考虑新能源不确定性的电力系统优化调度方法及存储介质技术方案

本发明专利技术公开了一种适应大规模新能源接入的灵活爬坡资源分配方法及存储介质，属于新能源发电技术领域，所述方法包括基于给定的可再生能源预测数据，在安全约束条件下，以预调度成本最小为目标，得到一阶段决策变量；在实际可再生能源数据下，基于所述一阶段决策变量，在实际调度应满足的实际安全约束条件下，以系统实际运行成本最小为目标，得到二阶段决策变量作为电力系统的在调度措施，通过实时运行中根据不确定性的实现响应调整在调度措施以保证电网实时安全稳定运行。证电网实时安全稳定运行。证电网实时安全稳定运行。

【技术实现步骤摘要】
考虑新能源不确定性的电力系统优化调度方法及存储介质


[0001]本专利技术属于新能源发电
，具体涉及一种考虑新能源不确定性的电力系统优化调度方法及存储介质。

技术介绍

[0002]为了适应能源转型的需求，需要加快建设灵活性资源，实现与新能源的互补运行。具体来说，在可再生能源出力高的时段，灵活性资源需能够为其让出足够的发电空间；在可再生能源出力低的时段，灵活性资源需能够弥补其出力不足。目前，我国电力系统灵活调节主要依靠传统发电资源，但其能够提供的灵活性有限，且调节成本较高。有必要寻找新的灵活调节资源，充分挖掘电力系统的灵活调节潜力，进一步促进新能源的消纳。
[0003]在电力系统实际运行中，供给侧资源储备(如系统的装机容量)一般比较充足，可以满足负荷需求。随着可再生能源渗透率的提高，系统爬坡/滑坡能力不足成为制约系统安全稳定运行的主要因素之一。传统的辅助服务，如调频与备用辅助服务，分别针对的是短期负荷预测误差和机组非计划停运等偶发性事故，并不能很好地解决大规模可再生能源并网带来的灵活调节资源短缺问题。基于此，相关研究者提出了灵活爬坡产品(flexible ramping products,FRPs)的概念。FRP是一种新型的辅助服务交易品种，指可控资源在给定响应时间内的爬坡/滑坡能力，其目的在于为系统在本时段内留出足够的爬坡/滑坡裕度，以确保在考虑可再生能源与负荷预测误差的情况下，可调出力仍可满足下一时段的供给需求，从而维持系统的实时平衡。
[0004]FRPs包括上行与下行两种类型，CAISO与MISO将两个市场设计变量——柔性向上爬坡能力和柔性向下爬坡能力——引入原有的调度模型中，并增加了爬坡需求约束以保证获得系统所需的爬坡容量。该爬坡需求是根据预测净负荷变化及历时预测误差预先设定的。FRPs有助于更好地管理系统中可调度资源的爬坡容量，并能对爬坡容量提供经济信号。
[0005]从电力系统灵活性提升措施来说，FRPs属于改善系统运行方式，实施FRPs不需要投入新的电网设备或设施，且其购买价格较低，是一种较为经济的系统灵活性提升措施。作为一种新的辅助服务交易品种，FRPs能够满足实时调度过程中两个时段间的净负荷变化，提高系统运行的灵活性和鲁棒性。
[0006]但新能源与传统能源(如化石燃料)不同，风能及太阳能等间歇性可再生能源发电具有波动性和不确定性，可再生能源的快速发展对电网的安全稳定运行带来了很大的挑战。
[0007]电网灵活性爬坡能力不足对高比例可再生能源电力系统安全高效运行的负面影响可总结为以下两个方面：
[0008](1)从系统运行安全性角度看，某时刻新能源出力变化，若系统缺乏充足的灵活性爬坡能力，将导致电力不平衡，保证新能源消纳，系统需依靠调频能力解决问题。若调频能力不足，需弃新能源或切负荷。随着净负荷波动性、不确定性频率和幅度逐渐增加，将加剧系统调频的负担，频繁调用调频能力应对爬坡能力不足将影响系统满足安全运行标准的能
力。
[0009](2)从系统运行经济性角度看，灵活爬坡能力不足造成电力短期供应不足，使实时电价定为惩罚电价，导致实时与日前电价差较大，电力供应充足后电价迅速回落将导致实时电价波动，影响市场效率。通过弃新能源、切负荷处理爬坡能力不足将造成市场的经济损失和资源浪费。
[0010]但传统电力系统优化调度方案中未考虑不确定性，在含大规模可再生能源电力系统中，不确定性可能会影响调度决策在实时运行中的可行性或影响系统的实际运行成本。

技术实现思路

[0011]本专利技术所要解决的技术问题在于如何考虑新能源不确定性进行电力系统优化调度，以满足高比例可再生能源的电网的灵活性需求。
[0012]第一方面，本专利技术提出了一种考虑新能源不确定性的电力系统优化调度方法，所述方法包括：
[0013]基于给定的可再生能源预测数据，在安全约束条件下，以预调度成本最小为目标，得到一阶段决策变量；
[0014]在实际可再生能源数据下，基于所述一阶段决策变量，在实际调度应满足的实际安全约束条件下，以系统实际运行成本最小为目标，得到二阶段决策变量作为电力系统的在调度措施；
[0015]其中，两阶段分布鲁棒优化调度模型的公式表示为：
[0016][0017]式中：x为一阶段决策变量，χ为第一阶段决策变量的可行域，ξ为随机变量组成的列向量，Q(x,ξ)为以下优化问题的最优值：
[0018][0019][0020]式中：y是由第二阶段决策变量组成的向量，q为系数向量，T(x)、H(x)，W为矩阵。
[0021]进一步地，所述基于给定的可再生能源预测数据，在安全约束条件下，以预调度成本最小为目标，得到一阶段决策变量，包括：
[0022]基于经济调度模型，在给定的可在生能源预测数据下，基于安全约束条件，计算最小预调度成本；
[0023]将经济调度是作为机组组合的子问题，利用机组组合模型计算系统的灵活爬坡容量，并基于所述灵活爬坡容量，得到所述一阶段决策变量，所述一阶决策变量包括机组组合安排和机组预调度出力；
[0024]其中，所述经济调度模型公式表示为：
[0025]目标函数为：
[0026][0027]约束条件包括：
[0028]能量平衡约束为：
[0029][0030]发电机容量约束：
[0031][0032]发电机爬坡约束：
[0033][0034]式中：t，g，k，n分别为表征时段、传统机组、可再生能源、节点的下标；T，G，K，N分别为包含所有时段、传统机组、可再生能源、节点的集合；为机组g在时段t的预调度出力；F
g
(
·
)为机组g的燃料成本函数；d
nt
为节点n在时段t的系统负荷；P
g
，为机组g在运行状态下的最小和最大出力；分别为机组g在运行状态下单位时间向上和向下爬坡能力；Δ
d
为调度时间间隔；为节点n在时段t时实际产生的新能源及负荷；w
kt
,d
nt
为节点n在时段t时新能源的预测值及负荷预测值；
[0035]进一步地，所述燃料成本函数的公式表示为：
[0036][0037]式中：A、B、C为煤耗曲线参数。
[0038]进一步地，所述机组组合模型的公式表示为：
[0039]目标函数为：
[0040][0041]约束条件包括：
[0042]火电机组最小启动时间约束：
[0043][0044]火电机组最小关停时间约束：
[0045][0046]发用电平衡约束：
[0047][0048]火电机组容量约束：
[0049][0050]火电机组时段间爬坡能力约束：
[0051][0052]式中：x
gt
为表征机组g在时段t开关状态的二元变量，1为开机，0为关机；c
w
、c
d
分别
为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑新能源不确定性的电力系统优化调度方法，其特征在于，所述方法包括：基于给定的可再生能源预测数据，在安全约束条件下，以预调度成本最小为目标，得到一阶段决策变量；在实际可再生能源数据下，基于所述一阶段决策变量，在实际调度应满足的实际安全约束条件下，以系统实际运行成本最小为目标，得到二阶段决策变量作为电力系统的在调度措施；其中，两阶段分布鲁棒优化调度模型的公式表示为：s.t.x∈χ式中：x为一阶段决策变量，χ为第一阶段决策变量的可行域，ξ为随机变量组成的列向量，Q(x,ξ)为以下优化问题的最优值：s.t.T(x)ξ+H(x)≤Wy式中：y是由第二阶段决策变量组成的向量，q为系数向量，T(x)、H(x)，W为矩阵。2.如权利要求1所述的考虑新能源不确定性的电力系统优化调度方法，其特征在于，所述基于给定的可再生能源预测数据，在安全约束条件下，以预调度成本最小为目标，得到一阶段决策变量，包括：基于经济调度模型，在给定的可在生能源预测数据下，基于安全约束条件，计算最小预调度成本；将经济调度是作为机组组合的子问题，利用机组组合模型计算系统的灵活爬坡容量，并基于所述灵活爬坡容量，得到所述一阶段决策变量，所述一阶决策变量包括机组组合安排和机组预调度出力；其中，所述经济调度模型公式表示为：目标函数为：约束条件包括：能量平衡约束为：发电机容量约束：发电机爬坡约束：式中：t，g，k，n分别为表征时段、传统机组、可再生能源、节点的下标；T，G，K，N分别为包含所有时段、传统机组、可再生能源、节点的集合；为机组g在时段t的预调度出力；F
g
(
·
)
为机组g的燃料成本函数；d
nt
为节点n在时段t的系统负荷；P
g
，为机组g在运行状态下的最小和最大出力；分别为机组g在运行状态下单位时间向上和向下爬坡能力；Δ
d
为调度时间间隔；为节点n在时段t时实际产生的新能源及负荷；w
kt
,d
nt
为节点n在时段t时新能源的预测值及负荷预测值。3.如权利要求2所述的考虑新能源不确定性的电力系统优化调度方法，其特征在于，所述燃料成本函数的公式表示为：式中：A、B、C为煤耗曲线参数。4.如权利要求2所述的考虑新能源不确定性的电力系统优化调度方法，其特征在于，所述机组组合模型的公式表示为：目标函数为：约束条件包括：火电机组最小启动时间约束：火电机组最小关停时间约束：发用电平衡约束：火电机组容量约束：火电机组时段间爬坡能力约束：式中：x
gt
为表征机组g在时段t开关状态的二元变量，1为开机，0为关机；c
w
、c
d
分别为弃新能源和弃负荷的惩罚成本；U
Tg
，D
Tg
分别为机组g的最小开启时间和最小关停时间；为机组在运行状态下的向上爬坡能力；为机组在运行状态的向下爬坡能力；，为节点n在时段t时实际产生的新能源及负荷；w
kt
,d
nt
为节点n在时段t时新能源的预测值及负荷预测值；为机组g在时段t的预调度出力；F
g
(
·
)为机组g的燃料成本函数。5.如权利要求4所述的考虑新能源不确定性的电力系统优化调度方法，其特征在于，所述火电机组时段间爬坡能力根据预测净负荷变化及历时预测误差预先设定，具体为：
式中：和分别为电力系统的正向、负向爬坡备用需求；σ
t
为时段t系统中不确定性的标准差；a表征爬坡需求考虑的不确定性的程度。6.如权利要求4所述...

【专利技术属性】
技术研发人员：朱刘柱，任曦骏，叶钰童，邵筱宇，王宝，张理，宋竹萌，
申请(专利权)人：国网安徽众兴电力设计院有限公司，
类型：发明
国别省市：