一种适用新能源接入规划的灵活性评价方法及系统技术方案

本发明专利技术公开了一种适用新能源接入规划的灵活性评价方法及系统，所述评价方法包括如下步骤：生成电力系统的典型日场景；建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数；构建电力系统节点灵活性评价的约束条件；根据典型日场景的数据，确定满足所述约束条件且使所述多目标函数最优的电力系统的调度方案。本发明专利技术利用典型日场景的构建来处理灵活性资源出力的不确定性，将不确定性以场景概率的形式加入到灵活性评价指标中。

【技术实现步骤摘要】
一种适用新能源接入规划的灵活性评价方法及系统
本专利技术涉及新能源接入点规划的灵活性评价
，特别涉及适用新能源接入规划的灵活性评价方法及系统。
技术介绍
以风光发电为代表的新能源出力固有的随机性和波动性，高比例新能源出力带来高不确定性对电网规划、运行带来了新问题。具体地，新能源机组在电网拓扑结构中选择不同的接入点将对电力系统灵活性资源响应能力、新能源消纳能力、以及安全承载能力造成不同的影响。因此，需要一种应用于新能源发电接入的灵活性评价方法，量化分析新能源接入网络拓扑中的不同点所造成的影响，用以指导新能源接入点的选择问题。
技术实现思路
本专利技术的目的是提供一种适用新能源接入规划的灵活性评价方法及系统，以充分发挥现有电网的灵活调节能力，利于提高新能源电力系统运行的可靠性和经济性。为实现上述目的，本专利技术提供了如下方案：一种适用新能源接入规划的灵活性评价方法，所述评价方法包括如下步骤：生成电力系统的典型日场景；建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数；构建电力系统节点灵活性评价的约束条件；根据典型日场景的数据，确定满足所述约束条件且使所述多目标函数最优的电力系统的调度方案。可选的，所述生成电力系统的典型日场景，具体包括：基于历史数据生成场景；采用蒙特卡洛抽样的方法计算每个场景下的随机变量误差；根据每个场景下的随机变量误差，利用公式计算每个场景下的概率；<br>其中，ω(s)表示s场景下的概率，T为一日内划分时间段的数量，Δvx,t,s为s场景下t时刻的风电出力误差，αΔv为风电出力误差对应的误差概率，X是根据风电出力误差的概率分布函数划分的区间段数；Δvy,t,s为s场景下t时刻的光伏出力误差，σΔv为光伏出力误差对应的误差概率，Y是根据光伏出力误差的概率分布函数划分的区间段数；ΔEz,t,s为s场景下t时刻的需求负荷出力误差，βΔv为需求负荷出力误差对应的误差概率，Z是根据负荷出力误差的概率分布函数划分的区间段数；根据每个场景下的概率，利用公式计算每个场景下的标准概率；其中，p(s)表示标准场景下的概率，Ns表示场景的数量；根据每个场景下的标准概率分布，采用K-means算法对生成的场景进行聚类运算；计算每一类场景中的多个场景的数据的均值作为典型日场景。可选的，所述建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数，具体包括：建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数为：其中，CERI+和CERI-分别为储能向上调节能力指标和储能向下调节能力指标，为节点i的储能装置在t时刻具备的放电有功功率，Pi,tR为节点i的储能装置在时间t时具备的充电有功功率，pm为典型日场景下新能源出力的概率，M为典型日总场景数，K为传输网络中支路数，T为典型日时刻数；Gk-i为支路k的发电机输出功率转移分布因子，xk为支路k的电抗，Xi为节点电抗阵的第i列向量，Mk为支路k的关联矢量阵，xmi、xni分别为支路k两端节点m和节点n的电抗，Fu为系数矩阵；NECI为新能源接纳能力指标，为新能源机组n在t时刻实际出力大小，为新能源机组n在t时刻具备的最大出力；FAI+和FAI-分别为电网上调承载能力指标和电网下调承载能力指标，分别为新能源机组当日实际出力比之前预测出力的增大量和减小量。可选的，所述构建电力系统节点灵活性评价的约束条件，具体包括：构建灵活性资源调节能力约束为：其中，为节点i的火电机组t时刻的有功出力，Pi,F,min和Pi,F,max分别为节点i的火电机组的出力上限和下限，rU,i和rD,i是节点i上爬坡速率和下爬坡速率；为t时刻的可中断负荷出力，ΔPIL,max为最大出力变化限制，PIL,max为可中断负荷出力的上限；表示节点i的储能装置在t时刻的放电有功功率，表示节点i的储能装置在t时刻的充电有功功率，PE,max和PR,max分别表示储能装置的放电和充电的最大功率限制，Si,min和Si,max分别为节点i的储能的容量的上限和下限，Si,t为节点i的储能装置在时间t的容量值；构建负荷平衡约束为：其中，为t时刻负荷大小，为节点i的新能源机组t时刻的出力；构建线路潮流约束为：其中，Gk-i为支路k的发电机输出功率转移分布因子，Pl.max为支路l的有功潮流上限。一种适用新能源接入规划的灵活性评价系统，所述评价系统包括：典型日场景生成模块，用于生成电力系统的典型日场景；多目标函数构建模块，用于建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数；约束条件构建模块，用于构建电力系统节点灵活性评价的约束条件；调度方案确定模块，用于根据典型日场景的数据，确定满足所述约束条件且使所述多目标函数最优的电力系统的调度方案。可选的，所述典型日场景生成模块，具体包括：场景生成子模块，用于基于历史数据生成场景；随机变量误差计算子模块，用于采用蒙特卡洛抽样的方法计算每个场景下的随机变量误差；概率计算子模块，用于根据每个场景下的随机变量误差，利用公式计算每个场景下的概率；其中，ω(s)表示s场景下的概率，T为一日内划分时间段的数量，Δvx,t,s为s场景下t时刻的风电出力误差，αΔv为风电出力误差对应的误差概率，X是根据风电出力误差的概率分布函数划分的区间段数；Δvy,t,s为s场景下t时刻的光伏出力误差，σΔv为光伏出力误差对应的误差概率，Y是根据光伏出力误差的概率分布函数划分的区间段数；ΔEz,t,s为s场景下t时刻的需求负荷出力误差，βΔv为需求负荷出力误差对应的误差概率，Z是根据负荷出力误差的概率分布函数划分的区间段数；标准概率计算子模块，用于根据每个场景下的概率，利用公式计算每个场景下的标准概率；其中，p(s)表示标准场景下的概率，Ns表示场景的数量；聚类子模块，用于根据每个场景下的标准概率分布，采用K-means算法对生成的场景进行聚类运算；典型日场景计算子模块，用于计算每一类场景中的多个场景的数据的均值作为典型日场景。可选的，所述多目标函数构建模块，具体包括：多目标函数构建子模块，用于建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数为：其中，CERI+和CERI-分别为储能向上调节能力指标和储能向下调节能力指标，为节点i的储能装置在t时刻具备的放电有功功率，为节点i的储能装置在时间t时具备的充电有功功率，pm为典型日场景下新能源出力的概率，M为典型日总场景数，K为传输网络中支路数，T为典型日时刻数；Gk-i为支路k的发电机本文档来自技高网...

【技术保护点】
1.一种适用新能源接入规划的灵活性评价方法，其特征在于，所述评价方法包括如下步骤：/n生成电力系统的典型日场景；/n建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数；/n构建电力系统节点灵活性评价的约束条件；/n根据典型日场景的数据，确定满足所述约束条件且使所述多目标函数最优的电力系统的调度方案。/n

【技术特征摘要】
1.一种适用新能源接入规划的灵活性评价方法，其特征在于，所述评价方法包括如下步骤：
生成电力系统的典型日场景；
建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数；
构建电力系统节点灵活性评价的约束条件；
根据典型日场景的数据，确定满足所述约束条件且使所述多目标函数最优的电力系统的调度方案。


2.根据权利要求1所述的适用新能源接入规划的灵活性评价方法，其特征在于，所述生成电力系统的典型日场景，具体包括：
基于历史数据生成场景；
采用蒙特卡洛抽样的方法计算每个场景下的随机变量误差；
根据每个场景下的随机变量误差，利用公式计算每个场景下的概率；
其中，ω(s)表示s场景下的概率，T为一日内划分时间段的数量，Δvx,t,s为s场景下t时刻的风电出力误差，x表示风电，αΔv为风电出力误差对应的误差概率，X是根据风电出力误差的概率分布函数划分的区间段数；Δvy,t,s为s场景下t时刻的光伏出力误差，y表示光伏，σΔv为光伏出力误差对应的误差概率，Y是根据光伏出力误差的概率分布函数划分的区间段数；ΔEz,t,s为s场景下t时刻的需求负荷出力误差，z表示负荷，βΔv为需求负荷出力误差对应的误差概率，Z是根据负荷出力误差的概率分布函数划分的区间段数；
根据每个场景下的概率，利用公式计算每个场景下的标准概率；
其中，p(s)表示标准场景下的概率，Ns表示场景的数量；
根据每个场景下的标准概率分布，采用K-means算法对生成的场景进行聚类运算；
计算每一类场景中的多个场景的数据的均值作为典型日场景。


3.根据权利要求1所述的适用新能源接入规划的灵活性评价方法，其特征在于，所述建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数，具体包括：
建立包括储能调节能力指标、新能源消纳能力指标和电网承载能力指标的电力系统节点灵活性评价的多目标函数为：



其中，CERI+和CERI-分别为储能向上调节能力指标和储能向下调节能力指标，为节点i的储能装置在t时刻具备的放电有功功率，为节点i的储能装置在时间t时具备的充电有功功率，pm为典型日场景下新能源出力的概率，M为典型日总场景数，K为传输网络中支路数，T为典型日时刻数；Gk-i为支路k的发电机输出功率转移分布因子，xk为支路k的电抗，Xi为节点电抗阵的第i列向量，Mk为支路k的关联矢量阵，xmi、xni分别为支路k两端节点m和节点n的电抗，Fu为系数矩阵；N表示新能源机组的数量；
NECI为新能源接纳能力指标，为新能源机组n在t时刻实际出力大小，为新能源机组n在t时刻具备的最大出力；
FAI+和FAI-分别为电网上调承载能力指标和电网下调承载能力指标，分别为新能源机组当日实际出力比之前预测出力的增大量和减小量。


4.根据权利要求1所述的适用新能源接入规划的灵活性评价方法，其特征在于，所述构建电力系统节点灵活性评价的约束条件，具体包括：
构建灵活性资源调节能力约束为：



其中，为节点i的火电机组t时刻的有功出力，Pi,F,min和Pi,F,max分别为节点i的火电机组的出力上限和下限，rU,i和rD,i是节点i上爬坡速率和下爬坡速率；为t时刻的可中断负荷出力，ΔPIL,max为最大出力变化限制，PIL,max为可中断负荷出力的上限；表示节点i的储能装置在t时刻的放电有功功率，表示节点i的储能装置在t时刻的充电有功功率，PE,max和PR,max分别表示储能装置的放电和充电的最大功率限制，Si,min和Si,max分别为节点i的储能的容量的上限和下限，Si,t为节点i的储能装置在时间t的容量值；Δt表示时间间隔；
构建负荷平衡约束为：



其中，为t时刻负荷大小，为节点i的新能源机组t时刻的出力；
构建线路潮流约束为：



其中，Gk-i为支路k的发电机输出功率转移分布因子，Pl.max为支路l的有功潮流上限。


5.一种适用新能源接入规划的灵活性评价系统，其特征在于，所述评价系统包括：
典型日场景生成模块，用...

【专利技术属性】
技术研发人员：郇政林，周明，赵德洁，武昭原，雷若愚，刘中建，张岩，刘晓娟，
申请(专利权)人：华北电力大学，国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11