基于凸包算法的极端运行方式提取方法

doi:10.11930/j.issn.1004-9649.202305121

中国电力 ›› 2024, Vol. 57 ›› Issue (7): 30-39.DOI: 10.11930/j.issn.1004-9649.202305121

• 新型电力系统不确定性建模与运行决策 • 上一篇下一篇

基于凸包算法的极端运行方式提取方法

许彦平(), 白婕(), 施浩波(), 秦晓辉(), 张彦涛()

中国电力科学研究院电力系统碳中和研究中心，北京　100192

收稿日期:2023-05-27 出版日期:2024-07-28 发布日期:2024-07-23
作者简介:许彦平（1989—），女，硕士，高级工程师，从事电力系统规划与新能源生产模拟仿真等研究，E-mail：xuyanping@epri.sgcc.com.cn
白婕（1991—），女，硕士，工程师，从事新能源生产模拟与电力系统优化调度技术研究，E-mail：baijie@epri.sgcc.com.cn
施浩波（1977—），男，博士，高级工程师（教授级），通信作者，从事电力系统规划与分析控制技术研究，E-mail：hbshi@epri.sgcc.com.cn
秦晓辉（1979—），男，高级工程师（教授级），从事电力系统规划运行分析与新能源并网技术研究，E-mail：qinxh@epri.sgcc.com.cn
张彦涛（1980—），男，硕士，高级工程师（教授级），从事电力系统分析与规划技术研究，E-mail：ytzhang@epri.sgcc.com.cn
基金资助:
国家电网有限公司总部科技项目（考虑碳排放约束和复杂条件的新型电力系统中长期电力电量平衡机理和模型研究，5100-202155466A-0-0-00）。

Extreme Operation Mode Extraction Method Based on Convex Hull Algorithm

Yanping XU(), Jie BAI(), Haobo SHI(), Xiaohui QIN(), Yantao ZHANG()

Power System Carbon Neutrality Research Center, China Electric Power Research Institute, Beijing 100192, China

Received:2023-05-27 Online:2024-07-28 Published:2024-07-23
Supported by:
This work is supported by Science and Technology Project of SGCC (Research on the Mechanism and Model of Medium and Long-Term Electric Power and Electricity Balance in New Power System Considering Carbon Emission Constraints and Complex Conditions, No.5100-202155466A-0-0-00).

摘要/Abstract

摘要：

在电力系统规划与运行的安全稳定计算中，一般选择对安全稳定最不利的运行方式进行校验，但随着新能源渗透率的增加，电网越发复杂多变，人工选择场景主观性较强，针对此问题，提出了一种基于快速凸包算法的极端运行方式提取，从而满足场景选取进行安全校核需求。从电源规划、发输电协调规划两个角度，考虑发电充裕性、火电爬坡需求、网络传输安全3个方面，分析影响规划的极端运行方式；基于凸包算法分别从上述3个方面构建坐标系进行极端运行方式提取；采用中国西北地区电网为算例进行极端运行方式提取，并与基于K-means算法的极端场景提取做对比，结果表明：所提方法能为场景选取提供有效数据支撑，满足电网规划要求。

关键词: 凸包算法, 极端运行方式, 电源规划, 发输电协调规划, 场景提取

Abstract:

In the context of safety and stability calculation in power system planning and operation, the operation mode that is the most unfavorable to safety and stability is generally selected for verification. However, with the increase of new energy penetration, the power grid has become more complex and changeable, leading to a more subjective artificial selection scenario. To address this issue, this paper proposes an extreme scenario extraction method based on a rapid convex hull algorithm to meet the requirements of scenario selection for security verification. From the perspectives of power supply planning and generation-transmission coordination planning, the extreme operating modes affecting planning are analyzed, considering generation adequacy, thermal power ramping requirements, and network transmission security. Based on the convex hull algorithm, the coordination system is constructed from the above-mentioned three aspects to extract the extreme operation mode. The proposed method is applied to extract the extreme operation modes in the power grid of Northwest China. Compared with the extreme scenario extraction based on the K-means algorithm, the results demonstrate that the proposed method can provide effective data support for scenario selection and meet the requirements of power grid planning.

Key words: convex hull algorithm, extreme operation mode, power supply planning, generation-transmission coordination planning, scenario extraction

许彦平, 白婕, 施浩波, 秦晓辉, 张彦涛. 基于凸包算法的极端运行方式提取方法[J]. 中国电力, 2024, 57(7): 30-39.

Yanping XU, Jie BAI, Haobo SHI, Xiaohui QIN, Yantao ZHANG. Extreme Operation Mode Extraction Method Based on Convex Hull Algorithm[J]. Electric Power, 2024, 57(7): 30-39.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.202305121

https://www.electricpower.com.cn/CN/Y2024/V57/I7/30

图/表 13

参考文献 23

1	曹志斌. 习近平在第七十五届联合国大会一般性辩论上发表重要讲话[EB/OL](2020-09-22)[2023-03-20]. http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm.
2	刘纯. 新能源电力系统生产模拟[M]. 北京: 中国电力出版社, 2019.
3	代倩, 张健, 吴俊玲, 等. 基于多分区时序生产模拟的省级电网差异化储能规划方法[J]. 中国电力, 2022, 55 (11): 21- 28.
	DAI Qian, ZHANG Jian, WU Junling, et al. Differentiated energy storage planning method of provincial power grids based on multi-partition time series production simulation[J]. Electric Power, 2022, 55 (11): 21- 28.
4	陶星宇, 杨健维, 牛牧童, 等. 计及电动汽车充电负荷的电力系统中长期生产模拟方法研究[J]. 电力科学与技术学报, 2023, 38 (1): 18- 26.
	TAO Xingyu, YANG Jianwei, NIU Mutong, et al. A mid/long-term power system production simulation approach considering charging load of electric vehicles[J]. Journal of Electric Power Science and Technology, 2023, 38 (1): 18- 26.
5	国家市场监督管理总局, 国家标准化管理委员会. 电力系统安全稳定导则: GB 38755—2019[S]. 北京: 中国标准出版社, 2019.
6	程浩忠. 电力系统规划[M]. 2版. 北京: 中国电力出版社, 2014.
7	HOU Q C, DU E S, ZHANG N, et al. Impact of high renewable penetration on the power system operation mode: a data-driven approach[J]. IEEE Transactions on Power Systems, 2020, 35 (1): 731- 741. DOI
8	侯庆春, 杜尔顺, 田旭, 等. 数据驱动的电力系统运行方式分析[J]. 中国电机工程学报, 2021, 41 (1): 1- 12, 393.
	HOU Qingchun, DU Ershun, TIAN Xu, et al. Data-driven power system operation mode analysis[J]. Proceedings of the CSEE, 2021, 41 (1): 1- 12, 393.
9	丁明, 解蛟龙, 刘新宇, 等. 面向风电接纳能力评价的风资源/负荷典型场景集生成方法与应用[J]. 中国电机工程学报, 2016, 36 (15): 4064- 4072.
	DING Ming, XIE Jiaolong, LIU Xinyu, et al. The generation method and application of wind resources/load typical scenario set for evaluation of wind power grid integration[J]. Proceedings of the CSEE, 2016, 36 (15): 4064- 4072.
10	段云琦. 基于数据挖掘的电网规划多场景建模研究[D]. 北京: 华北电力大学, 2018.
	DUAN Yunqi. Research on multi-scenario modeling of power grid planning based on data mining[D]. Beijing: North China Electric Power University, 2018.
11	罗魁, 石文辉. 面向风电接入暂态功角稳定分析的电网极端运行场景提取[J]. 电力系统自动化, 2021, 45 (20): 113- 120. DOI
	LUO Kui, SHI Wenhui. Extraction of extreme operation scenarios in power grid for transient angle stability analysis under wind power integration[J]. Automation of Electric Power Systems, 2021, 45 (20): 113- 120. DOI
12	LEE S T. Community activity room/sup/spl trade// as a new tool for transmission operation and planning under a competitive power market[C]//2003 IEEE Bologna Power Tech Conference Proceedings. Bologna, Italy. IEEE, 2003: 6pp. Vol. 4.
13	余贻鑫. 电力系统安全域方法研究述评[J]. 天津大学学报, 2008, 41 (6): 635- 646. DOI
	YU Yixin. Review of study on methodology of security regions of power system[J]. Journal of Tianjin University, 2008, 41 (6): 635- 646. DOI
14	刘佳霖, 严剑峰, 史东宇, 等. 基于Lawson算法的电力系统运行方式规则自动生成方法[J]. 中国电机工程学报, 2023, 43 (21): 8171- 8182.
	LIU Jialin, YAN Jianfeng, SHI Dongyu, et al. Automatically generating method of power system operation mode rules based on lawson algorithm[J]. Proceedings of the CSEE, 2023, 43 (21): 8171- 8182.
15	王鹏, 张灵凌, 梁琳, 等. 火电机组有偿调峰与无偿调峰划分方法探讨[J]. 电力系统自动化, 2010, 34 (9): 87- 90.
	WANG Peng, ZHANG Lingling, LIANG Lin, et al. A method for division of paid peak-regulation and free peak-regulation for thermal power units[J]. Automation of Electric Power Systems, 2010, 34 (9): 87- 90.
16	曾林. 风电出力不确定性建模及其在电力系统中的应用[D]. 天津: 天津大学, 2018.
	ZENG Lin. Modeling of wind power uncertainty and its application in power system[D]. Tianjin : Tianjin University, 2018.
17	GRAHAM R L. An efficient algorithm for determining the convex hull of a finite planar set[J]. Information Processing Letters, 1972, 1 (4): 132- 133. DOI
18	JARVIS R A. On the identification of the convex hull of a finite set of points in the plane[J]. Information Processing Letters, 1973, 2 (1): 18- 21. DOI
19	PREPARATA F P, HONG S J. Convex hulls of finite sets of points in two and three dimensions[J]. Communications of the ACM, 1977, 20 (2): 87- 93. DOI
20	CHAND D R, KAPUR S S. An algorithm for convex polytopes[J]. Journal of the ACM, 17(1): 78–86.
21	CLARKSON K L, SHOR P W. Applications of random sampling in computational geometry, II[J]. Discrete & Computational Geometry, 1989, 4 (5): 387- 421.
22	BARBER C B, DOBKIN D P, HUHDANPAA H. The quickhull algorithm for convex hulls[J]. ACM Transactions on Mathematical Software, 1996, 22 (4): 469- 483. DOI
23	毛鹏. 快速凸包计算实现及其应用[D]. 西安: 西安电子科技大学, 2013.
	MAO Peng. Fast convexhull computation inplementation and its application[D]. Xi'an: Xidian University, 2013.

极端运行方式小时/h	时刻	负荷/ 万kW	火电/ 万kW	新能源/ 万kW	特点
691	01-29 19:00	1403.2	2754.3	51.6	负荷较小时火电较大
855	02-05 15:00	1485.2	1107.4	842.1	火电出力最小值
965	02-10 05:00	1478.5	1659.6	24.8	新能源出力较小时火电出力较小
1072	02-14 16:00	1510.1	1378.4	1671.6	新能源出力较大时火电出力较小，存在弃风弃光
1157	02-18 05:00	1436.7	2291.3	1.0	新能源出力最小值
1646	03-10 14:00	1562.6	1798.3	1990.1	新能源出力最大值，存在弃风弃光
7099	10-23 19:00	1800.2	1496.6	1329.1	火电出力较小时负荷较大
7698	11-17 18:00	1938.0	2030.9	1097.9	负荷最大值时新能源出力较大
7771	11-20 19:00	1938.0	3008.5	33.2	负荷最大值时火电出力较大，新能源出力较小
8251	12-10 19:00	1609.6	3142.7	20.8	火电出力最大值，新能源出力较小
8630	12-26 14:00	1303.7	1817.2	1602.2	负荷较小时新能源出力较大
8655	12-27 15:00	1254.8	1802.7	1211.8	负荷最小值
8718	12-30 06:00	1288.2	2430.1	78.8	负荷较小时新能源出力较小

极端运行方式小时/h	时刻	负荷/ 万kW	火电/ 万kW	新能源/ 万kW	特点
691	01-29 19:00	1403.2	2754.3	51.6	负荷较小时火电较大
855	02-05 15:00	1485.2	1107.4	842.1	火电出力最小值
965	02-10 05:00	1478.5	1659.6	24.8	新能源出力较小时火电出力较小
1072	02-14 16:00	1510.1	1378.4	1671.6	新能源出力较大时火电出力较小，存在弃风弃光
1157	02-18 05:00	1436.7	2291.3	1.0	新能源出力最小值
1646	03-10 14:00	1562.6	1798.3	1990.1	新能源出力最大值，存在弃风弃光
7099	10-23 19:00	1800.2	1496.6	1329.1	火电出力较小时负荷较大
7698	11-17 18:00	1938.0	2030.9	1097.9	负荷最大值时新能源出力较大
7771	11-20 19:00	1938.0	3008.5	33.2	负荷最大值时火电出力较大，新能源出力较小
8251	12-10 19:00	1609.6	3142.7	20.8	火电出力最大值，新能源出力较小
8630	12-26 14:00	1303.7	1817.2	1602.2	负荷较小时新能源出力较大
8655	12-27 15:00	1254.8	1802.7	1211.8	负荷最小值
8718	12-30 06:00	1288.2	2430.1	78.8	负荷较小时新能源出力较小

极端运行方式小时/h	风光变化/万kW	火电变化/万kW	负荷+外送变化/万kW	特点
762	–424.9	24.0	–401.2	负荷外送下降最大值，火电变化不大，风光下降较大
2099	564.8	–0.1	547.2	负荷外送增长最大值，火电变化不大，风光增长较大
3144	496.1	–479.2	16.8	火电降低最大值，风光增长较大，负荷外送变化不大
4345	103.1	–430.7	–329.6	风光变化不大，火电下降较大，负荷外送下降较大
7211	566.8	–59.8	427.7	风光增长最大值，负荷外送增长较大，火电变化不大
7530	–539.5	433.6	–105.9	风光下降较大，火电增长较大
7722	–541.8	613.2	71.4	风光降低最大值，火电增长最大值，负荷变化不大
8257	18.9	–407.4	–389.0	风光变化不大，火电下降较大，负荷外送下降较大
8658	–519.4	328.4	–191.0	风光下降较大，火电增长较大

极端运行方式小时/h	风光变化/万kW	火电变化/万kW	负荷+外送变化/万kW	特点
762	–424.9	24.0	–401.2	负荷外送下降最大值，火电变化不大，风光下降较大
2099	564.8	–0.1	547.2	负荷外送增长最大值，火电变化不大，风光增长较大
3144	496.1	–479.2	16.8	火电降低最大值，风光增长较大，负荷外送变化不大
4345	103.1	–430.7	–329.6	风光变化不大，火电下降较大，负荷外送下降较大
7211	566.8	–59.8	427.7	风光增长最大值，负荷外送增长较大，火电变化不大
7530	–539.5	433.6	–105.9	风光下降较大，火电增长较大
7722	–541.8	613.2	71.4	风光降低最大值，火电增长最大值，负荷变化不大
8257	18.9	–407.4	–389.0	风光变化不大，火电下降较大，负荷外送下降较大
8658	–519.4	328.4	–191.0	风光下降较大，火电增长较大

极端运行方式小时/h	A省外送/ 万kW	B省外送/ 万kW	C省外送/ 万kW	D省外送/ 万kW	E省外送/ 万kW
2099	1175.8	–112.6	194.9	–1357.9	99.8
3750	–587.4	100.8	–233.8	486.8	233.6
2684	381.7	–729.6	204.9	143.0	0
7142	80.6	1042.7	205.5	–864.1	–464.7
2080	1020.9	303.0	–850.6	–1124.5	651.2
7021	341.8	–279.5	708.8	–892.3	121.2
7211	649.8	316.8	592.8	–1436.6	–122.8
8683	100.9	–626.7	0	869.8	–344.0
1756	–38.2	–385.8	–302.8	–220.8	947.6
8299	348.8	114.3	–12.3	247.0	–697.8

基于凸包算法的极端运行方式提取方法

Extreme Operation Mode Extraction Method Based on Convex Hull Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 23

相关文章 3

编辑推荐

Metrics

[1]	傅观君, 张富强, 夏鹏, 冯君淑, 张晋芳. 天然气发电在新型电力系统中的功能定位及发展前景研判[J]. 中国电力, 2024, 57(8): 67-74.
[2]	李文佩，方华亮，马溪源，刘凯. 短时需求响应对含风电电源规划的影响研究[J]. 中国电力, 2015, 48(2): 122-127.
[3]	白建华，闫晓卿，程路. “十三五”电力流及电源规划方案研究[J]. 中国电力, 2015, 48(1): 15-20.

模态框（Modal）标题

基于凸包算法的极端运行方式提取方法

Extreme Operation Mode Extraction Method Based on Convex Hull Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 23

相关文章 3

编辑推荐

Metrics