[发明专利]消纳风电接入的大电网实时调度方法

摘要

本发明涉及一种消纳风电接入的大电网实时调度方法，属于电力系统运行和控制技术领域。该方法首先根据风电和负荷波动的特点和机组的控制特性，将全网机组分类，然后从系统获得机组的日前计划、实时出力、联络线计划及数值天气预报等相关信息，进行超短期负荷预测及风电出力预测，求得下一时刻实时调度机组的出力调节量并构建弃风损失最小的有功实时调度模型，采用单纯形法求得包括风电机组的实时调度机组出力调整量，对火电机组将出力调整量直接下发，对风电机组给出下一时刻的出力最大值。本发明对风电和传统机组实施联合优化调度，超前地消除风力发电预测偏差及负荷预测偏差，在保证电网运行经济性的同时，最大限度提高电网对风电的接纳能力。

主权项

1.一种消纳风电接入的大电网实时调度方法，其特征在于，该方法以15分钟为一个调度时段，全天分为96个调度时段，包括以下步骤：(1)根据风电和负荷波动的特点和机组的控制特性，将全网机组分为多个计划机组、多个实时调度机组及多个自动发电控制机组三部分，所有风电机组均划为实时调度机组；计划机组跟踪日前调度计划，实时调度机组跟踪实时调度计划，自动发电控制机组负责实时平衡电网中的发电负荷不平衡量；(2)从日前预测系统读取发电机组的日前计划、联络线计划，并从数据采集与监视控制系统实时读取全网所有发电机的实时出力值；(3)从电力系统的历史负荷数据库中读取历史负荷的信息，采用日周期多点外推法预测下一个调度时段的负荷值及其增量(4)在每一调度时段的初始时刻，对每个风电场采集数值天气预报的数据(风速、空气密度、风向、温度等)并上报调度中心，调度中心根据接收到的信息，采用基于人工神经网络的模型，通过对历史数据的训练得到风电场的输出与输入的非线性关系，并预测出下一个调度时段的第j个风电场出力值j为正整数；(5)下一个调度时段初始时刻的实时调度机组出力的总调节量ΔP：ΔP=ΔPDn-ΔPTn-ΔPschen-ΔPAGCn]]>其中，是超短期负荷预测值的增量、是联络线计划的下一时刻增量、是日前计划机组出力下一时刻增量、是AGC机组下一时刻的出力调整量，下一时刻的AGC机组出力计划按来取，其中P_maz为机组给定的出力上限，P_min为机组给定的出力下限；(6)计算下一个调度时段初始时刻的各个实时调度机组出力计划：根据上一步计算得到总调节量ΔP后，根据实时调度机组的上、下调整容量，发电成本系数等综合分配给各个机组调整，建立式(a)-(d)的弃风最小的有功实时调度模型：minΣiri|ΔPi|ΣjwjΔPjw,i∈NGrt(a)s.t.Σi∉NGwindΔPi+Σj∈NGwind(PjFor-Pj0-ΔPjw)=ΔP(b)Σi∉NGwindSijΔPi+Σk∈NGwindSkjΔPkw≤Tj‾-Tj,j∈Mtie(c)ΔP‾i≤ΔPi≤ΔP‾i,i∈NGrt(d)ΔPjw≥0]]>其中，r_i是传统发电机i当前的发电单位调整成本；w_j是风电场j弃风电成本，为了减少弃风，一般w_j≥100r_i；ΔP为实时调度机组下一时刻的出力调节总量；ΔP_i为下一时段实时调度机组i的调整量，为全网除风电机组外的实时调度机组的个数；是风电场j的弃风电力，它等于下一时段预测的风电出力预测值与下一时段实时调度计划值的差值；为风电场j的当前出力值；S_ij发电出力对断面的灵敏度；(c)中M_tie表示电网安全功率传输断面集合，为断面的功率传输上限，该值从所述历史负荷数据库中读取，T_j为断面的当前传输功率，该不等式约束保证传输断面不过载；采用单纯形法求解实时调度模型，得出实时调度机组i的调整量ΔP_i和下一个调度时段初始时刻风电场j的弃风电力(7)将实时计划下发，对实时调度机组中的火电机组给出下一个调度时段初始时刻的调整量ΔP_i，对风电场j给出下一个调度时段初始时刻的最大计划出力值风电场接收到最大计划出力值后，制定本风电场内的发电计划；同时，风电场将本风场场内的电气量、风机运行状态等实时传送至调度中心。