一种电力系统优化方法、系统及计算机可读存储介质技术方案

技术编号:33862843 阅读:13 留言:0更新日期:2022-06-18 10:53
本申请属于电网优化的领域,公开了一种电力系统优化方法、系统及计算机可读存储介质,方法包括:以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线;由典型场景常规负荷曲线得到可调负荷量以及可调负荷的容忍延迟时间,根据可调负荷的即时功耗和延时功耗以及空间转移后的即时功耗和延时功耗获得负荷时空转移矩阵;建立双层规划模型,双层规划模型的上层规划模型以建设与运行的总成本最小为导向;双层规划模型的下层规划模型以最小化上级电网联络线传输功率的波动为导向,以负荷时空转移矩阵以及典型场景常规负荷曲线作为下层规划模型的约束,可以达到提高电力系统运行稳定性的效果。提高电力系统运行稳定性的效果。提高电力系统运行稳定性的效果。

【技术实现步骤摘要】
一种电力系统优化方法、系统及计算机可读存储介质


[0001]本申请涉及电网优化的
,尤其是涉及一种电力系统优化方法、系统及计算机可读存储介质。

技术介绍

[0002]基于双碳目标,我国能源行业发生了巨大的转变。双碳目标对新能源渗透率和消纳率以及电网的碳排放规定了定量指标,为了达到双碳目标,电网中新能源的比例逐步增加,而传统化石能源发电模式将逐步减少发电比例。由于新能源发电具有随机性和不稳定性,高比例新能源接入下传统电网出现承载力不足,系统惯性不足等安全稳定运行问题。电力系统中存在大量灵活性资源,其中负荷用户需求响应是应对大规模新能源并网引起的灵活性不足和电力供需不匹配问题的一种有效手段。
[0003]本世纪以来,科学技术的迅速发展使得网络流量以及算力需求不断提升,以数据中心为代表的算力基础设施在全世界各地数量剧增。在数字时代,网络通讯以及计算响应需求暴增,数据中心规模不断扩大,其功耗和能耗逐渐成为不可忽视的一部分。我国大力发展数据中心的规划和建设,目前,数据中心是我国重要的电力负荷之一。不同于传统的可调节负荷如空调等仅具有时间转移特性,数据中心可以通过光纤等信息传输渠道具有负荷的时空转移潜力。数据中心的负荷包括实时响应负荷和可延时响应负荷,通过对可延时负荷合理科学的调度管理,可在负荷高峰期有效降低用电需求,在负荷低谷期或新能源高发期提高用电需求,有效平衡由于新能源波动下引起的电力供需不平衡问题,提升新能源的有效消纳率;同时,数据中心可通过信息传输实现负荷的空间转移,能够实现潮流优化和阻塞管理,降低网损。
[0004]目前,国内外学者对数据中心参与需求侧响应展开了大量研究,一般集中在数据中心的能量管理和运行调度策略层面,暂无结合数据中心的时空转移特性研究高渗透率新能源接入的新型园区电网的规划方法。
[0005]专利技术人发现现有技术中至少存在如下问题:由于负荷具有随机性和不稳定性,具有随机性与稳定性的负荷高比例接入,使传统电网出现承载力不足,导致系统产生惯性不足等安全稳定运行问题。

技术实现思路

[0006]为此,本申请的实施例提供了一种电力系统优化方法、系统及计算机可读存储介质,能够解决现有电力系统运行稳定性的技术问题,具体技术方案内容如下:
[0007]第一方面,本申请的实施例提供一种电力系统优化方法,所述方法包括:
[0008]以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线;
[0009]由典型场景常规负荷曲线得到可调负荷量以及可调负荷的容忍延迟时间,根据可调负荷的即时功耗和延时功耗以及空间转移后的即时功耗和延时功耗获得负荷时空转移
矩阵;
[0010]建立双层规划模型,双层规划模型的上层规划模型以建设与运行的总成本最小为导向,以储能建设与否、线路建设与否以及储能建设容量为决策变量;双层规划模型的下层规划模型以最小化上级电网联络线传输功率的波动为导向,以每一个典型场景每一调度时刻每一个储能的功率、每一个典型场景每一调度时刻每一个数据中心可调负荷的功率以及每一个典型场景每一调度时刻上级电网联络线传输功率以及每一个典型场景每一调度时刻的潮流变量为决策变量,所述每一个典型场景每一调度时刻每一个数据中心可调负荷的功率由负荷时空转移矩阵获取;且所述典型场景常规负荷曲线作为下层规划模型的约束。
[0011]可选的,所述典型场景常规负荷曲线包括数据中心的常规负荷曲线,所述以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线包括:
[0012]获取数据中心服务器数量、服务器额定功率和服务器最大功率,以及历史运行中各时刻的服务器利用率、各时刻服务器负荷可调比例以及各时刻可调负荷可容忍延迟时间,以天为单位,生成数据中心日服务器利用率向量n
n
=[η
n,1
,...,η
n,T
]T
,服务器可调比例向量b
n
=[β
n,1
,...,β
n,T
]T
和各时刻可调负荷容忍延迟时间向量将数据中心日服务器利用率向量、服务器可调比例向量以及各时刻可调负荷容忍延迟时间向量构成矩阵,以所述矩阵的奇异向量作为聚类的对象进行聚类,得到数据中心的常规负荷曲线。
[0013]可选的,所述典型场景常规负荷曲线包括新能源的常规负荷曲线,所述以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线包括:
[0014]获取新能源发电曲线的波动率、新能源分散度以及相对峰谷差,以天为单位生成新能源发电曲线的波动特征向量,对波动特征向量进行聚类处理,得到新能源的常规负荷曲线。
[0015]可选的,所述上层规划模型为:
[0016]式中:x
ess,n
为节点n储能建设与否的决策变量,x
line,b
表示支路b线路建设与否的决策变量,E
ess,n
表示节点n储能建设的容量,B为待建设线路集合,N为网络节点总数;C
total
表示新型园区电网建设与运行总成本,C
total
为:
[0017]C
total
=C
inv
+C
loss
+C
grid
[0018]式中:C
inv
为储能和线路的等年值建设成本,C
loss
表示电网的运行损耗费用,包括储能的运行损耗和线路损耗,C
grid
表示从上级电网的购电费用;各类费用的计算公式如下:
[0019][0020][0021][0022][0023]式中:r为贴现率,y
m
为投资年限,c
ess
为储能单位容量投资成本,c
line
为线路投资成本,c
loss
为单位网损电量费用,c
eloss
为储能折算单位功率充放损耗费用,S表示典型场景的集合,σ
s
表示第s个典型场景的概率,I
ij,s,t
为第s个典型场景t时刻节点ij之间线路的电流,r
ij
为节点ij之间线路的电阻,P
ess,n,s,t
表示n节点储能第s个典型场景t时刻的充放电功率;N
line
为待建设线路集合;T表示计算周期,B表示所有线路集合,N
ess
表示储能节点集合;;c
grid,s,t
表示第s个典型场景t时刻的上级电网购电价格,P
grid,s,t
表示第s个典型场景t时刻上级电网传输的功率。
[0024]可选的,所述下层规划模型的目标函数为:
[0025][0026]可选的,所述下层规划模型的约束包括储能运行约束、潮流约束、运行电压约束、支路电流约束、电力有功功率平衡以及数据中心可调负荷约束及运行约束,所述典型场景常规负本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种电力系统优化方法,其特征在于,所述方法包括:以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线;由典型场景常规负荷曲线得到可调负荷量以及可调负荷的容忍延迟时间,根据可调负荷的即时功耗和延时功耗以及空间转移后的即时功耗和延时功耗获得负荷时空转移矩阵;建立双层规划模型,双层规划模型的上层规划模型以建设与运行的总成本最小为导向,以储能建设与否、线路建设与否以及储能建设容量为决策变量;双层规划模型的下层规划模型以最小化上级电网联络线传输功率的波动为导向,以每一个典型场景每一调度时刻每一个储能的功率、每一个典型场景每一调度时刻每一个数据中心可调负荷的功率以及每一个典型场景每一调度时刻上级电网联络线传输功率以及每一个典型场景每一调度时刻的潮流变量为决策变量,所述每一个典型场景每一调度时刻每一个数据中心可调负荷的功率由负荷时空转移矩阵获取;且所述典型场景常规负荷曲线作为下层规划模型的约束。2.根据权利要求1所述的电力系统优化方法,其特征在于,所述典型场景常规负荷曲线包括数据中心的常规负荷曲线,所述以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线包括:获取数据中心服务器数量、服务器额定功率和服务器最大功率,以及历史运行中各时刻的服务器利用率、各时刻服务器负荷可调比例以及各时刻可调负荷可容忍延迟时间,以天为单位,生成数据中心日服务器利用率向量n
n
=[η
n,1
,...,η
n,T
]
T
,服务器可调比例向量b
n
=[β
n,1
,...,β
n,T
]
T
和各时刻可调负荷容忍延迟时间向量将数据中心日服务器利用率向量、服务器可调比例向量以及各时刻可调负荷容忍延迟时间向量构成矩阵,以所述矩阵的奇异向量作为聚类的对象进行聚类,得到数据中心的常规负荷曲线。3.根据权利要求2所述的电力系统优化方法,其特征在于,所述典型场景常规负荷曲线包括新能源的常规负荷曲线,所述以负荷的波动特征向量作为聚类的元素进行聚类处理,得到典型场景常规负荷曲线包括:获取新能源发电曲线的波动率、新能源分散度以及相对峰谷差,以天为单位生成新能源发电曲线的波动特征向量,对波动特征向量进行聚类处理,得到新能源的常规负荷曲线。4.根据权利要求1所述的电力系统优化方法,其特征在于,所述上层规划模型为:式中:x
ess,n
为节点n储能建设与否的决策变量,x
line,b
表示支路b线路建设与否的决策变量,E
ess,n
表示节点n储能建设的容量,B为待建设线路集合,N为网络节点总数;C
total
表示新型园区电网建设与运行总成本,C
total
为:C
total
=C
inv
+C
loss
+C
grid
式中:C
inv
为储能和线路的等年值建设成本,C
loss
表示电...

【专利技术属性】
技术研发人员:曹华珍陈沛东王天霖高崇吴亚雄张俊潇曹毅刘志文肖天颖卓越
申请(专利权)人:广东电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1