本發(fā)明屬于電力調(diào)度
技術領域：
，具體涉及一種適用于大規(guī)模風電控制過程的分層優(yōu)化模型。
背景技術：
：電力系統(tǒng)經(jīng)濟調(diào)度指的是在滿足網(wǎng)絡安全、發(fā)電負荷平衡條件下，以最經(jīng)濟的運行成本實現(xiàn)機組間發(fā)電負荷的合理分配，且保證對用戶可靠供電的一種調(diào)度方法。按優(yōu)化時段的不同，電力系統(tǒng)優(yōu)化調(diào)度問題可以分為兩個方面：靜態(tài)優(yōu)化調(diào)度和動態(tài)優(yōu)化調(diào)度。靜態(tài)優(yōu)化調(diào)度指的是：對電力系統(tǒng)單個運行時間斷面的經(jīng)濟負荷優(yōu)化分配問題。靜態(tài)優(yōu)化調(diào)度在算法上主要分為兩類：以等耗量微增率為基礎的經(jīng)典經(jīng)濟調(diào)度及以最優(yōu)潮流為基礎的安全經(jīng)濟調(diào)度。由于電力系統(tǒng)是一個持續(xù)運行中的動態(tài)系統(tǒng)，當系統(tǒng)中出現(xiàn)較大的負荷需求變動時，受發(fā)電機調(diào)整能力的限制，各個靜態(tài)調(diào)度結果間的可渡越能力無法保證。因此，需要研究經(jīng)濟調(diào)度結果的連續(xù)可行性問題，即動態(tài)經(jīng)濟調(diào)度問題。傳統(tǒng)開環(huán)動態(tài)調(diào)度模式在優(yōu)化初始階段對整個優(yōu)化周期進行一次優(yōu)化并將解序列全部下發(fā)執(zhí)行，由于負荷預測精度較高，使得這種調(diào)度模式在傳統(tǒng)的電力系統(tǒng)中應用效果基本能夠滿足要求。然而，在大規(guī)模風電接入后，風電預測精度遠低于傳統(tǒng)負荷的預測精度，且隨優(yōu)化時間的延長，風電預測誤差顯著增大，風電的這種難以準確預測的特點使得依賴于日前風電預測的傳統(tǒng)開環(huán)動態(tài)調(diào)度模式的結果與實際電網(wǎng)需求偏差較大，亟需對這種調(diào)度模式進行改進。技術實現(xiàn)要素：針對現(xiàn)有技術存在的缺陷，本發(fā)明提供一種適用于大規(guī)模風電控制過程的分層優(yōu)化模型，可有效解決上述問題。本發(fā)明采用的技術方案如下：本發(fā)明提供一種適用于大規(guī)模風電控制過程的分層優(yōu)化模型，包括發(fā)電機機組類型劃分單元、滾動最優(yōu)計劃層、實時基點追蹤層以及反饋校正層；發(fā)電機機組類型劃分單元，用于將全網(wǎng)機組首先劃歸為滾動機組類型；然后，根據(jù)發(fā)電機機組響應能力，將滾動機組依次劃分為人工調(diào)整機組、實時調(diào)度機組、實時控制機組及AGC機組；其中，所述人工調(diào)整機組指：不具有自動調(diào)節(jié)裝置，需要依靠電廠操作人員手動調(diào)整出力跟蹤，以15min為間隔的滾動最優(yōu)計劃曲線的機組；所述實時調(diào)度機組指：具有自動調(diào)節(jié)裝置，能夠自動跟蹤以5min為間隔的實時調(diào)度修正計劃指令的機組；所述實時控制機組指：具有較快調(diào)節(jié)能力的AGC機組及具有自動調(diào)節(jié)能力的風電機組，能夠自動跟蹤1min間隔的實時控制出力調(diào)整指令；所述AGC機組指：負責系統(tǒng)頻率及聯(lián)絡線功率計劃的保持；所述滾動最優(yōu)計劃層用于：所述滾動最優(yōu)計劃層采用粗粒度模型，以日前計劃為基礎，根據(jù)電網(wǎng)擴展短期模型的負荷預測結果及擴展短期風電預測結果滾動修正日前機組發(fā)電計劃出力功率，使得系統(tǒng)發(fā)電總出力功率與實際發(fā)電需求逐漸逼近，得到經(jīng)濟最優(yōu)的機組發(fā)電計劃出力，并將所述經(jīng)濟最優(yōu)的機組發(fā)電計劃出力作用于所述人工調(diào)整機組；所述實時基點追蹤層用于：所述實時基點追蹤層采用細粒度滾動優(yōu)化模型，以所述經(jīng)濟最優(yōu)的機組發(fā)電計劃出力作為基點功率，根據(jù)電網(wǎng)超短期負荷預測結果及超短期風電預測結果調(diào)整機組出力，生成對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小機組出力調(diào)整的實時調(diào)度修正計劃指令，并將所述實時調(diào)度修正計劃指令作用于所述實時調(diào)度機組，進而消除機組執(zhí)行經(jīng)濟最優(yōu)計劃中的功率不平衡量和風電負荷的隨機變化造成的不平衡量；所述反饋校正層包括AGC機組發(fā)電負荷平衡校正單元和實時控制機組出力校正單元；所述實時控制機組風電出力校正單元用于：以所述實時基點追蹤層給出的實時調(diào)度修正計劃指令作為控制基點，對超前預測環(huán)節(jié)產(chǎn)生的隨機預測誤差進行實時修正，生成用于對實時控制機組進行控制的實時控制出力調(diào)整指令，并將所述實時控制出力調(diào)整指令下發(fā)到所述實時控制機組，實現(xiàn)對實時控制機組的控制；所述AGC機組發(fā)電負荷平衡校正單元用于：以所述實時基點追蹤層給出的實時調(diào)度修正計劃指令作為控制基點，對超前預測環(huán)節(jié)產(chǎn)生的隨機預測誤差進行實時修正，生成用于對AGC機組進行控制的AGC機組出力調(diào)整指令，并將所述AGC機組出力調(diào)整指令下發(fā)到所述AGC機組，實現(xiàn)對AGC機組的控制。優(yōu)選的，所述滾動最優(yōu)計劃層包括：擴展短期風電預測單元、擴展短期負荷預測單元以及經(jīng)濟最優(yōu)模型；所述擴展短期風電預測單元用于：對擴展短期風電進行預測；所述擴展短期負荷預測單元用于：對擴展短期負荷進行預測；所述經(jīng)濟最優(yōu)模型用于：以所述擴展短期風電預測單元和所述擴展短期負荷預測單元的預測結果為輸入，基于滾動優(yōu)化控制策略滾動修正日前機組發(fā)電計劃出力功率；其中，所述滾動優(yōu)化控制策略為：采用基于最小棄風基礎上的經(jīng)濟最優(yōu)調(diào)度模型，見式(1)：f1(pit)=minΣt=t0+1t0+Th(Σi=1N(aipit2+bipit+ci)+Σj∈Gwindλj(pjtf-pjtw))---(1)]]>其中，f1(pit)為調(diào)度模型目標函數(shù)；t為優(yōu)化時間；t0為優(yōu)化起始時段；Th為最優(yōu)計劃層優(yōu)化時段長度；N為常規(guī)機組數(shù)；ai、bi、ci為常規(guī)機組i的煤耗系數(shù)；pit為常規(guī)機組i在第t時段的有功出力計劃；Gwind為風電機組數(shù)；λj為棄風成本因子；為風電機組擴展短期預測出力；為風電機組j在第t時段的有功出力計劃。優(yōu)選的，所述實時基點追蹤層包括：超短期風電預測單元、超短期負荷預測單元以及基點追蹤模型；所述超短期風電預測單元用于：對超短期風電進行預測；所述超短期負荷預測單元用于：對超短期負荷進行預測；所述基點追蹤模型用于：以所述超短期風電預測單元和所述超短期負荷預測單元的預測結果為輸入，基于基點追蹤策略對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小調(diào)整；所述基點追蹤策略為：采用式(2)的調(diào)度模型：f1(pit)=minΣt=t0+1t0+Tl(Σi=1N(ai(pitroll+Δpit)2+bi(pitroll+Δpit)ci)+Σj∈Gwindλj(pjtf-pjtw))---(2)]]>f1(pit)為調(diào)度模型目標函數(shù)；t為優(yōu)化時間；t0為優(yōu)化起始時段；Tl為基點追蹤層優(yōu)化時段長度；N為常規(guī)機組數(shù)；ai、bi、ci為常規(guī)機組i的煤耗系數(shù)；pit為常規(guī)機組i在第t時段的有功出力計劃；為第i臺機組在第t時段的滾動最優(yōu)計劃層計劃；Δpit為第i臺機組在第t時段的基點追蹤計劃調(diào)整量，為控制輸出量；Gwind為風電機組數(shù)；λj為棄風成本因子；為風電機組擴展短期預測出力；為風電機組j在第t時段的有功出力計劃。優(yōu)選的，所述滾動最優(yōu)計劃層和所述實時基點追蹤層均采用基于MPC原理的滾動優(yōu)化求解策略；其中，所述滾動最優(yōu)計劃層每隔15min啟動一次，給出未來4小時時段長度的計劃指令；所述實時基點追蹤層每5min啟動一次，每次給出未來15min分鐘長度的計劃指令。本發(fā)明提供的適用于大規(guī)模風電控制過程的分層優(yōu)化模型具有以下優(yōu)點：本發(fā)明提供的適用于大規(guī)模風電控制過程的分層優(yōu)化模型，以最優(yōu)計劃層的經(jīng)濟最優(yōu)計劃輸出值作為基點追蹤層調(diào)度過程的調(diào)整基點，以基點追蹤層調(diào)整后的調(diào)度指令作為反饋校正層的修正基點。最后，反饋校正層將修正后的控制指令下發(fā)給機組，構成前向的計劃下發(fā)數(shù)據(jù)流程。每一層負責修正上一層的偏差，遺留的偏差由下一層來修正，體現(xiàn)了一種“多級協(xié)調(diào)、逐級細化”的思想，可有效降低風電預測的不準確性對控制過程的影響。實際運行結果表明，采用本發(fā)明分層優(yōu)化模型進行反復滾動優(yōu)化更新的控制策略，能夠增強系統(tǒng)處理擾動和不確定性的能力，提高控制的魯棒性。附圖說明圖1為本發(fā)明提供的適用于大規(guī)模風電控制過程的分層優(yōu)化模型的結構示意圖。圖2為本發(fā)明提供的滾動最優(yōu)計劃層和實時基點追蹤層的啟動時間和優(yōu)化步長圖。具體實施方式為了使本發(fā)明所解決的技術問題、技術方案及有益效果更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。在設計大規(guī)模風電接入后的調(diào)度控制系統(tǒng)時，首先需要對引入風電后的電力系統(tǒng)運行特點進行分析，并針對運行特點設計相應的控制結構框架，進一步針對控制過程的需求設計相應的決策機制。基于此，本發(fā)明首先對風電接入后的電力系統(tǒng)的具體特點進行了分析，針對控制過程強不確定性的特點提出采用模型預測控制方法應對；針對模型預測控制方法在處理大規(guī)模復雜性在線控制問題時存在的控制過程的全局最優(yōu)性與實時抗干擾性的矛盾，將分解-協(xié)調(diào)控制方法融入到模型預測控制結構中，形成了適用于大規(guī)模風電控制過程的分層模型預測控制方法，解釋了多級協(xié)調(diào)有功調(diào)度模式的控制機理及分級原則等問題。為了實現(xiàn)對大規(guī)模風電在線實時可靠的調(diào)度控制目的，本發(fā)明將分解-協(xié)調(diào)的遞階控制結構融入到模型預測控制方法中，對滾動優(yōu)化層按“變粒度”方法進一步的分層，將控制過程分解為基于粗粒度模型的滾動最優(yōu)計劃層和基于細粒度模型的實時基點追蹤層兩層，前者側重經(jīng)濟性，后者側重安全性，形成內(nèi)層-外層相嵌套的多級遞階控制結構。具體的，滾動最優(yōu)計劃層和實時基點追蹤層的每層內(nèi)部都包含完整超前控制過程的模型預測及滾動優(yōu)化環(huán)節(jié)，針對不同的控制目標(經(jīng)濟性、安全性)分別執(zhí)行單獨的MPC優(yōu)化控制，保證每層各自控制目標的實現(xiàn)。進一步通過不同層之間的經(jīng)濟性與安全性的協(xié)調(diào)優(yōu)化，實現(xiàn)整體控制效果。這種分層優(yōu)化控制問題通過執(zhí)行若干子優(yōu)化過程來實現(xiàn)，上層優(yōu)化過程的輸出以計劃調(diào)整基點的形式傳給下層優(yōu)化過程，從而使得控制要求按級別高低依次獲得滿足。滾動最優(yōu)計劃層采用粗粒度模型，基于對風電出力及負荷需求的擴展短期預測結果對較長時段的過程進行優(yōu)化，給出的是理想情況下的系統(tǒng)經(jīng)濟最優(yōu)計劃，該計劃作為基點追蹤層的計劃調(diào)整基點來執(zhí)行。由于風電的隨機波動及計劃追蹤偏差等原因，系統(tǒng)的最優(yōu)控制目標將不斷發(fā)生變化?；c追蹤層采用細粒度滾動優(yōu)化模型，基于風電出力及負荷需求的超短期預測結果對計劃做進一步細化，以保證控制過程的抗干擾性。同時，為保證系統(tǒng)的經(jīng)濟性，基點追蹤層的發(fā)電機出力調(diào)整應緊跟上一層給出的最優(yōu)計劃，出現(xiàn)擾動時，采取偏差最小的控制模式。風電預測是實現(xiàn)分層模型預測控制的基礎。在目前的風電預測精度下，超前的模型預測控制過程無法避免風電出力計劃與實際發(fā)電能力之間存在的偏差，造成一定的棄風經(jīng)濟損失并引發(fā)系統(tǒng)安全問題。本發(fā)明提出通過在MPC滯后時間環(huán)節(jié)的反饋校正過程引入風電實時出力反饋控制環(huán)節(jié)(簡稱實時控制環(huán)節(jié))，采用基于風火聯(lián)調(diào)或下旋備追蹤等控制策略，對這種計劃偏差進行實時修正。形成對風電控制過程的前饋補償-反饋校正的雙層控制結構，構成閉環(huán)，實現(xiàn)對風電預測誤差的超前補償和滯后修正，達到克服風電不確定性的影響、最大程度消納風電的目的。最上層的最優(yōu)計劃層主要目的為保證系統(tǒng)的經(jīng)濟性，以日前計劃為基礎，根據(jù)電網(wǎng)擴展短期負荷預測及擴展短期風電預測結果滾動修正日前機組發(fā)電計劃，使得系統(tǒng)發(fā)電總出力與實際發(fā)電需求逐漸逼近，降低了日前計劃的不確定度，減輕了基點追蹤層及反饋校正層機組的壓力。第二層的基點追蹤層以上層給出的經(jīng)濟最優(yōu)計劃作為基點功率，根據(jù)電網(wǎng)超短期負荷預測及超短期風電預測結果調(diào)整相關機組出力，對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小調(diào)整以消除機組執(zhí)行最優(yōu)計劃過程中的功率不平衡量和風電負荷的隨機變化造成的不平衡量，保證系統(tǒng)運行的安全性。第三層的反饋校正層以基點追蹤層給出的控制指令作為調(diào)整基點，對超前預測環(huán)節(jié)產(chǎn)生的隨機預測誤差進行實時修正，以克服系統(tǒng)不確定性的影響、獲得閉環(huán)穩(wěn)定性。參考圖1，為適用于大規(guī)模風電控制過程的分層優(yōu)化模型的結構示意圖，主要包括發(fā)電機機組類型劃分單元、滾動最優(yōu)計劃層、實時基點追蹤層以及反饋校正層。以下對這四部分分別詳細介紹：(一)發(fā)電機機組類型劃分單元最優(yōu)計劃、基點追蹤、反饋校正三者控制的時間尺度要求不同，對機組控制性能的要求也不同，需要按照可用機組的性能分類，納入到不同的控制層中。在實際應用過程中，系統(tǒng)中發(fā)電機按機組類型、型號、老化情況的不同，對計劃的跟蹤能力也存在不同限制，本發(fā)明按機組響應能力對機組類型進行劃分。首先，為保證系統(tǒng)經(jīng)濟性，需要對全網(wǎng)每一臺機組均給出相應的滾動最優(yōu)計劃。因此，全網(wǎng)機組首先需要劃歸為滾動機組類型。進一步，按機組響應能力，對滾動機組依次劃分為人工調(diào)整機組、實時調(diào)度機組、實時控制機組及AGC機組。人工調(diào)整機組指沒有自動調(diào)節(jié)裝置，需要依靠電廠操作人員手動調(diào)整出力跟蹤以15min為間隔的滾動最優(yōu)計劃曲線的機組。實時調(diào)度機組指的是具有自動調(diào)節(jié)裝置，能夠自動跟蹤以5min為間隔的實時調(diào)度修正計劃指令的機組。實時控制機組屬于具有較快調(diào)節(jié)能力的AGC機組及具有自動調(diào)節(jié)能力的風電機組，能夠自動跟蹤1min間隔的實時控制出力調(diào)整指令。AGC機組則負責系統(tǒng)頻率及聯(lián)絡線功率計劃的保持。機組分類的基本原則是：調(diào)整速度最慢的機組受調(diào)整能力限制跟蹤調(diào)整速率最慢的滾動最優(yōu)計劃層計劃，以保證全局經(jīng)濟性為目標；調(diào)整速度稍快的機組負責修正最優(yōu)控制計劃偏差，平衡變化周期較慢的系統(tǒng)干擾，以安全基礎上的經(jīng)濟最優(yōu)出力調(diào)整為目標，跟蹤基點追蹤層的實時修正計劃；調(diào)整速度最快的AGC機組執(zhí)行反饋校正層的反饋校正指令，主要考慮安全性，負責平衡高頻干擾，在安全性能夠保證的前提下，進一步通過實時控制環(huán)節(jié)增風電，提高系統(tǒng)經(jīng)濟性。實際應用中，發(fā)電機機組類型劃分單元也稱為機組角色分配模塊，用于實時對全網(wǎng)機組的角色進行分配，機組角色包括日前計劃機組、滾動計劃機組、實時計劃機組和AGC機組；日前計劃機即為人工調(diào)整機組；滾動計劃機組即為實時調(diào)度機組；實時計劃機組即為實時控制機組。所述機組角色分配模塊采用以下方法，每隔預設時間確定全網(wǎng)各個機組的角色：步驟1，根據(jù)電網(wǎng)實時頻率與正常設定頻率的偏離程度，按從偏離度從輕到重的順序，依次劃分為4個控制區(qū)段，分別為：死區(qū)、正常區(qū)、輔助區(qū)和協(xié)作區(qū)；具體的，為保證AGC平滑、穩(wěn)定而有效地實現(xiàn)電力供需的實時平衡，避免在減少ACE的過程中出現(xiàn)過調(diào)或者欠調(diào)的情況，需要劃分控制區(qū)段(ControlZone)?？刂茀^(qū)段用于表示ACE的嚴重程度，包括死區(qū)(DeadBandZone)、正常區(qū)(NormalZone)也稱命令區(qū)(CommandZone)、輔助區(qū)(AssistZone)也稱允許區(qū)(PermissiveZone)、協(xié)作區(qū)(CooperationZone)也稱緊急區(qū)(EmergencyZone)。步驟2，通過以下公式分別確定死區(qū)邊界值ACED、正常區(qū)邊界值ACEN、輔助區(qū)邊界值ACEA和協(xié)作區(qū)邊界值ACEE：ACED=20Biϵ1ACEN=2L10ACEA=3L10ACEE=0.8LOSS]]>其中：Bi：控制區(qū)域設定的頻率偏差系數(shù)，單位MW/0.1HZ，取正號；ε1：互聯(lián)電網(wǎng)對全年一分鐘頻率平均偏差的均方根的控制目標；L10：十分鐘ACE平均值的絕對值的控制限值；LOSS：失穩(wěn)功率；根據(jù)ACE的具體值，各臺AGC機組的協(xié)調(diào)控制策略如下表所示：AGC機組協(xié)調(diào)控制策略表在表中：“不做控制”表示不進行任何調(diào)節(jié)；“偏差調(diào)節(jié)”表示需離開基點值，參與ACE調(diào)節(jié)，促使ACE減少?！盎c靠近”表示直接進行基點調(diào)節(jié)，不考慮對ACE的影響；“條件返回”表示進行基點調(diào)節(jié)時，要考慮是否對ACE造成影響，若向基點值逼近會導致ACE增大，則保持不動；若向基點值逼近將促使ACE減小，則進行變動?；c值的設定有多種方式，本發(fā)明采用的基點值為計劃基點，即基點值為一條連續(xù)的曲線。步驟3，根據(jù)機組性能對全網(wǎng)所有機組進行排序，按照機組性能從高到低的順序，將機組分別記為：機組1、機組2…，得到排序表；選擇排序表中滿足如下條件的最小m值，得到編號依次為：機組1、機組2…機組m的m個AGC機組；AGC機組按照偏差調(diào)節(jié)的控制策略進行調(diào)節(jié)：capagc=Σi=1m(Pi,max-Pi,max+Pi,min2)≥ACEN]]>其中：capagc：AGC偏差調(diào)節(jié)容量；Pi,max：機組i的最大出力值；Pi,min：機組i的最小出力值；步驟4，選擇編號依次為：機組m+1、機組m+2…機組n的n臺機組作為實時計劃機組，實時計劃機組按照跟蹤實時計劃策略進行控制，其中，n為滿足如下約束的最小值：capagc+Σi=1n(Pi,max-pi)≥ACEA]]>由于pi的出力是連續(xù)變化的值，因此，n也是一個動態(tài)變化的數(shù)值；步驟5，選擇編號依次為機組n+1、機組n+2…機組n+k的k臺機組作為滾動計劃機組，滾動計劃機組按照跟蹤滾動計劃策略進行控制，其中，k為滿足如下約束的最小值：capagc+Σi=1n(Pi,max-pi)+Σi=n+1n+k(Pi,max-pi)≥ACEE]]>步驟6，排序表中的剩余機組為日前計劃機組，日前計劃機組按照跟蹤日前計劃的控制策略進行調(diào)節(jié)。以上機組角色的分配可以通過程序自動進行統(tǒng)計選擇，為避免頻繁變化角色，可以每隔一段時間Δt進行一次分類。對于按偏差調(diào)節(jié)的機組,按照節(jié)能調(diào)度的要求，以煤耗系數(shù)的大小按比例分配不平衡功率。另外，機組角色分配模塊也可以采用以下方法確定機組角色：步驟1，首先根據(jù)歷史數(shù)據(jù)統(tǒng)計出ACE落在各個控制區(qū)段的概率，不妨令落在死區(qū)的概率為pro1，落在正常區(qū)之內(nèi)的概率為pro2，落在協(xié)作區(qū)的概率為pro3，落在緊急區(qū)以及緊急區(qū)之外的概率為pro4，則有：Σj=14proj=1]]>步驟2，參與調(diào)節(jié)ACE的AGC機組還必須在每個時段都滿足總旋轉備用的要求，不妨設系統(tǒng)中的N臺機組中共有n臺參與ACE控制的AGC機組(1≤n≤N)，并且由這n臺機組構成的集合記為SetA；旋轉備用的下限應根據(jù)電網(wǎng)的實際運行情況給定，不妨定為SRt,其值必須大于ACEE(也即0.8LOSS)；屬于集合SetA的n臺傳統(tǒng)機組共有4種角色可供選擇：機組角色及控制模式變量RoleID代表機組角色，取值為1,2,3,4，對應的控制模式分別為：偏差調(diào)節(jié)、跟蹤實時計劃、跟蹤滾動計劃和跟蹤日前計劃；其對應的機組角色分別為：AGC機組、實時機組、滾動計劃機組和日前計劃機組；根據(jù)RoleID矢量可以構造出與之映射的4個矢量Role(1)、Role(2)、Role(3)、Role(4)，用來保存角色分別為1,2,3,4的AGC機組下標；由此構建到以下的優(yōu)化問題的目標函數(shù)為：其中：Pit：機組i在t時刻的出力值；ai：非線性關系的二次項系數(shù)；bi：非線性關系的一次項系數(shù)；ci：非線性關系的常數(shù)項；d：當前出力值得修正系數(shù)；上述目標函數(shù)保證所有屬于Role(j)的AGC機組在一天中的ACE調(diào)節(jié)總費用的期望最小。而機組角色分配后需要保證ACE落在各個區(qū)域時都有足夠的AGC調(diào)節(jié)裕度，因此，產(chǎn)生了如下的約束：s.t.Σi∈Role(1)sit≥ACEDΣi∈Role(1)sit+Σi∈Role(2)sit≥ACENΣi∈Role(1)sit+Σi∈Role(2)sit+Σi∈Role(3)sit≥ACEAΣi∈Role(1)sit+Σi∈Role(2)sit+Σi∈Role(3)sit+Σi∈Role(4)sit≥ACEEt=1,2,...,T]]>sit為第i臺機組在t時刻的旋轉備用；在上述約束條件下對目標函數(shù)進行求解，即得到最終確定的AGC角色。(二)滾動最優(yōu)計劃層滾動最優(yōu)計劃層用于：所述滾動最優(yōu)計劃層采用粗粒度模型，以日前計劃為基礎，根據(jù)電網(wǎng)擴展短期模型的負荷預測結果及擴展短期風電預測結果滾動修正日前機組發(fā)電計劃出力功率，使得系統(tǒng)發(fā)電總出力功率與實際發(fā)電需求逐漸逼近，得到經(jīng)濟最優(yōu)的機組發(fā)電計劃出力，并將所述經(jīng)濟最優(yōu)的機組發(fā)電計劃出力作用于所述人工調(diào)整機組。其中，滾動最優(yōu)計劃層包括：擴展短期風電預測單元、擴展短期負荷預測單元以及經(jīng)濟最優(yōu)模型；所述擴展短期風電預測單元用于：對擴展短期風電進行預測；所述擴展短期負荷預測單元用于：對擴展短期負荷進行預測；所述經(jīng)濟最優(yōu)模型用于：以所述擴展短期風電預測單元和所述擴展短期負荷預測單元的預測結果為輸入，基于滾動優(yōu)化控制策略滾動修正日前機組發(fā)電計劃出力功率；其中，最優(yōu)計劃層的主要功能是保證計劃的最優(yōu)性，因此，最優(yōu)計劃層采用基于最小棄風基礎上的經(jīng)濟最優(yōu)調(diào)度模型，見式(1)：f1(pit)=minΣt=t0+1t0+Th(Σi=1N(aipit2+bipit+ci)+Σj∈Gwindλj(pjtf-pjtw))---(1)]]>其中，f1(pit)為調(diào)度模型目標函數(shù)；t為優(yōu)化時間；t0為優(yōu)化起始時段；Th為最優(yōu)計劃層優(yōu)化時段長度；N為常規(guī)機組數(shù)；ai、bi、ci為常規(guī)機組i的煤耗系數(shù)；pit為常規(guī)機組i在第t時段的有功出力計劃；Gwind為風電機組數(shù)；λj為棄風成本因子；為風電機組擴展短期預測出力；為風電機組j在第t時段的有功出力計劃。一般來說，對于控制效果要求較高的控制過程，應取較大的優(yōu)化周期，以擴大反映過程未來變化趨勢的信息量，覆蓋被控對象的主要動態(tài)響應，如負荷爬坡過程，保證優(yōu)化結果的連續(xù)性，增強克服各種不確定性和復雜變化影響的能力，使閉環(huán)系統(tǒng)具有所期望的穩(wěn)定性。同時，有功調(diào)度的經(jīng)濟性要求也需要一個較長時間的積累過程，要求控制有較長的采樣周期。因此，最優(yōu)計劃層的優(yōu)化周期取為目前風電場風電超短期預測的最大周期4小時，采樣步長取為15min。(三)實時基點追蹤層所述實時基點追蹤層用于：所述實時基點追蹤層采用細粒度滾動優(yōu)化模型，以所述經(jīng)濟最優(yōu)的機組發(fā)電計劃出力作為基點功率，根據(jù)電網(wǎng)超短期負荷預測結果及超短期風電預測結果調(diào)整機組出力，生成對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小機組出力調(diào)整的實時調(diào)度修正計劃指令，并將所述實時調(diào)度修正計劃指令作用于所述實時調(diào)度機組，進而消除機組執(zhí)行經(jīng)濟最優(yōu)計劃中的功率不平衡量和風電負荷的隨機變化造成的不平衡量。實時基點追蹤層包括：超短期風電預測單元、超短期負荷預測單元以及基點追蹤模型；所述超短期風電預測單元用于：對超短期風電進行預測；所述超短期負荷預測單元用于：對超短期負荷進行預測；所述基點追蹤模型用于：以所述超短期風電預測單元和所述超短期負荷預測單元的預測結果為輸入，基于基點追蹤策略對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小調(diào)整；所述基點追蹤策略為：采用式(2)的調(diào)度模型：f1(pit)=minΣt=t0+1t0+Tl(Σi=1N(ai(pitroll+Δpit)2+bi(pitroll+Δpit)ci)+Σj∈Gwindλj(pjtf-pjtw))---(2)]]>f1(pit)為調(diào)度模型目標函數(shù)；t為優(yōu)化時間；t0為優(yōu)化起始時段；Tl為基點追蹤層優(yōu)化時段長度；N為常規(guī)機組數(shù)；ai、bi、ci為常規(guī)機組i的煤耗系數(shù)；pit為常規(guī)機組i在第t時段的有功出力計劃；為第i臺機組在第t時段的滾動最優(yōu)計劃層計劃；Δpit為第i臺機組在第t時段的基點追蹤計劃調(diào)整量，為控制輸出量；Gwind為風電機組數(shù)；λj為棄風成本因子；為風電機組擴展短期預測出力；為風電機組j在第t時段的有功出力計劃。基點追蹤層以5min為采樣步長(采樣步長取值較小時，系統(tǒng)的抗干擾性較強。但受機組調(diào)整速率的影響，采樣步長取值越小，則越難保證機組出力對計劃值的跟蹤能力，控制效果也越差。因此，采樣步長的選擇應考慮被控機組的時滯響應，使得采樣步長至少應大于機組的響應時間，由于一般機組響應時間在2min以上，因此，基點追蹤層至少要保證采樣步長在2min以上，這里選擇為5min以保證不同響應速度機組對基點追蹤計劃的執(zhí)行效果)，15min為采樣周期，以最優(yōu)計劃層給出的最優(yōu)功率作為調(diào)整基點，通過對計劃時段內(nèi)的系統(tǒng)狀態(tài)進行最小調(diào)整以跟蹤全局穩(wěn)態(tài)優(yōu)化結果，保證系統(tǒng)運行的安全性。(四)反饋校正層反饋校正層包括AGC機組發(fā)電負荷平衡校正單元和實時控制機組出力校正單元；所述實時控制機組風電出力校正單元用于：以所述實時基點追蹤層給出的實時調(diào)度修正計劃指令作為控制基點，對超前預測環(huán)節(jié)產(chǎn)生的隨機預測誤差進行實時修正，生成用于對實時控制機組進行控制的實時控制出力調(diào)整指令，并將所述實時控制出力調(diào)整指令下發(fā)到所述實時控制機組，實現(xiàn)對實時控制機組的控制。對于本發(fā)明的滾動最優(yōu)計劃層和實時基點追蹤層，最優(yōu)計劃層及基點追蹤層采用滾動優(yōu)化求解策略，從圖2可以看出，最優(yōu)計劃層每隔15min啟動一次，給出未來4小時時段長度的計劃指令；而基點追蹤層每5min啟動一次，每次給出未來15min分鐘長度的計劃指令，兩者采用不同大小粒度，實現(xiàn)功能互補。由此可見，本發(fā)明提供的適用于大規(guī)模風電控制過程的分層優(yōu)化模型，以最優(yōu)計劃層的經(jīng)濟最優(yōu)計劃輸出值作為基點追蹤層調(diào)度過程的調(diào)整基點，以基點追蹤層調(diào)整后的調(diào)度指令作為反饋校正層的修正基點。最后，反饋校正層將修正后的控制指令下發(fā)給機組，構成前向的計劃下發(fā)數(shù)據(jù)流程。每一層負責修正上一層的偏差，遺留的偏差由下一層來修正，體現(xiàn)了一種“多級協(xié)調(diào)、逐級細化”的思想，可有效降低風電預測的不準確性對控制過程的影響。實際運行結果表明，采用本發(fā)明分層優(yōu)化模型進行反復滾動優(yōu)化更新的控制策略，能夠增強系統(tǒng)處理擾動和不確定性的能力，提高控制的魯棒性。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視本發(fā)明的保護范圍。當前第1頁1 2 3