动态评估系统备用需求的评估方法及系统与流程

1.本发明涉及评估系统技术领域，尤其是指一种动态评估系统备用需求的 评估方法及系统。


背景技术：

2.随着我国可再生能源比例日益提升，合理预留系统备用容量成为了直接 影响系统运行安全性、稳定性和经济性的重要问题，而备用容量预留与电力 优化调度是密不可分的两项工作，需要同步开展、协同优化，已有备用容量 优化往往省略了系统动态备用需求评估过程，直接在电力优化调度目标函数 中结合系统预测误差设置惩罚项从而起到优化系统备用容量的目的，这一方 法因其无法动态结合系统运行状态评估系统实际备用需求对于未来以新能 源为主体的电力系统不适用。
3.具体而言，在没有大规模风电以及柔性负荷接入电力系统之前，备用预 留主要是为了应对非计划的机组停运或者非计划的传输线路退出运行给系 统造成的影响。一般而言，电力系统运行人员会预留足够的备用确保在发生 一台火电机组非计划停运或者一条线路非计划退出运行时，系统依然可以安 全稳定的运行，即传统的n-1原则。也正因如此，传统的备用需求评估方法 相对简单且采用的是静态评估的方法，即在任何时刻都预留大于或者等于一 台火电机组最大并网装机容量的向上旋转备用。但当风电这一类具有较强随 机性和波动性的可再生能源以及各种类型的柔性负荷开始大规模接入电力 系统后，传统的备用需求评估方法便不再适用。系统预留的备用容量不仅需 要应对电气元器件故障引起的功率缺额，还需要同时应对多重不确定性给系 统带来的不平衡功率。因此，系统运行人员预留备用容量的作用就从单一的 降低切负荷量的大小及发生次数，进一步扩展到提高风电等可再生能源的利 用效率并减少弃风量和弃风事件的次数，但仍然无法动态结合系统运行状态 评估系统所需的备用容量。


技术实现要素：

4.为此，本发明所要解决的技术问题在于克服现有技术中无法动态结合系 统运行状态评估系统所需的备用容量的技术缺陷。
5.为解决上述技术问题，本发明提供了一种动态评估系统备用需求的评估 方法，包括以下步骤：
6.s1、构建每个调度时段对应的系统误差拟合函数库以将备用需求评估问 题转化为经济性权衡的优化问题；
7.s2、基于系统误差拟合函数库，在不同调度要求下构建动态备用需求评 估模型；
8.s3、对所述不同调度要求下构建动态备用需求评估模型进行数值积分和 分段线性化处理，获得优化后的动态备用需求评估模型。
9.作为优选的，所述s3之后还包括：
10.s4、在已知调度结果的情况下，使用优化后的动态备用需求评估模型评 估，估算
获得当前备用水平下系统可能的弃风和切负荷量。
11.作为优选的，所述s3之后还包括：
12.s4、使用优化后的动态备用需求评估模型应用并嵌入于电力优化调度工 作，获得备用关系曲线差异。
13.作为优选的，所述s1具体包括：
14.建立每个调度时段对应的“向上备用容量”与“切负荷期望值”之间的函数 关系，以及“向下备用容量”与“弃风期望值”之间的函数关系。
15.作为优选的，所述s2中，基于系统误差拟合函数库，在不同调度要求下 构建动态备用需求评估模型，包括：
16.基于系统误差拟合函数库，构建不考虑或者考虑机组开断故障的动态备 用评估模型。
17.作为优选的，所述基于系统误差拟合函数库，构建不考虑机组开断故障 的动态备用评估模型，具体包括：
18.令系统所有火电机组均保持正常运行且无故障发生，在t时刻系统误差为 x，当x大于0且小于时，系统不会发生切负荷事件，而当x大于系统预 留的向上备用容量时，系统在此时刻将切除功率为的负荷，系统误 差为x这个事件发生的概率为f(x)；在考虑所有x大于的情况后，得到在 不考虑发电机组开断故障的情况下：
[0019][0020][0021][0022]
其中，表示不考虑机组开断故障时系统在某时刻的切负荷期 望关于向上备用容量的函数，表示不考虑机组开断故障时系统弃 风期望关于总向下备用容量的函数；
[0023]
f(x)为某一数据箱内的系统误差的概率密度函数，和分 别指该箱内历史上出现过的系统误差最大值与最小值，和分别指在时 段t内系统预留的向上备用容量和向下备用容量。
[0024]
作为优选的，所述基于系统误差拟合函数库，构建考虑机组开断故障的 动态备用需求评估模型，包括：
[0025][0026][0027]
其中，表示考虑机组开断故障时系统在某时刻的切负荷期望关 于向上备用容量的函数，表示考虑机组开断故障时系统弃风期望关 于总向下备用容量的函数；
[0028]
为该系统火电机组i发生非计划停运事故的概率；
[0029]
由两部分组成，第一部分为当所有火电机组均处于正常运行工况 时，在t时刻内预留后系统面临的切负荷期望值，为该类情况发 生的概率；第二部分为当区域内任一台火电机组i发生了非计划停运事故时， 在t时刻内预留后系统面临的切负荷期望值；其中，为发生故障的火电 机组在故障脱网前承担的向上备用容量；为发生故障的火电机组脱网前的 输出功率；
[0030]
由两部分内容组成，第一部分指当所有火电机组均处于正常运 行工况时，在t时刻预留后系统面临的弃风期望值；第二部分指当系统内 任一台火电机组i发生了非计划停运事故时，在t时刻预留后系统面临的 弃风期望值。
[0031]
作为优选的，所述s3中的数值积分包括以下步骤：
[0032]
以和作为函数和的 定义域，再分别将这两个定义域均分为n段；
[0033]
利用matlab软件中的quadl函数，以每个均分点为自变量，求取式(1) 和(2)对应的函数值；
[0034]
经过n次处理，获得n组向上/向下备用和切负荷/弃风期望值之间的对应 函数关系。
[0035]
作为优选的，所述s3中的分段线性化包括以下步骤：
[0036]
将向上/向下备用和切负荷/弃风期望值之间的对应函数关系曲线从起点 开始，每间隔预设点数依次相连，获得分段线性化后的函数关系曲线。
[0037]
本发明公开了一种动态评估系统备用需求的评估系统，包括：
[0038]
数据拟合模块，所述数据拟合模块用于构建每个调度时段对应的系统误 差拟合函数库；
[0039]
模型构建模块，所述模型构建模块基于系统误差拟合函数库，在不同调 度要求下构建动态备用需求评估模型；
[0040]
线性化模块，所述线性化模块用于对所述不同调度要求下构建动态备用 需求评估模型进行数值积分和分段线性化处理，获得优化后的动态备用需求 评估模型。
[0041]
本发明的上述技术方案相比现有技术具有以下优点：
[0042]
1、本发明帮助电力系统优化调度工作定量地根据系统不确定性特征准 确评估系统在不同状态下的备用需求，在已知源荷侧不确定性统计特性的基 础上，利用弃风期望量和切负荷期望量两个指标描述备用预留的效果，从经 济性权衡的角度剖析备用需求的评估问题，为含高比例新能源的电力系统优 化调度以备用优化工作提供了分析基础和理论支撑。
[0043]
2、本发明通过给出物理含义明确、量化的弃风和切负荷量值，可以为 电力系统运行调度人员更加合理评估已经得出的调度计划合理性；
[0044]
3、本发明通过嵌入已有电力优化调度模型，有效、经济、动态地预留 系统备用容量裕度，平衡系统优化调度中的经济性、安全性和稳定性问题。
附图说明
[0045]
图1为本发明的动态评估系统备用需求的评估方法的流程图；
[0046]
图2为数据箱内的系统误差概率分布pdf示意图；
[0047]
图3为动态备用评估模型数值积分结果示意图，其中，(a)为向上备用 vs切负荷量期望值，(b)为向下备用vs弃风量期望值；
[0048]
图4为由概率分布模型对应得到的备用需求性价比关系曲线，其中， (a)为高/中/低电阶情况下的系统误差拟合结果，(b)为某调度时段内系统 持有的向上备用容量资源，(c)为某调度时段内系统持有的向下备用容量资 源；
[0049]
图5为动态备用评估模型线性化结果示意图；
[0050]
图6为动态备用需求评估模型评价已知调度结果的示意图；
[0051]
图7为次日负荷用电量和风电有功出力预测曲线；
[0052]
图8为静态和动态备用需求策略下火电机组出力结果对比；
[0053]
图9为静态和动态备用需求策略下向上和向下备用优化结果；
[0054]
图10为静态和动态备用需求策略下备用购买效果详细分析；
[0055]
图11系统误差16号箱与23号箱内历史数据统计结果；
[0056]
图12为不同备用价格下的系统向上和向下备用预留总量对比图；
[0057]
图13为不同备用价格下备用预留成本占系统运行总成本的比例以及弃 风、切负荷成本期望值占系统运行总成本的比例变化趋势；
[0058]
图14为备用价格方案3、6和9下的备用容量调度计划；
[0059]
图15为静态和动态备用需求评估策略下的各区域备用优化曲线。
具体实施方式
[0060]
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术 人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的 限定。
[0061]
参照图1-图15所示，本发明公开了一种动态评估系统备用需求的评估方 法，包括以下步骤：
[0062]
步骤一、构建每个调度时段对应的系统误差拟合函数库以将备用需求评 估问题转化为经济性权衡的优化问题，具体包括：
[0063]
建立每个调度时段对应的“向上备用容量”与“切负荷期望值”之间的函数 关系，以及“向下备用容量”与“弃风期望值”之间的函数关系。
[0064]
步骤二、基于系统误差拟合函数库，在不同调度要求下构建动态备用需 求评估模型，即基于系统误差拟合函数库，构建不考虑或者考虑机组开断故 障的动态备用评估模型。
[0065]
(1)基于系统误差拟合函数库，构建不考虑机组开断故障的动态备用评 估模型，具体包括：
[0066]
令系统所有火电机组均保持正常运行且无故障发生，在t时刻系统误差为x，当x大于0且小于时，系统不会发生切负荷事件，而当x大于系统预 留的向上备用容量时，系统在此时刻将切除功率为的负荷，系统误 差为x这个事件发生的概率为f(x)；在考虑所有x大于的情况后，得到在 不考虑发电机组开断故障的情况下：
[0067][0068][0069][0070]
其中，表示不考虑机组开断故障时系统在某时刻的切负荷期 望关于向上备用容量的函数，表示不考虑机组开断故障时系统弃 风期望关于总向下备用容量的函数；
[0071]
f(x)为某一数据箱内的系统误差的概率密度函数，和分 别指该箱内历史上出现过的系统误差最大值与最小值，和分别指在时 段t内系统预留的向上备用容量和向下备用容量。
[0072]
(2)基于系统误差拟合函数库，构建考虑机组开断故障的动态备用需求 评估模型，包括：
[0073][0074][0075]
其中，表示考虑机组开断故障时系统在某时刻的切负荷期望关 于向上备用容量的函数，表示考虑机组开断故障时系统弃风期望关 于总向下备用容量的函数；
[0076]
为该系统火电机组i发生非计划停运事故的概率；
[0077]
由两部分组成，第一部分为当所有火电机组均处于正常运行工况 时，在t时刻内预留后系统面临的切负荷期望值，为该类情况发 生的概率；第二部分为当区域内任一台火电机组i发生了非计划停运事故时， 在t时刻内预留后系统面临的切负荷期望值；其中，为发生故障的火电 机组在故障脱网前承担的向上备用容量；为发生故障的火电机组脱网前的 输出功率；
[0078]
由两部分内容组成，第一部分指当所有火电机组均处于正常运 行工况时，在t时刻预留后系统面临的弃风期望值；第二部分指当系统内 任一台火电机组i发生了非计划停运事故时，在t时刻预留后系统面临的 弃风期望值。
[0079]
步骤三、对不同调度要求下构建动态备用需求评估模型进行数值积分和 分段线性化处理，获得优化后的动态备用需求评估模型。
[0080]
步骤三中的数值积分包括以下步骤：以和作 为函数和的定义域，再分别将这两个定义域均分为n 段；利用matlab软件中的quadl函数，以每个均分点为自变量，求取式(1) 和(2)对应的函数值；经过n次处理，获得n组向上/向下备用和切负荷/弃 风期望值之间的对应函数关系。
[0081]
步骤三中的分段线性化包括以下步骤：将向上/向下备用和切负荷/弃风期 望值之间的对应函数关系曲线从起点开始，每间隔预设点数依次相连，获得 分段线性化后的函数关系曲线。
[0082]
步骤四、在已知调度结果的情况下，使用优化后的动态备用需求评估模 型评估，估算获得当前备用水平下系统可能的弃风和切负荷量。运行人员可 根据评估结果调整备用预留方案，以确保各调度时段弃风/切负荷期望值在可 承受范围之内。
[0083]
在未知调度结果的情况下，使用优化后的动态备用需求评估模型应用并 嵌入于电力优化调度工作，获得备用关系曲线差异。而这些差异正是动态备 用需求评估模型能够在优化调度问题中实现高效地备用资源分配的关键所 在。
[0084]
本发明还公开了一种动态评估系统备用需求的评估系统，包括数据拟合 模块、模型构建模块和线性化模块。
[0085]
数据拟合模块用于构建每个调度时段对应的系统误差拟合函数库；模型 构建模块基于系统误差拟合函数库，在不同调度要求下构建动态备用需求评 估模型；线性化模块用于对不同调度要求下构建动态备用需求评估模型进行 数值积分和分段线性化处理，获得优化后的动态备用需求评估模型。
[0086]
下面，结合具体实施例对本发明中的技术方案做进一步说明与解释。
[0087]
为了更加清晰地介绍发明实施步骤和需要注意的关键关节，系统内接入 新能源以风电为例进行说明，但需注意本发明也适用于其他品类新能源接入 以及混合品类新能源接入的电力系统电力和备用优化调度问题，具体步骤实 施说明和要点如下：
[0088]
步骤一：对备用需求问题进行转化
[0089]
在电力系统的日前调度过程中，系统内的可调机组需预留足够的向上/向 下出力空间以应对可能发生的功率不平衡。在一个含火电机组和风电机组的 系统内，火电机组向上备用预留不足会导致切负荷事件，而火电机组向下备 用预留不足则会导致弃风事件。相反，过多地预留向上/向下备用容量，则将 减低系统运行的经济性。不合理的备用预留策略无法高效地处理未来大规模 风电与高比例柔性负荷接入带来的随机性对电网的冲击。因此，系统的备用 预留量既非多多益善，也非越少越好，而是一个在“备用预留成本”和“弃风、 切负荷成本”之间权衡的优化问题。
[0090]
本发明通过建立每个调度时段对应的“向上备用容量”与“切负荷期望值
”ꢀ
之间的函数关系，以及“向下备用容量”与“弃风期望值”之间的函数关系，从而 定量地描述系统预留备用的动态效果。通过物理概念明确的期望函数，将备 用需求评估的问题转化为经济性权衡的优化问题。
[0091]
为了建立上述的两类关系曲线，首先需要对“切负荷事件”和“弃风事件
”ꢀ
进行量化的定义和描述，如下所示：
[0092]
切负荷事件：(1)当系统内所有机组正常运行时，系统误差为正值且大 于预留的总向上备用容量时，会发生切负荷事件；(2)当系统内有任意一台 火电机组发生非计划停运后，系统误差为正值且大于预留的向上备用容量时， 会发生切负荷事件。
[0093]
弃风事件：(1)当系统内所有机组正常运行时，系统误差为负值且其绝 对值大于预留的向下备用容量时，会发生弃风事件；(2)当系统内有任意一 台火电机组发生非计划停运后，系统误差为负值且其绝对值大于预留的向下 备用容量时，会发生弃风事件。
[0094]
补充说明：本发明描述中暂不介绍系统中2台及以上火电机组同时发生 非计划停运的情况，如若需要可在本发明提出的模型基础上进行扩展，原理 不变。此外，若考虑光伏等其他形式的可再生能源，可将“弃风事件”的定义转 化为“弃光事件”进行处理，并计算弃
光量期望及其经济成本，从而进行备用需 求评估。
[0095]
步骤二：不同调度要求下构建备用需求评估模型
[0096]
1、不考虑机组开断故障的动态备用需求评估模型
[0097]
在构建每个调度时段对应的系统误差拟合函数库以后，图2给出了某一 时刻某一风电功率预测等级下的系统误差的概率密度函数结果，图中的f(x)为 某一数据箱内的系统误差的概率密度函数(pdf)。和分别 指该箱内历史上出现过的系统误差最大值与最小值。和分别指在时段t 内系统预留的向上备用容量和向下备用容量。a和b标号均代指虚线、pdf 曲线和横坐标轴围成区域的面积。横坐标上的x表示可能出现的实际系统误 差。
[0098]
假设某系统所有火电机组均保持正常运行且无故障发生，在t时刻系统误 差为x。当x大于0且小于时，系统不会发生切负荷事件。而当x大于系 统预留的向上备用容量时，根据3.1节中对切负荷事件的定义可知，该系 统在此时刻将切除功率为的负荷。而系统误差为x这个事件发生的概 率为f(x)。f(x)为当前时刻与预测等级对应的数据箱内的系统误差的pdf。在 考虑了所有x大于的情况后，可得到在不考虑发电机组开断故障的情况下， 该系统在当前时刻的切负荷量期望值，如式(1)所示。
[0099]
同理，经过类似分析，可得到系统向下备用预留量与弃风量期望值之间 的函数关系，如式(2)所示。其中和均取正值。
[0100][0101][0102][0103]
式(1)、(2)分别建立了“系统向上备用预留量与切负荷量期望值”和“系 统向下备用预留量与弃风量期望值”关系的函数表达式。由于在不同时刻和预 测等级下，系统误差的pdf函数各不相同，因此上述表达式会根据时刻和预 测等级的不同而动态调整。
[0104]
2、考虑机组开断故障的动态备用需求评估模型
[0105]
以式(1)和(2)为基础，结合步骤一中切负荷事件和弃风事件的定义 可知，当考虑机组开断故障时，系统的向上备用容量需在覆盖系统误差的基 础上进一步增加，而系统的向下备用容量可在系统误差的基础上适当减少。 本文利用式(4)和(5)描述以上关系。其中，为该系统火电机组i发生 非计划停运事故的概率，该数据为已知量，可通过统计该火电机组的历史运 行数据获取。
[0106][0107][0108]
式(4)中表示考虑机组开断故障时系统在某时刻的切负荷期望 关于向上备用容量的函数。由两部分组成，第一部分为当所有火电 机组均处于正常运行工况时，在t时刻内预留后系统面临的切负荷期望值，为该类情况发生的概率。第二部分为当区域内任一台火电机组i发生 了非计划停运事故时，在t时刻内预留后系统面临的切负荷期望值。其中，为发生故障的火电机组在故障脱网前承担的向上备用容量；为发生故障 的火电机组脱网前的输出功率。当火电机组i发生故障停运后，系统同时损失 了该故障机组所提供的功率以及该机组在脱网前承担的向上备用容量。本文 假设机组发生故障停运后立即脱网，忽略了故障机组脱网过程中的功率缓降 过程。
[0109]
与类似，考虑机组开断故障时，系统弃风期望关于总向下备用 容量的完整函数表达式如(5)所示。也由两部分内容组成，第一 部分指当所有火电机组均处于正常运行工况时，在t时刻预留后系统面临 的弃风期望值。第二部分为，当系统内任一台火电机组i发生了非计划停运事 故时，在t时刻预留后系统面临的弃风期望值。需要注意的是，中的符号与不同。对于弃风事件而言，机组发生开断故障相当于关 闭一台火电机组，有助于减少弃风量，故式(5)中前的符号与式(4)中 的对应符号相反。
[0110]
综上所述，在式(4)和(5)中和f(x)均与调度时段和预测等级 相关，而相关，而和则与该时刻系统运行状态相关。因此，该备用评估模 型是根据调度时段、预测等级、火电机组运行状态而动态调整的关系式。
[0111]
补充说明：由于式(4)和(5)是基于式(1)和(2)的反复调用过程， 且式(4)和式(5)的表达式较为复杂，故后续步骤内容将重点以(1)和(2) 为代表介绍其转化和应用方法。
[0112]
步骤三：动态备用需求评估模型的线性化
[0113]
通过式(1)、(2)、(4)和(5)不难发现，本发明所提的动态备用需求 评估模型为变下限积分且不具有解析表达式。这一性质将极大地限制了本发 明的推广和使用，因此本节进一步对上述模型进行数值积分和分段线性化处 理，以便其在实际电力系统调度问题中使用。具体处理过程如下：
[0114]
1、数值积分
[0115]
以式(1)和(2)为例进行介绍。首先将对应数据箱内的历史最大/最小 系统误差和取出，分别以和作为 函数和的定义域，再分别将这两个定义域均分为n段。 为保证数值积分的精确度，本文取n＝1000。利用matlab软件中的quadl函 数，以每个均分点为自变量，求取式(1)和(2)对应的函数值。经过n次 处理，可以得到n组向上/向下备用和切负荷/弃风期望值之间的对应关系。以 备用预留量为横轴，切负荷/弃风期望值为纵轴，分别作出两个坐标系。最后 将求取的n组关系作入坐标系中，并将同一坐标轴中的n点相连，即可实现 式(1)和(2)的可视化，如图3所示。
[0116]
由图3中展示的关系曲线变化趋势可知，备用预留量的增加和切负荷/弃 风量的减少并不是线性关系，而是一种类似于指数形式的关系。随着备用预 留量的增加，其效果会逐渐减弱，最终趋于饱和。每一条系统误差pdf曲线 (对应每一个调度时段及该时段的风电公里预测等级)均可得到一组对应的 和表达式，如图4所示。
[0117]
2、分段线性化
[0118]
由于备用预留量和系统弃风/切负荷期望之间呈现了非线性关系。因此若 直接将备用关系曲线用于调度模型，将导致优化问题的非线性，不利于其求 解也不利于本发明应用于实际电力系统优化调度工作当中。针对上述问题， 本节采用不均匀分段线性化方法对备用关系曲线进行线性化处理。
[0119]
备用函数关系在经过数值积分后被离散化为了n个点。该线性化方法从 起点开始，将函数起点和第i点相连，作为第一段线性化。所得到的线段需确 保其与真实函数中各点的距离不大于所设置的误差阈值，本文中将阈值定为 0.1％。再重复上述操作直至函数的整个定义域均被线性化。最终得到如图5 所示的线性化结果。
[0120]
采用该方法进行线性化可保证最终的线性化结果在所设定的误差阀值以 内，但随着误差的降低，该方法所分的段数会增加，从而可能使得优化问题 的求解时间增长。本文经过多次仿真实验确定了误差阀值，在本文算例中， 误差阀值取0.1％时，对应的优化问题均可在10mins内完成求解。
[0121]
步骤四：嵌入电力优化调度模型
[0122]
1、应用于对已知调度结果的评估
[0123]
本发明提出的动态备用评估模型可作为机组组合/经济调度结果的评价指 标。对于已知的调度结果，根据该系统的历史统计数据可求得各调度时段下 系统切负荷期望值和弃风期望值与向上/向下备用的关系，从而估算出当前备 用水平下系统可能的弃风和切负荷量。运行人员可根据评估结果调整备用预 留方案，以确保各调度时段弃风/切负荷期望值在可承受范围之内。相比于其 他评估指标，切负荷期望和弃风期望这两个评估指标具
有清晰的物理含义， 便于调度人员操作。
[0124]
如图6所示，红色虚线与红色实线展示了同一系统中在不同调度策略下 得到的两条不同的向上备用容量调度计划曲线，即1号调度结果和2号调度 结果。将该结果示意图向右翻转90度，得到以向上备用容量为横轴，以调度 时段为纵轴的右侧示意图。选取调度时段20与调度时段60进行评估。右侧 示意图中上方和下方分别展示了20和60调度时段的函数关系，即 系统向上备用容量与系统切负荷期望之间的关系曲线。可以看出，系统预留 相同备用容量时，将在调度时段60内面临更大的切负荷期望，因此系统需要 在调度时段60内预留更多的备用以应对更大的系统误差。相反，在调度时段 20内，虽然1号调度结果比2号调度结果多预留了将近一倍的向上备用容量， 但是却并未给系统带来对等的切负荷期望减低量。在对每个调度时段都充分 对比分析后可知，在向上备用容量预留方式上，2号调度结果优于1号调度结 果。
[0125]
2、应用并嵌入于日前电力优化调度工作
[0126]
除了对已知的调度计划进行量化评估外，本发明所提的动态备用需求评 估模型还可以直接应用于优化调度问题中，帮助调度人员得到合理的备用计 划。本发明以经典日前机组组合优化调度问题为例，具体介绍将该模型嵌入 现有优化调度问题中的方法。
[0127]
本发明所提的动态备用需求评估模型需加入优化问题的目标函数中，如 式(3-6)所示。相比于传统机组组合的目标函数，式(6)增加了两项。即第 三行的系统购买备用成本与第四行的弃风、切负荷成本的期望。
[0128]
式(6)中的第一行为火电机组的启停成本，第二行为火电机组的燃料成 本。上述两行为基础机组组合问题目标函数中必备的两项。第三行中，和rc分别是购买火电机组向上和向下备用容量的价格。(6)中的第四行由两项组 成，前一项表示系统在t时刻弃风成本的期望，后一项表示系统在t时刻切负 荷成本的期望。其中和即为本发明所提的动态备用需求评 估模型。如果在预留备用容量的过程中不需考虑火电机组开断故障的影响， 则采用(1)和(2)所示的表达式。相反，如果考虑火电机组开断故障的影 响，则采用(4)和(5)所示的表达式。和分别是弃风价格和切负荷 的价格。
[0129][0130]
分析式(6)可知，由于采用了本发明所提的动态备用需求评估模型， 目标函数中新增两项。根据其物理含义可知，系统的备用优化问题本质上是 一个成本权衡问题。目标函数第三行显示，系统预留更多的备用需要支付更 多的费用。而目标函数第四行显示，预
留更多的备用容量可以减少弃风和切 负荷成本的期望。在不同时刻、不同预测等级、不同系统运行状态下，备用 关系曲线的差异反映了该系统预留备用的效果的差异。而这些差异正是动态 备用需求评估模型能够在优化调度问题中实现高效地备用资源分配的关键 所在。
[0131]
下面，通过具体实例对本发明中的评估模型进行验证。
[0132]
1、不考虑机组开断故障的备用评估模型验证
[0133]
由少量火电机组组成的小型电力系统在备用预留备时一般不考虑机组的 开断故障。本发明选用含一个风电场接入的五机六节点系统来验证本发明所 提的不考虑机组开断故障的动态备用需求评估模型。目标函数(7)中的弃风 价格c
wc
取80$/mwh，切负荷价格根据美国midwest iso的运行经验报告取 3500$/mwh。备用的购买价格在不同地区相差较大，选取向上备用购买价格 为30$/mwh，向下备用购买价格为15$/mwh。后续的仿真算例中，还将对不 同备用价格下的仿真结果进行再次验证，从而分析动态备用评估模型的备用 优化效果对备用购买价格的灵敏度。算例采用的预测数据如图7所示。此外， 本发明选用静态备用需求评估方法作为本发明的对比算例。
[0134]
(1)基础调度结果对比
[0135]
图8给出了五台火电机组分别在两种备用需求评估策略下的计划出力曲 线。通过对比可知本发明所提出的动态备用需求评估模型通过更为合理地预 留系统备用容量，优化了系统内具有快速启停能力的机组(g2和g4)的开停 机动作时序，减少了其中g4的启停动作次数，避免了这些高效机组的频繁动 作。
[0136]
(2)备用优化结果分析
[0137]
图9给出了两种备用需求评估模型下的备用预留计划。可以明显看出， 由于静态备用需求评估方法主要是根据风电和负荷的预测曲线来制定次日的 备用需求，且向上和向下备用是相等的，故其备用预留曲线比较平缓。
[0138]
为了具体分析两个调度计划的优劣，图10进一步对图9中箭头所指的向 上备用计划购买量曲线进行了详细分析。可以看出，调度时段20与调度时段 56所对应的两个调度结果有明显差异，故选择这两个调度时段进行具体分析。
[0139]
调度时段20对应于风电功率预测值70.26mw，即对应第16号数据箱内 的系统误差概率分布模型，如图11中子图(a)所示。调度时段56对应于风 电功率预测值82.77mw，即对应于23号数据箱内的系统误差概率分布模型， 如图11中子图(b)所示。图11中根据这两个箱内的系统误差将其对应的“向 上备用预留量与系统切负荷期望值”的关系曲线直观的展示出来。可以发现： 1.在预留同样数值的向上备用容量时，在调度时段20内对应的切负荷期望值 远大于在调度时段56内的切负荷期望值；2.调度时段20对应的关系曲线在 较大的向上备用预留量处才趋于饱和，而调度时段56对应的关系曲线在预留 大约16mw的向上备用容量时便已趋于饱和。这两点均反映出，在调度时段 20内预留向上备用容量的效果优于在调度时段56内预留。同样，也从侧面反 映出调度时段20比调度时段56更需要预留向上备用容量从而减少系统可能 的切负荷期望值。对比两个调度计划不难发现，采用了本发明所提的动态备 用需求评估模型的调度结果与实际需求吻合，从而证明了本发明所提出的动 态备用需求评估模型能够根据预测水平以及系统运行状态对备用容量进行高 效分配。向下备用容量的结果与上述结论类似，故不重复展示。
[0140]
(3)经济性分析
[0141]
表1为静态和动态备用需求策略下的系统运行经济性分析对比结果。由 表可知，动态备用需求评估模型通过合理评估不同调度时段的备用需求，并 对系统内有限的备用资源进行更为高效的分配。在备用预定成本基本一致的 情况下，系统的切负荷成本期望值降低了80.16％，系统总成本降低了3.89％。 因此，采用本发明所提动态备用需求评估模型可以在提高系统供电可靠性的 同时，也降低系统的总运行成本。
[0142]
表1
[0143][0144]
(4)备用优化效果的价格灵敏度分析
[0145]
本发明选取向上备用购买价格为30$/mwh，向下备用购买价格为 15$/mwh。由于不同系统的备用购买价格存在差异，本节着重讨论了备用价 格对本发明研究内容与结论的影响。
[0146]
表2为备用购买价格对系统运行成本灵敏度分析，表2列举了其他参考 文献中出现的备用购买价格，并采用这些价格作为输入，仿真计算得到对应 价格下的系统运行成本。图12为10种价格方案下系统的向上和向下备用容 量优化结果的变化趋势。图13为10种价格方案下备用购买成本占系统总运 行成本比例的变化过程，以及弃风切负荷成本期望值占系统总运行成本比例 的变化过程。
[0147]
表2(单位：$)
[0148]
[0149][0150]
*表2中缩写注释：
[0151]
rupprice:reservation unit cost for upward reserve,购买向上备用价格 [$/mwh].
[0152]
rdnprcie:reservation unit cost for downward reserve,购买向下备用价格 [$/mwh].
[0153]
fc:total fuel cost,总燃料成本[$].
[0154]
ssc:total start-up and shut-down cost,火电机组启停总成本[$].
[0155]
rup:total reservation cost for upward reserve,预留向上备用容量的成本 [$].
[0156]
rdn:total reservation cost for downward reserve,预留向下备用容量的成 本[$].
[0157]
wc:total expectation penalty cost ofwind curtailment,总弃风惩罚期望值 [$].
[0158]
ls:total expectation load shedding cost,总切负荷成本期望值[$].
[0159]
结合表2、图12和图13可以看出，随着向上备用购买价格的增加，系统 购买的总向上备用稍有减少，这也导致系统总的切负荷成本期望值增加。但 通过计算可知，购买向上备用的成本与这些备用能够减少的切负荷期望成本 的比值并未明显降低。以方案4为例，该比值为(19060-15000)/(7140-4964) ＝1.87，而在方案6下该比值为(26893-23225)/(10023-8024)＝1.83。出现上述结 果的原因是，由于电力系统的首要任务是保障负荷用电，因此系统的切负荷 的成本远高于其他各项。
[0160]
随着向下备用价格的增加，系统购买的总向下备用在方案1到方案2的 变化过程中有较大减少。方案1到方案2中向下备用购买价格从0变化为 5$/mwh，此时系统购买向下备用容量的成本(3290-0＝3290$)远大于其对应 的弃风惩罚期望值的减少量(917-116＝801$)。但其他方案下总向下备用容量的 变化不大。
[0161]
图14分别展示了价格方案3、6和9下系统采用动态备用需求评估模型 后计划的向上和向下备用量。三种方案下，备用预留的趋势相同。因此，虽 然备用价格的选取会在数值上影响优化调度的结果，但并不影响备用优化结 果的趋势，因此也不影响对本发明所提的动态备用评估模型效果的论证。
[0162]
2、考虑机组开断故障的备用评估模型验证
[0163]
这一部分说明将进一步论证该模型在考虑了机组开断故障后，在更大的 系统中依然可得到相似结果。不部分选择了含一个风电场接入的ieee 118节 点系统，用于验证考虑发电机组开断故障的动态备用需求评估模型。选择已 有研究中给出的考虑了机组开断故障的备用评估模型作为对比算例。
[0164]
图15给出了采用两种备用预留策略的备用购买计划曲线。通过对比图15 中的黑线和红线可以发现，使用了本发明提出的动态备用需求模型后，备用 的预留量随时间的变化更为激烈，这与在小系统中的仿真结果相似。从总备 用的预留量角度来看，采用本发明提出的模型后，总的备用预留量较对比模 型增多。
[0165]
表3为静态和动态备用需求评估策略下系统运行成本对比数据。表3展 示了两种备用需求评估方法下系统的总运行成本，结合上述分析结果可知， 由于本发明提出的模型根据调度时间、系统状态、预测等级对备用进行了合 理优化，因此虽然备用预留成本较对比算例增加，但系统的总运行成本降低 了10.15％，其中切负荷期望成本下降了72.97％，弃风期望成本下降了47.88％。
[0166]
由上述结果可以看出，在考虑了机组开断故障后，本文提出的方法依然 可以对备用容量进行动态分配，所得优化结果的趋势和在小系统中的仿真结 果相似，但向上备用容量相应增多，而向下备用容量相应减少。
[0167]
表3
[0168][0169]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或 计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、 或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个 其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘 存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0170]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序 产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程 图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流 程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算 机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使 得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定 的功能的装置。
[0171]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储 器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0172]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现 的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程 图一个流程或多个流程和/或方
框图一个方框或多个方框中指定的功能的 步骤。
[0173]
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的 限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出 其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而 由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。