一种考虑风电有功降载能力的两阶段系统备用优化评估方法技术方案

本发明专利技术公开了一种考虑风电有功降载能力的两阶段系统备用优化评估方法。在减少风电并网的备用容量需求、缓解风电消纳压力背景下，考虑新型风电机组的主动有功控制功能，针对传统火电机组与风电机组运行特性及响应时间尺度上的差异，建立事前计划与实时控制两阶段互耦双层优化模型，实现整个事前结算的成本最小以及实时阶段的计划调整最小。本发明专利技术能够定量地确定风电实际并网功率及备用能力，在事前计划阶段考虑系统实时运行阶段风电所具备的功率快速响应、调节能力，给出相应的系统运行计划。以本发明专利技术得到的调度计划策略与实时运行状态相比误差更小，且传统机组备用压力小，系统整体运行经济性更佳。

【技术实现步骤摘要】

本专利技术涉及一种系统备用优化评估方法，尤其是涉及一种考虑风电有功降载能力 的两阶段系统备用优化评估方法。
技术介绍
随着电力系统风电接入规模的不断扩大，电力系统调度问题与运行压力日益凸 显，系统调度部门不得不调度传统机组持有相应的调频或调峰容量来确保风电的顺利消 纳。这一方面增加了传统机组的运行压力以及系统调度运行的复杂性，另一方面减少或抵 消了风电并网带来的经济环保效益。风电的有功控制技术能够调节风电的输出特性，改善 风电与传统电网间的交互提升系统优化运行水平，近年来受到人们的广泛关注。在众多风 电有功控制技术中，降载运行能够较长时间维持，是风电可调度性实现的技术基础。所谓风 电降载控制，是指风机采用变桨控制、变流器控制等主动控制手段偏离MPPT运行，从而产 生相应的功率调节与备用能力。如何实现风电主动功率控制能力及备用能力在系统层面的 建模，是解决风电主动参与系统功率备用调度问题的关键。 目前，众多建模方法多默认风电自主地工作在MPPT模式，系统运行所需的其他功 率及全部备用容量由传统的水电或火电机组承担。根据建模手段的不同，可以分为确定性 建模方法和不确定性建模方法。确定性建模方法一般考虑风电预测误差和最大功率波动来 评估实际的预测误差/波动量来确定备用容量，不确定性建模方法采用概率或模糊理论来 评估备用需求并将评估结果用于系统调度建模中。在上述考虑消纳风电的经济调度方法 中，确定性方法与不确定性方法均考虑风电全额馈入，通过传统机组备用容量来配合风电 消纳并没有考虑风电自身的主动控制能力。并且上述模型一般忽略实时阶段均只考虑事前 阶段，其优化结果缺少实时阶段的评价与验证。 相比传统机组，风电机组受制于天气条件出力虽然具有波动性和不确定性的缺 点，但风电机组惯性常数小，响应速度快，因此风电场可在极短时间内实现其出力的调节， 这有利于平抑功率波动趋近系统计划运行状态。因此，在事前阶段制定系统运行计划时应 当对风电的实时调节能力予以考虑，建立传统机组与风电、系统调度事前计划阶段与系统 实时运行阶段的联动机制以实现含风电接入系统的最优运行。目前，部分国家如丹麦、德国 等在风机并网准则中已经明确规定风电场要具备有功控制能力。从中可以看出，风电机组 的主动功率控制是未来风电控制的重要发展方向，但尚缺少相应的建模方法。
技术实现思路
为解决上述问题，本专利技术提出了一种考虑风电有功降载能力的两阶段系统备用优 化评估方法，同时考虑系统事前计划阶段和实时控制阶段，求取系统最佳运行策略。 本专利技术的技术方案采用如下步骤： 1).构建考虑风电主动功率控制的含风电系统运行框架。 2).通过风机降载比来确定风电实际并网功率P及备用能力R。 3).事前阶段根据风电功率及负荷功率预测结果，以整个事前阶段的成本最小为 目标函数制定相应的系统运行及备用计划。 4).实时阶段利用场景生成与缩减技术描述风电出力的不确定性，并考虑风电降 载运行主动功率控制技术，保证系统实时运行状态与事前阶段制定的运行状态偏差最小。 5).最后，考虑两阶段模型求解的复杂性引入数学上的等效变换，利用KKT条件将 具备明确物理意义的两阶段双层模型转化成单层模型方便求解。 所述的步骤1)中的虑风电主动功率控制的含风电系统调度框架为： 传统系统调度通常默认风电采用MPPT控制并通过风电场进行管理，系统层则通 过功率预测估计风电波动范围并进而安排传统机组的出力计划和备用计划。如图1所示， 本专利技术在传统模式的基础上考虑风电机组的主动功率控制能力，在风场层加入对系统出力 命令的响应。与传统调度模式相比，在风电可调度模式下，风场层可以响应系统的调度指 令，同时底层的风机可以响应风场层的控制命令。 所述的步骤2)中的风电实际并网功率P及备用能力R采用以下公式得到： P = (1-K)Pmppt RWP-t 其中，P为实际风电并网功率，R为风电降载运行的备用能力，K为风电降载比，Pmppt 为风电最大功率跟踪模式功率。 利用风机响应速度快的特点，在实时阶段可根据实时阶段运行工况合理调节降载 比来趋近事前计划。原理图如图2所示，其中三段粗实线分别反映不同风速Vl、％和v 3下 风机捕获功率随转子转速变化的关系；MPPT曲线为各风速下风机最大功率点的连线，曲线 ①②分别为风机在各风速下保持降载比Ki、K2的运行点曲线。当实际风速 Vl低于预测风速 %时，风场将降载比从K2调整为K:可保证既定的计划输出。由此可见，和传统的MPPT控制 相比，风机的降载控制可以提供更为平稳的风机出力。所述的步骤3)中以整个事前阶段的成本最小为目标函数制定相应的系统运行及 备用计划具体如下： 事前阶段以系统运行成本最小为目标函数，其中，(^为成本；&(广、R m为事前阶段 待确定的第m台机组提供的出力及备用容量；if]为第n个风场预测出力，Rn为第n个风 场降载运行持有的备用容量；fm( ?)为传统机组二次成本函数；cf、C,f和cf分别为传统机 组备用价格、风电能量及备用定价；&、\分别为机组台数及风场个数；if]，R n采用下式求 取： Kn为在事前阶段预估的风场降载比；$为风场的MPPT功率预测值。 事前阶段的约束条件有： 约束条件依次为：传统机组出力上下限约束；传统机组爬坡约束；传统机组备用 容量约束；系统备用容量约束；潮流约束；线路传输功率约束。 所述的步骤4)中实时控制阶段优化模型具体如下： 实时阶段考虑凡个可能的实时阶段场景，以系统实际运行状态与事前计划结果间 偏差92最小为目标函数。其中，〇(s)为第s个场景发生的概率；4(())为待确定的第m台机 组提供的出力；if}为第n个风场的预测出力；为传统机组m在场景S中的出力；N g、 \分别为机组台数及风场个数；if >为风场在场景s下的实际输出功率，P"(s)采用下式求 算： 其中，风场在场景s下的MPPT功率；尺,(^为风场n在场景s下的降载比。 实时控制阶段的约束条件有： 约束条件依次为：传统机组出力上下限约束；风电降载比约束；功率平衡约束。 将步骤3) -4)中事前阶段优化模型与实时阶段优化模型采用以下公式相互耦合： 即所述的事前阶段预估的风场降载比Kn取各实时场景所有降载比的最小值，从而 为系统安排足够的传统备用容量。 所述的步骤5)中利用KKT条件将双层模型转化成单层模型方便求解的数学原理 如下： 其中，AUy)、f2(x，y)分别代指事前和实时阶段目标，即系统运行成本和系统运 行偏差；s.t.指相应目标的约束条件，其中g均表示不等式约束，h均表示等式约束；a，入 分别为等式约束和不等式约束的拉格朗日乘子，a g2(x，y) =〇为线性互补条件。 本专利技术的有益效果是： 本专利技术能够定量地确定风电实际并网功率及备用能力，在事前计划阶段考虑系统 实时运行阶段风电所具备的功率快速响应、调节能力，给出相应的系统运行计划。以本专利技术 得到的调度计划策略与实时运行状态相比误差更小，且传统机组备用压力小，系统整体运 行经济性更佳。【附图说明】 图1含风电系统调度模式示意图； 图2 DFIG降载运行及降载曲线示意图； 图3两风场30节点系统接线图； 图4预测的负荷-风电工况曲线，（a)工况Cl，（b本文档来自技高网...

【技术保护点】
一种考虑风电有功降载能力的两阶段系统备用优化评估方法，其特征在于，包括以下步骤：1)构建考虑风电主动功率控制的含风电系统运行的调度框架；2)通过风机降载比来确定调度计划的风电并网功率P及备用能力R；3)事前阶段根据风电功率及负荷功率预测结果，以整个事前阶段的成本最小为目标函数建立事前阶段系统运行及备用计划模型；4)实时阶段利用场景生成与缩减技术描述风电出力的不确定性，并考虑风电降载运行主动功率控制技术，以保证系统实时运行状态与事前阶段制定的运行状态偏差最小，建立实时阶段系统运行及备用计划优化模型；5)利用库恩‑塔克条件将步骤3)及步骤4)建立的双层模型等效变换，转化为单层模型；求解，获得备用计划。

【技术特征摘要】

【专利技术属性】
技术研发人员：汪震，杨正清，林峰，展肖娜，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33