[发明专利]计及预测可信度差异性的配电网风光水发电优化调度方法有效
| 申请号: | 201710780471.2 | 申请日: | 2017-09-01 | 
| 公开(公告)号: | CN107565606B | 公开(公告)日: | 2020-05-29 | 
| 发明(设计)人: | 马建伟;孙芊;张景超;柴旭峥;樊越甫;王磊;宋宁希 | 申请(专利权)人: | 国网河南省电力公司电力科学研究院;国网河南省电力公司;国网河南省电力公司洛阳供电公司;国家电网公司 | 
| 主分类号: | H02J3/46 | 分类号: | H02J3/46 | 
| 代理公司: | 郑州联科专利事务所(普通合伙) 41104 | 代理人: | 刘建芳 | 
| 地址: | 450052 河*** | 国省代码: | 河南;41 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 预测 可信度 差异性 配电网 风光 水发 优化 调度 方法 | ||
本发明公开了一种计及预测可信度差异性的配电网风光水发电优化调度方法,结合配电网风光水运行特性及用电负荷特性,分别制定小水电优化调度方案和邻区负荷转移方案,在对风光水发电优化调度的过程中,精细化考虑不同预测量在不同时段的预测可信度,将系统的运行裕度、调节能力向随机性强、预测不够准确的时段倾斜,提高了用电负荷追踪能力及配电网安全运行水平。本发明利用可灵活调度的发电资源和用电负荷,通过协调优化制定合理的调度计划,提高了本地区域对风光水电可再生能源的消纳能力,减少了电量反送上级电网及弃风弃光情况的发生。
技术领域
本发明涉及可再生能源电力消纳技术领域,尤其涉及一种计及预测可信度差异性的配电网风光水发电优化调度方法。
背景技术
随着以风电、光伏为代表的分布式可再生能源发电在不同电压等级的规模化接入,对配电网的运行调度模式产生了较大的影响。特别是一些靠近山区丘陵地带的配电网,风电、光伏、水电资源丰富,而用电负荷相对较小,电网也相对薄弱,极易出现本地消纳方面的困难。如何在充分保证电网安全经济的条件下,最大限度地提高可再生能源利用效率成为当前配电网运行管理中面临的重要问题。
针对分布式可再生能源消纳问题,目前国内外学者已开展了大量相关研究工作。部分文献提出了调动广泛灵活的充裕性资源协同参与系统调节,提高风电消纳能力的基本理念和方法,考虑了发电、输配电、用电等环节灵活充裕性资源及综合火电、水电和风电的发电技术特性,以系统运行成本最低为目标,建立了风电消纳能力分析模型。部分文献考虑到风电、光伏功率预测的不确定性,采用机会约束规划的方法建立优化模型,在求解算法上,或采用遗传算法、粒子群优化算法,以提高寻优的效率。部分文献采用概率距离分析及拉丁超立方采用等方法缩减样本,以减少分析场景并尽量增加样本的代表性,从而将随机优化问题转变为确定性优化问题。上述研究对预测量可信度的处理方法较为粗放,没有对不同预测量、不同预测时段的可信度的差异性作精细化考虑,导致电网调度方案对预测可信度差的情况预留资源难以保证,电网运行风险较大。
发明内容
本发明的目的在于提供一种计及预测可信度差异性的配电网风光水发电优化调度方法,能够提高风光水发电对用电负荷的追踪能力,促进可再生能源本地消纳,同时有效降低电网运行风险。
为实现上述目的,本发明采用的技术方案是:
计及预测可信度差异性的配电网风光水发电优化调度方法,包括以下步骤:
A、根据历史上统计的本地区域全天各时段的用电负荷预测值和用电负荷实际值,风光发电预测值和风光发电实际值,分别计算t时段用电负荷预测相对误差的方差t时段风光发电预测相对误差的方差t=1,2,…,24,则t时段用电负荷的预测可信度为:
t时段风光发电的预测可信度为:
B、对本地区域计划日全天各时段的用电负荷和风光发电功率进行预测,得到用电负荷预测值和风光发电预测值,对用电负荷预测值和风光发电预测值作差值,得到功率差值预测值:
PΔ,t=PL,t-PG,t;
其中PΔ,t为t时段功率差值预测值,PL,t为t时段用电负荷预测值,PG,t为t时段风光发电预测值,t=1,2,…,24,当全天各时段的PΔ,t均大于等于设定值P0,t时,进入步骤C,当全天各时段存在PΔ,t小于设定值P0,t的情况时,进入步骤D;
C、制定小水电优化调度方案并进行多场景校验,包括以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河南省电力公司电力科学研究院;国网河南省电力公司;国网河南省电力公司洛阳供电公司;国家电网公司,未经国网河南省电力公司电力科学研究院;国网河南省电力公司;国网河南省电力公司洛阳供电公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710780471.2/2.html,转载请声明来源钻瓜专利网。





