新型电力系统背景下电源协同优化规划方法研究_黄彬彬.pdf

Electrical Automation电气自动化 2023 年第 45 卷 第 1 期电力系统及其自动化Power System Automation新型电力系统背景下电源协同优化规划方法研究黄彬彬1，谢敏1，林盛振1，何润泉1，程培军2(1 华南理工大学 电力学院，广东 广州510641;2 中国南方电网广东电网 广州供电局，广东 广州510013)摘要:考虑风能光能等新能源出力不确定特性，为实现电力系统经济、灵活运行以及节能减排环保特性的宗旨，引入分析目标级联法。设计以综合成本最优为优化目标，按机组安全经济调度运行、灵活辅助服务市场和清洁低碳环保要求，建立新型电力系统背景下的电源协同规划模型，并以 IEEE 118 节点系统对所提算法及模型予以验证。结果表明，所提算法及模型相较传统优化算法具有更好的寻优能力及计算速度。关键词:新能源;节能减排;分析目标级联法;新型电力系统;电源协同优化规划DOI:10 3969/j issn 1000 3886 2023 01 015 中图分类号 TM712 文献标志码 A 文章编号 1000 3886(2023)01 0054 05esearch on Collaborative Optimization Planning Method ofPower Supply Under the Background of New-type Power SystemHuang Binbin1，Xie Min1，Lin Shengzhen1，He unquan1，Cheng Peijun2(1 School of Electric Power Engineering，South China University of Technology，Guangzhou Guangdong 510641，China;2 China Southern Power Grid，Guangzhou Power Supply Bureau，Guangzhou Guangdong 510013，China)Abstract:Taking into account the uncertain characteristics of new energy output such as wind and photovoltaics，in order to achieve the purposeof economical，flexible operation of the power system and the characteristics of energy saving，emission reduction and environmentalprotection，the analysis target cascade method was introduced The design was taken with the optimal comprehensive cost as theoptimization goal，according to the requirements of safe and economic dispatching operation of units，flexible auxiliary service market，clean，low-carbon and environmental protection，a power supply collaborative planning model under the background of new powersystem was established，and the proposed algorithm and model were verified by IEEE 118 bus system The results show that theproposed algorithm and model have better optimization capabilities and calculation speed than traditional optimization algorithmsKeywords:new energy resources;environmental protection;analysis target cascade method;new power system;power supply cooperativeoptimization planning定稿日期:2021 10 25基金项目:广东省自然科学基金项目(2021A1515012245);中央高校基本科研业务费重大产学研合作扶持专项(x2dlD2201280)0引言为实现“碳达峰”“碳中和”的双碳目标，我国大力推动供给侧能源清洁替代，明确构建以新能源为主体的新型电力系统。而新能源可用功率预测的偏差所导致的电力系统安全性及可靠性风险加大和系统灵活运行需求日益严峻等问题，使得大规模新能源接入的电源规划需考虑更多不确定因素和协调方面的工作1。在目前已有的电源规划研究中，文献 2 3考虑新能源的出力概率特性，将反映经济效益的投资成本、网络损耗以及反映供电安全性的电压偏移度作为电源选址定容问题的主要研究目标。文献 4 则以电压稳定性、系统网损和电流裕度指标为考虑目标，基于多目标决策方法测算优化电源的选址定容方案，从而提高系统的安全稳定性和经济性。文献 5 6以上层的网架结构优化及下层的投资决策优化间的迭代寻找最优规划方案，以适应新能源的不确定性。在现有的研究内容中，大部分文献在描述某种影响因素时仅增加了简单的约束，且部分求解算法也存在结果局部最优等问题，当一个复杂模型中存在多种维度的因素时，无法得到平衡各方影响因素下的结果，且在约束条件过多的情况下测算缓慢，效果欠佳。本文以综合成本最优为优化目标，针对机组的安全经济调度运行、灵活辅助服务市场(如储能等)和清洁低碳要求三个角度，建立新型电力系统背景下的电源协同规划模型，并引入分析目标级联法(analytical target cascading，ATC)，基于并行子系统与系统级交互迭代实现规划方案的求解。1基于分析目标级联法的电源协同优化规划建模分析目标级联法是一种协调分解的设计优化算法，其将大规图 1ATC 基本原理模的复杂系统设计优化问题按照区域或者其他标准分解为层次式的优化结构。通过在上层系统级引入惩罚项以解决下层子系统之间耦合变量的偏差问题7。基本原理如图 1 所示。1 1系统级模型:电源投资决策在电源规划中，资45Electrical Automation电力系统及其自动化Power System Automation电气自动化 2023 年第 45 卷 第 1 期源配置、建设施工约束及政策支持对电源投资决策往往有着决定性的作用，故系统级的测算目标及约束从整体宏观的角度建立。1 1 1目标函数系统级优化目标为投资成本最低，目标函数如式(1)所示。min Ftotal=invii(1+i)ni(1+i)ni1Sfnewi(1)式中:Ftotal为 系 统 级 目 标 函 数;invi为 各 机 组 单 位 造 价;i(1+i)ni(1+i)ni1为电力工业部颁布的资金回收系数;i为资金回收率;ni为新建机组 i 的生产运行期;Sfnewi为规划年内新增机组容量。1 1 2约束条件(1)满足最大负荷约束:Ni=1(PGeni，max+Sfnewi)+Nwi=1(Sfwnewi+Pwgeni，max)+Nvi=1(Sfvnewi+Pvgeni，max)(1+)Loadmax(2)式中:i 为除风光外发电机编号;N 为常规发电机组个数，i=1，2，N;Nw为风电机组个数，i=1，2，Nw;Nv为光伏机组个数，i=1，2，Nv;PGeni，max、Pwgeni，max和 Pvgeni，max为传统机组、风电机组和光伏机组 i 的装机容量;Sfwnewi、Sfvnewi为风电机组与光伏机组新增容量;Loadmax为规划年内最大负荷;为系统预留的备用容量系数。(2)电源建设施工约束:0 Sfnew i Snew i，max(3)式中:Snew i，max为各电源规划年内投产上限。(3)新能源政策约束:Ni=(1Sfnew i+PGen i，)maxTi+Nwi=(1Sfwnew i+Pwgen，)maxTwi+Nvi=(1Sfvnew i+Pvgen，)maxTviNwi=(1Sfwnew i+Pwgen，)maxTwi+Nvi=(1Sfvnew i+Pvgen，)maxTvi+iNs，iN(swSfnew i+Pgen i，)maxT(4)式中:为新能源电力消纳保障机制下需完成指标;Twi及 Tvi为风光机组历史年利用小时数;Ns及 Nsw为水电与生物质能发电机组的编号集合。1 2子系统 1:发电机组经济调度在电源规划中，需对电网实际运行状态进行模拟，使投产电源满足安全生产调度约束，实现最优经济效益。1 2 1目标函数发电机组经济调度目标函数包含传统机组煤炭消耗成本和各机组运行成本，目标函数为:min Fp1=Tt=1Ni=1 a0，i+a1，iPgen1，i(t)+a2，iP2gen1，i(t)+b0，i+b1，iPgen1，i(t)+b2，iP2gen1，i(t)+Tt=1Ni=1 a0，i+a1，iPnew1，i(t)+a2，iP2new1，i(t)+b0，i+b1，iPnew1，i(t)+b2，iP2new1，i(t)+Tt=1Ni=1 CiPgen1，i(t)+CiPnew 1，i(t)+Nwi=1 CwindPw，i(t)+CwindPwnew，i(t)+Nvi=1 CvPv，i(t)+CvPv new，i(t)+1EENS(5)式中:Fp1为子系统 1 基本目标函数;t 为调度时段;T 为总调度周期，t=1，2，T;a0，i、a1，i和 a2，i为第 i 台常规机组的燃料消耗费用系数;PGen1，i(t)、Pnew 1，i(t)为子系统1 中机组 i 及新建机组 i 在时段t的有功发电功率;b0，i、b1，i和b2，i为第i台常规机组的污染排放费用系数;Ci、Cwind，i、Cv，i为常规、风光机组 i 的运行维护单位成本;Pw，i(t)、Pv，i(t)为风、光机组 i 在时段 t 的有功发电功率;Pwnew，i(t)及 Pvnew，i(t)为新建风、光机组 i 在时段 t 的有功发电功率;EENS(expected energy not served)为电量不足期望值;1为因电量不足而引起的单位经济损失。1 2 2约束条件(1)系统负荷平衡约束:Ni=1 Pgen1，i(t)+Pnew 1，i(t)+Nwi=1 Pw，i(t)+Pwnew，i(t)+Nvi=1 Pv，i(t)+Pvnew，i(t)=Load(t)(6)式中:Load(t)为时段 t 的系统负荷。(2)机组出力上下限约束:Pgen i，min Pgen1，i(t)Pgen i，max(7)0 Pnew 1，i(t)Sfgen，i(8)式中:Pgen i，max和 Pgen i，min分别为原常规机组 i 每时刻的最大、最小有功出力;Sfgen，i为系统级优化得到新建机组 i 的容量，作为子系统 1 中新建机组 i 每时刻出力最大上限值。(3)机组爬坡约束:Pgen1，i(t 1)Pgen1，i(t)rdiTrPgen1，i(t)Pgen1，i(t 1)ruiTr(9)Pnew 1，i(t 1)Pnew 1，i(t)rdiTrPnew 1，i(t)Pnew 1，i(t 1)ruiTr(10)式中:rui和 rdi分别为常规机组 i 的爬坡率和滑坡率;Tr为调度时段间隔。(4)系统备用容量约束:Ni=1Pgen i，max+Ni=1Sfgen，i+Nwi=1Pw，i(t)+Nvi=1Pv，i(t)(1+)Load