，解算器是gurobi9.0。优化时间段为6。
[0111]
进行算法收敛性分析，图2是算法收敛性分析示意图，可行性测试结果的动态如图中的实线曲线所示。如图2所示，该算法在三次迭代中收敛，并且相应地收益下降。这是不可避免的结果，当更多的场景被添加到主问题中时，结果往往更为保守。结果的保守性由参数β控制。较大的β意味着更多的场景，相应的结果更加保守。
[0112]
进行场景分析验证，图3是所识别的两种极端场景下的调频需求示意图。本实施例一共识别了三种极端场景，前两种情况场景如图3所示，黑实线的高值意味着存在上调指令(上rd)。同时，红虚线的高值表示存在下调指令性 (下rd)。这表明，在上一个预调度阶段得到的运行结果和给定的场景下，微电网不能保证动态安全。应调整相应的有功备用和运行点。
[0113]
进行机组运行点分析，新能源机组的上/下储备值随时间变化如图4所示。在图4中，黑色实线表示新能源机组的容量，红色短杠虚线、蓝色点虚线和绿色复合虚线分别表示新能源机组的上备用、基准运行值和下备用。通过观察微电网运行的目标函数，我们很容易发现，有功备用的值越多，相应的利润越多，但导致电网电压低于/超过极限的可能性越大。因此，在该图中，最高运行点 (红色)未达到容量(黑色)，微电网最终的运行点是安全和利润之间的权衡。
[0114]
本发明具有以下有益效果：
[0115]
1、基于鲁棒优化的新能源备用的配置，确保了新能源的有功备用可以保证电网的安全可靠运行。
[0116]
2、提出了新能源机组参与调频的具体建模方法。