[發明專利]一種計及風電不確定性的隨機序列優化模型的建模方法

有效

• 申請號: 201710229367.4
• 申請日: 2017-04-10
• 公開（公告）號: CN106849176B
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 蘭嵐;王勇;孫昕杰;羅興;周科峰;吳晨雨;顧偉
• 申請（專利權）人: 國網江蘇省電力公司南京供電公司;國家電網公司;國網江蘇省電力公司;東南大學
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 于忠洲

1.一種計及風電不確定性的隨機序列優化模型的建模方法，其特征在于，包括如下步驟：

步驟1，利用概率性序列理論描述風電出力情況；

步驟2，建立基于概率性序列的線路潮流的約束模型；

步驟3，建立基于概率性序列的系統旋轉儲備約束模型；

步驟1中利用概率性序列理論描述風電出力情況具體是：將風電出力離散化并賦予與之對應的概率，從而描述整個風電場的出力狀況，同時定義并求解出風電場出力的期望值；

將風電出力離散化并賦予與之對應的概率的具體步驟為：

利用風電的歷史數據計算得到一段時間內的風電平均相對誤差ε為：

式中，T為該段時間被分為的時間節點個數，表示風電預測功率，wp_t表示實際風電出力，C表示風電裝機容量；

由于風電預測誤差服從正態分布，于是推導出風電平均相對誤差ε與標準差σ的關系為：

式中，σ為風電預測的標準差，再將風電預測誤差作為期望值，得到風電出力的概率密度函數為：

由于風電預測誤差服從正態分布，所以風電出力在負半軸有一定的分布，風電出力為零的概率是正態分布中小于等于0的部分對應的概率之和，將分布在負半軸上的概率歸并至原點上，則風電的離散化概率分布為：

式中，ΔP為風電功率的離散化步長，Nwp(t)是t時刻風電概率性序列的長度；

步驟2中建立基于概率性序列的線路潮流的約束模型具體是：計算出不同風電出力情況下的潮流分布，并賦予出現不同潮流分布時的對應概率，將當前運行方式下滿足潮流約束的解所對應的概率相加，如果累加值大于設定的置信水平，則當前運行方式滿足電力系統的安全穩定運行要求；

建立線路潮流的約束模型的具體步驟為：

建立供熱平衡及有功平衡約束為：

式中，COP表示電熱泵的性能系數，PLoad_t和HLoad_t分別代表電負荷和熱負荷，CG代表常規機組的集合，CHPG代表熱電聯產機組的集合，p_i,t代表常規機組的電出力，代表熱電聯產機組的電出力，h_j,t代表熱電聯產機組的熱出力，代表熱泵的熱出力，代表熱泵消耗的電功率，i_wp代表風電出力，WP_t(i_wp)代表當風電出力為i_wp時對應的概率，E_wp(t)代表風電出力的期望值，則線路潮流約束如下：

P_line(t)≥β_line (9)

式中，b1,b2,L,bN∈Bus，Bus是電網所有母線的集合，P_line(t)是用來計算滿足潮流約束的概率之和的矩陣，是各線路所能承受的最大有功矩陣，β_line是保障各線路運行安全的置信水平構成的矩陣，當某一條線路的有功i小于時，把他們對應的概率累加，得到該線路在這種運行方式下的安全概率，如果此概率大于事先設定好的置信水平β_line，則該運行方式滿足系統要求；

步驟3中建立基于概率性序列的系統旋轉儲備約束模型具體是：將當前運行方式下滿足系統旋轉儲備要求的解所對應的概率相加，如果累加值大于設定的置信水平，則當前運行方式滿足電力系統的安全穩定運行；

建立系統旋轉儲備約束模型的具體計算模型為：

式(15)-(20)中，p_i,t代表常規機組i在t時刻的出力，和表示常規機組i的最大和最小出力，ΔT是調度時間間隔，rup_i是機組i的向上爬坡速率，rdown_i是機組i的向下爬坡速率，i_wp代表風電場的實際出力，E_wp(t)代表風電場在t時刻的實際出力，式(17)和(18)是用來計算每臺機組可提供的向上旋轉儲備容量和向下旋轉儲備容量，式(19)和(20)是用來挑選出滿足系統旋轉儲備要求的儲備容量，把他們的值記錄在USR和DSR中，Ru_t(ru)和Rd_t(rd)是t時刻的向上和向下旋轉儲備約束的概率性序列，把他們中滿足系統要求的值所對應的概率累加，如果大于置信水平β_RU和β_RD，則此種運行方式滿足系統的安全穩定要求。