一种计及源荷储多调节资源的电网可用输电能力优化方法技术

本发明专利技术公开了属于电气工程技术领域的一种计及源荷储多调节资源的电网可用输电能力优化方法

【技术实现步骤摘要】
一种计及源荷储多调节资源的电网可用输电能力优化方法


[0001]本专利技术涉及电气工程
，尤其涉及一种计及源荷储多调节资源的电网可用输电能力优化方法
。

技术介绍

[0002]风能作为重要的新能源得到快速发展
。
截止到
2022
年底，全国风电装机容量达
3.7
亿千瓦，同比增长
11.2
％，占全国总装机容量的
14.45
％
。
但是风速的随机性和波动性直接影响风电场并网功率，风电场的出力的不确定性使得电力系统的规划和运行控制趋于复杂
。
[0003]随着电力系统规模逐渐增大，电力工业交易日益增多，输电网络阻塞问题越来越严重，严重的阻塞问题不仅威胁系统安全稳定运行，还破坏市场交易的公平有序进行
。
可用输电能力
(available transfer capability
，
ATC)
衡量的是两区域间的剩余可靠的传输能力，是一种反映电网灵活性的指标，对于指导电力市场交易
、
维持系统安全稳定运行具有重要意义
。
因此，可通过
ATC
的大小判断是否发生阻塞，当发生阻塞时，通过提升
ATC
以缓解输电阻塞，提高电网的安全稳定裕度
。
[0004]随着电力市场化改革的推进，需求响应
(demand response,DR)
作为一种可调节资源参与到电力系统调度中
。
此外，电网侧大规模电化学储能由于其可灵活配置
、
易运行维护等特点在电力系统中应用广泛
。
因此，在兼顾经济性的同时协调源荷储等调节资源对
ATC
进行优化提升对于提高电力系统安全稳定运行
、
保证电力市场公平有序进行具有重要意义
。

技术实现思路

[0005]本专利技术的目的是提出一种计及源荷储多调节资源的电网可用输电能力优化方法，包括以下步骤：
[0006]步骤
A、
采用场景分析法描述风电场出力的不确定性，包括风电动态场景的生成与缩减；基于大量历史数据生成考虑时间相关性的初始动态场景，采用
K
‑
means++
对初始场景进行聚类得到具有代表性的场景；
[0007]步骤
B、
建立激励型需求响应
(incentive
‑
based demand response,IDR)
模型和运行机制，引入负荷聚合商将各类用户整合聚集，负荷聚合商向电网机构分段报价，最终确定负荷聚合商的
IDR
调度成本和
IDR
约束条件；
[0008]步骤
C、
以日前随机动态
ATC
计算模型为第一阶段，首先建立源荷储协调优化经济调度模型，以优化结果作为基态，然后建立基于直流最优潮流的
ATC
计算模型，最后通过
ATC
的大小判断未来
24h
内是否发生阻塞，若未发生阻塞，不进行步骤
D
，若发生阻塞，进行步骤
D
；
[0009]步骤
D、
以日前随机动态
ATC
双层优化模型为第二阶段，构建随机动态
ATC
双层优化模型，即上层模型和下层模型，上层模型确定储能和
IDR
运行情况并传递给下层，下层确定基态传递给上层，采用
KKT(Karush
‑
Kuhn
‑
Tucker)
条件将下层模型转化成一系列等式约束
并利用大
M
法进行松弛，将整个双层问题转化为单层的混合整数线性规划
(MILP)
问题，并采用
Gurobi
进行高效求解
。
[0010]步骤
A
中基于大量历史数据生成考虑时间相关性的初始动态场景具体包括：
[0011]步骤
S1
：生成不同出力区间的风电功率预测箱；根据风电预测功率将风电出力划分成一系列的区间，按照预测值大小将历史预测数据和实际出力放入到各预测箱内，计算各个预测箱的相对预测误差概率分布；
[0012]步骤
S2
：确定日前动态场景的相对预测误差协方差矩阵
Σ
：
[0013][0014]式中：
σ
m,n
为
m
和
n
时段风电出力相对预测误差的相关性大小；
[0015]采用指数型函数计算协方差矩阵，
[0016][0017]式中：
ε
用来确定
m、n
时段的随机变量的相关性，
T
为一个调度周期，取
24h
；
[0018]步骤
S3
：通过
Σ
生成服从标准正态分布
N(
μ0,
Σ
)
的
S
行
T
列的随机向量，
μ0为
T
维零向量，
S
为场景数；
[0019]步骤
S4
：拟合每个预测箱内数据预测误差的累计经验概率分布函数；
[0020]步骤
S5
：对多元正态随机向量进行逆变换，将
S
×
T
维正态分布随机向量转化为
S
个具有相关性的风电出力误差场景
。
[0021]步骤
A
中采用
K
‑
means++
对初始场景进行聚类得到具有代表性的场景具体如下：
[0022]设定聚类数为
N
s
，随机选取第一个初始聚类中心，计算每个样本与最近一个聚类中心的距离，该值越大被选中的概率越大，采用轮盘算法选出下一个聚类中心，重复以上过程直到选出
N
s
个聚类中心；采用
K
‑
means
进行聚类，划分得到
N
s
类，每一类中心为一个典型场景，每一类包含的样本数除以总样本数为该场景的概率
。
[0023]步骤
B
中第
i
个负荷聚合商在
t
时段的
IDR
调度成本为：
[0024][0025]式中：分别表示第
i
个负荷聚合商
t
时段位于分段函数第
m
段的增
、
减电量，对应为分段函数第
m
段的增
、
减电量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，包括以下步骤：步骤
A、
采用场景分析法描述风电场出力的不确定性，包括风电动态场景的生成与缩减；基于大量历史数据生成考虑时间相关性的初始动态场景，采用
K
‑
means++
对初始场景进行聚类得到具有代表性的场景；步骤
B、
建立激励型需求响应模型和运行机制，引入负荷聚合商将各类用户整合聚集，负荷聚合商向电网机构分段报价，最终确定负荷聚合商的
IDR
调度成本和
IDR
约束条件；步骤
C、
以日前随机动态
ATC
计算模型为第一阶段，首先建立源荷储协调优化经济调度模型，以优化结果作为基态，然后建立基于直流最优潮流的
ATC
计算模型，最后通过
ATC
的大小判断未来
24h
内是否发生阻塞，若未发生阻塞，不进行步骤
D
，若发生阻塞，进行步骤
D
；步骤
D、
以日前随机动态
ATC
双层优化模型为第二阶段，构建随机动态
ATC
双层优化模型，即上层模型和下层模型，上层模型确定储能和
IDR
运行情况并传递给下层，下层确定基态传递给上层，采用
KKT
条件将下层模型转化成一系列等式约束并利用大
M
法进行松弛，将整个双层问题转化为单层的
MILP
问题，并采用
Gurobi
进行高效求解
。2.
根据权利要求1所述计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，所述步骤
A
中基于大量历史数据生成考虑时间相关性的初始动态场景具体包括：步骤
S1
：生成不同出力区间的风电功率预测箱；根据风电预测功率将风电出力划分成一系列的区间，按照预测值大小将历史预测数据和实际出力放入到各预测箱内，计算各个预测箱的相对预测误差概率分布；步骤
S2
：确定日前动态场景的相对预测误差协方差矩阵
Σ
：式中：
σ
m,n
为
m
和
n
时段风电出力相对预测误差的相关性大小；采用指数型函数计算协方差矩阵，式中：
ε
用来确定
m、n
时段的随机变量的相关性，
T
为一个调度周期，取
24h
；步骤
S3
：通过
Σ
生成服从标准正态分布
N(
μ0,
Σ
)
的
S
行
T
列的随机向量，
μ0为
T
维零向量，
S
为场景数；步骤
S4
：拟合每个预测箱内数据预测误差的累计经验概率分布函数；步骤
S5
：对多元正态随机向量进行逆变换，将
S
×
T
维正态分布随机向量转化为
S
个具有相关性的风电出力误差场景
。3.
根据权利要求1所述计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，所述步骤
A
中采用
K
‑
means++
对初始场景进行聚类得到具有代表性的场景具体如下：设定聚类数为
N
s
，随机选取第一个初始聚类中心，计算每个样本与最近一个聚类中心的距离，该值越大被选中的概率越大，采用轮盘算法选出下一个聚类中心，重复以上过程直到
选出
N
s
个聚类中心；采用
K
‑
means
进行聚类，划分得到
N
s
类，每一类中心为一个典型场景，每一类包含的样本数除以总样本数为该场景的概率
。4.
根据权利要求1所述计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，所述步骤
B
中第
i
个负荷聚合商在
t
时段的
IDR
调度成本为：式中：分别表示第
i
个负荷聚合商
t
时段位于分段函数第
m
段的增
、
减电量，对应为分段函数第
m
段的增
、
减电量的单位报价成本；
N
m
为分段报价分段数
。5.
根据权利要求1或4所述计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，所述步骤
B
中第
i
个负荷聚合商的
IDR
约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：约束条件为：
式中：分别表示节点
i
处在
t
时段激励型响应负荷增加和削减电量；时段激励型响应负荷增加和削减电量；分别表示节点
i
个在
t
时段位于分段函数第
m
段的增
、
减电量；分别表示节点
i
个在
t
时段位于分段函数第1段的增
、
减电量；
D
min
为
IDR
最小响应电量；
D
m
为分段报价曲线第
m
段电量值，当
m
＝1时，
D
m
＝
D1；和为0‑1变量，当表示节点
i
处激励型响应负荷在
t
时段发生了负荷削减，当时没有发生负荷削减；当表示节点
i
处激励型响应负荷在
t
时段有负荷移动到该时段，当时没有负荷移动到该时段；分别为节点
i
激励型响应负荷量的最小值
、
最大值；
T
为调度周期，取
24h
；
T
cut,i
为节点
i
处
IDR
出现负荷削减时削减状态持续的最小时间，
T
trf,i
为节点
i
处
IDR
出现负荷转移到该时刻的最小可持续时间；
H
i
和
L
i
为中间变量；为节点
i
处
IDR
在调度周期内的总响应电量，取0时，保证
IDR
响应前后用电量不变
。6.
根据权利要求5所述计及源荷储多调节资源的电网可用输电能力优化方法，其特征在于，所述步骤
C
中源荷储协调优化经济调度模型具体如下：目标函数：
minf1＝
F
G
+F
ERSS
+F
IDR
+F
W
式中：
f1为日前经济调度目标函数；
F
G
、F
ERSS
、F
IDR
、F
W
分别代表常规机组发电费用
、
储能运行成本
、IDR
调度成本和弃风惩罚成本；
N
T
为一个调度周期，取
24h
；
N
s
为场景数；
N
G
为常规机组个数；
p
s
为场景
s
发生概率；
a
i
、b
i
、c
i
分别代表火电厂发电成本的比例系数；
P
Gi,t,s
为场景
s
下第
i
个常规机组在
t
时段的有功出力；
G
qi
和
G
ti
为分别为第
i
个常规机组开机费用和停机费用；
u
i,t

【专利技术属性】
技术研发人员：陈艳波，王德帅，李嘉祺，杜钦涛，李劲松，李理，陈灵，陈斌，李泽科，陈郑平，范海威，刘涛，徐遐龄，肖大军，郎燕生，
申请(专利权)人：中国电力科学研究院有限公司国家电网有限公司国网福建省电力有限公司国家电网有限公司华中分部，
类型：发明
国别省市：