[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

本發明公開了一種計及風電不確定性的隨機序列優化模型的建模方法，該建模方法包括以下步驟：利用概率性序列描述風電出力的不確定性；建立基于概率性序列的線路潮流的約束模型；建立基于概率性序列的系統旋轉儲備約束模型。該模型可以很好地處理風電的不確定性，并可以方便的分析風電并網給電力系統安全帶來的影響。同時，該模型可以應用在日前電力系統的優化調度中，能有效的提升電力系統運行經濟性和安全性。

技術領域

本發明涉及一種計及風電不確定性的建模方法，尤其是一種計及風電不確定性的隨機序列優化模型的建模方法。

背景技術

風能是當前世界上最具大規模商業化開發潛力的可再生能源。大規模開發利用風能發電，已成為世界各國解決能源問題和環境問題，改善能源結構，保證國民經濟可持續發展的有效措施。吉林省可再生能源儲量豐富，具備建設國家級清潔能源基地的條件。其中風電可裝機容量5400萬千瓦，是國家確定的9個千萬千瓦風電風電基地之一。

我國“三北”地區風能資源豐富，但能源結構不合理，例如吉林省的熱電矛盾異常突出。全省熱電聯產機組裝機容量達到1314.84萬千瓦，占燃煤火電裝機的74％，比全省統調最小負荷多800萬千瓦，比統調最大負荷多400萬千瓦。進入供暖期后，電網調峰難度極大，即使熱電聯產機組全部按照最小方式運行，在夜晚低負荷期，風電仍被迫大量參與調峰。在春節等極端低負荷期，風電機組和純凝機組必須全停，仍有300多萬千瓦電力無法消納，必須采取緊急措施并得到東北電網聯絡線支持才能保證電網安全。受此影響，吉林省棄風問題非常嚴重，近幾年棄風率連續位列全國前列，供熱中期風電大面積棄風，夜間風電全停成為常態，累計棄風率達到31.1％。

發明內容

本發明要解決的技術問題是由于風電的不確定性導致風電難以并網，造成大面積棄風。

為了解決上述技術問題，本發明提供了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。

通過建立線路潮流的約束模型以及系統旋轉儲備約束模型描述風電的不確定性以及風電并網對電力系統的影響，根據風電預測信息，實現日前熱電聯合經濟調度，促進風電的消納。

作為本發明的進一步限定方案，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。

作為本發明的進一步限定方案，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。

作為本發明的進一步限定方案，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。

本發明的有益效果在于：(1)采用概率性序列理論，對風電的不確定性加以描述，方便計算機加以分析計算，與傳統的蒙特卡洛法相比，在保證相同精度的前提下，大大節省了計算時間，不僅可以應用在日前優化調度中，也可以應用在調度時間間隔大于等于15分鐘的短期經濟調度中；(2)可以根據電網實際運行要求，對不同的線路設定不同的置信水平，不再統一的對所有線路設定相同的要求，可以單獨分析風電并網對某一條線路的影響，從而幫助系統規劃人員設計合理的線路容量；(3)可以直觀的分析旋轉儲備容量對風電消納的影響，為系統的安全穩定運行提供保障，減少基礎建設成本，提高系統對風電的消納能力，具有一定的經濟和社會效益。

附圖說明