[发明专利]一种计及弃电量指标的新能源送端电网输电能力计算方法

说明书

本发明公开了一种计及弃电量指标的新能源送端电网输电能力计算方法，所述方法包括：利用条件概率原理分析风电出力概率分布特征和空间相关性，评判风电场间相关性的强弱；基于Copula函数建立考虑风电场间相关性的数学模型，生成计及风电相关性的风电出力样本；利用风电出力样本，逐一求解蒙特卡罗法生成的每一个样本的TTC，进而筛选有效样本；建立适应于大规模风电并网的TTC双层优化模型，通过协调风电场间的出力控制，最小化弃风电量，达到提升区域间输电能力的目的。本发明解决了风电大规模并网后的区域间输电能力求解问题。

技术领域

本发明涉及电力系统领域，尤其涉及一种计及弃电量指标的新能源送端电网输电能力计算方法。

背景技术

随着可再生能源的大规模并网，风电和光伏总装机容量有望在2023年超过天然气，2024年超过煤炭，可再生能源发电已经成为我国重要的发电形式。然而，高渗透率风电汇集地区，风能所特有的间歇性、随机性和波动性特点，给互联系统区域间输电能力计算和分析带来了新的挑战和困难^[1]。因此，在高渗透率风电汇集地区，在系统安全稳定运行的条件下，如何准确地分析风电并网对区域间输电能力的影响，并提高新能源送出断面的输电能力，解决大规模新能源汇集地区的窝电问题有着重要意义。

区域间最大输电能力(Total Transfer Capability,TTC)是指在满足系统各种安全约束下，系统区域间功率交换的最大值^[1-2]。现有研究通常对区域间输电能力求解可以分为两类：确定性求解方法和概率性求解方法。确定性求解方法通常不考虑系统中的不确定性因素，利用优化等方法求解单一场景的唯一解，文献[3]利用Benders分解算法，考虑静态安全约束下的可用输电能力，提高了计算速度；概率性求解方法通常考虑风电出力不确定性、负荷波动性等特征，全面地描述不确定因素下的区域间输电能力，从而得到各种反映区域间输电能力的统计指标及概率分布，是系统长期规划的有效工具^[4]。文献[5]利用条件历史风速数据和预测风速数据，通过条件概率原理和快速傅里叶分解等技术预测风电出力场景，获得不同置信区间下ATC的概率密度曲线，进而指导电网运行人员指定合理的发电计划；文献[6]提出一种计及风电相关性的可用输电能力快速评估方法，提升了计算的精度和效率；文献[7]将风电出力的相关性作为隐马尔可夫模型的状态变量，并利用Markov链描述其时变特性；文献[8]基于关键约束的交流潮流计算区域间ATC，确保了计算精度，但计算时间大幅度增加，难以在电力系统运行中应用；文献[9]利用区间优化的方法对风电不确定性进行处理，只需要考虑不确定因素的上下边界，不需要精确的风电概率分布数据，利用大M法和强对偶理论求解乐观解和悲观解，进而获得区域间ATC可能出现的范围。

高渗透率风电汇集地区，若不考虑风电场间空间相关性得到概率密度的结果分析的准确性不太高、存在偏差，风电占比高会产生大量无效场景，需要对风电场间出力进行控制，进而提升区域间输电能力、减小限电率，解决大规模新能源汇集地区的窝电问题，对大规模新能源送出系统的安全稳定运行提供指导作用。

发明内容

本发明提供了一种计及弃电量指标的新能源送端电网输电能力计算方法，本发明解决了风电大规模并网后的区域间输电能力求解问题，通过协调风电场间的出力控制，最小化弃风电量，达到提升区域间输电能力的目的，详见下文描述：

一种计及弃电量指标的新能源送端电网输电能力计算方法，所述方法包括：

利用条件概率原理分析风电出力概率分布特征和空间相关性，评判风电场间相关性的强弱；

基于Copula函数建立考虑风电场间相关性的数学模型，生成计及风电相关性的风电出力样本；

利用风电出力样本，逐一求解蒙特卡罗法生成的每一个样本的TTC，进而筛选有效样本；

建立适应于大规模风电并网的TTC双层优化模型，通过协调风电场间的出力控制，最小化弃风电量，达到提升区域间输电能力的目的。