本發(fā)明涉及一種輸電網(wǎng)技術(shù)，特別涉及一種含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法。

背景技術(shù)：

隨著經(jīng)濟快速發(fā)展，能源和環(huán)境問題已成為當今世界所關(guān)注的焦點。煤炭、石油、天然氣等能源的需求與日俱增，但這些能源不可再生，并且在利用過程中會對環(huán)境造成嚴重污染，對于社會的健康發(fā)展和穩(wěn)定造成的影響也越來越大，太陽能是一種清潔的可再生能源，將太陽能轉(zhuǎn)化為電能的光伏發(fā)電技術(shù)能有效緩解能源緊缺的嚴峻形勢和環(huán)境污染的壓力。

在各國政府政策的支持下，經(jīng)過多年的研究，如今光伏發(fā)電已經(jīng)成為一項較為成熟的新能源發(fā)電技術(shù)，光伏電能已經(jīng)漸漸由補充能源向替代能源過渡，其中光伏電站的大型規(guī)?；浅蔀榻窈蟮陌l(fā)展方向及研究重點。隨著光伏發(fā)電在電力系統(tǒng)中裝機容量所占比越來越大，光伏發(fā)電的大規(guī)模集中開發(fā)對于電力系統(tǒng)會產(chǎn)生一定的影響。光伏出力的不確定性也會影響到電網(wǎng)規(guī)劃。

利用隨機規(guī)劃理論在電力規(guī)劃研究領(lǐng)域的最新發(fā)展，對并網(wǎng)型大規(guī)模集中式光伏發(fā)電系統(tǒng)及電網(wǎng)擴展規(guī)劃方法進行研究，分析影響光伏出力的不確定性因素，建立大規(guī)模集中式光伏出力模型，然后結(jié)合電力系統(tǒng)運行特點采用適合的方法模擬含光伏電站的電力系統(tǒng)隨機運行，再結(jié)合隨機規(guī)劃理論，建立含大規(guī)模光伏發(fā)電的電網(wǎng)隨機期望值規(guī)劃模型進行電網(wǎng)規(guī)劃，充分考慮由于光伏出力不確定性帶來的影響，從而得出合適的電網(wǎng)規(guī)劃方案。

技術(shù)實現(xiàn)要素：

本發(fā)明是針對太陽能利用對今后電網(wǎng)規(guī)劃的影響問題，提出了一種含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法，通過模擬大規(guī)模光伏的出力，考慮光伏出力的隨機性、波動性，基于等效電量函數(shù)法和隨機規(guī)劃理論，構(gòu)建含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃的數(shù)學模型，通過現(xiàn)代優(yōu)化理論設(shè)計合理的混合算法，對規(guī)劃模型進行有效求解。

本發(fā)明的技術(shù)方案為：一種含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法，具體包括如下步驟：

1)根據(jù)實時光照強度和環(huán)境溫度數(shù)據(jù)，模擬大型光伏電站的時序出力曲線：

2)在步驟1)所得光伏電站的時序出力曲線基礎(chǔ)上，結(jié)合實際電網(wǎng)的參數(shù)數(shù)據(jù)，得到除去光伏出力的凈負荷曲線，形成初始等效電量函數(shù)，基于等效電量函數(shù)法計算確定光伏發(fā)電在電力系統(tǒng)中的容量上限；

3)輸電網(wǎng)隨機期望值二層規(guī)劃模型的上層模型是以總費用期望值最小為目標，包括新增線路、電源投資建設(shè)費用、運行維護費用、停電費用及切負荷懲罰費用期望值；下層模型是以N安全運行條件、N-1安全運行條件下切負荷懲罰費用最小為目標；根據(jù)隨機期望值二層規(guī)劃理論和輸電網(wǎng)規(guī)劃約束條件，建立含大規(guī)模光伏的輸電網(wǎng)隨機期望值二層規(guī)劃模型；

4)上層利用自適應(yīng)遺傳算法進行全局尋優(yōu)，生成優(yōu)化網(wǎng)架，得到建設(shè)費用，再通過模擬運行得到運行維護費用、環(huán)境費用、缺電量費用的期望值，下層利用原始-對偶內(nèi)點法計算切負荷懲罰費用，反饋給上層得到優(yōu)化目標的總費用，通過迭代收斂得到最優(yōu)網(wǎng)架結(jié)構(gòu)。

所述的步驟1)中根據(jù)實時光照強度和環(huán)境溫度數(shù)據(jù)，模擬大型光伏電站的時序出力曲線，其中大型光伏電站的出力模型為：

P_PV＝ηP_maxη_mpptη_inv

η＝η_ref[1-ε(T_a-T_ref)]

式中，P_PV為光伏電站實際輸出功率，P_max為光伏電站在最大功率點跟蹤控制下的最大輸出功率，η為光伏組件的效率，η_mppt為MPPT控制組件的效率，η_inv為逆變器的效率，η_ref為參考溫度下的光伏組件效率，ε為光伏組件溫度系數(shù)，取為0.003～0.005，T_a為實時環(huán)境溫度，T_ref為參考溫度，取25℃。

所述步驟2)具體步驟如下：

A、將所得的光伏發(fā)電的時序出力曲線作為負的負荷與時序負荷曲線相加，將光伏的時序出力曲線從時序負荷曲線中分離，得到凈負荷曲線；

B、根據(jù)凈負荷曲線形成以負荷量為橫軸，負荷持續(xù)時間為縱軸的等效負荷曲線，根據(jù)常規(guī)機組容量選取步長，根據(jù)發(fā)電成本將常規(guī)機組進行排序，將等效負荷曲線和結(jié)合常規(guī)機組容量及相應(yīng)的強迫停機率相結(jié)合，形成初始等效電量函數(shù)，依次安排各機組運行，計算其發(fā)電量；

C、根據(jù)等效電量函數(shù)法，在安排完前一個機組的情況下形成新的等效負荷曲線，根據(jù)剩余常規(guī)機組的容量和相應(yīng)強迫停機率修正等效電量函數(shù)，并檢查所有機組是否安排完畢，如果沒有，轉(zhuǎn)步驟B，如果全部安排完畢，根據(jù)安排好的順序，計算總運行費用；

D、調(diào)節(jié)光伏容量在系統(tǒng)中的比重，計算多種情況下的系統(tǒng)生產(chǎn)成本及各個指標，得到光伏容量占比的理論上限。

本發(fā)明的有益效果在于：本發(fā)明含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法，考慮光伏出力的隨機性、波動性，基于等效電量函數(shù)法和隨機規(guī)劃理論，構(gòu)建含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機期望值二層規(guī)劃的數(shù)學模型，根據(jù)自適應(yīng)遺傳算法和原始-對偶內(nèi)點法設(shè)計合理的混合算法，對規(guī)劃模型進行有效求解，得出最優(yōu)規(guī)劃方案，滿足含大規(guī)模光伏發(fā)電的電網(wǎng)隨機規(guī)劃的需求，具有邏輯結(jié)構(gòu)清晰、實用合理的優(yōu)點。

附圖說明

圖1為本發(fā)明含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法流程圖；

圖2為本發(fā)明實施例的電氣圖；

圖3為本發(fā)明實施例的生產(chǎn)模擬結(jié)果曲線一圖；

圖4為本發(fā)明實施例的生產(chǎn)模擬結(jié)果曲線二圖；

圖5為本發(fā)明含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法中混合算法的流程圖；

圖6為本發(fā)明實施例的最優(yōu)規(guī)劃結(jié)果電氣圖。

具體實施方式

如圖1所示含大規(guī)模光伏發(fā)電并網(wǎng)的輸電網(wǎng)隨機規(guī)劃方法流程圖，具體包括以下步驟：

S1根據(jù)實時光照強度和環(huán)境溫度數(shù)據(jù)，模擬大型光伏電站的出力曲線；

S2結(jié)合實際電網(wǎng)的參數(shù)數(shù)據(jù)，基于等效電量函數(shù)法計算確定光伏發(fā)電在電力系統(tǒng)中的容量上限；

S3根據(jù)隨機期望值二層規(guī)劃理論和輸電網(wǎng)規(guī)劃約束條件，建立含大規(guī)模光伏的輸電網(wǎng)隨機期望值二層規(guī)劃模型；

S4根據(jù)模型特點采用改進遺傳算法和原始-對偶內(nèi)點法的混合算法求解模型得到最優(yōu)規(guī)劃方案。

步驟S1中根據(jù)實時光照強度和環(huán)境溫度數(shù)據(jù)，模擬大型光伏電站的時序出力曲線，其中大型光伏電站的出力模型為：

P_PV＝ηP_maxη_mpptη_inv

η＝η_ref[1-ε(T_a-T_ref)]

式中，P_PV為光伏電站實際輸出功率，P_max為光伏電站在MPPT(最大功率點跟蹤)控制下的最大輸出功率，η為光伏組件的效率，η_mppt為MPPT控制組件的效率，η_inv為逆變器的效率，η_ref為參考溫度下的光伏組件效率，ε為光伏組件溫度系數(shù)，一般取為0.003～0.005，T_a為實時環(huán)境溫度，T_ref為參考溫度，取25℃。

P_max的值與光伏的U-I特性有關(guān)，其數(shù)學模型如下式所示：

式中，I、U分別為單個光伏電池的輸出電流和電壓；C₁、C₂為中間變量，需要根據(jù)光照強度和環(huán)境溫度的變化不斷進行修正；I_sc為短路電流，U_oc為開路電壓。因為太陽光照強度和環(huán)境溫度是不斷變化的，因此U-I數(shù)學模型中C₁、C₂的修正方程如下式所示：

式中，I_m為最大功率點電流，U_m為最大功率點電壓。I_sc、U_oc、I_m、U_m為光伏電池技術(shù)參數(shù)值，與光照變化和環(huán)境溫度變化有關(guān)。本實施例參照單晶硅光伏電池的技術(shù)參數(shù)，分別取最佳工作電壓U_m＝17.1V，開路電壓U_oc＝22V，最佳工作電流I_m＝3.5A，開路電流I_sc＝3.8V。本實施例中光伏電池技術(shù)參數(shù)的修正方程如下式所示：

X＝R/60×697.33

k＝X/X_ref

T_c(t)＝T_a(t)+gR

ΔT＝T_c(t)-T_ref

I'_m＝I_mk(1+aΔT+bX)

I′_sc＝I_sck(1+aΔT+bX)

U'_m＝U_m(k+c)(1-dΔT-eX)

U'_oc＝U_oc(k+c)(1-dΔT-eX)

式中，R為任意太陽輻射強度，單位為mWcm²，X_ref為標準光照強度1000W/m²，X為每月典型日的實時光照強度，k為實時光照強度與標準光照強度的比值；T_ref為參考溫度，取為25℃，T_c為光伏組件的溫度，T_a為光伏組件所在地的環(huán)境溫度，T_max、T_min為典型日的氣溫最大值和最小值，t_p為一天最高氣溫出現(xiàn)的時刻，一般認為是14:00，g為光照溫度系數(shù)，取0.03℃m²/W；I_sc’、U_oc’、I_m’、U_m’為I_sc、U_oc、I_m、U_m在不同光照強度和溫度下的修正值，a、b、c、d、e是常數(shù)，典型值為a＝0.0025/℃，b＝7.5e^-5m²/W，c＝0.5，d＝0.0028/℃，e＝8.4e^-5m²/W。

步驟S2中結(jié)合實際電網(wǎng)的參數(shù)數(shù)據(jù)，基于等效電量函數(shù)法計算確定光伏發(fā)電在電力系統(tǒng)中的容量上限，具體步驟為：

1、將步驟S1中所得的光伏發(fā)電的時序出力曲線作為負的負荷與時序負荷曲線相加，將光伏的時序出力曲線從時序負荷曲線中分離，得到凈負荷曲線；時序負荷曲線是在同一時間點將電力系統(tǒng)中所有負荷相加從而生成的表征負荷隨時間變化的曲線；

2、根據(jù)凈負荷曲線形成以負荷量為橫軸，負荷持續(xù)時間為縱軸的等效負荷曲線，根據(jù)常規(guī)機組容量選取合適的步長，根據(jù)發(fā)電成本將常規(guī)機組進行排序，將等效負荷曲線和結(jié)合常規(guī)機組容量及相應(yīng)的強迫停機率相結(jié)合，形成初始等效電量函數(shù)，依次安排各機組運行，計算其發(fā)電量；

3、根據(jù)等效電量函數(shù)法(等效電量函數(shù)法在計算中會按照計算步驟自動修正，這個是等效電量函數(shù)法的核心方法)，在安排完前一個機組的情況下形成新的等效負荷曲線，根據(jù)剩余常規(guī)機組的容量和相應(yīng)強迫停機率修正等效電量函數(shù)，并檢查所有機組是否安排完畢，如果沒有，轉(zhuǎn)步驟2，如果全部安排完畢，根據(jù)安排好的順序，計算總運行費用；

4、調(diào)節(jié)光伏容量在系統(tǒng)中的比重，計算多種情況下的系統(tǒng)生產(chǎn)成本及各個指標，得到光伏容量占比的理論上限。

圖2為本實施例的電氣圖，圖中G表示常規(guī)機組，Bus表示節(jié)點母線，Synch.Cond.(synchronous condenser)表示調(diào)相機，該電力系統(tǒng)總的生產(chǎn)費用C_total包括燃料費用C_fuel、運行和維護費用C_O&M、平均缺電補償價格C_UEC、環(huán)境費用C_envi，即：

C_total＝C_fuel+C_O&M+C_UEC+C_envi

式中：C_fuel,i為第i臺機組單位發(fā)電量的燃料費用；C_O&M，i為第i臺機組單位發(fā)電量的運行和維護費用；EENS為系統(tǒng)缺電量期望值；C_envi,i為第i臺機組單位發(fā)電量的環(huán)境費用，系統(tǒng)共有n臺機組發(fā)電。對于光伏電站而言，其不消耗燃料，不排放廢氣，因此其燃料費用、環(huán)境費用皆為0。

在實施例中，系統(tǒng)中原有的裝機容量不變，光伏容量占系統(tǒng)總裝機容量的比例分別為0、5％、10％、15％、20％、30％、40％、50％、60％、70％、80％。模擬結(jié)果如圖3、4所示，圖3表示隨著系統(tǒng)中光伏電站容量的增加EENS和LOLP這兩個指標的變化情況，其中，LOLP表示系統(tǒng)的電力不足概率(電力系統(tǒng)專有名詞)，圖4表示隨著系統(tǒng)中光伏電站容量的增加，系統(tǒng)中棄光率和總費用的關(guān)系，綜合圖3和圖4，為了盡可能消納光伏發(fā)電，降低棄光率，并且保證系統(tǒng)的運行可靠性，系統(tǒng)中光伏容量應(yīng)不超過總?cè)萘康?0％。

步驟S3中根據(jù)隨機期望值二層規(guī)劃理論和輸電網(wǎng)規(guī)劃約束條件，建立含大規(guī)模光伏的輸電網(wǎng)隨機期望值二層規(guī)劃模型，其中，本實施例中輸電網(wǎng)隨機期望值二層規(guī)劃模型的上層模型是以總費用期望值最小為目標，包括新增線路、電源投資建設(shè)費用、運行維護費用、停電費用及切負荷懲罰費用期望值；下層模型是以N安全運行條件、N-1安全運行條件下切負荷懲罰費用最小為目標。

上層模型為：

min E[S]＝E[S_inv]+E[S_oper]

式中，S為系統(tǒng)總費用，S_inv為新增線路、電源投資建設(shè)費用，S_oper為下層返回的運行、維護及切負荷費用；C_l為輸電線路單位投資費用，取130萬元/km；N_l-ij為節(jié)點i到j(luò)的規(guī)劃線路條數(shù)，N_l-ij、分別為其最大最小值，P_l-ij為線路的額定容量，P_ij為線路實時潮流；C_pv為光伏電站的單位投資費用，取650萬元/MW，P_N._pvi為節(jié)點i光伏電站的規(guī)劃容量值；OC_Gi為節(jié)點i火力發(fā)電機組的單位運行費用，P_Gi為節(jié)點i火力發(fā)電機組的出力，P_Gi為節(jié)點i火力發(fā)電機組的出力下限，為節(jié)點i火力發(fā)電機組的出力上限；OC_pvi為節(jié)點i光伏電站的單位運行費用，P_pvi為節(jié)點i光伏電站的出力，P_PVi為節(jié)點i光伏電站的出力下限，為節(jié)點i光伏電站的出力上限；F為下層切負荷懲罰費用，為切負荷期望值，P_Ci為節(jié)點i上的切負荷量，P_Di為節(jié)點i上的負荷，B為系統(tǒng)網(wǎng)架的導納矩陣，θ為節(jié)點電壓相角矩陣，UOC(Unit Outage Cost)為單位缺電損失成本，取19.5元/kW·h，EENS_i為研究期間內(nèi)各節(jié)點電量不足期望值，為其上限。

下層模型為：

min F＝f^N+f^N-1

s.t.

h^N(x,y)＝0

h^N-1(x,y)＝0

式中，F(xiàn)為下層切負荷懲罰費用，f^N為N安全運行條件下的切負荷懲罰費用，f^N-1為N-1安全運行條件下的切負荷懲罰費用；h^N(x,y)＝0為N安全運行條件下的等式約束，h^N-1(x,y)＝0為N-1安全運行條件下的等式約束；為N安全運行條件下的不等式約束，g^N、為g^N(x,y)的最小值和最大值，為N-1安全運行條件下的不等式約束，g^N-1、為g^N-1(x,y)的最小值和最大值；x為狀態(tài)變量，包括導納矩陣、節(jié)點注入功率、發(fā)電機出力上下限、線路額定容量，y為決策變量，包括切負荷量、節(jié)點電壓相角、線路潮流。

步驟S4中根據(jù)模型特點采用改進遺傳算法和原始-對偶內(nèi)點法的混合算法求解模型得到最優(yōu)規(guī)劃方案，其中，上層利用改進遺傳算法進行全局尋優(yōu)，生成優(yōu)化網(wǎng)架，得到建設(shè)費用，再通過模擬運行得到運行維護費用、環(huán)境費用、缺電量費用的期望值，下層利用原始-對偶內(nèi)點法計算切負荷懲罰費用，反饋給上層得到優(yōu)化目標的總費用，通過迭代收斂得到最優(yōu)網(wǎng)架結(jié)構(gòu)。

本實施例中下層切負荷約束采用原始-對偶內(nèi)點法，上層采用改進遺傳算法，圖5為本實施例混合算法的流程圖，具體步驟為：

第一步：輸入?yún)?shù)，生成原始種群，該種群包含M個樣本，樣本為初始個體，個體在系統(tǒng)中具體表示生成的輸電網(wǎng)規(guī)劃方案，每個樣本都進行N安全運行、N-1安全運行條件下切負荷量期望值計算、線路建設(shè)費用計算和生產(chǎn)模擬費用計算，并求得每個個體的總費用期望值；

第二步：按照總費用期望值從大到小排列，記憶前m個個體，并進行網(wǎng)絡(luò)連通性修正及總費用期望值計算，重新進行排序；

第三步：對隨機選擇的2個不同個體進行交叉操作，若2個個體相同，對個體進行逆轉(zhuǎn)操作；

第四步：對新個體進行網(wǎng)絡(luò)連通性修正及總費用期望值計算，若新個體總費用期望值優(yōu)于原個體，則替換原個體，否則，不替換；

第五步：隨機挑選個體進行變異操作；

第六步：對新個體進行網(wǎng)絡(luò)連通性修正及總費用期望值計算，若新個體總費用期望值優(yōu)于原個體，則替換原個體，否則對該個體再次實施補算操作；

第七步：對新個體進行網(wǎng)絡(luò)連通性修正及總費用期望值計算，若新個體總費用期望值優(yōu)于原個體，則替換原個體，否則，不替換；

第八步：檢查是否滿足終止迭代次數(shù)條件，若不滿足，繼續(xù)第三步操作；若滿足，終止迭代，輸出結(jié)果樣本。

第九步：按照切負荷費用期望值、線路建設(shè)費用和總費用期望值分別從小到大排序，輸出各個結(jié)果的最優(yōu)方案。

其中，本實施例的改進遺傳算法采用自適應(yīng)遺傳算法，其交叉概率和變異概率能夠根據(jù)適應(yīng)度自動改變。該算法與上層模型結(jié)合，首先生成一定數(shù)量的初始規(guī)劃方案，即第一步中所述的樣本，然后結(jié)合下層模型計算這些樣本的適應(yīng)度，再與平均適應(yīng)度相比較計算交叉?zhèn)€體和變異個體(即輸電網(wǎng)規(guī)劃方案)的交叉概率和變異概率，最后在滿足迭代次數(shù)條件后輸出最優(yōu)個體，即最優(yōu)規(guī)劃方案。自適應(yīng)遺傳算法中的交叉概率P_c和變異概率P_m的計算公式如下：

式中，f_max為群體中最大的適應(yīng)度值，f_avg為每代群體的平均適應(yīng)度值，f′為要交叉的兩個個體中較大的適應(yīng)度值，f為要變異個體的適應(yīng)度值，k₁、k₂、k₃和k₄為常數(shù)。其中，群體指要進行變異和交叉的所有輸電網(wǎng)規(guī)劃方案，個體指單個的輸電網(wǎng)規(guī)劃方案。

本實施例中，節(jié)點1、9、13、24的新增光伏容量為40、100、100、60MW，節(jié)點9、13、23、24的負荷增加至255、345、50、40MW，根據(jù)上述隨機期望值二層規(guī)劃模型及混合算法流程得到的最優(yōu)規(guī)劃方案如圖6所示。