一种电力系统机组调度的方法及装置

1.本发明涉及电力系统技术领域，具体而言，涉及一种电力系统机组调度的方法及装置。


背景技术：

2.目前，大规模新能源机组接入电力系统。在电力系统暂态稳定分析中，影响风电场并网运行的主要因素是频率波动。频率是反应电能质量的重要指标之一，关乎电力系统的安全运行。
3.由于风电机组本身不具有同步惯量和调频能力，大量风电机组替换传统的火电、水电、核电同步机组接入电力系统后，会导致电力系统惯量和一次调频能力下降，抗功率扰动能力下降。当电力系统功率不平衡时，电网频率变化的动态过程称为频率响应。在低惯量电力系统中，缺少大量能够提供惯量支撑的同步机组，电力系统惯量支撑不足，容易在调频死区的惯量响应阶段导致频率下降速率(rocof，rate of change of frequency)过快，一次调频(pfr，primary frequency response)、二次调频(sfr，second frequency response)来不及动作反应，从而触发低频减载装置，造成不必要的失负荷损失。如何维持电网频率稳定，成为保障电力系统安全运行的研究热点。


技术实现要素：

4.本发明实施例的目的在于提供一种电力系统机组调度的方法及装置，用以实现维持电网频率稳定，保障电力系统安全运行的技术效果。
5.第一方面，本发明实施例提供了一种电力系统机组调度的方法，包括：
6.构建典型风电出力场景集，构建频率动态安全约束集；
7.以最小化电力系统机组调度总成本为优化目标构造目标函数，将所述频率动态安全约束集加入机组安全约束中，构造约束条件，并结合所述目标函数和所述约束条件，建立日前经济调度模型；
8.求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，以根据所述机组组合进行调度。
9.在上述实现过程中，通过将频率动态安全约束加入机组安全约束中去构造约束条件，并结合以最小化电力系统机组调度总成本为优化目标构造的目标函数，建立日前经济调度模型，以求解得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，能够考虑电力系统频率动态安全进行机组调度，有效抑制大规模风电接入带来的低频减载问题，从而实现维持电网频率稳定，保障电力系统安全运行。
10.进一步地，所述构建典型风电出力场景集，具体包括：
11.根据预测风速数据，生成多个模拟风电出力场景，并从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集。
12.在上述实现过程中，通过根据预测风速数据模拟风电出力场景来构建典型风电出力场景集，能够保证后续优化求解得到的机组组合可以应对风电出力不确定的各种情况。
13.进一步地，所述根据预测风速数据，生成多个模拟风电出力场景，并从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集，具体包括：
14.获取风速数据，并基于arma模型，根据所述风速数据模拟风速误差，得到预测风速数据；
15.采用蒙特卡洛模拟方法，根据所述预测风速数据生成多个所述模拟风电出力场景；
16.采用前向选择法，从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集。
17.在上述实现过程中，通过基于arma模型来根据实际的风速数据获取预测风速数据，采用蒙特卡洛模拟方法来根据预测风速数据模拟风电出力场景，以及采用前向选择法来削减所有模拟风电出力场景构建典型风电出力场景集，能够快速准确地构建典型风电出力场景集。
18.进一步地，所述构建频率动态安全约束集，具体包括：
19.基于单机带集中负荷模型，分析电力系统的动态频率响应，得到最大频率下降速率、最低点频率偏差、准稳态频率偏差；
20.结合所述最大频率下降速率、所述最低点频率偏差、所述准稳态频率偏差，构建所述频率动态安全约束集。
21.在上述实现过程中，通过基于单机带集中负荷模型，从不同时间尺度出发分析电力系统的动态频率响应过程，结合推导出的最大频率下降速率、最低点频率偏差、准稳态频率偏差这三个表征电力系统频率动态安全的指标，构建频率动态安全约束集，能够全面考虑电力系统频率动态安全进行机组调度。
22.进一步地，所述单机带集中负荷模型为平均系统频率模型或系统频率响应模型。
23.在上述实现过程中，通过选用平均系统频率模型或系统频率响应模型作为单机带集中负荷模型去分析电力系统的动态频率响应过程，能够简化系统动态频率响应的分析推导过程，快速构建频率动态安全约束集。
24.进一步地，所述频率动态安全约束集为：
[0025][0026]
其中，rocof为所述最大频率下降速率，rocof
max
为预设的最大频率下降速率上限；|δf
nadir
|为所述最低点频率偏差，δf
max
为预设的最低点频率偏差上限，δf
ss
为所述准稳态频率偏差，为预设的准稳态频率偏差上限。
[0027]
在上述实现过程中，通过结合最大频率下降速率、最低点频率偏差、准稳态频率偏差及对应的预设上限值来构建频率动态安全约束集，能够按照自定义的系统频率动态安全标准进行机组调度，有利于合理进行机组调度。
[0028]
进一步地，所述目标函数为：
[0029][0030]
其中，t为调度时间总段数，t＝{1，2，...，t}，k为火电机组总台数，k＝{1，2，...，k}，b为储能总台数，b＝{1，2，...，b}；分别为第k台火电机组在第t个调度时段的运行成本与开机成本；分别为第k台火电机组在第t个调度时段的正备用容量与负备用容量；分别为第b台储能在第t个调度时段的充电量与放电量；α、β分别为火电机组正备用与负备用的成本系数；为储能出力的成本系数。
[0031]
在上述实现过程中，通过针对火电机组、风电机组和储能，以最小化电力系统机组调度总成本为优化目标构造目标函数，能够借助储能的辅助调频手段，提升功率缺额下的频率安全裕度，有利于更好地实现维持电网频率稳定，保障电力系统安全运行。
[0032]
进一步地，所述机组安全约束包括火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束。
[0033]
在上述实现过程中，通过选择火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束作为机组安全约束，能够有效保证机组运行安全。
[0034]
进一步地，所述求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，具体包括：
[0035]
将所述日前经济调度模型分解为日前经济调度问题和预想扰动校验问题；
[0036]
针对所述日前经济调度问题，根据所述目标函数和所述机组安全约束进行求解，得到机组发电计划；
[0037]
针对所述预想扰动校验问题，根据所述频率动态安全约束集对所述机组发电计划进行校验；
[0038]
在校验失败时重新优化求解所述日前经济调度问题，直至校验成功得到所述机组组合。
[0039]
在上述实现过程中，通过在求解日前经济调度模型的过程中，将日前经济调度模型分解为日前经济调度问题和预想扰动校验问题进行交替求解，能够保证得到的机组组合可有效预防大规模风电接入带来的频率失稳问题。
[0040]
第二方面，本发明实施例提供一种电力系统机组调度的装置，包括：
[0041]
数据构建模块，用于构建典型风电出力场景集，构建频率动态安全约束集；
[0042]
模型建立模块，用于以最小化电力系统机组调度总成本为优化目标构造目标函数，将所述频率动态安全约束集加入机组安全约束中，构造约束条件，并结合所述目标函数和所述约束条件，建立日前经济调度模型；
[0043]
机组调度模块，用于求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，以根据所述机组组合进行调度。
[0044]
第三方面，本发明实施例提供一种电子设备，包括处理器、存储器以及存储在所述
存储器中且被配置为由所述处理器执行的计算机程序；所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时实现如上所述的电力系统机组调度的方法。
[0045]
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的电力系统机组调度的方法。
附图说明
[0046]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0047]
图1为本发明第一实施例提供的一种电力系统机组调度的方法的流程示意图；
[0048]
图2为本发明第一实施例提供的实际风电出力和预测风电出力的示意图；
[0049]
图3为本发明第一实施例提供的典型风电出力场景集中五个典型风电出力场景下的风电出力的示意图；
[0050]
图4为本发明第一实施例提供的电力系统动态频率响应特性的示意图；
[0051]
图5为本发明第一实施例提供的储能参与一次调频的控制策略与控制方式的示意图；
[0052]
图6是本发明第一实施例提供的储能参与一次调频与不参与一次调频情况下的系统频率偏差的示意图；
[0053]
图7是本发明第一实施例提供的求解日前经济调度模型的数据流图；
[0054]
图8是本发明第一实施例提供的算例rts-79两区域系统的示意图；
[0055]
图9是本发明第一实施例提供的算例中受端系统火电机组运行状态的示意图；
[0056]
图10是本发明第一实施例提供的算例中送端系统火电机组运行状态的示意图；
[0057]
图11是本发明第一实施例提供的算例中13节点处单个储能电站的出力情况的示意图；
[0058]
图12是本发明第一实施例提供的算例中四台储能电站的出力情况的示意图；
[0059]
图13为本发明第二实施例提供的一种电力系统机组调度的装置的结构示意图；
[0060]
图14为本发明第三实施例提供的一种电子设备的结构示意图。
具体实施方式
[0061]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
[0062]
应注意到：在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。同时，文中的步骤编号，仅为了方便本发明实施例的解释，不作为限定步骤执行先后顺序的作用。本发明实施例提供的方法可以由相关的终端设备执行，且下文均以处理器为执行主体为例进行说明。
[0063]
请参看图1，图1为本发明第一实施例提供的一种电力系统机组调度的方法的流程示意图。本发明第一实施例提供一种电力系统机组调度的方法，包括步骤s1～s3：
[0064]
s1、构建典型风电出力场景集，构建频率动态安全约束集；
[0065]
s2、以最小化电力系统机组调度总成本为优化目标构造目标函数，将频率动态安全约束集加入机组安全约束中，构造约束条件，并结合目标函数和约束条件，建立日前经济调度模型；
[0066]
s3、求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，以根据机组组合进行调度。
[0067]
作为示例性地，在步骤s1中，场景法是解决风电出力具有强不确定性这一问题的有效手段。获取至少一个典型风电出力场景，整理所有典型风电出力场景，构建典型风电出力场景集。
[0068]
从不同时间尺度出发分析电力系统的动态频率响应过程，得到表征电力系统频率动态安全的指标，整理所有指标，构建频率动态安全约束集。
[0069]
在步骤s2中，以最小化电力系统机组调度总成本为优化目标，构造目标函数，将频率动态安全约束集加入机组安全约束中，构造约束条件。其中，机组安全约束是考虑机组安全运行要求构造的约束条件。结合目标函数和约束条件，建立日前经济调度模型。
[0070]
在步骤s3中，求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，根据机组组合进行调度，完成电力系统机组调度。
[0071]
本发明实施例通过将频率动态安全约束加入机组安全约束中去构造约束条件，并结合以最小化电力系统机组调度总成本为优化目标构造的目标函数，建立日前经济调度模型，以求解得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，能够考虑电力系统频率动态安全进行机组调度，有效抑制大规模风电接入带来的低频减载问题，从而实现维持电网频率稳定，保障电力系统安全运行。
[0072]
在可选的实施例当中，所述构建典型风电出力场景集，具体包括：根据预测风速数据，生成多个模拟风电出力场景，并从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。
[0073]
作为示例性地，获取预测风速数据，根据预测风速数据，生成多个模拟风电出力场景，从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，整理所有典型风电出力场景，构建典型风电出力场景集。
[0074]
用典型风电出力场景集中各个典型风电出力场景应对风电出力不确定的各种情况，当后续优化求解得到的机组组合满足典型风电出力场景集中各个典型风电出力场景时，说明机组组合可以应对风电出力不确定的各种情况，此时可以根据机组组合进行调度。
[0075]
本发明实施例通过根据预测风速数据模拟风电出力场景来构建典型风电出力场景集，能够保证后续优化求解得到的机组组合可以应对风电出力不确定的各种情况。
[0076]
在本实施例的一可选实施方式中，所述根据预测风速数据，生成多个模拟风电出力场景，并从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集，具体包括：获取风速数据，并基于arma模型，根据风速数据模拟风速误差，得到预测风速数据；采用蒙特卡洛模拟方法，根据预测风速数据生成多个模拟风电出力场景；采用前向选择法，从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。
[0077]
作为示例性地，获取某地在某时的风速数据，基于arma模型，根据风速数据模拟风速误差，得到预测风速数据。arma模型(auto-regressive and moving average model)是
研究时间序列的重要方法，由自回归模型(简称ar模型)与滑动平均模型(简称ma模型)为基础“混合”构成，可以准确预测风速变化情况，模拟风速误差。例如，图2为实际风电出力和预测风电出力的示意图，在图2中，real曲线表示实际风电出力，forecast曲线表示预测风电出力。
[0078]
采用蒙特卡洛模拟方法，根据预测风速数据生成多个模拟风电出力场景。蒙特卡罗(monte carlo)模拟方法，又称随机抽样或统计试验方法，属于计算数学的一个分支，能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。
[0079]
采用前向选择法，从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。例如，从所有模拟风电出力场景中选择五个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。图3为典型风电出力场景集中五个典型风电出力场景下的风电出力的示意图，在图3中，real曲线表示实际风电出力，scene1曲线表示第一个典型风电出力场景下的风电出力，scene2曲线表示第二个典型风电出力场景下的风电出力，scene3曲线表示第三个典型风电出力场景下的风电出力，scene4曲线表示第四个典型风电出力场景下的风电出力，scene5曲线表示第五个典型风电出力场景下的风电出力。
[0080]
本发明实施例通过基于arma模型来根据实际的风速数据获取预测风速数据，采用蒙特卡洛模拟方法来根据预测风速数据模拟风电出力场景，以及采用前向选择法来削减所有模拟风电出力场景构建典型风电出力场景集，能够快速准确地构建典型风电出力场景集。
[0081]
在可选的实施例当中，所述构建频率动态安全约束集，具体包括：基于单机带集中负荷模型，分析电力系统的动态频率响应，得到最大频率下降速率、最低点频率偏差、准稳态频率偏差；结合最大频率下降速率、最低点频率偏差、准稳态频率偏差，构建频率动态安全约束集。
[0082]
作为示例性地，电网频率本质上反映了发电和负荷的平衡度，是电力系统运行质量和安全情况的重要指标。例如，图4为电力系统动态频率响应特性的示意图，在图4中，电力系统动态频率响应过程可大致分成三个阶段：1、δt1是系统惯性响应时间，此时为调频死区，用时0～5s，只起到缓冲作用；2、δt2是一次调频阶段，当系统频率偏差超过调频死区并经过短暂的延时之后一次调频介入，用时5～25s；3、δt3是二次调频和备用容量起作用的阶段，直至使频率恢复到初始值，用时30s～30min。
[0083]
基于单机带集中负荷模型，从不同时间尺度出发分析电力系统的动态频率响应过程，得到最大频率下降速率、最低点频率偏差、准稳态频率偏差这三个表征电力系统频率动态安全的指标，以整理所有指标，构建频率动态安全约束集。
[0084]
基于单机带集中负荷模型，在仅考虑同步发电机组惯性响应和一次调频措施的情况下，电力系统的动态频率响应可由等值发电机的一阶摇摆方程描述：
[0085][0086]
式(1)中，f(t)为在时间t的惯性中心频率，单位是hz，t为时间，单位是s；h为系统惯量，单位是mw
·
s/hz；pfr(t)为在时间t的机组一次调频有功调整量，单位是mw；δp
l
为扰动产生的有功不平衡量，单位是mw；d为负荷阻尼系数，单位是1/hz；pd为负荷侧功率需求
量，单位是mw；δf(t)为系统惯性中心在时间t的频率变化量。
[0087]
而在时间t的机组一次调频有功调整量为：
[0088][0089]
式(2)中，t
db
为调频死区时间，单位是s，该阶段仅由同步机组提供惯量支撑；td为一次调频响应时间，单位是s；pfr为一次调频阶段机组的响应能力，单位是mw。
[0090]
对于最大频率下降速率：
[0091]
系统受扰后初始时刻频率下降速率最大，此时pfr(t＝0
+
)＝0，δf(t＝0
+
)＝0，代入式(1)，得到最大频率下降速率：
[0092][0093]
对于最低点频率偏差：
[0094]
由式(1)中的一阶摇摆方程可推导得到如式(4)所示的频率变化情况：
[0095][0096]
式(4)中，d
′
＝d*pd，δp
l
′
＝δp
l-d
′
*δf
db
，t
′
＝t-t
db
，δf
db
为发电机组调频死区频率变化量。
[0097]
要想求得最低点频率，首先要得到最低点频率所对应的时刻t
nadir
，对式(4)进行求导(d|δf(t)|)/(dt)＝0，得：
[0098][0099]
将求得的t
nadir
代入式(4)，得到最低点频率偏差|δf
nadir
|：
[0100][0101]
对于准稳态频率偏差：
[0102]
准稳态频率通常指经过一次调频后系统频率所达到的频率水平，此时一次调频备用容量完全释放，即pfr(t)＝pfr，此时rocof为0，代入式(1)，得到准稳态频率偏差：
[0103][0104]
本发明实施例通过基于单机带集中负荷模型，从不同时间尺度出发分析电力系统的动态频率响应过程，结合推导出的最大频率下降速率、最低点频率偏差、准稳态频率偏差这三个表征电力系统频率动态安全的指标，构建频率动态安全约束集，能够全面考虑电力系统频率动态安全进行机组调度。
[0105]
在本实施例的一可选实施方式中，单机带集中负荷模型为平均系统频率模型或系统频率响应模型。
[0106]
作为示例性地，单机带集中负荷模型选用平均系统频率(average system frequency，asf)模型或系统频率响应(system frequency response，sfr)模型。这两种模型都是单机带集中负荷模型，在系统规模比较小时，通常认为各发电机联系紧密，网络影响可以忽略，将整个系统等效为一个惯性中心，系统各机组频率响应相同，采用asf模型或sfr模型进行求解可以大大简化求解过程。
[0107]
本发明实施例通过选用平均系统频率模型或系统频率响应模型作为单机带集中负荷模型去分析电力系统的动态频率响应过程，能够简化系统动态频率响应的分析推导过程，快速构建频率动态安全约束集。
[0108]
在可选的实施例当中，频率动态安全约束集为：
[0109][0110]
其中，rocof为最大频率下降速率，rocof
max
为预设的最大频率下降速率上限；|δf
nadir
|为最低点频率偏差，δf
max
为预设的最低点频率偏差上限，δf
ss
为准稳态频率偏差，为预设的准稳态频率偏差上限。
[0111]
作为示例性地，为预防频率失稳，构建频率动态安全约束集，频率动态安全约束集为：
[0112][0113]
式(8)中，rocof为最大频率下降速率，rocof
max
为预设的最大频率下降速率上限；|δf
nadir
|为最低点频率偏差，δf
max
为预设的最低点频率偏差上限，δf
ss
为准稳态频率偏差，为预设的准稳态频率偏差上限。
[0114]
本发明实施例通过结合最大频率下降速率、最低点频率偏差、准稳态频率偏差及对应的预设上限值来构建频率动态安全约束集，能够按照用户自定义的系统频率动态安全标准进行机组调度，有利于合理进行机组调度。
[0115]
在可选的实施例当中，目标函数为：
[0116][0117]
其中，t为调度时间总段数，t＝{1，2，...，t}，k为火电机组总台数，k＝{1，2，...，k}，b为储能总台数，b＝{1，2，...，b}；分别为第k台火电机组在第t个调度时段的运行成本与开机成本；分别为第k台火电机组在第t个调度时段的正备用容量与负备用容量；分别为第b台储能在第t个调度时段的充电量与放电量；α、β分别为火电
机组正备用与负备用的成本系数；为储能出力的成本系数。
[0118]
作为示例性地，图5为储能参与一次调频的控制策略与控制方式的示意图，在图5中，s表示拉式算子，δp
l
(s)表示负荷扰动量，δpg(s)表示火电机组调频出力，δp
b1
(s)表示电池储能虚拟惯性控制出力，δp
b2
(s)表示电池储能虚拟下垂控制出力，δf(s)表示区域电网频率偏差，f
hp
表示再热器增益，t
rh
表示再热器时间常数，t
ch
表示汽轮机时间常数，tg表示火电机组调频的调速器时间常数，kg表示火电机组调频的下垂系数，m表示电网惯性时间常数，tb表示储能惯性环节的时间常数，d表示负荷阻尼系数，单位是1/hz。
[0119]
采用matlab软件的simulink可视化仿真工具模拟储能参与一次调频的情况，对比加入储能控制策略前后的系统频率偏差，得到图6所示的储能参与一次调频与不参与一次调频情况下的系统频率偏差的示意图，由图6可知，允许储能参与的调频控制更能有效抑制低频减载问题。
[0120]
在火电机组、风电机组的基础上加入储能，以借助储能的辅助调频手段，提升功率缺额下的频率安全裕度。针对火电机组、风电机组和储能，以最小化电力系统机组调度总成本为优化目标构造目标函数，得到目标函数：
[0121][0122]
式(9)中，t为调度时间总段数，t＝{1，2，...，t}，k为火电机组总台数，k＝{1，2，...，k}，b为储能总台数，b＝{1，2，...，b}；分别为第k台火电机组在第t个调度时段的运行成本与开机成本；分别为第k台火电机组在第t个调度时段的正备用容量与负备用容量；分别为第b台储能在第t个调度时段的充电量与放电量；α、β分别为火电机组正备用与负备用的成本系数；为储能出力的成本系数。
[0123]
对于火电机组运行成本：
[0124]
采用分段线性化方法表征火电机组的出力情况，如下式所示：
[0125][0126]fk
(pk)＝ak+bkpk+ck(pk)
2 (11)；
[0127]
ρ
k,t,l
＝ck(p
k,t,l
+p
k,t,l-1
)+b
k (12)；
[0128][0129][0130]
式(10)-(14)中，u
k,t
为表征第k台火电机组在第t个调度时段启停的0/1状态变量，当u
k,t
＝0时，表示第k台火电机组在第t个调度时段停机，当u
k,t
＝1时，表示第k台火电机组在第t个调度时段启动；fk(
·
)为第k台火电机组的出力成本计算公式，pk分别为第k台火电机组出力上下限；l＝{1，2，...，l}，ρ
k,t,l
为第k台火电机组在第t个调度时段分段线性化第l段的斜率，p
k,t,l
为第k台火电机组在第t个调度时段分段线性化第l段的有功出力，p
k,t,l-1
为第k台火电机组在第t个调度时段分段线性化第l-1段的有功出力；ak、bk、ck均为第
k台火电机组的成本系数；为第k台火电机组在第l段的出力上限；l为分段线性化段数，一般取值为3。
[0131]
对于火电机组启动成本：
[0132][0133][0134]
式(15)-(16)中，为第k台火电机组启动成本，u
k,t-i
为表征第k台火电机组在第t-i个调度时段启停的0/1状态变量，i＝{1，2，...，n}；i个调度时段启停的0/1状态变量，i＝{1，2，...，n}；分别为第k台火电机组的热启动费用与冷启动费用；分别为第k台火电机组的冷启动时间与最小停机时间；ndk为调度时间总段数，一般取值为24。
[0135]
本实施例通过针对火电机组、风电机组和储能，以最小化电力系统机组调度总成本为优化目标构造目标函数，能够借助储能的辅助调频手段，提升功率缺额下的频率安全裕度，有利于更好地实现维持电网频率稳定，保障电力系统安全运行。
[0136]
在可选的实施例当中，机组安全约束包括火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束。
[0137]
作为示例性地，考虑机组安全运行条件，构造机组安全约束，机组安全约束包括火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束。
[0138]
其中，火电机组有功出力上下限约束为：
[0139][0140]
式(17)中，p
k,t
为第k台火电机组在第t个调度时段的出力，p
k,t
为第k台火电机组在第t个调度时段的出力下限，为第k台火电机组在第t个调度时段的出力上限。
[0141]
火电机组最小启停时间约束包括最小运行时间约束和最小停机时间约束：
[0142]
最小运行时间约束为：
[0143][0144][0145][0146]
式(18)-(20)中，gk为第k台火电机组在调度初始时刻仍需连续运行的时段数；为第k台火电机组的最小开机时间，为第k台火电机组在调度初始时刻的已开机时间，
为第k台火电机组在调度初始时刻的运行状态；
[0147]
最小停机时间约束为：
[0148][0149][0150][0151]
式(21)-(22)中，lk为第k台火电机组在调度初始时刻仍需连续停机的时段数；为第k台火电机组的最小停机时间；为第k台火电机组在调度初始时刻的已停机时间。
[0152]
火电机组爬坡约束：
[0153]-drkδt≤p
k,t-p
k,t-1
≤urkδt (24)；
[0154]
式(24)中，p
k,t
为第k台火电机组在第t个调度时段的出力，p
k,t-1
为第k台火电机组在第t-1个调度时段的出力；urk、drk分别为第k台火电机组的上下爬坡速率；δt为调度时间间隔，一般取值为1h。
[0155]
正备用约束：
[0156]
针对风电出力预测偏高或负荷功率预测偏低的情况，构建正备用约束：
[0157][0158]
式(25)中，k、w、b分别为火电机组总台数、风电机组总台数、储能总台数，p
w,t
为第w台风电机组在第t个调度时段的风电出力，p
d,t
为第d个负荷在第t个调度时段的需求量。
[0159]
负备用约束：
[0160]
针对风电出力预测偏低或负荷预测偏高的情况，构建负备用约束：
[0161][0162]
风电出力限制约束：
[0163][0164]
式(27)中，为第w个风电场在第t个调度时段的预测风电出力。
[0165]
正常运行状态下有功功率平衡约束：
[0166][0167]
储能出力约束：
[0168][0169][0170]
[0171][0172]eb,t＝t
＝e
b,t＝0 (33)；
[0173][0174]
式(29)-(34)中，分别为第b台储能所能承受的最大充电功率、最大放电功率；为表征第b台储能在第t个调度时段的充电状态，为0/1变量，当时，表示第b台储能在第t个调度时段未充电，当时，表示第b台储能在第t个调度时段充电；e
b,t
为预调度阶段第b台储能在第t个调度时段所存储的电量，e
b,t-1
为预调度阶段第b台储能在第t-1个调度时段所存储的电量；为第b台储能所能承受的最大存储电量；分别为第b台储能的充、放电效率；dod
max
为最大放电深度；e
b,t＝0
、e
b,t＝t
分别为第b台储能的电量初始值与全天过后剩余值。
[0175]
直流潮流约束：
[0176][0177]
式(35)中，为支路潮流上限；ωk、ωw、ωb、ω
l
分别为火电机组集合、风电机组集合、储能集合、负荷集合；γk、γw、γb、γd分别为第k台火电机组、第w台风电机组、第b台储能、第d个负荷的潮流转移因子。
[0178]
本实施例通过选择火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束作为机组安全约束，能够有效保证机组运行安全。
[0179]
在可选的实施例当中，所述求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，具体包括：将日前经济调度模型分解为日前经济调度问题和预想扰动校验问题；针对日前经济调度问题，根据目标函数和机组安全约束进行求解，得到机组发电计划；针对预想扰动校验问题，根据频率动态安全约束集对机组发电计划进行校验；在校验失败时重新优化求解日前经济调度问题，直至校验成功得到机组组合。
[0180]
作为示例性地，将日前经济调度模型分解为日前经济调度问题和预想扰动校验问题，进行交替求解，求解日前经济调度模型的数据流图如图7所示。
[0181]
在安全校验问题中，考虑在小时级时间断面内发生预想扰动，产生有功不平衡量，按照已有的机组启停所得的惯量情况，以及通过调度一次调频资源，如火电备用容量和储能，保障电力系统的频率动态安全。
[0182]
发生有功功率缺额后，首先由具有毫秒级响应的储能立即以其充满容量注入功率，进行补偿后剩余的有功功率缺额为：
[0183][0184]
式(36)中，为储能补偿后的区域电网功率缺额量，δp
l,t
为原始区域电网功率
缺额量。
[0185]
火电机组参与一次调频时提供的pfr由火电机组的备用提供，因此一次调频的范围不能超过火电机组预留的备用容量，即：
[0186][0187][0188]
式(37)-(38)中，pfr
k,t
为第k台火电机组在时间t的一次调频有功功率。
[0189]
设扰动量为总负荷量的10％，设rocof
max
＝0.5hz/s，最低点频率限值为49.2hz，准稳态频率要求在60s内维持在49.5hz以上。
[0190]
日前调度中每个时段的系统能够提供的惯量为：
[0191][0192]
式(39)中，h
sys,t
为第t个调度时段的系统总惯量；sk为第k台火电机组的容量；hk为第k台火电机组的惯量；f0为系统的基准频率，一般取值50hz。
[0193]
采取线性化重构方法，解决程序中遇到的x*y形式的问题。将x*y形式的非线性项以一个变量a替换，对x、y、a加以限制约束，转变为线性化约束，如式(40)所示，便于yalmip编程求解。
[0194][0195]
式(40)中，x
min
表示变量x的最小值，x
max
表示变量x的最大值，y
min
表示变量y的最小值，y
max
表示变量y的最大值。
[0196]
例如，搭建的rts-79两区域系统如图8所示，在图8中，构建的rts-79两区域系统共有48个母线节点，38台火电机组，3个风电场，4个储能电站。其中，每个风电场(分别位于节点25、31、42)的装机容量为800mw，每个储能电站(分别位于节点13、14、37、38)的容量是60mw/60mwh。
[0197]
设左侧为区域1，右侧为区域2，在区域1中只有火电站和储能电站，无风电场，而在右侧区域中风电场分布广泛，即区域1不含风电，风电集中于区域2，但是区域1中的总负荷量设为原rts-79单区域系统负荷量的1.1倍，区域2中总负荷量设为原rts-79单区域系统负荷量的0.65倍。
[0198]
日前经济调度程序(不含频率动态安全约束的部分)已编写完成并调试成功，采用的是含“风-火-储”的rts-79两区域系统模型，其中共有38台火电机组与3个风电场。负荷数据采用的是rts-79系统夏季典型工作日的数据。编程所用的软件是yalmip，调用的是
gurobi求解器进行求解，得到：
[0199]
两区域机组组合结果：
[0200]
两区域系统经济调度成本如下表：
[0201][0202]
机组组合的结果如图9与图10所示。图9为算例中受端系统火电机组运行状态的示意图，图10为算例中送端系统火电机组运行状态的示意图，由图9、图10可知，受端系统由于负荷水平较高机组开放量较多，送端系统由于风电场发电量较大，风电以其清洁高效的优势先于火电机组安排出力，故送端系统火电机组的开机数量较少。
[0203]
储能出力情况：
[0204]
储能出力的结果如图11与图12所示。图11为算例中13节点出单个储能电站的出力情况的示意图，图12为算例中四台储能电站的出力情况的示意图，由图11、图12可知，左侧坐标轴表示柱状图对应的功率，正的为储能电站放电量，负的为储能电站充电量，右侧坐标轴表示储能电站剩余电量情况，假设前一天各储能电站的剩余电量为48mw
·
h，要求运行一天后各储能电站剩余电量仍恢复到该数值。
[0205]
本发明实施例通过在求解日前经济调度模型的过程中，将日前经济调度模型分解为日前经济调度问题和预想扰动校验问题进行交替求解，能够保证得到的机组组合可有效预防大规模风电接入带来的频率失稳问题。
[0206]
请参看图13，图13为本发明第二实施例提供的一种电力系统机组调度的装置的结构示意图。本发明第二实施例提供一种电力系统机组调度的装置，包括：数据构建模块21，用于构建典型风电出力场景集，构建频率动态安全约束集；模型建立模块22，用于以最小化电力系统机组调度总成本为优化目标构造目标函数，将频率动态安全约束集加入机组安全约束中，构造约束条件，并结合目标函数和约束条件，建立日前经济调度模型；机组调度模块23，用于求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，以根据机组组合进行调度。
[0207]
在可选的实施例当中，所述构建典型风电出力场景集，具体包括：根据预测风速数据，生成多个模拟风电出力场景，并从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。
[0208]
在本实施例的一可选实施方式中，所述根据预测风速数据，生成多个模拟风电出力场景，并从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集，具体包括：获取风速数据，并基于arma模型，根据风速数据模拟风速误差，得到预测风速数据；采用蒙特卡洛模拟方法，根据预测风速数据生成多个模拟风电出力场景；采用前向选择法，从所有模拟风电出力场景中选择至少一个模拟风电出力场景作为典型风电出力场景，构建典型风电出力场景集。
[0209]
在可选的实施例当中，所述构建频率动态安全约束集，具体包括：基于单机带集中负荷模型，分析电力系统的动态频率响应，得到最大频率下降速率、最低点频率偏差、准稳
态频率偏差；结合最大频率下降速率、最低点频率偏差、准稳态频率偏差，构建频率动态安全约束集。
[0210]
在本实施例的一可选实施方式中，单机带集中负荷模型为平均系统频率模型或系统频率响应模型。
[0211]
在可选的实施例当中，频率动态安全约束集为：
[0212][0213]
其中，rocof为最大频率下降速率，rocof
max
为预设的最大频率下降速率上限；|δf
nadir
|为最低点频率偏差，δf
max
为预设的最低点频率偏差上限，δf
ss
为准稳态频率偏差，为预设的准稳态频率偏差上限。
[0214]
在可选的实施例当中，目标函数为：
[0215][0216]
其中，t为调度时间总段数，t＝{1，2，...，t}，k为火电机组总台数，k＝{1，2，...，k}，b为储能总台数，b＝{1，2，...，b}；分别为第k台火电机组在第t个调度时段的运行成本与开机成本；分别为第k台火电机组在第t个调度时段的正备用容量与负备用容量；分别为第b台储能在第t个调度时段的充电量与放电量；α、β分别为火电机组正备用与负备用的成本系数；为储能出力的成本系数。
[0217]
在可选的实施例当中，机组安全约束包括火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束。
[0218]
在可选的实施例当中，所述求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，具体包括：将日前经济调度模型分解为日前经济调度问题和预想扰动校验问题；针对日前经济调度问题，根据目标函数和机组安全约束进行求解，得到机组发电计划；针对预想扰动校验问题，根据频率动态安全约束集对机组发电计划进行校验；在校验失败时重新优化求解日前经济调度问题，直至校验成功得到机组组合。
[0219]
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
[0220]
请参看图14，图14为本发明第三实施例提供的一种电子设备的结构示意图。本发明第三实施例提供一种电子设备30，包括处理器31、存储器32以及存储在存储器32中且被配置为由处理器31执行的计算机程序；存储器32与处理器31耦接，且处理器31执行计算机程序时实现如本发明第一实施例所述的一种电力系统机组调度的方法，且能达到与之相同的有益效果。
[0221]
其中，处理器31通过总线33从存储器32读取计算机程序并执行所述计算机程序时
可实现如本发明第一实施例所述的文件传输控制方法包括的任意实施例的方法。
[0222]
处理器31可以处理数字信号，可以包括各种计算结构。例如复杂指令集计算机结构、结构精简指令集计算机结构或者一种实行多种指令集组合的结构。在一些示例中，处理器31可以是微处理器。
[0223]
存储器32可以用于存储由处理器31执行的指令或指令执行过程中相关的数据。这些指令和/或数据可以包括代码，用于实现本发明实施例描述的一个或多个模块的一些功能或者全部功能。本公开实施例的处理器31可以用于执行存储器32中的指令以实现如本发明第一实施例所述的文件传输控制方法。存储器32包括动态随机存取存储器、静态随机存取存储器、闪存、光存储器或其它本领域技术人员所熟知的存储器。
[0224]
本发明第五实施例提供一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序；其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如本发明第一实施例所述的一种电力系统机组调度的方法，且能达到与之相同的有益效果。
[0225]
综上所述，本发明实施例提供一种电力系统机组调度的方法，包括：构建典型风电出力场景集，构建频率动态安全约束集；以最小化电力系统机组调度总成本为优化目标构造目标函数，将频率动态安全约束集加入机组安全约束中，构造约束条件，并结合目标函数和约束条件，建立日前经济调度模型；求解日前经济调度模型，得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，以根据机组组合进行调度。本发明实施例通过将频率动态安全约束加入机组安全约束中去构造约束条件，并结合以最小化电力系统机组调度总成本为优化目标构造的目标函数，建立日前经济调度模型，以求解得到满足典型风电出力场景集中各个典型风电出力场景的机组组合，能够考虑电力系统频率动态安全进行机组调度，有效抑制大规模风电接入带来的低频减载问题，从而实现维持电网频率稳定，保障电力系统安全运行。
[0226]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0227]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0228]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0229]
以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种电力系统机组调度的方法，其特征在于，包括：构建典型风电出力场景集，构建频率动态安全约束集；以最小化电力系统机组调度总成本为优化目标构造目标函数，将所述频率动态安全约束集加入机组安全约束中，构造约束条件，并结合所述目标函数和所述约束条件，建立日前经济调度模型；求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，以根据所述机组组合进行调度。2.根据权利要求1所述的电力系统机组调度的方法，其特征在于，所述构建典型风电出力场景集，具体包括：根据预测风速数据，生成多个模拟风电出力场景，并从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集。3.根据权利要求2所述的电力系统机组调度的方法，其特征在于，所述根据预测风速数据，生成多个模拟风电出力场景，并从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集，具体包括：获取风速数据，并基于arma模型，根据所述风速数据模拟风速误差，得到预测风速数据；采用蒙特卡洛模拟方法，根据所述预测风速数据生成多个所述模拟风电出力场景；采用前向选择法，从所有所述模拟风电出力场景中选择至少一个所述模拟风电出力场景作为典型风电出力场景，构建所述典型风电出力场景集。4.根据权利要求1所述的电力系统机组调度的方法，其特征在于，所述构建频率动态安全约束集，具体包括：基于单机带集中负荷模型，分析电力系统的动态频率响应，得到最大频率下降速率、最低点频率偏差、准稳态频率偏差；结合所述最大频率下降速率、所述最低点频率偏差、所述准稳态频率偏差，构建所述频率动态安全约束集。5.根据权利要求4所述的电力系统机组调度的方法，其特征在于，所述单机带集中负荷模型为平均系统频率模型或系统频率响应模型。6.根据权利要求4所述的电力系统机组调度的方法，其特征在于，所述频率动态安全约束集为：其中，rocof为所述最大频率下降速率，rocof
max
为预设的最大频率下降速率上限；δf
nadir
为所述最低点频率偏差，δf
max
为预设的最低点频率偏差上限，δf
ss
为所述准稳态频率偏差，为预设的准稳态频率偏差上限。7.根据权利要求1所述的电力系统机组调度的方法，其特征在于，所述目标函数为：
其中，t为调度时间总段数，t＝{1，2，...，t}，k为火电机组总台数，k＝{1，2，...，k}，b为储能总台数，b＝{1，2，...，b}；分别为第k台火电机组在第t个调度时段的运行成本与开机成本；分别为第k台火电机组在第t个调度时段的正备用容量与负备用容量；分别为第b台储能在第t个调度时段的充电量与放电量；α、β分别为火电机组正备用与负备用的成本系数；为储能出力的成本系数。8.根据权利要求1所述的电力系统机组调度的方法，其特征在于，所述机组安全约束包括火电机组有功出力上下限约束、火电机组最小启停时间约束、火电机组爬坡约束、正备用约束、负备用约束、风电出力限制约束、有功功率平衡约束、储能出力约束、直流潮流约束。9.根据权利要求1所述的电力系统机组调度的方法，其特征在于，所述求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，具体包括：将所述日前经济调度模型分解为日前经济调度问题和预想扰动校验问题；针对所述日前经济调度问题，根据所述目标函数和所述机组安全约束进行求解，得到机组发电计划；针对所述预想扰动校验问题，根据所述频率动态安全约束集对所述机组发电计划进行校验；在校验失败时重新优化求解所述日前经济调度问题，直至校验成功得到所述机组组合。10.一种电力系统机组调度的装置，其特征在于，包括：数据构建模块，用于构建典型风电出力场景集，构建频率动态安全约束集；模型建立模块，用于以最小化电力系统机组调度总成本为优化目标构造目标函数，将所述频率动态安全约束集加入机组安全约束中，构造约束条件，并结合所述目标函数和所述约束条件，建立日前经济调度模型；机组调度模块，用于求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，以根据所述机组组合进行调度。

技术总结
本发明实施例提供一种电力系统机组调度的方法及装置，涉及电力系统技术领域。所述电力系统机组调度的方法包括：构建典型风电出力场景集，构建频率动态安全约束集；以最小化电力系统机组调度总成本为优化目标构造目标函数，将所述频率动态安全约束集加入机组安全约束中，构造约束条件，并结合所述目标函数和所述约束条件，建立日前经济调度模型；求解所述日前经济调度模型，得到满足所述典型风电出力场景集中各个典型风电出力场景的机组组合，以根据所述机组组合进行调度。本发明实施例能够实现维持电网频率稳定，保障电力系统安全运行的技术效果。的技术效果。的技术效果。


技术研发人员：纪宁 高泽明 王涛 程伦 孙广辉 信向誉 王瑞欣 杨晓东 顾雪平 刘艳 李少岩
受保护的技术使用者：国家电网有限公司 华北电力大学（保定）
技术研发日：2023.07.11
技术公布日：2023/10/8