用于优化风电消纳能力的方法及装置制造方法及图纸

一种用于优化风电消纳能力的方法及装置，该方法包括：获取针对电网的风电消纳能力优化模型和对应的约束条件；其中，风电消纳能力优化模型包括风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数；利用遗传算法在约束条件下对风电消纳能力优化模型进行求解，得到同时满足风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数的最优解，并将该最优解作为电网的最优风电消纳能力。通过本发明专利技术实施例提供的方法及装置，解决了现有风电消纳能力分析过程中无法兼顾安全、经济和环境的问题，使得电网的风电消纳能力更具合理性、经济性和可靠性。性。性。

【技术实现步骤摘要】
用于优化风电消纳能力的方法及装置


[0001]本专利技术涉及电力系统分析与控制
，具体而言，涉及一种用于优化风电消纳能力的方法及装置。

技术介绍

[0002]随着风电等新能源的不断接入，电网的安全可靠运行面临着挑战。风电接入电网后，其间歇性和不确定性给电力系统的调度和运行增加了难度。为了应对风电的不确定性和波动性，更好地消纳风电、利用风能，电力系统中需要预留一定的旋转备用容量。因而，如何合理设定预留备用容量己成为接纳风电的首要问题。备用容量过小会产生可靠性问题或引起弃风；备用容量过大则需要开启更多机组，从而大大增加了系统附加运行成本。事实上，风电出力很大地偏离其预测值是一个小概率事件，为小概率事件付出昂贵的预留备用发电空间是得不偿失的。当电网为满足小概率(一定置信水平)条件下的风电波动边界，而使运行成本超出可接受的范围时，或当电网调峰能力难以满足全额消纳风电时，可考虑恰当地弃风。此外，风电并网可能导致常规电源运行偏离经济区域、调峰机组频繁启停，常规电源发电效率下降，电网整体能耗不降反升，因此，风电价值的合理评估进而成为规模化风电并网调度中的关键。
[0003]现有技术侧重于从多个时间尺度对电网风电接纳能力进行分析，主要目的在于展现电网的最大理论风电接纳能力。然而，风电并网对系统运行经济性的影响呈现不规律的特性，并不是并网的风功率越多，风电接纳能力越大，系统运行越经济。因此，“不顾一切”的接纳风电，可能会导致常规发电系统运行效率显著下降，甚至掩盖风电的环境效益与经济效益。

技术实现思路

[0004]鉴于此，本专利技术提出了一种用于优化风电消纳能力的方法及装置，旨在解决现有风电消纳能力分析过程中无法兼顾安全、经济和环境的问题。
[0005]第一方面，本专利技术实施例提供了一种用于优化风电消纳能力的方法，包括：获取针对电网的风电消纳能力优化模型和对应的约束条件；其中，所述风电消纳能力优化模型包括风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数；利用遗传算法在所述约束条件下对所述风电消纳能力优化模型进行求解，得到同时满足所述风电消纳最大化函数、所述风电减少的污染物排放量最大化函数和所述发电成本最小化函数的最优解，并将所述最优解作为所述电网的最优风电消纳能力。
[0006]进一步地，所述风电消纳最大化函数为：
[0007][0008]其中，F
w,t
为时段t的风电最大理论出力，T为调度时段数，C
w,t
(u
i
,P
i,t
)为时段t的弃风电量的期望值，P
i,t
为机组i在时段t的出力，u
i
为机组i在优化区间内的运行状态。
[0009]进一步地，所述风电减少的污染物排放量最大化函数为：
[0010][0011]其中，f
E
(P
i,t
)为风力发电引起的各种污染物排放减少量的总和，u
i,t
为机组i在时段t的运行状态，P
i,t
为机组i在时段t的出力，T1为选择的减排时间点，N为机组总数。
[0012]进一步地，所述发电成本最小化函数为：
[0013][0014]其中，f
i
(P
i,t
)为机组i在时段t的燃料成本，λ
j
为第j种污染排放物的环境价值，Δμ
j
为每种污染物的惩罚数量级，ΔV
j
为每种污染物的减排量，Δm
j
为风力发电引起的第j种污染物排放减少量，u
i,t
为机组i在时段t的运行状态，u
i,t
‑1为机组i在时段t
‑
1的运行状态，N为机组总数，T为调度时段数，n为污染物排放的种类数。
[0015]进一步地，所述约束条件，包括：风功率约束、常规机组出力约束、爬坡约束、开关机时间约束、有功平衡约束和网络安全约束。
[0016]第二方面，本专利技术实施例还提供了一种用于优化风电消纳能力的装置，包括：模型调节获取单元，用于获取针对电网的风电消纳能力优化模型和对应的约束条件；其中，所述风电消纳能力优化模型包括风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数；遗传算法单元，用于利用遗传算法在所述约束条件下对所述风电消纳能力优化模型进行求解，得到同时满足所述风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数的最优解，并将所述最优解作为所述电网的最优风电消纳能力。
[0017]进一步地，所述风电消纳最大化函数为：
[0018][0019]其中，F
w,t
为时段t的风电最大理论出力，T为调度时段数，C
w,t
(u
i
,P
i,t
)为时段t的弃风电量的期望值，P
i,t
为机组i在时段t的出力，u
i
为机组i在优化区间内的运行状态。
[0020]进一步地，所述风电减少的污染物排放量最大化函数为：
[0021][0022]其中，f
E
(P
i,t
)为风力发电引起的各种污染物排放减少量的总和，u
i,t
为机组i在时段t的运行状态，P
i,t
为机组i在时段t的出力，T1为选择的减排时间点，N为机组总数。
[0023]进一步地，所述发电成本最小化函数为：
[0024][0025]其中，f
i
(P
i,t
)为机组i在时段t的燃料成本，λ
j
为第j种污染排放物的环境价值，Δμ
j
为每种污染物的惩罚数量级，ΔV
j
为每种污染物的减排量，Δm
j
为风力发电引起的第j种污染物排放减少量，u
i,t
为机组i在时段t的运行状态，u
i,t
‑1为机组i在时段t
‑
1的运行状态，N
为机组总数，T为调度时段数，n为污染物排放的种类数。
[0026]进一步地，所述约束条件，包括：风功率约束、常规机组出力约束、爬坡约束、开关机时间约束、有功平衡约束和网络安全约束。
[0027]第三方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本专利技术各实施例提供的方法。
[0028]本专利技术实施例提供的用于优化风电消纳能力的方法及装置，通过综合考虑风电消纳最大化、环境污染量最低以及发电成本最低三个目标，构建风电消纳最大化函数、发电减少的污染物排放量最大化函数和发电成本最小化函数三个目标函数，同时满足约束条件，采用遗传算法求解同时满足这三个目标函数的最优解，从而实现同时满足风电消纳能力最大化、发电减少的污染物排放量最大化和发电成本最小化这三个目标，从而实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于优化风电消纳能力的方法，其特征在于，所述方法包括：获取针对电网的风电消纳能力优化模型和对应的约束条件；其中，所述风电消纳能力优化模型包括风电消纳最大化函数、风电减少的污染物排放量最大化函数和发电成本最小化函数；利用遗传算法在所述约束条件下对所述风电消纳能力优化模型进行求解，得到同时满足所述风电消纳最大化函数、所述风电减少的污染物排放量最大化函数和所述发电成本最小化函数的最优解，并将所述最优解作为所述电网的最优风电消纳能力。2.根据权利要求1所述的方法，其特征在于，所述风电消纳最大化函数为：其中，F
w,t
为时段t的风电最大理论出力，T为调度时段数，C
w,t
(u
i
,P
i,t
)为时段t的弃风电量的期望值，P
i,t
为机组i在时段t的出力，u
i
为机组i在优化区间内的运行状态。3.根据权利要求1所述的方法，其特征在于，所述风电减少的污染物排放量最大化函数为：其中，f
E
(P
i,t
)为风力发电引起的各种污染物排放减少量的总和，u
i,t
为机组i在时段t的运行状态，P
i,t
为机组i在时段t的出力，T1为选择的减排时间点，N为机组总数。4.根据权利要求1所述的方法，其特征在于，所述发电成本最小化函数为：其中，f
i
(P
i,t
)为机组i在时段t的燃料成本，λ
j
为第j种污染排放物的环境价值，Δμ
j
为每种污染物的惩罚数量级，ΔV
j
为每种污染物的减排量，Δm
j
为风力发电引起的第j种污染物排放减少量，u
i,t
为机组i在时段t的运行状态，u
i,t
‑1为机组i在时段t
‑
1的运行状态，N为机组总数，T为调度时段数，n为污染物排放的种类数。5.根据权利要求1
‑
4任一所述的方法，其特征在于，所述约束条件，包括：风功率约束、常规机组出力约束、爬坡约束、开关机时间约束、有功平衡约束和网络安全约束。6.一种用于优化风电消纳能力的装置，其特征在于，所述装置包括：模型调节获取单元，用于获取针对电网的风电消纳能...

【专利技术属性】
技术研发人员：王琦，赵兵，孙华东，李明，常喜强，王衡，亢朋朋，杨桂兴，宋朋飞，骆攀登，郝杰，龙飞，吴萍，黄东敏，王姗姗，王安斯，程势高，贾俊川，褚晓杰，贾琦，罗红梅，张鑫，李慧玲，习工伟，吕晨，杨钊，马全，王歆，郑帅飞，樊明鉴，
申请(专利权)人：国网新疆电力有限公司国家电网有限公司，
类型：发明
国别省市：