大规模可再生能源发电并网下电力系统协同优化模型技术方案

大规模可再生能源发电并网下电力系统协同优化模型，包括自动的协同优化单元、可控的协同优化单元以及再可控的协同优化单元总和的最小值；自动的协同优化包括火电机组一次调频和负荷频率响应；可控的协同优化为自动发电控制机组二次动作；再可控的协同能力包括切负荷、弃风；所述协同优化模型函数公式为：

Collaborative optimization model of power system with large scale renewable energy generation grid connected

The power system co-optimization model for large-scale renewable energy generation interconnection includes the minimum sum of automatic co-optimization unit, controllable co-optimization unit and re-controllable co-optimization unit; automatic co-optimization includes primary frequency modulation and load frequency response of thermal power units; controllable co-optimization is automatic. Secondary operation of generating unit is controlled, and then controllable coordination capability includes load shedding and wind abandonment.

【技术实现步骤摘要】
大规模可再生能源发电并网下电力系统协同优化模型
本专利技术涉及电网运行优化方法，属于电力应用领域，尤其涉及一种大规模可再生能源发电并网下电力系统协同优化模型。
技术介绍
为保护生态环境，大规模可再生能源发电并网已成定局，在此需求和新趋势下，提高电网消纳大规模可再生能源发电能力已成为迫切要解决的问题。目前，国内外学者从各个角度对电力系统运行系统优化进行了研发，包括以下几方面重点：①加强可再生能源发电的管理。主要针对可再生能源发电本身，涉及可再生能源发电的预测、控制以及低电压穿越能力等方面。由于可再生能源发电随机性、间歇性的特点，造成电网调度中备用的配置和控制愈加困难。②挖掘传统调控资源的潜力。传统调控资源包括可调节火电、水电，以及抽水蓄能等。水电快速调节特性、抽水蓄能削峰填谷作用，以及必要时采用的火电机组深度调峰技术有助于缓解可再生能源发电波动性和反调峰特性给电网稳定运行造成的困难。③发展各类储能技术。除常规抽水蓄能外，常见的储能技术可分为机械储能、电磁储能、化学储能。将储能技术与可再生能源发电相结合，能够平滑可再生能源发电功率波动，降低备用容量需求。④实施需求侧管理技术，引导和激励用户改变用电规律，发展具有主动行为负荷、微网技术，以推动可再生能源发电的多样化消纳。采取上述措施的根本目的，是在于大规模可再生能源发电并网条件下，如何实现电网安全、可靠、经济的运行。因而，在运行中电网频率必然允许在一定范围内变化。目前在调度中频率处于额定值不变，对电力系统频率在允许范围内的变动并未进行关注。然而，在调度中频率处于额定值不变，这与实际系统运行允许频率波动事实不符，必将造成调度结果的保守性，有时甚至无解而实际可行的处境。实际上，随着电力系统满足对象，包括负荷与可再生能源发电波动性的增强，电力系统自身所具备的协同能力不容忽视。频率的调节作用可充分反映出电力系统控制有其本身无序但实质有序的协同能力。这种协同能力来自发电和用电环节，传统上主要是常规发电机组和常规负荷，当然也包括近来发起的可参与频率调节的可再生能源发电、电动汽车以及需求管理等。随着电力系统规模的不断扩大，以及各类新技术的出现，电力系统运行的协同能力如何在调度中得以体现，对电力系统运行的经济性尤为重要。
技术实现思路
本专利技术提供一种大规模可再生能源发电并网下电力系统协同优化模型，以应对常态下负荷和可再生能源发电的波动为对象，以可调度机组输出功率和频率为决策量，建立协同的电力系统调度模型，该模型不仅有助于实现调度与控制的友好衔接，而且更有利于消纳可再生能源的发电。本专利技术通过以下技术方案予以实现：大规模可再生能源发电并网下电力系统协同优化模型，所述协同优化模型为包括自动的协同优化单元、可控的协同优化单元以及再可控的协同优化单元总和的最小值；所述自动的协同优化包括火电机组一次调频和负荷频率响应；可控的协同优化为自动发电控制机组二次动作；再可控的协同能力包括切负荷、弃风；所述协同优化模型函数公式为：式中，Ng为火电机组数量；为机组i的发电成本特性函数，为机组i的输出功率基点；为机组i再调整的成本特性函数，和分别为再上调和再下调的备用容量；为弃风成本特性函数，为弃风量，为切负荷成本特性函数，为切负荷量。如上所述的大规模可再生能源发电并网下电力系统协同优化模型，所述协同优化模型的约束条件包括：机组输出功率基点源平衡约束、电力系统运行协同的三种状态下源平衡约束。如上所述的大规模可再生能源发电并网下电力系统协同优化模型，所述机组输出功率基点源平衡约束公式为：机组输出功率基点源平衡约束为额定频率下的源平衡约束，式中，为风电场输出功率预测期望值，为负荷预测期望值。如上所述的大规模可再生能源发电并网下电力系统协同优化模型，所述电力系统运行协同的三种状态下源平衡约束公式为：式中，为机组i二次动作量，RGi为单位频率变化所引起机组i输出功率增加或减少的系数，D为单位频率变化所引起负荷电能增加或减少的系数，ΔPL为满足一定分布的负荷相对期望值的波动量，ΔPW为满足一定分布的风电场输出功率相对期望值的波动量。与现有技术相比，本专利技术的优点是：1、本专利技术的协同优化模型以频率为牵制线索，将一次、二次和三次调频问题有机结合于一起，实现协同性寓于调度之中，有利于释放调度空间，实现调度与控制间更友好的协调。模型中约束均为线性约束，依据目标函数中成本函数取二次或线性表达，可分别利用目前得到广泛应用的各类二次规划或线性规划算法求解。协同调度不再追求额定频率下的源平衡，而是在频率允许变化范围内，将源同时关联实际的频率静特性，频率允许变化范围就是调度的释放空间。2、在大规模可再生能源发电并网背景下，本专利技术的协同优化模型，具有较好的经济型且更有助于电网消纳可再生能源发电，尤其是在不确定性度量手段(随机性、模糊性、粗糙性)与经济性间衔接的不确定性调度决策中会发挥尽可能消纳可再生能源发电的目标，具有明显现实意义和应用前景。本专利技术对电源规划与建设、电力平衡分析、风电消纳等均具有重要的意义，可作为敏感性因素对电网规划和建设的计算方法，使电网运行更加科学、更接近实际运行场景。具体实施方式本实施例公开了一种大规模可再生能源发电并网下电力系统协同优化模型，所述协同优化模型为包括自动的协同优化单元、可控的协同优化单元以及再可控的协同优化单元总和的最小值。所述自动的协同优化包括火电机组一次调频和负荷频率响应；可控的协同优化为自动发电控制机组二次动作；再可控的协同能力包括切负荷、弃风；所述协同优化模型函数公式为：式中，Ng为火电机组数量；为机组i的发电成本特性函数，为机组i的输出功率基点；为机组i再调整的成本特性函数，和分别为再上调和再下调的备用容量；为弃风成本特性函数，为弃风量，为切负荷成本特性函数，为切负荷量。该协同优化模型的约束条件包括：机组输出功率基点源平衡约束、电力系统运行协同的三种状态下源平衡约束。该机组输出功率基点源平衡约束公式为：机组输出功率基点源平衡约束为额定频率下的源平衡约束。式中，为风电场输出功率预测期望值，为负荷预测期望值。该电力系统运行协同的三种状态下源平衡约束公式为：式中，为机组i二次动作量，RGi为单位频率变化所引起机组i输出功率增加或减少的系数，D为单位频率变化所引起负荷电能增加或减少的系数，ΔPL为满足一定分布的负荷相对期望值的波动量，ΔPW为满足一定分布的风电场输出功率相对期望值的波动量。实施例一：本实施例以大规模可再生能源发电接入具有十台火电机组的电力系统为例进行分析计算，以验证本专利技术提出的协同优化模型的有效性。机组发电成本特性函数取二次表达，机组1～6为自动发电控制机组，机组二次动作成本取线性表达，成本系数取为机组二次动作输出功率调整速率取为所有机组均参与一次调频，火电机组调差系数一般为4％—5％，假设各机组调差系数均为4％，即系统频率变化4％引起机组输出功率100％的变化。调度时间间隔为5分钟，假设下一时段负荷预测期望值为2000MW，系数D为115.6MW/Hz。系统额定频率为50Hz。下面分别考虑无风电接入和有风电接入两种情况。(1)无风电接入的情况由于负荷预测精确度较高，假设预期的预测误差最大不超过2.5％，即ΔPL的波动区间为[-50MW，50MW]。首先考虑传统的经济调本文档来自技高网...

【技术保护点】
1.大规模可再生能源发电并网下电力系统协同优化模型，其特征在于，所述协同优化模型为包括自动的协同优化单元、可控的协同优化单元以及再可控的协同优化单元总和的最小值；所述自动的协同优化包括火电机组一次调频和负荷频率响应；可控的协同优化为自动发电控制机组二次动作；再可控的协同能力包括切负荷、弃风；所述协同优化模型函数公式为：

【技术特征摘要】
1.大规模可再生能源发电并网下电力系统协同优化模型，其特征在于，所述协同优化模型为包括自动的协同优化单元、可控的协同优化单元以及再可控的协同优化单元总和的最小值；所述自动的协同优化包括火电机组一次调频和负荷频率响应；可控的协同优化为自动发电控制机组二次动作；再可控的协同能力包括切负荷、弃风；所述协同优化模型函数公式为：式中，Ng为火电机组数量；为机组i的发电成本特性函数，为机组i的输出功率基点；为机组i再调整的成本特性函数，和分别为再上调和再下调的备用容量；为弃风成本特性函数，为弃风量，为切负荷成本特性函数，为切负荷量。2.根据权利要求1所述的大规模可再生能源发电并网下电力系统协同优化模型，其特征在于，所述协同优化模型的约束条件包括：机组输出功...

【专利技术属性】
技术研发人员：曹相阳，李雪亮，杨斌，吴健，赵龙，王艳，郑志杰，牟宏，汪湲，刘晓明，张杰，高晓楠，张家宁，刘冬，牟颖，丛淼，贾善杰，李勃，朱毅，高效海，魏鑫，魏佳，
申请(专利权)人：国网山东省电力公司经济技术研究院，山东智源电力设计咨询有限公司，国家电网公司，
类型：发明
国别省市：山东,37