两阶段鲁棒优化的电力系统运行灵活性容量评估方法

摘要

本发明涉及电力系统运行控制方法技术领域，是一种两阶段鲁棒优化的电力系统运行灵活性容量评估方法，包括构建可调鲁棒区间的调度模型，并设置可调鲁棒区间的调度模型的约束条件；再对可调鲁棒区间的调度模型进行改进，并设置相应的约束条件，最后将两个模型进行线性转化，采用CCG算法进行求解得到得到电力系统的可行域和最优解。本发明能够有效的评估所述系统运行灵活性容量，并具有下述优点：(1)经济性好：本发明能够有效降低系统运行成本，减小其调度决策的保守性，进一步提高系统调度决策的灵活性和经济性；(2)调度性能高：本发明通过弃风和切负荷来评估系统备用容量的预调度的灵活性，有效提高了系统运行调度的灵活性。

说明书

技术领域

本发明涉及电力系统运行控制方法技术领域，是一种两阶段鲁棒优化的电力系统运行灵活性容量评估方法。

背景技术

为减少温室气体排放和可持续发展，可再生能源的使用，如风、光等作为一种无污染的清洁能源，在全世界得到大力推广，中国提出的双碳目标，需要大规模的可再生能源参与才能得以实现。高度间歇性的可再生能源并网导致电力系统从确定性系统向强不确定性系统转变，这种转变导致电力系统在运行上面临着新的挑战，如何灵活调度发电机组的频繁启停、爬坡和系统备用要求，提高系统运行灵活性已成为目前的研究热点。在灵活性研究中首先对可再生能源出力不确定性进行建模，主要建模方法为随机优化方法和鲁棒优化方法，前者随机优化方法是以确定性的概率分布来描述可再生能源的出力特性，在应用时具有较好的经济性，但在求解上难度大，场景复杂，约束了随机优化方法的广泛应用。鲁棒优化方法是通过以鲁棒集的形势对不确定因素进行建模，相较于随机优化方法，在求解上具有简便性，并可同时满足约束条件，目前已得到了一系列的推广应用。

发明内容

本发明提供了一种两阶段鲁棒优化的电力系统运行灵活性容量评估方法，克服了上述现有技术之不足，其能够有效降低系统运行成本的同时能够有效提高系统运行调度的灵活性。

本发明的技术方案是通过以下措施来实现的：一种两阶段鲁棒优化的电力系统运行灵活性容量评估方法，包括以下步骤：

步骤一，构建可调鲁棒区间的调度模型，并设置可调鲁棒区间的调度模型的约束条件；在本步骤中，将风电出力的不确定性集作为一个决策变量，在最小化系统成本的同时实现考虑风电出力不确定性的最优不确定性集，通过所述调度模型确定电力系统在安全稳定运行的情况下能够接受的最大不确定区域，即在保证电力系统安全稳定性的前提下，电力系统运行经济性最大化，在电力系统运行经济性最大化的情况下的目标函数由最小化运行成本、弃风成本和切负荷成本三部分组成，所述目标函数(即可调鲁棒区间的调度模型)如式(1)，

式(1)中，

当风电机组预测出力上界

式(1)所述目标函数的约束条件如下：

上述约束条件中，

在可调鲁棒区间的调度模型的第一阶段中，风电出力的上下界ω

所述约束条件中，式(15)为发电能力约束，其中

步骤二，构建改进的可调鲁棒区间的调度模型，并设置改进的可调鲁棒区间的调度模型的约束条件；

可调鲁棒区间的调度模型基于可调不确定性集合，利用考虑风电出力不确定性的最优不确定性集边界作为风电出力的调度信号，对于特征不确定性集合之外的不确定性因素，可能导致在第二阶段优化中造成额外的弃风或切负荷成本，因此在改进模型中，第一阶段对机组出力进行了优化调整，第二阶段考虑了再调度、弃风、切负荷的成本最小化，构建了如下改进的可调鲁棒区间的调度模型：

相较于原模型，改进模型中强调了对不确定因素的鲁棒性约束，式(20)中，

0≤q

所述改进的可调鲁棒区间的调度模型的约束条件中，

步骤三，由于模型中约束条件较多，将步骤一和步骤二所述模型进行转化，使其成为符合CCG算法的求解形式，采用CCG算法进行求解，求解后，得到电力系统的可行域和最优解，即在保证电力系统安全稳定运行前提下的电力系统的最小化运行成本、弃风成本和切负荷成本。

下面是对上述发明技术方案的进一步优化或/和改进：

具体地，上述步骤三，由于模型中约束条件较多，将步骤一和步骤二所述模型进行转化，使其成为符合CCG算法的求解形式，采用CCG算法进行求解，在求解时引入对偶理论，并以w

式(26)至式(31)中，

上述可行域为CCG算法求解后，最优结果所在的集合，而其中的最优解为满足约束条件(式(21)至式(25))下的系统目标函数(式(26))中的决策变量。

本发明所述两阶段鲁棒优化的电力系统运行灵活性容量评估方法，能够有效的评估所述系统运行灵活性容量，并具有下述优点：(1)经济性好：本发明通过引入可调鲁棒区间的调度模型，能够有效降低系统运行成本，减小其调度决策的保守性，进一步提高系统调度决策的灵活性和经济性；(2)调度性能高：本发明通过弃风和切负荷来评估系统备用容量的预调度的灵活性，有效提高了系统运行调度的灵活性。

附图说明

附图1是本发明所述两阶段鲁棒优化的电力系统运行灵活性容量评估方法的流程图。

附图2是本发明中CCG算法流程图。

附图3是本发明实施例中风电功率不确定性最优集和预测集的上界。

附图4是本发明实施例中系统备用需求情况。

附图5是本发明实施例中系统备用和预测备用情况。

附图2中，可调鲁棒区间的调度模型的目标函数表示主问题，改进的可调鲁棒区间的调度模型的目标函数表示子问题，

具体实施方式

本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。

本发明中，如无特别说明，记载的算法为现有公知公用的算法。

下面结合实施例对本发明作进一步描述：

实施例：如附图1所示，该两阶段鲁棒优化的电力系统运行灵活性容量评估方法，包括以下步骤：

步骤一，构建可调鲁棒区间的调度模型，并设置可调鲁棒区间的调度模型的约束条件；在本步骤中，将风电出力的不确定性集作为一个决策变量，在最小化系统成本的同时实现考虑风电出力不确定性的最优不确定性集，通过所述调度模型确定电力系统在安全稳定运行的情况下能够接受的最大不确定区域，即在保证电力系统安全稳定性的前提下，电力系统运行经济性最大化，在电力系统运行经济性最大化的情况下的目标函数由最小化运行成本、弃风成本和切负荷成本三部分组成，所述目标函数(即可调鲁棒区间的调度模型)如式(1)，

式(1)中，

当风电机组预测出力上界

式(1)所述目标函数的约束条件如下：

上述约束条件中，

在可调鲁棒区间的调度模型的第一阶段中，风电出力的上下界ω

所述约束条件中，式(15)为发电能力约束，其中

步骤二，构建改进的可调鲁棒区间的调度模型，并设置改进的可调鲁棒区间的调度模型的约束条件；

可调鲁棒区间的调度模型基于可调不确定性集合，利用考虑风电出力不确定性的最优不确定性集边界作为风电出力的调度信号，对于特征不确定性集合之外的不确定性因素，可能导致在第二阶段优化中造成额外的弃风或切负荷成本，因此在改进模型中，第一阶段对机组出力进行了优化调整，第二阶段考虑了再调度、弃风、切负荷的成本最小化，构建了如下改进的可调鲁棒区间的调度模型：

相较于原模型，改进模型中强调了对不确定因素的鲁棒性约束，式(20)中，

0≤q

所述改进的可调鲁棒区间的调度模型的约束条件中，

步骤三，由于模型中约束条件较多，对模型进行转化，使其成为符合CCG算法的求解形式，采用CCG算法(如图2所示)进行求解，在求解时引入对偶理论，并以w

式(26)至式(31)中，

其中，可行域为CCG算法求解后，最优结果所在的集合，而最优解为满足约束条件(式(21)至式(25))下的系统目标函数(式(26))中的决策变量。

上述实施例的步骤一中，在以最小化系统运行成本为目标函数的同时实现最优不确定性集，以此寻找系统在安全稳定运行的情况下可接受的最大不确定区域，若风电出力超出系统承载上限，则进行弃风，反之则进行切负荷，而不确定集合的大小由运行成本和弃风切负荷成本决定，在考虑系统运行成本最小化将导致不确定集合变窄，考虑弃风和切负荷成本将会增大风电的不确定性集合。

步骤二中，在可调鲁棒区间调度模型的基础上对机组出力进行了优化调整，同时考虑了再调度、弃风、切负荷的成本最小化。

上述实施例中，以风电不确定集为20％为输入，将其应用于所述模型来描述系统所能适应的最大不确定性区间，切负荷成本系数和弃风成本系数分别设置为1000$/MWh和100$/MWh，最优和预测不确定性集的上界如附图3所示。

图3中，由于切负荷成本系数较高，因此系统的不确定性集的最优下界和预测下界相等，然而最优上界低于17时，22时和24时的预测上界，在这三个时段内系统净负荷为负，导致发电机组提供向下运行备用的能力较低，因此系统缺乏足够的灵活性能力来响应该时段内的预测不确定性。

附图4为系统备用需求，系统提供备用的能力可在发电机组容量、机组爬坡能力及输电限制不存在不确定性的情况下，考虑系统发电机组输出功率确定的情况下，预测不确定性集合满足所需的备用容量，当提供的备用容量大于系统所需备用容量时，电网将保持安全稳定运行。

附图5为系统发电机组所提供的下行备用和根据不确定性集的预测上限和风电预期出力间差异所需的系统备用，由图5可以看出，在22时和23时，系统所需备用容量高于系统备用容量。

为了比较本发明中的两阶段鲁棒模型中可调不确定集合的作用，将其与不可调不确定集合进行对比，对比结果如附表1所示，在可调不确定性集合中，假设风电出力在第一阶段中为固定出力，而CCG算法针对于两种不确定性集合均具有可求解性。

利用CCG算法，在每次迭代中嵌入不带松弛变量的割集，使得系统发电机组的输出功率得到修正，即使在最坏的风电情况下，也能满足功率平衡和输电线路约束。在灵活性能力不足的情况下，只有将主问题中的不确定性集合作为变量考虑，使不确定性区间缩小，CCG方法才有可行的解。

在发电机组缺乏足够的灵活容量的情况下，通过弃风或切负荷能实现安全运行。可调鲁棒不确定集合模型下的切负荷成本小于不可调鲁棒不确定集合模型下的切负荷成本，而弃风成本大小关系则相反。在保证系统安全的前提下，相较于弃风成本系数来说，切负荷的成本系数更高，而可调鲁棒集合更具有灵活调整的功能，这使得本发明中所用模型能取得更小的运行成本和总的成本。

综上，本发明所述两阶段鲁棒优化的电力系统运行灵活性容量评估方法，能够有效的评估所述系统运行灵活性容量，并根据评估结果提出相应的灵活性改善措施，通过上述实施例验证了其对系统灵活性起到了一定的提升作用。

以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。

表1不同不确定集合的成本比较