CN113346479A - 一种基于机会约束的电力***经济调度方法 - Google Patents

一种基于机会约束的电力***经济调度方法 Download PDF

Info

Publication number
CN113346479A
CN113346479A CN202110538549.6A CN202110538549A CN113346479A CN 113346479 A CN113346479 A CN 113346479A CN 202110538549 A CN202110538549 A CN 202110538549A CN 113346479 A CN113346479 A CN 113346479A
Authority
CN
China
Prior art keywords
power
renewable energy
model
constraint
energy source
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
CN202110538549.6A
Other languages
English (en)
Other versions
CN113346479B (zh
Inventor
孙勇
李宝聚
傅吉悦
吴文传
王彬
杨越
郭雷
王建勋
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.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Jilin Electric Power Corp
Original Assignee
Tsinghua University
State Grid Jilin Electric Power Corp
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 Tsinghua University, State Grid Jilin Electric Power Corp filed Critical Tsinghua University
Priority to CN202110538549.6A priority Critical patent/CN113346479B/zh
Publication of CN113346479A publication Critical patent/CN113346479A/zh
Application granted granted Critical
Publication of CN113346479B publication Critical patent/CN113346479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/50—Reuse, recycling or recovery technologies
    • Y02W30/82—Recycling of waste of electrical or electronic equipment [WEEE]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于机会约束的电力***经济调度方法，属于电力***运行控制技术领域。该方法首先建立由目标函数和约束条件构成的基于机会约束的电力***经济调度模型，然后对该模型进行转化，将模型中的机会约束写成分位数的形式并引入松弛变量，建立松弛后的基于机会约束的电力***经济调度模型，求解得到各松弛变量的值；利用各松弛变量的值，获得基于机会约束的电力***经济调度模型有可行解的约束条件，然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解，获得电力***最终的调度结果。本发明考虑了电力***中可再生能源的波动，保证了电力***安全，适合应用于具有高可再生能源渗透率的电力***经济调度场景之中。

Description

一种基于机会约束的电力***经济调度方法
技术领域
本发明涉及一种基于机会约束的电力***经济调度方法，属于电力***运行控制技术领域。
背景技术
电力***的经济调度对电力***运行具有重要的指导作用，负责制定发电机组的出力计划，在满足用电负荷和保证电力***安全的前提下实现经济运行。
机会约束经济调度被广泛用于应对可再生能源带来的不确定性问题中。在机会约束经济调度中，通过将风险限制在允许的水平内来保证电力***的安全性。随着可再生能源渗透率的迅速提高，在某些场景下电力***存在备用不足或输电阻塞的情况，此时传统的机会约束经济调度模型可能存在不可解的情况。因此，在某些场景下，对于具有高可再生能源渗透率的电力***，为了保证***安全性，必须减少可再生能源出力。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种基于机会约束的电力***经济调度方法。本发明提出了一种有效的求解方法来相继确定可再生能源弃电量和传统发电机出力，考虑了电力***中可再生能源的波动，保证了电力***安全，，适合应用于具有高可再生能源渗透率的电力***经济调度场景之中，具有很高的应用价值。
本发明提出一种基于机会约束的电力***经济调度方法，其特征在于，该方法首先建立由目标函数和约束条件构成的基于机会约束的电力***经济调度模型，然后对该模型进行转化，将模型中的机会约束写成分位数的形式并引入松弛变量，建立松弛后的基于机会约束的电力***经济调度模型，求解得到各松弛变量的值；利用各松弛变量的值，获得基于机会约束的电力***经济调度模型有可行解的约束条件，然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解，得到各时段各可再生能源的弃电量及各发电机的有功功率，从而获得最终的调度结果。该方法包括以下步骤：
1)建立基于机会约束的电力***经济调度模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定电力***经济调度模型的目标函数，表达式如下：
Figure BDA0003070709540000021
其中，T为优化周期的时段数，NG为接入发电机的节点集合，
Figure BDA0003070709540000022
为第i台发电机在时段t的有功功率，
Figure BDA0003070709540000023
为第i台发电机在时段t的发电成本，NR为接入可再生能源的节点集合，
Figure BDA0003070709540000024
为第j个可再生能源的有功出力上限，
Figure BDA0003070709540000025
为第j个可再生能源在时段t的弃电惩罚费用；
其中，
Figure BDA0003070709540000026
其中，Agi,Bgi,Cgi为第i台发电机的发电成本系数；
Figure BDA0003070709540000027
其中，Kj为第j个可再生能源的惩罚费用系数，Cj为第j个可再生能源的最大容量，
Figure BDA0003070709540000028
为第j个可再生能源在时段t的可用容量概率密度函数；
1-2)确定电力***经济调度模型的约束条件，包括：
1-2-1)发电机功率约束：
Figure BDA0003070709540000029
Figure BDA00030707095400000210
Figure BDA00030707095400000211
其中，
Figure BDA00030707095400000212
分别为第i台发电机的功率上限和下限，Rupi,Rdowni分别为第i台发电机的向上爬坡功率限制和向下爬坡功率限制；
1-2-2)可再生能源功率约束：
Figure BDA00030707095400000213
Figure BDA00030707095400000214
其中，
Figure BDA00030707095400000215
为第j个可再生能源在时段t的调度功率，
Figure BDA00030707095400000216
为第j个可再生能源在时段t的预测功率，
Figure BDA00030707095400000217
为第j个可再生能源在时段t的实际功率，
Figure BDA00030707095400000218
为第j个可再生能源在时段t的可用功率；
1-2-3)功率平衡约束：
Figure BDA00030707095400000219
其中，
Figure BDA00030707095400000220
为节点k在时段t的负荷需求，ND为接入负荷的节点集合；
1-2-4)仿射控制和备用约束：
Figure BDA0003070709540000031
Figure BDA0003070709540000032
Figure BDA0003070709540000033
其中，
Figure BDA0003070709540000034
为第i台发电机考虑仿射控制时的实际功率，βi为第i台发电机的仿射控制参与因子，αUR,αDR分别为上调备用不足的最大允许概率和下调备用不足的最大允许概率；
1-2-5)线路传输容量约束：
Figure BDA0003070709540000035
Figure BDA0003070709540000036
其中，NW为线路集合，
Figure BDA0003070709540000037
分别为线路L相对于节点i,j,k的功率转移因子，PL为线路L的最大传输容量，
Figure BDA0003070709540000038
分别为线路L传输容量正向越限的最大允许概率和反向越限的最大允许概率；
2)对步骤1)建立的模型进行转化，建立松弛后的基于机会约束的电力***经济调度模型并求解；具体步骤如下：
2-1)通过替换式(10)中的
Figure BDA0003070709540000039
将步骤1)中模型的机会约束式(11)-(14)写成分位数的形式，如下所示：
Figure BDA00030707095400000310
Figure BDA00030707095400000311
Figure BDA00030707095400000312
Figure BDA00030707095400000313
Figure BDA00030707095400000314
Figure BDA00030707095400000315
其中，Q(ξ|p)为随机变量ξ的p分位数，
Figure BDA00030707095400000316
为考虑仿射控制时线路L相对于节点j的等效功率转移因子，ML为仿射控制对支路L功率转移因子的修正系数；
令可再生能源功率在时段t的联合分布如下所示：
Figure BDA0003070709540000041
Figure BDA0003070709540000042
其中，
Figure BDA0003070709540000043
为各个可再生能源在t时段可用功率组成的随机变量，
Figure BDA0003070709540000044
为各个可再生能源在t时段功率出力组成的随机变量；
2-2)用
Figure BDA0003070709540000045
替换式(15)-(18)分位数中的
Figure BDA0003070709540000046
并在下调备用约束式(16)和传输功率约束式(17)-(18)引入松弛变量，得到式(23)-(26)；
Figure BDA0003070709540000047
Figure BDA0003070709540000048
Figure BDA0003070709540000049
Figure BDA00030707095400000410
其中，drst为t时段下调备用约束中的松弛变量，
Figure BDA00030707095400000411
分别为t时段线路传输容量正向约束中的松弛变量和反向约束中的松弛变量；
2-3)建立松弛后的机会约束经济调度模型并求解；
其中，该模型目标函数为式(27)，约束条件包括式(4)-(7)，式(9)，式(23)-(26)以及式(28)，表达式如下：
Figure BDA00030707095400000412
s.t.式(4)-(7)，(9)，(23)-(26)及(28)
其中，
Figure BDA00030707095400000413
其中，其中，
Figure BDA00030707095400000414
分别为t时段下调备用的权重系数和断面风险的权重系数；
求解该模型，得到
Figure BDA00030707095400000415
的最优解；
3)确定各可再生能源弃电量和各发电机的有功功率，得到电力***调度结果；具体步骤如下：
3-1)利用步骤2-3)中模型的求解结果，通过松弛变量
Figure BDA00030707095400000416
的值获得步骤1)建立的基于机会约束的电力***经济调度模型有可行解的约束条件：
如果松弛变量drst的值不为零，在可再生能源弃电后，若步骤1)的模型有可行解，则满足如下式所示的不等式约束：
Figure BDA0003070709540000051
如果松弛变量
Figure BDA0003070709540000052
不为零，则式(17)中的分位数满足如下式(30)所示的不等式约束：
Figure BDA0003070709540000053
如果松弛变量
Figure BDA0003070709540000054
不为零，则式(18)中的分位数满足如下式(31)所示的不等式约束：
Figure BDA0003070709540000055
约束式(29)-(31)写成如下式所示的形式：
Figure BDA0003070709540000056
其中，Ω为参与弃电的可再生能源的下标集合，cj,ck为常系数；
3-2)建立可再生能源弃电量调度模型并求解；
其中，可再生能源弃电量调度模型的目标函数如下式所示：
Figure BDA0003070709540000057
式(33)的一阶和二阶导数分别如下所示：
Figure BDA0003070709540000058
Figure BDA0003070709540000059
用如式(36)所示的线性不等式来近似式(33)中的弃电惩罚：
Figure BDA00030707095400000510
通过求解式(36)，获得各可再生能源在各时段t弃电量
Figure BDA00030707095400000511
然后，基于概率预测得到的可再生能源可用功率的概率分布和求解式(36)得到的弃电量计算式(15)-(18)中的分位数，约束式(15)-(18)变成确定性线性约束；
3-3)利用步骤3-2)的结果，建立发电机出力优化模型并求解，得到各发电机在各时段的有功功率
Figure BDA0003070709540000061
其中，该优化模型的目标函数为式(37)，约束条件包括：式(4)-(7),式(9)、式(15)-(18)和式(38)，表达式如下：
Figure BDA0003070709540000062
s.t.式(4)-(7),(9)，(15)-(18)和(38)
Figure BDA0003070709540000063
3-4)步骤3-2)得到的各可再生能源在各时段的弃电量和步骤3-3)得到的各发电机在各时段的有功功率即为电力***调度结果。
本发明提出的一种基于机会约束的电力***经济调度方法，其优点是：
(1)本发明提出的基于机会约束的电力***经济调度方法将常规发电机出力和可再生能源弃电策略同时优化，以最大程度地降低总运行成本并限制运行风险。
(2)本发明提出了一种有效的求解方法来相继确定可再生能源弃电量和传统发电机出力，并为每个步骤建立了易求解的优化模型，适合应用于具有高可再生能源渗透率的电力***经济调度场景之中。
具体实施方式
本发明提出的一种基于机会约束的电力***经济调度方法，首先建立由目标函数和约束条件构成的基于机会约束的电力***经济调度模型，然后对该模型进行转化，将模型中的机会约束写成分位数的形式并引入松弛变量，建立松弛后的基于机会约束的电力***经济调度模型，求解得到各松弛变量的值；利用各松弛变量的值，获得基于机会约束的电力***经济调度模型有可行解的约束条件，然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解，得到各时段各可再生能源的弃电量及各发电机的有功功率，从而获得最终的调度结果。该方法包括以下步骤：
1)建立基于机会约束的电力***经济调度模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定电力***经济调度模型的目标函数；
电力***经济调度的目标为总成本最小化，总成本包括发电成本和可再生能源弃电惩罚费用，目标函数如下式所示：
Figure BDA0003070709540000064
其中，T为优化周期的时段数，NG为接入发电机的节点集合，
Figure BDA0003070709540000071
为第i台发电机在时段t的有功功率，
Figure BDA0003070709540000072
为第i台发电机在时段t的发电成本，NR为接入可再生能源的节点集合，
Figure BDA0003070709540000073
为第j个可再生能源的有功出力上限，
Figure BDA0003070709540000074
为第j个可再生能源在时段t的弃电惩罚费用。
其中，发电成本可以用下式的二次函数表示：
Figure BDA0003070709540000075
其中，Agi,Bgi,Cgi为第i台发电机的发电成本系数。
可再生能源弃电惩罚费用如下式所示：
Figure BDA0003070709540000076
其中，Kj为第j个可再生能源的惩罚费用系数，Cj为第j个可再生能源的最大容量，
Figure BDA0003070709540000077
为第j个可再生能源在时段t的可用容量概率密度函数。
1-2)确定电力***经济调度模型的约束条件，包括：
1-2-1)发电机功率约束：
Figure BDA0003070709540000078
Figure BDA0003070709540000079
Figure BDA00030707095400000710
其中，
Figure BDA00030707095400000711
分别为第i台发电机的功率上限和下限，Rupi,Rdowni分别为第i台发电机的向上爬坡功率限制和向下爬坡功率限制。
1-2-2)可再生能源功率约束：
Figure BDA00030707095400000712
Figure BDA00030707095400000713
其中，
Figure BDA00030707095400000714
为第j个可再生能源在时段t的调度功率，
Figure BDA00030707095400000715
为第j个可再生能源在时段t的预测功率，
Figure BDA00030707095400000716
为第j个可再生能源在时段t的实际功率，
Figure BDA00030707095400000717
为第j个可再生能源在时段t的可用功率。
1-2-3)功率平衡约束：
Figure BDA00030707095400000718
其中，
Figure BDA00030707095400000719
为节点k在时段t的负荷需求，ND为接入负荷的节点集合。
1-2-4)仿射控制和备用约束：
Figure BDA0003070709540000081
Figure BDA0003070709540000082
Figure BDA0003070709540000083
其中，
Figure BDA0003070709540000084
为第i台发电机考虑仿射控制时的实际功率，βi为第i台发电机的仿射控制参与因子，αUR,αDR分别为上调备用不足的最大允许概率和下调备用不足的最大允许概率。
1-2-5)线路传输容量约束：
Figure BDA0003070709540000085
Figure BDA0003070709540000086
其中，NW为线路集合，
Figure BDA0003070709540000087
分别为线路L相对于节点i,j,k的功率转移因子，
Figure BDA0003070709540000088
为线路L的最大传输容量，
Figure BDA0003070709540000089
分别为线路L传输容量正向越限的最大允许概率和反向越限的最大允许概率。
2)检验不可行约束和可再生能源弃电量，对步骤1)建立的模型进行转化，建立松弛后的基于机会约束的电力***经济调度模型并求解；具体步骤如下：
2-1)通过替换式(10)中的
Figure BDA00030707095400000817
将机会约束式(11)-(14)写成分位数的形式，如下所示：
Figure BDA00030707095400000810
Figure BDA00030707095400000811
Figure BDA00030707095400000812
Figure BDA00030707095400000813
Figure BDA00030707095400000814
Figure BDA00030707095400000815
其中，Q(ξ|p)为随机变量ξ的p分位数，
Figure BDA00030707095400000816
为考虑仿射控制时线路L相对于节点j的等效功率转移因子，ML为仿射控制对支路L功率转移因子的修正系数。
假设可再生能源功率在时段t的联合分布已知，如下所示：
Figure BDA0003070709540000091
Figure BDA0003070709540000092
其中，
Figure BDA0003070709540000093
为各个可再生能源在t时段可用功率组成的随机变量，
Figure BDA0003070709540000094
为各个可再生能源在t时段功率出力组成的随机变量；
在传统的不考虑可再生能源弃电的机会约束经济调度中，实际的可再生能源功率
Figure BDA0003070709540000095
等于可用的可再生能源功率
Figure BDA0003070709540000096
然而，式(16)-(18)中分位数的计算是基于可再生能源不存在弃电情况的假设，这可能导致传统发电机功率
Figure BDA0003070709540000097
没有可行解。
2-2)通过减小式(16)-(18)中等式右边的分位数可以削减可再生能源功率，从而降低下调备用不足和输电阻塞的风险。用
Figure BDA0003070709540000098
替换式(15)-(18)分位数中的
Figure BDA0003070709540000099
并在下调备用约束式(16)和传输功率约束式(17)-(18)中引入松弛变量，可以得到下式(23)-(26)：
Figure BDA00030707095400000910
Figure BDA00030707095400000911
Figure BDA00030707095400000912
Figure BDA00030707095400000913
其中，drst为t时段下调备用约束中的松弛变量，
Figure BDA00030707095400000914
分别为t时段线路传输容量正向约束中的松弛变量和反向约束中的松弛变量；
2-3)建立松弛后的基于机会约束的电力***经济调度模型并求解；
其中，该模型目标函数为式(27)，式(27)的目标为最小化松弛变量的加权和来解决发电机有功功率
Figure BDA00030707095400000915
没有可行解的情况。在计算完线性组合
Figure BDA00030707095400000916
的分位数之后，下面松弛后的基于机会约束的电力***经济调度模型可以用线性规划直接求解。
Figure BDA00030707095400000917
s.t.式(4)-(7)，(9)，(23)-(26)及(28)
其中，
Figure BDA00030707095400000918
其中，
Figure BDA00030707095400000919
分别为t时段下调备用的权重系数和断面风险的权重系数。
求解该模型，得到
Figure BDA0003070709540000101
的最优解；
3)确定各可再生能源弃电量和各发电机的有功功率，得到电力***调度结果；具体步骤如下：
3-1)在求解完步骤2-3)中松弛后的基于机会约束的电力***经济调度模型后，可以通过松弛变量得到
Figure BDA0003070709540000102
的最优解的值获得步骤1)建立的基于机会约束的电力***经济调度模型有可行解的约束条件：
如果下调备用约束中的松弛变量drst的值不为零，在可再生能源弃电后，为了使步骤1)的模型有可行解，下式所示的不等式约束必须满足：
Figure BDA0003070709540000103
如果松弛变量
Figure BDA0003070709540000104
不为零，则传输容量约束式(17)中的分位数满足如下式(30)所示的不等式约束：
Figure BDA0003070709540000105
如果松弛变量
Figure BDA0003070709540000106
不为零，则传输容量约束式(18)中的分位数满足如下式(31)所示的不等式约束：
Figure BDA0003070709540000107
约束式(29)-(31)可以写成下式所示的形式：
Figure BDA0003070709540000108
其中，Ω为参与弃电的可再生能源的下标集合，cj,ck为常系数。
3-2)建立可再生能源弃电量调度模型并求解；
如下式所示，可再生能源弃电量调度的目标函数为最小化整体的弃电惩罚费用：
Figure BDA0003070709540000109
式(32)中的分位数和式(33)中的目标函数是关于可再生能源功率上限
Figure BDA00030707095400001010
的非线性函数，可以用式(32)和(33)的线性近似来获得一个易求解的可再生能源弃电量调度模型，该模型的目标函数式(33)的一阶和二阶导数分别如下所示：
Figure BDA00030707095400001011
Figure BDA00030707095400001012
由于目标函数式(33)的二阶导数大于等于零，因此弃电量惩罚是关于可再生能源功率上限
Figure BDA0003070709540000111
的凸函数。根据凸函数的性质，用下式(36)所示的线性不等式来近似式(33)中的弃电惩罚：
Figure BDA0003070709540000112
通过求解式(36)，可以获得各可再生能源在各时段的弃电量
Figure BDA0003070709540000113
然后，基于概率预测得到的可再生能源可用功率的概率分布和求解式(36)得到的弃电量计算式(15)-(18)中的分位数，约束式(15)-(18)变成确定性线性约束。
3-3)利用步骤3-2)的结果，通过求解如下所示的发电机出力优化模型得到各发电机在各时段的有功功率
Figure BDA0003070709540000114
从而获得发电机的调度出力。
其中，该优化模型的目标函数为式(37)，约束条件中式(38)用来限制可再生能源的调度出力低于其功率上限。
Figure BDA0003070709540000115
s.t.式(4)-(7),(9)，(15)-(18)和(38)
Figure BDA0003070709540000116
3-4)步骤3-2)得到的各可再生能源在各时段的弃电量和步骤3-3)得到的各发电机在各时段的有功功率即为电力***调度结果。

Claims (2)

1.一种基于机会约束的电力***经济调度方法，其特征在于，该方法首先建立由目标函数和约束条件构成的基于机会约束的电力***经济调度模型，然后对该模型进行转化，将模型中的机会约束写成分位数的形式并引入松弛变量，建立松弛后的基于机会约束的电力***经济调度模型，求解得到各松弛变量的值；利用各松弛变量的值，获得基于机会约束的电力***经济调度模型有可行解的约束条件，然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解，得到各时段各可再生能源的弃电量及各发电机的有功功率，从而获得最终的调度结果。
2.如权利要求1所述的电力***经济调度方法，其特征在于，该方法包括以下步骤：
1)建立基于机会约束的电力***经济调度模型，该模型由目标函数和约束条件构成；具体步骤如下：
1-1)确定电力***经济调度模型的目标函数，表达式如下：
Figure FDA0003070709530000011
其中，T为优化周期的时段数，NG为接入发电机的节点集合，
Figure FDA0003070709530000012
为第i台发电机在时段t的有功功率，
Figure FDA0003070709530000013
为第i台发电机在时段t的发电成本，NR为接入可再生能源的节点集合，
Figure FDA0003070709530000014
为第j个可再生能源的有功出力上限，
Figure FDA0003070709530000015
为第j个可再生能源在时段t的弃电惩罚费用；
其中，
Figure FDA0003070709530000016
其中，Agi,Bgi,Cgi为第i台发电机的发电成本系数；
Figure FDA0003070709530000017
其中，Kj为第j个可再生能源的惩罚费用系数，Cj为第j个可再生能源的最大容量，
Figure FDA0003070709530000018
为第j个可再生能源在时段t的可用容量概率密度函数；
1-2)确定电力***经济调度模型的约束条件，包括：
1-2-1)发电机功率约束：
Figure FDA0003070709530000019
Figure FDA00030707095300000110
Figure FDA00030707095300000111
其中，
Figure FDA0003070709530000021
Pi分别为第i台发电机的功率上限和下限，Rupi,Rdowni分别为第i台发电机的向上爬坡功率限制和向下爬坡功率限制；
1-2-2)可再生能源功率约束：
Figure FDA0003070709530000022
Figure FDA0003070709530000023
其中，
Figure FDA0003070709530000024
为第j个可再生能源在时段t的调度功率，
Figure FDA0003070709530000025
为第j个可再生能源在时段t的预测功率，
Figure FDA0003070709530000026
为第j个可再生能源在时段t的实际功率，
Figure FDA0003070709530000027
为第j个可再生能源在时段t的可用功率；
1-2-3)功率平衡约束：
Figure FDA0003070709530000028
其中，
Figure FDA0003070709530000029
为节点k在时段t的负荷需求，ND为接入负荷的节点集合；
1-2-4)仿射控制和备用约束：
Figure FDA00030707095300000210
Figure FDA00030707095300000211
Figure FDA00030707095300000212
其中，
Figure FDA00030707095300000213
为第i台发电机考虑仿射控制时的实际功率，βi为第i台发电机的仿射控制参与因子，αUR,αDR分别为上调备用不足的最大允许概率和下调备用不足的最大允许概率；
1-2-5)线路传输容量约束：
Figure FDA00030707095300000214
Figure FDA00030707095300000215
其中，NW为线路集合，
Figure FDA00030707095300000216
分别为线路L相对于节点i,j,k的功率转移因子，
Figure FDA00030707095300000217
为线路L的最大传输容量，
Figure FDA00030707095300000218
分别为线路L传输容量正向越限的最大允许概率和反向越限的最大允许概率；
2)对步骤1)建立的模型进行转化，建立松弛后的基于机会约束的电力***经济调度模型并求解；具体步骤如下：
2-1)通过替换式(10)中的
Figure FDA00030707095300000219
将步骤1)中模型的机会约束式(11)-(14)写成分位数的形式，如下所示：
Figure FDA0003070709530000031
Figure FDA0003070709530000032
Figure FDA0003070709530000033
Figure FDA0003070709530000034
Figure FDA0003070709530000035
Figure FDA0003070709530000036
其中，Q(ξ|p)为随机变量ξ的p分位数，
Figure FDA0003070709530000037
为考虑仿射控制时线路L相对于节点j的等效功率转移因子，ML为仿射控制对支路L功率转移因子的修正系数；
令可再生能源功率在时段t的联合分布如下所示：
Figure FDA0003070709530000038
Figure FDA0003070709530000039
其中，
Figure FDA00030707095300000310
为各个可再生能源在t时段可用功率组成的随机变量，
Figure FDA00030707095300000311
为各个可再生能源在t时段功率出力组成的随机变量；
2-2)用
Figure FDA00030707095300000312
替换式(15)-(18)分位数中的
Figure FDA00030707095300000313
并在下调备用约束式(16)和传输功率约束式(17)-(18)引入松弛变量，得到式(23)-(26)；
Figure FDA00030707095300000314
Figure FDA00030707095300000315
Figure FDA00030707095300000316
Figure FDA00030707095300000317
其中，drst为t时段下调备用约束中的松弛变量，
Figure FDA00030707095300000318
分别为t时段线路传输容量正向约束中的松弛变量和反向约束中的松弛变量；
2-3)建立松弛后的机会约束经济调度模型并求解；
其中，该模型目标函数为式(27)，约束条件包括式(4)-(7)，式(9)，式(23)-(26)以及式(28)，表达式如下：
Figure FDA0003070709530000041
s.t.式(4)-(7)，(9)，(23)-(26)及(28)
其中，
Figure FDA0003070709530000042
其中，
Figure FDA0003070709530000043
分别为t时段下调备用的权重系数和断面风险的权重系数；
求解该模型，得到
Figure FDA0003070709530000044
的最优解；
3)确定各可再生能源弃电量和各发电机的有功功率，得到电力***调度结果；具体步骤如下：
3-1)利用步骤2-3)中模型的求解结果，通过松弛变量
Figure FDA0003070709530000045
的值获得步骤1)建立的基于机会约束的电力***经济调度模型有可行解的约束条件：
如果松弛变量drst的值不为零，在可再生能源弃电后，若步骤1)的模型有可行解，则满足如下式所示的不等式约束：
Figure FDA0003070709530000046
如果松弛变量
Figure FDA0003070709530000047
不为零，则式(17)中的分位数满足如下式(30)所示的不等式约束：
Figure FDA0003070709530000048
如果松弛变量
Figure FDA0003070709530000049
不为零，则式(18)中的分位数满足如下式(31)所示的不等式约束：
Figure FDA00030707095300000410
约束式(29)-(31)写成如下式所示的形式：
Figure FDA00030707095300000411
其中，Ω为参与弃电的可再生能源的下标集合，cj,ck为常系数；
3-2)建立可再生能源弃电量调度模型并求解；
其中，可再生能源弃电量调度模型的目标函数如下式所示：
Figure FDA0003070709530000051
式(33)的一阶和二阶导数分别如下所示：
Figure FDA0003070709530000052
Figure FDA0003070709530000053
用如式(36)所示的线性不等式来近似式(33)中的弃电惩罚：
Figure FDA0003070709530000054
通过求解式(36)，获得各可再生能源在各时段t弃电量
Figure FDA0003070709530000055
然后，基于概率预测得到的可再生能源可用功率的概率分布和求解式(36)得到的弃电量计算式(15)-(18)中的分位数，约束式(15)-(18)变成确定性线性约束；
3-3)利用步骤3-2)的结果，建立发电机出力优化模型并求解，得到各发电机在各时段的有功功率
Figure FDA0003070709530000056
其中，该优化模型的目标函数为式(37)，约束条件包括：式(4)-(7),式(9)、式(15)-(18)和式(38)，表达式如下：
Figure FDA0003070709530000057
s.t.式(4)-(7),(9)，(15)-(18)和(38)
Figure FDA0003070709530000058
3-4)步骤3-2)得到的各可再生能源在各时段的弃电量和步骤3-3)得到的各发电机在各时段的有功功率即为电力***调度结果。
CN202110538549.6A 2021-05-18 2021-05-18 一种基于机会约束的电力***经济调度方法 Active CN113346479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110538549.6A CN113346479B (zh) 2021-05-18 2021-05-18 一种基于机会约束的电力***经济调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110538549.6A CN113346479B (zh) 2021-05-18 2021-05-18 一种基于机会约束的电力***经济调度方法

Publications (2)

Publication Number Publication Date
CN113346479A true CN113346479A (zh) 2021-09-03
CN113346479B CN113346479B (zh) 2022-12-13

Family

ID=77470630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110538549.6A Active CN113346479B (zh) 2021-05-18 2021-05-18 一种基于机会约束的电力***经济调度方法

Country Status (1)

Country Link
CN (1) CN113346479B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090031259A1 (en) * 2007-07-25 2009-01-29 Gray Michael S Obtaining a feasible integer solution in a hierarchical circuit layout optimization
CN103337040A (zh) * 2013-05-24 2013-10-02 国家电网公司 一种计及风电波动性的风电发电计划编制***及编制方法
CN105006843A (zh) * 2014-04-17 2015-10-28 国家电网公司 一种应对风电不确定性的多时间尺度柔性负荷调度方法
CN106940869A (zh) * 2017-03-10 2017-07-11 国网山东省电力公司经济技术研究院 考虑负荷不确定性的参考电网鲁棒优化评价方法
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息***不确定性的主动配电网优化调度模型及方法
CN109657898A (zh) * 2018-10-19 2019-04-19 云南电网有限责任公司 一种基于凸松弛的可再生能源随机动态经济调度方法
CN109728578A (zh) * 2019-02-19 2019-05-07 清华大学 基于牛顿法求解分位数的电力***随机动态机组组合方法
CN110224395A (zh) * 2019-05-31 2019-09-10 四川大学 计及dg相关性和ev需求响应的配电网协同规划方法
CN110689209A (zh) * 2019-10-30 2020-01-14 华南理工大学 一种同步优化风电容许区间和机组期望发电成本的方法
CN111083668A (zh) * 2020-01-02 2020-04-28 山东大学 一种在车联网中基于联盟博弈算法的d2d资源分配方法
CN111541237A (zh) * 2020-04-02 2020-08-14 浙江大学 基于机会约束极限学习机的风电功率非参数区间预测方法
CN112418486A (zh) * 2020-10-28 2021-02-26 上海交通大学 基于可再生能源消纳能力的数据驱动调度方法
CN112564182A (zh) * 2020-11-25 2021-03-26 云南电网有限责任公司 一种基于分布鲁棒机会约束的多能联合***统一调度方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090031259A1 (en) * 2007-07-25 2009-01-29 Gray Michael S Obtaining a feasible integer solution in a hierarchical circuit layout optimization
CN103337040A (zh) * 2013-05-24 2013-10-02 国家电网公司 一种计及风电波动性的风电发电计划编制***及编制方法
CN105006843A (zh) * 2014-04-17 2015-10-28 国家电网公司 一种应对风电不确定性的多时间尺度柔性负荷调度方法
CN106940869A (zh) * 2017-03-10 2017-07-11 国网山东省电力公司经济技术研究院 考虑负荷不确定性的参考电网鲁棒优化评价方法
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息***不确定性的主动配电网优化调度模型及方法
CN109657898A (zh) * 2018-10-19 2019-04-19 云南电网有限责任公司 一种基于凸松弛的可再生能源随机动态经济调度方法
CN109728578A (zh) * 2019-02-19 2019-05-07 清华大学 基于牛顿法求解分位数的电力***随机动态机组组合方法
CN110224395A (zh) * 2019-05-31 2019-09-10 四川大学 计及dg相关性和ev需求响应的配电网协同规划方法
CN110689209A (zh) * 2019-10-30 2020-01-14 华南理工大学 一种同步优化风电容许区间和机组期望发电成本的方法
CN111083668A (zh) * 2020-01-02 2020-04-28 山东大学 一种在车联网中基于联盟博弈算法的d2d资源分配方法
CN111541237A (zh) * 2020-04-02 2020-08-14 浙江大学 基于机会约束极限学习机的风电功率非参数区间预测方法
CN112418486A (zh) * 2020-10-28 2021-02-26 上海交通大学 基于可再生能源消纳能力的数据驱动调度方法
CN112564182A (zh) * 2020-11-25 2021-03-26 云南电网有限责任公司 一种基于分布鲁棒机会约束的多能联合***统一调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
WANG ZHENYI,等: "Convex relaxation Algorithm for Chance Constrained Wind Farm Capacity Assessment", 《2018 2ND IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION(EI2)》 *
WENCHUAN WU,等: "A Robust Wind Power Optimization Method for Look-Ahead Power Dispatch", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 *
徐谦，等: "输电网规划模型中失负荷概率约束的嵌入及转化方法研究", 《电网技术》 *
黄杨，等: "计及风险备用的大规模风储联合***广域协调调度", 《电力***自动化》 *

Also Published As

Publication number Publication date
CN113346479B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN109103924B (zh) 基于柔性分析的可再生能源消纳能力关键因素的分析方法
CN113013929A (zh) 面向负荷曲线调节的有源配电网模拟优化运行方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN108321853B (zh) 兼顾调节特性和经济环保性能的电网有功实时控制方法
WO2020088206A1 (zh) 权重与约束关联调整的电网实时发电控制优化决策方法
CN114707767A (zh) 一种新能源电力***低谷时段可调峰功率预测方法
CN114597969A (zh) 计及智能软开关和虚拟电厂技术的配电网双层优化方法
CN114336606A (zh) 可再生能源区域弃量确定方法、***、设备及存储介质
CN110276487B (zh) 虚拟电厂环境下的无功辅助服务交易机制
CN111130149A (zh) 一种考虑性能分布特性的电网发电有功控制方法及***
CN109657898B (zh) 一种基于凸松弛的可再生能源随机动态经济调度方法
CN110783927A (zh) 多时间尺度交直流配电网调度方法及装置
CN107947246B (zh) 一种考虑调频增发的风电发电指标分配及增发评估方法
Hong-Tao et al. Local Consumption model of wind and photovoltaic power based on demand side response
CN106651136B (zh) 一种双边交易的日前发电计划编制方法及装置
CN113346479B (zh) 一种基于机会约束的电力***经济调度方法
CN113346480B (zh) 一种基于机会约束的电力***机组组合方法
CN110994695A (zh) 配电网的日内优化调度方法和***
CN115800276A (zh) 一种考虑机组爬坡的电力***应急调度方法
CN115642643A (zh) 一种考虑电压耦合特性的网源无功电压分层协调控制方法
CN114648164A (zh) 基于SoS架构的多微电网自治协调多层级优化调度方法
CN112039057B (zh) 一种基于两阶段调度的低电压治理方法
CN110417002B (zh) 一种孤岛微电网能量模型的优化方法
CN111262249B (zh) 一种电网潮流仿真方法和***
CN115051392A (zh) 一种含新能源、储能及柔性负荷的无功协调优化控制方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211217

Address after: 130021 No. 10388, Renmin Street, Chaoyang District, Changchun City, Jilin Province

Applicant after: STATE GRID JILIN ELECTRIC POWER SUPPLY Co.

Applicant after: TSINGHUA University

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 130021 No. 10388, Renmin Street, Chaoyang District, Changchun City, Jilin Province

Applicant before: STATE GRID JILIN ELECTRIC POWER SUPPLY Co.

Applicant before: Tsinghua University

GR01 Patent grant
GR01 Patent grant