CN114123335B - 一种联合考虑ots与dlr模型的风电消纳方法 - Google Patents
一种联合考虑ots与dlr模型的风电消纳方法 Download PDFInfo
- Publication number
- CN114123335B CN114123335B CN202111442646.1A CN202111442646A CN114123335B CN 114123335 B CN114123335 B CN 114123335B CN 202111442646 A CN202111442646 A CN 202111442646A CN 114123335 B CN114123335 B CN 114123335B
- Authority
- CN
- China
- Prior art keywords
- line
- power
- stage
- limit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000010521 absorption reaction Methods 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 230000003068 static effect Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000009194 climbing Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000002349 favourable effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 239000004020 conductor Substances 0.000 claims description 2
- 238000010248 power generation Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000035699 permeability 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
- H02J3/381—Dispersed generators
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
-
- 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
- H02J2300/20—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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- 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
-
- 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
- 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)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种联合考虑OTS与DLR模型的风电消纳方法,包括对收集的配电网架信息进行预处理,基于预处理后的信息,通过动态线路潮流极限模型,实时更新并确定线路运行极限值;通过动态线路潮流极限模型,考虑了天气因素对线路极限的影响,实时更新并确定线路运行极限值使得结果更为精确与具有参考性,构建第二阶段直流潮流最优线路开断模型;通过两阶段随机机组组合框架联合动态线路潮流极限模型和第二阶段直流潮流最优线路开断模型,能够在不建设新的基础设施的前提下,充分调用***本身固有灵活性帮助风电消纳,缓解线路阻塞问题,提高风电利用率,以实现最优、安全和可靠的电力***运行。
Description
技术领域
本发明涉及电力***技术领域,具体为一种联合考虑OTS与DLR模型的风电消纳方法。
背景技术
近些年来,风力发电因其环保与较低的生产成本而快速增长;大规模风电资源的渗透有着各种好处,但风电输出的不确定性和多变性给风资源与电网的巨大整合带来难度,同时给电网的安全稳定运行带来威胁;可再生能源发电渗透率的提高也导致了网络拥堵,进一步增加了发电成本,制约了可再生能源资源的大规模整合。
现阶段,缓解***拥堵和促进风力资源整合的一个解决方案是建设新的输电线路,但建设新的基础设施相当昂贵和耗时,这将损害实施风力发电所取得的社会和经济效益;因此,急需种联合考虑最优线路开断与动态线路潮流极限模型的风电消纳方法来解决上述问题。
发明内容
本发明提供一种联合考虑OTS与DLR模型的风电消纳方法,能不额外建设新的基础设施利用***固有灵活性帮助新能源消纳,以解决上述现有技术中存在的问题。
为实现上述目的,本发明提供如下技术方案:一种联合考虑OTS与DLR模型的风电消纳方法,包括如下步骤:
S1、对收集的配电网架信息进行预处理,包括对信息进行分类,以及预测未来天气状态与用电量;
S2、基于预处理后的信息,通过动态线路潮流极限模型,实时更新并确定线路运行极限值;
S3、在不考虑线路开断情况下,建立第一阶段发电机组出力决策模型,并以第一阶段决策值作为热启动输入,构建第二阶段直流潮流最优线路开断模型;
S4、通过两阶段随机机组组合框架联合动态线路潮流极限模型和第二阶段直流潮流最优线路开断模型,对***运行成本、网络阻塞和风电消纳性能进行优化。
优选的,在步骤S1中,对信息进行分类具体为,获取输电线路信息并分类为可开断线路与不可开断线路,确定用于切断动作的候选线路选择,利用获取的历史天气信息和负荷用电数据,预测未来天气状态与用电量。
优选的,在步骤S2中,实时更新线路运行极限值公式如下:
其中,为线路ij间动态线路极限更新值,/>为线路ij间静态线路极限值,LIRij代表线路ij间的改善率;Imax,DLR代表线路ij间动态线路电流极限值;Imax,SLR代表线路ij间静态线路电流极限值。
优选的,导线的电流计算公式为:
其中,Iij为导线ij间电流;R(Tij)代表温度为Tij时导线ij每千米的交流电阻,为导线ij间产生的焦耳热;/>为导线ij间太阳热增量;/>为导线ij间对流热损失;/>为导线ij间辐射热损失。
优选的,所述第一阶段发电机组出力决策模型优化目标函数为:
其中,G1为第一阶段优化机组的集合;T为优化时间段;代表机组g空载状态下的成本;/>为机组g的启停成本;ug,t为机组g在时段t处于开或关的状态变量;yg,t为机组g在时段t是否开启的变化变量。
优选的,对第一阶段发电机组出力决策模型优化目标函数构建第一阶段约束条件,包括:
***功率平衡约束:
传统发电机的运行限制范围:
线路功率流动限制:
发电机组开启变化变量与机组组合变量联系约束:
其中,Pg,t为传统发电机组g在时段t的发电功率;Pw,t为风力发电机组g在时段t的出力;fij,t为节点j在时段t流向i的功率,k(i)为与i相连接的节点的集合;fqi,t为节点i在时段t流向q的功率;Di,t为节点i在时段t的电力需求;分别代表机组g最小、最大出力限制;/>代表线路ij在时段t的功率流动限值;
机组上下爬坡速率约束:
其中,分别为机组g在时段t所计划的正、负旋转备用功率;为机组g最大、最小旋转备用功率值;SRg,t为机组g在时段t旋转备用净值;为t时段需要的最小旋转备用值;RRg,为机组g的爬坡率;
最小开时间约束:
最小关时间约束:
其中,为机组g最小开/关时间。
优选的,第二阶段直流潮流最优线路开断模型的优化目标函数为:
其中,S为场景集合;πΩ为场景Ω的概率;G2为第二阶段优化机组的集合;为机组g单位生产成本;Pg,t,Ω、/>为Ω场景下传统发电机组g、风力发电机组w在时间t的发电量;W为风力发电机组集合;CWC为平抑风力出力波动成本;N为网络节点集合;VOLLi,t为节点i在时间t负荷削减损失;Li,t,Ω为Ω场景下节点i在时间t的负荷损失。
优选的,对第二阶段直流潮流最优线路开断模型的优化目标函数构建第二阶段约束条件:
施故障率与检修约束:
其中,hg,t,Ω、hw,t,Ω、hij,t,Ω分别代表发电机、风力机和输电线路的健康状态,在维护或故障下设施无法供电时,相应参数设置为0以限制有功功率的输出;分别为Ω场景下线路ij在时间t的可切换、不可切换线路功率流动/>为Ω场景下节点i在时间t已知的用电需求;
确保线路在每个时间段仅保持一种状态的约束:
其中,其中:分别代表Ω场景下线路ij在时间t切断、静态潮流极限、动态潮流极限的二进制状态;当线路处于切断状态时,/>当使用静态潮流极限时,/>当在有利大风条件下,实际线路极限值大于静态潮流极限,/>
可切换线路上的流量限制:
其中,为线路ij最大静态潮流极限值;δi,t,Ω、δj,t,Ω分别代表Ω场景下节点i、j在时间t的电压角;xij为线路ij电抗值;当/>时,线路上的功率流动为0;当时,线路功率流动满足可切换线路上的流量限制公式;采用修正形式的基尔霍夫电流定律,来确保当线路切断时无论节点之间电压角如何,通过线路的流量都为0;Bij为线路ij电纳值;
不可切断线路功率时的约束:
优选的,每个场景的旋转备用调整约束:
将第一阶段和第二阶段旋转备用计划联系约束:
其中,为第一阶段正、负旋转备用计划值;/>为第二阶段正、负旋转备用部署值;且第一阶段所计划的旋转备用值应足够防止甩负荷;第二阶段的旋转备用值只能由非故障装置提供。
优选的,对于每个厂家的发电机具有:
发电机爬坡约束:
爬坡时间约束:
以及,
风力削减约束:
切换操作次数和采用动态潮流极限次数约束:
防止网络孤岛发生的约束:
二进制状态变量约束:
与现有技术相比,本发明的有益效果:本发明通过动态线路潮流极限模型,考虑了天气因素对线路极限的影响,实时更新并确定线路运行极限值使得结果更为精确与具有参考性,并利用两阶段随机机组组合框架联合动态线路潮流极限模型和第二阶段直流潮流最优线路开断模型,能够在不建设新的基础设施的前提下,充分调用***本身固有灵活性帮助风电消纳,缓解线路阻塞问题,提高风电利用率,以实现最优、安全和可靠的电力***运行。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1是本发明风电消纳方法流程图;
图2是本发明联合DLR与OTS的两阶段随机机组组合模型求解流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:如图1-图2所示,一种联合考虑OTS与DLR模型的风电消纳方法,包括如下步骤:
S1、对收集的配电网架信息进行预处理,包括对信息进行分类,以及预测未来天气状态与用电量;
其中,对信息进行分类具体为,获取输电线路信息并分类为可开断线路与不可开断线路,确定用于切断动作的候选线路选择,利用获取的历史天气信息和负荷用电数据,预测未来天气状态与用电量;
S2、基于预处理后的信息,通过动态线路潮流极限(DLR)模型,实时更新并确定线路运行极限值;
输电线路的额定值是通过不同国际组织提出的技术标准来确定的,本发明采用IEEE Std.738标准,考虑不同天气对线路极限值的影响,实时更新线路运行极限值公式如下:
根据IEEE Std.738标准,使用热平衡方程:其中,/>为导线ij间产生的焦耳热;/>为导线ij间太阳热增量;/>为导线ij间对流热损失;/>为导线ij间辐射热损失;
经过变形后得,导线的电流计算公式为:
其中,Iij为导线ij间电流;R(Tij)代表温度为Tij时导线ij每千米的交流电阻;
基于步骤一中所预测的气象信息,利用动态线路潮流极限模型计算输电线路动态容量:
其中,为线路ij间动态线路极限更新值,/>为线路ij间静态线路极限值,LIRij代表线路ij间的改善率;Imax,DLR代表线路ij间动态线路电流极限值;Imax,SLR代表线路ij间静态线路电流极限值;
S3、在不考虑线路开断情况下,建立第一阶段发电机组出力决策模型,并以第一阶段决策值作为热启动输入,构建第二阶段直流潮流最优线路开断(OTS)模型;
(1)、构建第一阶段发电机组出力决策模型优化目标函数为:
其中,G1为第一阶段优化机组的集合;T为优化时间段;代表机组g空载状态下的成本;/>为机组g的启停成本;ug,t为机组g在时段t处于开或关的状态变量;yg,t为机组g在时段t是否开启的变化变量;
(2)、构建对第一阶段发电机组出力决策模型优化目标函数构建第一阶段约束条件,包括:
***功率平衡约束:
传统发电机的运行限制范围:
线路功率流动限制:
发电机组开启变化变量与机组组合变量联系约束:
其中,Pg,t为传统发电机组g在时段t的发电功率;Pw,t为风力发电机组g在时段t的出力;fij,t为节点j在时段t流向i的功率,k(i)为与i相连接的节点的集合;fqi,t为节点i在时段t流向q的功率;Di,t为节点i在时段t的电力需求;分别代表机组g最小、最大出力限制;/>代表线路ij在时段t的功率流动限值;
机组上下爬坡速率约束:
其中,分别为机组g在时段t所计划的正、负旋转备用功率;为机组g最大、最小旋转备用功率值;SRg,t为机组g在时段t旋转备用净值;为t时段需要的最小旋转备用值;RRg,为机组g的爬坡率;
最小开时间约束:
最小关时间约束:
其中,为机组g最小开/关时间;
S4、通过两阶段随机机组组合(SUC)框架联合动态线路潮流极限模型和第二阶段直流潮流最优线路开断模型,对***运行成本、网络阻塞和风电消纳性能进行优化,该阶段考虑风电出力不确定性进行响应,优化发电机组状态、旋转备用和线路状态;
(1)、综合考虑***运营成本、网络阻塞、风电消纳构建第二阶段优化目标函数:
其中,S为场景集合;πΩ为场景Ω的概率;G2为第二阶段优化机组的集合;为机组g单位生产成本;Pg,t,Ω、/>为Ω场景下传统发电机组g、风力发电机组w在时间t的发电量;W为风力发电机组集合;CWC为平抑风力出力波动成本;N为网络节点集合;VOLLi,t为节点i在时间t负荷削减损失;Li,t,Ω为Ω场景下节点i在时间t的负荷损失。
(2)考虑内部设施故障率与检修可能性,对第二阶段直流潮流最优线路开断模型的优化目标函数构建第二阶段约束条件:
施故障率与检修约束:
其中,hg,t,Ω、hw,t,Ω、hij,t,Ω分别代表发电机、风力机和输电线路的健康状态,在维护或故障下设施无法供电时,相应参数设置为0以限制有功功率的输出;分别为Ω场景下线路ij在时间t的可切换、不可切换线路功率流动;/>为Ω场景下节点i在时间t已知的用电需求;
确保线路在每个时间段仅保持一种状态的约束:
其中,其中:分别代表Ω场景下线路ij在时间t切断、静态潮流极限、动态潮流极限的二进制状态;当线路处于切断状态时,/>当使用静态潮流极限时,/>当在有利大风条件下,实际线路极限值大于静态潮流极限,/>
可切换线路上的流量限制:
其中,为线路ij最大静态潮流极限值;δi,t,Ω、δj,t,Ω分别代表Ω场景下节点i、j在时间t的电压角;xij为线路ij电抗值;当/>时,线路上的功率流动为0;当时,线路功率流动满足可切换线路上的流量限制公式;采用修正形式的基尔霍夫电流定律,来确保当线路切断时无论节点之间电压角如何,通过线路的流量都为0;Bij为线路ij电纳值;
不可切断线路功率时的约束:
每个场景的旋转备用调整约束:
将第一阶段和第二阶段旋转备用计划联系约束:
其中,为第一阶段正、负旋转备用计划值;/>为第二阶段正、负旋转备用部署值;且第一阶段所计划的旋转备用值应足够防止甩负荷;第二阶段的旋转备用值只能由非故障装置提供;
对于每个厂家的发电机具有:
发电机爬坡约束:
爬坡时间约束:
以及,
风力削减约束:
切换操作次数和采用动态潮流极限次数约束:
防止网络孤岛发生的约束:
二进制状态变量约束:
其中,参考图2,采用两阶段随机机组组合框架来部署所提出的联合OTS与DLR的模型,该模型考虑气象参数来动态增加线路容量,同时优化***中可切断的候选线路,综合分析***运行成本、网络拥塞和风电消纳,考虑了发电机故障和输电线路中断的可能性,以相关内置函数求取热启动值;带入热启动值,利用求解器求解该混合整数线性规划问题;从而分析不同配电网架下该模型对风电利用率的影响。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于,包括如下步骤:
S1、对收集的配电网架信息进行预处理,包括对信息进行分类,以及预测未来天气状态与用电量;
S2、基于预处理后的信息,通过动态线路潮流极限模型,实时更新并确定线路运行极限值;
S3、在不考虑线路开断情况下,建立第一阶段发电机组出力决策模型,并以第一阶段决策值作为热启动输入,构建第二阶段直流潮流最优线路开断模型;
所述第一阶段发电机组出力决策模型优化目标函数为:
其中,G1为第一阶段优化机组的集合;T为优化时间段;代表机组g空载状态下的成本;/>为机组g的启停成本;ug,t为机组g在时段t处于开或关的状态变量;yg,t为机组g在时段t是否开启的变化变量;
第二阶段直流潮流最优线路开断模型的优化目标函数为:
其中,S为场景集合;πΩ为场景Ω的概率;G2为第二阶段优化机组的集合;为机组g单位生产成本;Pg,t,Ω、/>为Ω场景下传统发电机组g、风力发电机组w在时间t的发电量;W为风力发电机组集合;CWC为平抑风力出力波动成本;N为网络节点集合;VOLLi,t为节点i在时间t负荷削减损失;Li,t,Ω为Ω场景下节点i在时间t的负荷损失;
S4、通过两阶段随机机组组合框架联合动态线路潮流极限模型和第二阶段直流潮流最优线路开断模型,对***运行成本、网络阻塞和风电消纳性能进行优化。
2.根据权利要求1所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:在步骤S1中,对信息进行分类具体为,获取输电线路信息并分类为可开断线路与不可开断线路,确定用于切断动作的候选线路选择,利用获取的历史天气信息和负荷用电数据,预测未来天气状态与用电量。
3.根据权利要求2所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:在步骤S2中,实时更新线路运行极限值公式如下:
其中,为线路ij间动态线路极限更新值,/>为线路ij间静态线路极限值,LIRij代表线路ij间的改善率;Imax,DLR代表线路ij间动态线路电流极限值;Imax,SLR代表线路ij间静态线路电流极限值。
4.根据权利要求3所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:导线的电流计算公式为:
其中,Iij为导线ij间电流;R(Tij)代表温度为Tij时导线ij每千米的交流电阻,为导线ij间产生的焦耳热;/>为导线ij间太阳热增量;/>为导线ij间对流热损失;/>为导线ij间辐射热损失。
5.根据权利要求1所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:对第一阶段发电机组出力决策模型优化目标函数构建第一阶段约束条件,包括:
***功率平衡约束:
传统发电机的运行限制范围:
线路功率流动限制:
发电机组开启变化变量与机组组合变量联系约束:
其中,Pg,t为传统发电机组g在时段t的发电功率;Pw,t为风力发电机组g在时段t的出力;fij,t为节点j在时段t流向i的功率,k(i)为与i相连接的节点的集合;fqi,t为节点i在时段t流向q的功率;Di,t为节点i在时段t的电力需求;分别代表机组g最小、最大出力限制;/>代表线路ij在时段t的功率流动限值;
机组上下爬坡速率约束:
其中,分别为机组g在时段t所计划的正、负旋转备用功率;为机组g最大、最小旋转备用功率值;SRg,t为机组g在时段t旋转备用净值;为t时段需要的最小旋转备用值;RRg,为机组g的爬坡率;
最小开时间约束:
最小关时间约束:
其中,为机组g最小开/关时间。
6.根据权利要求1所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:对第二阶段直流潮流最优线路开断模型的优化目标函数构建第二阶段约束条件:
施故障率与检修约束:
其中,hg,t,Ω、hw,t,Ω、hij,t,Ω分别代表发电机、风力机和输电线路的健康状态,在维护或故障下设施无法供电时,相应参数设置为0以限制有功功率的输出;分别为Ω场景下线路ij在时间t的可切换、不可切换线路功率流动;/>为Ω场景下节点i在时间t已知的用电需求;
确保线路在每个时间段仅保持一种状态的约束:
其中,其中:分别代表Ω场景下线路ij在时间t切断、静态潮流极限、动态潮流极限的二进制状态;当线路处于切断状态时,/>当使用静态潮流极限时,/>当在有利大风条件下,实际线路极限值大于静态潮流极限,/>
可切换线路上的流量限制:
其中,为线路ij最大静态潮流极限值;δi,t,Ω、δj,t,Ω分别代表Ω场景下节点i、j在时间t的电压角;xij为线路ij电抗值;当/>时,线路上的功率流动为0;当/>时,线路功率流动满足可切换线路上的流量限制公式;采用修正形式的基尔霍夫电流定律,来确保当线路切断时无论节点之间电压角如何,通过线路的流量都为0;/>Bij为线路ij电纳值;
不可切断线路功率时的约束:
7.根据权利要求6所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:
每个场景的旋转备用调整约束:
将第一阶段和第二阶段旋转备用计划联系约束:
其中,为第一阶段正、负旋转备用计划值;/>为第二阶段正、负旋转备用部署值;且第一阶段所计划的旋转备用值应足够防止甩负荷;第二阶段的旋转备用值只能由非故障装置提供。
8.根据权利要求7所述的一种联合考虑OTS与DLR模型的风电消纳方法,其特征在于:对于每个厂家的发电机具有:
发电机爬坡约束:
爬坡时间约束:
以及,
风力削减约束:
切换操作次数和采用动态潮流极限次数约束:
防止网络孤岛发生的约束:
二进制状态变量约束:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442646.1A CN114123335B (zh) | 2021-11-30 | 2021-11-30 | 一种联合考虑ots与dlr模型的风电消纳方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111442646.1A CN114123335B (zh) | 2021-11-30 | 2021-11-30 | 一种联合考虑ots与dlr模型的风电消纳方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114123335A CN114123335A (zh) | 2022-03-01 |
CN114123335B true CN114123335B (zh) | 2023-09-05 |
Family
ID=80368497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111442646.1A Active CN114123335B (zh) | 2021-11-30 | 2021-11-30 | 一种联合考虑ots与dlr模型的风电消纳方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114123335B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
CN109888775A (zh) * | 2019-03-06 | 2019-06-14 | 清华大学 | 一种考虑风电接入的低负荷运行日输电网结构优化方法 |
AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
CN111900732A (zh) * | 2020-08-04 | 2020-11-06 | 四川大学 | 考虑风电不确定性及无功潮流与电压约束的风电集群接入方式规划方法 |
CN112072708A (zh) * | 2020-07-27 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种提升电力***风电消纳水平的方法 |
-
2021
- 2021-11-30 CN CN202111442646.1A patent/CN114123335B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
CN109888775A (zh) * | 2019-03-06 | 2019-06-14 | 清华大学 | 一种考虑风电接入的低负荷运行日输电网结构优化方法 |
AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
CN112072708A (zh) * | 2020-07-27 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种提升电力***风电消纳水平的方法 |
CN111900732A (zh) * | 2020-08-04 | 2020-11-06 | 四川大学 | 考虑风电不确定性及无功潮流与电压约束的风电集群接入方式规划方法 |
Non-Patent Citations (1)
Title |
---|
含风电场电力***动态优化潮流的混合蛙跳算法;陈功贵;李智欢;陈金富;段献忠;;电力***自动化(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114123335A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bernardon et al. | Real-time reconfiguration of distribution network with distributed generation | |
Chompoo-Inwai et al. | System impact study for the interconnection of wind generation and utility system | |
Gu et al. | Adaptive decentralized under-frequency load shedding for islanded smart distribution networks | |
CN107317334B (zh) | 一种电力***网架重构方法和装置 | |
Miller | Keeping it together: Transient stability in a world of wind and solar generation | |
JP2012217331A (ja) | コンデンサバンクを動作させるためのシステムおよび方法 | |
CN113241738B (zh) | 一种配电网的拓扑重构故障恢复及设备部署方法 | |
Khederzadeh et al. | Identification and prevention of cascading failures in autonomous microgrid | |
WO2013079360A2 (en) | Controlling an electrical grid with islanded operation | |
Liu et al. | Bi-level coordinated power system restoration model considering the support of multiple flexible resources | |
CN108281959A (zh) | 一种高比例可再生能源电力***的骨干网架优化方法 | |
Tian et al. | Optimal feeder reconfiguration and distributed generation placement for reliability improvement | |
Lv et al. | Decentralized bilateral risk-based self-healing strategy for power distribution network with potentials from central energy stations | |
CN117543561A (zh) | 一种协同虚拟电厂的柔性配电***保供方法 | |
CN114123335B (zh) | 一种联合考虑ots与dlr模型的风电消纳方法 | |
Yan et al. | Cascading contingencies in low inertia power systems: Frequency response challenges and a potential solution | |
Liang et al. | Microgrid formation and service restoration in distribution systems: A review | |
Liu et al. | A multi-stage restoration strategy to enhance distribution system resilience with improved conditional generative adversarial nets | |
JP7505929B2 (ja) | 電力系統管理システム及び方法 | |
Liu et al. | A resilience enhancement scheme of cyber-physical power system for extreme natural disasters | |
CN113346541A (zh) | 一种台风灾害下风电预防控制优化方法 | |
Arendarski et al. | Concept of rural intelligent grid interactive planning methodology | |
Wang et al. | Optimal Distribution Network Switching Reconfiguration against Extreme Events | |
CN111106622A (zh) | 一种基于rmpc的主动配电网供电恢复方法 | |
Xin et al. | A Robust Planning Considering Multiple Uncertainties of Distributed Generation |
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 |