一种基于风电不确定出力的风电并网协调优化方法技术

本发明专利技术公开了一种基于风电不确定出力的风电并网协调优化方法，包括以下步骤：采集系统相关参数；建立了风电预测误差计算模型以及风电预测误差增长模型，根据风电预测误差增长模型，得到风电不确定出力；在建立负荷可参与调度的权重区间模型以及引入可调度负荷与储能系统的基础上，建立了风电成本模型，并建立了考虑可调度负荷和储能系统风电并网协调优化调度模型，根据该优化模型，得到调度周期内各机组出力；由各机组出力计算系统弃风率，对系统各类成本以及备用情况进行分析；本发明专利技术所建立上网基于风电不确定出力和可调度负荷权重区间的风电并网协调优化模型，为电网调度人员在解决风电接入问题时提供具有明显社会经济效益的优化调度方案。

【技术实现步骤摘要】

本专利技术涉及电力系统运行与调度领域，特别涉及一种基于风电不确定出力的风电 并网协调优化方法。
技术介绍
当前，国内外对于大规模风电并网运行经济调度的研究已经取得了一定的进展。 由于风电出力随机性大和波动性强等特点，必然给大规模风电并网经济调度带来较大困 难，因此许多学者对风电出力预测进行了大量研究，但仍难以获得准确的预测结果，风电功 率预测误差还将长期存在。储能系统可以有效解决上述问题，然而需要考虑的是储能成本 过高，而且效率相对较低，盲目地增加系统的储能容量，同样会降低系统的经济性。负荷特 性与负荷水平是影响电网风电消纳能力重要的两个因素。在国家大力建设智能电网的背景 下，负荷开始发挥越来越重要的角色，其已不再是单一的用电方，而开始作为一种虚拟电厂 与电网进行互动。电网可通过评估负荷等级，与用户达成相关协议等方式使一部分负荷融 入发电计划。
技术实现思路
本专利技术的目的在于提供，在建 立基于误差增长的风电不确定出力模型的基础上，针对风电不确定出力所带来的问题，建 立了风电成本模型；由于各类负荷在系统调度中所参与的角色不同，本专利技术根据各类负荷 能否参与调度的程度，综合各类负荷的指标，提出可调度负荷权重区间的概念，并建立了模 型；结合储能系统建立风电并网协调优化调度模型，为电网调度人员在解决风电接入问题 时提供具有明显社会经济效益的优化调度方案。 本专利技术通过以下技术方案得以解决： -种基于风电不确定出力的风电并网协调优化方法，包括以下步骤： 步骤1，风电、火电机组、储能系统以及可调度负荷等相关参数的设置和采集； 风电参数包括用于确定风电成本的相关数据：风电预测出力PWF. jt、系统的有功负 荷PD. t、调度周期内运行的风电机组数目Nw、风电预测精度Aw. ]t; 火电机组相关参数：调度周期内运行的火电机组的数目Nti、火电机组线性化成本 函数系数％、火电机组出力约束的上限下限常规机组出力的上升率和下降率 储能系统相关参数：储能系统的充放电效率Φ、储能系统容量上下限E_、E_、t 时段储能系统的输出功率Pe (t)、单位时间内储能系统充放电功率上下限PE._、PE._、储能 系统成本系数k E(t); 可调度负荷相关参数：修正系数a、b、函数系数Ic1 (t)、k2 (t)、t时段r类负荷大小 PD.rt、系统负荷类型数量1 ; 步骤2,根据步骤1风电相关参数的设置，在此基础上得出风电预渗透率，根据风 电预渗透率以及风电出力预测精度，得到风电出力预测误差，基于风电误差增长模型，得出 风电不确定出力计算模型； 步骤3,根据步骤2得到风电不确定出力计算模型，在建立负荷可参与调度的权重 区间模型以及引入可调度负荷权重区间模型与储能系统模型的基础上，建立了风电成本模 型，并建立了考虑可调度负荷和储能系统风电并网协调优化调度模型，根据该优化模型，得 到调度周期内各机组出力； 步骤4,由各机组出力计算系统弃风率，对系统各类成本以及备用情况进行分析。 进一步，所述的步骤2中风电误差增长模型的构建过程为： 步骤2. 1，设某已给定的风电出力预测数据在t。时段的误差为et。，并且在不引入 其它时段误差的条件下，在t时段时，由et。引起的误差为'、若存在与t无关且大于0 的常数A，使得，则称误差的增长是线性的；存在大于1的常 数B，使得I、，则称误差的增长使指数级的； 步骤2. 2,本专利技术定义，预测误差按线性增长的风电出力预测是稳定的，预测误差 按指数增长的风电出力预测是不稳定的；假设风电出力预测在t。、t 2、…、^时段的误 差为etQ、etl、et2、"·、θ ?η，若风电出力预测是稳定的，则在ν?2、"·、?η、1:η+1时段时，由e t。、 etl、et2、…、etn引起的误差递增值为?、_β?+?.;_ 同样，若风电出力预测误差是不稳定的，则在h、t2、…、tn、t n+1时段时，由etQ、etl、 et2、…、etn引起的误差递增值为 进一步，所述的步骤2中风电不确定出力计算模型为：若风电出力预测是稳定的， 则基于误差增长的风电不确定出力计算模型为： 进一步，所述步骤3中储能系统模型为： 储能系统的当前状态（容量）为E⑴满足：E (t) = E (t-ι) + Φ Pe⑴Δ t， Enin^ E(t) ^ Enax, 各时段的充放电功率PE(t)满足：PE._< P E(t)彡PE._， 则 t时段系统调用储能系统成本模型为：CE(t) = kE(t)PE(t)。 进一步，所述步骤3中可调度负荷权重区间模型的建立过程为： 步骤S3. 1，由于系统中的各类负荷在各个时段能否参与调度的程度不同，所以把 这些负荷化成不同区间的级别；因此在系统调度中，结合实际情况就可以得到各类负荷的 级别，并取属性级别的取值范围作为各类负荷的初始权重区间，如r类负荷在t时段的初始 权重区间为： 步骤S3. 2,利用模糊数学相关知识将上式进行模糊处理，令：则各类负荷在t时段的权重区间数为：^ = 各类负荷可参与调度的权重区间 数模型为：t则本专利技术定义各类负荷在t时段参与调度的权重为： 步骤S3. 3,最后得出各类负荷成本计算模型：ED.rt= k (sntPD.rt)2,则t时段系统调用可调度负荷权重区间模型为： 进一步，所述的步骤3中风电成本模型为： 本专利技术所建风电成本模型包含两部分：一是储能成本成本，二是可调度负荷成本； 则： Pe (t) = (Ht)Pwut 进一步，所述步骤3中的经济调度目标函数及约束条件为： 目标函数： (2)机组输出功率约束 (4)储能系统约束 因此本文具有以下技术效果： 本专利技术建立的基于误差增长的风电不确定出力模型计算出来的风电不确定出力 可以比较全面的反应误差信息，为后续调度提供更加准确的数据；可调度权重区间模型可 以为不同级别负荷在不同时段的可调度性制定相应的标准，避免了统一标准下的资源浪 费，使可调度负荷能够充分有效地参与到对风电不确定出力的调节中，从而减少对储能系 统的使用量，降低了弃风率与系统的备用容量。储能系统的参与，可以弥补极端情况下可调 度负荷无法参与风电调节的缺点，在对可调度负荷进行权重区间划分的过程中承担一定的 后备作用；本专利技术为电网调度人员在解决风电接入问题时提供具有明显社会经济效益的优 化调度方案。【附图说明】 附图1是风电出力变化与风电不确定出力示意图； 附图2是储能系统充放电示意图； 附图3是调度周期内系统备用需求不意图。【具体实施方式】 下面结合附图和【具体实施方式】对本专利技术方案作进一步具体的说明。 附图1说明了风电不确定出力的构成部分，由于误差在一定程度上是持续增长， 风电不确定出力由风电预测误差及风电风电预测误差增长构成； 附图2是使用储能系统充放电示意图，因为储能系统受到容量及其充放电能力的 限制，单靠储能系统来调节风电不确定出力在一些情况下实施起来比较困难，因此，本专利技术 引入可调度负荷来协同储能系统来处理风电不确定出力； 本专利技术基于风电不确定出力的风电并网协调优化方法，具体按如下步骤实施： 步骤1、相关参数的设置和采集 步骤1. 1、风电相关参数的设置和采集 风电参数主要包括：风电预测出力PWF. ]t、系统的有功负荷PD.t、调度本文档来自技高网...

【技术保护点】
一种基于风电不确定出力的风电并网协调优化方法，其特征在于，包括以下步骤：步骤1，风电、火电机组、储能系统以及可调度负荷等相关参数的设置和采集；风电参数包括用于确定风电成本的相关数据：风电预测出力PWF.jt、系统的有功负荷PD.t、调度周期内运行的风电机组数目NW、风电预测精度AW.jt；火电机组相关参数：调度周期内运行的火电机组的数目NG、火电机组线性化成本函数系数ai、火电机组出力约束的上限下限常规机组出力的上升率和下降率ξidown;]]>储能系统相关参数：储能系统的充放电效率Ψ、储能系统容量上下限Emin、Emax、t时段储能系统的输出功率PE(t)、单位时间内储能系统充放电功率上下限PE.min、PE.max、储能系统成本系数kE(t)；可调度负荷相关参数：修正系数a、b、函数系数k1(t)、k2(t)、t时段r类负荷大小PD.rt、系统负荷类型数量l；步骤2，根据步骤1风电相关参数的设置，在此基础上得出风电预渗透率，根据风电预渗透率以及风电出力预测精度，得到风电出力预测误差，基于风电误差增长模型，得出风电不确定出力计算模型；步骤3，根据步骤2得到风电不确定出力计算模型，在建立负荷可参与调度的权重区间模型以及引入可调度负荷权重区间模型与储能系统模型的基础上，建立了风电成本模型，并建立了考虑可调度负荷和储能系统风电并网协调优化调度模型，根据该优化模型，得到调度周期内各机组出力；步骤4，由各机组出力计算系统弃风率，对系统各类成本以及备用情况进行分析。...

【技术特征摘要】

【专利技术属性】
技术研发人员：于东，孙欣，徐勤，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32