[發明專利]計及風電的電力系統動態經濟調度多場景協同優化算法

有效

• 申請號: 201810035643.8
• 申請日: 2018-01-15
• 公開（公告）號: CN108321792B
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 楊佳俊;黃興;魏延彬;劉洋;王壽星;馬帥;馬驍旭;閆凱;張洪帥;王志峰;曹冉;尚新宇;焦平洋
• 申請（專利權）人: 國網山東省電力公司萊蕪供電公司;國家電網公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/48
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種計及風電的電力系統動態經濟調度多場景協同優化算法，其特征在于，包括：

構建基于多場景解耦的電力系統動態經濟調度協同優化模型，所述優化模型包括系統級優化問題、預測場景子優化問題以及誤差場景子優化問題；

引入動態松弛算法，對協同優化算法系統級優化問題的等式約束進行松弛，將等式約束放寬為不等式約束；

對基于多場景解耦的電力系統動態經濟調度協同優化模型進行求解，直到系統級優化問題滿足收斂條件，獲得優化解；

所述的系統級優化問題具體為：

其中，J_n(x)為預測場景和s個誤差場景的系統級約束；s_n為子優化問題的個數；f_c為調度周期的發電總成本；f₁和f₂分別表示煤耗總成本和由于汽輪機的閥點效應而產生的能耗成本；P_Gi(t)為常規發電機組i在時段t的出力，為在誤差場景n^*下常規發電機組i在時段t的出力；T為調度周期的時段總數，t為時段號，N為常規機組總數；

所述預測場景子優化問題具體為：

P_Gi,min≤P_Gi⁰(t)≤P_Gi,max；

P_Gi⁰(t)-P_Gi⁰(t-1)≤r_ui；

P_Gi⁰(t-1)-P_Gi⁰(t)≤r_di；

其中，f₀為預測場景的目標函數；為在預測場景下，常規機組i在時段t的出力，為系統級優化問題分配的設計變量目標；N_w為風電場數，j為風電場號，P_wj⁰(t)為預測場景下風電場j在時段t的出力，P_Load(t)為系統在時段t的總負荷，β為負荷預測偏差百分值，P_Gi,min和P_Gi,max分別表示常規機組i的有功最小出力和有功最大出力，r_ui和r_di分別為機組i的爬坡率和滑坡率，P_mn⁰(t)表示預測場景下線路m-n在時段t的有功傳輸功率，表示線路m-n的有功傳輸功率上限；

所述誤差場景子優化問題具體為：

P_Gi,min≤P_Gi^s(t)≤P_Gi,max；

P_Gi^s(t)-P_Gi^s(t-1)≤r_ui；

P_Gi^s(t-1)-P_Gi^s(t)≤r_di；

|P_Gi⁰(t)-P_Gi^s(t)|≤ΔP_Gi(t)；

其中，f_s為誤差場景的目標函數，為系統級優化問題分配的設計變量目標；P_Gi^s(t)為誤差場景下常規發電機組i在時段t的出力；P_mn^s(t)為誤差場景下線路m-n在時段t的有功傳輸功率；P_wj^s(t)為誤差場景下風電場j在時段t的出力，P_Load(t)為系統在時段t的總負荷，P_Gi,min和P_Gi,max分別表示常規機組i的有功最小出力和有功最大出力，r_ui和r_di分別為機組i的爬坡率和滑坡率，β為負荷預測偏差百分值，表示線路m-n的有功傳輸功率上限，ΔP_Gi(t)為常規機組i在t時段內可以迅速調節的有功出力，取為爬坡率；

所述對基于多場景解耦的電力系統動態經濟調度協同優化模型進行求解的過程具體為：

1)系統級優化問題將設計變量目標分別傳到預測場景子優化問題和誤差場景子優化問題；

2)預測場景子優化問題和誤差場景子優化問題獨自進行優化，將各自的最優解返回給系統級優化問題，系統級優化問題根據接收到的最優解構造出系統級優化問題的約束；

3)經系統級優化后，若沒有達到收斂條件，則以新的設計變量最優解作為新的設計變量目標再次傳入預測場景子優化問題和誤差場景子優化問題中進行優化，重復步驟2)-3)，直至系統級優化問題滿足收斂條件；

該算法的收斂條件一般為前后兩次迭代的經濟調度目標函數值之差與本次迭代的經濟調度目標函數值之比不超過所設置的收斂精度，如式(4)所示：

|f_i-1-f_i|/f_i≤ε (4)

其中：f_i-1和f_i分別表示前后兩次迭代的經濟調度目標函數值，ε表示收斂精度；

所述動態松弛算法具體為：

當第x次迭代時，各子問題優化結束后，各子問題的最優解分別為定義松弛量r；

根據所述松弛量r確定新的系統級約束；

所述松弛量r具體為：

r＝(λ*m_es)²；

其中，m_es為子問題間的不一致信息，λ為松弛因子；

所述子問題間的不一致信息具體為：

其中，分別表示子問題j和子問題k的最優解，j,k＝1,2,...s_n，且j≠k；

于是新的系統級約束就變為如式(7)所示：

...

2.如權利要求1所述的一種計及風電的電力系統動態經濟調度多場景協同優化算法，其特征在于，所述收斂條件具體為：前后兩次迭代的系統級目標函數值之差與本次迭代的系統級目標函數值之比不超過所設置的收斂精度。