国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置與流程

      文檔序號(hào):11204491閱讀:718來(lái)源:國(guó)知局
      一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置與流程

      本發(fā)明實(shí)施例涉及電力系統(tǒng)運(yùn)行與控制技術(shù)領(lǐng)域,特別是涉及一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置。



      背景技術(shù):

      在節(jié)能減排、提高能源利用率和環(huán)境效益的大背景下,以風(fēng)電為代表的分布式電源得到了迅速的發(fā)展,對(duì)解決能源短缺及用電緊張等問題具有非常重要的意義。然而,由于風(fēng)速具有隨機(jī)性、間歇性和難以預(yù)測(cè)性,使風(fēng)電場(chǎng)輸出功率具有強(qiáng)烈的隨機(jī)性和波動(dòng)性,從而加劇了電力系統(tǒng)運(yùn)行中不確定因素的復(fù)雜程度,使電力系統(tǒng)潮流優(yōu)化的難度增大。

      現(xiàn)有技術(shù)中,在對(duì)風(fēng)電輸出功率進(jìn)行處理時(shí),采用隨機(jī)變量表示風(fēng)電機(jī)組的輸出功率,建立基于機(jī)會(huì)規(guī)劃約束的風(fēng)電并網(wǎng)模型,進(jìn)一步通過該風(fēng)電并網(wǎng)模型計(jì)算最優(yōu)潮流解。但是,由于現(xiàn)有技術(shù)中在采用隨機(jī)變量表示風(fēng)電機(jī)組的輸出功率時(shí),相應(yīng)的置信度是由人為進(jìn)行設(shè)定的,人為主管因素使不確定性增加,使建立的基于機(jī)會(huì)規(guī)劃約束的風(fēng)電并網(wǎng)模型的準(zhǔn)確度降低,進(jìn)一步使得到的最優(yōu)潮流解的精確度降低。

      因此,如何提供一種解決上述技術(shù)問題的含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置成為本領(lǐng)域的技術(shù)人員目前需要解決的問題。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明實(shí)施例的目的是提供一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置,本發(fā)明實(shí)施例在使用過程中提高了含風(fēng)電場(chǎng)最優(yōu)潮流模型的準(zhǔn)確度,使計(jì)算得到的最優(yōu)潮流解在避免局部最優(yōu)的同時(shí)更加精確。

      為解決上述技術(shù)問題,本發(fā)明實(shí)施例提供了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法,包括:

      采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)所述典型場(chǎng)景的風(fēng)電出力;

      依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)所述典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)所述典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;

      所述含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,所述含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及所述約束條件。

      可選的,所述含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、使機(jī)組煤耗成本最小及碳排放量最小的含風(fēng)電場(chǎng)最優(yōu)潮流模型。

      可選的,所述風(fēng)電場(chǎng)模型為依據(jù)第一計(jì)算關(guān)系式建立的;所述第一計(jì)算關(guān)系式為:

      其中,f(v)表示風(fēng)速的概率密度,v表示風(fēng)速,k表示形狀系數(shù),c為尺度系數(shù)。

      可選的,所述計(jì)算出各個(gè)所述典型場(chǎng)景的風(fēng)電出力的過程具體為:

      計(jì)算出各個(gè)所述典型場(chǎng)景的發(fā)生概率;

      依據(jù)所述發(fā)生概率計(jì)算出相應(yīng)的典型場(chǎng)景的風(fēng)電出力。

      可選的,所述采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景的過程具體為:

      依據(jù)第二計(jì)算關(guān)系式得到所述風(fēng)電場(chǎng)模型中的風(fēng)機(jī)輸出功率與風(fēng)電場(chǎng)風(fēng)速的關(guān)系曲線;

      采用場(chǎng)景分析法對(duì)所述風(fēng)機(jī)輸出功率與風(fēng)電場(chǎng)風(fēng)速的曲線進(jìn)行分析,得到風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,所述典型場(chǎng)景包括額定輸出場(chǎng)景、零輸出場(chǎng)景及欠額定輸出場(chǎng)景;

      所述第二計(jì)算關(guān)系式為:其中,pw表示風(fēng)電機(jī)組的輸出功率;pr表示風(fēng)電機(jī)組的額定輸出功率;vci、vr和vco分別表示風(fēng)電機(jī)組的切入風(fēng)速、額定風(fēng)速和切出風(fēng)速。

      可選的,所述典型場(chǎng)景為額定輸出場(chǎng)景;所述計(jì)算出各個(gè)所述典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第三計(jì)算關(guān)系式計(jì)算得到所述額定輸出場(chǎng)景的發(fā)生概率p0,所述第三計(jì)算關(guān)系式為

      所述典型場(chǎng)景為零輸出場(chǎng)景;所述計(jì)算出各個(gè)所述典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第四計(jì)算關(guān)系式得到所述零輸出場(chǎng)景的發(fā)生概率p1,所述第四計(jì)算關(guān)系式為

      可選的,如上述所述的含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法,所述典型場(chǎng)景為欠額定輸出場(chǎng)景;所述計(jì)算各個(gè)所述典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第五計(jì)算關(guān)系式得到所述欠額定輸出場(chǎng)景的發(fā)生概率,所述第五計(jì)算關(guān)系式為

      可選的,所述約束條件包括等式約束和不等式約束,其中:

      所述等式約束為

      其中,m為風(fēng)電場(chǎng)中并聯(lián)運(yùn)行的異步發(fā)電機(jī)臺(tái)數(shù);vi和vj分別是第i節(jié)點(diǎn)和第j節(jié)點(diǎn)電壓幅值;pik和qik分別為第k臺(tái)機(jī)組的有功出力和無(wú)功出力,qik是機(jī)端電壓的函數(shù);pli和qli分別為第i節(jié)點(diǎn)有功功率負(fù)荷和無(wú)功功率負(fù)荷;δij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的相角差;gij和bij分別為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間互導(dǎo)納的實(shí)部和虛部;

      所述不等式約束為

      其中,pgimin和pgimax分別為第i臺(tái)發(fā)電機(jī)有功出力下限值和有功出力上限值,qgimin和qgimax分別為第i臺(tái)發(fā)電機(jī)無(wú)功出力上限值和無(wú)功出力下限值,vimin和vimax分別為第i個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)電壓下限值和節(jié)點(diǎn)電壓上限值,sli和slimax分別為第i段線路的線路潮流及其最大線路潮流。

      可選的,如上述所述的含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法,所述目標(biāo)函數(shù)為依據(jù)第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)得到,其中:

      所述第一目標(biāo)函數(shù)為其中,f1為綜合煤耗總成本,pgi為機(jī)組i有功出力,pgj為裝有碳捕集裝置的機(jī)組j有功出力,ng為機(jī)組臺(tái)數(shù),ai、bi及ci均為機(jī)組煤耗成本系數(shù),β為捕集單位co2能耗,fj為碳排放強(qiáng)度,ηj為碳捕集率;

      所述第二目標(biāo)函數(shù)為其中,f2為綜合碳排放總量,fi為第i個(gè)機(jī)組的碳排放強(qiáng)度;

      所述目標(biāo)函數(shù)為minf=λ1f1+λ2f2,λ1為基于模糊熵權(quán)法的第一目標(biāo)函數(shù)的權(quán)值,λ2為基于模糊熵權(quán)法的第二目標(biāo)函數(shù)的權(quán)值。

      為解決上述技術(shù)問題,本發(fā)明實(shí)施例提供了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算裝置,包括:

      場(chǎng)景確定模塊,用于采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)所述典型場(chǎng)景的風(fēng)電出力;

      計(jì)算模塊,用于依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)所述典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)所述典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;

      所述含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,所述含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及所述約束條件。

      本發(fā)明實(shí)施例提供了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置,包括采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力;依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及約束條件。

      可見,本發(fā)明實(shí)施例通過場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力,解決了風(fēng)電機(jī)組輸出功率不確定的問題,進(jìn)一步通過潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解。本發(fā)明實(shí)施例在使用過程中提高了含風(fēng)電場(chǎng)最優(yōu)潮流模型的準(zhǔn)確度,使計(jì)算得到的最優(yōu)潮流解在避免局部最優(yōu)的同時(shí)更加精確。

      附圖說(shuō)明

      為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案,下面將對(duì)現(xiàn)有技術(shù)和實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其他的附圖。

      圖1為本發(fā)明實(shí)施例提供的一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法的流程示意圖;

      圖2為本發(fā)明實(shí)施例中提供的風(fēng)速威布爾分布示意圖;

      圖3為本發(fā)明實(shí)施例中提供的一種風(fēng)機(jī)輸出功率與含風(fēng)電場(chǎng)風(fēng)速的關(guān)系曲線;

      圖4為本發(fā)明實(shí)施例提供的一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算裝置的結(jié)構(gòu)示意圖。

      具體實(shí)施方式

      本發(fā)明實(shí)施例提供了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法及裝置,本發(fā)明實(shí)施例在使用過程中提高了含風(fēng)電場(chǎng)最優(yōu)潮流模型的準(zhǔn)確度,使計(jì)算得到的最優(yōu)潮流解在避免局部最優(yōu)的同時(shí)更加精確。

      為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。

      請(qǐng)參照?qǐng)D1,圖1為本發(fā)明實(shí)施例提供的一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法的流程示意圖。

      該方法包括:

      s11:采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力;

      s12:依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;

      含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及約束條件。

      需要說(shuō)明的是,在s11中需要預(yù)先建立風(fēng)電場(chǎng)模型,可以假設(shè)風(fēng)速服從威布爾分布,具體請(qǐng)參照?qǐng)D2,圖2為本發(fā)明實(shí)施例中提供的風(fēng)速威布爾分布示意圖。該風(fēng)電場(chǎng)模型可以優(yōu)選的依據(jù)第一計(jì)算關(guān)系式進(jìn)行建立;其中,第一計(jì)算關(guān)系式為:

      其中,f(v)表示風(fēng)速的概率密度,v表示風(fēng)速,k表示形狀系數(shù),c為尺度系數(shù)。也即,第一計(jì)算關(guān)系式為風(fēng)速的概率密度函數(shù)。

      進(jìn)一步的,上述s11中的采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景的過程具體為:

      依據(jù)第二計(jì)算關(guān)系式得到風(fēng)電場(chǎng)模型中的風(fēng)機(jī)輸出功率與風(fēng)電場(chǎng)風(fēng)速的關(guān)系曲線;

      采用場(chǎng)景分析法對(duì)風(fēng)機(jī)輸出功率與風(fēng)電場(chǎng)風(fēng)速的關(guān)系曲線進(jìn)行分析,得到風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景包括額定輸出場(chǎng)景、零輸出場(chǎng)景及欠額定輸出場(chǎng)景;

      其中,第二計(jì)算關(guān)系式為:

      其中,pw表示風(fēng)電機(jī)組的輸出功率;pr表示風(fēng)電機(jī)組的額定輸出功率;vci、vr和vco分別表示風(fēng)電機(jī)組的切入風(fēng)速、額定風(fēng)速和切出風(fēng)速。

      需要說(shuō)明的是,在穩(wěn)定性分析中,對(duì)于多臺(tái)風(fēng)機(jī)并列的風(fēng)電場(chǎng),往往采用一臺(tái)或多臺(tái)等值機(jī)加以考慮,對(duì)于單臺(tái)風(fēng)機(jī),其有功出力是由風(fēng)速?zèng)Q定的,其對(duì)應(yīng)關(guān)系可以通過上述第二計(jì)算關(guān)系式表示。請(qǐng)參照?qǐng)D3,圖3為本發(fā)明實(shí)施例中提供的一種風(fēng)機(jī)輸出功率與風(fēng)電場(chǎng)風(fēng)速的關(guān)系曲線,由該關(guān)系曲線可以看出,風(fēng)電機(jī)組有三種運(yùn)行狀態(tài),當(dāng)風(fēng)速小于切入風(fēng)速vci或大于切出風(fēng)速vco時(shí),風(fēng)電機(jī)組的輸出功率為零,也即此時(shí)風(fēng)電機(jī)組處于零輸出狀態(tài);當(dāng)風(fēng)速介于切入風(fēng)速vci和額定風(fēng)速vr之間時(shí),風(fēng)電機(jī)組的輸出功率介于零到額定功率之間,也即此時(shí)風(fēng)電機(jī)組處于欠額定輸出狀態(tài);當(dāng)風(fēng)速大于額定風(fēng)速小于切出風(fēng)速時(shí),風(fēng)電機(jī)組輸出功率為額定功率,即此時(shí)風(fēng)電機(jī)組處于額定輸出狀態(tài)。因此,根據(jù)場(chǎng)景分析法可以將風(fēng)電分為三個(gè)典型的輸出場(chǎng)景,即額定輸出場(chǎng)景、零輸出場(chǎng)景和欠額定輸出場(chǎng)景。

      更進(jìn)一步的,在上述s11中,計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力的過程具體為:

      計(jì)算出各個(gè)典型場(chǎng)景的發(fā)生概率;

      依據(jù)發(fā)生概率計(jì)算出相應(yīng)的典型場(chǎng)景的風(fēng)電出力。

      具體的,由于各個(gè)典型場(chǎng)景發(fā)生的概率不同,所以可以先計(jì)算出各個(gè)典型場(chǎng)景的發(fā)生概率,進(jìn)一步依據(jù)各個(gè)典型場(chǎng)景的發(fā)生概率即可計(jì)算出相應(yīng)典型場(chǎng)景的風(fēng)電出力,進(jìn)一步在最優(yōu)潮流計(jì)算時(shí),可以根據(jù)每個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出該場(chǎng)景中的最優(yōu)潮流解。

      需要說(shuō)明的是,在計(jì)算各個(gè)典型場(chǎng)景的發(fā)生概率時(shí),可以根據(jù)風(fēng)速的概率密度函數(shù)來(lái)確定每個(gè)場(chǎng)景的發(fā)生概率,具體如下:

      當(dāng)?shù)湫蛨?chǎng)景為額定輸出場(chǎng)景;計(jì)算出各個(gè)典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第三計(jì)算關(guān)系式計(jì)算得到額定輸出場(chǎng)景的發(fā)生概率p0,第三計(jì)算關(guān)系式為其中,

      當(dāng)?shù)湫蛨?chǎng)景為零輸出場(chǎng)景;計(jì)算出各個(gè)典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第四計(jì)算關(guān)系式得到零輸出場(chǎng)景的發(fā)生概率p1,第四計(jì)算關(guān)系式為

      可以理解的是,通過上述第三計(jì)算關(guān)系式和第四計(jì)算關(guān)系式可以分別求出額定輸出場(chǎng)景的發(fā)生概率p0和零輸出場(chǎng)景的發(fā)生概率p1,進(jìn)一步額定輸出場(chǎng)景的發(fā)生概率p0根據(jù)求出風(fēng)電機(jī)組在該額定輸出場(chǎng)景下輸出功率的期望值,從而可以得到風(fēng)電機(jī)組在該額定輸出場(chǎng)景下的風(fēng)電出力(即輸出功率)。對(duì)于零輸出場(chǎng)景來(lái)說(shuō),由于其輸出功率為0,所以其期望值也為0,從而得出風(fēng)電機(jī)組在零輸出場(chǎng)景下的風(fēng)電出力為0。

      典型場(chǎng)景為欠額定輸出場(chǎng)景;計(jì)算各個(gè)典型場(chǎng)景的發(fā)生概率的過程具體為:

      依據(jù)第五計(jì)算關(guān)系式得到欠額定輸出場(chǎng)景的發(fā)生概率,第五計(jì)算關(guān)系式為

      需要說(shuō)明的是,在計(jì)算欠額定輸出場(chǎng)景的發(fā)生概率時(shí),可以將欠額定輸出場(chǎng)景按照一種場(chǎng)景進(jìn)行計(jì)算,也可以將欠額定輸出場(chǎng)景分成多個(gè)小場(chǎng)景進(jìn)行計(jì)算,當(dāng)將欠額定輸出場(chǎng)景按照一種場(chǎng)景計(jì)算其發(fā)生概率時(shí),可以根據(jù)上述第計(jì)算關(guān)系式計(jì)算出欠額定輸出場(chǎng)景的發(fā)生概率,依據(jù)該發(fā)生概率進(jìn)一步得出風(fēng)電機(jī)組在該欠額定輸出場(chǎng)景下輸出功率的期望值,從而得到風(fēng)電機(jī)組在該欠額定輸出場(chǎng)景下的風(fēng)電出力;

      另外,當(dāng)將欠額定輸出場(chǎng)景分成多個(gè)小場(chǎng)景計(jì)算其發(fā)生概率時(shí),可以將其分為(vci,v1)、(v1,v2)、(v2,v3)...(vm-1,vr)場(chǎng)景,則各個(gè)小場(chǎng)景分別對(duì)應(yīng)的發(fā)生概率計(jì)算如下:

      對(duì)于(vci,v1)場(chǎng)景,其發(fā)生概率為:

      對(duì)于(v1,v2)場(chǎng)景,其發(fā)生概率為:

      .....

      對(duì)于(vm-1,vr)場(chǎng)景,其發(fā)生概率為:

      根據(jù)以上求得的每個(gè)小場(chǎng)景的發(fā)生概率,可以求得風(fēng)電機(jī)組在欠額定輸出場(chǎng)景下輸出功率的期望值其中:p2i為欠額定輸出場(chǎng)景中第i個(gè)小場(chǎng)景的發(fā)生概率,p'為在第i個(gè)小場(chǎng)景中風(fēng)電機(jī)組的輸出功率(輸出的有功功率)平均值。從而可以得到風(fēng)電機(jī)組在欠額定輸出場(chǎng)景下的風(fēng)電出力。

      可見,本發(fā)明實(shí)施例中采用場(chǎng)景分析法解決了風(fēng)電機(jī)組輸出功率的不確定性,更加準(zhǔn)確地反映了風(fēng)電機(jī)組對(duì)潮流優(yōu)化的影響。

      需要說(shuō)明的是,在上述s12中需要預(yù)先建立含風(fēng)電場(chǎng)最優(yōu)潮流模型,然后再依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解。

      可選的,含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、使機(jī)組煤耗成本最小及碳排放量最小的含風(fēng)電場(chǎng)最優(yōu)潮流模型。

      另外,為了減少co2的排放,可以應(yīng)用碳捕集與封存(carboncaptureandstorage,ccs)技術(shù)將co2從電廠排放的廢氣中剝離出來(lái),送到安全地點(diǎn)進(jìn)行封裝,阻止其排放到大氣中,以達(dá)到碳減排的目的。所以本發(fā)明實(shí)施例中的含風(fēng)電場(chǎng)最優(yōu)潮流模型優(yōu)選的為一種使機(jī)組煤耗成本最小及碳排放量最小的含風(fēng)電場(chǎng)最優(yōu)潮流模型,在兼顧系統(tǒng)運(yùn)行的經(jīng)濟(jì)性的同時(shí),保證了環(huán)境效益,對(duì)電網(wǎng)環(huán)境效益具有重大意義。

      可選的,如上述的含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法,本發(fā)明實(shí)施例所提供的含風(fēng)電場(chǎng)最優(yōu)潮流模型中的目標(biāo)函數(shù)可以依據(jù)第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)得到,其中:

      第一目標(biāo)函數(shù)為其中,f1為綜合煤耗總成本,pgi為機(jī)組i有功出力,pgj為裝有碳捕集裝置的機(jī)組j有功出力,ng為機(jī)組臺(tái)數(shù),ai、bi及ci均為機(jī)組煤耗成本系數(shù),β為捕集單位co2能耗,fj為碳排放強(qiáng)度,ηj為碳捕集率;

      第二目標(biāo)函數(shù)為其中,f2為綜合碳排放總量,fi為第i個(gè)機(jī)組的碳排放強(qiáng)度;

      目標(biāo)函數(shù)為minf=λ1f1+λ2f2,λ1為基于模糊熵權(quán)法的第一目標(biāo)函數(shù)的權(quán)值,λ2為基于模糊熵權(quán)法的第二目標(biāo)函數(shù)的權(quán)值。

      可以理解的是,第一目標(biāo)函數(shù)為考慮煤耗成本的目標(biāo)函數(shù),第二目標(biāo)函數(shù)為考慮碳排放的目標(biāo)函數(shù),可以將第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)歸一化后利用模糊熵權(quán)法得到最終的目標(biāo)函數(shù)(即目標(biāo)函數(shù)為minf=λ1f1+λ2f2)。

      具體的,在本發(fā)明實(shí)施例所提供的含風(fēng)電場(chǎng)最優(yōu)潮流模型中,考慮了碳捕集裝置,碳捕集裝置能將尾氣中的co2分離出來(lái)捕集回收并封存,是實(shí)現(xiàn)低碳環(huán)保的重要技術(shù)手段。常規(guī)火電廠中加裝碳捕集裝置即為碳捕集電廠,碳捕集電廠燃燒含有大量碳氧化物、氮氧化物的礦物質(zhì)輸出功率pej,一部分輸入到電網(wǎng)中作為凈輸出pgj,一部分供給碳捕集裝置捕集co2消耗pcj。則有:

      其中,pej為燃燒化石燃料輸出功率,pcj為捕集co2的能耗,pgj為機(jī)組凈輸出功率,β為捕集單位co2能耗,csj為co2捕集量,cej為co2排放量,fj為碳排放強(qiáng)度,ηj為碳捕集率。根據(jù)上式可得:

      對(duì)于常規(guī)電場(chǎng)i燃燒化石燃料產(chǎn)生的等效功率即為機(jī)組有功出力,即:

      pei=pgi

      所以考慮煤耗成本的目標(biāo)函數(shù)(即第一目標(biāo)函數(shù)),也即碳補(bǔ)集電廠與常規(guī)火電廠綜合煤耗總成本的目標(biāo)函數(shù)。

      根據(jù)上述可得碳補(bǔ)集電廠碳排放量為:

      由f2可以得到考慮碳補(bǔ)集電廠綜合碳排放總量函數(shù),即得到上述第二目標(biāo)函數(shù)。

      在對(duì)多目標(biāo)進(jìn)行處理的過程中,基于各個(gè)目標(biāo)的差異程度,基于熵權(quán)法的客觀決策方法認(rèn)為差異越大,所占的權(quán)值也就越大;而基于模糊權(quán)值法的主觀決策方法中將待優(yōu)化問題設(shè)置有i個(gè)決策者,每一個(gè)決策者對(duì)第j個(gè)目標(biāo)函數(shù)的模糊權(quán)重進(jìn)行權(quán)重賦值。由以上分析可以知道,采用基于模糊權(quán)值法的主觀決策方法進(jìn)行多目標(biāo)決策和采用基于熵權(quán)法的客觀決策方法進(jìn)行多目標(biāo)決策時(shí),前者得到的目標(biāo)函數(shù)的權(quán)值因其主觀性太強(qiáng)而不能體現(xiàn)出不同目標(biāo)函數(shù)之間客觀博弈的結(jié)果,而后者得到的目標(biāo)函數(shù)的權(quán)值比較客觀,但所得結(jié)果因我們對(duì)每個(gè)目標(biāo)函數(shù)的關(guān)注程度不同而可能與我們期望的結(jié)果背道而馳。因此,為避免過分關(guān)注主觀權(quán)值或者客觀權(quán)值而導(dǎo)致的偏差,提出模糊權(quán)值法和熵權(quán)法結(jié)合的模糊熵權(quán)法來(lái)解決多目標(biāo)決策問題。

      假定采用熵權(quán)法計(jì)算所得的m個(gè)目標(biāo)函數(shù)權(quán)值構(gòu)成的矩陣為ω=(ω1,ω2,...,ωm);采用模糊權(quán)值法計(jì)算所得的m個(gè)目標(biāo)函數(shù)權(quán)值構(gòu)成的矩陣為f=(f1,f2,...,fm),則基于模糊熵權(quán)法的各個(gè)目標(biāo)函數(shù)的權(quán)值為:

      進(jìn)一步,對(duì)于本發(fā)明實(shí)施例中的第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù),采用熵權(quán)法計(jì)算所得的上述兩個(gè)目標(biāo)函數(shù)權(quán)值構(gòu)成的矩陣為ω=(ω1,ω2);采用模糊權(quán)值法計(jì)算所得的上述兩個(gè)目標(biāo)函數(shù)權(quán)值構(gòu)成的矩陣為f=(f1,f2),則基于模糊熵權(quán)法的各個(gè)目標(biāo)函數(shù)的權(quán)值為:

      綜上,通過第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)之間的博弈,對(duì)這兩個(gè)目標(biāo)函數(shù)進(jìn)行歸一化后得到最優(yōu)適應(yīng)度函數(shù)minf=λ1f1+λ2f2,也即為本發(fā)明實(shí)施例中的含風(fēng)電場(chǎng)最優(yōu)潮流模型的目標(biāo)函數(shù)。

      需要說(shuō)明的是,本發(fā)明實(shí)施例中的第一目標(biāo)函數(shù)、第二目標(biāo)函數(shù)及總的目標(biāo)函數(shù)均需要滿足相應(yīng)的約束條件。

      具體的,本發(fā)明實(shí)施例中的約束條件可以包括等式約束和不等式約束,優(yōu)選的:

      等式約束為

      其中,m為風(fēng)電場(chǎng)中并聯(lián)運(yùn)行的異步發(fā)電機(jī)臺(tái)數(shù);vi和vj分別是第i節(jié)點(diǎn)和第j節(jié)點(diǎn)電壓幅值;pik和qik分別為第k臺(tái)機(jī)組的有功出力和無(wú)功出力,qik是機(jī)端電壓的函數(shù);pli和qli分別為第i節(jié)點(diǎn)有功功率負(fù)荷和無(wú)功功率負(fù)荷;δij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的相角差;gij和bij分別為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間互導(dǎo)納的實(shí)部和虛部;

      不等式約束為

      其中,pgimin和pgimax分別為第i臺(tái)發(fā)電機(jī)有功出力下限值和有功出力上限值,qgimin和qgimax分別為第i臺(tái)發(fā)電機(jī)無(wú)功出力上限值和無(wú)功出力下限值,vimin和vimax分別為第i個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)電壓下限值和節(jié)點(diǎn)電壓上限值,sli和slimax分別為第i段線路的線路潮流及其最大線路潮流。

      另外,在s12中,依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解的過程中:

      可以采用牛頓—拉夫遜潮流計(jì)算的方法對(duì)含風(fēng)電場(chǎng)最優(yōu)潮流模型進(jìn)行潮流計(jì)算,得到初始化潮流分布,即得到每個(gè)機(jī)組出力初始值;然后可以采用基于老化機(jī)制的組合混沌自適應(yīng)粒子算法對(duì)控制變量進(jìn)行優(yōu)化得到各個(gè)典型場(chǎng)景下的最優(yōu)潮流解,能夠克服標(biāo)準(zhǔn)粒子群算法容易陷入局部最優(yōu)的缺陷,使得到的最優(yōu)潮流解更加精確。

      其中,可以采用組合混沌序列初始化種群并且根據(jù)種群適應(yīng)度動(dòng)態(tài)調(diào)整全局最優(yōu)粒子壽命,采用多項(xiàng)式變異策略產(chǎn)生競(jìng)爭(zhēng)個(gè)體:

      可以理解的是,混沌運(yùn)動(dòng)能在一定范圍內(nèi)按其自身“規(guī)律”不重復(fù)地遍歷所有狀態(tài),可以用來(lái)改進(jìn)種群的初始化。典型的logistic映射數(shù)學(xué)方程為:

      xn+1=f(μ,xn)=μxn(1-xn)

      在本發(fā)明實(shí)施例中,可以將logistic映射與chebyshev映射相結(jié)合,形成組合混沌序列,并將該混合混沌序列引入到含風(fēng)電場(chǎng)最優(yōu)潮流計(jì)算的初始化過程中,以改善粒子分布的隨機(jī)性和均勻性。該混合混沌序列的數(shù)學(xué)描述可以為:

      其中,x0、y0為粒子的初始值,n、μ為控制參數(shù),且當(dāng)μ=4、n=4時(shí)系統(tǒng)處于完全混沌狀態(tài)。

      在基于老化機(jī)制的組合混沌自適應(yīng)粒子算法對(duì)粒子進(jìn)行尋優(yōu)的過程中,可以根據(jù)全局最優(yōu)粒子壽命進(jìn)行動(dòng)態(tài)調(diào)整,具體調(diào)整策略如下:

      如果種群中的個(gè)體優(yōu)化程度值小于0,則粒子壽命加2;

      如果種群中的個(gè)體優(yōu)化程度值等于0并且群體優(yōu)化程度值小于0,則粒子壽命加1;

      如果種群中的個(gè)體優(yōu)化程度值等于0并且群體優(yōu)化程度值等于0,則粒子壽命保持不變;

      其中,個(gè)體優(yōu)化程度值的計(jì)算公式為群體優(yōu)化程度值的計(jì)算公式為其中,表示最優(yōu)個(gè)體適應(yīng)度,f(xgbest(t))表示群體最優(yōu)個(gè)體適應(yīng)度,t表示當(dāng)前迭代次數(shù),當(dāng)然,最大迭代次數(shù)為預(yù)先進(jìn)行設(shè)定的。

      在采用基于老化機(jī)制的組合混沌自適應(yīng)粒子算法對(duì)粒子進(jìn)行尋優(yōu)的過程中,可以通過多項(xiàng)式變異策略產(chǎn)生新個(gè)體,具體為:

      以克隆個(gè)體為父代p,對(duì)每個(gè)p按照ck=pk+(xku-xkl)δk式生成子代c,其中,ck和pk分別為c和p的第k個(gè)分量,xku和xkl分別為優(yōu)化變量第k個(gè)分量的上限值和下限值,上限值和下限值分別為1和0,計(jì)算δk的公式如下:

      其中,rk為均勻分布于[0,1]上的隨機(jī)數(shù);ηm為變異因子,可以表示控制變異的程度。

      本發(fā)明實(shí)施例提供了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法,包括采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力;依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及約束條件。

      可見,本發(fā)明實(shí)施例通過場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力,解決了風(fēng)電機(jī)組輸出功率不確定的問題,進(jìn)一步通過潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解,使計(jì)算得到的最優(yōu)潮流解在避免局部最優(yōu)的同時(shí)更加精確。

      相應(yīng)的本發(fā)明實(shí)施例還公開了一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算裝置,具體請(qǐng)參照?qǐng)D2,圖2為本發(fā)明實(shí)施例提供的一種含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算裝置的結(jié)構(gòu)示意圖。在上述實(shí)施例的基礎(chǔ)上:

      該裝置包括:

      場(chǎng)景確定模塊1,用于采用場(chǎng)景分析法對(duì)預(yù)先建立的風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)所述典型場(chǎng)景的風(fēng)電出力;

      計(jì)算模塊2,用于依據(jù)潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)所述典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)所述典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解;

      所述含風(fēng)電場(chǎng)最優(yōu)潮流模型為預(yù)先建立的、滿足約束條件的含風(fēng)電場(chǎng)最優(yōu)潮流模型,所述含風(fēng)電場(chǎng)最優(yōu)潮流模型包括目標(biāo)函數(shù)及所述約束條件。

      可見,本發(fā)明實(shí)施例通過場(chǎng)景分析法對(duì)預(yù)先建立的含風(fēng)電場(chǎng)模型進(jìn)行分析,確定出風(fēng)電機(jī)組輸出功率各個(gè)典型場(chǎng)景,并計(jì)算出各個(gè)典型場(chǎng)景的風(fēng)電出力,解決了風(fēng)電機(jī)組輸出功率不確定的問題,進(jìn)一步通過潮流計(jì)算、混沌自適應(yīng)粒子群算法及各個(gè)典型場(chǎng)景的風(fēng)電出力計(jì)算出與各個(gè)典型場(chǎng)景對(duì)應(yīng)的含風(fēng)電場(chǎng)最優(yōu)潮流模型的最優(yōu)潮流解,使計(jì)算得到的最優(yōu)潮流解在避免局部最優(yōu)的同時(shí)更加精確。

      另外,對(duì)于本發(fā)明實(shí)施例中所涉及到的含風(fēng)電場(chǎng)的最優(yōu)潮流計(jì)算方法的具體介紹請(qǐng)參照上述實(shí)施例,本申請(qǐng)?jiān)诖瞬辉儋樖觥?/p>

      還需要說(shuō)明的是,在本說(shuō)明書中,諸如第一和第二等之類的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來(lái),而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且,術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下,由語(yǔ)句“包括一個(gè)……”限定的要素,并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

      對(duì)所公開的實(shí)施例的上述說(shuō)明,使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見的,本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下,在其他實(shí)施例中實(shí)現(xiàn)。因此,本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例,而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。

      當(dāng)前第1頁(yè)1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1