(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010015932.9
(22)申请日 2020.01.08
(71)申请人 国网吉林省电力有限公司
地址 130021 吉林省长春市朝阳区人民大
街4629号
申请人 北京华电天达科技有限责任公司
(72)发明人 朴哲勇 李海燕 吴镝 吴刚
刘海超 余秋霞 王志煜 常学飞
丁文光 姜栋潇
(51)Int.Cl.
H02J 3/00(2006.01)
H02J 3/38(2006.01)
G06Q 10/04(2012.01)
G06Q 50/06(2012.01)
(54)发明名称
(57)摘要
本发明公开了网源协调下考虑负荷和风电
随机性多场景输电网规划方法，规划方法综合考
虑负荷预测和风电出力随机性，提出网源协调驱
动下多场景输电网规划，包括：步骤S1：建立考虑
计历史数据，根据数据变动情况得到负荷和风速
模型参数，进而通过模特卡洛拟合出负荷曲线和
风电出力曲线；步骤S2：在所述负荷曲线和所述
风电出力曲线的基础上通过多场景随机模拟获
获得建立全年运行场景，通过场景聚类得到多个
典型运行场景；步骤S3：建立以安全性和经济性
最优为目标规划模型，通过多个典型场景计算比
较不同规划方案下的安全性和经济性，获得最优
风电并网点与输电网规划方案。权利要求书1页 说明书9页 附图4页CN 111900713 A 2020.11.06
C N 111900713
A
1.网源协调下考虑负荷和风电随机性多场景输电网规划方法，其特征在于，综合考虑负荷预测和风电出力随机性，通过多场景随机模拟和场景聚类方法，提出网源协调驱动下多场景输电网规划方法，规划方法包括：
步骤S1：建立考虑随机性的负荷和风速概率密度随机模型，然后统计历史数据，根据数据变动情况得到负荷和风速模型参数，进而通过模特卡洛拟合出负荷曲线和风电出力曲线；
步骤S2：在所述负荷曲线和所述风电出力曲线的基础上通过多场景随机模拟获得建立全年运行场景，通过场景聚类得到多个典型运行场景；
步骤S3：建立以安全性和经济性最优为目标规划模型，通过多个典型场景计算比较不同规划方案下的安全性和经济性，获得最优输电网规划方案。
2.如权利要求1所述的规划方法，其特征在于，于所述步骤S1中包括：
步骤S11：建立负荷的随机分布模型，根据负荷历史数据变动情况统计计算模型参数；步骤S12：构建风速随机分布模型，根据风速历史数据计算模型参数；
步骤S13：通过负荷分布函数以及各风电场风速概率分布结合风电机组出力与风速的关系通过模特卡洛模拟获得负荷曲线和风电出力曲线。
3.如权利要求2所述的规划方法，其特征在于，于所述步骤S2中包括：
步骤S21：在所述负荷曲线和所述风电出力曲线的基础上通过多场景随机模拟获得建立全年运行场景；
步骤S22：通过场景聚类和场景约减得到多个典型运行场景。
4.如权利要求3所述的规划方法，其特征在于，于所述步骤S3中包括：
步骤S31：建立以安全性和经济性最优为目标规划模型；
步骤S32：通过所述规划模型获得多场景下适应度值；
步骤S32：对所述适应度函数值进行判断，当所述适应度函数值满足预设条件时进行存储并进行下一步；
步骤S33：对规划方案进行判断，当规划方案到达上限时则进行下一步，否则返回步骤S32；
步骤S34：比较所述适应度函数值，获得最优风电并网点与输电网规划方案。
5.如权利要求4所述的规划方法，其特征在于，所述规划模型包括：
目标函数1：以最小化线路投资成本最低为目标函数；
目标函数2：以系统年网损最低为目标函数；
目标函数3：以规划网络在规划水平年发生过负荷事故过负荷电量的总和最低为目标函数。
权 利 要 求 书1/1页CN 111900713 A
网源协调下考虑负荷和风电随机性多场景输电网规划方法
技术领域
[0001]本发明属于输电网规划领域，特别涉及网源协调驱动下考虑负荷和风电随机性多场景输电网规划。
背景技术
[0002]风电场等新能源建设规模日益扩大、风电穿透功率逐渐增长的背景下，电网出现接纳能力不足的问题。新能源规模扩大将导致大量电源投资的浪费，新能源不确定性、电网结构、负荷特性及扩展规划不协调势必对电网规划方案的经济性和安全性造成影响。[0003]传统的电网规划方法以确定性方法，考虑最恶劣场景下的电网规划，而新能源能源并网导致波动增大，最恶劣场景出现概率低、持续时间短且会导致电网规模增加，利用率不足，提高了消纳成本。本发明旨在寻求一种在满足系统安全稳定运行条件下，计及新能源不确定性的输电网扩展规划模型，实现电网经济安全规划。
发明内容
[0004]本发明所要解决的技术问题在于提供网源协调下考虑负荷和风电随机性多场景输电网规划方法，其特征在于，综合考虑负荷预测和风电出力随机性，通过多场景随机模拟和场景聚类方法，提出网源协调驱动下多场景输电网规划方法，规划方法包括：
[0005]步骤S1：建立考虑随机性的负荷和风速概率密度随机模型，然后统计历史数据，根据数据变动情况得到负荷和风速模型参数，进而通过模特卡洛拟合出负荷曲线和风电出力曲线；
[0006]步骤S2：在所述负荷曲线和所述风电出力曲线的基础上通过多场景随机模拟获得建立全年运行场景，通过场景聚类得到多个典型运行场景；
[0007]步骤S3：建立以安全性和经济性最优为目标规划模型，通过多个典型场景计算比较不同规划方案下的安全性和经济性，获得最优输电网规划方案。
[0008]上述的规划方法，其中，于所述步骤S1中包括：
[0009]步骤S11：建立负荷的随机分布模型，根据负荷历史数据变动情况统计计算模型参数；
[0010]步骤S12：构建风速随机分布模型，根据风速历史数据计算模型参数；
[0011]步骤S13：通过负荷分布函数以及各风电场风速概率分布结合风电机组出力与风速的关系通过模特卡洛模拟获得负荷曲线和风电出力曲线；
[0012]上述的规划方法，其中，于所述步骤S2中包括：
[0013]步骤S21：在所述负荷曲线和所述风电出力曲线的基础上通过多场景随机模拟获得建立全年运行场景；
[0014]步骤S22：通过场景聚类和场景约减得到多个典型运行场景；
[0015]上述的规划方法，其中，于所述步骤S3中包括：
[0016]步骤S31：建立以安全性和经济性最优为目标规划模型；
[0017]步骤S32：通过所述规划模型获得多场景下适应度值；
[0018]步骤S32：对所述适应度函数值进行判断，当所述适应度函数值满足预设条件时进行存储并进行下一步；
[0019]步骤S33：对规划方案进行判断，当规划方案到达上限时则进行下一步，否则返回步骤S32；
[0020]步骤S34：比较所述适应度函数值，获得最优风电并网点与输电网规划方案。[0021]上述的规划方法，其中，所述输电网规划模型包括：
[0022]目标函数1：以最小化线路投资成本最低为目标函数；
[0023]目标函数2：以系统年网损最低为目标函数；
[0024]目标函数3：以规划网络在规划水平年发生过负荷事故过负荷电量的总和最低为目标函数。
[0025]本发明针对于现有技术其功效在于：
[0026]1)建立负荷预测误差的随机模型，提高负荷预测的精度。建立风电出力随机模型将可靠性模型与
出力模型相结合，有效地模拟了大规模新能源并网后的实用化场景。[0027]2)提出考虑风电和负荷随机性及场景约减的网源协调规划方法，有效刻画计及不确定性的规划场景，提高规划方案的合理性；建立以经济性和安全性最优为目标，计及电网安全运行约束的输电网规划模型，提高规划方案目标函数的精确程度，实现了风电并网点和线路扩展的协调规划以及网源间安全性和经济性的协同优化。
附图说明
[0028]图1为本发明协调规划方法的流程图；
[0029]图2为图1中步骤S1的分步骤流程图；
[0030]图3为图1中步骤S2的分步骤流程图；
[0031]图4为图1中步骤S3的分步骤流程图；
[0032]图5为多维空间聚类示意图；
[0033]图6为场景聚类流程图；
[0034]图7为本发明规划方法的实施流程图；
具体实施方式
[0035]兹有关本发明的详细内容及技术说明，现以一较佳实施例来作进一步说明，但不应被解释为对本发明实施的限制。
[0036]为了实现输电网网源协调规划，本发明协调规划提出如下要求：
[0037]1)输电网网源协调规划需要考虑负荷和风电的随机性；
[0038]2)输电网网源协调规划需要考虑全年多场景运行情况，同时进行场景聚类以提高效率；
[0039]3)输电网网源协调规划需要以安全性和经济性最优为目标。
[0040]请参照图1-图5，图1为本发明协调规划方法的流程图；图2为图1中步骤 S1的分步骤流程图；图3为图1中步骤S2的分步骤流程图；图4为图1中步骤 S3的分步骤流程图；图5位多维空间聚类示意图。如图1-图5所示，本发明的输电网网源协调规划方法，综合考虑负荷
预测和风电出力随机性，通过多场景随机模拟和场景聚类方法，提出网源协调驱动下多场景输电网规划方法，规划方法包括：
[0041]步骤S1：建立考虑随机性的负荷和风速概率密度随机模型，然后统计历史数据，根据数据变动情况得到负荷和风速模型参数，进而通过模特卡洛拟合出负荷曲线和风电出力曲线。
[0042]其中，于步骤S1中包括：
[0043]步骤S11：建立负荷的随机分布模型，根据负荷历史数据变动情况统计计算模型参数。
[0044]负荷的随机分布可以采用正态分布进行描述，负荷预测值作为正态分布均值，选取合适的值作为正态分布的标准差，此标准差可以根据负荷变动情况的统计计算并结合经验取值获得，负荷的概率密度分布为：
[0045]
[0046]式中，μL，s L表示负荷的预测均值、负荷标准差；负荷正态分布模型为 N(μL，s L)。[0047]同时，本文所指负荷分布为有功负荷分布，假设各负荷点无功负荷能够就地补偿，即各负荷点功率因数保持恒定不变。负荷节点在潮流计算中视为PQ节点，当通过蒙特卡洛抽样获得有功负荷值后，各负荷节点无功负荷值也可以通过下式获得：
[0048]
[0049]式中，为负荷的功率因数角。
[0050]步骤S12：构建风速随机分布模型，根据风速历史数据计算模型参数。
[0051]对大量实测数据的分析结果表明，大部分地区的风速服从2参数的韦布尔分布(Weibull)，其概率密度为
[0052]
[0053]式中，c和k分别为Weibull分布的尺度参数和形状参数，可以根据现场实测风速的历史数据采用最小二乘法辨识。根据上式可得其概率分布函数为
[0054]
[0055]步骤S13：通过负荷分布函数以及各风电场风速概率分布结合风电机组出力与风速的关系通过模特卡洛模拟获得负荷曲线和风电出力曲线。
[0056]利用P-V曲线描述风电机组有功出力与风速之间的关系，将风电机组出力与风速之间的关系近似处理为直线，可以得到分段函数表述的有功出力与风速的关系。
[0057]当风电机组处于运行状态时，输出功率与风速的关系曲线称为风电机组功率特性曲线。典型风电机组功率特性曲线为：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议