CN112968441B - 一种应用于大规模风电基地的电网规划方法 - Google Patents

一种应用于大规模风电基地的电网规划方法 Download PDF

Info

Publication number
CN112968441B
CN112968441B CN202110269583.8A CN202110269583A CN112968441B CN 112968441 B CN112968441 B CN 112968441B CN 202110269583 A CN202110269583 A CN 202110269583A CN 112968441 B CN112968441 B CN 112968441B
Authority
CN
China
Prior art keywords
power
wind
wind power
cost
capacity
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.)
Active
Application number
CN202110269583.8A
Other languages
English (en)
Other versions
CN112968441A (zh
Inventor
张飞
亓豪
高鹭
任晓颖
刘麒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University of Science and Technology
Original Assignee
Inner Mongolia University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University of Science and Technology filed Critical Inner Mongolia University of Science and Technology
Priority to CN202110269583.8A priority Critical patent/CN112968441B/zh
Publication of CN112968441A publication Critical patent/CN112968441A/zh
Application granted granted Critical
Publication of CN112968441B publication Critical patent/CN112968441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种应用于大规模风电基地的电网规划方法，包括以下步骤：对于单个风电集群区域进行网格化处理，考虑风场出口变电站成本、汇集站成本、线路成本建立优化模型，并包含实际并网工程的约束条件，将模型转化为混合整数线性优化模型，应用Matlab调用cplex进行求解；对于整个区域，给定各点的风资源数据，将测风数据转化为未建成的风电场的出力数据，建立规划周期内的电网投资成本和调度成本之和为优化目标，并包含风电接纳水平在内的约束条件，并利用神经网络对优化模型进行求解，得到大规模风电基地的中长期规划模型；本发明可用于大规模风电基地接入大电网的规划，提供了一种更加科学合理的规划方法将大型风电基地的出力安全、经济的接入电网。

Description

一种应用于大规模风电基地的电网规划方法
技术领域
本发明涉及风电场规划技术领域，特别是设计了一种应用于大规模风电基地的电网规划方法。
背景技术
含风电场的电网规划设计作为电网发展前期决策阶段的一项重要工作，直接关系到电网的安全稳定的运行水平，也关系到能源利用和电网投资的经济性水平。电网规划分为长期、中期和短期三个阶段。
为整合资源合理的调整能源供给占比，各国规划了多个大规模风电基地。除了现有已经开发的风电资源比较集中的方式。还存在尚未开发的大规模风资源比较丰富的地区。这种风电基地的主要方式不是就地消纳，而是发出的电能基本外送。在开发过程中，传统的方案是规划与后期调度运维分开考虑。
通过目前大量的研究表明。对于风电资源不确定性分析。一定区域内的风电场之间存在出力的相关性。大规模区域内的风电出力具有一定的出力互补性，可以减少区域风力发电出力的波动性。前期的规划设计中，如果加入风电场与风电电场之间的耦合特性，合理搭配风资源互补的风电场，合理的贯序开发不同风资源地域，可以大大节省大规模风电出力电网，或是高渗透率电网后期调度的成本以及外送功率的功率线波动。对于大型外送电风电基地在前期设计规划时，如果合理的考虑风资源的时空相关特性，在现有电网规划的基础上计及风资源开发的贯序。就可以在电网使用的全生命周期中，降低运行成本，从而降低全生命周期成本。因此，如何将电网及运维调度一体化成为具有实际研究价值的课题。
发明内容
为解决上述技术问题，本发明提供了一种应用于大规模风电基地的电网规划方法，该方法能够考虑实际输变电工程实际问题，构建出考虑变电站成本和输电线成本的集群风电规划模型和综合考虑规划成本和调度运行成本的大规模风电基地的中长期规划模型，明确规划区域的风电集群的选址和贯序开发次序。
一种应用于大规模风电基地的电网规划方法，其特征在于，包含如下步骤：
获取现有电网的数据、规划周期内的负荷需求、规划区域内的风资源评估结果、规划区域内的风资源数据、各点位的规划成本参数、输电工程的典型造价、对研究区域进行栅格化处理；
根据研究区域风资源分布情况选定风电集群的区域，然后对每个风电集群区域建立考虑变电站成本和输电线路的成本的优化模型，得到变电站的选址，从而得到风电集群的网架结构。对于多个集群的区域建立考虑规划成本和调度运行成本的电网优化模型，并确保满足实际并网的约束条件；
对于风电集群的变电站的选址的数学优化模型，转化为混合整数线性模型，采用Matlab+Yalmip+CPLEX求解器进行求解，得到最终的变电站选址，并确定网架结构。对于整个区域内的电场的贯序开发、的数学模型，通过神经网络算法进行求解，得到最终4期的规划方案，每期5年；
其中，变电站选址的目标函数表达式为：
Figure 650888DEST_PATH_IMAGE001
式中，
Figure 555390DEST_PATH_IMAGE002
为并网过程的建设运行成本，忽略并网输电过程的建设时间，
Figure 795878DEST_PATH_IMAGE003
可进一 步定义为：
Figure 808834DEST_PATH_IMAGE004
其中，
Figure 425760DEST_PATH_IMAGE005
表示
Figure 184768DEST_PATH_IMAGE006
的风电场出口变电站的建设成本，
Figure 924054DEST_PATH_IMAGE007
表示
Figure 96410DEST_PATH_IMAGE006
的电站出 口输电线路建设成本，
Figure 189131DEST_PATH_IMAGE008
表示的
Figure 396121DEST_PATH_IMAGE009
的风电场组汇集站的建设成本，
Figure 40729DEST_PATH_IMAGE010
表示汇 集站并网输电线路的建设成本，
Figure 638063DEST_PATH_IMAGE011
为风电场电站的数量，
Figure 534475DEST_PATH_IMAGE012
为汇集站的数目，
Figure 595972DEST_PATH_IMAGE013
为风电场 电站并入汇集站的
Figure 411481DEST_PATH_IMAGE006
线路，
Figure 496112DEST_PATH_IMAGE014
为风电场直接通过节点
Figure 992953DEST_PATH_IMAGE015
并网的110kV线路，
Figure 971273DEST_PATH_IMAGE016
为汇集站 通过节点
Figure 160946DEST_PATH_IMAGE015
并网的线路；
实际工程中，风电基地的变电站的建设成本是一个关于变电容量的函数；所以，
Figure 744591DEST_PATH_IMAGE017
可以写为：
Figure 45123DEST_PATH_IMAGE018
Figure 877949DEST_PATH_IMAGE019
为对应元件的变电容量，
Figure 238524DEST_PATH_IMAGE020
是
Figure 297746DEST_PATH_IMAGE019
第
Figure 933127DEST_PATH_IMAGE021
段
Figure 823723DEST_PATH_IMAGE022
的建设成本，为固定的参数。
Figure 292881DEST_PATH_IMAGE023
为判断
Figure 901717DEST_PATH_IMAGE019
是否在区间
Figure 809630DEST_PATH_IMAGE022
内的0-1决策变量，当
Figure 617049DEST_PATH_IMAGE024
时，
Figure 991530DEST_PATH_IMAGE019
的约束成立，
Figure 822083DEST_PATH_IMAGE025
；
Figure DEST_PATH_IMAGE026
为足够大的正数，K在本申请中取1000;
同理，
Figure 799266DEST_PATH_IMAGE027
可写为：
Figure DEST_PATH_IMAGE028
并且风电场单位并网线路的建设成本同线路的传输容量呈现函数关系。所以
Figure 336558DEST_PATH_IMAGE029
可以写为：
Figure DEST_PATH_IMAGE030
Figure 6574DEST_PATH_IMAGE031
是风电场的变电站
Figure 262106DEST_PATH_IMAGE032
是否划分到风电场组的汇集站
Figure 246242DEST_PATH_IMAGE033
的0-1决策变量，
Figure 28253DEST_PATH_IMAGE034
是判 定
Figure 72433DEST_PATH_IMAGE035
是否在区间
Figure 815261DEST_PATH_IMAGE036
的决策变量,引入
Figure 603088DEST_PATH_IMAGE037
代表
Figure 239606DEST_PATH_IMAGE031
和
Figure 454687DEST_PATH_IMAGE034
的乘积，使该式线性化，
Figure 419231DEST_PATH_IMAGE038
表示风电场电站
Figure 10750DEST_PATH_IMAGE032
到汇集站
Figure 501774DEST_PATH_IMAGE033
的距离;
同理，
Figure 294281DEST_PATH_IMAGE039
、
Figure 870755DEST_PATH_IMAGE040
可写为：
Figure 938069DEST_PATH_IMAGE041
Figure 221282DEST_PATH_IMAGE042
进一步地，所述变电站选址的优化目标函数的约束条件为：
（1）为保证每个风电场电站能够并网运行，决定风电场电站群划分的变量
Figure 106062DEST_PATH_IMAGE043
和 风电场电站直接并网至主网节点的变量
Figure 107516DEST_PATH_IMAGE044
满足
Figure 712941DEST_PATH_IMAGE045
（2）为保证风电场电站群并网运行，决定汇集站并网至主网节点的变量
Figure 116240DEST_PATH_IMAGE046
，满足:
Figure 171921DEST_PATH_IMAGE047
（3）风电场发电基地并网输电工程的容量约束主要包括: 风电场电站出口变电站的容量不小于风电场电站的出口线路容量; 风电场电站群汇集站的变电容量不能小于所有汇集至该站的风电场电站出口线路容量之和;汇集站并网输电线路容量不大于汇集站容量:
Figure 395092DEST_PATH_IMAGE048
（4）对于风电场组汇集站选址范围，限定选址可行域R:
Figure 69787DEST_PATH_IMAGE049
（5）规划所需建设的汇集站座数由新能源电站实际并网需求决定，考虑两种极端 情况:每个风电场电站均直接并网;每个风电场电站均配套建设一个汇集站并网。因此，规 划所需建设的汇集站座数
Figure 327593DEST_PATH_IMAGE050
约束如下:
Figure 288596DEST_PATH_IMAGE051
对于整个区域的集群规划：首先，将风速数据根据风机的参数和风速-功率公式转 化为出力数据，每个风电集群的设计容量为500MW，根据规划期的负荷需求选择需要投建的 风电集群的数量N，对于选定的点的功率每N个相加，得到总输出功率，并利用相对标准差
Figure 264642DEST_PATH_IMAGE052
来进行衡量出力波动性，其中
Figure 477448DEST_PATH_IMAGE053
所述区域内的电场的贯序开发的数学模型的函数表达式为：
Figure 589761DEST_PATH_IMAGE054
式中，
Figure 987244DEST_PATH_IMAGE055
为机组投资建设费用，可进一步定义为：
Figure 185007DEST_PATH_IMAGE056
T为规划年限，r为折现率，
Figure 201505DEST_PATH_IMAGE057
为第t年新投入的风电集群的投资成本，
Figure 230641DEST_PATH_IMAGE058
为在i点上 投资成本（元/MW），这一成本也同时包含了风电基地在不同点上时与负荷中心的距离不同 而造成的输电线路建设成本。
Figure 471129DEST_PATH_IMAGE059
为在i点内第t年需要新投入的机组总装机容量；
Figure 359451DEST_PATH_IMAGE060
为折现率，在经济学中，资金有时间价值这一特性，指现在的一单位货币的购买 能力和未来的一单位的货币的购买能力是不同的，货币会随着时间的推移而增值。在经济 学中，引入折现率来衡量资金的这种时间价值特性，折现率是将未来有限期预期收益折现 成现值的比率。由于货币的这种时间价值属性，风电集群在不同年限的投资价值是不同的， 为了能更准确的对规划方案进行评价，需要对不同年限的投资的各项费用折算到同一时期 进行比较。引入折现率，可以将所有的费用折算到第一年年初进行计算；
Figure 976377DEST_PATH_IMAGE061
包括了在实际运行时的一个成本，包括了火电机组燃料费用、***切负荷惩 罚成本和弃风成本。即：
Figure 125599DEST_PATH_IMAGE062
Figure 536988DEST_PATH_IMAGE063
为火电机组燃料费用，进一步可定义为：
Figure 647027DEST_PATH_IMAGE064
火电机组消耗燃料的费用主要指火电机组运行多产生的燃料费用，火电机组运行 时，与其产生的燃料费用与机组的发电量有关，采用线性规划的方法来计算在不同场景的 发电量所产生的燃料费用。
Figure 67644DEST_PATH_IMAGE065
指场景数，
Figure 71372DEST_PATH_IMAGE066
为火电机组的单位发电量产生消耗的燃料系数，
Figure 919242DEST_PATH_IMAGE067
指每种场景发生的概率，
Figure 516577DEST_PATH_IMAGE068
表示场景s发电时长，
Figure 475306DEST_PATH_IMAGE069
代表了一年中每种场景 下火电的发电时长，
Figure 599119DEST_PATH_IMAGE070
表示在t年度在s场景中火电机组的输出功率；
Figure DEST_PATH_IMAGE071
为***切负荷惩罚成本，进一步可定义为：
Figure 289995DEST_PATH_IMAGE072
在含风电的电力***中，由于风电的时序波动性以及预测不完全准确性，在某些 极端的场景会可能出现***被迫切负荷的情况，在模型中加入***切负荷惩罚成本，已尽 量减少***的切负荷的量；
Figure DEST_PATH_IMAGE073
为切负荷的惩罚系数，
Figure 968101DEST_PATH_IMAGE074
为***在t年场景s中的切负荷 量；
为提高风电在电力***中的渗透率，在模型中加入了弃风成本。
Figure 730520DEST_PATH_IMAGE075
为弃风成本，进 一步可定义为：
Figure 584207DEST_PATH_IMAGE076
Figure DEST_PATH_IMAGE077
为弃风电的成本系数；
Figure 570618DEST_PATH_IMAGE078
为***在t年s场景下的弃风电量；
进一步地，所述优化目标函数的约束条件为：
（1）总装机容量等式：
Figure 876965DEST_PATH_IMAGE079
Figure 177496DEST_PATH_IMAGE080
总装机容量是离散的变量，为简化计算，本发明中每个点位为中心的位置可以根 据规划需求投建多个风电场，即每个点位为中心的位置内的总装机容量只能是可选风电场 装机容量的整数倍。等式中
Figure 10323DEST_PATH_IMAGE081
表示第t年点位i的总装机容量。
Figure DEST_PATH_IMAGE082
是一个0-1变量，它是对 机组是否在该点位进行投建进行选择，假设规划时有若干个容量级别的风电集群可供选 择，当第l级风电集群的容量被选中建设在点位i时，
Figure 370897DEST_PATH_IMAGE083
,反之
Figure 164541DEST_PATH_IMAGE084
。
Figure 268763DEST_PATH_IMAGE085
表示机组备 选建设容量集合,
Figure 221676DEST_PATH_IMAGE086
表示第l级机组的备选容量(规定l取1时表达式的值为0，即
Figure 956414DEST_PATH_IMAGE087
)。
总装机容量表达式制约了每个点位最多只能有一个容量级别可以被选中，并且这 个容量级别决定了该点位可投建的总装机容量。举例来说，如果选择500MW级别的备选建设 容量，则
Figure 299670DEST_PATH_IMAGE088
依次类推。
（2）有功功率平衡约束
Figure 879687DEST_PATH_IMAGE089
N为节点编号，k为线路编号；s为场景编号；
Figure 624789DEST_PATH_IMAGE090
、
Figure 389483DEST_PATH_IMAGE091
分别表示火电机组、风 电机组在场景s的t时刻的输出功率（MW），
Figure 220036DEST_PATH_IMAGE092
Figure 603744DEST_PATH_IMAGE093
分别表示节点-火电机组和节点- 风电机组的关联矩阵，用这个矩阵来表示节点与机组的联系；
Figure 468932DEST_PATH_IMAGE094
表示节点n处时间t时刻 的负荷需求（MW），
Figure 404527DEST_PATH_IMAGE095
表示场景s中线路k上的潮流；
Figure 456796DEST_PATH_IMAGE096
为节点-支路关联矩阵；
Figure 644195DEST_PATH_IMAGE097
表示 输电线集合。
（3）直流潮流等式的约束
Figure 363889DEST_PATH_IMAGE098
式中，
Figure 470386DEST_PATH_IMAGE099
表示线路k的导纳；
Figure 9951DEST_PATH_IMAGE100
表示场景s中节点n处的相角；
Figure 735462DEST_PATH_IMAGE101
为节点-支路的 关联矩阵；
Figure 309663DEST_PATH_IMAGE102
表示为节点集合；
（4）已有火电机组出力约束
Figure 587060DEST_PATH_IMAGE103
Figure 879501DEST_PATH_IMAGE104
为发电机组第t年在场景s中机组i的实际出力（MW）；
Figure 143124DEST_PATH_IMAGE105
分别 为火电机组i的出力上下限，
Figure 837410DEST_PATH_IMAGE106
表示已有火力发电机组集合。
（5）新建风电集群出力约束：
Figure 285709DEST_PATH_IMAGE107
式中
Figure 799867DEST_PATH_IMAGE108
表示风电集群i第t年在场景中的实际出力((MW),
Figure 867180DEST_PATH_IMAGE109
表示场景s中i点 位处的风强度系数，它的大小与风资源分布情况有关，本发明中取规划区域内风资源最丰 富的点的
Figure 415973DEST_PATH_IMAGE110
值为1，其他点位的系数按照该点位处风强度与风资源最丰富的点位处的风强 度之间比例确定。
（6）线路传输容量约束
Figure 35173DEST_PATH_IMAGE111
Figure 36627DEST_PATH_IMAGE112
、
Figure 907631DEST_PATH_IMAGE113
表示线路k的最大、最小容量。
（7）相位角的约束：
Figure 310931DEST_PATH_IMAGE114
式中
Figure 101032DEST_PATH_IMAGE115
表示平衡节点处的相位角，平衡节点处的相角为0，其他节点处相角为 自由变量。
本发明的有益效果在于公开的是一种应用于大规模风电基地的电网规划方法和大规模风电基地的贯序开发方法。针对单个风电集群，考虑变电站成本和输电线路成本，建立变电站寻址的优化模型，确立了考虑大规模风电基地之间的互补性，构建综合考虑规划成本和调度运行成本的优化模型，得到大规模风电基地规划的贯序贯序开发顺序，明确电网的发展方向，实现电网的精准投资。本发明可用于大规模风电并网下的电网规划和贯序开发。
附图说明
图1为本发明的研究地区栅格图。
图2为本发明的风电基地电网规划结果示意图。
图3为本发明的***示意图。
图4为本发明的流程图。
图5为为本发明的某地区的风资源分析展示图。
图6为研究案例的风电场集群接入电网的示意图。
具体实施方式
请参考附图1-6，本发明设计了一种应用于大规模风电基地的电网规划方法，该方法主要包含的步骤为：
1.对于集群的电网规划：
（1）参数设置
本文将规划区域定义成一个二维空间
Figure 589783DEST_PATH_IMAGE116
来表 征地理范围，采用二维坐标系对栅格进行编号，如图1所示；每个栅格为
Figure 264477DEST_PATH_IMAGE117
方格， 共得到32个栅格；
假设在每个方格区域内可以建设一个50MW的风电场，共32个风电场，且假设每个风电场的变电站建在栅格的中心；具体如表1所示，利用说明书中变电站选址的数学优化模型进行风电基地电网规划，风电场出口变电站的电压等级均为110kV。
表1研究地区风电场基本信息
Figure 319021DEST_PATH_IMAGE118
风电基地中配有500kV/750kV的集群中心站，用以汇集基地中所有风电场的出力；在这种方式下，集群中心站作为风电场或者风电场群并网的公共连接点，直接与并网区域超高压骨干网架相连。假设集群中心站位置为11(45,45)；本文涉及的输电工程的典型造价表如表2所示；
注：本申请中规划方案的寻优是在Matlab上搭建风电电网规划模型的MILP模型，并调用CPLEX12.5求解器对方案进行求取，所使用的计算器配置为Intel(R) Core(TM) [email protected] GHz，8GB RAM。
表2 输电工程的典型造价
Figure 217707DEST_PATH_IMAGE119
（2）电网规划的方案分析
电网规划方案中32个风电场均直接以110kV线路与集群中心站相连。同时，各风电场出口变电站和出口线路的容量配置均以上述方案提及的方式进行；根据所提风力发电基地接入***规划方法，可获得风电基地接入***规划方案，仿真结果表明：
根据所提风力发电基地接入***规划方法，可获得风电基地接入***规划方案，仿真结果表明：
32个风电场分为3组进行接入，总成本最低。分组情况：1、2、3、7、8、9、13、14、15、19为风电场群1，其汇集站1的选址为（16.52，43.87）；20、21、22、24-32为风电场群2，其汇集站2的选址为（37.32,14.58）；4、5、6、10、11、12、16、17、18、23为风电场群3，直接与中心变电站相连；线路优化配置结果如表3所示；具体接线形式是图2所示。
表3 线路配置优化结果
Figure 131436DEST_PATH_IMAGE120
此外，图2还表明了汇集站的选址处于该风电场群内部各风电场的中间位置(110k线路总长度较短，220kV并网线路较长)，而不是位于风电场群外部和公共连接点的中间位置(110kV线路总长度较长，220kV线路较短)。这是由于220kV输电线路单位容量建设成本低于110kV输电线路单位容量建设成本;从经济性角度来看，若多个风电场需要通过汇集站并网，接入***方案应尽量减少较低电压等级输电线路的长度，从而降低输电工程的总成本，如表4为风电集群接入***规划方案各项成本。地理位置相近的风电场划分为同一个风电场群，该风电场群的汇集站选址在各风电场围成的区域中间位置，并选择距离最近的主网节点作为公共连接点并网。
表4 风电集群接入***规划方案各项成本
Figure 406560DEST_PATH_IMAGE121
2.针对大区域风电集群的中长期规划：
（1）参数设置：
本算例采用我国某地区的售电量作为负荷，以近五年平均售电量增长率作为负荷 增长率，风速实测数据为算例基础数据，采样间隔为一小时，以第一年的负荷数据作为基准 年，规划过程以期为单位进行，负荷增长率为每年9%，若设置规划期为4期20年，则规划内负 荷增长情况如表5所示,***备用机组为600MW火电机组，煤耗
Figure 581189DEST_PATH_IMAGE122
，
Figure 916356DEST_PATH_IMAGE123
=800 元/MW,
Figure 51802DEST_PATH_IMAGE124
=500元/MW；
表5 规划期内***负荷变化示意图
Figure 130616DEST_PATH_IMAGE125
为验证模型接入电网的可行性，采用5节点的***作为测试***，***图如图3所示，节点1和2分别安装火电机组，节点3、4和5分别接入两个风电场群。
（2）仿真结果
首先应用相对标准差
Figure 159752DEST_PATH_IMAGE126
选择波动性最小的组合，选择点为3,4,6,8,9, 11,根据上文所述的贯序开发数学模型，得到4期的规划方案如表6所示：
表6 规划方案表
Figure 665820DEST_PATH_IMAGE127
由规划结果可以看出，在规划每一期都有风电集群投入以满足***负荷需求，其中随着负荷的逐年递增，第3,4期需要投建2个风电集群来满足负荷需求。

Claims (2)

1.一种应用于大规模风电基地的电网规划方法，其特征在于，包括以下步骤：
对单个风电集群中心，构建数学优化模型，优化模型以风电场变电站成本、汇集站成本和各级变电站间的线路成本之和最优为目标，并包含输电工程中工程约束，并将优化模型转化为混合整数线性规划模型，利用混合整数线性规划求解器对模型进行求解，得到单个风电集群的网架结构；
优化模型如下：
目标函数：
Figure 512203DEST_PATH_IMAGE001
式中，
Figure 898185DEST_PATH_IMAGE002
为并网过程的建设运行成本,忽略并网输电过程的建设时间，
Figure 615606DEST_PATH_IMAGE003
可进一步定义为：
Figure 682919DEST_PATH_IMAGE004
其中，
Figure 231712DEST_PATH_IMAGE005
表示
Figure 991857DEST_PATH_IMAGE006
的风电场出口变电站的建设成本，
Figure 727732DEST_PATH_IMAGE007
表示
Figure 595807DEST_PATH_IMAGE006
的电站出口输电线路建设成本，
Figure 999106DEST_PATH_IMAGE008
表示的
Figure 930153DEST_PATH_IMAGE009
的风电场组汇集站的建设成本，
Figure 153324DEST_PATH_IMAGE010
表示汇集站并网输电线路的建设成本，
Figure 562440DEST_PATH_IMAGE011
为风电场电站的数量，
Figure 820246DEST_PATH_IMAGE012
为汇集站的数目，
Figure 922194DEST_PATH_IMAGE013
为风电场电站并入汇集站的
Figure 632661DEST_PATH_IMAGE006
线路，
Figure 642205DEST_PATH_IMAGE014
为风电场直接通过节点
Figure 957780DEST_PATH_IMAGE015
并网的110kV线路，
Figure 27367DEST_PATH_IMAGE016
为汇集站通过节点
Figure 225130DEST_PATH_IMAGE015
并网的线路；
实际工程中，风电基地的变电站的建设成本是一个关于变电容量的函数；所以，
Figure 262136DEST_PATH_IMAGE017
可以写为：
Figure 228955DEST_PATH_IMAGE018
Figure 672706DEST_PATH_IMAGE019
为对应元件的变电容量，
Figure 561027DEST_PATH_IMAGE020
是
Figure 177953DEST_PATH_IMAGE019
第
Figure 999279DEST_PATH_IMAGE021
段
Figure 613931DEST_PATH_IMAGE022
的建设成本，为固定的参数；
Figure 786286DEST_PATH_IMAGE023
为判断
Figure 879007DEST_PATH_IMAGE019
是否在区间
Figure 85998DEST_PATH_IMAGE022
内的0-1决策变量，当
Figure 868621DEST_PATH_IMAGE024
时，
Figure 528273DEST_PATH_IMAGE019
的约束成立，
Figure 221422DEST_PATH_IMAGE025
；
Figure 955023DEST_PATH_IMAGE012
为足够大的正数，K取1000；
同理，
Figure 973795DEST_PATH_IMAGE026
可写为：
Figure 855163DEST_PATH_IMAGE027
并且风电场单位并网线路的建设成本同线路的传输容量呈现函数关系；所以
Figure 555266DEST_PATH_IMAGE028
可以写为：
Figure 471269DEST_PATH_IMAGE029
Figure 333046DEST_PATH_IMAGE030
是风电场的变电站
Figure 967290DEST_PATH_IMAGE031
是否划分到风电场组的汇集站
Figure 205504DEST_PATH_IMAGE032
的0-1决策变量，
Figure 241593DEST_PATH_IMAGE033
是判定
Figure 271341DEST_PATH_IMAGE034
是否在区间
Figure 392881DEST_PATH_IMAGE035
的决策变量,引入
Figure 434787DEST_PATH_IMAGE036
代表
Figure 59803DEST_PATH_IMAGE030
和
Figure 528962DEST_PATH_IMAGE033
的乘积，使该式线性化，
Figure 606639DEST_PATH_IMAGE037
表示风电场电站
Figure 514552DEST_PATH_IMAGE031
到汇集站
Figure 462917DEST_PATH_IMAGE032
的距离；
同理，
Figure 899714DEST_PATH_IMAGE038
、
Figure 667950DEST_PATH_IMAGE039
可写为：
Figure 848396DEST_PATH_IMAGE041
所述变电站选址的目标函数约束条件为：
（1）为保证每个风电场电站能够并网运行，决定风电场电站群划分的变量
Figure 445074DEST_PATH_IMAGE030
和新能源电站直接并网至主网节点的变量
Figure 256036DEST_PATH_IMAGE042
,必须满足:
Figure 573885DEST_PATH_IMAGE043
（2）为保证新能源电站群并网运行，决定汇集站并网至主网节点的变量
Figure 292442DEST_PATH_IMAGE044
，必须满足:
Figure 949819DEST_PATH_IMAGE045
（3）风力发电基地并网输电工程的容量约束主要包括:风电电站出口变电站的容量不小于新能源电站的出口线路容量；风电场电站群汇集站的变电容量不能小于所有汇集至该站的风电电站出口线路容量之和；汇集站并网输电线路容量不大于汇集站容量:
Figure 993999DEST_PATH_IMAGE046
（4）对于风电场组汇集站选址范围，限定选址可行域R:
Figure 533564DEST_PATH_IMAGE047
（5）规划所需建设的汇集站座数由风电场电站实际并网需求决定，考虑两种极端情况:每个风电场电站均直接并网;每个风电场电站均配套建设一个汇集站并网；因此，规划所需建设的汇集站座数
Figure 259075DEST_PATH_IMAGE048
约束如下:
Figure 833276DEST_PATH_IMAGE049
对整个区域内得风电基地的规划，考虑各场群的时空互补特性和负荷需要，建立综合考虑规划成本和调度成本的中长期规划优化模型，通过神经网络进行求解，得到区域内的电场的贯序开发顺序;
首先，将风速数据根据风机的参数和风速-功率公式转化为出力数据，每个风电集群的设计容量为500MW，根据规划期的负荷需求选择需要投建的风电集群的数量N，对于选定的点的功率每N个相加，得到总输出功率，并利用相对标准差
Figure 782777DEST_PATH_IMAGE050
来进行衡量出力波动性，其中
Figure 747322DEST_PATH_IMAGE051
通过得到的相对标准差
Figure 338840DEST_PATH_IMAGE050
最小的组合，通过k-means对风电出力数据进行聚类，得到典型出力场景；建立综合考虑规划成本和调度运行成本的优化模型，得到风电集群的贯序开发顺序；
其中区域内的电场的贯序开发模型为：
目标函数：
Figure 702301DEST_PATH_IMAGE052
式中，
Figure 822704DEST_PATH_IMAGE053
为机组投资建设费用，可进一步定义为：
Figure 805703DEST_PATH_IMAGE054
T为规划年限，r为折现率，
Figure 935333DEST_PATH_IMAGE053
为第t年新投入的风电集群的投资成本，
Figure 156230DEST_PATH_IMAGE055
为在i点上投资成本，单位为元/MW，这一成本也同时包含了风电基地在不同点上时与负荷中心的距离不同而造成的输电线路建设成本；
Figure 978693DEST_PATH_IMAGE056
为在i点内第t年需要新投入的机组总装机容量；
Figure 917830DEST_PATH_IMAGE057
为折现率，在经济学中，资金有时间价值这一特性，指现在的一单位货币的购买能力和未来的一单位的货币的购买能力是不同的，货币会随着时间的推移而增值；在经济学中，引入折现率来衡量资金的这种时间价值特性，折现率是将未来有限期预期收益折现成现值的比率；由于货币的这种时间价值属性，风电集群在不同年限的投资价值是不同的，为了能更准确的对规划方案进行评价，需要对不同年限的投资的各项费用折算到同一时期进行比较；引入折现率，可以将所有的费用折算到第一年年初进行计算；
Figure 851151DEST_PATH_IMAGE058
包括了在实际运行时的一个成本，包括了火电机组燃料费用、***切负荷惩罚成本和弃风成本；即：
Figure 926554DEST_PATH_IMAGE059
Figure 654339DEST_PATH_IMAGE060
为火电机组燃料费用，进一步可定义为：
Figure 143089DEST_PATH_IMAGE061
火电机组消耗燃料的费用主要指火电机组运行多产生的燃料费用，火电机组运行时，与其产生的燃料费用与机组的发电量有关，采用线性规划的方法来计算在不同场景的发电量所产生的燃料费用；
Figure 549275DEST_PATH_IMAGE062
指场景数，
Figure 807081DEST_PATH_IMAGE063
为火电机组的单位发电量产生消耗的燃料系数，
Figure 909029DEST_PATH_IMAGE064
指每种场景发生的概率，TS表示场景s发电时长，
Figure 619496DEST_PATH_IMAGE065
代表了一年中每种场景下火电的发电时长，
Figure 97882DEST_PATH_IMAGE066
表示在t年度在s场景中火电机组的输出功率；
Figure 413457DEST_PATH_IMAGE067
为***切负荷惩罚成本，进一步可定义为：
Figure 686307DEST_PATH_IMAGE068
在含风电的电力***中，由于风电的时序波动性以及预测不完全准确性，在某些极端的场景会可能出现***被迫切负荷的情况，在模型中加入***切负荷惩罚成本，已尽量减少***的切负荷的量；
Figure 149649DEST_PATH_IMAGE069
为切负荷的惩罚系数，
Figure 900567DEST_PATH_IMAGE069
=800元/MWh，
Figure 132966DEST_PATH_IMAGE070
为***在t年场景s中的切负荷量；
为提高风电在电力***中的渗透率，在模型中加入了弃风成本；
Figure 573787DEST_PATH_IMAGE071
为弃风成本，进一步可定义为：
Figure 462108DEST_PATH_IMAGE072
Figure 79034DEST_PATH_IMAGE073
为弃风电的成本系数，
Figure 103622DEST_PATH_IMAGE073
=500元/MWh ；
Figure 780591DEST_PATH_IMAGE074
为***在t年s场景下的弃风电量；
所述目标函数的约束条件为：
（1）总装机容量等式：
Figure 890630DEST_PATH_IMAGE075
Figure 780088DEST_PATH_IMAGE076
总装机容量是离散的变量，为简化计算，每个点位为中心的位置可以根据规划需求投建多个风电场，即每个点位为中心的位置内的总装机容量只能是可选风电场装机容量的整数倍；等式中
Figure 190341DEST_PATH_IMAGE056
表示第t年点位i的总装机容量；
Figure 772632DEST_PATH_IMAGE077
是一个0-1变量，它是对机组是否在该点位进行投建进行选择，假设规划时有若干个容量级别的风电集群可供选择，当第l级风电集群的容量被选中建设在点位i时，
Figure 369967DEST_PATH_IMAGE078
,反之
Figure 325766DEST_PATH_IMAGE079
；
Figure 324946DEST_PATH_IMAGE080
表示机组备选建设容量集合,
Figure 343717DEST_PATH_IMAGE081
表示第l级机组的备选容量，规定l取1时表达式的值为0，即
Figure 428348DEST_PATH_IMAGE082
；
总装机容量表达式制约了每个点位最多只能有一个容量级别可以被选中，并且这个容量级别决定了该点位可投建的总装机容量；如果选择500MW级别的备选建设容量，则
Figure 925188DEST_PATH_IMAGE083
依次类推；
（2）有功功率平衡约束
Figure 778875DEST_PATH_IMAGE084
N为节点编号，k为线路编号；s为场景编号；
Figure 968548DEST_PATH_IMAGE085
、
Figure 806054DEST_PATH_IMAGE086
分别表示火电机组、风电机组在场景s的t时刻的输出功率,单位为MW，
Figure 841006DEST_PATH_IMAGE087
分别表示节点-火电机组和节点-风电机组的关联矩阵，用这个矩阵来表示节点与机组的联系；
Figure 549199DEST_PATH_IMAGE088
表示节点n处时间t时刻的负荷需求，单位为MW，
Figure 909773DEST_PATH_IMAGE089
表示场景s中线路k上的潮流；
Figure 989504DEST_PATH_IMAGE090
为节点-支路关联矩阵；
Figure 562567DEST_PATH_IMAGE091
表示输电线集合；
（3）直流潮流等式的约束
Figure 453163DEST_PATH_IMAGE092
式中，
Figure 922322DEST_PATH_IMAGE093
表示线路k的导纳；
Figure 468841DEST_PATH_IMAGE094
表示场景s中节点n处的相角；
Figure 111175DEST_PATH_IMAGE090
为节点-支路的关联矩阵；
Figure 856277DEST_PATH_IMAGE095
表示为节点集合；
（4）已有火电机组出力约束
Figure 496337DEST_PATH_IMAGE096
Figure 326889DEST_PATH_IMAGE097
为发电机组第t年在场景s中机组i的实际出力，单位为MW；
Figure 445018DEST_PATH_IMAGE098
分别为火电机组i的出力上下限，
Figure 310206DEST_PATH_IMAGE099
表示已有火力发电机组集合；
（5）新建风电集群出力约束：
Figure 914975DEST_PATH_IMAGE100
式中
Figure 170507DEST_PATH_IMAGE101
表示风电集群i第t年在场景中的实际出力，单位为MW,
Figure 154644DEST_PATH_IMAGE102
表示场景s中i点位处的风强度系数，它的大小与风资源分布情况有关，取规划区域内风资源最丰富的点的
Figure 608759DEST_PATH_IMAGE103
值为1，其他点位的系数按照该点位处风强度与风资源最丰富的点位处的风强度之间比例确定；
（6）线路传输容量约束
Figure 590621DEST_PATH_IMAGE104
Figure 395766DEST_PATH_IMAGE105
、
Figure 121277DEST_PATH_IMAGE106
表示线路k的最大、最小容量；
（7）相位角的约束：
Figure 695477DEST_PATH_IMAGE107
式中
Figure 848241DEST_PATH_IMAGE108
表示平衡节点处的相位角，平衡节点处的相角为0，其他节点处相角为自由变量。
2.根据权利要求1所述的应用于大规模风电基地的电网规划方法，其特征在于：预先获取或规划给定区域电网的数据，规划区域输电工程的典型造价数据，规划区域的单位成本数据，规划区域的时空互补特性，规划区域的风资源数据，规划区域的负荷预测数据。
CN202110269583.8A 2021-03-12 2021-03-12 一种应用于大规模风电基地的电网规划方法 Active CN112968441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110269583.8A CN112968441B (zh) 2021-03-12 2021-03-12 一种应用于大规模风电基地的电网规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110269583.8A CN112968441B (zh) 2021-03-12 2021-03-12 一种应用于大规模风电基地的电网规划方法

Publications (2)

Publication Number Publication Date
CN112968441A CN112968441A (zh) 2021-06-15
CN112968441B true CN112968441B (zh) 2023-03-24

Family

ID=76277713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110269583.8A Active CN112968441B (zh) 2021-03-12 2021-03-12 一种应用于大规模风电基地的电网规划方法

Country Status (1)

Country Link
CN (1) CN112968441B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807563A (zh) * 2021-07-28 2021-12-17 国网能源研究院有限公司 一种计及不同功能模块运行特性的多站融合优化方法
CN113642788A (zh) * 2021-08-10 2021-11-12 陕西四季春清洁热源股份有限公司 多样化的适用于大型中深层地热区域的热源优化规划方法
CN113675940B (zh) * 2021-08-17 2024-04-16 中国华能集团清洁能源技术研究院有限公司 一种植物工厂供电***及植物工厂供电方法
CN116436020B (zh) * 2023-05-05 2024-05-07 国网湖南省电力有限公司 新能源上网汇集站的需求判定方法及***
CN117371154B (zh) * 2023-12-06 2024-05-03 广东电网有限责任公司珠海供电局 含m3c变频站选址定容的工分频互联***电网规划***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124707A (zh) * 2014-07-23 2014-10-29 北京四方继保自动化股份有限公司 一种基于密集小水电群的水电站功率快速调节***及实现方法
CN108365610A (zh) * 2018-01-16 2018-08-03 华北电力大学 一种基于源网协调的无功电压控制方法
CN109728605A (zh) * 2019-03-01 2019-05-07 西安交通大学 基于机会约束igdt的风电场-输电网-储能联合规划方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103746389B (zh) * 2014-01-21 2016-08-17 国家电网公司 基于无功电压特性的风电500kV汇集变电站无功补偿配置方法
CN105375513B (zh) * 2015-11-06 2017-08-25 国家电网公司 一种基于实时在线等值的110千伏风电场自动电压控制方法
CN107294130B (zh) * 2017-06-28 2020-01-17 东北电力大学 一种风储发电黑启动***及其储能配置方法
CN108683197A (zh) * 2018-06-15 2018-10-19 北京清大高科***控制有限公司 降低大型风电并网区弃风问题的动态无功功率配置方法
US11165254B2 (en) * 2018-09-18 2021-11-02 Sinewatts, Inc. Systems and methods for electricity generation, storage, distribution, and dispatch
CN109524988B (zh) * 2018-11-26 2021-12-03 国网河北省电力有限公司 一种基于总有功功率趋势预测的风电汇集站电压控制方法
US20200203951A1 (en) * 2018-12-19 2020-06-25 Battelle Memorial Institute Transactive mechanism to engage inverters for reactive power support
CN111082466B (zh) * 2019-12-27 2021-03-02 国网宁夏电力有限公司经济技术研究院 考虑风电不确定性的新能源接入与网架扩建优化方法
CN111799777A (zh) * 2020-06-11 2020-10-20 国网山东省电力公司经济技术研究院 一种考虑天然气与电力耦合的综合能源规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124707A (zh) * 2014-07-23 2014-10-29 北京四方继保自动化股份有限公司 一种基于密集小水电群的水电站功率快速调节***及实现方法
CN108365610A (zh) * 2018-01-16 2018-08-03 华北电力大学 一种基于源网协调的无功电压控制方法
CN109728605A (zh) * 2019-03-01 2019-05-07 西安交通大学 基于机会约束igdt的风电场-输电网-储能联合规划方法

Also Published As

Publication number Publication date
CN112968441A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN112968441B (zh) 一种应用于大规模风电基地的电网规划方法
CN106874630B (zh) 基于电量消纳的区域电网新能源开发潜力评估方法
CN113746144B (zh) 一种源网荷实时交互的电碳控制方法及其智能管理***
CN105356492B (zh) 一种适用于微电网的能量管理仿真***及方法
CN112178756B (zh) 一种供热智能管理***及其工作方法
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
CN102063563B (zh) 网省地一体化的母线负荷预测方法
CN103577901A (zh) 潮间带风电接入电网的方法
CN103138256A (zh) 一种新能源电力消纳全景分析***及方法
CN109978242A (zh) 基于统计升尺度的光伏发电集群功率预测方法及装置
CN109740808A (zh) 一种风光水互补发电计划计算方法及***
CN114243709A (zh) 一种需求侧可调节资源分层分级的调度运行方法
Weinand et al. Identification of potential off-grid municipalities with 100% renewable energy supply for future design of power grids
CN107769268A (zh) 一种含小水电的地调范围日前预测省供负荷方法
CN108695859A (zh) 一种接入主动配电网的电容器组选址定容方法
CN105654224A (zh) 一种计及风电不确定性的省级电网月度购电风险管理方法
CN113890029A (zh) 面向可开放容量提升的配电网多目标优化方法
CN114066315A (zh) 一种适应多元源荷接入的配电网规划***
Gao et al. Thermoelectric optimization of integrated energy system considering wind-photovoltaic uncertainty, two-stage power-to-gas and ladder-type carbon trading
CN105610199A (zh) 考虑网架约束的风光配比确定方法及其装置
CN107834543A (zh) 一种基于两阶段混合整数规划的电力***运行模拟方法
Zhang et al. Multi–objective cluster partition method for distribution network considering uncertainties of distributed generations and loads
CN116167644A (zh) 一种配网侧零碳新型电力***评价指标方法
CN115840865A (zh) 一种碳排放因子计算方法及碳足迹计量装置、方法、***
CN111211558B (zh) 一种电力***负荷趋势分析方法

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