本发明涉及电-气互联系统鲁棒区间调度模型与方法技术领域,特别是涉及一种消纳大规模风电的电-气互联系统鲁棒区间调度方法。
背景技术:
在能源互联网的实现条件下,风能将成为其主要的电力发电来源,如何消纳带有发电不确定性的风能因此成为能源互联网面临的一个主要挑战。而作为能源互联网的重要基础和过渡,电-气互联系统(integratedelectricandgassystem,iegs)将电力网络和天然气网络通过燃气机组和电转气装置紧密耦合在一起,其利用燃气机组的快速响应和调节能力以应对风力发电的波动,并采用p2g(powertogas)装置将富余风电转化为易于大规模存储的天然气,从而进一步提高能源互联网风电消纳的水平。
由于气网的供气量存在一定范围,在应对风力波动时系统未必能够提供足够的天然气给燃气机组进行计及燃气机组参与自动发电控制(automaticgenerationcontrol,agc)调节,故有必要在iegs鲁棒区间调度模型中考虑调节状态下的气网约束。现有的文献hec,wul,liut,etal.robustco-optimizationschedulingofelectricityandnaturalgassystemsviaadmm[j].ieeetransactionsonsustainableenergy,2017,8(2):658-670.和罗毅,邵周策,张磊,等.考虑风电不确定性和气网运行约束的鲁棒经济调度和备用配置[j].电工技术学报,2018,33(11):2456-2467.中,在应对风电出力波动进而调整燃气机组的出力时忽略对气网运行约束的影响,而未将p2g装置纳入其数学模型中,也忽视了p2g装置进一步消纳风电的作用。因此,针对iegs引入风电不确定性后难以考虑对气网运行的影响这个问题目前尚无简单有效的解决方法。
技术实现要素:
针对以上研究背景,为了更简单有效地解决iegs引入风电不确定性后难以考虑对气网运行的影响这个问题,本发明提供了一种消纳大规模风电的电-气互联系统鲁棒区间调度方法。
本发明建立的鲁棒区间调度模型考虑了燃气机组参与agc调节响应以追踪风电波动和p2g装置参与风电消纳,同时还考虑了电-气互联系统的运行约束。本方法将调度模型中agc机组和p2g装置的风电承担系数作为待优化变量,进一步扩大风电消纳区间,而且通过非线性项松弛的方法处理因此引入的非线性项。本方法通过罚凸凹过程处理模型中考虑气网运行约束引入的非凸性,使鲁棒区间调度模型易于求解。本方法通过求解鲁棒区间调度模型和日后校正模型,使系统在实时调度中较好地应对风电波动,在减少弃风的同时降低系统校正成本。
一种消纳大规模风电的电-气互联系统鲁棒区间调度方法,包括以下步骤:
步骤s1、计及燃气机组参与agc调节响应以追踪风电波动和p2g装置参与风电消纳,建立发电机组、p2g装置和风电场的机组模型;
步骤s2、将机组模型中agc机组和p2g装置的风电承担系数作为待优化变量参与优化求解;
步骤s3、考虑iegs运行约束,以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型;
步骤s4、消除agc机组和p2g装置的风电承担系数作为待优化变量后引入的非线性项;
步骤s5、对鲁棒区间调度模型进行凸化处理使其转化为二次规划问题;
步骤s6、对步骤s5中的模型进行求解,得到机组出力结果;
步骤s7、利用计及再调整的日后校正过程进行蒙特卡洛模拟仿真,以最小化日后校正成本为优化目标建立日后校正模型;
步骤s8、对日后校正模型进行求解,得到机组再调整出力结果;
步骤s9、步骤s9、根据步骤s8得到的结果对机组进行出力调整,使系统较好地应对实时风电波动,同时降低系统校正成本。
进一步地,所述步骤s1中机组模型的相关变量包括:风电场出力预测区间
进一步地,步骤s1中建立发电机组、p2g装置和风电场的机组模型,具体如下:
发电机组:当风电场实际出力
式中,
p2g装置:计及p2g装置参与风电消纳,p2g作为电网负荷在基点状态下消纳一部分风电;当风电实际出力大于风电容许区间上限,即
式中,
风电场:假设风电场出力预测区间
根据以上叙述,描述各类风电出力的关系如下:
进一步地,步骤s2所述的将机组模型中agc机组和p2g装置的风电承担系数作为待优化变量参与优化求解,其满足下列关系:
式中,
进一步地,步骤s3所述的以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型,具体如下:
式中,ωw为所有风电场集合,ωt、ωgc、ωs和ωc分别为所有时间断面集合、所有燃煤机组集合、所有气源集合和所有储气库的集合;
其中,
系统需要在利用风电基态出力追踪风电预测出力的前提下,使风电容许区间和p2g风电上限也尽可能地追踪风电预测区间,故在目标函数中加入风电惩罚项以体现最大化利用风电;
此外,电-气互联系统(integratedelectricandgassystem,iegs)的运行约束包括电网约束和天然气网络约束,其中电网约束包括总功率平衡约束、机组出力约束、机组爬坡约束、旋转备用约束、p2g功率约束、支路传输功率限制,天然气网络约束包括基态约束和调节状态下约束。
进一步地,步骤s4所述消除agc机组和p2g装置的风电承担系数作为待优化变量后引入的非线性项,具体方法如下:
此外,给定机组的风电承担系数和p2g装置的风电承担系数后,风电场k对传输断面l的机组准稳态发电转移分布因子为
上式中引入的
进一步地,步骤s5的处理是经过步骤s4对非线性项进行消除后,鲁棒区间调度模型的非凸性由天然气网络中的管道气流方程造成,故通过罚凸凹过程对其进行处理,使模型转化为二次规划问题。
进一步地,步骤s6所述对步骤s5中的模型进行求解是通过cplex求解器可以对步骤s5中的二次规划问题进行快速求解。
进一步地,步骤s7具体包括:在步骤s6的基础上,通过在日后进行蒙特卡洛仿真模拟实时风电出力,为得到弃风量和应对风电波动的机组再调整出力策略,以最小化日后校正成本为优化目标建立日后校正模型,具体优化目标函数如下:
式中,不带上标∧的变量均为日前调度所求解的基态变量,dn、di、dj、m1和m2分别为agc燃煤机组出力调整成本、p2g调整成本、气源出力调整成本、弃风成本以及弃负荷成本,
进一步地,步骤s8中所述的对日后校正模型进行求解,由于日后校正模型的目标函数中包含变量的绝对值项,其本质是一个含有不连续导数的非线性规划问题,采用snopt求解器对该问题进行快速求解。
与现有技术相比,本发明的有益效果是:
(1)本发明所得到的风电允许出力区间能够使系统在实时调度中较好地应对风电波动,在减少弃风的同时降低系统校正成本;
(2)本发明在iegs鲁棒区间调度模型中考虑调节状态下的气网约束,可以使iegs在应对风电波动时得以考虑到对气网运行的影响,使调度决策更符合系统实际运行情况,以减小日后的校正成本;
(3)本发明在iegs鲁棒区间日前调度中考虑p2g的向上调节作用,可提高风电过剩时气网的供气能力,同时在日前优化了p2g的风电承担系数,在减少基态供能成本的同时进一步扩大风电消纳区间。
附图说明
图1为一种消纳大规模风电的电-气互联系统鲁棒区间调度方法的流程图。
具体实施方式
下面结合附图对本发明进一步说明。
本发明的一个实施例以修改的ieee39节点电力网络和比利时20节点天然气网络搭建iegs,电力网络中共有8台发电机组和2个风电场,其中1、5号机组为燃气机组,其余机组为燃煤机组,考虑1、5、6号机组作为agc机组,其余机组均为非agc机组,即系统内所有燃气机组和6号燃煤机组作为agc机组;系统的天然气网络中共有2个气源和4个储气库,2台燃气机组分别连接于气网的4、10节点,2台p2g装置接入气网的13、14节点。
如图1所示的一种消纳大规模风电的电-气互联系统鲁棒区间调度方法,其步骤具体如下:
步骤s1、计及燃气机组参与agc调节响应以追踪风电波动和p2g装置参与风电消纳,建立发电机组、p2g装置和风电场的机组模型。
利用风电场出力预测区间来考虑风电的不确定性,计及燃气机组参与agc调节响应以追踪风电波动和p2g装置参与风电消纳,通过发电机组、p2g装置以及风电场等资源实现调度的安全性和鲁棒性,具体描述如下:
发电机组:当风电场实际出力
式中,
p2g装置:计及p2g装置参与风电消纳,p2g作为电网负荷在基点状态下消纳一部分风电;当风电实际出力大于风电容许区间上限,即
式中,
风电场:假设风电场出力预测区间
根据以上叙述,描述各类风电出力的关系如下:
步骤s2、将模型中agc机组和p2g装置的风电承担系数作为待优化变量参与优化求解。
即将式(1)和式(2)中机组和p2g装置对风电场出力波动的承担系数
式中,
步骤s3、考虑iegs运行约束,以最小化基态供能成本和最大化风电利用为优化目标建立鲁棒区间调度模型。
模型以最小化基态的供能成本和最大化风电利用为目标,为体现最大化利用风电,系统需要在利用风电基态出力追踪风电预测出力的前提下,使风电容许区间和p2g风电上限也尽可能地追踪风电预测区间,故在优化目标中添加风电惩罚项
式中,设置惩罚系数
则鲁棒区间调度模型的优化目标可具体描述如下:
式中,ωt,ωgc,ωs和ωc分别为所有时间断面集合、所有燃煤机组集合、所有气源集合和所有储气库的集合;
式中,
在iegs运行约束方面,本发明采用直流潮流描述电力网络,电网约束的鲁棒区间形式如下:
总功率平衡约束
式中
机组出力约束
式中,
机组爬坡约束
式中,ru,n、rd,n分别问机组向上爬坡、向下爬坡的最大速率。
旋转备用约束
式中,
p2g装置功率约束
式中,
潮流约束
式中,
iegs气网运行约束具体如下:
气流动态特性
本发明采用有限差分技术对气流动态特性进行描述,式中,下标m和n代表天然气网络节点,并分别对应连接管道m-n的首末节点;考虑将管道分为np段,d为管道分段索引,d=0,1,2,…,np;
天然气网络中的管道首末端节点的气压约束
式中,
其中,式(17)为无加压站管道的首末端节点气压。式(18)为加压站管道首端节点满足的关系。
储气库约束
天然气网络中考虑引入储气库作为应对管道故障或需求增长的应急气源,式中
气源出力和节点气压上下限约束
管存裕度校验
式中,
管道首端注入天然气流与末端流出天然气流不相等,首末端相差的天然气流称之为管存,管存量需预留一定的调节裕度。
流量平衡约束
上式为天然气网络节点m的流量平衡方程,式中,
将式(16)-式(22)所描述的基态下的气网约束简化为紧凑形式如下:
g(xg)≤0(23)
式中,xg为气网基态决策变量向量;
调节状态下的气网约束:
为追踪风电波动,燃气机组出力和p2g装置的耗电功率是可调节的,因而除了基态下的气网约束,还需要进一步考虑调节状态下的气网约束,调节状态下的气网约束为如下紧凑形式:
式中,
调节状态和基态的耦合约束:
进一步将式(24)-式(25)所描述的调节状态下的气网约束表示为:
调节状态下的燃气机组实际耗气量和p2g装置实际产气量满足:
式中,
最大耗气量和最小耗气量调节状态约束
式中,
步骤s4、消除agc机组和p2g装置的风电承担系数作为待优化变量后引入的非线性项。
用机组和p2g装置承担风电波动变量替换原有机组和p2g风电承担系数与风电不平衡量相乘的非线性项,使模型可以准确求解。
同时,对式(14)-式(15)做如下松弛处理:
式中,
步骤s5、对模型进行凸化处理使其转化为二次规划问题。
经上一步消除非线性项后,模型的非凸性由式(16)中的管道气流方程造成,此管道气流方程的等式关系可用两个不等式关系表示:
式中,δx为单位时间断面δt与单位管道长度δlmn的比值。
式(33)为一个标准二阶锥约束,其本身为凸约束,对式(34)采用罚凸凹过程进行凸化,同时引入松弛变量对近似后的不等式进行松弛,得到:
罚凸凹过程通过在目标函数中设置惩罚系数ρ不断对
|objk+1-objk|≤ε1|objk|,maxδk+1≤ε2(36)
式中,objk为罚凸凹迭代过程中第k次的目标函数,ε1、ε2为收敛容忍度常数,δk+1为所有气流方程松弛项所构成的向量。
惩罚系数的更新原则如下:
式中,v为惩罚系数的更新因子,其数值应大于1。ρk为第k次迭代时的惩罚系数,
步骤s6、对步骤s5中的模型采用cplex进行求解,得到机组出力结果。
步骤s7、通过一种计及再调整的日后校正过程进行蒙特卡洛模拟仿真,以最小化日后校正成本为优化目标建立日后校正模型。
对上一步对鲁棒区间调度模型求解可得到日前调度的基态供能成本,进而将日前调度策略代入校正模型中进行蒙特卡洛模拟,得到各个算例场景的日后校正成本,日后校正成本均为蒙特卡洛场景的平均值,系统的实际调度成本=基态供能成本+校正成本。
iegs的日后校正模型以最小化校正成本作为优化目标:
式中,不带上标“∧”的均为日前调度所求解的基态变量,dn、di、dj、m1、m2分别为agc燃煤机组出力调整成本、p2g调整成本、气源出力调整成本、弃风成本以及弃负荷成本。
日后校正模型的约束条件包括功率平衡、风电实际出力、负荷实际值上下限、机组实际出力、旋转备用、p2g实际耗电量以及气网约束条件,具体如下:
式中,
此外,在日前优化得到了p2g风电上限
式中,
步骤s8、对日后校正模型进行求解,得到机组再调整出力结果。
日后校正模型的目标函数中包含有变量的绝对值项,其本质是一个含有不连续导数的非线性规划问题,采用snopt求解器可以进行快速求解;
步骤s9、根据计算结果对机组进行出力调整,可以使系统较好地应对实时风电波动,同时降低系统校正成本。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。