CN113270895A - 一种电能与辅助服务市场的日前鲁棒联合优化方法及*** - Google Patents

一种电能与辅助服务市场的日前鲁棒联合优化方法及*** Download PDF

Info

Publication number
CN113270895A
CN113270895A CN202110818094.3A CN202110818094A CN113270895A CN 113270895 A CN113270895 A CN 113270895A CN 202110818094 A CN202110818094 A CN 202110818094A CN 113270895 A CN113270895 A CN 113270895A
Authority
CN
China
Prior art keywords
new energy
unit
auxiliary service
prediction error
constraint
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
Application number
CN202110818094.3A
Other languages
English (en)
Other versions
CN113270895B (zh
Inventor
蔡帜
丁强
***
戴赛
李立新
潘毅
崔晖
李宇轩
胡晓静
盛灿辉
张传成
屈富敏
李哲
张瑞雯
常江
徐晓彤
黄国栋
许丹
胡晨旭
李博
李静
李志宏
杨晓楠
王磊
苏明玉
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.)
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
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 China Electric Power Research Institute Co Ltd CEPRI filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN202110818094.3A priority Critical patent/CN113270895B/zh
Publication of CN113270895A publication Critical patent/CN113270895A/zh
Application granted granted Critical
Publication of CN113270895B publication Critical patent/CN113270895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电力自动化领域,公开一种电能与辅助服务市场的日前鲁棒联合优化方法及***,包括:接收电力市场出清请求,请求进行电力市场出清;调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;输出电力市场出清结果。本发明针对当前新能源预测误差较大、弃风弃光现象严重的问题,提出了一种电能与辅助服务市场的日前鲁棒联合优化方法及***,本发明中所提出的考虑新能源预测误差的日前电能与辅助服务市场联合优化模型,考虑了新能源波动误差,具有较强的鲁棒性,能适应较大新能源波动误差;有效提供电网的新能源消纳能力;本发明可为大规模新能源接入下的电力市场运营提供有效参考。

Description

一种电能与辅助服务市场的日前鲁棒联合优化方法及***
技术领域
本发明属于电力自动化技术领域,特别涉及一种电能与辅助服务市场的日前鲁棒联合优化方法及***。
背景技术
新能源一般是指在新技术基础上加以开发利用的可再生能源,包括常见的太阳能和风能等。新能源发电也就是利用现有的技术,通过太阳能和风能,实现发电的过程。然而,太阳能和风能不受人为因素控制,波动较大,太阳能和风能发电的处理波对也随之较大,难以准确的预估。
在处理新能源的不确定性问题方面,主要有随机规划法和鲁棒优化法两种方法;两者相比,鲁棒优化具有不依赖于不确定参数的概率分布,可以应用于大规模计算等优点。现有技术中,通过场景的蒙特卡洛仿真抽取来测试电力市场出清结果能否实现对清洁能源的消纳能力。但是这种方法无法保证在新能源功率出现较大波动误差时,仍能实现新能源的完全消纳。导致,当前新能源预测误差较大,弃风弃光现象严重。
发明内容
本发明的目的在于提供一种电能与辅助服务市场的日前鲁棒联合优化方法及***,以解决上述优化方法在新能源功率出现较大波动误差时,无法实现新能源的完全消纳,导致弃风弃光现象严重的技术问题。
为了实现上述目的,本发明采用入下技术方案:
第一方面,本发明提供一种辅助服务市场的日前鲁棒联合优化方法,包括以下步骤:
接收电力市场出清请求,请求进行电力市场出清;
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出电力市场出清结果。
本发明进一步的改进在于:调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 392880DEST_PATH_IMAGE001
(1)
s.t.
Figure 575599DEST_PATH_IMAGE002
(2)
Figure 620916DEST_PATH_IMAGE003
(3)
式中:
Figure 812863DEST_PATH_IMAGE004
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 909126DEST_PATH_IMAGE005
为单位备用容量的费用,p res 为电网的备用容量,
Figure 997167DEST_PATH_IMAGE006
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;g(∙)为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 529780DEST_PATH_IMAGE007
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
本发明进一步的改进在于:调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 994259DEST_PATH_IMAGE008
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 194297DEST_PATH_IMAGE009
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 453240DEST_PATH_IMAGE010
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 784733DEST_PATH_IMAGE011
(7)
Figure 52903DEST_PATH_IMAGE012
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 841867DEST_PATH_IMAGE013
(9)
式中,
Figure 553603DEST_PATH_IMAGE014
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max , f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 60807DEST_PATH_IMAGE015
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 601510DEST_PATH_IMAGE016
(10)
式中:
Figure 776139DEST_PATH_IMAGE017
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 376885DEST_PATH_IMAGE018
为第w个新能源机组的预测误差上限,
Figure 371386DEST_PATH_IMAGE019
为第w个新能源机组的预测误差下限。
本发明进一步的改进在于:调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;获得得出电力市场出清结果。
第二方面,本发明还提供一种电能与辅助服务市场的日前鲁棒联合优化***,包括:
接收模块,用于接收电力市场出清请求,请求进行电力市场出清;
调用求解模块,用于调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出模块,用于输出电力市场出清结果。
本发明进一步的改进在于:考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 230626DEST_PATH_IMAGE020
(1)
s.t.
Figure 994183DEST_PATH_IMAGE021
(2)
Figure 31409DEST_PATH_IMAGE022
(3)
式中:
Figure 247627DEST_PATH_IMAGE023
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 395711DEST_PATH_IMAGE024
为单位备用容量的费用,p res 为电网的备用容量,
Figure 13775DEST_PATH_IMAGE025
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;
Figure 221902DEST_PATH_IMAGE026
为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 925416DEST_PATH_IMAGE027
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
本发明进一步的改进在于:考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 627924DEST_PATH_IMAGE028
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 366073DEST_PATH_IMAGE029
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 745101DEST_PATH_IMAGE030
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 935911DEST_PATH_IMAGE031
(7)
Figure 691378DEST_PATH_IMAGE032
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 18454DEST_PATH_IMAGE033
(9)
式中,
Figure 89090DEST_PATH_IMAGE034
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max , f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 767196DEST_PATH_IMAGE035
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 60774DEST_PATH_IMAGE036
(10)
式中:
Figure 507936DEST_PATH_IMAGE037
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 963188DEST_PATH_IMAGE038
为第w个新能源机组的预测误差上限,
Figure 394169DEST_PATH_IMAGE039
为第w个新能源机组的预测误差下限。
本发明进一步的改进在于:考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;获得得出电力市场出清结果。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现所述的电能与辅助服务市场的日前鲁棒联合优化方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现所述的电能与辅助服务市场的日前鲁棒联合优化方法。
相对于现有技术,本发明具有以下有益效果:
本发明针对当前新能源预测误差较大、弃风弃光现象严重的问题,提出了一种电能与辅助服务市场的日前鲁棒联合优化方法及***,本发明中所提出的考虑新能源预测误差的日前电能与辅助服务市场联合优化模型,考虑了新能源波动误差,具有较强的鲁棒性,能适应较大新能源波动误差;有效提供电网的新能源消纳能力;有效的改善了弃风弃光现象严重的技术问题。本发明可为大规模新能源接入下的电力市场运营提供有效参考。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种电能与辅助服务市场的日前鲁棒联合优化方法的流程示意图;
图2为本发明一种电能与辅助服务市场的日前鲁棒联合优化***的结构框图;
图3为本发明一种电子设备的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
请参阅图1所示,本发明提供一种电能与辅助服务市场的日前鲁棒联合优化方法,包括以下步骤:
S1、接收电力市场出清请求,请求进行电力市场出清;
S2、调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
S3、输出电力市场出清结果。
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 976592DEST_PATH_IMAGE040
(1)
s.t.
Figure 543839DEST_PATH_IMAGE021
(2)
Figure 435572DEST_PATH_IMAGE022
(3)
式中:
Figure 353849DEST_PATH_IMAGE042
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 989230DEST_PATH_IMAGE043
为单位备用容量的费用,p res 为电网的备用容量,
Figure 145405DEST_PATH_IMAGE044
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;
Figure 457306DEST_PATH_IMAGE045
为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 331721DEST_PATH_IMAGE046
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 36372DEST_PATH_IMAGE047
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 312633DEST_PATH_IMAGE029
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 811747DEST_PATH_IMAGE048
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 173458DEST_PATH_IMAGE049
(7)
Figure 901374DEST_PATH_IMAGE032
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 32141DEST_PATH_IMAGE033
(9)
式中,
Figure 702157DEST_PATH_IMAGE050
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max , f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 551164DEST_PATH_IMAGE051
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 332038DEST_PATH_IMAGE052
(10)
式中:
Figure 582891DEST_PATH_IMAGE053
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 407497DEST_PATH_IMAGE054
为第w个新能源机组的预测误差上限,
Figure 9379DEST_PATH_IMAGE055
为第w个新能源机组的预测误差下限。
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;获得得出电力市场出清结果。
实施例2
本实施例2提供一种电能与辅助服务市场的日前鲁棒联合优化方法,与实施例1不同的是:
步骤S2中,建立考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标:
在日前调度中,调度中心的决策目标是:在保证电网运行的安全性和可靠性的前提下,提高电网应对新能源预测误差的能力以及在最坏情况下的运行经济性。整个决策过程可以描述为一个 min-max 优化问题。电能和辅助服务的日前鲁棒联合优化模型的优化目标为市场购电费用最小,如下式所示:
Figure 328365DEST_PATH_IMAGE057
(11)
式中,t为时段编号,T为时段总数;N为常规机组总数;p i,t 是常规机组i时刻t的出力,p w,t 是在时刻t的新能源功率,a i,t ,a i,reg,t ,a i,res,t 分别为常规机组i在时刻t的电能、调频和备用费用系数;p i,reg,t 为常规机组i在时刻t的调频容量,p i,res,t 为常规机组i在时刻t的备用容量。
(6)鲁棒约束中:
当新能源机组运行在最大出力点时,新能源出力不确定性来自预测误差。在置信水平给定的情况下,新能源机组在每个时刻的预测误差存在上下限,故而新能源出力集合W可以表达为:
Figure 433724DEST_PATH_IMAGE058
(12)
式中,
Figure 445543DEST_PATH_IMAGE059
,
Figure 3563DEST_PATH_IMAGE060
分别为第w个新能源机组在第 t 个时间段内的有功功率下限和上限。
公式(10)描述的是Soyster线性鲁棒优化模型意义下的鲁棒模型。该模型可以保证可行解在最坏情况下的鲁棒性,但是保守性太强,不符合经济性的要求。本发明使用椭球集合描述不确定变量的可行域。该方法应用到本发明情境下,可以理解为同一新能源机组在多个时刻均达到预测误差上界/下界的概率较小。新能源出力集合W为:
Figure 142551DEST_PATH_IMAGE052
(10)
式中:
Figure 102417DEST_PATH_IMAGE053
代表第w个新能源机组在第t个时间段内的预测值;θ是由调度中心决定的风险度参数,表征了调度中心对调度策略应对风险的态度。
Figure 285137DEST_PATH_IMAGE062
为第w个新能源机组的预测误差上限,
Figure 596032DEST_PATH_IMAGE063
为第w个新能源机组的预测误差下限;当θ=0时,集合W退化为只有新能源预测向量
Figure 256821DEST_PATH_IMAGE064
的单元素集合,表示完全不考虑新能源预测误差风险;当θ增大时,集合W表示的椭球集合范围增大,模型的鲁棒性增强,但经济性减弱。
日前调度在制定机组组合时,需要考虑新能源预测误差对各省电网安全性的影响,即在日前调度制定机组组合后,对任意可能出现的预测误差,都能够通过日内调度中对联络线计划和机组出力的调节,使电力***始终满足安全运行约束。
基于以上分析,日前调度的数学描述(公式11)可以简化表述为:
Figure 586040DEST_PATH_IMAGE020
(1)
s.t.
Figure 939661DEST_PATH_IMAGE021
(2)
Figure 737853DEST_PATH_IMAGE022
(3)
式中:
Figure 733490DEST_PATH_IMAGE065
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 402369DEST_PATH_IMAGE066
为单位备用容量的费用,p res 为电网的备用容量,
Figure 677624DEST_PATH_IMAGE067
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;g(∙)为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 697532DEST_PATH_IMAGE068
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
在目标函数中,不确定参数为对称分布,则其期望与具体分布规律无关,而等于参数平均值,即
Figure 700124DEST_PATH_IMAGE069
。从实际角度出发,预测误差一般呈对称分布,这意味着新能源功率实际值也应当符合对称分布。机组出力与新能源出力线性相关,故而,机组出力也应当服从对称分布。
于是,模型优化目标(1)、约束条件(4)-(10),共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,采集新能源预测功率、预测误差上下限,以及各类市场出清所需数据;通过对偶方法,转化为二次锥规划进行求解;获得电力市场出清结果。
实施例3
请参阅图2所示,本发明还提供一种电能与辅助服务市场的日前鲁棒联合优化***,包括:
接收模块,用于接收电力市场出清请求,请求进行电力市场出清;
调用求解模块,用于调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出模块,用于输出电力市场出清结果。
本发明中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 489088DEST_PATH_IMAGE020
(1)
s.t.
Figure 184512DEST_PATH_IMAGE021
(2)
Figure 426137DEST_PATH_IMAGE022
(3)
式中:
Figure 232419DEST_PATH_IMAGE065
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 141469DEST_PATH_IMAGE066
为单位备用容量的费用,p res 为电网的备用容量,
Figure 985623DEST_PATH_IMAGE067
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;g(∙)为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 980124DEST_PATH_IMAGE071
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
本发明中,电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 324517DEST_PATH_IMAGE072
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 88074DEST_PATH_IMAGE029
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 859721DEST_PATH_IMAGE030
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 607097DEST_PATH_IMAGE031
(7)
Figure 755182DEST_PATH_IMAGE032
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 123977DEST_PATH_IMAGE073
(9)
式中,
Figure 332105DEST_PATH_IMAGE074
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max , f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 35619DEST_PATH_IMAGE076
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 721815DEST_PATH_IMAGE052
(10)
式中:
Figure 459964DEST_PATH_IMAGE077
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 573413DEST_PATH_IMAGE054
为第w个新能源机组的预测误差上限,
Figure 764223DEST_PATH_IMAGE078
为第w个新能源机组的预测误差下限。本发明中,电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;获得得出电力市场出清结果。
实施例3
请参阅图3所示,本发明还提供一种电能与辅助服务市场的日前鲁棒联合优化方法的电子设备100;所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103,所述处理器102通过运行或执行存储在所述存储器101内的计算机程序,以及调用存储在存储器101内的数据,实现实施例1所述的电能与辅助服务市场的日前鲁棒联合优化方法步骤。所述存储器101可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外,存储器101可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等,所述处理器102是所述电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种电能与辅助服务市场的日前鲁棒联合优化方法,所述处理器102可执行所述多个指令从而实现:
接收电力市场出清请求,请求进行电力市场出清;
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出电力市场出清结果。
具体地,所述处理器102对上述指令的具体实现方法可参考实施例1中相关步骤的描述,在此不赘述。
实施例4
所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM,Read-Only Memory)。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种电能与辅助服务市场的日前鲁棒联合优化方法,其特征在于,包括以下步骤:
接收电力市场出清请求,请求进行电力市场出清;
调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出电力市场出清结果。
2.根据权利要求1所述的一种电能与辅助服务市场的日前鲁棒联合优化方法,其特征在于,调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 135327DEST_PATH_IMAGE001
(1)
s.t.
Figure 318046DEST_PATH_IMAGE002
(2)
Figure 114095DEST_PATH_IMAGE003
(3)
式中:
Figure 774884DEST_PATH_IMAGE005
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 854835DEST_PATH_IMAGE007
为单位备用容量的费用,p res 为电网的备用容量,
Figure 942877DEST_PATH_IMAGE009
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;
Figure 475489DEST_PATH_IMAGE011
为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 939969DEST_PATH_IMAGE013
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
3.根据权利要求2所述的一种电能与辅助服务市场的日前鲁棒联合优化方法,其特征在于,调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 874427DEST_PATH_IMAGE014
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 133370DEST_PATH_IMAGE015
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 408405DEST_PATH_IMAGE016
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 410996DEST_PATH_IMAGE017
(7)
Figure 199961DEST_PATH_IMAGE018
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 895384DEST_PATH_IMAGE019
(9)
式中,
Figure 402589DEST_PATH_IMAGE021
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max ,f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 943292DEST_PATH_IMAGE023
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 852342DEST_PATH_IMAGE024
(10)
式中:
Figure 453087DEST_PATH_IMAGE026
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 198321DEST_PATH_IMAGE028
为第w个新能源机组的预测误差上限,
Figure 542714DEST_PATH_IMAGE030
为第w个新能源机组的预测误差下限。
4.根据权利要求3所述的一种电能与辅助服务市场的日前鲁棒联合优化方法,其特征在于,调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果的步骤中,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;得出电力市场出清结果。
5.一种电能与辅助服务市场的日前鲁棒联合优化***,其特征在于,包括:
接收模块,用于接收电力市场出清请求,请求进行电力市场出清;
调用求解模块,用于调用约束条件求解预先建立的考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型,得出电力市场出清结果;
输出模块,用于输出电力市场出清结果。
6.根据权利要求5所述的一种电能与辅助服务市场的日前鲁棒联合优化***,其特征在于,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标为:
Figure 306271DEST_PATH_IMAGE001
(1)
s.t.
Figure 343497DEST_PATH_IMAGE002
(2)
Figure 559715DEST_PATH_IMAGE003
(3)
式中:
Figure 707799DEST_PATH_IMAGE031
为单位调频容量的费用,p reg 为电网的调频容量,
Figure 325863DEST_PATH_IMAGE032
为单位备用容量的费用,p res 为电网的备用容量,
Figure 533990DEST_PATH_IMAGE033
为单位电能量的费用,p 0 为机组出力向量;p为所有可能的机组状态向量集合;
Figure 486771DEST_PATH_IMAGE034
为电力***安全运行约束,包括功率平衡和输电线路容量约束;
Figure 172968DEST_PATH_IMAGE035
为无新能源预测误差场景下的新能源出力向量;p 0 为无新能源预测误差场景下的机组出力;p w 为任意可能的新能源预测误差向量;p aux 为辅助服务出清结果;p c p w 对应的机组出力;W为新能源出力集合;T为时段总数。
7.根据权利要求6所述的一种电能与辅助服务市场的日前鲁棒联合优化***,其特征在于,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的约束包括:
***平衡约束:
Figure 911117DEST_PATH_IMAGE014
(4)
式中,p d,t 是在时刻t的负荷功率,p i,t t时刻的常规机组出力,N i 为常规机组数量,p w,t t时刻的新能源出力;
机组运行约束:
Figure 290145DEST_PATH_IMAGE036
(5)
式中,p i,min ,p i,max 为常规机组i出力上下限;
机组爬坡约束:
Figure 480955DEST_PATH_IMAGE016
(6)
式中,p i,up ,p i,down 为常规机组i爬坡速率上下限;
调频、备用容量需求约束:
Figure 970842DEST_PATH_IMAGE017
(7)
Figure 563498DEST_PATH_IMAGE018
(8)
式中,R reg,t 、R res,t 为在时刻t的调频需求和备用需求;
支路及断面限额约束:
Figure 864160DEST_PATH_IMAGE019
(9)
式中,
Figure 542266DEST_PATH_IMAGE037
表示场景s下节点m和节点n之间的支路在时刻t的潮流值,f mn,max ,f mn,min 为节点m和节点n之间的支路的潮流值上下限,
Figure 835844DEST_PATH_IMAGE038
为场景s下断面h在时刻t的潮流,S h,max ,S h,min 为断面h的潮流上下限;
鲁棒约束:
Figure 283006DEST_PATH_IMAGE024
(10)
式中:
Figure 472679DEST_PATH_IMAGE039
代表第w个新能源机组在第t个时间段内的预测值;θ为风险度参数,
Figure 638081DEST_PATH_IMAGE040
为第w个新能源机组的预测误差上限,
Figure DEST_PATH_IMAGE041
为第w个新能源机组的预测误差下限。
8.根据权利要求7所述的一种电能与辅助服务市场的日前鲁棒联合优化***,其特征在于,考虑新能源预测误差的电能和辅助服务的日前鲁棒联合优化模型的优化目标和约束共同构成描述的参数不确定量为椭球集合的鲁棒线性规划问题,通过对偶方法,转化为二次锥规划进行求解;得出电力市场出清结果。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至4中任意一项所述的电能与辅助服务市场的日前鲁棒联合优化方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至4中任意一项所述的电能与辅助服务市场的日前鲁棒联合优化方法。
CN202110818094.3A 2021-07-20 2021-07-20 一种电能与辅助服务市场的日前鲁棒联合优化方法及*** Active CN113270895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110818094.3A CN113270895B (zh) 2021-07-20 2021-07-20 一种电能与辅助服务市场的日前鲁棒联合优化方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110818094.3A CN113270895B (zh) 2021-07-20 2021-07-20 一种电能与辅助服务市场的日前鲁棒联合优化方法及***

Publications (2)

Publication Number Publication Date
CN113270895A true CN113270895A (zh) 2021-08-17
CN113270895B CN113270895B (zh) 2021-10-15

Family

ID=77236871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110818094.3A Active CN113270895B (zh) 2021-07-20 2021-07-20 一种电能与辅助服务市场的日前鲁棒联合优化方法及***

Country Status (1)

Country Link
CN (1) CN113270895B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113964829A (zh) * 2021-10-28 2022-01-21 国网湖北省电力有限公司 考虑风电出力不确定性的调频市场出清安全校核方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175727A (zh) * 2019-06-26 2019-08-27 华北电力大学 一种电网调峰辅助服务市场主辅协调优化方法
CN110390467A (zh) * 2019-06-25 2019-10-29 河海大学 一种基于关键场景辨别的虚拟电厂随机自适应鲁棒优化调度方法
CN112381263A (zh) * 2020-09-23 2021-02-19 四川大学 基于区块链分布式数据存储多微网日前鲁棒电能交易方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390467A (zh) * 2019-06-25 2019-10-29 河海大学 一种基于关键场景辨别的虚拟电厂随机自适应鲁棒优化调度方法
CN110175727A (zh) * 2019-06-26 2019-08-27 华北电力大学 一种电网调峰辅助服务市场主辅协调优化方法
CN112381263A (zh) * 2020-09-23 2021-02-19 四川大学 基于区块链分布式数据存储多微网日前鲁棒电能交易方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAI,ZHI等: "Cross-provincial Day-ahead to Intra-day ......", 《IEEE》 *
王志成等: "考虑实时市场平衡费用的含风电日前市场电能-备用联合出清模型", 《中国电力》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113964829A (zh) * 2021-10-28 2022-01-21 国网湖北省电力有限公司 考虑风电出力不确定性的调频市场出清安全校核方法
CN113964829B (zh) * 2021-10-28 2023-08-22 国网湖北省电力有限公司 考虑风电出力不确定性的调频市场出清安全校核方法

Also Published As

Publication number Publication date
CN113270895B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
JP4064334B2 (ja) エネルギーシステムの制御装置および制御方法
CN113270895B (zh) 一种电能与辅助服务市场的日前鲁棒联合优化方法及***
Teleke et al. Validation of battery energy storage control for wind farm dispatching
CN110690702A (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
CN114156893B (zh) 面向新能源消纳场景的电网调度方法、装置、设备及介质
CN113962446A (zh) 一种微电网群协同调度方法、装置、电子设备和存储介质
CN116502832A (zh) 一种多微电网联合规划方法、***、存储介质及电子设备
Wen et al. Optimal distributed energy storage investment scheme for distribution network accommodating high renewable penetration
CN113659576B (zh) 交直流混联电网下跨区域交互方法、装置、设备和介质
CN113270896B (zh) 电能与辅助服务联合优化方法、***、设备和存储介质
CN111884214B (zh) 适用于园区能量路由器集群的分层优化调度方法及装置
CN115622087B (zh) 配电网的功率调控方法、装置和设备
CN105914780B (zh) 风储联合发电***发电指标跟踪方法及装置
CN116777234A (zh) 一种两阶段鲁棒优化模型的构建、策略制定方法及***
CN116365585A (zh) 新能源电网规划模型的构建方法、装置及终端设备
CN116131318A (zh) 面向韧性提升主动配电网两阶段鲁棒优化控制方法及装置
CN112365193B (zh) 考虑线路传输安全的电力市场集中式出清方法及装置
Robles et al. Capacity firming for wind generation using one-step model predictive control and battery energy storage system
CN114256878B (zh) 含风电***分区备用配置方法、***、存储介质及服务器
CN113162124B (zh) 新能源集中并网节点出力优化方法、装置、设备及介质
CN112418566B (zh) 一种混合储能***集群响应调频市场方法
CN113872238B (zh) 一种电力***自动电压控制方法、装置、电子设备及存储介质
CN113991732B (zh) 分布式配电网双目标电压控制方法、装置
CN114709879A (zh) 计及源网荷储的电网备用确定方法、装置、设备及介质
CN118100245A (zh) 一种基于v2h的户用光储充***能量管理方法

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