[发明专利]基于支撑故障事件约束机组组合的备用优化方法和装置

说明书

本发明公开了一种基于支撑故障事件约束机组组合的备用优化方法和装置，所述方法包括以下步骤：步骤1：运行一个基本的机组组合备用优化模型，获取基本机组组合调度结果；步骤2：基于所述调度结果建立投运容量缺失表，计算LOLP，并从中寻找边际事件；步骤3：将边际事件对应的线性约束添加到备用优化模型，得到新的调度结果，返回步骤2，直至结果满足LOLP要求。本发明考虑了问题中的多重折中，简化了LOLP约束使模型可以精确高效求解。

技术领域

本发明属于旋转备用优化领域，尤其涉及一种基于支撑故障事件约束机组组合的备用优化方法和装置。

背景技术

旋转备用是电力系统里的一种重要资源。旋转备用主要由联网运行的发电机提供，在规定的时间内能够输入系统中，应对系统中负荷变动以及元件故障事故造成的功率波动，避免系统的失负荷。配置充足的旋转备用能够减少失负荷的可能，改善电力系统的可靠性。但是提供旋转备用会产生一定的费用，因为可能需要新的发电机组接入系统，或强迫正在投入的机组偏离其最佳运行点。因此旋转备用需要科学合理的规划，兼顾系统的经济性与可靠性。

传统上，旋转备用的配置采用确定性方法，即按照总负荷和最大在线机组容量的某个比例确定旋转备用数量。这种方法简单易操作，但容易导致备用配置保守或冒进。文献[4]基于存储理论建立备用成本模型，并结合历史数据资料中备用容量利用的概率，运用决策论的算法求解最优备用容量，能在保障系统安全性不变的前提下获得最优经济备用容量。文献[5]从发电系统角度对旋转备用方案进行风险分析，利用效用函数和效用值反映不同类型决策者对旋转备用损益的满意程度，提出旋转备用损益的效用期望值决策模型。这两种备用配置方案更符合经济规律，一定程度上兼顾系统的经济性与可靠性，更适应市场环境下的电力系统。随着新能源的不断接入，系统中的不确定性逐渐增强，这都使的概率性备用优化方法受到进一步的重视。概率性备用优化方法主要包括带可靠性指标约束的优化模型，以及基于成本效益折中的优化模型。带可靠性指标约束的优化模型，指将可靠性指标不超过某一设定值作为约束加入到调度模型中。基于成本效益折中的优化模型，是指将失负荷造成的损失量化后加入到目标函数中，与运行费用一起最小化，这样备用优化能够使系统自动在经济性与可靠性之间取得平衡。但是在量化失负荷损失时，往往需要失负荷价值(value of lost load，VOLL)信息。该值对结果影响显著，且往往与具体电力系统以及运行状态有关，很难获得一个合理的VOLL。失负荷概率(loss of load probability，LOLP)指在给定时间内由于系统中各种扰动造成的用户停电概率。该指标直接反应系统运行的可靠性，概念简单清晰，直观合理。

LOLP可以精确表达为发电机的启停状态、出力、输出备用、系统旋转备用、预想事件和预想事件发生概率的函数。LOLP的表达式具有高度非线性和组合特性，不仅包含众多连续变量，还包含大量0/1变量，不仅与调度结果有关，还与所考虑的预想事件场景有关。而场景的数量具有组合特性，规模庞大。当考虑高阶故障和多时段时，即使对较小的系统，计算机内存也很容易耗尽而导致问题无法求解。

因此，如何既保证带有LOLP约束的模型能够高效求解，又解决多重折中问题，是本领域技术人员目前迫切解决的技术问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于支撑故障事件约束机组组合的备用优化方法和装置，将高度非线性和组合性的LOLP约束等价转换为一系列线性表达式，仅基于其中部分关键的边际场景对应的约束进行优化，有效提高了备用优化效率。

为实现上述目的，本发明采用如下技术方案：

一种基于支撑故障事件约束机组组合的备用优化方法，包括以下步骤：

步骤1：运行一个基本的机组组合备用优化模型，获取基本机组组合调度结果；

步骤2：基于所述调度结果建立投运容量缺失表，计算LOLP，并从中寻找边际事件；