[發明專利]同時考慮風電不確定性和交流潮流約束的機組組合方法

在審

• 申請號: 201710172772.7
• 申請日: 2017-03-22
• 公開（公告）號: CN107069806A
• 公開（公告）日: 2017-08-18
• 發明（設計）人: 周博然;梅迪;宋明剛;楊廣忠
• 申請（專利權）人: 國網遼寧省電力有限公司大連供電公司
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于電力系統的運行、分析與調度技術領域，尤其涉及一種高效求解同時考慮風電不確定性和交流潮流約束的機組組合方法。

背景技術

隨著風力發電大規模接入電網，電力系統的不確定性不斷增加，甚至威脅到系統運行安全。機組組合是電力系統最基本的優化問題之一，其能夠提高系統運行的安全性和經濟性，因此風電的大規模接入對機組組合提出了更高的要求。

傳統的機組組合模型基于確定性模型，為了提高應對不確定性風電的能力，不確定性機組組合模型被應用到機組組合問題中，以此提高機組組合結果在高風電滲透率系統中的安全性和經濟性。此外，風電的接入也帶來了潮流不確定性的增強，為了提高系統潮流安全，機組組合也開始考慮直流潮流約束。但是到目前為止，尚沒有一種可以同時解決風電不確定性和交流潮流約束的機組組合方法。

發明內容

本發明的目的是為了在機組組合過程中能同時考慮風電不確定性和交流潮流約束，使機組組合的結果更加符合實際系統需求，提高其結果的最優性和可行性。為此，本發明提供了一種高效求解同時考慮風電不確定性和交流潮流約束的機組組合方法。

本發明的技術解決方案是：一種同時考慮風電不確定性和交流潮流約束的機組組合方法，其特征在于包括如下步驟：

(1)接收電網調度中心得出的系統在接下來24小時的負荷需求數據以及風電場出力預測數據；

(2)根據風電場出力預測數據，使用蒙特卡洛模擬方法模擬多種可能的風電場出力情景，將不確定的風電場出力使用確定性模型描述；

(3)使用情景縮減技術，將大量的相似情景進行合并，縮減情景數量；

(4)對電力系統的機組組合問題進行建模，根據運行要求選擇目標函數和約束條件，包括等式約束條件和不等式約束條件，構成混合整數非線性規劃問題；

(5)運用變量復制技術、輔助問題原理以及擴展拉格朗日松弛法對原問題進行解耦，將其分解為多情景機組組合和最優潮流兩個子問題；

(6)根據兩個子問題的特點，分別使用混合整數二次規劃方法以及預測校正內點法分別求解多情景機組組合子問題和最優潮流子問題，其中最優潮流子問題可以按情景和時間段進行并行化求解；

(7)對步驟(6)的結果進行并行化檢驗；

(8)計算收斂判據，若迭代已收斂，則得到最終結果；否則更新相關乘子，并且跳轉至步驟(5)，收斂判據是兩組復制變量差的絕對值；

(9)將步驟(8)所得最終結果作為發電機組調度方案，用以調度發電機組啟停機順序和運行點，以提高系統整體經濟性和安全性。

所述步驟(2)中使用超拉丁采樣方式模擬風電場出力的不確定性；所述步驟(3)中使用情景縮減聚合技術縮減步驟(2)中所產生情景，情景縮減聚合的依據是不同情景間的概率距離；所述步驟(4)中，所述目標函數為系統整體在多種情景下的總運行費用最小；等式約束為系統節點功率平衡約束；不等式約束包括發電機組最大最小技術出力約束，發電機組爬坡約束，發電機組最小啟停機時間約束，線路潮流約束和節點電壓約束。

所述步驟(3)還包括如下子步驟：

(3.1)計算情景集合中每兩個情景之間的差別，該差別使用情景間的空間距離的絕對值之和表示；

(3.2)將(3.1)中的情景差別乘以情景的發生概率來表示情景的概率距離；

(3.3)將概率距離最小的情景從情景集合中去掉，產生新的情景集合，如果剩余情景集合滿足要求則停止，否則將新的情景集合帶回步驟(3.1)。

所述步驟(5)還包括如下子步驟：

(5.1)運用變量復制技術，將原問題的機組出力變量復制成兩組獨立變量，規定兩組變量的自身約束以及相互約束關系；運用擴展拉格朗日松弛法將兩組獨立變量的相互約束松弛到目標函數中，產生新的目標函數；

(5.2)對新目標函數使用輔助問題原理，將目標函數解耦為兩個子問題，兩個子問題分別為混合整數二次規劃問題和最優潮流問題。

本發明的方法通過使用情景生成和縮減技術，以確定性的模型表示不確定性的風電場出力，然后運用變量復制、擴展拉格朗日松弛法和輔助問題原理等技術手段，將同時考慮風電不確定性和交流潮流約束的機組組合問題解耦開，然后根據解耦問題的特點，設計高效的并行計算構架，大幅度提高問題的求解速度。

附圖說明

圖1是風電場出力分布概率圖；

圖2是整體流程，其中虛線框內為并行求解部分。

具體實施方式

本發明的方法包括如下步驟：