CN107240933A - 一种考虑风电功率特性的风火协调滚动调度方法 - Google Patents
一种考虑风电功率特性的风火协调滚动调度方法 Download PDFInfo
- Publication number
- CN107240933A CN107240933A CN201710560229.4A CN201710560229A CN107240933A CN 107240933 A CN107240933 A CN 107240933A CN 201710560229 A CN201710560229 A CN 201710560229A CN 107240933 A CN107240933 A CN 107240933A
- Authority
- CN
- China
- Prior art keywords
- unit
- wind
- electricity generation
- powered electricity
- rolling scheduling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 71
- 230000009194 climbing Effects 0.000 claims abstract description 42
- 238000009987 spinning Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明属于电力***调度领域，具体涉及一种针对大规模风电随机性和波动性对电力***调度计划制定的影响，提出了基于机会约束混合整数规划考虑风电功率特性的风火协调滚动调度方法。该方法首先研究风电功率特性及其对滚动调度计划制定影响，然后建立了一种考虑风电功率特性的风火协调滚动调度模型，并利用matlab和yamlip联合求解，通过滚动调度策略，有效减少***备用容量，降低***运行成本，提高***的经济性，模型考虑风电爬坡约束，能有效降低风电爬坡事件的危害，提高***的安全性。本发明基于机会约束混合整数规划，提出了一种考虑风电功率特性的滚动调度方法，并进一步将所提出的方法应用于风火联合***滚动调度，有效兼顾***的安全性和经济性，降低大规模风电并网引起的***调度难度。
Description
技术领域
本发明属于电力***调度领域，具体涉及一种基于机会约束混合整数规划考虑风电功率特性的风火协调滚动调度方法。
背景技术
随着能源危机和环境污染的日益加剧，风电作为一种清洁无污染的可再生能源，越来越受到全世界的关注。2016年，我国的风电总装机容量为148.64GW，风电开发开始由“三北”地区向东部、南部转移，而随着风电并网容量的不断增加，风电功率的随机性和波动性对电力***的影响日益加重，尤其是大规模集中风电并网对电力***调度计划制定的影响。首先，风电具有强随机性，随着其并网容量的不断增加，必然会给***的安全性和稳定性带来不利影响，并且由于气候环境等多种因素的影响，风电的预测精度很低，且对于不同的预测时间尺度呈现“远大近小”的趋势；其次风电具有强波动性，当受到***、强对流等天气的影响时，风电将会出现爬坡现象，而风电爬坡事件是风电波动性的显著体现，风电爬坡事件的发生可能会导致大面积停电。这都会对电力***调度计划的制定带来严峻的挑战，因此，为适应电力行业新的发展趋势，考虑风电功率特性的风火协调滚动调度，对我国电力行业的未来发展乃至国民经济环保高效的可持续发展都具有重要意义。
针对上述问题，国内外学者开展了一系列研究并取得了***成果。刘天琪，何川，胡晓通等人设计一种风电爬坡优化控制方法(专利号201510770528.1)，罗建春，罗洪，冉鸿等人设计了一种风光储能并网发电智能优化调度方法(专利号CN201410578942.8)，但其采用储能弥补风电的随机性和波动性，由于储能设备的高成本性，使其不能大规模应用。戚永志，刘玉田设计了一种基于竞争博弈的风电爬坡协同控制***及方法(专利号201310194192.X)，但是其通过风电场群之间的协同控制来改善风电爬坡特性，如果只依靠风电场群进行爬坡控制，具有一定的局限性，经济性不高。总体而言，目前针对考虑风电功率特性的风火协调滚动调度的研究还很少，多采用储能设备平抑风电波动，但成本较高，故探索考虑风电功率特性的风火协调滚动调度新的求解方案具有一定实际应用价值。
发明内容
本发明所要解决的技术问题是提供一种考虑风电功率特性的风火协调滚动调度方法，在研究风电功率特性及其对滚动调度的影响的基础上，建立了风电预测误差和风电爬坡模型，进而建立考虑风电功率特性的风火协调滚动调度模型，基于机会约束混合整数规划，提出了一种风火协调滚动调度策略，使其能有效兼顾***的安全性和经济性，降低大规模风电并网引起的***调度难度。
为了实现上述目的，本发明提供的技术方案如下：
一种考虑风电功率特性的风火协调滚动调度方法，所述方法包括如下步骤：
步骤(1)利用Matlab求得的风电预测误差概率密度函数，求出不同时刻随机约束的确定性形式。
步骤(2)将(1)求出的确定约束输入到Yamlip中，构建混合整数规划模型。
步骤(3)采用滚动调度策略，调用solvesqp求解器对模型进行求解。
步骤(4)将求得的结果返回Matlab，并用图像形式输出。
本发明步骤(3)中采用的滚动调度策略如下：
1)读入滚动调度的初始数据(火电机组基础参数、负荷数据和机组爬坡速率等)
2)每隔一个滚动周期，***自动获取下一个周期的最新气象信息，预测最新周期的风电出力，并修改对应的***备用。
3)获取上个滚动周期末端得到的各机组初始状态，包括机组的出力和运行状态。
4)启动滚动调度程序，计算下一周期的火电机组启停计划和机组出力。
5)验证所得结果的安全性，若在该周期中机组启停发生变化，且在下一周期调度中不满足约束，则修改该周期最末的启停变化，若满足约束，则调度继续。
6)重复步骤2)～5)，直至更新一天所有时刻的***调度计划。
本发明步骤(2)中模型建立如下：
目标函数包括火电机组发电成本、机组启停成本和备用购买成本。
其中ai，bi，ci为火电机组运行成本系数，ui，t为机组i在t时刻的启停状态，1表示开机，0表示停机。 Si，t表示机组i在t时刻的启动成本，μi，εi为启动成本特性参数，τi为锅炉自然冷却时间常数，为连续停机时间，本模型中假设停机成本为0。Pi，t为机组i在时段t的出力，Ui，t，Di，t为机组i在时段t提供的正负旋转备用，αi，βi为正负旋转备用容量的报价系数。
约束条件
(1)功率平衡约束
其中Pwft为风电预测出力，et为风电预测误差，假定其服从正态分布，L(t)为t时刻***的负荷值，α为功率平衡约束的置信水平。
(2)最大最小出力约束
ui，tPi min≤Pi，t≤ui，tPi max (4)
其中Pi min，Pi max分别为机组i的最大最小出力。
(3)机组启停时间约束
其中分别为机组i到时段t-1的连续开机和停机时间，分别为机组i最小开机和停机时间。
(4)旋转备用约束
ri，u，ri，d和分别为机组i的出力下调速率和上调速率，tr旋转备用响应时间，本文中取10min。分别为火电机组在时段t需要提供的上下旋转备用容量。
(5)常规机组爬坡约束
Pi，t-Pi，t-1≤ui，t-1×ri，u×Δt+SUi(ui，t-ui，t-1)+Pi max(1-ui，t) (7)
Pi，t-1-Pi，t≤ui，t×ri，d×Δt+SDi(ui，t-1-ui，t)+Pi max(1-ui，t-1) (8)
其中SUi和SDi为机组i的启动爬坡能力和停机爬坡能力(本模型中取其为0.7×Pi max)，Δt为机组运行时间。由于本模型中考虑调度过程中机组启停的变化，故对常规机组爬坡约束做如下约定：当常规机组出力小于等于SDi，且满足机组启停约束时，才允许机组停机。
(6)风电爬坡事件约束
本发明中滚动调度模型增加风电爬坡约束，在约束中考虑机组启停的修正，以保证在发生风电爬坡事件时***不甩负荷。
式中ΔPLut，ΔPLdt分别为***负荷在发生风电爬坡事件过程中单位步长的上升量和下降量，ΔPdt，ΔPut分别为风电发生爬坡事件过程中单位步长的下降幅值和上升幅值，Cui，t，Cdi，t分别为***在单位步长中火电机组的上、下爬坡容量。
滚动策略步骤(1)中初始数据包括常规机组的最大最小出力，常机组的爬坡能力，常规机组发电成本参数，风电预测出力，负荷预测值。
对于随机约束的处理如式(10)所示：
与现有的技术方案相比，本发明的有益效果为：本发明在研究风电功率特性及其对滚动调度计划制定影响的基础上，建立了一种考虑风电功率特性的风火协调滚动调度模型，并利用matlab和yamlip联合求解，通过滚动调度策略，有效减少***备用容量，降低***运行成本，提高***的经济性，模型考虑风电爬坡约束，能有效降低风电爬坡事件的危害，提高***的安全性。具有一定的现实意义。
附图说明
图1为整体调度算法流程图
图2为误差分布和预测时间尺度关系图
图3为风电预测出力和***负荷曲线图
图4(a)为日前调度和滚动调度的机组启停结果
图4(b)为日前调度和滚动调度的机组启停结果
图5(a)为日前调度和滚动调度的机组出力对比图
图5(b)为日前调度和滚动调度的机组出力对比图
图6为风电发生下爬坡事件时的风电出力
图7(a)为发生风电爬坡事件时的机组启停结果
图7(b)为发生风电爬坡事件时的机组启停结果
图8(a)为发生风电爬坡事件时的机组出力对比图
图8(b)为发生风电爬坡事件时的机组出力对比图
具体实施方式
下面结合附图，对本发明做进一步的详细说明，但本发明的实施方式不限于此。
本发明针对大规模风电随机性和波动对电力***调度计划制定的影响而设计一种基于机会约束混合整数规划的风火协调滚动调度算法。算法整体流程图如图1所示，包括如下步骤：
步骤(1)利用Matlab求得的风电预测误差概率密度函数，求出不同时刻随机约束的确定性形式。
步骤(2)将(1)求出的确定约束输入到Yamlip中，构建混合整数规划模型。
步骤(3)采用滚动调度策略，调用solvesqp求解器对模型进行求解。
步骤(4)将求得的结果返回Matlab，并用图像形式输出。
各步骤中的具体内容已在说明书中进行了详细的说明，这里不再一一具体说明。
本发明的关键在于步骤1中风电预测误差的处理和步骤(3)中滚动调度策略在该调度中的应用，下面对该应用方法进行详细的说明。
本发明中对风电预测误差的处理采用随机约束，对于随机约束的处理如下所示：
本发明采用的滚动调度策略如下：
1)读入滚动调度的初始数据(火电机组基础参数、负荷数据和机组爬坡速率等)
2)每隔一个滚动周期(4h)，***自动获取下一个周期的最新气象信息，预测最新周期的风电出力，并修改对应的***备用。
3)获取上个滚动周期末端得到的各机组初始状态，包括机组的出力和运行状态。
4)启动滚动调度程序，计算下一周期的火电机组启停计划和机组出力。
5)验证所得结果的安全性，若在该周期中机组启停发生变化，且在下一周期调度中不满足约束，则修改该周期最末的启停变化，若满足约束，则调度继续。
6)重复步骤2)～5)，直至更新一天所有时刻的***调度计划。
下面通过仿真实例对本发明所设计的方法进行验证。
为验证本发明所提滚动调度方法的有效性，以风火联合***为例对滚动优化结果进行仿真分析。算例***由10台火电机组和1个风电场构成，其中风电场的装机容量为500MW，常规机组参数如表1所示。风电预测和***负荷数据如图3所示，其中风电预测数据滚动更新，其预测误差如图2所示。
表1 各常规机组的参数
| 发电机 | Pmax | Pmin | a | b | c | α | β |
| G1 | 60 | 15 | 0.0015 | 2.2034 | 15 | 17.70 | 15.40 |
| G2 | 80 | 20 | 0.00396 | 1.9101 | 25 | 14.10 | 13.10 |
| G3 | 100 | 30 | 0.00393 | 1.8518 | 40 | 13.89 | 11.80 |
| G4 | 120 | 25 | 0.00382 | 1.6966 | 32 | 16.74 | 12.51 |
| G5 | 150 | 50 | 0.00212 | 1.8015 | 29 | 18.14 | 15.34 |
| G6 | 280 | 75 | 0.00261 | 1.5354 | 72 | 13.53 | 11.23 |
| G7 | 320 | 120 | 0.00289 | 1.2643 | 49 | 14.70 | 13.60 |
| G8 | 445 | 125 | 0.00148 | 1.213 | 82 | 16.36 | 12.34 |
| G9 | 520 | 250 | 0.00127 | 1.1954 | 105 | 15.43 | 14.51 |
| G10 | 550 | 250 | 0.00105 | 1.1285 | 100 | 17.86 | 1502 |
| 发电机 | τ | μ | ε | Ton，min | Toff，min | ru | rd |
| G1 | 3 | 0 | 85 | 2 | 2 | 0.3 | 0.3 |
| G2 | 3 | 0 | 101 | 2 | 2 | 0.4 | 0.4 |
| G3 | 3 | 0 | 114 | 2 | 2 | 0.5 | 0.5 |
| G4 | 4 | 0 | 95 | 3 | 3 | 0.6 | 0.6 |
| G5 | 4 | 0 | 113 | 3 | 3 | 0.75 | 0.75 |
| G6 | 6 | 0 | 176 | 5 | 5 | 1.4 | 1.4 |
| G7 | 8 | 0 | 187 | 5 | 5 | 1.6 | 1.6 |
| G8 | 10 | 0 | 227 | 8 | 8 | 2.225 | 2.225 |
| G9 | 12 | 0 | 267 | 8 | 8 | 2.6 | 2.6 |
| G10 | 12 | 0 | 280 | 8 | 8 | 2.75 | 2.75 |
为研究风电预测误差对电力***调度的影响，对比分析日前调度和滚动调度结果。其中滚动调度的滚动周期为4h，时间尺度为15min。***在两种调度策略下连续24小时的机组启停计划和机组出力结果如图4(a)、图4(b)、图5(a)和图5(b)所示，其中图5(a)和图5(b)中实线为日前调度出力，点线为滚动调度出力。
从图4(a)、图4(b)、图5(a)和图5(b)可以看出，，同一时刻日前调度的开机数量除81-89时刻外均大于滚动调度，这种情况在92-96时刻时尤为明显，因为风电预测在不同时间尺度内的预测误差呈现“远大近小”的趋势，日前调度的预测尺度为24h，在预测时间尺度的末端风电预测误差显著增加，故需要增开机组以保证***所需的旋转备用充足，以防由于风电波动造成***功率不平衡。而对于滚动调度，由于其风电预测数据滚动更新，预测时间尺度相比日前调度更小，预测更加准确；而在81-89时刻时，虽然滚动调度的开机数量大于日前调度，但是两者在该时段总的煤耗成本分别为31667元和31789元，运行总成本分别为33318元和58958元，由此可知虽然在该时段滚动调度的开机数量大于日前优化，但是其更加经济。
进一步从火电机组出力考虑，因为日前调度同时刻开机数量较多，其相同火电机组相比滚动调度出力较低，该现象在92-96时刻尤为明显。
表2 日前优化和滚动优化的***运行成本
两种调度方式的运行成本如表2所示。相比于日前调度，虽然滚动调度煤耗成本略有增加，但其启停成本、备用购买成本和运行总成本均明显优于日前调度，其中备用购买成本减小77.5％，运行总成本减小 24.3％。由此可见采用滚动调度降低风电预测误差对***调度的影响，减少***的运行成本。
风电出力特性除随机性外，还具有波动性，风电爬坡事件是其波动性的显著表现，因此本发明研究风电发生爬坡事件的情况下***的调度计划。本发明构建如下风电爬坡事件：在71时刻风电出力以 13MW/min的平均速率开始下降，持续30min；持续较低出力一小时后，以10MW/min持续上涨至正常状态。发生风电爬坡事件时风电出力如图6所示。
由图7(a)、图7(b)、图8(a)和图8(b)可知，在***发生风电爬坡事件(71时刻)之前，两种情况的机组启停计划完全相同，发生风电爬坡事件之后，不考虑风电爬坡约束的机组组合方式，虽然机组有足够的容量，但是由于开机机组上爬坡能力不足导致其不能平抑风电下降造成的功率缺额，从而造成***功率不平衡，进而发生甩负荷；考虑风电爬坡约束的机组组合方式则在风电爬坡事件发生之后，同时开启机组2、 3、6，提高***整体的爬坡速率，使其不小于风电出力的下降速率，保证***的安全性。从火电机组出力考虑，在71时刻之前，两者出力完全相同，在风电爬坡事件发生之后，机组8、9、10出力有少量下降，因为开启了其他机组，以保证***备用的充足。
表3 发生风电爬坡时的***运行成本
由表3可知，考虑风电爬坡约束滚动调度的***运行成本除备用购买成本外，均高于不考虑风电爬坡约束滚动调度。但其总成本仅增加了1.95％就大大提高了***的安全性，说明本文提出的滚动调度策略具有一定的可行性。
Claims (6)
1.一种考虑风电功率特性的风火协调滚动调度方法，其特征在于，所述方法包括如下步骤：
步骤(1)利用Matlab求得的风电预测误差概率密度函数，求出不同时刻随机约束的确定性形式。
步骤(2)将(1)求出的确定约束输入到Yamlip中，构建混合整数规划模型。
步骤(3)采用滚动调度策略，调用solvesqp求解器对模型进行求解。
步骤(4)将求得的结果返回Matlab，并用图像形式输出。
2.根据权利要求1所述的方法，其特征在于，步骤(3)中采用的滚动调度策略如下：
1)读入滚动调度的初始数据(火电机组基础参数、负荷数据和机组爬坡速率等)
2)每隔一个滚动周期(4h)，***自动获取下一个周期的最新气象信息，预测最新周期的风电出力，并修改对应的***备用。
3)获取上个滚动周期末端得到的各机组初始状态，包括机组的出力和运行状态。
4)启动滚动调度程序，计算下一周期的火电机组启停计划和机组出力。
5)验证所得结果的安全性，若在该周期中机组启停发生变化，且在下一周期调度中不满足约束，则修改该周期最末的启停变化，若满足约束，则调度继续。
6)重复步骤2)～5)，直至更新一天所有时刻的***调度计划。
3.根据权利要求1所述的方法，其特征在于，步骤(2)中模型建立如下：
目标函数包括火电机组发电成本、机组启停成本和备用购买成本。
其中qi，bi，ci为火电机组运行成本系数，ui，t为机组i在t时刻的启停状态，1表示开机，0表示停机。Si，t表示机组i在t时刻的启动成本，μi，εi为启动成本特性参数，τi为锅炉自然冷却时间常数，为连续停机时间，本模型中假设停机成本为0。Pi，t为机组i在时段t的出力，Ui，t，Di，t为机组i在时段t提供的正负旋转备用，αi，βi为正负旋转备用容量的报价系数。
约束条件
(1)功率平衡约束
其中Pwft为风电预测出力，et为风电预测误差，假定其服从正态分布，L(t)为t时刻***的负荷值，α为功率平衡约束的置信水平。
(2)最大最小出力约束
ui，tPimin≤Pi，t≤ui，tPimax (4)
其中Pimin，Pimax分别为机组i的最大最小出力。
(3)机组启停时间约束
其中分别为机组i到时段t-1的连续开机和停机时间，分别为机组i最小开机和停机时间。
(4)旋转备用约束
ri，u，ri，d和分别为机组i的出力下调速率和上调速率，tr旋转备用响应时间。分别为火电机组在时段t需要提供的上下旋转备用容量。
(5)常规机组爬坡约束
Pi，t-Pi，t-1≤ui，t-1×ri，u×Δt+SUi(ui，t-ui，t-1)+Pimax(1-ui，t) (7)
Pi，t-1-Pi，t≤ui，t×ri，d×Δt+SDi(ui，t-1-ui，t)+Pimax(1-ui，t-1) (8)
其中SUi和SDi为机组i的启动爬坡能力和停机爬坡能力，Δt为机组运行时间。由于本模型中考虑调度过程中机组启停的变化，故对常规机组爬坡约束做如下约定：当常规机组出力小于等于SDi，且满足机组启停约束时，才允许机组停机。
(6)风电爬坡事件约束
滚动调度模型增加风电爬坡约束，在约束中考虑机组启停的修正，以保证在发生风电爬坡事件时***不甩负荷。
式中ΔPLut，ΔPLdt分别为***负荷在发生风电爬坡事件过程中单位步长的上升量和下降量，ΔPdt，ΔPut分别为风电发生爬坡事件过程中单位步长的下降幅值和上升幅值，Cui，t，Cdi，t分别为***在单位步长中火电机组的上、下爬坡容量。
4.根据权利要求2所述的方法，其特征在于，步骤(1)中初始数据包括常规机组的最大最小出力，常规机组的爬坡能力，常规机组发电成本参数，风电预测出力，负荷预测值。
5.根据权利要求3所建模型，其特征在于，对于随机约束的处理如式(10)所示：
。
6.根据权利要求3所建模型，其特征在于，约束(5)中机组启动和停机爬坡能力SUi和SDi为0.7*Pimax。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710560229.4A CN107240933B (zh) | 2017-07-11 | 2017-07-11 | 一种考虑风电功率特性的风火协调滚动调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710560229.4A CN107240933B (zh) | 2017-07-11 | 2017-07-11 | 一种考虑风电功率特性的风火协调滚动调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107240933A true CN107240933A (zh) | 2017-10-10 |
| CN107240933B CN107240933B (zh) | 2020-06-05 |
Family
ID=59991492
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710560229.4A Active CN107240933B (zh) | 2017-07-11 | 2017-07-11 | 一种考虑风电功率特性的风火协调滚动调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107240933B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107508327A (zh) * | 2017-10-20 | 2017-12-22 | 云南电网有限责任公司 | 基于模型预测控制的配电网自治区域并网功率控制方法 |
| CN107832542A (zh) * | 2017-11-22 | 2018-03-23 | 国网河南省电力公司电力科学研究院 | 一种基于时空尺度消纳风光的机组组合优化调度方法 |
| CN109038686A (zh) * | 2018-08-28 | 2018-12-18 | 国网山东省电力公司聊城供电公司 | 一种基于风电出力预测误差的滚动优化调度方法 |
| CN109149631A (zh) * | 2018-08-20 | 2019-01-04 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN110601190A (zh) * | 2019-09-23 | 2019-12-20 | 国网辽宁省电力有限公司鞍山供电公司 | 一种区域电网运行域划分方法 |
| CN110649663A (zh) * | 2019-09-25 | 2020-01-03 | 中国南方电网有限责任公司 | 发电量分配方法、装置、计算机设备及存储介质 |
| CN111313475A (zh) * | 2018-12-11 | 2020-06-19 | 华北电力大学（保定） | 一种功率平衡约束考虑预测误差不确定变量的电力***调度方法 |
| CN112531745A (zh) * | 2020-12-08 | 2021-03-19 | 国网山东省电力公司电力科学研究院 | 一种电力***频率安全预防控制优化方法 |
| CN112884242A (zh) * | 2021-03-13 | 2021-06-01 | 国网山东省电力公司泰安供电公司 | 一种短流程钢企需求响应潜力分析方法及*** |
| CN112994115A (zh) * | 2019-12-18 | 2021-06-18 | 华北电力大学（保定） | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 |
| CN114172210A (zh) * | 2021-11-30 | 2022-03-11 | 国网山东省电力公司青岛供电公司 | 一种考虑电源不确定性的电网规划方法及*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN105703382A (zh) * | 2016-03-07 | 2016-06-22 | 华北电力大学（保定） | 一种风电场次同步振荡抑制方法和*** |
-
2017
- 2017-07-11 CN CN201710560229.4A patent/CN107240933B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN104362673B (zh) * | 2014-10-29 | 2016-04-13 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN105703382A (zh) * | 2016-03-07 | 2016-06-22 | 华北电力大学（保定） | 一种风电场次同步振荡抑制方法和*** |
Non-Patent Citations (5)
| Title |
|---|
| 王扬等: "基于机会约束目标规划的风火储***滚动调度", 《电网技术》 * |
| 萤火虫小Q: "《http：//blog.csdn.net/qin_zhangyongheng/article/details/7887801》", 20 August 2012 * |
| 赵书强等: "基于差分进化粒子群算法的城市电动", 《华北电力大学学报》 * |
| 陈磊等: "基于负载均衡的含风电场电力***优化调度方法", 《电网技术》 * |
| 马燕峰等: "光伏电站自抗扰附加阻尼控制抑制低频振荡策", 《电网技术》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107508327A (zh) * | 2017-10-20 | 2017-12-22 | 云南电网有限责任公司 | 基于模型预测控制的配电网自治区域并网功率控制方法 |
| CN107832542B (zh) * | 2017-11-22 | 2020-09-11 | 国网河南省电力公司电力科学研究院 | 一种基于时空尺度消纳风光的机组组合优化调度方法 |
| CN107832542A (zh) * | 2017-11-22 | 2018-03-23 | 国网河南省电力公司电力科学研究院 | 一种基于时空尺度消纳风光的机组组合优化调度方法 |
| CN109149631A (zh) * | 2018-08-20 | 2019-01-04 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN109149631B (zh) * | 2018-08-20 | 2022-03-29 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN109038686A (zh) * | 2018-08-28 | 2018-12-18 | 国网山东省电力公司聊城供电公司 | 一种基于风电出力预测误差的滚动优化调度方法 |
| CN109038686B (zh) * | 2018-08-28 | 2020-02-11 | 国网山东省电力公司聊城供电公司 | 一种基于风电出力预测误差的滚动优化调度方法 |
| CN111313475A (zh) * | 2018-12-11 | 2020-06-19 | 华北电力大学（保定） | 一种功率平衡约束考虑预测误差不确定变量的电力***调度方法 |
| CN110601190A (zh) * | 2019-09-23 | 2019-12-20 | 国网辽宁省电力有限公司鞍山供电公司 | 一种区域电网运行域划分方法 |
| CN110601190B (zh) * | 2019-09-23 | 2023-06-02 | 国网辽宁省电力有限公司鞍山供电公司 | 一种区域电网运行域划分方法 |
| CN110649663A (zh) * | 2019-09-25 | 2020-01-03 | 中国南方电网有限责任公司 | 发电量分配方法、装置、计算机设备及存储介质 |
| CN112994115A (zh) * | 2019-12-18 | 2021-06-18 | 华北电力大学（保定） | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 |
| CN112994115B (zh) * | 2019-12-18 | 2023-09-29 | 华北电力大学（保定） | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 |
| CN112531745A (zh) * | 2020-12-08 | 2021-03-19 | 国网山东省电力公司电力科学研究院 | 一种电力***频率安全预防控制优化方法 |
| CN112531745B (zh) * | 2020-12-08 | 2023-05-26 | 国网山东省电力公司电力科学研究院 | 一种电力***频率安全预防控制优化方法 |
| CN112884242A (zh) * | 2021-03-13 | 2021-06-01 | 国网山东省电力公司泰安供电公司 | 一种短流程钢企需求响应潜力分析方法及*** |
| CN112884242B (zh) * | 2021-03-13 | 2022-09-16 | 国网山东省电力公司泰安供电公司 | 一种短流程钢企需求响应潜力分析方法及*** |
| CN114172210A (zh) * | 2021-11-30 | 2022-03-11 | 国网山东省电力公司青岛供电公司 | 一种考虑电源不确定性的电网规划方法及*** |
| CN114172210B (zh) * | 2021-11-30 | 2023-12-05 | 国网山东省电力公司青岛供电公司 | 一种考虑电源不确定性的电网规划方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107240933B (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107240933A (zh) | 一种考虑风电功率特性的风火协调滚动调度方法 | |
| CN113393054B (zh) | 一种风储联合***的优化调度方法及优化调度*** | |
| CN108599268B (zh) | 一种考虑风电场时空关联约束的日前优化调度方法 | |
| CN107944757A (zh) | 电力互联***可再生能源消纳能力评估分析方法 | |
| CN104993523B (zh) | 使含风电电网***优化运行的抽水蓄能电站特性精确模拟方法 | |
| CN111555281B (zh) | 一种电力***灵活性资源配置仿真方法及装置 | |
| CN104299173B (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
| CN103414206A (zh) | 一种考虑安全约束的水光火联合优化发电计划优化方法 | |
| CN103904686A (zh) | 一种考虑电力***协同能力的经济调度方法 | |
| CN111313475A (zh) | 一种功率平衡约束考虑预测误差不确定变量的电力***调度方法 | |
| Gu et al. | Optimal configuration and analysis of combined cooling, heating, and power microgrid with thermal storage tank under uncertainty | |
| CN105305423A (zh) | 一种考虑间歇性能源不确定性的最优误差边界的确定方法 | |
| CN113217131A (zh) | 基于碳减排的多能互补热电联供***的电热负荷调度方法 | |
| CN104682447A (zh) | 一种含多风电场的电力***经济调度方法 | |
| CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
| CN111245024A (zh) | 基于模型预测控制的综合能源***鲁棒优化运行方法 | |
| CN104935017A (zh) | 基于改进轻鲁棒优化模型的风电与火电机组组合方法 | |
| CN116667389A (zh) | 一种新型电力***惯量提升的风储联合预测校正控制方法 | |
| CN114676991B (zh) | 基于源荷双侧不确定的多能互补***优化调度方法 | |
| CN104239960A (zh) | 考虑抽水蓄能机组的发电计划优化方法 | |
| CN109038668A (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能*** | |
| CN116316595A (zh) | 基于新能源预测的深度学习修正的区域优化调度方法 | |
| CN105914798B (zh) | 一种基于全网同时间断面的风电场无功优化运行控制方法 | |
| Xia et al. | On spinning reserve determination and power generation dispatch optimization for wind power integration systems | |
| Ma et al. | Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |