一种基于最坏场景辨识的电力系统鲁棒经济调度方法技术方案

本发明专利技术涉及一种电力系统鲁棒经济调度方法，尤其涉及一种基于最坏场景辨识的电力系统鲁棒经济调度方法，属于能源经济计算技术领域。本发明专利技术采用鲁棒优化方法研究了电力系统经济调度方案，以提升系统运行的安全性和可靠性。具体技术包括基于安全约束的经济调度模型建立、基于最坏场景辨识的鲁棒经济调度模型建立和鲁棒经济调度模型求解方法。首先根据电力系统各项运行安全约束，建立了考虑安全约束的经济调度模型。随后，建立了基于最坏场景辨识的鲁棒经济调度模型，模型分为上下两层，上层为联合经济调度问题，下层为鲁棒可行性检测问题。最后，通过交替迭代方法、双线性规划算法等手段对鲁棒经济调度模型进行高效求解，具有计算高效简单、易于投入工程实践等诸多优点。

【技术实现步骤摘要】
一种基于最坏场景辨识的电力系统鲁棒经济调度方法
本专利技术涉及一种电力系统鲁棒经济调度方法，尤其涉及一种基于最坏场景辨识的电力系统鲁棒经济调度方法，属于能源经济计算

技术介绍
在电力系统的日内运行中，为了确保电网安全运行，必须根据实际运行情况对机组出力进行实时调整或校正，保证能量供需平衡。经济调度是对日前发电计划的重要补充，是实现能量实时平衡的重要手段。经济调度的核心是在保证能量平衡和运行约束的基础上，实现有功功率在机组之间的经济分配。经济调度中，调度员不仅需要将系统频率保持在额定值附近，还需要合理安排机组出力，实现经济效益最大化。根据超短期负荷预测的结果，在充分考虑机组发电能力、功率平衡以及线路传输能力约束的基础上，通常可将经济调度建模为确定性的数学规划，如线性规划或非线性规划，以实现成本最小化。在电网实际运行中，由于天气异常、负荷骤变、线路跳闸、机组停运等偶然因素，均增加了电力系统维持实时功率平衡和频率稳定的难度。为确保系统可靠运行，在经济调度中必须考虑不确定因素的影响，预留一定的备用容量以备不时之需。在传统调度方式下，由于超短期负荷预测通常具有较高的精度，备用容量通常按照n-1准则或系统负荷的百分比例确定。当以风电、光伏为代表的大规模可再生能源接入后，为应对其出力的波动性，需要预留更多的备用容量。机组提供备用容量需要付出相应的成本，但与发电不同，若备用容量未被调用，并不能给运营者带来直接的收益，影响运行的经济性。为此，本节提出了针对全清洁电力系统的鲁棒经济调度模型，通过日内滚动调度的方式，依托超短期预测制定发电和备用计划，从而保证实时运行时仅靠调节机组出力即可使系统安全运行。鲁棒经济调度有望为应对日内发电计划中新能源出力的不确定性提供一条行之有效的解决途径。
技术实现思路
本专利技术的目的是提出一种基于最坏场景辨识的电力系统鲁棒经济调度方法，在考虑新能源出力不确定性的基础上，提出具有鲁棒性的发电和备用计划，保证电力系统的安全稳定运行。本专利技术提出的基于最坏场景辨识的电力系统鲁棒经济调度方法，包括以下步骤：(1)建立考虑安全约束的鲁棒经济调度模型考虑发电和备用计划的传统经济模型可分为两步：机组发电计划制定和机组备用分配。本文中的经济调度模型采用滚动调度的模式，即当前时刻安排下一时刻到24:00的调度计划，依次滚动进行调度安排，其数学模型如下：1.目标函数式(1)中决策变量与参数的含义如下：F——总成本；di——水电机组i的备用成本系数；——决策变量，水电机组i的备用容量2.约束条件约束条件中的参数含义如下：——决策变量，表示水电机组i在时刻t的出力；——水电机组i运行时的最小/最大出力；——决策变量，光伏机组j在t时段的出力；——光伏机组j在t时段的最大可用出力；——决策变量，风电机组k在t时段的出力；——风电机组k在t时段的最大可用出力；Urate——系统新能源消纳率指标要求；——决策变量，储能装置m在时刻t的充电/放电功率；Wmt——决策变量，储能装置m在时刻t存储的能量pqt——负荷q在t时段的有功需求；Fl——线路l的有功传输限额；——水电机组i的最小开/停机间隔；πil/πjl/πkl/πml/πql——水电机组i/光伏机组j/风电机组k/储能装置m/负荷q对线路l的功率转移分布因子；功率平衡约束系统的发电量必须等于负荷，这是经济调度中最关键的约束，也是整个电力系统稳定运行的基础。水电机组发电容量约束每台水电机组的出力都有一定的限制，既不能高于最大出力，也不能低于最小出力。光伏和风电机组出力约束式(4)和(5)表示光伏和风电的实际出力必须小于当前时刻的最大可用功率(日前预测的功率值)，式(6)和(7)表示全天光伏和风电的消纳率必须超过给定阈值。储能装置出力约束式(8)描述了储能装置充放电过程中存储能量的变化。传输线安全约束电力传输网络的传输能力有限制，传输线功率过载会导致线路切除，甚至引起连锁故障等更为严重的后果。根据直流潮流理论，传输线中的有功功率通常可以近似表示为节点注入功率的线性函数。式(9)表明传输线中的潮流不能超过其功率限额。(2)建立基于最坏场景辨识的鲁棒经济调度模型本节给出基于最坏场景辨识的鲁棒经济调度的模型与定义。将不确定性作为叠加在系统标称模型之上的干扰是鲁棒经济调度的基本出发点，确保不确定性下系统安全性是鲁棒经济调度的优越之处，合理安排机组出力和备用容量，提高系统应对不确定性的能力是鲁棒经济调度的根本目标。鲁棒经济调度问题可描述为：根据新能源场站未来一段时间内的变化范围构成的集合PS和PW，确定传统水电机组发电出力和机组备用不论新能源未来的可用出力如何变化，仅在备用容量范围内即可校正机组出力从而满足所有运行约束，同时极小化运行成本。在鲁棒调度的框架下，鲁棒经济调度的预调度量是再调度量是鲁棒经济调度问题的数学模型如下：由于鲁棒经济调度考虑不确定性对系统可能造成的最坏影响，因此不确定性被赋予了决策者的地位。鲁棒经济调度中光伏场站和风电场站的离散型出力不确定性描述如下。式(10)对应于光伏场站的离散型不确定性，式(11)对应于风电场站的离散型不确定性。此外，光伏场站和风电场站的连续型出力不确定性可描述如下式(12)对应于光伏场站的连续型不确定性，式(13)对应于风电场站的连续型不确定性。在新能源出力不确定集合基础上，本专利技术结合工程实际，建立了一套基于最坏场景辨识的鲁棒经济调度实现方法。考虑到鲁棒经济调度的两阶段决策特性，一个自然的想法是先以某种方式确定调度解再检验其是否具有鲁棒性。同鲁棒机组组合模型一样，鲁棒经济调度模型也可分为两层：上层问题：联合经济调度其中Si是机组i的容量。由于发电容量约束已经考虑了备用，因此不会出现传统备用整定中备用容量无法提供的情况。联合经济调度寻找最优的发电和备用计划，使得系统的运行成本最低，而运行可靠性，也就是的鲁棒性，则通过下层问题来进行检测。下层问题：鲁棒可行性检测其中I1～I14是松弛变量索引指标集。下层问题的目的是检测上层问题给出的是否满足定义鲁棒性。若FRFT＝0则表明当前机组出力和备用容量决策既满足鲁棒性要求，对可再生能源出力的不确定性具有足够的调节能力，在各种可能的情况下都能将系统调整到新的安全运行状态，因此是一种满足安全性的决策。若FRFT>0则表明不满足鲁棒性要求，无法适应本文档来自技高网...

【技术保护点】
1.一种基于最坏场景辨识的电力系统鲁棒经济调度方法，其特征在于该方法包括以下步骤：/n(1)建立考虑安全约束的鲁棒经济调度模型/n考虑发电和备用计划的传统经济模型可分为两步：机组发电计划制定和机组备用分配。本文中的经济调度模型采用滚动调度的模式，即当前时刻安排下一时刻到24:00的调度计划，依次滚动进行调度安排，其数学模型如下：/n5.目标函数/n

【技术特征摘要】
1.一种基于最坏场景辨识的电力系统鲁棒经济调度方法，其特征在于该方法包括以下步骤：
(1)建立考虑安全约束的鲁棒经济调度模型
考虑发电和备用计划的传统经济模型可分为两步：机组发电计划制定和机组备用分配。本文中的经济调度模型采用滚动调度的模式，即当前时刻安排下一时刻到24:00的调度计划，依次滚动进行调度安排，其数学模型如下：
5.目标函数



式(1)中决策变量与参数的含义如下：
F——总成本；
di——水电机组i的备用成本系数；

——决策变量，水电机组i的备用容量
6.约束条件
约束条件中的参数含义如下：

——决策变量，表示水电机组i在时刻t的出力；

——水电机组i运行时的最小/最大出力；

——决策变量，光伏机组j在t时段的出力；

——光伏机组j在t时段的最大可用出力；

——决策变量，风电机组k在t时段的出力；

——风电机组k在t时段的最大可用出力；
Urate——系统新能源消纳率指标要求；

——决策变量，储能装置m在时刻t的充电/放电功率；
Wmt——决策变量，储能装置m在时刻t存储的能量
pqt——负荷q在t时段的有功需求；
Fl——线路l的有功传输限额；

——水电机组i的最小开/停机间隔；
πil/πjl/πkl/πml/πql——水电机组i/光伏机组j/风电机组k/储能装置m/负荷q对线路l的功率转移分布因子；
功率平衡约束



系统的发电量必须等于负荷，这是经济调度中最关键的约束，也是整个电力系统稳定运行的基础。
水电机组发电容量约束



每台水电机组的出力都有一定的限制，既不能高于最大出力，也不能低于最小出力。
光伏和风电机组出力约束












式(4)和(5)表示光伏和风电的实际出力必须小于当前时刻的最大可用功率(日前预测的功率值)，式(6)和(7)表示全天光伏和风电的消纳率必须超过给定阈值。
储能装置出力约束



式(8)描述了储能装置充放电过程中存储能量的变化。
传输线安全约束



电力传输网络的传输能力有限制，传输线功率过载会导致线路切除，甚至引起连锁故障等更为严重的后果。根据直流潮流理论，传输线中的有功功率通常可以近似表示为节点注入功率的线性函数。式(9)表明传输线中的潮流不能超过其功率限额。
(2)建立基于最坏场景辨识的鲁棒经济调度模型
本节给出基于最坏场景辨识的鲁棒经济调度的模型与定义。将不确定性作为叠加在系统标称模型之上的干扰是鲁棒经济调度的基本出发点，确保不确定性下系统安全性是鲁棒经济调度的优越之处，合理安排机组出力和备用容量，提高系统应对不确定性的能力是鲁棒经济调度的根本目标。
鲁棒经济调度问题可描述为：根据新能源场站未来一段时间内的变化范围构成的集合PS和PW，确定传统水电机组发电出力和机组备用不论新能源未来的可用出力如何变化，仅在备用容量范围内即可校正机组出力从而满足所有运行约束，同时极小化运行成本。在鲁棒调度的框架下，鲁棒经济调度的预调度量是再调度量是鲁棒经济调度问题的数学模型如下：
由于鲁棒经济调度考虑不确定性对系统可能造成的最坏影响，因此不确定性被赋予了决策者的地位。鲁棒经济调度中光伏场站和风电场站的离散型出力不确定性描述如下。






式(10)对应于光伏场站的离散型不确定性，式(11)对应于风电场站的离散型不确定性。
此外，光伏场站和风电场站的连续型出力不确定性可描述如下






式(12)对应于光伏场站的连续型不确定性，式(13)对应于风电场站的连续型不确定性。
在新能源出力不确定集合基础上，本发明结合工程实际，建立了一套基于最坏场景辨识的鲁棒经济调度实现方法。
考虑到鲁棒经济调度的两阶段决策特性，一个自然的想法是先以某种方式确定调度解再检验其是否具有鲁棒性。同鲁棒机组组合模型一样，鲁棒经济调度模型也可分为两层：
上层问题：联合经济调度



其中Si是机组i的容量。由于发电容量约束已经考虑了备用，因此不会出现传统备用整定中备用容量无法提供的情况。联合经济调度寻找最优的发电和备用计划，使得系统的运行成本最低，而运行可靠性，也就是的鲁棒性，则通过下层问题来进行检测。
下层问题：鲁棒可行性检测...

【专利技术属性】
技术研发人员：董凌，李延和，梅生伟，魏韡，陈来军，曹阳，王茂春，陈春萌，徐有蕊，
申请(专利权)人：国网青海省电力公司，清华大学，
类型：发明
国别省市：青海;63