一种储能参与备用的含风电的电力系统调度方法
【技术领域】
[0001] 本发明涉及一种储能参与备用的含风电的电力系统调度方法。
【背景技术】
[0002] 生态环境日益恶化，威胁着人类生存，能源清洁化变革势在必行，电力系统必须向 绿色、低碳、环保和节能的智能化方向发展。在此背景下，风光等可再生能源发电得到了迅 猛发展，使电力系统运行过程中必须面对强不确定性接纳能力的考验。
[0003] 专利号为201110001574. 7的中国专利："消纳风电接入的大电网实时调度方法"， 给出了一种消纳风电接入的大电网实时调度方法，该专利通过将全网机组分类，然后从系 统获得机组的日前计划、实时出力、联络线计划及数值天气预报等相关信息，进行超短期负 荷预测及风电出力预测，求得下一时刻实时调度机组的出力调节量并构建弃风损失最小的 有功实时调度模型，采用单纯形法求得包括风电机组的实时调度机组出力调整量。
[0004] 专利号为201210371334. 0的中国专利："基于风电出力不确定性集合的电力系统 调度方法"，公开了一种基于风电出力不确定性集合的电力系统调度方法，解决了含大规模 风电的电力系统鲁棒调度问题中，风电出力不确定性建模的难题，保证电网机组启停及调 度计划的安全可靠性，有效提高风电场风电出力的利用率。
[0005] 专利号为201210176522. 8的中国专利："一种电动汽车与风电协同实时调度优化 方法"，根据实际电网的电网模型建立以有功总电力最大为目标的优化模型；将总有功出力 曲线变动关系的惩罚量加入到优化目标中，获得考虑发电曲线平滑的优化调度模型；将模 型中的非线性因素线性化，采用对偶单纯形法求解，得出风光储联合发电系统的有功发电 曲线，上报至上级调度中心，并得到储能装置的充放电计划，下发子系统执行。
[0006] 以上专利所述的调度方法均是在调度中锁定储能系统充/放电功率，完全由常规 机组承担应对不确定性的备用。在常规机组主导地位逐渐削弱的态势下，这一研宄思路将 难以奏效。
【发明内容】
[0007] 本发明为了解决上述问题，提出了一种储能参与备用的含风电的电力系统调度方 法，本方法在备用配置中考虑了储能系统作用，储能系统能够通过改变充/放电功率为应 对风电不确定性提供备用，在二次、一次调整中起到消除风电、负荷不确定性的作用，同时 考虑了频率调节效应，最终能够减轻常规机组备用配置的压力，提高电网消纳风电的能力。
[0008] 为了实现上述目的，本发明采用如下技术方案：
[0009] -种储能参与备用的含风电的电力系统调度方法，包括以下步骤：
[0010] (1)实时监测火电机组功率、爬坡速率和主动负荷的功率；
[0011] ⑵对接入电网的风电场历史预测误差进行统计，生成风电场景；
[0012] (3)依据系统的约束条件，建立电力系统调度模型，求解该模型；
[0013] 所述步骤（1)中，实时监测的数据包括：机组最大输出功率、最小输出功率、机组 爬坡速率和主动负荷最大充/放电功率。
[0014] 所述步骤（2)中，采用自回归滑动平均（ARMA)模型来对风电场输出功率预测误差 进行估计，表达式为，
[0015]
[0016] 式中，p、q分别为ARMA模型中的阶数；a^ ^为模型参数，通过估计得到；e为 服从均值为〇,方差为〇 2的高斯分布的白噪声；为预测误差。
[0017] 通过对风电历史预测误差进行统计，采用最小二乘方法获得式（1)中参数的取 值。由于e服从正态分布，随机模拟产生e，可生成需要的风电场景。
[0018] 所述步骤⑶中，电力系统调度模型为：
[0019] 考虑到风电不消耗燃料，不计储能系统的成本费用和运行费用，目标函数表示成 如下形式：
[0020]
[0021] 式中，Pw，t为t时段风电场输出功率预测值；Put为t时段负荷预测值；PESS，t为t时 段储能系统有功功率，PESS，t>〇表示储能系统充电，PESS，t〈〇表示储能系统放电。
[0022] 所述步骤（3)中，需要考虑约束条件，约束条件包括：
[0023] 功率平衡约束：
[0024]
[0025] 式中，Pw，t为t时段风电场输出功率预测值；Put为t时段负荷预测值；PESS，t为t时 段储能系统有功功率，PESS，t>〇表示储能系统充电，PESS，t〈〇表示储能系统放电。
[0026] 所述步骤（3)中，约束条件包括：
[0027] 机组输出功率上下限约束：
[0028]
[0029] 式中，/T1和分别为机组i输出功率的下限和上限。
[0030] 所述步骤（3)中，约束条件包括：
[0031] 机组爬坡速率约束：
[0032] -rGi ?At^PGi,t+1-PGi,t^rGi ?At(5)
[0033] 式中，rM为机组i输出功率最大调整速率，At为时段长度。
[0034] 所述步骤（3)中，约束条件包括：储能系统逆变器充放电功率约束：
[0035]
[0036] 式中，为逆变器允许的充放电功率最大值。
[0037] 所述步骤（3)中，约束条件包括：各时段末储能系统存储能量约束，
[0038] Et= EH+PESS，tAt
[0039] 所述步骤（3)中，约束条件包括：储能系统存储能量约束，
[0040] Emin彡Et彡E (7)
[0041] 式中，Emin和Emax分别为储能系统储存能量的最小值和最大值。
[0042] 所述步骤（3)中，约束条件包括，基于各个场景的约束：设尽_,为场景s中风电在时 段t的输出功率，/y,为场景S中t时段负荷值，当pESS，t> 〇,即储能系统充电时，储能系统 可通过增加充电功率应对风电输出功率高于计划值或负荷低于预测值的场景，储能系统可 锁定的波动范围受逆变器允许的充电功率和最大存储能量的限制，具体可表示为
[0043]
[0044] 当PESS，t> 0,即储能系统充电时，储能系统可通过减少充电功率或放电应对风电 输出功率小于计划值或负荷高于预测值的场景，可锁定的范围受逆变器允许的放电功率和 最小存储能量的限制，具体可表示为
[0045]
[0046] 对于场景s，需火电机组提供的向上和向下调节备用容量可分别 表示为，
[0047]
[0048] 火电机组i在t时段向上和向下调节备用容量分别表示为AFJ:/、A/g/，考虑到 系统频率偏差为A/7时负荷的频率调节效应，在风电和负荷实际功率偏离期望值时，若允许 频率在一定范围内变动，应满足，
[0049]
[0050] 式中，D为单位频率变化所引起负荷有功功率增加或减少的系数；火电机组向上 和向下调节备用容量应满足，
[0051]
[0052] 式中，Rei单位频率变化所引起机组i输出功率增加或减少的系数；
[0053] 同时，火电机组输出功率应满足上下限约束，即
[0054] ^ <^Jl
KJl
[0055] 系统频率偏差应满足，
[0056] < Af；<(14)
[0057] 式中，A rin、A rax分别为系统允许的最小和最大频率偏差。
[0058] 所述步骤（3)中，依据目标函数中成本函数取二次或线性表达，可分别利用二次 规划或线性规划算法求解。
[0059] 本发明的有益效果为：
[0060] (1)本发明在备用配置中考虑了储能系统作用，储能系统能够通过改变充/放电 功率为应对风电不确定性提供备用，在二次、一次调整中起到消除风电、负荷不确定性的作 用；
[0061] (2)本发明考虑了频率调节效应，最终能够减轻常规机组备用配置的压力，提高电 网消纳风电的能力。
【附图说明】
[0062] 图1为负荷、风电功率曲线图。
【具体实施方式】：
[0063] 下面结合附图与实施例对本发明作进一步说明。
[0064] -种储能系统参与备用的含风电的电力系统调度方法，包括以下步骤：
[0065] 1)获得火电机组、主动负荷相关参数和信息。火电机组最大调节速率为每分钟机 组容量1%，火电机组调差系数为4%，即系统频率变化4%引起机组输出功率100%的变 化。储能系统参数见表1。
[0066] 表1储能系统参数
[0067]
[0068] 2)根据风电历史预测误差的统计，生成风电场景。风电与负荷在前瞻时段内的期 望值如图1所示。
[0069] 3)建立调度模型，并对模型进行求解；
[0070] 调度模型为：
[0071] 考虑到风电不消耗燃料，不计储能系统的成本费用和运行费用，目标函数表示成 如下形式：
[0072]
[0073] 式中，Pw，t为t时段风电场输出功率预测值；Put为t时段负荷预测值；PESS，t为t时 段储能系统有功功率，PESS，t>〇表示储能系统充电，PESS，t〈〇表示储能系统放电。
[0074] 约束条件包括：
[0075] 1)功率平衡约束
[0076]
[0077] 式中，Pw，t为t时段风电场输出功率预测值；Put为t时段负荷预测值；PESS，t为t时 段储能系统有功功率，PESS，t>〇表示储能系