一种基于风电消纳能力评估的电力系统调度方法及系统与流程

    专利查询2025-11-01  6


    本发明涉及风电消纳,具体涉及一种基于风电消纳能力评估的电力系统调度方法及系统。


    背景技术:

    1、风电作为能源结构转型的重要支撑,风电并网的实现能够有效减少火电技术的使用,极大地降低二氧化碳排放量。但风电具有的显著不确定性,其大规模并网导致电力系统灵活性需求剧增,消纳问题更是对电力系统调节能力和支撑能力带来新挑战。在当前电力系统调度不完善的环境下,源荷时空上的不匹配使风电广泛出现了弃风弃电的现象,造成风资源浪费和利润下降。

    2、当前通常采用煤电机组深度调峰的方法促进新能源消纳,传统方案多采用随机优化、鲁棒优化的方法进行电力系统调度,传统方案通常存在片面保守的问题,使电力系统调度存在时延较大、误差较高的准确率不足的情况。


    技术实现思路

    1、发明目的:本发明的目的是提供一种基于风电消纳能力评估的电力系统调度方法及系统,解决背景技术中提出的问题。

    2、技术方案:本发明所述的一种基于风电消纳能力评估的电力系统调度方法,包括以下步骤:

    3、(1)使用隐马尔可夫模型创建风电、负荷场景并计算匹配度;

    4、(2)建立风电消纳能力评估模型;

    5、(3)采用协方差矩阵自适应演化算法求解基于风电消纳能力评估的电力系统调度最优解;构建基于风电消纳能力评估的电力调度系统。

    6、进一步的,步骤(1)具体如下:首先输入风电、负荷历史数据;计算目标关联矩阵;随机生成场景;利用隐马尔可夫模型计算获得目标关联矩阵与目标标准化矩;检查结果误差是否小于阈值,如不满足则重复上一步的迭代直至误差收敛;变换归一化场景,输出结果和目标矩。

    7、进一步的,步骤(1)中,风电、负荷匹配度计算公式为:

    8、

    9、其中,ψ为风电、负荷匹配度;γ为日平均负荷曲线的斜率关联度;p′v为广义日平均电力负荷峰谷差率;f为负荷波动率。

    10、进一步的,步骤(2)中,风电消纳能力主要从三个方面进行衡量,分别为风电场发电量、弃风电量与风能利用率,作为作风电消纳能力评估指标,计算公式为:

    11、

    12、其中,et、equit和χw分别为表示风电场发电量、弃风电量与风能利用率;m为风电场机组序号;o为采样时段;pm,o为m机组在o时段的功率;ecom表示并网风电量;

    13、结合风电、负荷匹配度,构建如下的风电消纳评估模型:

    14、

    15、其中,f(t)为风电消纳能力评估函数;为风电装机的拓展因子;为风电出力的最大值;pw,t为时刻t对应的风电出力值。

    16、进一步的,步骤(3)具体如下:首先利用正态分布随机产生一系列初始方案作为初始种群,然后对种群中每个个体进行适应度值计算,选择适应度值最好的前n个个体作为下一代的亲本,根据个体的位置信息按照正态分布特性生成新的种群,依次迭代直到找到满意的解或达到停止条件时停止优化。

    17、本发明所述的一种基于风电消纳能力评估的电力系统调度系统,包括:

    18、创建模块:用于使用隐马尔可夫模型创建风电、负荷场景并计算匹配度;

    19、评估模块:用于建立风电消纳能力评估模型;

    20、求解模块:用于采用协方差矩阵自适应演化算法求解基于风电消纳能力评估的电力系统调度最优解;构建基于风电消纳能力评估的电力调度系统。

    21、进一步的,创建模块中,具体如下:首先输入风电、负荷历史数据;计算目标关联矩阵;随机生成场景;利用隐马尔可夫模型计算获得目标关联矩阵与目标标准化矩;检查结果误差是否小于阈值,如不满足则重复上一步的迭代直至误差收敛;变换归一化场景,输出结果和目标矩;

    22、进一步的,创建模块中,风电、负荷匹配度计算公式为:

    23、

    24、其中,ψ为风电、负荷匹配度;γ为日平均负荷曲线的斜率关联度;p′v为广义日平均电力负荷峰谷差率;f为负荷波动率。

    25、进一步的,评估模块中,风电消纳能力主要从三个方面进行衡量,分别为风电场发电量、弃风电量与风能利用率,作为作风电消纳能力评估指标,计算公式为:

    26、

    27、其中,et、equit和χw分别为表示风电场发电量、弃风电量与风能利用率;m为风电场机组序号;o为采样时段;pm,o为m机组在i时段的功率;ecom表示并网风电量;

    28、结合风电、负荷匹配度,构建如下的风电消纳评估模型:

    29、

    30、其中,f(t)为风电消纳能力评估函数;为风电装机的拓展因子;为风电出力的最大值;pw,t为时刻t对应的风电出力值。

    31、进一步的,求解模块中,具体如下:首先利用正态分布随机产生一系列初始方案作为初始种群,然后对种群中每个个体进行适应度值计算,选择适应度值最好的前n个个体作为下一代的亲本,根据个体的位置信息按照正态分布特性生成新的种群,依次迭代直到找到满意的解或达到停止条件时停止优化。

    32、有益效果:与现有技术相比,本发明具有如下显著优点:基于协方差矩阵自适应演化算法对风电消纳能力评估的电力系统调度方法,考虑风电和负荷的匹配度、风电出力特性,使用智能优化算法能提高系统计算和响应速度,主要优势在于实现快速、自动、准确的电力系统调度,提高风电消纳能力和资源利用率。



    技术特征:

    1.一种基于风电消纳能力评估的电力系统调度方法,其特征在于,包括以下步骤:

    2.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度方法,其特征在于,步骤(1)具体如下:首先输入风电、负荷历史数据;计算目标关联矩阵;随机生成场景;利用隐马尔可夫模型计算获得目标关联矩阵与目标标准化矩;检查结果误差是否小于阈值,如不满足则重复上一步的迭代直至误差收敛;变换归一化场景,输出结果和目标矩。

    3.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度方法,其特征在于,步骤(1)中,风电、负荷匹配度计算公式为:

    4.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度方法,其特征在于,步骤(2)中,风电消纳能力主要从三个方面进行衡量,分别为风电场发电量、弃风电量与风能利用率,作为作风电消纳能力评估指标,计算公式为:

    5.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度方法,其特征在于,步骤(3)具体如下:首先利用正态分布随机产生一系列初始方案作为初始种群,然后对种群中每个个体进行适应度值计算,选择适应度值最好的前n个个体作为下一代的亲本,根据个体的位置信息按照正态分布特性生成新的种群,依次迭代直到找到满意的解或达到停止条件时停止优化。

    6.一种基于风电消纳能力评估的电力系统调度系统,其特征在于,包括:

    7.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度系统,其特征在于,创建模块中,具体如下:首先输入风电、负荷历史数据;计算目标关联矩阵;随机生成场景;利用隐马尔可夫模型计算获得目标关联矩阵与目标标准化矩;检查结果误差是否小于阈值,如不满足则重复上一步的迭代直至误差收敛;变换归一化场景,输出结果和目标矩。

    8.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度系统,其特征在于,创建模块中,风电、负荷匹配度计算公式为:

    9.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度系统,其特征在于,评估模块中,风电消纳能力主要从三个方面进行衡量,分别为风电场发电量、弃风电量与风能利用率,作为作风电消纳能力评估指标,计算公式为:

    10.根据权利要求1所述的一种基于风电消纳能力评估的电力系统调度系统,其特征在于,求解模块中,具体如下:首先利用正态分布随机产生一系列初始方案作为初始种群,然后对种群中每个个体进行适应度值计算,选择适应度值最好的前n个个体作为下一代的亲本,根据个体的位置信息按照正态分布特性生成新的种群,依次迭代直到找到满意的解或达到停止条件时停止优化。


    技术总结
    本发明公开了一种基于风电消纳能力评估的电力系统调度方法,包括以下步骤:(1)使用隐马尔可夫模型创建风电、负荷场景并计算匹配度;(2)建立风电消纳能力评估模型;(3)采用协方差矩阵自适应演化算法求解基于风电消纳能力评估的电力系统调度最优解;构建基于风电消纳能力评估的电力调度系统;本发明基于协方差矩阵自适应演化算法对风电消纳能力评估的电力系统调度方法,考虑风电和负荷的匹配度、风电出力特性,使用智能优化算法能提高系统计算和响应速度,主要优势在于实现快速、自动、准确的电力系统调度,提高风电消纳能力和资源利用率。

    技术研发人员:李磊,刘俊伟
    受保护的技术使用者:国家电网有限公司华北分部
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-31528.html

    最新回复(0)