一种台风环境下多源电力系统协调优化调度方法和系统技术方案

本发明专利技术实现了一种台风环境下多源电力系统协调优化调度方法和系统，包括：获取台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径；基于台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径生成典型场景；基于典型场景，对预先建立的多源电力系统协调优化调度模型进行求解，得到多源电力系统协调优化调度计划；其中，多源电力系统协调优化调度模型是基于条件风险价值理论建立的；本发明专利技术采用的多源电力系统协调优化调度模型是基于条件风险价值理论构建的，能够更好的度量多源电力系统的各项成本，能够更加准确高效地反映台风条件下风电场的实际出力情况，可用于指导电力系统的优化运行。可用于指导电力系统的优化运行。可用于指导电力系统的优化运行。

【技术实现步骤摘要】
一种台风环境下多源电力系统协调优化调度方法和系统


[0001]本专利技术属于电力系统
，尤其是涉及一种台风环境下多源电力系统协调优化调度方法和系统。

技术介绍

[0002]台风灾害对电力系统的安全、稳定和经济运行都具有严重的影响；同时，随着科技的进步和社会的发展，风电和水电等可再生能源发电量在全球发电量中的占比不断增加。在此背景下，含有风电、火电和水电等多种类型电源的电力系统运行在遭受台风等极端气象灾害时将面临更为严峻的考验。例如，台风引发的暴风或大风可引起短时的风电功率增加，或迫使风机停机，或损毁风机。若系统无法及时消纳突增的风电，则产生弃风，降低系统发电效益；若系统在风电功率骤降时电源备用或线路传输容量不足，则造成失负荷，存在运行风险。在遭受台风等极端气象灾害时现有系统中场景选择不够丰富，无法更好的协调系统。此外，伴随台风的大量降水也会对水电站的出力造成较大影响，改变系统各类电源的发电比例，危害电力系统运行的稳定性和安全性。台风风圈模型是建立台风时间时空分布模型的典型方法；场景分析法是电力系统规划和运行中针对可再生能源出力波动性和不确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种台风环境下多源电力系统协调优化调度方法，其特征在于，包括：获取台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径；基于所述台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径生成典型场景；基于所述典型场景，对预先建立的多源电力系统协调优化调度模型进行求解，得到多源电力系统协调优化调度计划；其中，所述多源电力系统协调优化调度模型是基于条件风险价值理论，考虑台风环境下的以火电机组运行成本、水电弃水成本、风电弃风成本和风电预测误差惩罚成本等价的煤耗量最小为目标建立的。2.根据权利要求1所述的方法，其特征在于，所述多源电力系统协调优化调度模型的建立，包括：以火电机组运行成本、水电弃水成本、风电弃风成本和风电预测误差惩罚成本等价的煤耗量最小为目标函数，以火电机组技术出力约束、火电机组爬坡和滑坡功率约束、火电机组最小开机和停机时间约束、水电功率转换关系、水电站水库库容约束、水电站发电流量约束、水电站水库库容动态平衡约束和风电转换关系为约束条件，对所述目标函数进行约束；基于条件风险价值理论，对所述目标函数进行转化，得到考虑条件风险价值理论的目标函数；以所述考虑条件风险价值理论的目标函数和所述约束条件，作为所述多源电力系统协调优化调度模型。3.根据权利要求2所述的方法，其特征在于，所述考虑条件风险价值理论的目标函数的计算式如下：计算式如下：计算式如下：s.t.η≥C
W,s
‑
z
s
,z
s
≥0式中，F表示考虑条件风险价值理论的目标函数的值，λ表示决策者在进行决策时的风险态度；C
W,s
表示在经典场景s下的多源电力系统弃风、失负荷的经济性损失；C
WCVaR,s
表示在经典场景s下的多源电力系统弃风、失负荷的条件风险价值；P
s
表示场景s发生的概率；S表示经典场景的总数；f表示多源电力系统中所有火电厂在调度周期内的煤耗费用、所有水电站弃水成本以及所有风电弃风成本等价的煤耗量的总和；c
aban
表示多源电力系统弃风的惩罚单价，c
loss
表示多源电力系统失负荷的惩罚单价，ΔP
s,t
表示多源电力系统在场景s中调度时刻t下风电预测出力和场景出力的差值，T表示调度的周期；η表示风险价值，α表示置信水平，Z
s
表示第s个场景下多源电力系统损失超过风险价值的部分。
4.根据权利要求3所述的方法，其特征在于，所述多源电力系统中所有火电厂在调度周期内的煤耗费用、所有水电站弃水成本以及所有风电弃风成本等价的煤耗量的总和f的计算式如下：式中，C
Hj,t
表示水电机组j在调度时刻t的弃水成本等价的煤耗量系数；C
Wk,t
表示风电机组k在调度时刻t的弃风成本等价的煤耗量系数；a
i
表示火电机组i发电煤耗特性中发电功率二次项的系数，b
i
表示火电机组i发电煤耗特性中发电功率一次项的系数；c
i
表示火电机组i发电煤耗特性中发电功率常数项的系数；N
T
表示火电机组数量；N
H
表示水电机组数量；N
W
表示风电机组数量；P
Ti,t
表示火电机组i在调度时刻t的发电功率；qs
Hj,t
表示水电机组j在调度时刻t的弃水流量；P
Wabank,t
表示风电机组k在调度时刻t的弃风功率。5.根据权利要求1所述的方法，其特征在于，所述基于所述台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径生成典型场景，包括：基于所述台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径，采用宫崎正卫模型和朗肯模型进行计算，得到初始背景风速；按照风电场所处地形和风电场承受风类型对所述初始背景风速进行修正；基于修正后的初始背景风速，在不同的风电出力区间内生成反映各风电出力区间风电预测误差的独立场景，各独立场景分别对应调度周期内的时间序列；对不同风电出力区间的独立场景按照设定的连接规则进行连接，并采用聚类算法进行场景缩减，生成考虑风电出力波动性和不确定性双重特性的风电时序联合出力的典型场景；其中，所述连接规则包括：对前一个时间序列的独立场景按照最后时间点的风电功率场景值的大小进行降序排序，后一个时间序列的独立场景按第一个时间点的风电功率场景值的大小进行降序排序后，连接时序相邻的各重新排列的独立场景。6.根据权利要求5所述的方法，其特征在于，所述基于所述台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径，采用宫崎正卫模型和朗肯模型进行计算，得到初始背景风速，包括：基于所述台风中心的移动速度、台风中心和预测点经纬度坐标以及最大风速半径，采用宫崎正卫模型进行计算，得到台风风场中各预测点的移动风速；根据台风最大风速以及最大风速半径，采用朗肯模型进行计算，得到台风风场中各预测点的环流风速；将所述台风风场中各预测点的移动风速和环流风速的进行叠加，得到初始背景风速。7.根据权利要求5所述的方法，其特征在于，所述基于修正后的初始背景风速，在不同的风电出力区间内生成反映各出力区间风电预测误差的独立场景，各独立场景分别对应调度周期内的时间序列，包括：基于修正后的初始背景风速，生成风电预测功率序列，并按照时间对所述风电预测功率序列进行划分，得到对应调度周期内的时间序列的多个分段风电预测功率序列；分别获取各分段风电预测功率序列所在的风电出力区间，并基于预先构造的对应风电
出力区间的最佳协方差矩阵，采用拉丁超立方抽样生成各风电出力区间的服从多元正态分布的随机数；计算各随机数的标准正态函数值并通过对预测误差累积分布逆变换...

【专利技术属性】
技术研发人员：钱敏慧，陈宁，方日升，赵大伟，黄霆，陈雨鸽，张伟骏，陈昌铭，邱伟强，林振智，彭佩佩，
申请(专利权)人：国家电网有限公司国网福建省电力有限公司国网福建省电力有限公司电力科学研究院浙江大学，
类型：发明
国别省市：