一种耦合系统的态势预测方法及系统技术方案

本发明专利技术涉及一种耦合系统的态势预测方法及系统，包括：获取耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据；将获取的耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据代入预先建立的耦合系统态势预测模型中，对耦合系统态势预测模型分层求解，得到预测时段耦合系统中火电机组有功/无功功率和可再生能源机组有功/无功功率；将得到的预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率作为耦合系统的态势预测值。本发明专利技术的技术方案，基于可再生能源机组预测时段的超短期功率数据对耦合系统态势进行预测，充分考虑可再生能源出力波动性问题，提高了耦合系统态势预测的准确性。系统态势预测的准确性。系统态势预测的准确性。

【技术实现步骤摘要】
一种耦合系统的态势预测方法及系统


[0001]本专利技术涉及电力系统领域的运行规划领域，具体涉及一种耦合系统的态势预测方法及系统。

技术介绍

[0002]随着可再生能源发电技术的发展，以风电、光伏为代表的可再生能源电源已成为除火电外的第二大电源，如何促进规模化可再生能源与常规电源协调发展是电网现在及未来将长期面临的难题。而耦合系统是解决这一难题的新途径：耦合系统是指将地理位置相近的可再生能源与火电在同一并网点耦合集成为一个电源，通过耦合系统内部火电与可再生能源的协同控制，使用火电的灵活性平抑可再生能源的波动从而实现可再生能源的出力最大化，同时使得对外出力特性更为平稳、可控。而由于可再生能源出力固有的随机性和波动性，使耦合系统内部实现火电机组的精准出力控制成为难题，为了实现耦合系统的协同调控、保障耦合系统的安全运行，必须结合可再生能源的超短期功率预测数据、对耦合系统的运行态势进行准确预测，从而给调度系统提供决策支撑。
[0003]针对电力系统的态势感知技术，现有研究中采用最小二乘法进行多项式函数拟合从而判定系统的运行趋势。这种方法属于数据挖掘类方法，不能充分考虑可再生能源的波动性，因而不适用于耦合系统的态势预测，因此有关耦合系统态势预测技术的研究亟需开展。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供一种耦合系统的态势预测方法，包括：
[0005]获取耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据；
[0006]将获取的耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据代入预先建立的耦合系统态势预测模型中，对耦合系统态势预测模型进行分层求解，得到预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率；
[0007]将得到的预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率作为耦合系统的态势预测值；
[0008]所述耦合系统态势预测模型是基于耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据，以最小化综合成本为目标和以最小化可再生能源机组与火电机组集成耦合系统网损为目标确定预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率。
[0009]优选的，所述耦合系统当前时刻的运行数据，包括：
[0010]耦合系统的拓扑及线路参数、耦合系统内火电机组与可再生能源机组的当前时刻出力、火电机组与可再生能源机组的运行参数、电网调度下达给耦合系统的当前时刻有功
功率目标值、耦合系统内负荷的预测数据和耦合系统态势预测的时间间隔。
[0011]进一步的，所述耦合系统内火电机组当前时刻出力，包括：火电机组的当前时刻有功/无功功率；
[0012]所述耦合系统内可再生能源机组的当前时刻出力包括可再生能源机组的当前时刻有功/无功功率；
[0013]所述火电机组的运行参数，包括：火电机组的允许最大有功/无功功率、最小有功/无功功率和火电机组向上向下爬坡率；
[0014]所述可再生能源机组的运行参数，包括：可再生能源机组的额定装机容量、可再生能源机组允许的最小功率因数、可再生能源机组的有功功率变化限值。
[0015]进一步的，所述可再生能源机组，包括：风电场和光伏电站。
[0016]进一步的，所述耦合系统态势预测模型的建立，包括：
[0017]基于耦合系统当前时刻的运行数据和可再生能源预测时段的超短期功率数据，构建多目标函数；其中所述多目标函数包括：以最小化综合成本为目标建立最小化综合成本目标函数；以最小化可再生能源机组与火电机组集成耦合系统网损为目标建立最小化可再生能源与火电集成耦合系统网损目标函数；
[0018]为所述多目标函数构建约束条件；其中所述约束条件包括：节点功率平衡约束、节点电压上下限约束、耦合系统有功调控约束、火电机组功率约束、风电场功率约束和光伏电站功率约束。
[0019]进一步的，所述最小化综合成本目标函数的计算式如下所示：
[0020][0021]式中，f
1，t1
为预测时段t1综合成本的最小值，a
1n
为火电机组n的耗量特性曲线的第一参数，a
2n
为火电机组n的耗量特性曲线的第二参数，a
0n
为火电机组n的耗量特性曲线的优选参数，P
Gn,t1
为火电机组预测时段t1的有功功率，Φ
windm,t1
为风电场m预测时段t1的弃风惩罚函数，Φ
pvk,t1
为光伏电站k预测时段t1的弃光惩罚函数，n∈N
G
，N
G
为耦合系统内火电机组数量，m∈N
wind
，N
wind
为耦合系统内风电场数量，k∈N
pv
，N
pv
为耦合系统内光伏电站数量，Y
t1
为预测时段t1的弃风与弃光风险指标；
[0022]所述最小化可再生能源与火电集成耦合系统网损目标函数的计算式如下所示：
[0023][0024]式中，P
loss,t1
为预测时段可再生能源与火电集成耦合系统网损的最小值，L∈N
L
，N
L
为耦合系统支路数量，G
ij
为支路ij的电导，U
i,t1
为节点i在预测时段t1时的电压，U
j,t1
为节点j在预测时段t1时的电压，θ
ij,t1
为在预测时段t1时节点i、j之间的电压相角差。
[0025]进一步的，所述风电场m在预测时段t1时的弃风惩罚函数Φ
windm,t1
的计算式如下所示：
[0026][0027]式中，X
windm
为风电场m的弃风惩罚函数系数，P
windm,t1
为风电场m在预测时段t1时的有功功率，为风电场m在预测时段t1时的超短期预测功率最大值；
[0028]所述光伏电站k在预测时段t1时的弃光惩罚函数Φ
pvk,t1
的计算式如下所示：
[0029][0030]式中，X
pvk
为光伏电站k的弃光惩罚函数系数，为光伏电站k在预测时段t1时的超短期功率最大值，P
pvk,t1
为光伏电站k在预测时段t1时的有功功率。
[0031]进一步的，所述对耦合系统态势预测模型进行分层求解，得到预测时段耦合系统中火电机组的有功/无功功率和可再生能源的有功/无功功率，包括：
[0032]判断耦合系统中火电机组的可调节裕度是否满足调节可再生能源出力波动所需的裕度；
[0033]若耦合系统中火电机组的可调节裕度满足调节可再生能源出力波动所需的裕度，则根据风电场预测时段的超短期预测功率的最大/最小值调节风电场预测时段的有功功率，光伏电站预测时段的超短期预测功本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种耦合系统的态势预测方法，其特征在于，所述方法包括：获取耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据；将获取的耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据代入预先建立的耦合系统态势预测模型中，对耦合系统态势预测模型进行分层求解，得到预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率；将得到的预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率作为耦合系统的态势预测值；其中，所述耦合系统态势预测模型是基于耦合系统当前时刻的运行数据和可再生能源机组预测时段的超短期功率数据，以最小化综合成本为目标和以最小化可再生能源机组与火电机组集成耦合系统网损为目标确定预测时段耦合系统中火电机组的有功/无功功率和可再生能源机组的有功/无功功率。2.如权利要求1所述的方法，其特征在于，所述耦合系统当前时刻的运行数据，包括：耦合系统的拓扑及线路参数、耦合系统内火电机组与可再生能源机组的当前时刻出力、火电机组与可再生能源机组的运行参数、电网调度下达给耦合系统的当前时刻有功功率目标值、耦合系统内负荷的预测数据和耦合系统态势预测的时间间隔。3.如权利要求2所述的方法，其特征在于，所述耦合系统内火电机组当前时刻出力，包括：火电机组的当前时刻有功/无功功率；所述耦合系统内可再生能源机组的当前时刻出力包括可再生能源机组的当前时刻有功/无功功率；所述火电机组的运行参数，包括：火电机组的允许最大有功/无功功率、最小有功/无功功率和火电机组向上向下爬坡率；所述可再生能源机组的运行参数，包括：可再生能源机组的额定装机容量、可再生能源机组允许的最小功率因数、可再生能源机组的有功功率变化限值。4.如权利要求3所述的方法，其特征在于，所述可再生能源机组，包括：风电场和光伏电站。5.如权利要求4所述的方法，其特征在于，所述耦合系统态势预测模型的建立，包括：基于耦合系统当前时刻的运行数据和可再生能源预测时段的超短期功率数据，构建多目标函数；其中所述多目标函数包括：以最小化综合成本为目标建立最小化综合成本目标函数；以最小化可再生能源机组与火电机组集成耦合系统网损为目标建立最小化可再生能源与火电集成耦合系统网损目标函数；为所述多目标函数构建约束条件；其中所述约束条件包括：节点功率平衡约束、节点电压上下限约束、耦合系统有功调控约束、火电机组功率约束、风电场功率约束和光伏电站功率约束。6.如权利要求5所述的方法，其特征在于，所述最小化综合成本目标函数的计算式如下所示：式中，f
1，t1
为预测时段t1综合成本的最小值，a
1n
为火电机组n的耗量特性曲线的第一参
数，a
2n
为火电机组n的耗量特性曲线的第二参数，a
0n
为火电机组n的耗量特性曲线的优选参数，P
Gn,t1
为火电机组预测时段t1的有功功率，Φ
windm,t1
为风电场m预测时段t1的弃风惩罚函数，Φ
pvk,t1
为光伏电站k预测时段t1的弃光惩罚函数，n∈N
G
，N
G
为耦合系统内火电机组数量，m∈N
wind
，N
wind
为耦合系统内风电场数量，k∈N
pv
，N
pv
为耦合系统内光伏电站数量，Y
t1
为预测时段t1的弃风与弃光风险指标；所述最小化可再生能源与火电集成耦合系统网损目标函数的计算式如下所示：式中，P
loss,t1
为预测时段可再生能源与火电集成耦合系统网损的最小值，L∈N
L
，N
L
...

【专利技术属性】
技术研发人员：唐冰婕，陈宁，胡博，张磊，彭佩佩，周桂平，赵苑竹，王顺江，王磊，李铁，唐俊刺，
申请(专利权)人：国家电网有限公司国网辽宁省电力有限公司，
类型：发明
国别省市：