可再生能源电力系统多时间尺度备用容量分布优化方法

技术领域

本发明涉及电力系统备用容量分布与配置技术领域，具体涉及一种可再生能源电力系统多时间尺度备用容量分布优化方法。

背景技术

大规模发展新能源机组对于缓解当前环境保护与能源需求的矛盾具有重要意义，然而风电和光伏能源的发电量存在波动性、间歇性和不确定性等特点。大规模地将其接入电力系统中运行时，需要安排额外的备用容量。现有基于以火电机组为主的传统电力系统的备用容量准则过于粗放，难以适用于高比例可再生能源接入的电力系统备用容量。因此，如何合理地确定高比例新能源接入的电力系统备用容量的优化分布成为关键问题。

目前，在备用容量的来源方面的研究主要集中在已有火电机组改造及新增配置如电储能等灵活性资源以扩展系统备用容量，在备用容量优化的评估指标方面的研究主要集中于经济性和可靠性评估，如基于成本效益法确定系统最优备用容量、结合机组停运容量概率和净负荷预测误差评估系统电量不足期望值指标评估系统备用容量需求。然而，现有研究鲜有考虑新能源机组这一类大量接入电网的已有资源的备用潜力，其既能通过已建设容量优势补足火电机组改造数量的不足，又较新增配置资源更具有经济性。此外，由于大量新能源机组接入及老旧火电机组退役，系统的转动惯量下降，在面临同样有功扰动时，系统的频率波动较同步机为主的传统电网有更大的增加，当频率波动达到一定阈值可能导致系统安稳装置动作，引发大规模停电等事故，因此，也有必要将频率安全因素指标考虑到备用容量分布的研究中，增加系统的调频备用容量。

发明内容

本发明提供一种可再生能源电力系统多时间尺度备用容量分布优化方法，分别根据运行经济性与安全性两方面的多维度评估指标构建了备用准则，并建立了一种多时间尺度下备用容量分布双层优化模型，为加快备用容量分布双层优化模型的求解速度，针对该模型中非线性约束提出一种利用麦考密克包络线的线性化处理方法。相较于传统备用方案，备用容量分布双层优化模型可快速实现电力系统备用容量及分布优化方案，兼顾系统备用配置的经济性和安全性，在保证系统频率安全的同时具有更少的新能源弃电量。

本发明通过下述技术方案实现：

一种可再生能源电力系统多时间尺度备用容量分布优化方法，包括：

S1、获取电力系统数据，根据所述电力系统数据构建考虑多维度评价指标的备用准则；

S2、建立备用容量分布双层优化模型，并将所述备用准则作为所述备用容量分布双层优化模型的约束条件之一，所述备用容量分布双层优化模型包括上层系统经济调度模型和下层日内调整约束模型；

S3、线性化所建立的备用容量分布双层优化模型中的非线性约束并求解，得到电力系统各级备用优化分布情况。

作为优化，所述电力系统数据包括电力系统荷数据、电力系统源数据、电力系统中各类机组的运行出力约束相关技术参数以及电力系统成本数据。

作为优化，所述电力系统荷数据包括电力系统调度时间尺度内各时段的电负荷历史数据和/或电负荷预测数据；

所述电力系统源数据包括电力系统内风电机组各时段的历史出力数据和/或预测出力数据；

所述运行出力约束相关技术参数包括电力系统中各火电机组出力上限、各新能源机组装机容量、各火电机组上、下爬坡参数、最小技术出力；

所述电力系统成本数据包括火电机组发电成本、火电机组上调备用成本、新能源机组上调备用惩罚成本。

作为优化，所述备用准则包括运行经济性指标和安全性指标，其中，

所述运行经济性指标包括系统总运行成本指标和弃风/弃光率指标，所述安全性指标包括系统惯性水平和系统多维度频率评价指标。

作为优化，所述系统总运行成本包括火电机组的发电成本、火电机组的备用成本以及新能源机组的弃风/弃光惩罚成本，所述弃风/弃光率指标包括风电的装机容量渗透率、光伏的装机容量渗透率、风电及光伏机组实时发电渗透率以及风电/光伏消纳情况。

作为优化，所述系统惯性水平具体为：

其中，E

作为优化，所述系统多维度频率评价指标包括电力系统遭受有功扰动时的最大频率变化率RoCoF

f

其中，ΔP为事故扰动量，f

在功率缺额事故下，电力系统中参与一次调频的火电机组上调备用约束为：

表示电力系统中第i台火电机组的一次调频上调备用容量；

在电网中大容量直流闭锁事故下，电力系统中参与一次调频的火电机组的下调备用约束为：

其中，

作为优化，所述上层系统经济调度模型为：

其中，ND为调度周期内的时段数；Ni、Nw分别为可调度的火电机组、风电机组总数；c

在功率缺额事故下，上层系统经济调度模型约束包括：

机组出力上下限：

其中，P

t时刻下电力系统中第w风电机组所提供的备用容量RU

火电机组爬坡率约束：

其中，

火电机组最小连续运行/停机时间约束：

功率平衡约束：

其中，

作为优化，所述下层日内调整约束模型具体为：在满足机组出力约束和频率约束条件下计算电力系统一次备用、二次备用和三次备用容量；

机组出力约束：

u

其中，P

功率扰动约束：

准稳态功率平衡约束：

其中，

一次备用约束：

二次备用约束：

三次备用约束：

其中，

作为优化，S3中，使用麦考密克包络线方法线性化所建立的备用容量分布双层优化模型中的非线性约束并求解。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明提供一种可再生能源电力系统多时间尺度备用容量分布优化方法，除了传统火电机组外，同时考虑了新能源机组提供备用支撑，从经济性和安全性两方面的多维度评估指标构建了备用准则模型，并建立了一种基于多时间尺度下的备用容量分布双层优化模型，通过算例验证表明，相比于现有技术，本发明所建立模型扩展了系统的备用需求来源，能够在保证频率安全指标精度的同时实现系统备用容量双层优化分布，具有较高的经济性，并能够有效提高系统的频率安全性。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：

图1为本发明所提供的电力系统多时间尺度备用容量分布模型及优化求解流程。

图2为不同层次备用的时间分辨率。

图3方案1下各类机组一次调频备用配置情况。

图4为三种方案下各类机组二次备用配置方案。

图5为三种方案下各类机组三次备用配置方案。

图6为方案一和方案三中调度周期内新能源消纳率指标变化情况。

图7为三种方案下调度周期内系统惯性水平变化情况。

图8为三种方案中最大频率变化率变化情况。

图9为三种方案中频率偏差极值的变化情况。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1的一种可再生能源电力系统多时间尺度备用容量分布优化方法，包括：

S1、获取电力系统数据，根据所述电力系统数据构建考虑多维度评价指标的备用准则。

具体的，所述电力系统数据包括电力系统荷数据、电力系统源数据、电力系统中各类机组的运行出力约束相关技术参数以及电力系统成本数据。

更为具体的，所述电力系统荷数据包括电力系统调度时间尺度内各时段的电负荷历史数据和/或电负荷预测数据；

所述电力系统源数据包括电力系统内风电机组各时段的历史出力数据和/或预测出力数据；

电力系统中各类机组的所述运行出力约束相关技术参数包括电力系统中各火电机组出力上限、各新能源机组装机容量、各火电机组上、下爬坡参数、最小技术出力；

所述电力系统成本数据包括火电机组发电成本、火电机组上调备用成本、新能源机组上调备用惩罚成本。

构建考虑多维度评价指标的备用准则：

电力系统备用准则主要分为运行经济性指标和安全性指标两大维度指标。

运行经济性指标包括系统总运行成本和弃风/弃光率，具体的，所述系统总运行成本包括火电机组的发电成本、火电机组的备用成本以及新能源机组的弃风/弃光惩罚成本，所述弃风/弃光率指标包括风电的装机容量渗透率、光伏的装机容量渗透率、风电及光伏机组实时发电渗透率以及风电/光伏消纳情况。。

电力系统安全性指标包括系统惯性水平和系统多维度频率评价指标。

所述系统惯性水平具体为：

其中，E

所述系统多维度频率评价指标包括电力系统遭受有功扰动时的最大频率变化率RoCoF

电力系统遭受有功扰动时的频率的动态变化过程可由发电机转子运动方程表示：

其中，△P

假设在事故后相当短的一段时期内发电机组输入的机械功率不变，即认为电力系统中功率的初始不平衡量为事故扰动量△P。最初的频率变化率RoCoF

最初频率变化率等于最大频率变化率；

考虑故障后发电机组调速器的功率响应，发电机转子运动方程可修改为：

其中，

其中，△f

假设发电机组一次调频速率恒定，则可知故障后电力系统频率变化轨迹f(t)为时间的二次函数。系统频率极值将出现在df/dt＝0的时刻t

其中，v

将t

结合t

系统频率的最大偏差值(等效于最大频率变化率)直接决定了第三道防线高频切机的启动与否，因此需对事故后系统极值频率进行约束，在上式基础上可推导出：

其中，f

由此可推出功率缺额事故下，电力系统中参与一次调频的机组备用约束模型：

其中，

考虑电网中大容量直流闭锁事故，采用相同推导方式可得到同步机组的下调备用约束：

其中，

综上，在功率扰动事件下电网频率稳定指标除了最大频率变化率和频率极值指标。

S2、建立备用容量分布双层优化模型，并将所述备用准则作为所述备用容量分布双层优化模型的约束条件之一，所述备用容量分布双层优化模型包括上层系统经济调度模型和下层日内调整约束模型；

依据不同时间尺度将电力系统的备用容量分布双层优化模型进行分层，建立包括优化目标函数的上层系统经济调度模型。

图2为不同层次备用的时间分辨率，以此将电力系统的备用分布双层优化模型分为包含日前经济调度和日内安全校核的多时段备用分层优化模型，日前调度为模型第一层：以1h为间隔，优化未来24h的机组开停机、出力和新能源机组的上调备用；模型第二层考虑系统惯性响应和一次调频，以日前经济调度中所确定的各电源运行点为输入，校验预想事故下系统的频率安全性。

为实现系统运行的经济性、促进新能源的消纳，构建系统多时段经济调度模型作为备用优化模型的第一层。第一层模型在系统功率平衡和机组出力约束条件下实现系统的经济运行。模型第一层涉及的变量有：各电源运行状态、各电源出力安排值以及每个调度周期内的弃风/弃光量。以系统总运行成本最小为目标，考虑系统中火电机组/水电机组发电成本及其上调备用成本、风电因预留上调备用而产生的弃风惩罚成本。某一调度周期内系统总运行成本Cost的基本形式如下：

目标函数为：

其中，ND为调度周期内的时段数；Ni、Nw分别为可调度的火电机组、风电机组总数；c

在功率缺额事故下，上层系统经济调度模型约束包括：

机组出力上下限：

其中，P

风电机组需预留部分功率参与系统频率的调整。t时刻下电力系统中第w风电机组所提供的备用容量RU

火电机组爬坡率约束：

其中，

火电机组最小连续运行/停机时间约束：

功率平衡约束：

其中，

考虑预想有功扰动下多时段上、下调备用建立下层的日内调整约束模型，并纳入多维度评价指标模型约束。

备用分布双层优化模型的第二层以第一层计算出的各电源运行状态、实时出力值作为输入量，主要考虑系统的惯性响应和一次调频，在满足机组出力约束和频率约束条件下计算系统一次备用、二次备用和三次备用容量。时间尺度为τ

机组出力约束：

u

其中，P

功率扰动约束：

准稳态功率平衡约束：

其中，

基于预想事故下系统频率恢复过程可将备用划分为一次备用、二次备用和三次备用。

一次备用约束：

二次备用是用于消除因系统一次调频不足而产生的频率偏差问题，考虑系统二次调频时长5min(或10min)，其对应约束如下：

三次备用约束：

其中，

此外，还需考虑与一次备用

S3、线性化所建立的备用容量分布双层优化模型中的非线性约束并求解，得到电力系统各级备用优化分布情况。

在系统安全校核层面，以功率缺额事故为例，系统频率变化率表达式为：

等号左边详细表达如下所示，其中存在非线性项

采用麦考密克包络线方法(McCormick Envelopes)对上述非线性项进行线性化替代。非线性项RoCoF

系统频率变化率可表示为：

通过上述线性化后，将非线性的备用分布模型转化为可直接通过商业求解器求解的混合整数线性规划模型，进一步求解系统各时段的各级备用容量配置情况。

应用实例1：为了验证本申请实施例提供的上述多时间尺度备用容量分布模型及优化求解方法的可行性以及有效性，以未来某一典型日搭建的四川新能源高占比电网测试系统上开展算例分析。

系统中水电机组装机容量为143396MW，新能源机组装机容量为91000MW(其中风电装机容量为71000MW，光伏装机容量22000MW)。新能源实时功率均处于较高占比，在调度周期内大部分时段的新能源渗透率高于30％，调度周期内四川网内负荷和外送功率需求情况，其中外送需求28800MW，在所研究的调度周期内占四川总发电量的40％以上，属于典型的外送型网络。以四川电网遭受功率缺额扰动为例，风电机组的惯性时间常数Hw设为8.1s；风电机组和光伏电站储能模块一次调频系数分别设置为：

为了验证本发明所提备用分布配置方案有效性及精度，分别设置三种方案，方案一即为本文所提出的上调备用优化配置方案。方案二采用传统备用方案，即日前调度方案中新能源优先上网，不存在弃风、弃光现象，系统调频任务由同步机组承担。同时该方案不考虑系统频率安全约束。方案三采用基于传统备用方案，并考虑了预想事故下系统频率安全指标，新能源机组同样无虚拟惯性响应和一次调频环节。

方案1下各类机组一次调频备用配置情况如图3所示。可以看到方案1下系统一次调频以同步机组为主、新型风电机组和光伏电站储能装置为辅。而根据一次备用计算式可知，系统一次调频备用容量是一个与故障大小相关的量。因此，在图中备用优化方案的一次调频备用近乎等于系统初始扰动量。三种方案下各类机组二次及三次备用配置方案分别如图4，5所示，由于稳态时机组出力不同，系统二次调频上调空间在时间分布上存在明显波动。二次备用配置图中方案3存在大量弃风，同步机组上调空间被压缩，同步机组二次备用容量较小，其二次备用总量明显低于无弃风的方案2和仅有少量弃风的方案1。在备用方案1中，由于风电机组预留了部分上调备用，稳态时同步机组承担的有功负荷大于传统方案，因此优化方案一中系统三次备用总量较无弃风措施的方案二小。同时由于风电预留的备用容量较小(调度周期内风电弃风量最大值为2168.7MW，弃风率仅为4.4％，发生在t＝18h)，因此两种方案(方案1、方案2)的三次备用配置容量大致相同。同理，存在大量弃风量的方案3中同步机组的三次备用上调空间同样被压缩，因此其三次备用总量明显低于无弃风的方案2和仅有少量弃风的方案1。

三种方案下系统多维评价指标中系统总运行成本指标情况如表1所示

表1不同方案下系统运行经济性指标

方案2中系统总运行成本和发电成本与其余两种方案相比是最低的，原因在于方案2中弃风量为零，风电承担了系统中的大量负荷，因此系统总运行成本和同步机组发电成本明显低于其余两种方案。方案3通过舍弃部分风电资源确保预想故障下系统频率的安全性，因此在调度周期内其弃风惩罚成本明显高于方案1。

方案一和方案三中调度周期内新能源消纳率指标变化情况如图6所示。方案2中，光伏电站采用MPPT运行策略，无弃光现象发生。在调度周期内，方案1中系统弃风率基本维持在5％以下，考虑整个调度周期内(24h)平均弃风率为4.57％，方案三中t1时刻四川电网弃风率为27.2％，弃风量为4615MW；考虑24h调度周期内，四川电网平均弃风率为13.45％，大量风电资源被舍弃，弃风惩罚成本使得整个系统运行经济性能变差。

三种方案下调度周期内系统惯性水平变化情况如图7所示。在考虑新能源的惯量贡献后，系统等效惯性时间常数基本波动幅度较小且能维持在较高水准(H

图8，9分别为三种方案中多维频率指标中最大频率变化率和频率偏差极值的变化情况。可以看出，相较于传统备用方案2、方案3，本发明所提的备用方案1在各调度周期内的RoCoF

为了说明所提出的备用优化模型的有效性、衡量其与实际电网的贴合度，将GAMS中方案一的优化模型频率指标的求解结果与PSD-BPA平台中的仿真计算结果进行比对，结果如表2所示。

表2优化模型精确度计算

从表格中可以看出，在有功扰动预想故障下，系统极值频率f

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。