[发明专利]含大规模风电电力系统的短期运行优化方法

说明书

技术领域

本发明具体地，涉及一种含大规模风电电力系统的短期运行优化方法。

背景技术

目前，当电力系统中没有风电接入时，电力系统的不稳定因素很大程度上来自于负荷的波动，而负荷的波动变化缓慢，有规律可循，易于进行机组间的经济调度。大规模风电接入电网后，由于风电自身出力的随机波动特性，使得电力系统等效负荷的波动性增加且难以预测，所以大规模风电并网将对电力系统的短期经济调度提出更高的要求。此外，风电场的出力间歇性明显，并且随时间大幅度频繁的波动，在极端情况下，风电出力率甚至可能在0~100%之间跳跃，规律性较差，会导致电力系统供电的可靠性下降，同时，为了维持电力系统在任一时刻负荷与发电的平衡，电力系统中其他机组频繁、快速地调整出力也导致系统的运行成本增加。由此可见，大规模风电的接入给电力系统短期经济调度运行带来许多新的问题与挑战，同时也给系统中常规机组的运行提出更严格的要求。另一方面，受预测技术的限制，风电出力预测精度不高，且随着预测时间的增加，预测的误差不断增大。因此，在充分利用风能资源发电的前提下，为了保障电力系统的安全、经济、可靠运行，对含大规模风电的电力系统进行短期运行优化研究十分重要。在建立的经济调度模型中，应该合理考虑风电出力随机波动的影响，对风电出力预测误差进行分析建模，并在满足电力系统运行及机组运行的各种约束条件下，达到电网供电可靠性与经济性的协调，由此便需要采取多时间尺度、多模型的新型短期经济调度模式。

对于短期调度来说，需要给出每个时段的风电出力数据和负荷数据，即电力系统调度运行是在对风电功率进行预测的基础上进行的。根据研究表明，对于大规模并网的风电，由于大量的风力发电机地理分布的广泛性，使得我们能够利用中心极限定理来证明风电场出力预测误差成正态分布。由于大规模风电集中接入电网，对于接入电力系统的风电出力预测误差可认为是服从正态分布的。类似的，研究表明负荷以及净负荷（负荷减去风电出力后的等效负荷）的预测误差均满足正态分布。在此基础上，我们可以从净负荷的角度，来对含大规模风电电力系统的短期优化运行特性进行分析。而风电出力的随机性使得电力系统不能进行最优的运行。

发明内容

本发明的目的在于，针对上述问题，提出一种含大规模风电电力系统的短期运行优化方法，以实现较好的调节风力发电的随机性、波动性、地域性、双向调峰性以及与负荷的相互关系，从而使得电力系统优化运行的优点。

为实现上述目的，本发明采用的技术方案是：

一种含大规模风电电力系统的短期运行优化方法，包括以下步骤：

对风电出力的随机性进行建模，因风电出力预测的误差值服从零均值的正态分布；则风电出力预测误差的标准差与风电预测值的关系式为                                               ；式中，为风电预测标准差；为风电预测值；、均为预测误差常数；

 根据上述风电预测标准差得出风电出力量，该风电出力量为：,其中，为风电预测误差的随机变量；

对电力系统负荷的随机性进行建模，电力系统负荷服从正态分布，则电力系统的负荷预测误差的标准差与负荷的预测值成正比，其关系式为：

   ，式中，是负荷预测误差随机变量的标准差；是负荷的预测值；为负荷预测误差系数；

在对上述风电出力和负荷建模后，对电力系统的净负荷建模，净负荷即为：电力系统负荷扣除风电出力后的差值，其关系如下式：，因风电出力和电力系统负荷为互不相关的正态分布的随机变量，则净负荷服从正态分布，其预测误差的标准差由下式得出：

    即得出净负荷的概率分布；

对上述净负荷的概率分布过离散化的方法，将净负荷概率分布曲线分成N个区间，得到每个区间对应的概率，然后通过对每个区间分别计算并进行加权，得出净负荷的概率分布曲线。

根据本发明的优选实施例，根据上述净负荷的概率分布曲线对电力系统中的风电和火电机组进行合理布局：

步骤一：基于对风电历史数据的统计分析，根据日前风电出力预测模型，得出未来24小时的风电出力预测数据，并得出风电出力预测误差值； 

步骤二：把风电出力看做负的负荷，与负荷叠加后，得到一天内的净负荷曲线；在净负荷曲线的基础上，确定一天内火电机组的开停机时间段；

步骤三：确定一天内火电机组的开停机时间段，根据上述净负荷的概率分布曲线，得到7种具有代表性的规划；

步骤四：针对每种规划，调度净负荷在各火电机组中的分配；