计及场景概率及相关性的输电网络灵活性评价方法及系统
文献发布时间:2023-06-19 19:30:30
技术领域
本发明属于电网技术领域,具体涉及计及场景概率及相关性的输电网络灵活性评价方法及系统。
背景技术
在“双碳”目标背景下,提高电力系统新能源发电接入比例成为必然趋势。然而,新能源发电的不确定和波动性将会给电网安全稳定运行带来巨大挑战,增加系统灵活性资源、提高电网灵活性调节能力将成为重中之重。现阶段的电力系统灵活性评估指标多集中于评价节点灵活性资源的充裕性,而忽略了输电网络作为灵活性资源响应系统功率变化的传输载体、保证节点灵活性资源可用性的作用。并且由于新能源出力以及负荷侧的不确定性,导致电力系统运行场景的不确定性,在此基础上进行传输网络灵活性的评估、分析具有较大难度。
发明内容
本发明的目的是针对现有技术存在的上述问题,提供一种计及场景概率及相关性的输电网络灵活性评价方法及系统。
为实现以上目的,本发明的技术方案如下:
计及场景概率及相关性的输电网络灵活性评价方法,依次包括以下步骤:
步骤A、基于新能源电源出力概率数学模型获取带概率特性的新能源出力场景,并结合系统负荷与新能源出力的相关性生成具有带概率特性的最优潮流计算场景;
步骤B、对生成的各最优潮流计算场景进行最优潮流计算,得到各场景下各线路的负载率;
步骤C、基于各场景下各线路的负载率以及场景概率计算输电网络的系统灵活性。
所述步骤A依次包括以下步骤:
步骤A1、按照采样规模将同一条件下各新能源电源出力概率密度函数的出力轴划分成对应数量的区间,在各区间内选取新能源电源出力点并生成各新能源电源的出力矩阵,同时将各区间对应的概率值作为新能源电源出力场景的概率,从而获得带有概率特性的新能源电源出力场景;
步骤A2、对新能源电源的出力矩阵和系统负荷矩阵进行相关性排序,得到带概率特性的最优潮流计算场景。
所述步骤A2采用Cholesky分解法对新能源电源的出力矩阵和系统负荷矩阵进行相关性排序,依次包括以下步骤:
S1、对新能源电源出力与系统负荷的相关系数矩阵C进行Cholesky分解:
C=GG
上式中,G为下三角矩阵;
S2、将下三角矩阵G与由新能源电源出力与对应的系统负荷组成的样本矩阵W相乘得到考虑相关系数矩阵的样本矩阵Z;
S3、根据矩阵Z求得顺序矩阵L,并基于矩阵L对矩阵W进行排序,得到满足相关性的样本矩阵S,矩阵S中的各列即为各最优潮流计算场景,各最优潮流计算场景的概率为场景中各新能源电源出力场景概率的乘积。
所述步骤C依次包括以下步骤:
步骤C1、以各最优潮流计算场景的概率作为权重系数,采用以下公式计算各线路的传输灵活性:
上式中,F
步骤C2、基于下列公式确定各线路的灵活性权重系数:
上式中,η
步骤C3、计算输电网络的系统灵活性F:
所述步骤B采用二阶锥松弛后的DistFlow模型、并利用Gurobi求解器进行最优潮流计算,其中,所述DistFlow模型的目标函数为:
minZ=(Z
上式中,Z为系统运行总成本,Z
所述DistFlow模型的约束条件包括:
常规机组出力大小约束:
P
Q
上式中,Q
系统各节点电压、支路电流大小约束:
V
I
上式中,V
新能源机组出力功率平衡约束:
上式中,
有功、无功潮流平衡:
上式中,P
节点电压降落、支路电流与功率关系约束:
/>
上式中,P
切负荷量约束:
计及场景概率及相关性的输电网络灵活性评价系统,包括最优潮流计算场景生成模块、线路负载率计算模块、系统灵活性计算模块;
所述最优潮流计算场景生成模块用于根据新能源电源出力概率数学模型获取带概率特性的新能源出力场景,并结合负荷与新能源出力的相关性生成具有带概率特性的最优潮流计算场景;
所述线路负载率计算模块用于对生成的各最优潮流计算场景进行最优潮流计算,得到各场景下各线路的负载率;
所述系统灵活性计算模块用于根据各场景下各线路的负载率以及场景概率计算输电网络的系统灵活性。
与现有技术相比,本发明的有益效果为:
1、本发明计及场景概率及相关性的输电网络灵活性评价方法先基于新能源电源出力概率数学模型获取带概率特性的新能源出力场景,并结合系统负荷与新能源出力的相关性生成具有带概率特性的最优潮流计算场景,再对生成的各最优潮流计算场景进行最优潮流计算,得到各场景下各线路的负载率,最后基于各场景下各线路的负载率以及场景概率计算输电网络的系统灵活性,该方法在生成最优潮流计算场景时考虑了系统负荷与新能源出力的相关性并保留场景的概率特性,由此反映引起系统灵活性需求的根本原因-不确定性,同时将场景概率带入输电网络的系统灵活性计算中,一方面使得计算场景更加有效,有助于后期系统灵活性评估的有效性;另一方面,无需生成大量场景后进行聚类缩减操作,减少了计算量,对于大规模系统的场景生成具有重要意义。
2、本发明计及场景概率及相关性的输电网络灵活性评价方法在计算系统灵活性时,线基于各场景概率以及对应场景下线路的负载率计算单个线路的灵活性指标,再基于线路灵活性指标以及灵活性权重因子定义系统灵活性,一方面,该指标体系能够有效反映系统每条线路在实际运行过程中负载率的分布情况,从而能够指标计算结果精准定位灵活性不足的线路;另一方面,灵活性权重因子同时考虑了线路潮流波动情况以及线路实际传输容量对灵活性的影响(线路潮流波动无论多剧烈,只要传输容量够大,其灵活性传输能力依旧很高),该指标考虑更为全面且具有实际意义,更有利于灵活性评估。
3、本发明计及场景概率及相关性的输电网络灵活性评价方法采用二阶锥松弛后的DistFlow模型、并利用Gurobi求解器进行最优潮流计算,保证了计算速度与精度,避免了复杂求解器算法设计。
附图说明
图1为本发明的流程图。
图2为实施例1所采用的IEEE-39节点系统结构示意图。
图3为实施例2所述系统的结构示意图。
具体实施方式
下面结合具体实施方式以及附图对本发明作进一步详细的说明。
本发明提出了一种计及场景概率及相关性的输电网络灵活性评价方法,该方法充分考虑各新能源电源出力、系统负荷之间的相关性,生成最优潮流计算场景,并基于二阶锥松弛后的DistFlow模型进行线路负载率计算,同时保证计算速度与精度要求;结合场景概率建立单条线路传输灵活性评估指标,该指标充分考虑新能源电源出力不确定性对线路灵活性的影响并能反映该线路传输灵活性裕度大小;同时,基于线路潮流波动情况及其实际传输容量定义线路灵活性权重系数,由此建立综合考虑各线路传输灵活性的系统级网络传输灵活性评估指标,有助于对全系统的网络传输灵活性进行有效评估,为网络灵活性资源的调度、规划提供理论指导。
最优潮流计算场景的生成:本发明根据不同时间长度的负荷出力数据,对同一条件(如负荷水平)下各风电场出力的概率密度函数进行相应数量的区间划分,并在每个区间内选择风电出力点(可以是端点,也可以是区间中的其它点)生成单个风电场的风电出力矩阵,同时将区间对应的概率值作为风电出力场景的概率。在条件概率分布的基础上,对各风电场出力矩阵及负荷数据进行相关性处理生成最优潮流计算场景时,仅用考虑各风电场和负荷之间的相关性。该方法在初始数据处理阶段直接生成同一条件下的各风电站出力概率密度函数,无需对各风电站的出力概率密度函数进行相关性处理,对大规模风电接入的系统而言可以极大降低相关性处理复杂度。并且可根据负荷数据数量直接生成对应数量的风电站出力数据且保留场景的概率,既避免了大量场景的抽样与缩减过程、减少了计算量,也能通过场景概率保证场景的代表性。
实施例1:
参见图1,计及场景概率及相关性的输电网络灵活性评价方法,依次按照以下步骤进行:
1、采用如图2所示的IEEE39节点标准系统,基于同一负荷水平下如下风电出力概率密度函数,将其出力轴按所需场景数量等分成对应数量的区间,并以区间右端点作为采样值,得到风电出力矩阵,同时以区间概率表示该采样值发生概率,得到带有概率特性的风电出力场景:
上式中,P(x
2、采用Cholesky分解法对新能源电源的出力矩阵和系统负荷矩阵进行相关性排序,得到带概率特性的最优潮流计算场景,具体包括:
S1、对新能源电源出力与系统负荷的相关系数矩阵C进行Cholesky分解:
C=GG
上式中,G为下三角矩阵;
S2、将下三角矩阵G与由新能源电源出力与对应的系统负荷组成的样本矩阵W相乘得到考虑相关系数矩阵的样本矩阵Z;
S3、根据矩阵Z求得顺序矩阵L,并基于矩阵L对矩阵W进行排序,得到满足相关性的样本矩阵S,其中,矩阵L的每一行是由1—N的数字组成的排列,代表了样本矩阵Z中对应行的元素按照大小关系所处的位置,矩阵S中,一行代表系统负荷大小,其它行代表某一个新能源电源出力,每一列即为一个最优潮流计算场景,各最优潮流计算场景的概率为场景中各新能源电源出力场景概率的乘积。
3、采用二阶锥松弛后的DistFlow模型、并利用Gurobi求解器对生成的各最优潮流计算场景进行最优潮流计算,得到各场景下各线路的负载率,其中,所述DistFlow模型的目标函数为:
minZ=(Z
上式中,Z为系统运行总成本,Z
所述DistFlow模型的约束条件包括:
常规机组出力大小约束:
P
Q
上式中,Q
系统各节点电压、支路电流大小约束:
V
I
上式中,V
新能源机组出力功率平衡约束:
上式中,
有功、无功潮流平衡:
上式中,P
节点电压降落、支路电流与功率关系约束:
该约束的原始表达式为:
由于式1非线性非凸,求解复杂,因此对其进行二阶锥松弛处理。
首先定义中间变量:
将式3、式4带入式1、式2并进行松弛处理,使得上述约束条件变成下式:
再对式6处理得到如下二阶锥松弛方程式:
因此,二阶锥松弛处理后的约束条件为:
上式中,P
切负荷量约束:
4、以各最优潮流计算场景的概率作为权重系数,采用以下公式计算各线路的传输灵活性:
上式中,F
5、基于下列公式确定各线路的灵活性权重系数:
上式中,η
6、计算输电网络的系统灵活性F:
/>
显然,F越小,则系统的网络传输灵活性越高。而潮流变化明显、传输容量不高的输电线路对整个系统的网络传输灵活性影响显著,通过本实施例中的灵活性权重系数就能准确识别出真正制约电网灵活性的线路。
实施例2:
参见图3,计及场景概率及相关性的输电网络灵活性评价系统,包括最优潮流计算场景生成模块1、线路负载率计算模块2、系统灵活性计算模块3;
所述最优潮流计算场景生成模块1用于根据新能源电源出力概率数学模型获取带概率特性的新能源出力场景,并结合负荷与新能源出力的相关性生成具有带概率特性的最优潮流计算场景;
所述线路负载率计算模块2用于对生成的各最优潮流计算场景进行最优潮流计算,得到各场景下各线路的负载率;
所述系统灵活性计算模块3用于根据各场景下各线路的负载率以及场景概率计算输电网络的系统灵活性。
- 一种计及风电相关性的可用输电能力概率计算方法
- 一种计及风电相关性的可用输电能力概率计算方法