一种电力系统有功备用量化评估方法及系统与流程

本发明涉及电力系统，特别涉及一种电力系统有功备用量化评估方法及系统。

背景技术：

1、伴随着各国对能源需求的日益增长及环境问题的日益严重，世界范围内引发了新能源替换传统化石能源的能源结构改革。21世纪以来，以风光为首的新能源发展迅速，装机容量大幅增加，新能源出力波动性使得电力系统不确定性陡增，有功备用需求的确定困难重重。而伴随着“碳达峰”和“碳中和”目标的提出，以新能源为主的清洁电力将会成为社会的主要能源，电力系统的安全稳定将直接影响到国民经济的持续稳定增长，电力安全是国家能源安全中关键的一环。因此研究如何快速准确的量化评估有功备用迫在眉睫。

2、然而现有新能源电力系统有功备用量化评估技术还存在诸多的不足，例如：1.长期以来，传统的电力系统采用n-1准则、负荷百分比准则等确定性方法，大规模可再生能源接入及单回路大容量传输通道增多使得电网不确定性日益突出，传统确定性方法无法应对新能源的不确定性和极端事故的突袭。2.现有技术中使用概率方法来配置系统备用容量。采用蒙特卡洛生产模拟随机遍历抽样模拟不确定因素的概率分布，进而计算失负荷概率(lolp)或电力不足期望值(eens)等指标来考虑系统的不确定性，但随着机组数量、模拟年的增加，此方法大量时间用于求解一般场景，易引起求解时间的快速增长，且该方法主要针对中长期的规划，对于实际每个时刻的调度指导意义较小。

技术实现思路

1、本发明实施例提供了一种电力系统有功备用量化评估方法及系统，以解决现有技术中的上述技术问题。

2、为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

3、根据本发明实施例的第一方面，提供了一种电力系统有功备用量化评估方法。

4、在一个实施例中，所述电力系统有功备用量化评估方法，包括：

5、获取电力系统的多个运行变量，并对多个运行变量进行整个调度周期的随机抽样，得到每个时刻的大量运行场景；

6、对每个时刻的大量运行场景，以原始负荷曲线为基准进行多个运行变量进行逐次叠加，生成面向每个时刻的大量净负荷随机场景；

7、基于所述净负荷随机场景，根据每个时刻的机组状态，计算该净负荷随机场景下系统的爬坡能力，并根据系统爬坡能力，计算每个时刻的系统切负荷概率及新能源弃电概率；

8、根据预设的系统切负荷概率阈值和新能源弃电概率阈值，筛选系统切负荷概率、新能源弃电概率大于预设概率阈值的随机场景作为极限场景；

9、利用预先配置的电力调度模型对所述极限场景进行电力模拟调度，得到模拟周期内每个时刻的切负荷概率和最严重切负荷情况；并根据该切负荷概率和最严重切负荷情况，对每个时刻及模拟区间内的有功备用需求进行量化评估。

10、在一个实施例中，所述运行变量包括新能源预测误差、负荷波动和元件随机状态；且对多个运行变量进行整个调度周期的随机抽样，得到每个时刻的大量运行场景包括：采用蒙特卡洛随机抽样法对多个运行变量进行每个时刻的随机抽样，得到每个时刻的大量运行场景。

11、在一个实施例中，在每个时刻的机组状态为无启停机状态的情况下，机组爬坡能力的计算公式为：

12、urampi,t-1＝uplan,i,t-1*min{(pi,max-pplan,i,t-1),(pplan,i,t-1+ru)}

13、drampi,t-1＝uplan,i,t-1*min{(pplan,i,t-1-pi,min),(pplan,i,t-1-rd)}

14、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；uplan,i,t-1表示第i台火电机组t-1时刻的机组启停状态，1为开机，0为停机；pi,max、pi,min分别表示第i台机组最大、最小出力；pplan,i,t-1表示第i台火电机组t-1时刻计划出力；ri,u、ri,d分别表示第i台机组单位时间额定上下爬坡功率。

15、在一个实施例中，在每个时刻的机组状态为由停机状态转为启动状态的情况下，机组爬坡能力的计算公式为：

16、urampi,t-1＝pi,init,max

17、drampi,t-1＝-pi,init,min

18、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；pi,init,max、pi,init,min分别表示第i台机组初始启动时刻额定最大、最小出力。

19、在一个实施例中，在每个时刻的机组状态为由启动状态转为停机状态的情况下，机组爬坡能力的计算公式为：

20、urampi,t-1＝-pplan,i,t-1

21、drampi,t-1＝-pplan,i,t-1

22、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；pplan,i,t-1表示第i台火电机组t-1时刻计划出力。

23、在一个实施例中，在每个时刻的机组状态为全部启动状态的情况下，机组爬坡能力的计算公式为：

24、

25、式中，表示第k个场景下所有风光新能源机组t-1时刻的爬坡能力；表示第k个场景下风电机组和光伏机组在t时刻的出力率；分别表示风电机组和光伏机组在t-1时刻的计划出力率；nwind表示风电机组集合；npv、ncsp表示光伏及光热机组集合；表示第i台风电机组或光伏光热机组最大出力。

26、在一个实施例中，所述系统切负荷概率和所述新能源弃电概率的计算公式分别为：

27、

28、

29、式中，表示t-1时刻所有机组的计划总出力；分别表示第k个场景下t-1时刻所有火电机组上爬坡能力及下爬坡能力；表示第k个场景下t-1时刻新能源机组的爬坡能力；表示第k个场景下系统总负荷。

30、在一个实施例中，所述电力调度模型的目标函数公式为：

31、

32、式中，k表示目标函数分级系数；表示整个模拟周期tmax、所有节点nbus的切负荷ls总量；表示所有光热机组ncsp的光热弃电量总和；表示所有风电机组nw的风电弃电量总和；表示所有光伏机组npv的光伏弃电量总和；

33、所述电力调度模型的约束条件公式为：

34、

35、

36、-2π＜＝θi,t＜＝2π

37、

38、

39、

40、

41、

42、

43、0≤ptw≤ptwmax

44、0≤ptpv≤ptpvmax

45、

46、pl,min≤pl,t≤pl,max

47、式中，表示所有火电机组总出力；表示所有新能源机组总出力；表示所有节点切负荷总量；表示系统总负荷；表示在节点j上的所有机组总出力；pj,t表示t时刻节点j上的负荷有功功率；θi,t、θj,t分别表示t时刻节点i，j上的功角大小；xj表示节点j上的电抗；表示火电最大、最小出力；分别表示火电机组向上及向下最大爬坡速率；分别表示光热电站t时刻充电功率大小与其自身充电功率上限；表示光热电站t时刻储热容量；分别表示光热电站受自身技术约束的储热容量上下限；分别表示光热电站t时刻输出功率及自身技术约束的输出功率上限；ptwmax、ptpvmax分别表示风电和光伏的最大出力；分别表示技术原因限制的电池soc最小及最大状态，设定为额定容量的10％及额定容量；pl,max,pl,min表示线路l的最大允许功率及最小允许功率。

48、根据本发明实施例的第二方面，提供了一种电力系统有功备用量化评估系统。

49、在一个实施例中，所述电力系统有功备用量化评估系统，包括：

50、随机场景生成模块，用于获取电力系统的多个运行变量，并对多个运行变量进行整个调度周期的随机抽样，得到每个时刻的大量运行场景；

51、随机场景合成模块，用于对每个时刻的大量运行场景，以原始负荷曲线为基准进行多个运行变量进行逐次叠加，生成面向每个时刻的大量净负荷随机场景；

52、场景能力计算模块，用于基于所述净负荷随机场景，根据每个时刻的机组状态，计算该净负荷随机场景下系统的爬坡能力，并根据系统爬坡能力，计算每个时刻的系统切负荷概率及新能源弃电概率；

53、极限场景确定模块，用于根据预设的系统切负荷概率阈值和新能源弃电概率阈值，筛选系统切负荷概率、新能源弃电概率大于预设概率阈值的随机场景作为极限场景；

54、场景调度评估模块，用于利用预先配置的电力调度模型对所述极限场景进行电力模拟调度，得到模拟周期内每个时刻的切负荷概率和最严重切负荷情况；并根据该切负荷概率和最严重切负荷情况，对每个时刻及模拟区间内的有功备用需求进行量化评估。在一个实施例中，所述运行变量包括新能源预测误差、负荷波动和元件随机状态；且所述随机场景生成模块在对多个运行变量进行整个调度周期的随机抽样，得到每个时刻的大量运行场景时，采用蒙特卡洛随机抽样法对多个运行变量进行每个时刻的随机抽样，得到每个时刻的大量运行场景。

55、在一个实施例中，在每个时刻的机组状态为无启停机状态的情况下，机组爬坡能力的计算公式为：

56、urampi,t-1＝uplan,i,t-1*min{(pi,max-pplan,i,t-1),(pplan,i,t-1+ru)}

57、drampi,t-1＝uplan,i,t-1*min{(pplan,i,t-1-pi,min),(pplan,i,t-1-rd)}

58、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；uplan,i,t-1表示第i台火电机组t-1时刻的机组启停状态，1为开机，0为停机；pi,max、pi,min分别表示第i台机组最大、最小出力；pplan,i,t-1表示第i台火电机组t-1时刻计划出力；ri,u、ri,d分别表示第i台机组单位时间额定上下爬坡功率。

59、在一个实施例中，在每个时刻的机组状态为由停机状态转为启动状态的情况下，机组爬坡能力的计算公式为：

60、urampi,t-1＝pi,init,max

61、drampi,t-1＝-pi,init,min

62、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；pi,init,max、pi,init,min分别表示第i台机组初始启动时刻额定最大、最小出力。

63、在一个实施例中，在每个时刻的机组状态为由启动状态转为停机状态的情况下，机组爬坡能力的计算公式为：

64、urampi,t-1＝-pplan,i,t-1

65、drampi,t-1＝-pplan,i,t-1

66、式中，urampi,t-1、drampi,t-1分别表示第i台火电机组t-1时刻能潜在上爬坡能力及潜在下爬坡能力；pplan,i,t-1表示第i台火电机组t-1时刻计划出力。

67、在一个实施例中，在每个时刻的机组状态为全部启动状态的情况下，机组爬坡能力的计算公式为：

68、

69、式中，表示第k个场景下所有风光新能源机组t-1时刻的爬坡能力；表示第k个场景下风电机组和光伏机组在t时刻的出力率；分别表示风电机组和光伏机组在t-1时刻的计划出力率；nwind表示风电机组集合；npv、ncsp表示光伏及光热机组集合；表示第i台风电机组或光伏光热机组最大出力。

70、在一个实施例中，所述系统切负荷概率和所述新能源弃电概率的计算公式分别为：

71、

72、

73、式中，表示t-1时刻所有机组的计划总出力；分别表示第k个场景下t-1时刻所有火电机组上爬坡能力及下爬坡能力；表示第k个场景下t-1时刻新能源机组的爬坡能力；表示第k个场景下系统总负荷。

74、在一个实施例中，所述电力调度模型的目标函数公式为：

75、

76、式中，k表示目标函数分级系数；表示整个模拟周期tmax、所有节点nbus的切负荷ls总量；表示所有光热机组ncsp的光热弃电量总和；表示所有风电机组nw的风电弃电量总和；表示所有光伏机组npv的光伏弃电量总和；

77、所述电力调度模型的约束条件公式为：

78、

79、

80、-2π＜＝θi,t＜＝2π

81、

82、

83、

84、

85、

86、

87、0≤ptw≤ptwmax

88、0≤ptpv≤ptpvmax

89、

90、pl,min≤pl,t≤pl,max

91、式中，表示所有火电机组总出力；表示所有新能源机组总出力；表示所有节点切负荷总量；表示系统总负荷；表示在节点j上的所有机组总出力；pj,t表示t时刻节点j上的负荷有功功率；θi,t、θj,t分别表示t时刻节点i，j上的功角大小；xj表示节点j上的电抗；表示火电最大、最小出力；分别表示火电机组向上及向下最大爬坡速率；分别表示光热电站t时刻充电功率大小与其自身充电功率上限；表示光热电站t时刻储热容量；分别表示光热电站受自身技术约束的储热容量上下限；分别表示光热电站t时刻输出功率及自身技术约束的输出功率上限；ptwmax、ptpvmax分别表示风电和光伏的最大出力；分别表示技术原因限制的电池soc最小及最大状态，设定为额定容量的10％及额定容量；pl,max,pl,min表示线路l的最大允许功率及最小允许功率。

92、本发明实施例提供的技术方案可以包括以下有益效果：

93、本发明通过使用概率性方法较好的处理了电力系统的不确定性，此外区别于传统生产模拟，将循环模拟年随机抽样过程单独取出，设置多次随机抽样过程生成大量随机场景，然后进行多个随机变量的场景合成，并计算制定的发电计划每个时刻可接受的净负荷波动区间，进而对每个时刻进行弃电及切负荷的概率判断。通过设置一定的弃电或切负荷概率阀值，可有效实现大量场景的缩减，将有限的时间用于危险场景的模拟。此外，通过选取每个时刻的最危险场景进行模拟调度及数值计算，可结合系统切负荷概率及该时刻最极端场景系统切负荷、新能源弃电情况两项指标，为电力调度人员对电网运行风险的判断提供较为重要的参考。

94、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。