[发明专利]计及风电接入的负荷恢复两阶段优化方法在审
申请号: | 201810275176.6 | 申请日: | 2018-03-30 |
公开(公告)号: | CN108493930A | 公开(公告)日: | 2018-09-04 |
发明(设计)人: | 仇晨光;程锦闽;柳志航;卫志农;臧海祥;李新家;李平;王成亮 | 申请(专利权)人: | 国网江苏省电力有限公司;江苏方天电力技术有限公司;河海大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/38;H02J3/48 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 210024 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 负荷恢复 风电 两阶段 时步 恢复 初始条件 耗时 非线性规划 决策 参与条件 风电系统 规划模型 决策变量 决策思想 决策问题 系统规模 求解 分时 加权 解耦 优化 出力 潮流 交流 研究 | ||
本发明公开了一种计及风电接入的负荷恢复两阶段优化方法,用于研究风电参与的负荷恢复决策问题;首先将单时步负荷恢复问题进行两阶段解耦,第一阶段以加权负荷和风电出力恢复量之和最大为目标,建立负荷恢复0‑1规划模型;然后,第二阶段以恢复耗时最短为目标,将第一阶段所得决策变量作为初始条件,建立基于交流潮流的非线性规划模型;最后,顺序求解各时步,获得全过程的恢复决策方案;本发明通过分时步决策思想,能够获取有效的恢复决策方案,实现风电有序接入以及缩短负荷恢复耗时,解决了系统规模较大且风电系统参与条件下负荷恢复决策的技术问题。
技术领域
本发明属于电力系统恢复技术领域,涉及一种计及风电接入的负荷恢复两阶段优化方法。
背景技术
电力系统发生大停电后,采取恰当的电网恢复控制将有助于降低大面积停电造成的经济损失和社会影响。近年来,风电等可再生能源大规模并网,对电网有序恢复造成一定的影响,一方面,随机性、间歇性等特征及无序接入将导致系统恢复的难度和风险增加;另一方面,适当比例的风电接入有助于缩短系统整体恢复时间,加快系统恢复进程。因此,研究风电接入时如何快速、安全、有效地恢复系统具有重要意义。
电力系统恢复通常分为黑启动、网架重构及负荷恢复3个阶段,其中负荷恢复不仅是电力系统恢复的关键部分,也是电力系统恢复的最终目的。负荷恢复是一个复杂的动态问题,当前建立的负荷恢复模型大多存在易造成系统潮流、电压越界等问题,并且较少将风电等新能源纳入负荷恢复分析过程中。此外,负荷恢复本质上是一个复杂多时步混合整数非线性规划问题,当系统规模达到一定程度时,模型求解效率大大降低且难度增大。目前,有学者对模型进行简化或松弛约束处理以提高求解速度,但容易导致较大的误差,且对系统越界修正较为复杂。因此,研究如何有效处理多时步负荷恢复决策问题具有重要意义。
发明内容
本发明的目的在于获取有效的负荷恢复决策方案,提出了一种计及风电接入的负荷恢复两阶段优化方法,实现了风电有序接入及负荷恢复时间的缩短,解决了系统规模较大且风电系统参与条件下负荷恢复的负荷恢复决策的技术问题。
本发明采用如下技术方案,一种计及风电接入的负荷恢复两阶段优化方法,基于分时步决策思想,将风电参与的负荷恢复问题进行两阶段解耦,包括以下步骤:
步骤1:根据系统频率安全约束预选出待恢复负荷节点,并确定待恢复负荷节点权重;
步骤2:以加权负荷和风电出力恢复量之和最大为目标,设定约束条件,构建负荷恢复0-1规划模型作为第一阶段,求解得到当前时步的决策变量最优解作为负荷恢复和风电场投入方案;
步骤3:以单时步恢复耗时最短为目标,将第一阶段决策变量最优解视为已知条件,构建基于交流潮流的非线性规划模型作为第二阶段,求解得到满足约束条件的最短恢复耗时、最优机组出力和机端电压;
步骤4:在步骤2和步骤3的求解基础上,得到单时步下的负荷恢复决策方案,顺序求解各时步,获得全过程的恢复决策方案。
优选地,所述步骤1中根据系统频率安全约束预选出待恢复负荷节点集合,预选待恢复负荷节点时满足:
其中,PL,i为节点i的负荷量,Δfmax为系统频率下降的最大值,m为当前负荷恢复的时步数,为第m时步已并网发电机组个数,PN,j为发电机组j的额定有功出力,dfj为发电机组j在当前负荷率下的频率响应值。
优选地,所述步骤1中确定预选出的待恢复负荷节点的权重,待恢复负荷节点i的权重ωi为
ωi=1.0ηi1+0.5ηi2+0.3(1-ηi1-ηi2)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司;江苏方天电力技术有限公司;河海大学,未经国网江苏省电力有限公司;江苏方天电力技术有限公司;河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810275176.6/2.html,转载请声明来源钻瓜专利网。