計及風電和負荷不確定性的電力系統(tǒng)控制方法
【專利摘要】本發(fā)明公開了一種計及風電和負荷不確定性的電力系統(tǒng)控制方法，該方法以場景描述負荷和風電功率的不確定性，以所有場景下發(fā)電成本的期望值和方差的加權(quán)和為目標函數(shù)，建立綜合考慮負荷及風電功率不確定性影響的機組優(yōu)化調(diào)度模型，并采用改進的粒子群優(yōu)化算法對機組組合的最優(yōu)啟停方案進行求解，然后對電力系統(tǒng)中的風電機組進行控制。其顯著效果是：計及了負荷和風電功率的不確定性影響，建立了計及負荷和風電功率不確定性影響的機組組合模型，克服了確定性負荷模型無法描述負荷隨機特性的不足；使用粒子群算法得出最優(yōu)啟停方案并對電力系統(tǒng)進行控制，可使電力系統(tǒng)有效地計及負荷和風電功率不確定性的影響。
【專利說明】計及風電和負荷不確定性的電力系統(tǒng)控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及到電力系統(tǒng)機組組合【技術(shù)領(lǐng)域】，具體地說，是一種計及風電和負荷不 確定性的電力系統(tǒng)控制方法。
【背景技術(shù)】
[0002] 電力系統(tǒng)機組組合問題是指在滿足系統(tǒng)的負荷平衡、備用要求以及機組出力極限 等約束條件下，確定某調(diào)度周期內(nèi)各時段投入運行的機組，并合理分配各運行機組的出力， 以達到系統(tǒng)總運行費用最少的目標。近年來隨著新能源技術(shù)的快速發(fā)展，大量新能源特別 是風力發(fā)電并入電網(wǎng)。與傳統(tǒng)發(fā)電方式相比，風力發(fā)電具有無污染等優(yōu)點，作為一種取之不 盡、用之不竭的可再生能源，在應對日益嚴峻的能源危機和環(huán)境問題上，逐漸受到世界各國 的青睞，風電的并網(wǎng)容量逐年增長。
[0003] 但是風力發(fā)電自身也存在一些缺點，例如風力發(fā)電機組出力幾乎不可調(diào)節(jié)，而且 出力變化速度快、范圍大，難以準確預測等，這些問題不僅對大規(guī)模風電并網(wǎng)給電力系統(tǒng)機 組組合問題帶來了巨大的挑戰(zhàn)，而且對電網(wǎng)的安全穩(wěn)定造成了巨大的威脅。而現(xiàn)有技術(shù)中 只考慮了風電隨機性，如徐立中等所著文獻《考慮風電隨機性的微電網(wǎng)熱電聯(lián)合調(diào)度》，文 中采用拉丁超立方抽樣產(chǎn)生風電功率場景，之后進行場景削減，從而應用到含有風電的微 電網(wǎng)經(jīng)濟調(diào)度中。因此，有必要在已有的機組組合中充分考慮風電和負荷的不確定性影響。
【發(fā)明內(nèi)容】
[0004] 針對現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種計及風電和負荷不確定性的電力 系統(tǒng)控制方法，該方法計及了負荷和風電功率的不確定性影響，建立了計及負荷和風電功 率不確定性影響的機組組合模型，克服了確定性負荷模型無法描述負荷隨機特性的不足。
[0005] 為達到上述目的，本發(fā)明表述一種計及風電和負荷不確定性的電力系統(tǒng)控制方 法，其關(guān)鍵在于按照以下步驟進行：
[0006] 步驟1 :輸入電力系統(tǒng)各個時段的負荷數(shù)據(jù)以及對應的每臺風電機組的功率數(shù) 據(jù)，建立時段t內(nèi)電力系統(tǒng)負荷與風電機組功率的不確定性模型；
[0007] 步驟2 :根據(jù)步驟1所獲模型生成N個場景，采用同步回代削減算法進行場景削 減，得到目標場景數(shù)目為Ns的場景集合S ;
[0008] 步驟3 :以電力系統(tǒng)中風電機組組合的發(fā)電成本為目標函數(shù)，采用改進的粒子群 優(yōu)化算法得到目標函數(shù)取得最小值時的機組組合啟停方案，并根據(jù)該啟停方案對電力系統(tǒng) 中風電機組的工作狀態(tài)進行控制；
[0009] 步驟4 :令t = t+Ι，返回步驟1循環(huán)控制。
[0010] 作為進一步描述，所述步驟1中負荷與風電功率的不確定模型為負荷概率分布模 型與風電功率不確定性模型；
[0011] 所述負荷概率分布模型為：
[0012] LA(t) = LF(t)+eL(t),
[0013] 其中，LA(t)表示在時段t內(nèi)的實際負荷，LF(t)表示在時段t內(nèi)的預測負荷，ejt) 表示負荷預測誤差；
[0014] 所述風電功率不確定性模型為：
[0015] ffA(t) = WF(t)+eff(t),
[0016] 其中，WA(t)表示機組在時段t內(nèi)的實際風電功率值，WF(t)表示機組在時段t內(nèi) 的風電功率預測值，e w(t)表示風電功率預測誤差。
[0017] 作為進一步描述，所述步驟3中的目標函數(shù)表示為：
【權(quán)利要求】
1. 一種計及風電和負荷不確定性的電力系統(tǒng)控制方法，其特征在于按照以下步驟進 行： 步驟1:輸入電力系統(tǒng)各個時段的負荷數(shù)據(jù)以及對應的每臺風電機組的功率數(shù)據(jù)，建 立時段t內(nèi)電力系統(tǒng)負荷與風電機組功率的不確定性模型； 步驟2 :根據(jù)步驟1所獲模型生成N個場景，采用同步回代削減算法進行場景削減，得 到目標場景數(shù)目為Ns的場景集合S; 步驟3 :以電力系統(tǒng)中風電機組組合的發(fā)電成本為目標函數(shù)，采用改進的粒子群優(yōu)化 算法得到目標函數(shù)取得最小值時的機組組合啟停方案，并根據(jù)該啟停方案對電力系統(tǒng)中風 電機組的工作狀態(tài)進行控制； 步驟4 :令
，返回步驟1循環(huán)控制。
2. 根據(jù)權(quán)利要求1所述的計及風電和負荷不確定性的電力系統(tǒng)控制方法，其特征在 于：所述步驟1中負荷與風電功率的不確定模型為負荷概率分布模型與風電功率不確定性 模型； 所述負荷概率分布模型為：
其中，LA(t)表示在時段t內(nèi)的實際負荷，LF(t)表示在時段t內(nèi)的預測負荷，ejt)表 示負荷預測誤差； 所述風電功率不確定性模型為：
其中，Wa(t)表示機組在時段t內(nèi)的實際風電功率值，WF(t)表示機組在時段t內(nèi)的風 電功率預測值，ew(t)表示風電功率預測誤差。
3. 根據(jù)權(quán)利要求1所述的計及風電和負荷不確定性的電力系統(tǒng)控制方法，其特征在 于：所述步驟3中的目標函數(shù)表示為：
， 其中，EC(U)為場景集合S下機組組合發(fā)電成本的期望值，VC(U)為場景集合S下機組 組合發(fā)電成本的方差，a為權(quán)重系數(shù)，aG[〇, 1]，u表示機組組合的啟停方案，
表 示場景s下風電機組啟停方案u的發(fā)電成本，
表示場景s下風電機組g在時段t內(nèi) 的運行費用，Ps表示場景s發(fā)生的概率，表示場景s下風電機組g在時段t內(nèi)的出力，u&t表示風電機組g在時段t內(nèi)的啟停狀態(tài)，取值為〇或i，o表示停機，1表示開機，夂;,表 示場景s下機組g在時段t內(nèi)的啟動成本。
4. 根據(jù)權(quán)利要求1所述的計及風電和負荷不確定性的電力系統(tǒng)的控制方法，其特征在 于：所述步驟3中改進的粒子群優(yōu)化算法的具體步驟如下： 步驟3-1 :輸入風電機組組合的初始啟停狀態(tài)，建立機組啟停方案的粒子群U，設(shè)定粒 子的種群規(guī)模NP，設(shè)置粒子群的優(yōu)化參數(shù)，并初始化粒子群形成Np個啟停方案； 步驟3-2 :對步驟1所獲的Np個啟停方案進行調(diào)整，使其在各個場景下滿足電力系統(tǒng)中 機組組合的相關(guān)約束條件； 步驟3-3 :對于調(diào)整后的機組組合啟停方案，在各個場景下采用連續(xù)粒子群算法進行 負荷經(jīng)濟分配； 步驟3-4 :計算機組最優(yōu)運行成本的均值和方差，然后結(jié)合機組的啟停成本，根據(jù)所述 目標函數(shù)計算粒子的適應函數(shù)值； 步驟3-5 :計算各粒子的當前解，將其與自身的歷史最優(yōu)解作比較取最優(yōu)者為粒子自 身的局部最優(yōu)解Pbe;st，取所有粒子的局部最優(yōu)解中的最小值解作為全局最優(yōu)解gbe;st ; 步驟3-6 :更新粒子的速度和位置，并檢驗機組組合的啟停方案是否滿足約束條件，若 滿足則進入步驟3-7,否則返回步驟3-2: 步驟3-7 :按照
更新機組g的出力上限，按照
d更新機組g的出力下限，其中，k為迭代次數(shù)，為 第k次迭代時的最優(yōu)值，/仏為第k次迭代時機組g的出力上限與種群最優(yōu)值的相對距離， 為第k次迭代時機組g出力的下限與種群最優(yōu)值的相對距離； 步驟3-8 :返回步驟3-3循環(huán)計算，直至滿足迭代終止的條件，并輸出最優(yōu)的機組組合 啟停方案。
5. 根據(jù)權(quán)利要求4所述的計及風電和負荷不確定性的電力系統(tǒng)控制方法，其特征在 于：所述步驟3-3中連續(xù)粒子群算法的具體步驟如下： 步驟3-3-1 :建立機組出力的粒子群P，設(shè)定種群規(guī)模Npl，設(shè)置粒子群的優(yōu)化參數(shù)，并初 始化粒子群P; 步驟3-3-2 :對機組的出力進行調(diào)整，使得其滿足機組組合的相關(guān)約束條件； 步驟3-3-3 :計算所有粒子的適應函數(shù)值； 步驟3-3-4 :計算粒子的局部最優(yōu)值和全局最優(yōu)值； 步驟3-3-5 :更新粒子的速度和位置，并檢驗機組的出力是否滿足約束條件，若滿足則 進入步驟3-3-6,否則返回步驟3-3-2 ; 步驟3-3-6 :返回步驟3-3-3循環(huán)計算，直至滿足迭代終止的條件。
6. 根據(jù)權(quán)利要求5所述的計及風電和負荷不確定性的電力系統(tǒng)控制方法，其特征在 于：所述機組組合的約束條件包括： 負荷平衡約束：
其中，表示場景s下風電場w在時段t內(nèi)的出力，/?;_示場景s下系統(tǒng)在時段t內(nèi)的負荷需求； 機組出力約束：
其中，W;""、分別表示機組g的出力的上下限； 機組最小啟停時間約束：
其中，^了、分別表示場景S下機組g在時段t內(nèi)的連續(xù)運行時間和連續(xù)停運時 間，MUTg、MDTg分別表示機組g的最小連續(xù)運行時間和最小連續(xù)停運時間； 機組爬坡能力約束：
其中，URg、DRg分別表示機組g出力的最大上坡速率和下坡速率，AT表示時段t的延 續(xù)時間； 正、負旋轉(zhuǎn)備用約束：
其中，SRt^d為系統(tǒng)的正負旋轉(zhuǎn)備用需求容量，DT?;表示場景s下系統(tǒng)在時段t可提 供的正旋轉(zhuǎn)備用總?cè)萘?；表示場景s下系統(tǒng)在時段t內(nèi)可提供的負旋轉(zhuǎn)備用總?cè)萘俊?br>
【文檔編號】H02J3/38GK104242303SQ201410438077
【公開日】2014年12月24日 申請日期:2014年8月29日 優(yōu)先權(quán)日:2014年8月29日
【發(fā)明者】胡博, 謝開貴, 鄧勇, 余娟, 任洲洋, 賀小輝, 董吉哲 申請人:重慶大學