申请/专利权人：沈阳工程学院

申请日：2023-07-07

公开（公告）日：2024-03-29

公开（公告）号：CN116865253B

主分类号：G06Q10/04

分类号：G06Q10/04;H02J3/00;H02J3/38;G06F30/27;G06N3/0442;G06N3/0455;G06N3/048;G06N3/084;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2023.10.27#实质审查的生效;2023.10.10#公开

摘要：本发明公开了一种基于风功率预测的风电接纳能力分析与评估方法，属于电力领域，所述方法包括：1通过注意力机制和长短时记忆网络构建风功率预测模型，将风速、温度、湿度、气压等影响因素带入到风功率预测模型中，得到风功率预测结果；2基于风功率预测值、电力负荷信息以及机组信息，利用优化算法优化求解常规机组的启停状态；3基于机组启停安排，对风电接纳区间的下限进行优化求解。4利用极端情况下的风电出力对风电接纳区间的上限进行迭代求解，直至系统对极端情况下风电出力的接纳情况不再满足弃风率的要求。本发明通过上述方法，能够有效应对风电出力的不确定性，实现风电接纳区间的确定，为实际运行调度提供辅助决策。

主权项：1.一种基于风功率预测的风电接纳能力分析与评估方法，其特征在于，所述方法包括以下步骤：步骤1：通过Attention机制和LSTM网络构建风功率预测模型，长短时记忆网络构建风功率预测模型，将影响因素带入到风功率预测模型中，得到风功率预测值；步骤2：基于风功率预测值、电力负荷信息以及机组信息，利用优化算法优化求解常规机组的启停状态；优化算法优化求解过程中的约束条件为：电力平衡约束、常规机组出力范围约束、常规机组爬坡约束、风电出力约束、旋转备用约束、常规机组启停约束；步骤3：机组启停安排，对风电接纳区间的下限进行优化求解；步骤4：利用极端情况下的风电出力对风电接纳区间的上限进行迭代求解，直至系统对极端情况下风电出力的接纳情况不再满足弃风率的要求；所述步骤2基于风功率预测值、电力负荷信息以及机组信息，利用优化算法优化求解常规机组的启停状态包括：构建常规机组启停优化模型，优化原则为系统对于预测所得风电按最小弃风方式接纳，目标函数为： 式中，T为总时刻数值为24，PFWIND,t为预测所得的风功率，PWIND,t为可接纳的风功率，t为时刻数；优化过程中需满足的约束条件为：1电力平衡约束： 式中，PLOAD,t为预测的时段系统负荷，ui为机组启停状态量，PG,i,t为非风电机组i在时段t的出力，PTL,t为联络线功率；2常规机组出力范围约束：Pi,min＜PG,i,t＜Pi,max12式中，Pi,min和Pi,max分别为机组i的最小出力和最大出力；3常规机组爬坡约束： 式中，和分别为非风电机组i的最大向上爬坡速率和最大向下爬坡速率，PG,i,t-1为非风电机组i在时段t-1的出力；4风电出力约束：PWIND,t≤PFWIND,t145旋转备用约束： 式中，S+和S-分别为满足系统安全要求的最小正备用容量与最小负备用容量，N为机组台数；6常规机组启停约束： 式中，当常规机组i关闭时，机组状态量ui为0，当常规机组i开启时，机组状态量ui为1；求解10-16构成的机组启停优化模型，即可得到各常规机组的启停状态以及由该模型确定的可接纳风电出力各常规机组的启停状态在此模型求解完成后不再进行变化，而是作为已知量参与后续模型的优化计算；最终所求的风电接纳区间基于优化后的各常规机组启停状态在的基础上进行延拓，然后在满足弃风率判据式的前提下确定最终的风电接纳区间；所述步骤3基于机组启停安排，对风电接纳区间的下限进行优化求解包括：构建可接纳区间下限优化模型，可接纳风电的下限由步骤2中所确定的机组启停状态以及各类机组的出力直接优化求解，目标函数为： 优化过程中需要满足的约束条件为：1电力平衡约束： 2风电出力约束：0≤PWIND,t193旋转备用约束： 优化求解12-13、17-20即得到可接纳风电区间的下限所述步骤4利用极端情况下的风电出力对风电接纳区间的上限进行迭代求解，直至系统对极端情况下风电出力的接纳情况不再满足弃风率的要求包括：以极端情况下的风电出力为校核样本，迭代探寻可接纳风电区间的上限，定义迭代因子αn，其范围为[1,+∞，其中n为当前迭代次数，结合由步骤2确定的机组启停状态以及可接纳的风电出力得到第n次迭代时待接纳的风电出力然后根据步骤2所确定的常规机组的开机状态，以最小弃风方式接纳为原则进行优化，目标函数为： 优化过程中的风电出力约束为： 优化求解12-13、18、20-22构成的优化问题，即可得到第n次迭代时可接纳的风电上限机组负荷的上限为： 机组负荷的下限随着可接纳风电上限的迭代而变化，第n次迭代时机组负荷的下限为： 对于极端情况下的机组负荷，需满足以下两种情况：i所有时段处于可接纳机组负荷的上限和下限所确定的区间范围内，即应满足： 式中，为第n次迭代时在时段t的极端情况下的机组负荷，为可接纳机组负荷的上限，为第n次迭代可接纳机组负荷的下限；ii所有时段应具备最极端的波动特性，时段t和时段t+1之间的负荷波动为： 式中，为第n次迭代时在时段t+1的极端情况下的机组负荷，为时段t和时段t+1之间的负荷波动；第一组机组负荷为目标日第一个极端情况下的机组负荷取上限值时的序列，第二组序列为目标日第一个极端情况下的机组负荷取下限值时的序列，和均为1×T的向量，和中各元素的计算公式为： 式中，t∈[2,T]，为第n次迭代时在时段t-1的极端情况下的机组负荷； 和计算完成后，当前迭代次数下的极端机组负荷需要在两者中选择一组，这就需要判断哪一组极端情况下的机组负荷平均波动最大，平均波动的公式为： 将和中的数据代入到式28中，即可得到两种极端情况下的机组负荷平均波动和比较两者大小，最终极端情况下的机组负荷取机组负荷平均波动最大的负荷数据： 式中，为当前迭代次数下的极端机组负荷； 解出后，则第n次迭代时极端情况下的风电出力为： 利用式30得到的就是考验系统接纳能力的极端情况，它作为校核样本，校验风电接纳区间是否可被接纳，校验所采用的目标函数为： 该目标函数所对应的风电出力约束为： 式12-13、18、20、31-32构成了此优化模型，评估该极端情况下的风电出力是否可被系统接纳的判据为： 该判据式表示系统对极端情况下的风电出力的弃风率不超过η％，并由此可判断，若最终满足式33，则系统可接纳极端情况下的风电出力，即系统可接纳当前迭代次数下的风电接纳区间，从而根据式34上调迭代因子：αn+1＝α1+nΔα34式中，Δα为迭代因子的步长；α1为初始迭代因子，一般设置为1；αn+1为上调后的迭代因子；循环进行式21-34之间的过程，直到无法满足式33，无法满足式33则表明系统无法接纳当前迭代次数时的极端情况下的风电出力，评估结束，上一次迭代所确定的可接纳风电区间上下限所界定的范围即为最终优化所确定的区间。

全文数据：

权利要求：

百度查询： 沈阳工程学院 一种基于风功率预测的风电接纳能力分析与评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD