[发明专利]含风电电网应对高峰期功率陡坡的多源协调型控制方法

权利要求书

1.含风电电网应对高峰期功率陡坡的多源协调型控制方法，其特征在于，方法如下：

步骤一：根据前方负荷与风电预测曲线，判断控制方法是否启动；当前在线调度时段为τ₀，且已得到高峰期前方N_pre个预调度时段，共N_on个在线调度时段净负荷预测值，对前方在线调度时段τ_q，对应预调度时段为t_p，BLO-AGC机组所追踪的负荷值为：

Lonτq=Lnetτq-PBLRbase-Σi∈GNonPNon1plan,i---(1)tp]]>

式中：为BLR-AGC机组整体基点功率值，攀峰过程保持不变；为第i台Non-AGC机组在预调度时段t_p的功率计划值；

启动陡坡控制方法的两个判断条件如下：

条件1：相邻两个在线调度时段净负荷波动超过了BLO-AGC机组的最大响应能力，

Lonτq-Lonτq-1>σΣj∈GBLOrjΔτ---(2)]]>

式中：σ为裕度系数；r_j为第j台BLO-AGC机组调节速率；Δτ为在线调度时间级时间宽度；G_BLO为BLO-AGC机组集合；

条件2：经过q个在线调度时段后净负荷累积增幅超过了BLO-AGC机组的最大响应能力，

Lonτq-Lonτ0>Σj∈GBLOmin{(Pjmax-Pjτ0),q·Δτ·rj}---(3)]]>

前方在线调度时段τ_q满足式(2)或式(3)判据中任意一个，则将τ_q-1时段到τ_q时段的净负荷变化定义为陡坡，同时启动控制方法；

步骤2：计算BLR-AGC机组最大可调节余量；对多个运行日的超短时间级净负荷测量值与在线调度时间级净负荷预测值的偏差进行统计后，在高置信度m下得到超短时间级净负荷预测正负偏差分别为ε_net，(+)与ε_net，(-)；在某个在线调度时段，所有调度资源计划出力与BLR-AGC机组基点功率值之和恰好与净负荷预测值相等，满足在线调度时间级功率平衡要求，则BLR-AGC机组在一个在线调度时段内存在正调节余量S_BLR为：

SBLR=PBLRmax-PBLRbase-ϵnet,(+)---(4)]]>

式中：为所有BLR-AGC机组可调容量上限；

步骤三：计算陡坡正旋转备用需求；净负荷曲线的第n个陡坡发生在τ_m-1时段到τ_m时段，且幅值为则τ_i时段(τ_i＜τ_m)对应的陡坡正旋转备用需求量为：

RRRE,nτi=max{0,Dτm-Dτi},τm-Δτerror≤τi≤τm-10,τi<τm-Δτerror---(5)]]>

式(5)的物理含义为：如果τ_i时段在第n个陡坡对应的发生时窗内，且该时段对应的净负荷变化量小于该时段将存在由第n个陡坡可能提前到来而产生的正旋转备用需求；如果该时段的净负荷变化量大于或等于则该时段由第n个陡坡提前到来所产生的正旋转备用需求为零；此外，对第n个陡坡发生时窗外的在线时段，该陡坡所产生的旋转备用需求也为零；

对前方N_on个在线调度时段内的N_R个陡坡全部计算后，此时应取这些正旋转备用需求中的最大值，这样最终得到前方第τ_i时段的陡坡正旋转备用需求为：

RRREτi=max{RRRE,nτi}(n=1....NR)---(6)]]>

步骤四：建立高峰期陡坡控制策略模型；模型目标函数如下：

min{Στ=1Non[fBLOτ+fILτ+fepsτ+flackτ+fLSτ]+Σt=1NprefNon1t}]]>

fBLOτ=Σj∈GBLO(kBLO,jPBLO,jτ+uBLO,jRBLO,jτ)fILτ=kILPILτfepsτ=kepsPepsτ+uepsRepsτflackτ=klackPlackτfLSτ=kLSΔLτfNon1t=kNonΔPNon1t---(7)]]>

式中：N_on为净负荷可预测的所有在线调度时段数；N_pre为净负荷可预测的所有预调度时段数；为τ时段所有BLO-AGC机组运行成本，为τ时段第j台BLO-AGC机组输出功率，为正旋转备用量，k_BLO，j、u_BLO，j为单位发电成本与旋转备用成本；为τ时段可中断负荷成本，为τ时段可中断负荷使用总量，k_IL为可中断负荷平均单位成本；为τ时段紧急调峰电源运行成本，为τ时段紧急调峰电源使用总量，为正旋转备用量，k_eps、u_eps对应的单位发电成本与单位旋转备用成本；为步骤二中τ时段BLR-AGC机组可调余量削弱成本，为功率缺额量，k_lack为功率缺额单位成本；为τ时段限负荷成本，ΔL^τ为τ时段限负荷总量，k_LS为单位限负荷平均成本。为预调度时段t时只参与预调度时间级调控的Non-AGC机组(G_Non1集合)的总调节成本，为G_Non1集合机组总功率调整量，k_Non1为G_Non1集合机组破坏原定计划的平均调节成本；式(7)模型满足以下约束：

预调度时段为t_p、在线调度时段为τ_q时的功率平衡约束为：

Σi∈GNon1PNon1plan,itp+ΔPNon1tp+Σj∈GBLOPBLO,jτq+Pepsτq+PBLRbase+Lnetτq-Plackτq-ΔLτq---(8)]]>

式中：为t_p时段G_Non1集合中机组原计划值，为已知量；

在线调度时间级电源功率上下限约束：

PBLO,jmin≤PBLO,jτ≤PBLO,jmaxPepsmin≤Pepsτ≤Pepsmax---(9)]]>

式中：为BLO-AGC机组输出功率下、上限；分别为紧急电源输出功率下、上限；

在线调度时间级机组爬坡速率约束：

-rjΔτ≤PBLO,jτ-PBLO,jτ-1≤rjΔτ---(10)]]>

式中：r_j为BLO-AGC机组调节速率；

BLR-AGC机组调节裕度约束：

0≤Plackτ≤SBLR---(11)]]>

正旋转备用约束：

Σj∈GBLORBLO,jτ+Repsτ+PILτ≥RRREτPBLO,jτ+RBLO,jτ≤PBLO,jmax0≤RBLO,jτ≤rjΔτPepsτ+Repsτ≤Pepsmax0≤PILτ≤PILmax---(12)]]>

式中：为可中断负荷使用总量上限；

以上模型的时间维数与优化变量采用经典的线性规划算法求解，优化变量中，可中断负荷使用量限负荷量ΔL^τ与Non-AGC机组总体调节量均以总量形式给出；若得到与ΔL^τ非零解，按各可中断负荷使用成本与不同节点的负荷重要程度，给出可中断负荷使用方案与各节点计划限负荷量；则交给G_Non1集合中Non-AGC机组出力优化子模型；

G_Non1集合机组出力优化子模型为：

minΣt=1NpreΣi∈GNon1kNon1,iΔPNon1,it]]>

Σi∈GNon1ΔPNon1,it=ΔPNon1tΔPNon1t≥0h‾≤h(PNon1t+ΔPNon1t)≤h‾---(13)]]>

式中：为G_Non1集合中第i台Non-AGC机组在预调度时段t的功率调整量，k_Non1，i为对应单位调节成本；h为G_Non1集合机组的物理约束与网络阻塞约束；在求解G_Non1集合机组的网络阻塞约束时，应将由陡坡多时段多源协调模型中BLO-AGC机组功率计划值、紧急电源功率计划值与各节点计划限负荷量作为网络已知功率输入源。