考虑新能源时变轨迹不确定性的电力系统连续时间运行可靠性评估方法

摘要: 本发明涉及电力系统运行风险分析与可靠性量化,具体是考虑新能源时变轨迹不确定性的电力系统连续时间运行可靠性评估方法。背景技术:1、随着大规模新能源接入,新能源出力...
考虑新能源时变轨迹不确定性的电力系统连续时间运行可靠性评估方法

本发明涉及电力系统运行风险分析与可靠性量化,具体是考虑新能源时变轨迹不确定性的电力系统连续时间运行可靠性评估方法。

背景技术:

1、随着大规模新能源接入,新能源出力和系统负荷在短时间尺度内呈现更强的波动性,现有运行可靠性评估通常以固定时间间隔的预测值、平均值或离散采样值为输入,仅在各离散时点校核功率平衡、机组出力和网络安全约束。该类方法计算简便,但难以完整表征相邻采样时点之间的连续状态演化。

2、当区间端点均满足供需平衡,而区间内部出现净负荷快速上升、新能源出力骤降或机组爬坡能力不足时,离散时点模型可能判定系统安全,实际连续运行过程却已发生短时失负荷。缩短采样间隔虽可提高时间分辨率,但模型规模随采样点数量显著增长,且有限采样仍无法从根本上消除段内风险的漏检。本发明所称的段内隐性风险,是指离散采样时刻或时间分段端点均满足系统运行约束,但在相邻采样时刻之间,由新能源出力快速变化、负荷波动、机组爬坡能力不足或线路传输受限引起,且未被离散时点校核识别的短时供电不足风险。

技术实现思路

1、本发明的目的是提供考虑新能源时变轨迹不确定性的电力系统连续时间运行可靠性评估方法,包括以下步骤:

2、步骤1)获取用于评估时域内若干带概率的完整源荷时序场景,将完整源荷时序场景转换为连续时间源荷轨迹;

3、步骤2)建立各源荷时序场景对应的连续时间运行响应模型;

4、步骤3)定义基于各场景连续负荷削减轨迹的运行可靠性指标;

5、步骤4)将各源荷时序场景对应的连续时间运行响应模型表示于次伯恩斯坦基函数,并转换为有限维混合整数优化模型;求解有限维混合整数优化模型,获得电力系统运行特征参量的最优控制系数;

6、步骤5)基于电力系统运行特征参量的最优控制系数,重构连续负荷削减轨迹,并计算重构连续负荷削减轨迹后的评价结果。

7、进一步,步骤1)中,构造连续时间源荷轨迹步骤如下:

8、步骤1.1)记源荷场景集合为,新能源场站集合为,节点集合为,场景、新能源场站和节点的索引分别为和;

9、对场景对应的概率进行归一化处理,如下所示:

10、(1)

11、步骤1.2)将评估时域划分为个相邻时间分段,第个时间分段如下所示:

12、(2)

13、对于任意时刻,将物理时间映射至局部归一化时间区间,如下所示:

14、(3)

15、式中,为分段长度,为局部归一化时间变量;

16、分段长度如下所示:

17、(4)

18、步骤1.3)在局部归一化时间区间内定义次伯恩斯坦基函数,如下所示:

19、(5)

20、(6)

21、式中,;

22、步骤1.4)定义伯恩斯坦基函数列向量,如下所示:

23、(7)

24、步骤1.5)构建场景中新能源出力在第个时间分段内的连续时间轨迹,如下所示:

25、(8)

26、式中,为新能源场站的伯恩斯坦控制系数向量;

27、构建场景中节点负荷在第个时间分段内的连续时间轨迹,如下所示:

28、(9)

29、式中,为节点的负荷控制系数向量。

30、进一步,步骤2)中,各源荷时序场景对应的连续时间运行响应模型的目标函数如下所示:

31、(10)

32、式中,、和分别为常规机组集合、新能源场站集合和节点集合;为场景下评估时域内的运行成本;、分别为机组在第个时间分段起始边界处的启动动作变量和停机动作变量;、分别为机组连续有功出力、新能源削减功率和节点负荷削减功率;、分别为机组启动费用系数、停机费用系数、连续发电费用系数、新能源削减费用系数和负荷削减费用系数;为时间分段数量;

33、各源荷场景连续时间运行响应模型的约束条件包括机组运行状态和启停动作约束、机组启动后应满足的最小连续开机时间约束、机组停机后应满足的最小连续停机时间约束、机组连续有功出力应满足运行状态约束下的出力上下限、除机组启停边界外,机组连续有功出力轨迹应满足任意时刻的上/下爬坡速率约束、新能源削减功率和节点负荷削减功率约束、功率平衡约束和线路潮流/线路传输容量和参考节点相角约束。

34、进一步,机组运行状态和启停动作约束如下所示:

35、(11)

36、(12)

37、(13)

38、(14)

39、式中,、分别为机组在相邻时间分段内的运行状态;为评估时域开始前机组的运行状态;

40、机组启动后应满足的最小连续开机时间约束如下所示:

41、(15)

42、机组停机后应满足的最小连续停机时间约束如下所示:

43、(16)

44、式中,、分别为机组的最小连续开机时间和最小连续停机时间;ξ为积分中的辅助时间变量;

45、机组连续有功出力应满足运行状态约束下的出力上下限如下所示:

46、(17)

47、式中,分别为机组最小允许出力和最大允许出力;

48、除机组启停边界外,机组连续有功出力轨迹应满足任意时刻的上/下爬坡速率约束如下所示:

49、(18)

50、式中,、分别为机组的最大上爬坡速率和最大下爬坡速率;

51、新能源削减功率和节点负荷削减功率约束如下所示:

52、(19)

53、(20)

54、式中,、分别为新能源削减功率和负荷削减功率;

55、功率平衡约束如下所示:

56、(21)

57、式中,和分别为接入节点的常规机组集合和新能源场站集合;为与节点相连的相邻节点集合;

58、线路潮流/线路传输容量和参考节点相角约束如下所示:

59、(22)

60、(23)

61、(24)

62、式中,为的电纳;分别为节点和节点的连续时间相角轨迹;为线路的传输容量;为参考节点。

63、进一步,步骤3)中,运行可靠性指标包括时刻失负荷概率、时域平均失负荷概率、失负荷持续时间期望和电量不足期望值;

64、时刻失负荷概率如下所示:

65、(25)

66、式中,为系统总负荷削减功率,为示性函数;为用于判断系统是否发生负荷削减的非负判定阈值;

67、时域平均失负荷概率如下所示:

68、(26)

69、式中,t为评估时域的总持续时间;

70、失负荷持续时间期望如下所示:

71、(27)

72、式中,为累计失负荷持续时间;

73、电量不足期望值如下所示:

74、(28)

75、式中,为该场景的缺供电量。

76、进一步,系统总负荷削减功率如下所示:

77、(29)

78、累计失负荷持续时间如下所示:

79、(30)

80、式中,为系统总负荷削减功率。

81、进一步,步骤4)中,有限维混合整数优化模型的目标函数如下所示:

82、(31)

83、式中,为维数等于次数加1的全1列向量;为场景对应的有限维运行成本;和分别为机组出力、新能源削减及负荷削减所对应的伯恩斯坦系数向量;为分段启动和停机变量;有限维混合整数优化模型的等式约束包括节点功率平衡约束和线路潮流与参考节点相角约束;

84、有限维混合整数优化模型的不等式约束包括机组出力上下限约束、新能源削减与负荷削减边界约束、线路传输容量约束和机组连续爬坡约束;

85、有限维混合整数优化模型的机组启停逻辑与最小开停机时间约束等价转换为相应时间分段上的状态求和约束,如下所示:

86、(32)

87、式中,为求和使用的辅助分段索引;为等长度启停决策分段的持续时间;表示向上取整;

88、有限维混合整数优化模型的机组启停边界处的轨迹衔接约束如下所示:

89、

90、(33)

91、式中,、分别为机组的最大上爬坡速率和最大下爬坡速率。

92、进一步,节点功率平衡约束如下所示:

93、(34)

94、式中,与分别为可用新能源和节点负荷的已知系数向量;为线路潮流系数向量;

95、线路潮流与参考节点相角约束如下所示:

96、(35)

97、式中,为节点相角系数向量;为k+1维全0列向量;

98、机组出力上下限约束如下所示:

99、(36)

100、新能源削减与负荷削减边界约束如下所示:

101、(37)

102、线路传输容量约束如下所示:

103、(38)

104、机组连续爬坡约束如下所示:

105、(39)

106、(40)

107、式中,为k维全1列向量;为k次轨迹的一阶差分矩阵。

108、进一步,电力系统运行特征参量包括机组出力、新能源削减、负荷削减、线路潮流和节点相角轨迹。

109、进一步,步骤5)中,场景下发生负荷削减的时间集合如下所示:

110、(41)

111、重构连续负荷削减轨迹后的评价结果包括运行可靠性指标和期望运行成本;其中,运行可靠性指标包括电量不足期望值、时刻失负荷概率、时域平均失负荷概率和失负荷持续时间期望,期望运行成本为经济性统计结果;

112、电量不足期望值如下所示:

113、(42)

114、式中,为场景下评估时域内的缺供电量;

115、场景下评估时域内的缺供电量如下所示:

116、(43)

117、式中,为系统总负荷削减控制系数;

118、系统总负荷削减控制系数如下所示:

119、(44)

120、(45)

121、(46)

122、式中,为重构的节点负荷削减连续时间轨迹;为重构的系统总负荷削减连续时间轨迹;为各场景节点负荷削减最优控制系数;为k次伯恩斯坦基函数列向量;

123、时刻失负荷概率如下所示:

124、(47)

125、时域平均失负荷概率如下所示:

126、(48)

127、期望运行成本如下所示:

128、(49)

129、式中,为场景对应的有限维混合整数优化模型的最优目标函数值;

130、失负荷持续时间期望如下所示:

131、(50)

132、式中,为时域平均失负荷概率。

133、本发明的技术效果如下:

134、本发明以连续时间轨迹统一表征新能源出力、负荷需求与系统调度响应,可识别调度间隔内部由源荷快速变化、机组爬坡受限及网络传输约束引起的短时供电不足风险。基于伯恩斯坦多项式的解空间变换,将连续时间域上的无限维运行可靠性评估模型转化为可由现有优化求解器处理的有限维混合整数模型,在保持连续时间表征能力的同时,避免高密度离散采样导致的模型规模扩张。该方法可从发生概率、时间位置及电量后果三个维度量化失负荷风险,为高比例新能源电力系统的运行风险识别与调度决策提供技术依据。