[发明专利]一种考虑大规模风电接入的发电机组检修计划最小失负荷期望方法

说明书

技术领域

本发明涉及一种考虑大规模风电接入的发电机组检修计划最小失负荷期望方法。

背景技术

风能是可再生、清洁、储量巨大、前景广阔的能源。进入21世纪之后，风电在我国得到了高速的发展：截至2007年底，我国风电机组装机容量为6030MW，2008年底达到12500MW，跃居亚洲第一，世界第四。2009年底，总容量达22680MW，约占全国发电装机的2.6％。2010年，我国风电规模已经位居世界第一。2020年有望达到150000MW。虽然风电具有众多优势，但是由于风电随机性和间歇性的特点，使得大规模的风电接入对电网安全与稳定造成巨大影响。

由于风电出力具有随机性的特点，一般很难对风电机组出力进行精确预测。如果在制定机组检修计划时未考虑风电出力随机波动的影响，可能会导致在安排检修时出现上网机组的调峰能力不足、系统可靠性降低，在极端条件下甚至产生失负荷等情况。传统环境下，机组检修计划有调度机构统一确定，常用的方法有等备用(率)法和等风险度法等。在电力市场环境下，对于发电企业和调度机构，最直观的目标就是利润最大化。对于我国目前电力系统，虽然已经实现厂网分离，但是仍处于市场化改革初期，为保障系统的安全运行，常采用运行成本最小或系统可靠性最优为规划目标安排检修计划。但是由于风电的不稳定性，尤其在大规模风电接入的情况下，单一对经济指标的追求往往会导致系统可靠性的降低，使系统承受产生失负荷的风险。

发明内容

本发明要解决上述现有技术的缺点，提供一种考虑大规模风电接入的发电机组检修计划最小失负荷期望方法，本方法应用系统运行、检修成本最小和基于风电概率分布的系统失负荷期望最小模型，并通过算例说明以该模型对机组检修计划进行优化可以有效降低系统产生失负荷的风险，提高系统可靠性。针对考虑风电机组与常规机组同时参与检修计划安排而产生的粒子群算法效率低的问题，提出了0-1规划粒子群算法改进策略，有效提高了粒子群算法的计算效率。

本发明解决其技术问题采用的技术方案：这种方法，其步骤包括：

1)设定粒子个数N_p、最大迭代次数M，惯性系数最大值w_max和最小值w_min，学习因子c₁，c₂，并随机初始化各个粒子的值和速度；其中，粒子分为常规机组部分和风电机组部分：常规机组部分为各机组开始检修时间列向量；风电机组部分为T阶列向量，T为安排检修总时段数，若该风电场在时段t有检修任务，则该T阶列向量的第t个元素为1，否则为0；粒子速度也分为常规机组部分和风电机组部分，按照上述规则随机设定初始值；

2)根据各粒子的初始值，通过cplex求解各机组出力，即求解特定机组检修计划下的最优出力分配子问题，在特定机组检修计划下，所示失负荷期望为常数，该问题为线性规划问题；