一種計及需求響應的電網安全優化調度方法與流程

2023-10-06 01:49:19 3

本發明屬於電力系統調度的技術領域，尤其涉及一種計及需求響應的電網安全優化調度方法。

背景技術：

隨著國民經濟結構的逐步調整，全社會用電量持續攀升，用電峰值不斷被刷新，電網峰谷差呈現逐步擴大趨勢。同時，為了推動能源結構轉型和實現節能減排，非化石能源發電比重快速上升，使電力系統調峰能力明顯不足，嚴重影響電力系統的安全穩定運行。作為下一代的電力網絡，智能電網強化了用戶與電網之間的雙向互動，以通信信息平臺為支撐，以智能控制為手段，靈活地整合、調度需求側資源。在智能電網的環境下，用戶根據電價和激勵政策主動調整用電模式，積極參與電網運行，實現負荷在時間、空間上的有序分布，熨平負荷曲線，保證電力系統的穩定經濟運行。

智能電網的發展為需求響應(demand response，DR)的實施提供了有力的技術支撐。當電網發生意外事故時，通過先進的測量技術和通信系統，需求側資源能夠及時作出反饋，減少用電需求，實現源荷之間的供需平衡。同時，將需求響應資源納入電力系統的經濟調度中，能夠實現削峰填谷、節能減排等效果。

可靠性評估作為電力調度的重要組成部分，對電網的安全穩定運行起著重要作用。近年來，在歐美等多個電力市場中，概率性旋轉備用的評估方法得到了廣泛運用，通過在發電調度計劃中安排一定的備用容量，以滿足最大電量不足期望值(expected energy not supplied，EENS)。

本發明將需求響應和可靠性指標融入到了電力系統日前調度中，建立了考慮動態激勵補償和期望停電損失的電力優化調度模型，協調解決發電側的機組組合問題和需求側的供需互動問題，實現電網運行的經濟性與安全性。

技術實現要素：

發明目的：為了降低電網運營成本，實現經濟和安全效益的最大化，本發明提供一種計及需求響應的電網安全優化調度方法。

技術方案：一種計及需求響應的電網安全優化調度方法，包括以下步驟：

步驟S1，建立動態激勵補償機制，根據用戶的負荷削減及轉移特性，對用戶的需求響應行為進行建模；

步驟S2，建立電網可靠性指標失負荷概率和電量不足期望值的計算模型；

步驟S3，構建總運營成本的目標函數，將可靠性指標轉化為經濟指標融入所述目標函數中，建立以總運營成本最小為目標的日前經濟調度模型；

步驟S4，建立約束條件，使得電力系統滿足系統約束、機組約束以及安全約束；

步驟S5，使用最優解計算軟體求解得到最優的日前經濟調度結果。

進一步的，步驟S1中，動態激勵補償機制設計如下，在系統出現最高負荷的時段，電網企業將給予的激勵補償最高，設電網企業給予的最高激勵補償為A*元/MWh，定義各時段負荷與負荷最大值之比為需求比例係數，設需求比例係數為Γt，即：

式中，指需求響應前t時段的電力需求；T為時段總數；

設各時段的激勵補償為At，則各時段的激勵補償為

At＝A*Γt

(1)單時段模型下，用戶主動削減負荷，需求響應後，用戶在第t時段的用電需求調整為：

式中，為用戶在第t時段的用電需求，Et，t為自彈性係數；為需求響應前的電價；Prt為需求響應後的電價；

(2)多時段模型下，用戶將當前時段的用電需求轉移到其他時段，t時段用戶的需求函數為：

式中，Et，j為交叉彈性係數；i和j表示不同的時間段；

定義用戶參與需求響應項目的參與度為需求響應係數，設需求響應係數為η，t時刻下ηt與At成正比，且當激勵價格大於電價時，用戶將完全參與需求響應；所以，ηt可由下式表示：

結合單時段模型、多時段模型及需求響應係數，t時段，實際參與需求響應的負荷為：

則t時段的實際負荷Dt為：

進一步的，步驟S2中，可靠性指標失負荷概率指發電機組的可用容量不滿足某一負荷需求的概率；市場環境下，可靠性指標失負荷概率越小，表明電力供應越充裕，電力市場越接近完全競爭市場；可靠性指標失負荷概率的數學模型建立如下：

假設電網失負荷僅由發電機組故障停運引起，機組的故障停運率可由強迫停機率替代；

設t時段的失負荷概率為LOLPt，表示為：

式中，δj，t表示電網的失負荷狀態，δj，t＝1表明t時段機組j切機將導致備用不足，δj，t＝0表明t時段機組j切機後系統不會失負荷；和分別表示單機和雙機故障情況下機組i的失負荷貢獻係數；和分別表示t時段下系統中單機和雙機故障的概率。

進一步的，步驟S2中，電量不足期望值指由於失負荷導致的電量不足期望值，電量不足期望值的數學模型建立如下：

設t時段的電量不足期望值為EENSt，表示為：

式中，SRt是t時段系統的旋轉備用容量，Ri，t表示機組i在t時段的備用容量。

進一步的，步驟S3中，計及可靠性指標和需求響應的日前經濟調度模型的目標函數為：

ECostt＝VOLL*EENSt

式中，γi，t為機組i在t時段的狀態，γi，t＝1表示開機，γi，t＝0表示停機；SUi，t為發電機組的啟動成本；為發電機組的運行成本，一般採用二次函數形式，Pi，t為發電機i在t時段的出力，ai、bi、ci為機組的運行費用參數；為電網公司支付給參與需求響應用戶的激勵補償，即p(ΔDt)；ECostt為期望停電損失，VOLL為單位停電損失，即失負荷價值，EENSt為t時段的電量不足期望值。

進一步的，步驟S4中，所述約束條件包括：

(1)系統約束，所述系統約束包括功率平衡約束和支路潮流約束；

a)功率平衡約束

式中，NGen(b)為連接到母線b上的發電機組總數量；Lb為與母線b相連的支路數量；式中等號左側為實施需求響應後母線b在t時刻的淨輸入功率，等號右側為t時刻與母線b相連的支路潮流之和；Db，t表示t時刻母線b的實際用電需求，

利用直流潮流可計算得到支路潮流Fl，t：

式中，分別為支路l兩端母線節點的相角；Xl為支路l的阻抗；

b)支路潮流約束

為保證電力系統安全穩定運行，電網中各條支路的潮流應在限值以內，即：

式中，為t時刻支路l上潮流的最大值；

(2)機組約束，所述機組約束包括發電機組輸出功率上下限約束、機組啟停約束及機組爬坡約束；

a)發電機組輸出功率上下限約束

式中，Pimax和Pimin分別為機組i出力的上下限；

b)機組啟停約束

式中，和分別為發電機組i在t-1時段已連續開機和停機的時段數；Tion和Tioff分別為機組i的最小開機和停機時段數；

c)機組爬坡約束

式中，Piup和Pidown分別為機組i的上/下爬坡速率限制；

(3)安全約束，所述安全約束包括系統備用約束及可靠性約束；

a)系統備用約束

b)可靠性約束

分別設定失負荷概率限值和電量不足期望值的限值，電網運行的可靠性約束主要體現為失負荷概率和電量不足期望值小於一定的限值，即：

LOLPt≤LOLPmax

EENSt≤EENSmax

式中，LOLPt為t時段的失負荷概率；LOLPmax為失負荷概率限值；EENS為t時段的電量不足期望值；EENSmax為最大電量不足期望值。

進一步的，步驟S5中，通過YALMIP調用求解器Gurobi在Matlab中編程對所建立的機組組合模型進行求解。

有益效果：本發明提供的一種計及需求響應的電網安全優化調度方法，所提出的模型特點是在傳統的日前調度機組組合問題中融入了了需求響應，基於分時電價，建立了動態激勵響應機制，根據時段負荷實時調整的激勵價格能夠引導用戶積極參與削峰填谷，改善負荷曲線，降低電網運營成本。本發明所建立的模型利用電網的概率特徵信息，將可靠性指標轉化為經濟性指標，實現了電力系統運行的經濟性和安全性的有效統一。可靠性指標、單位停電損失等客觀因素對電力系統的備用容量和運營成本有著重要影響。在制定日前調度計劃時，電力公司通過設定合理的可靠性指標，可以實現經濟和安全效益的最大化。

附圖說明

圖1為本發明提供的一種計及需求響應的電網安全優化調度方法流程圖；

圖2為需求響應參與電力系統調度的計劃框架圖；

圖3為某典型日負荷預測曲線圖；

圖4為不同激勵下負荷曲線變化比較圖。

具體實施方式

下面結合附圖和具體實施例對本發明作進一步說明。

如圖1所示，該計及需求響應的電網安全優化調度方法，包括以下步驟：

步驟S1，建立動態激勵補償機制，根據用戶的負荷削減及轉移特性，對用戶的需求響應行為進行建模。

動態激勵補償機制設計如下，在系統出現最高負荷的時段，電網企業將給予的激勵補償最高，設電網企業給予的最高激勵補償為A*元/MWh，定義各時段負荷與負荷最大值之比為需求比例係數，設需求比例係數為Γt，即：

式(1)中，指需求響應前t時段的電力需求；T為時段總數；

設各時段的激勵補償為At，則各時段的激勵補償為：

At＝A*Γt (2)

(1)單時段模型下，用戶主動削減負荷，需求響應後，用戶在第t時段的用電需求調整為：

式(3)中，為用戶在第t時段的用電需求，Et，t為自彈性係數；為需求響應前的電價；Prt為需求響應後的電價；

(2)多時段模型下，用戶將當前時段的用電需求轉移到其他時段，t時段用戶的需求函數為：

式(4)中，Et，j為交叉彈性係數；i和j表示不同的時間段；

考慮到實際生產運營中，用戶不一定完全響應，引入「需求響應係數」η作為用戶參與需求響應項目的參與度，如圖2所示。定義用戶參與需求響應項目的參與度為需求響應係數，設需求響應係數為η，根據消費者心理學的基本原理，可認為t時刻下ηt與At成正比，且當激勵價格大於電價時，用戶將完全參與需求響應；所以，ηt可由式(5)表示：

結合式(3)至式(5)中單時段模型、多時段模型及需求響應係數，t時段，實際參與需求響應的負荷為：

則t時段的實際負荷Dt為：

步驟S2，建立電網可靠性指標失負荷概率(loss of load probability，LOLP)和電量不足期望值(expected energy not supplied，EENS)的計算模型。

可靠性指標失負荷概率指發電機組的可用容量不滿足某一負荷需求的概率；市場環境下，可靠性指標失負荷概率越小，表明電力供應越充裕，電力市場越接近完全競爭市場；可靠性指標失負荷概率的數學模型建立如下：

假設電網失負荷僅由發電機組故障停運引起，機組的故障停運率可由強迫停機率(forced outage rate，FOR)替代；

設t時段的失負荷概率為LOLPt，表示為：

式(8)中，δj，t表示電網的失負荷狀態，δj，t＝1表明t時段機組j切機將導致備用不足，δj，t＝0表明t時段機組j切機後系統不會失負荷；和分別表示單機和雙機故障情況下機組i的失負荷貢獻係數；和分別表示t時段下系統中單機和雙機故障的概率。

電量不足期望值指由於失負荷導致的電量不足期望值，電量不足期望值的數學模型建立如下：

設t時段的電量不足期望值為EENSt，表示為：

式(9)中，SRt是t時段系統的旋轉備用容量，Ri，t表示機組i在t時段的備用容量。

步驟S3，構建總運營成本的目標函數，將可靠性指標轉化為經濟指標融入所述目標函數中，建立以總運營成本最小為目標的日前經濟調度模型。

計及可靠性指標和需求響應的日前經濟調度模型的目標函數為：

ECostt＝VOLL*EENSt (13)

上式中，γi，t為機組i在t時段的狀態，γi，t＝1表示開機，γi，t＝0表示停機；SUi，t為發電機組的啟動成本；為發電機組的運行成本，一般採用二次函數形式，Pi，t為發電機i在t時段的出力，ai、bi、ci為機組的運行費用參數；為電網公司支付給參與需求響應用戶的激勵補償，即p(ΔDt)；ECostt為期望停電損失，VOLL為單位停電損失，即失負荷價值，EENSt為t時段的電量不足期望值。

步驟S4，建立約束條件，使得電力系統滿足系統約束、機組約束以及安全約束。

所述約束條件包括：

(1)系統約束，所述系統約束包括功率平衡約束和支路潮流約束；

a)功率平衡約束

式(14)中，NGen(b)為連接到母線b上的發電機組總數量；Lb為與母線b相連的支路數量；等號左側為實施需求響應後母線b在t時刻的淨輸入功率，等號右側為t時刻與母線b相連的支路潮流之和；Db，t表示t時刻母線b的實際用電需求，可由式(7)計算得到。

利用直流潮流可計算得到支路潮流Fl，t：

式(15)中，分別為支路l兩端母線節點的相角；Xl為支路l的阻抗；

b)支路潮流約束

為保證電力系統安全穩定運行，電網中各條支路的潮流應在限值以內，即：

式(16)中，為t時刻支路l上潮流的最大值；

(2)機組約束，所述機組約束包括發電機組輸出功率上下限約束、機組啟停約束及機組爬坡約束；

a)發電機組輸出功率上下限約束

式(17)中，Pimax和Pimin分別為機組i出力的上下限；

b)機組啟停約束

式(18)中，和分別為發電機組i在t-1時段已連續開機和停機的時段數；Tion和Tioff分別為機組i的最小開機和停機時段數；

c)機組爬坡約束

式(19)中，Piup和Pidown分別為機組i的上/下爬坡速率限制；

(3)安全約束，所述安全約束包括系統備用約束及可靠性約束；

a)系統備用約束

b)可靠性約束

分別設定失負荷概率限值和電量不足期望值的限值，電網運行的可靠性約束主要體現為失負荷概率和電量不足期望值小於一定的限值，即：

LOLPt≤LOLPmax (21)

EENSt≤EENSmax (22)

式(21)和(22)中，LOLPt為t時段的失負荷概率；LOLPmax為失負荷概率限值；EENS為t時段的電量不足期望值；EENSmax為最大電量不足期望值。

步驟S5，使用最優解計算軟體求解得到最優的日前經濟調度結果。

本實施例中提出的模型為一個混合整數規劃問題(mixed-integer programming，MIP)，利用現有的商業軟體能對其進行快速有效地求解，可通過YALMIP調用求解器Gurobi在Matlab中編程對所建立的機組組合模型進行求解。

以IEEE-RTS 24節點26機系統為例，對上述模型進行分析。選取冬季44-52周的周末作為典型日，其負荷預測曲線如圖3所示。根據曲線特性，將其分為峰、平、谷三個時段，各時段時間及電價見表1，電價取自江蘇省大工業峰谷分時電價。負荷的需求價格彈性係數見表2。

表1峰時電價及時段劃分

表2需求價格彈性係數

圖4是不同激勵價格下，系統中所有負荷的需求響應結果。從圖中可以看出，相較於基本運營模式(模式1)，峰時段下模式2～5的用電需求均有所降低，平時段和谷時段的負荷均略有增長。

表3對不同激勵價格下的成本進行了比較，其中發電成本包括了機組啟動成本和燃料成本。從表中可以看出，隨著激勵價格的不斷提高，激勵總成本不斷上升，但發電成本不斷下降，因此總成本呈現出「先降後升」的U型趨勢，故存在某一激勵價格，使得系統日前調度的總成本最小。通過對激勵價格進行優化可得，當激勵價格為584.12元/MWh時，總成本最小，為5374458元。

表3不同激勵模式下的成本比較

現設定LOLPmax＝5％，EENSmax＝2.4MWh，VOLL＝5000元/MWh，當激勵價格為584.12元/MWh時，結果如表4和表5，其中模式6表示僅計及DR的日前調度運營模式，模式7表示同時考慮DR和可靠性指標的日前調度運營模式。

從表4中可以看出，在最優激勵價格下，模式6和模式7中用戶的需求響應參與度保持不變，激勵成本相同。將經濟性指標納入日前調度的統籌考慮中後，模式7的發電成本較僅計及DR的情況下有所增加，從而導致總成本也相應地出現增長，但與模式1相比，經濟性仍然得到了保證。

表5表明，計及DR和可靠性指標後，系統在各個時段下的失負荷概率(LOLP)最大值和電量不足期望值(EENS)最大值均顯著下降，體現出本文模型的有效性。

表4可靠性指標對日前調度成本的影響

表5可靠性指標對比