[发明专利]一种降低含风储一体化电站电力系统运行风险的调度方法有效
申请号: | 201710856212.3 | 申请日: | 2017-09-21 |
公开(公告)号: | CN107453402B | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 孙辉;刘鑫;彭飞翔;胡姝博;周玮;孔剑虹;陈晓东;孙婧捷;栾敬钊;戚欣革;吴港;牟大勇;牛明珠;刘冰 | 申请(专利权)人: | 大连理工大学;国网辽宁省电力有限公司大连供电公司 |
主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/28;G06Q10/06;G06Q50/06 |
代理公司: | 21200 大连理工大学专利中心 | 代理人: | 李晓亮;潘迅 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 降低 含风储 一体化 电站 电力系统 运行 风险 优化 调度 模型 | ||
1.一种降低含风储一体化电站电力系统运行风险的优化调度方法,其特征在于以下步骤:
第一步,风储一体化电站运行方式分析
针对风电站内调度计划要求,研究电池储能系统作为场内可调度资源,实现削峰填谷;
第二步,基于电池储能系统长期运行特性和故障机理,建立其运行风险模型
1)电池储能系统结构及故障分析
电池储能系统由电池模块、能量转换系统PCS、滤波器、电池管理系统BMS、控制单元以及能量管理系统EMS组成,各部组成在运行风险分析的过程中属于串联系统,电池储能系统的总失效率为各部分失效率之和;
电池储能系统的储能模块由几个电池储能子模块组成,通过增加或减少电池储能子模块来增大或减小电池储能系统整体的规模,包括其容量和输出功率;
2)根据电池储能系统长期运行特性得到出力模型,如公式4和公式5所示;
电池储能系统在长期运行中,最大充放电功率受充放电倍率的影响:
式中,Ich,Idis分别表示充放电倍率,ach,adis分别表示跟Ich和Idis有关的充放电倍率影响系数;表示电池储能额定最大充放电功率;PBess表示电池储能实际运行充放电倍率;
电池的容量受到充放电深度、电池健康状态和温度的影响:
式中,DOD表示充放电深度,SOH表示电池健康状态,表示电池储能初始额定容量上限;表示电池储能额定容量下限;EBess表示电池储能实际运行时剩余容量;
3)风电机故障模型
考虑风机本身的故障率及不同风速引起的额外故障率:
λwind=λ0+Δλwind(v) (6)
其中,λwind表示风机故障率,λ0表示风机本身的故障率;
故障率增量Δλwind(v)与风速大小成二次关系,计算方法如下:
式中,vco是切出风速,λmax是对应故障率,vci是切入风速,λmin是对应故障率,kwind是与切入风速、切出风速有关常数;
风速和风电功率对应关系如下:
式中,vcr为额定风速,Pwmax为风机额定功率;Pwind表示风电功率;
通过如公式(7)、(8)所示的风电机故障模型确定风功率和故障率增量的关系;
第三步,含风储一体化电站系统风险模型
含风储一体化电站系统的运行风险包括电池储能运行特性、电池储能、风机故障失效和火电机组强迫停运给系统调度带来的功率不平衡量;
含风储一体化电站系统故障分多个状态,设含风储一体化电站系统在T0时刻处于安全运行状态,记为X0,并按照某一控制措施U0运行,T1时刻发生故障k,直至T2时刻校正控制措施生效之前的时间内,含风储一体化电站系统转移到Xk状态,含风储一体化电站系统控制变量仍维持U0不变,在这段时间内系统存在功率不平衡量;
电池储能和风机不可靠性导致电力系统有功功率不平衡量表达式为:
火电机组强迫停运导致电力系统有功功率不平衡量表达式为:
式中,为电池储能和风机不可靠性导致电力系统有功功率不平衡量;为火电机组强迫停运导致电力系统有功功率不平衡量;PG,i为第i台火电机组有功出力,NG为火电机组个数,为考虑了电池储能系统和风机故障失效后的风储一体化电站功率,RBess表示备用响应功率,PL为系统总的负荷功率,j为故障机组,PwBess为正常运行风储一体化电站功率;
含风储一体化电站系统风险模型为:
式中,RRisk为风险指标;λBess表示电池储能完全故障失效概率,表示电池储能系统i个子模块失效概率,λwind表示风机故障失效概率,为第j台机组强迫停运率,表示电池储能完全故障失效系统后有功功率不平衡量,表示电池储能i个子模块失效后系统有功功率不平衡量,表示风机失效后系统有功功率不平衡量,为第j台机组停运后系统功率不平衡量;
第四步,建立考虑风储一体化运行风险的多目标优化调度模型
目标函数1:经济型指标,火电厂发电成本最低:
式中,a,b,c为煤耗系数,T为时段数,NG为机组个数,Pi,t为火电机组t时段出力功率;
目标函数2:风险指标,系统日前调度每个时段的风储一体化电站不可靠性给系统带来的风险累积;
式中,RRisk,t为t时段含有风储一体化电站系统的风险指标;
目标函数3:弃风量,系统各个时段弃风量之和最小,即风电利用率最大;没有考虑风电随机性,认为风电波动功率由备用抵消;
其中,Pw0,t表示t时段风电预测功率,Pw,t表示t时段风电实际出力功率;
参照模糊集理论,采用隶属度函数F来描述各目标函数优化结果,其取值在0~1之间,F=0表示离最优结果最近,最满意;F=1表示最不满意结果,F表达式为:
其中,Fi(X)为目标函数fi(X)的隶属度函数,是目标fi(X)的单目标优化时最优策略;fiw为目标fi(X)在各单目标最优策略Xi*中的最劣取值;利用线性加权求和法将多目标优化转化为单目标优化问题:
其中,wi表示第i个目标权重,且
则多目标优化调度模型如下所示:
公式(17)中包括火电单元出力约束、机组爬坡率约束、备用约束、风储一体化电站出力约束、储能约束、系统有功功率平衡约束;
其中,分别表示火电机组出力上、下限,Pi,t为t时段第i台火电机组出力;Rui,Rdi分别表示机组向上和向下的爬坡速率,Δt为调度时段间隔,取1小时;备用约束,上备用取负荷功率PL,t的2%和风电预测功率Pw0,t的15%,下备用取风电预测功率的15%,公式中除以6表示备用10min响应;ηch和ηdis分别表示电池储能充、放电效率,整个时段功率平衡,对下个调度周期不产生影响,等式约束为非故障状态,式中,NG表示火电机组数量,Pi,t表示t时段火电机组出力,PwBess,t为风储一体化电站出力,PL,t表示t时段的系统负荷,式中下角标t表示时段t;
第五步,考虑系统经济性、风险和弃风量的多目标优化调度模型,该模型中包含多目标和风储一体化运行风险,多目标优化调度模型为第四步中公式(17)所示,采用原对偶内点法进行优化求解。
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大连理工大学;国网辽宁省电力有限公司大连供电公司,未经大连理工大学;国网辽宁省电力有限公司大连供电公司许可,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/201710856212.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种双馈风力发电机参数辨识方法
- 下一篇:一种光伏发电系统及其控制方法