考虑压缩空气储能的风电并网备用整定方法及装置

摘要

本发明提出了一种考虑压缩空气储能的风电并网备用整定方法及装置，其中，方法包括：根据风电历史数据对风电处理进行预测，构建风电不确定集合；获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束和备用量约束；获取压缩空气储能系统每个时段的出力约束和储能能量约束；获取所述电力系统的最小化成本目标函数；构建考虑压缩空气储能的鲁棒备用整定模型；利用混合整数线性规划转化及C&CG求解算法求解所述鲁棒备用整定模型，获取考虑压缩空气储能的鲁棒备用整定策略。该方法具有充分发挥压缩空气储能可等效增加系统旋转备用的特性，提高系统安全，提升稳定水平的优点。

说明书

技术领域

本发明涉及新能源并网调度技术领域，尤其涉及一种考虑压缩空气储能的风电并网备用整定方法及装置。

背景技术

随着电力市场化改革不断深入，以及终端用户用电需求的不断提升，电力行业面临着前所未有的挑战，发展新一代智能电网成为了电力行业应对挑战、开拓创新的必然选择。但是，智能电网的蓬勃发展也给传统的电力系统带来了运行、调度、控制、通信等诸多领域的转变。在发电侧,主要是电网中的太阳能、风能等大规模可再生能源的接入，增加了发电的不确定性，对电网的可靠性和安全性提出了挑战。据统计，截至2014年，我国新增装机容量23,196MW，同比增长44.17％，占全球当年新增装机容量的45.36％，全球排名第一。2014年我国累计风电装机总容量114,609MW，占全球累计风电装机容量的31.01％，是火电和水电之外的第三大能源。风力发电的发展，对于满足能源供应，促进地区经济发展，改善能源结构，节能减排等方面都有着重要意义。然而，风能具有间歇性、波动性和随机性，导致能量无法稳定连续输出，给电力系统调度人员带来了困难。在实时调度中，天气变化、负荷突变等特殊原因，会对实时调度造成一定的冲击。因此，必须在日内根据实际运行情况，对机组出力进行校正。一般做法是在日前机组组合给定的情况，通过预留一定的备用容量来防止突然的冲击。现行主流备用模式包括两种：

发电和备用独立决策，机组出力由最优潮流或经济调度结果给出，备用按照某一准则整定，并下发执行。优点是将发电和备用调度解耦、缺点是不能使经济性达到最优。但是，随着风能等大规模可再生能源的接入，由于其高不确定性和低预测精度，仅采用传统方法进行整定已经无法保证电力系统的安全性了。

将发电计划和备用整定作为一个整体协调考虑，综合各种约束，将发电与备用的优化问题统一成一个联合经济调度问题，并通过鲁棒调度给出能保证风电各场景下安全性的运行点设置，该方法受制于系统备用的可调节范围。随着储能技术尤其是压缩空气储能的迅猛发展，为该备用整定问题提供了新契机。压缩空气储能具有功率和电压均可调节的同步发电系统，且响应迅速，其大量应用可等效增加系统旋转备用，提高系统安全稳定水平。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一方面目的在于提出一种考虑压缩空气储能的风电并网备用整定方法，该方法可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，提高系统安全稳定水平。

本发明另一方面目的在于提出一种考虑压缩空气储能的风电并网备用整定装置。

为达到上述目的，本发明一方面的实施例提出了一种考虑压缩空气储能的风电并网备用整定方法，包括以下步骤：根据风电历史数据对风电处理进行预测，构建风电不确定集合；获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束和备用量约束；获取压缩空气储能系统每个时段的出力约束和储能能量约束；获取所述电力系统的最小化成本目标函数；构建考虑压缩空气储能的鲁棒备用整定模型；以及利用混合整数线性规划转化及C&CG求解算法求解所述鲁棒备用整定模型，获取考虑压缩空气储能的鲁棒备用整定策略。

本发明实施例的考虑压缩空气储能的风电并网备用整定方法，可以通过构建风电不确定集合，以及获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束、备用量约束、压缩空气储能系统每个时段的出力约束和储能能量约束等约束条件以得到电力系统的最小化成本目标函数，随后构建考虑压缩空气储能的鲁棒备用整定模型，最后得到考虑压缩空气储能的鲁棒备用整定策略，从而可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，有效提高系统安全及运行稳定水平。

另外，根据本发明上述实施例的考虑压缩空气储能的风电并网备用整定方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，构建所述风电不确定集合，进一步包括基于正态分布函数给出风电出力的上下，基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算和考虑空间集群效应的不确定预算的选取方法。

进一步地，在本发明的一个实施例中，所述获取所述电力系统的最小化成本目标函数，进一步包括：设置所述电力系统备用整定模型的以最小化成本为目标的上层目标函数和以最小化备用成本为目标的下层目标函数，构造min-max-min三层模型。

进一步地，在本发明的一个实施例中，所述min-max-min三层模型，进一步包括：

上层问题的目标函数的数学表达式为：

中层问题约束的数学表达式：

下层问题的目标函数的数学表达式：

其中，分别为风电出力上/下限，为风电场j在t时刻的出力预测区间的长度之半，Γ^s为考虑空间集群效应的不确定预算，p_jt为风电j在t时刻出力，为变量机组i中的备用容量，是机组i的备用成本，c_i为火电机组i的发电成本，为变量火电机组i实际运行中的调整量，为表示风电场j在t时刻的预测出力，Γ^T为考虑时间平滑效应的不确定预算。

进一步地，在本发明的一个实施例中，所述获取考虑压缩空气储能的鲁棒备用整定策略，进一步包括：在获知风电实际出力后，在一阶段系统运行点给定的情况下，求解含压缩空气储能的风电并网实时经济调度模型，并给出火电实际出力及压缩空气储能的功率值情况。

为达到上述目的，本发明另一方面实施例提出了一种考虑压缩空气储能的风电并网备用整定装置，包括：构造模块用于根据历史数据对风电出力进行预测，构造风电出力不确定集合；第一约束模块用于获取所述电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；第二约束模块用于获取压缩空气储能系统每个时段的出力约束和储能能量约束；第三约束模块用于获取所述电力系统的最小化成本目标函数；组合模块用于构建考虑压缩空气储能的鲁棒机组组合模型；求解模块用于利用混合整数线性规划转化及C&CG求解算法求解所述鲁棒备用整定模型，获取考虑压缩空气储能的鲁棒备用整定策略。

本发明实施例的考虑压缩空气储能的风电并网备用整定装置，可以通过构建风电不确定集合，以及获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束、备用量约束、压缩空气储能系统每个时段的出力约束和储能能量约束等约束条件以得到电力系统的最小化成本目标函数，随后构建考虑压缩空气储能的鲁棒备用整定模型，最后得到考虑压缩空气储能的鲁棒备用整定策略从而可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，有效提高系统安全及运行稳定水平。

另外，根据本发明上述实施例的考虑压缩空气储能的风电并网备用整定方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述构造模块还用于基于正态分布函数给出风电出力的上下，基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算和考虑空间集群效应的不确定预算的选取方法。

进一步地，在本发明的一个实施例中，所述第三约束模块还用于设置所述电力系统备用整定模型的以最小化成本为目标的上层目标函数和以最小化备用成本为目标的下层目标函数，构造min-max-min三层模型。

进一步地，在本发明的一个实施例中，所述min-max-min三层模型，进一步包括：

上层问题的目标函数的数学表达式为：

中层问题约束的数学表达式：

下层问题的目标函数的数学表达式：

其中，分别为风电出力上/下限，为风电场j在t时刻的出力预测区间的长度之半，Γ^s为考虑空间集群效应的不确定预算，p_jt为风电j在t时刻出力，为变量机组i中的备用容量，是机组i的备用成本，c_i为火电机组i的发电成本，为变量火电机组i实际运行中的调整量，为表示风电场j在t时刻的预测出力，Γ^T为考虑时间平滑效应的不确定预算。

进一步地，在本发明的一个实施例中，所述求解模块还用于在获知风电实际出力后，在一阶段系统运行点给定的情况下，求解含压缩空气储能的风电并网实时经济调度模型，并给出火电实际出力及压缩空气储能的功率值情况。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的考虑压缩空气储能的风电并网备用整定方法的流程图；

图2是根据本发明实施例的考虑压缩空气储能的鲁棒备用整定模型整体框架示意图；

图3是根据本发明实施例的考虑压缩空气储能的鲁棒备用整定问题求解算法流程示意图；

图4是根据本发明一个具体实施例的考虑压缩空气储能的风电并网备用整定方法的流程图：

图5是根据本发明一个实施例的考虑压缩空气储能的风电并网备用整定装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网备用整定方法及装置，首先将参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网备用整定方法。

图1是根据本发明实施例的考虑压缩空气储能的风电并网备用整定方法的流程图。

如图1所示，该考虑压缩空气储能的风电并网备用整定方法包括以下步骤：

在步骤S101中，根据风电历史数据对风电处理进行预测，构建风电不确定集合。

可以理解的是，本发明实施例可以首先根据历史数据对风电出力进行预测，从而可以构造风电出力不确定集合。

进一步地，在本发明的一个实施例中，构建风电不确定集合，进一步包括基于正态分布函数给出风电出力的上下，基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算和考虑空间集群效应的不确定预算的选取方法。

可以理解的是，本发明实施例可以根据风电历史数据构建风电不确定集合，包括基于正态分布函数给出风电出力的上下限基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算Γ^T和考虑空间集群效应的不确定预算Γ^S的选取方法。

具体而言，风电不确定集合约束的数学表达式：

可以理解的是，分别为出力下界和出力上界，记

考虑时间平滑效应，即单个风电场各个时间段的实际出力不可能同时都达到上界或下界，对总偏差量进行限制。

考虑空间集群效应，各风电厂在某一特定时段的出力不可能都达到上界或下界，对总偏差量进行限制，

在步骤S102中，获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束和备用量约束。

可以理解的是，本发明实施例可以设置电力系统每个时段需满足的发电容量约束、功率平衡约束、传输线潮流约束、备用量约束。

具体而言，电力系统每个时段需要满足的发电容量约束的数学表达式：

电力系统功率平衡约束的数学表达式：

电力系统传输线潮流约束的数学表达式：

电力系统备用量约束的数学表达式：

在步骤S103中，获取压缩空气储能系统每个时段的出力约束和储能能量约束。

可以理解的是，本发明实施例可以设置压缩空气储能系统每个时段的出力约束和储能能量约束等。

具体而言，压缩空气储能系统出力约束的数学表达式：

电力系统在每个时段需满足的压缩空气储能系统储能能量约束，其中压缩空气储能系统中的储气单元能量约束的数学表达式：

压缩空气储能系统中的储热单元储热能量约束的数学表达式：

设置压缩空气系统在压缩空气储能环节及膨胀环节具有相同的热交换占比，的储气单元能量约束的数学表达式：

储热单元能量约束的数学表达式：

在步骤S104中，获取电力系统的最小化成本目标函数。

可以理解的是，本发明实施例可以设置电力系统的以最小化成本为目标的优化目标函数。

在步骤S105中，构建考虑压缩空气储能的鲁棒备用整定模型。

可以理解的是，本发明实施例可以接着构建考虑压缩空气储能的鲁棒备用整定模型。根据表1中不确定集合及各相关约束参数，构建考虑压缩空气储能的风电备用整定模型，表1为不确定集合及各相关约束参数表。

表1

进一步地，在本发明的一个实施例中，获取电力系统的最小化成本目标函数，进一步包括：设置电力系统备用整定模型的以最小化成本为目标的上层目标函数和以最小化备用成本为目标的下层目标函数，构造min-max-min三层模型。

可以理解的是，本发明实施例可以设置电力系统备用整定模型的以最小化成本为目标的目标函数，电力系统运行的目标函数的数学表达式：

目标函数是最小化总成本，包括火电机组的运行成本以及备用成本。其中是机组i中的备用容量，是机组i的备用成本。预留一定容量的备用是需要成本的，倘若增大预留备用容量而该容量在实际运行中未被调用，则会损害运行的经济性。因此，在目标函数中加入备用成本。

可选地，在本发明的一个实施例中，min-max-min三层模型，进一步包括：

上层问题的目标函数的数学表达式为：

中层问题约束的数学表达式：

下层问题的目标函数的数学表达式：

其中，t为时段编号，为，分别为风电出力上/下限，为风电场j在t时刻的出力预测区间的长度之半，Γ^s为考虑空间集群效应的不确定预算，p_jt为风电j在t时刻出力，为变量机组i中的备用容量，是机组i的备用成本，c_i为火电机组i的发电成本，为变量火电机组i实际运行中的调整量，为表示风电场j在t时刻的预测出力，Γ^T为考虑时间平滑效应的不确定预算。

具体而言，根据上述约束构建考虑压缩空气储能的风电并网备用整定模型，该模型描述了这样一个实际的物理过程：根据风电场当前预测出力和未来一段时间的风电可能变化范围，给出当前火电机组的出力火电机组的备用容量保证当风电变化时，能够在备用范围内调整火电机组出力和压缩空气储能系统释能/储能功率值保证满足所有安全约束，同时极小化备用成本。模型的整体框架如图2所示。在上层问题中，制定火电出力计划和备用容量，最小化总成本。在上层策略给定的情况下，下层通过调整各机组出力，极小化调整成本。整体可以描述为一个min-max-min问题。该考虑压缩空气储能的风电并网备用整定模型的数学表达式：

上层问题目标函数的数学表达式：

约束的数学表达式：

下层问题的目标函数的数学表达式：

约束的数学表达式：

在步骤S106中，利用混合整数线性规划转化及C&CG求解算法求解鲁棒备用整定模型，获取考虑压缩空气储能的鲁棒备用整定策略。

可以理解的是，本发明实施例可以利用混合整数线性规划转化方法及C&CG求解算法求解该模型，从而可以得到考虑压缩空气储能的鲁棒备用整定策略。

具体而言，如图3所示，利用C&CG算法对模型进行求解，具体操作如下：

对下层问题进行处理，使用混合整数线性规划的方法。不妨假设下层问题为：

其对偶问题的数学表达式：

针对上文中的考虑风电时空效应的不确定集合建模方法，不难得知最优解必定在风电集合的边界取到，因此假设风电不确定集合如下：

代入到对偶问题的目标函数中，可以得到

令则目标函数(1)变为：

接着，本发明实施例对进行线性化，假设u的范围为-M≤u≤0，则可以用下面的线性不等式代替：

当时，有当时，有

当时，有当时，有

可以看到，目标函数(2)与是等价的。

可以整理得到该问题可以转化为混合整数线性规划问题：

至此，本发明实施例考虑压缩空气储能的风电机组组合模型转化为min-max形式，整体采用C&CG方法进行求解。

举例而言，如图3所示，考虑压缩空气储能的鲁棒备用整定问题求解算法流程为：

在步骤S31中，进行数据初始化；

在步骤S32中，进行最优备用整定问题；

在步骤S33中，设置火电备用容量，并进行鲁棒可行性验证，若R>0，则执行步骤S32；如R＝0，则执行步骤S34；

在步骤S34中，结束。

进一步地，在本发明的一个实施例中，获取考虑压缩空气储能的鲁棒备用整定策略，进一步包括：在获知风电实际出力后，在一阶段系统运行点给定的情况下，求解含压缩空气储能的风电并网实时经济调度模型，并给出火电实际出力及压缩空气储能的功率值情况。

可以理解的是，本发明实施例可以在获知风电实际出力后，在一阶段系统运行点给定的情况下，求解含压缩空气储能的风电并网实时经济调度模型，给出火电实际出力及压缩空气储能的功率值情况。

在本发明的一个具体实施例中，如图4所示，具体包括以下步骤：

在步骤S41中，根据历史数据对风电出力进行预测，构建风电不确定集合；

在步骤S42中，设置压缩空气储能系统每个时段的出力约束和储能能量约束；

在步骤S43中，设置电力系统最小化成本目标函数；

在步骤S44中，设置电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；

在步骤S45中，设置火电机组的出力约束、最小启停机约束；

在步骤S46中，构建考虑压缩空气储能的鲁棒备用整定模型并求解。

根据本发明实施例的考虑压缩空气储能的风电并网备用整定方法，可以通过构建风电不确定集合，以及获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束、备用量约束、压缩空气储能系统每个时段的出力约束和储能能量约束等约束条件以得到电力系统的最小化成本目标函数，随后构建考虑压缩空气储能的鲁棒备用整定模型，最后得到考虑压缩空气储能的鲁棒备用整定策略，从而可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，有效提高系统安全及运行稳定水平。

其次参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网备用整定装置。

图5是本发明一个实施例的考虑压缩空气储能的风电并网备用整定装置的结构示意图。

如图5所示，该考虑压缩空气储能的风电并网备用整定方法10包括：构造模块100、第一约束模块200、第二约束模块300、第三约束模块400、组合模块500和求解模块600。

其中，构造模块100用于根据历史数据对风电出力进行预测，构造风电出力不确定集合。第一约束模块200用于获取电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束。第二约束模块300用于获取压缩空气储能系统每个时段的出力约束和储能能量约束。第三约束模块400用于获取电力系统的最小化成本目标函数。组合模块500用于构建考虑压缩空气储能的鲁棒机组组合模型。求解模块600用于利用混合整数线性规划转化及C&CG求解算法求解鲁棒备用整定模型，获取考虑压缩空气储能的鲁棒备用整定策略。本发明实施例的装置10可以利用压缩空气储能可等效为功率和电压均可调的同步发电系统，并且可等效增加旋转备用的特点，提高风电接入下系统运行的经济性，从而可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，有效提高系统安全及运行稳定水平。

进一步地，在本发明的一个实施例中，构造模块100还用于基于正态分布函数给出风电出力的上下，基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算和考虑空间集群效应的不确定预算的选取方法。

进一步地，在本发明的一个实施例中，第三约束模块400还用于设置电力系统备用整定模型的以最小化成本为目标的上层目标函数和以最小化备用成本为目标的下层目标函数，构造min-max-min三层模型。

进一步地，在本发明的一个实施例中，min-max-min三层模型，进一步包括：

上层问题的目标函数的数学表达式为：

中层问题约束的数学表达式：

下层问题的目标函数的数学表达式：

其中，t为时段编号，为，分别为风电出力上/下限，为风电场j在t时刻的出力预测区间的长度之半，Γ^s为考虑空间集群效应的不确定预算，p_jt为风电j在t时刻出力，为变量机组i中的备用容量，是机组i的备用成本，c_i为火电机组i的发电成本，为变量火电机组i实际运行中的调整量，为表示风电场j在t时刻的预测出力，Γ^T为考虑时间平滑效应的不确定预算。

进一步地，在本发明的一个实施例中，求解模块600还用于在获知风电实际出力后，在一阶段系统运行点给定的情况下，求解含压缩空气储能的风电并网实时经济调度模型，并给出火电实际出力及压缩空气储能的功率值情况。

需要说明的是，前述对考虑压缩空气储能的风电并网备用整定方法实施例的解释说明也适用于考虑压缩空气储能的风电并网备用整定装置，此处不再赘述。

根据本发明实施例的一种考虑压缩空气储能的风电并网备用整定装置，可以通过构建风电不确定集合，以及获取电力系统每个时段需满足的发电容量约束、功率平衡约束、传输潮流约束、备用量约束、压缩空气储能系统每个时段的出力约束和储能能量约束等约束条件以得到电力系统的最小化成本目标函数，随后构建考虑压缩空气储能的鲁棒备用整定模型，最后得到考虑压缩空气储能的鲁棒备用整定策略，从而可以充分发挥压缩空气储能可等效增加系统旋转备用的特性，有效提高系统安全及运行稳定水平。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。