考虑预测误差的风火协调滚动调度
发布时间：2020-12-26 16:49
在风电大规模接入电力系统的背景下,建立基于机会约束相关机会目标规划的电力系统滚动优化调度模型。考虑风电功率预测误差对调度模型功率平衡方程的影响,建立基于相关机会规划的功率平衡模型,将功率平衡的等式约束转化为最大化随机事件发生概率的目标函数。考虑风电功率预测误差"近小远大"的特点,确定系统旋转备用容量不同时刻机会约束条件的置信水平,并设计AⅢ段→BⅡ段→CⅠ段多次覆盖、逐次修改的滚动调度模式。为了实现模型的快速求解,引入目标规划将所建多目标优化模型转化为单目标优化模型。算例仿真验证了所建模型的有效性,所建模型能根据未来较长时段的风电和负荷情况进行预先调整,提高可再生能源的消纳能力。
【文章来源】：电力自动化设备. 2020年12期 北大核心
【文章页数】：9 页
【部分图文】：
不同预测超前时间预测误差分布
随着风电渗透率的提高，电力系统风电接入节点注入功率的不确定性越来越大[15]。在新形势下，基于传统确定性调度模型结合不同的不确定性处理方式，发展出一系列不确定优化调度模型。各种不确定调度模型的一个核心内容就是为系统预留恰当的旋转备用容量，平衡不确定性功率高渗透率下电力系统运行的安全性与经济性[16-17]。分析图1可知，风电预测误差随预测超前时间呈现“近小远大”的特点。因此，可以充分利用这一点来指导调度模型精细化地配置旋转备用容量。如图2所示，若以相同置信水平安排各时刻系统旋转备用容量，则预测超前时间较长的调度方案末端需更多的旋转备用容量，此外，在滚动调度中，预测超前时间较长的调度方案还未被执行就被新的调度方案所覆盖，因此预留更多的旋转备用容量损失了方案的经济性。为解决这一问题，本文系统备用容量约束采用机会约束条件，且随预测超前时间的不同，设置不同的置信水平：预测超前时间较短，真正被执行的区段置信水平较高；预测超前时间较长，不被真正执行的区段置信水平较低；负备用容量约束置信水平低于正备用容量约束的置信水平，使失负荷风险小于弃风风险。具体如式（1）所示。
由前述可知，风电预测误差呈现“近小远大”的特点。为此，调度模型设计AⅢ段→BⅡ段→CⅠ段的滚动更新机制，如图3所示。调度计划时长为T，每ΔT时长滚动制定一次调度计划，每次计划在执行前Δt时刻下发。根据距离调度计划制定时刻的远近将调度区间分为3段，由3种灰度在图中标识。其中Ⅰ段是真正执行的区段，灰度最深表示距离计划制定时刻最近，风电预测精度最高，系统备用要求也最高；Ⅱ段灰度居中，表示距离计划制定时刻时间居中，风电预测精度和系统备用要求也居中；Ⅲ段灰度最浅，表示距离计划制定时刻最远，风电预测精度最低，系统备用要求也最低。以图中D段计划为例说明调度计划的制定过程：在t D-Δt时刻，系统利用最新未来T时长的风电和负荷预测出力以及当前系统运行信息，制定t D—t J时段间包含DⅠ、DⅡ和DⅢ这3段的调度计划并下发；调度计划从t D时刻开始执行，一直执行到t E时刻，期间在t E-Δt时刻，系统根据最新的预测以及系统运行信息制定新一轮调度方案。由上述过程可知，调度方案中只有Ⅰ段是真正被执行的区段，Ⅱ段和Ⅲ段的存在是为了保证调度计划长时段的经济性，同时也为后期调度方案的制定做参考。Ⅱ段在Ⅰ段和Ⅲ段之间起缓冲过渡作用，在功率波动较大的情况下，为机组提供逐次修改的机会。4.2 目标函数
【参考文献】：
期刊论文
[1]基于全概率风险度量的电力系统备用风险评估方法[J]. 殷加玞,赵冬梅. 电力自动化设备. 2020(01)
[2]基于机会约束目标规划的风-光-水-气-火-储联合优化调度[J]. 李志伟,赵书强,刘金山. 电力自动化设备. 2019(08)
[3]基于相关机会目标规划的电力系统优化调度研究[J]. 李志伟,赵书强,刘金山. 中国电机工程学报. 2019(10)
[4]基于机会约束混合整数规划的风火协调滚动调度[J]. 马燕峰,陈磊,李鑫,赵书强,刘金山,甘嘉田. 电力系统自动化. 2018(05)
[5]电热联合系统多时间尺度滚动调度策略[J]. 邓佳乐,胡林献,邵世圻,刘述欣. 电网技术. 2016(12)
[6]考虑大规模风电接入并计及多时间尺度需求响应资源协调优化的滚动调度模型[J]. 包宇庆,王蓓蓓,李扬,杨胜春. 中国电机工程学报. 2016(17)
[7]含大规模风电的电力系统多时间尺度滚动协调调度方法研究[J]. 王魁,张步涵,闫大威,李媛媛,罗涛. 电网技术. 2014(09)
[8]基于数据特征提取的风电功率预测误差估计方法[J]. 张凯锋,杨国强,陈汉一,王颖,丁恰. 电力系统自动化. 2014(16)
[9]电量协调与成本控制的日内滚动发电计划[J]. 白杨,钟海旺,夏清,杨明辉,张健,张国强. 电网技术. 2013(10)
[10]消纳大规模风电的热电联产机组滚动调度策略[J]. 陈建华,吴文传,张伯明,孙勇. 电力系统自动化. 2012(24)
本文编号：2940089
【文章来源】：电力自动化设备. 2020年12期 北大核心
【文章页数】：9 页
【部分图文】：
不同预测超前时间预测误差分布
随着风电渗透率的提高，电力系统风电接入节点注入功率的不确定性越来越大[15]。在新形势下，基于传统确定性调度模型结合不同的不确定性处理方式，发展出一系列不确定优化调度模型。各种不确定调度模型的一个核心内容就是为系统预留恰当的旋转备用容量，平衡不确定性功率高渗透率下电力系统运行的安全性与经济性[16-17]。分析图1可知，风电预测误差随预测超前时间呈现“近小远大”的特点。因此，可以充分利用这一点来指导调度模型精细化地配置旋转备用容量。如图2所示，若以相同置信水平安排各时刻系统旋转备用容量，则预测超前时间较长的调度方案末端需更多的旋转备用容量，此外，在滚动调度中，预测超前时间较长的调度方案还未被执行就被新的调度方案所覆盖，因此预留更多的旋转备用容量损失了方案的经济性。为解决这一问题，本文系统备用容量约束采用机会约束条件，且随预测超前时间的不同，设置不同的置信水平：预测超前时间较短，真正被执行的区段置信水平较高；预测超前时间较长，不被真正执行的区段置信水平较低；负备用容量约束置信水平低于正备用容量约束的置信水平，使失负荷风险小于弃风风险。具体如式（1）所示。
由前述可知，风电预测误差呈现“近小远大”的特点。为此，调度模型设计AⅢ段→BⅡ段→CⅠ段的滚动更新机制，如图3所示。调度计划时长为T，每ΔT时长滚动制定一次调度计划，每次计划在执行前Δt时刻下发。根据距离调度计划制定时刻的远近将调度区间分为3段，由3种灰度在图中标识。其中Ⅰ段是真正执行的区段，灰度最深表示距离计划制定时刻最近，风电预测精度最高，系统备用要求也最高；Ⅱ段灰度居中，表示距离计划制定时刻时间居中，风电预测精度和系统备用要求也居中；Ⅲ段灰度最浅，表示距离计划制定时刻最远，风电预测精度最低，系统备用要求也最低。以图中D段计划为例说明调度计划的制定过程：在t D-Δt时刻，系统利用最新未来T时长的风电和负荷预测出力以及当前系统运行信息，制定t D—t J时段间包含DⅠ、DⅡ和DⅢ这3段的调度计划并下发；调度计划从t D时刻开始执行，一直执行到t E时刻，期间在t E-Δt时刻，系统根据最新的预测以及系统运行信息制定新一轮调度方案。由上述过程可知，调度方案中只有Ⅰ段是真正被执行的区段，Ⅱ段和Ⅲ段的存在是为了保证调度计划长时段的经济性，同时也为后期调度方案的制定做参考。Ⅱ段在Ⅰ段和Ⅲ段之间起缓冲过渡作用，在功率波动较大的情况下，为机组提供逐次修改的机会。4.2 目标函数
【参考文献】：
期刊论文
[1]基于全概率风险度量的电力系统备用风险评估方法[J]. 殷加玞,赵冬梅. 电力自动化设备. 2020(01)
[2]基于机会约束目标规划的风-光-水-气-火-储联合优化调度[J]. 李志伟,赵书强,刘金山. 电力自动化设备. 2019(08)
[3]基于相关机会目标规划的电力系统优化调度研究[J]. 李志伟,赵书强,刘金山. 中国电机工程学报. 2019(10)
[4]基于机会约束混合整数规划的风火协调滚动调度[J]. 马燕峰,陈磊,李鑫,赵书强,刘金山,甘嘉田. 电力系统自动化. 2018(05)
[5]电热联合系统多时间尺度滚动调度策略[J]. 邓佳乐,胡林献,邵世圻,刘述欣. 电网技术. 2016(12)
[6]考虑大规模风电接入并计及多时间尺度需求响应资源协调优化的滚动调度模型[J]. 包宇庆,王蓓蓓,李扬,杨胜春. 中国电机工程学报. 2016(17)
[7]含大规模风电的电力系统多时间尺度滚动协调调度方法研究[J]. 王魁,张步涵,闫大威,李媛媛,罗涛. 电网技术. 2014(09)
[8]基于数据特征提取的风电功率预测误差估计方法[J]. 张凯锋,杨国强,陈汉一,王颖,丁恰. 电力系统自动化. 2014(16)
[9]电量协调与成本控制的日内滚动发电计划[J]. 白杨,钟海旺,夏清,杨明辉,张健,张国强. 电网技术. 2013(10)
[10]消纳大规模风电的热电联产机组滚动调度策略[J]. 陈建华,吴文传,张伯明,孙勇. 电力系统自动化. 2012(24)
本文编号：2940089
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2940089.html
