一种用于求取地区电网最大风电装机容量的方法技术

本发明专利技术公开了一种用于求取地区电网最大风电装机容量的方法，该方法的实现步骤如下：首先根据地区电网规划部门提供的关于该电网的负荷情况及风能资源统计值等基础数据，产生该地区未来可能出现的负荷需求场景及风电输出功率场景；然后根据提供的地区电网内的常规火电机组装机情况、网架结构以及可能的风电并网点，建立以最大化地区电网风电装机容量为目标，以电网潮流方程、母线电压幅值、电网线路输送能力、系统旋转备用需求及火电机组输出功率上下限为约束的数学模型；最后采用基于随机模拟的遗传算法求取地区电网的最大风电装机容量。

【技术实现步骤摘要】

本专利技术涉及。该方法用于求取地区级电网能够接纳的最大风电装机容量，为规划设计风电场提供必要依据，并能够有效分析制约地区级电网接纳风电功率能力的各种影响因素。
技术介绍
风力发电是目前技术最为成熟的可再生能源发电方式，但风能的随机性和间歇性强，与传统发电形式相比，风电场容量可信度低。且在现有的技术水平下风力发电预报精度较低，因此，风电基本上是不可调度的。随着风力发电项目数量的增加和规模的扩大，风电场容量在电网中的比例不断增加，大型风电场并网运行对电力系统的影响越来越明显，大规模的风电并网运行对系统供电质量和可靠性的影响也受到更多地关注。有研究表明，风电场在电网故障时能提供持续的短路电流，对已有设备提出更高要求；大风速扰动会使系统的电压和频率产生很大的变化，严重时可能使系统失去稳定；风电机组的运行受制于系统的运行条件，当系统运行条件比较恶劣，如电压水平比较低时，风电机组就很容易在系统扰动或风速波动下停机，从而使系统造成有功缺额，不仅给风电场带来经济损失，也可能使系统失去稳定。且系统为减小风电场发电间歇性对系统的影响必须增加旋转备用容量，因此会使系统可靠性和经济性下降。因此，求取地区级电网能够接纳的最大风电装机容量及制约地区级电网接纳风电功率能力的各种影响因素成为规划设计风电场时迫切需要解决的问题。
技术实现思路
本专利技术的目的是为克服上述现有技术的不足，提供，其是分析制约地区级电网接纳风电功率能力的各种影响因素的有效工具，可以为实际工程运作提供一定的理论指导。为实现上述目的，本专利技术采用下述技术方案，其特征在于它包括以下步骤A.数据获取与产生负荷需求场景及风电输出功率场景这些数据包括该地区电网的负荷统计值、风电场并网点的风资源特性、地区电网的网架结构、参数及线路功率上限、火电机组的技术参数、及系统上调及下调旋转备用需求；B.基于机会约束规划建立求取地区电网最大装机容量的数学模型；C.将步骤A中获得数据转化为B中数学模型的相关参数，采用基于随机模拟遗传算法进行求解，得到最大风电装机容量。上述步骤具体为A.数据获取与产生负荷需求场景及风电输出功率场景1)数据获取从地区电网规划部门获得该地区电网的负荷统计值，包括未来一段时间内各个负荷节点预测的最大、最小负荷功率值；风电场并网点的风资源特性，包括风速的分布特性以及该风电场的风机参数等；地区电网的网架结构、参数及线路功率上限；常规火电机组的技术参数，如机组有功、无功输出功率上下限；系统上调及下调旋转备用需求。2)产生负荷需求场景及风电输出功率场景 产生负荷需求场景根据地区电网规划部门提供的未来一段时间内各个节点负荷的最大、最小值，并认为各个节点负荷均满足均勻分布且相互独立。利用均勻分布的随机数发生器可以得到各个节点负荷的样本值。均勻分布随机数发生器记为μ (a, b)，其中a和b为服从均勻分布的随机数的下限和上限，即节点负荷的最小值和最大值。产生服从均勻分布的随机数的过程如下步骤1 利用计算机生成0至1之间的伪随机数μ步骤2 返回 a+ μ X (b_a) 产生风电输出功率场景绝大多数地区的年平均风速分布都可以采用Weibull分布函数来描述。权利要求1.，其特征在于，它包括以下步骤A.数据获取与产生负荷需求场景及风电输出功率场景这些数据包括该地区电网的负荷统计值、风电场并网点的风资源特性、地区电网的网架结构、参数及线路功率上限、火电机组的技术参数、及系统上调及下调旋转备用需求；B.基于机会约束规划建立求取地区电网最大装机容量的数学模型；C.将步骤A中获得数据转化为B中数学模型的相关参数，采用基于随机模拟遗传算法进行求解，得到最大风电装机容量。2.根据权利要求1所述的方法，其特征在于，步骤A具体为(1)数据获取3.根据权利要求1所述的方法，其特征在于，步骤B具体为 基于机会约束规划的求取地区电网最大装机容量的数学模型如下 目标函数4.根据权利要求1所述的方法，其特征在于，步骤C具体为求解B中建立的基于机会约束规划的求取地区电网最大装机容量的数学模型，其详细计算过程如下所示(1)将A中获得的数据转化为B中数学模型的相关参数，包括机组有功、无功输出功率上下限、线路功率上限、母线电压上下限、系统上调及下调旋转备用需求以及潮流方程中的相关参数；(2)确定遗传算法的主要控制参数包括群体规模P0p_siZe、算法执行的最大代数 Gen、选择率Ps、交叉率P。、变异率Pm参数，设定各约束条件的置信水平；(3)根据网络拓扑结构及线路参数形成节点导纳矩阵；(4)读入步骤A中获得的负荷需求及风电输出功率场景；(5)选取火电机组的有功出力和风电场的装机容量构成染色体，采用十进制编码，随机产生可行的初始群体；(6)计算群体中每个个体的目标函数值，并根据目标函数值计算每个个体的适应度；(7)通过旋转赌轮，选择个体；(8)对选择的个体应用交叉和变异算子产生新一代群体；(9)判断是否满足停止准则，如果满足，则执行9，否则返回5，继续计算；(10)把当前代中出现的最好个体指定为计算结果，这个结果就表示原优化问题的最优全文摘要本专利技术公开了，该方法的实现步骤如下首先根据地区电网规划部门提供的关于该电网的负荷情况及风能资源统计值等基础数据，产生该地区未来可能出现的负荷需求场景及风电输出功率场景；然后根据提供的地区电网内的常规火电机组装机情况、网架结构以及可能的风电并网点，建立以最大化地区电网风电装机容量为目标，以电网潮流方程、母线电压幅值、电网线路输送能力、系统旋转备用需求及火电机组输出功率上下限为约束的数学模型；最后采用基于随机模拟的遗传算法求取地区电网的最大风电装机容量。文档编号H02J3/46GK102510108SQ20111035500公开日2012年6月20日 申请日期2011年11月10日 优先权日2011年11月10日专利技术者张冰, 李新, 武诚, 王亮, 王小波, 雷鸣 申请人:山东电力调度中心本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：雷鸣，李新，王小波，王亮，张冰，武诚，
申请(专利权)人：山东电力调度中心，
类型：发明
国别省市：