[发明专利]一种消纳大规模间歇性能源的安全约束经济调度方法

说明书

技术领域

本发明涉及一种消纳大规模间歇性能源的安全约束经济调度方法。

背景技术

由于风电、光伏发电等新能源具有间歇性及随机性，新能源并网后给电网调度带来了新的技术难题。在电力系统调度中，处理间歇性能源的不确定性问题主要有两种方法。其一，如《含风电场的电力系统动态经济调度》所披露，分配发电功率来满足负荷并留有足够的备用容量来满足间歇性能源的不确定性。其二，如《基于随机规划的含风电场的电力系统节能优化调度策略》所披露，采用随机优化技术处理间歇性能源的不确定性。前者过于保守，而且没有考虑间歇性能源的爬坡备用。后者需要知道间歇性能源出力的概率分布，且计算效率往往达不到工程要求。目前，鲁棒优化受到了广泛的关注。鲁棒优化通过预计各种可能出现的误差场景，建立优化模型，保证鲁棒模型的解能适应所有的误差场景，当系统发生扰动时，仍能保证系统稳定运行。

《RobustEconomicDispatchConsideringRenewableGeneration》基于零和博弈理论建立鲁棒调度模型，该模型为极大极小问题，提出一种松弛算法求解该模型并得到了较好的收敛结果。

《电力系统鲁棒经济调度(一)理论基础》把鲁棒调度问题归结为“鲁棒可行性”问题，通过逐次产生割平面不断排除非鲁棒可行点，最终获得可靠的调度策略。

《电力系统鲁棒经济调度(二)应用实例》分别建立鲁棒机组组合模型及鲁棒备用整定模型，并将其应用于实际调度问题，验证了鲁棒调度方式在应对风电波动时的可行性。

《水–火–风协调优化的全景安全约束经济调度》提出一种水、火、风协调优化的全景经济调度方法，该方法通过对关键场景的识别有效地应对了风电的波动，具有较强的鲁棒性。

《多风电场并网时安全约束机组组合的混合整数规划解法》提出一种基于极限场景法的鲁棒调度方式，证明在取相同场景数时，采用极限场景法求出的解比采用蒙特卡洛仿真法求出的解具有更强的鲁棒性。

上述文章分别以不同的切入点建立鲁棒调度模型，但所考虑的能源结构较为单一，且当风电场数目变多时，模型的复杂程度将急剧上升。此外，上述文章均缺乏对鲁棒调度的经济性与鲁棒性这一矛盾关系展开分析。

发明内容

针对现有技术的缺点，本发明的目的是提供一种能消纳大规模间歇性能源的安全约束经济调度方法，其能够降低间歇性新能源对电网的冲击作用。

为了实现上述目的，本发明提供了一种消纳大规模间歇性能源的安全约束经济调度方法，其包括如下步骤：

A、采用场景法描述间歇性能源的出力；

B、建立消纳大规模间歇性能源的安全约束经济调度模型；

C、通过对约束方程的逐一讨论使调度模型得到简化；

D、采用原始对偶内点算法求解调度模型。

步骤A中，采用场景法描述新能源出力的不确定性。新能源的功率预测存在较大的误差，每一种可能的出力描述为一个调度场景。以W个风电场为例，则场景s_i为风电场的某一种出力组合，即

s_i＝[P_w(1),P_w(2),…,P_w(w),…,P_w(W)](1)

由于风电在置信区间内的出力是连续随机的，因此任意时刻场景s_i的个数是无穷的，记Ns_i为场景个数，风电出力为预测值记为预测场景s₀，风电出力不等于预测值记为误差场景s_i(i＝1,2,...,Ns_i)。

在调度模型中，包含风电出力的约束项包括功率平衡约束和线路潮流约束。如何保证系统在所有场景s_i都满足功率平衡及线路潮流不越限是关键问题。换言之，通过制定合适的常规机组发电计划来应对各种误差场景。假设时刻h预测场景下的发电计划为P(s₀,h)。当发生误差场景s_i时，需要另外的发电计划才能保证系统功率平衡和线路潮流不越限，该发电计划记为P(s_i,h)。由于机组的爬坡率限制，要求预测场景下的发电计划P(s₀,h)在调整时间的约束下过渡到误差场景下的发电计划P(s_i,h)。

步骤B中，建立消纳大规模间歇性能源的安全约束经济调度模型。