CN103151803B - 一种含风电系统机组及备用配置的优化方法 - Google Patents

一种含风电系统机组及备用配置的优化方法 Download PDF

Info

Publication number
CN103151803B
CN103151803B CN201310081629.9A CN201310081629A CN103151803B CN 103151803 B CN103151803 B CN 103151803B CN 201310081629 A CN201310081629 A CN 201310081629A CN 103151803 B CN103151803 B CN 103151803B
Authority
CN
China
Prior art keywords
unit
generating unit
power generating
fired power
period
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310081629.9A
Other languages
English (en)
Other versions
CN103151803A (zh
Inventor
界金星
赵冬梅
刘燕华
李龙龙
李星宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JILIN ACADEMY OF ELECTRIC POWER SCIENCE
Electric Power Research Institute Of Jilin Electric Power Co
State Grid Corp of China SGCC
North China Electric Power University
Original Assignee
JILIN ACADEMY OF ELECTRIC POWER SCIENCE
Electric Power Research Institute Of Jilin Electric Power Co
State Grid Corp of China SGCC
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JILIN ACADEMY OF ELECTRIC POWER SCIENCE, Electric Power Research Institute Of Jilin Electric Power Co, State Grid Corp of China SGCC, North China Electric Power University filed Critical JILIN ACADEMY OF ELECTRIC POWER SCIENCE
Priority to CN201310081629.9A priority Critical patent/CN103151803B/zh
Publication of CN103151803A publication Critical patent/CN103151803A/zh
Application granted granted Critical
Publication of CN103151803B publication Critical patent/CN103151803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Abstract

本发明公开了电力系统运行和调度技术领域的一种含风电系统机组及备用配置的优化方法。其技术方案是,通过分析风机输出特性,并在分析火电机组运行费用的传统方法中,考虑汽轮机进气阀突然开启时产生的阀点效应,同时增加了基于可靠性指标的旋转备用容量分析;建立机组及备用容量优化的数学模型,从而得到最优的配置结果,并根据配置结果进行配置。本发明提供的方法,考虑了水电在不同时期的不同处理方式,对含风电场的电力系统稳态经济调度提供了良好的基础;建模中考虑了风电功率的随机波动性,增加了基于可靠性指标的旋转备用容量分析步骤,并将机组运行经济性与旋转备用容量优化配置相融合,建立了含风电场电力系统的机组与备用优化数学模型。

Description

-种含风电系统机组及备用配置的优化方法
技术领域
[0001] 本发明属于电力系统运行和调度技术领域,尤其涉及一种含风电系统机组及备用 配置的优化方法。
背景技术
[0002] 近年来,随着国内电力工业的长足发展和市场化改革的进行,我国电力系统迅猛 发展。特高压交直流输电投入运行,传统电源和新能源发电装机容量稳步增长,微网和储能 技术也取得显著的进步,电力系统规模日益庞大,运行环境越发复杂,与此同时,电力系统 运行过程中遇到的不确定因素也不断增多。实际运行中,由于发电机的随机停运,负荷的波 动,负荷预测的偏差,线路过载等都会造成电力系统平衡状态的破坏,从而给社会带来很大 的经济损失。在新能源发电方面,风电由于环境友好、技术成熟、成本低、商业化前景好,成 为目前发展最快的新型能源,国内风电装机容量飞速增长,某些地区的风电渗透率已不容 忽视,但是由于风电出力的随机性和间歇性,风电接入系统后,势必会使系统面临更多的不 确定性因素。因此,传统的电力系统调度运行理论必须加以改进和完善,以适应系统电源结 构的改变。
[0003] 机组组合及备用配置问题是电力系统经典的研究课题之一,主要通过预测未来一 段研究周期内的负荷水平,决策系统该段周期的开机计划及出力,并预留一定容量的旋转 备用,以应对可能的突发事故,维持系统的安全、可靠运行。合理的机组组合策略可以有效 地节省一次能源,延长机组寿命;合理的备用配置能保证系统安全运行,降低系统运行成 本。
发明内容
[0004] 本发明以系统运行的综合成本最低为动态有功经济调度的目标函数,包括机组燃 料费、汽轮机的阀点效应、启停机费用和由于强迫停运导致的停电损失费用,并考虑到在市 场环境下,电厂不再无偿提供备用辅助服务,提出了一种含风电系统机组及备用配置的优 化方法。
[0005] -种含风电系统机组及备用配置的优化方法,其特征在于,所述方法包括步骤:
[0006] 步骤1 :分析风机输出特性,得到研究周期内各场景中的风电出力曲线;
[0007] 步骤2 :分析水电机组和火电机组的运行费用,优先安排水电机组承担尖峰负荷, 根据系统功率平衡Pe+PH=PfP w,其余负荷由火电机组承担;分析火电机组运行费用的传统 方法中考虑了燃料费和启停机费用,在此基础上,考虑汽轮机进气阀突然开启时产生的阀 点效应,得到火电机组运行费用Y e;其中,pe为系统内的火电机组总出力;PH为系统内水电 机组的总出力;P W为风电场输出的有功功率预测值;匕为系统负荷预测值;
[0008] 步骤3 :机组运行要符合系统运行可靠性指标,选取与经济性相关的电量不足期 望值ENNS指标,将步骤1中得到的研究周期内风电出力曲线与根据历史数据得到的负荷预 测曲线相叠加后,运用随机生产模拟技术计算停电损失费用Y s ;考虑火电厂有偿提供备用 辅助服务,系统在配置备用时需向提供旋转备用的火电厂支付的费用乙;
[0009] 步骤4 :根据步骤2和3中求出的火电机组运行费用Ye、停电损失费用乙和向提供 旋转备用的火电厂支付的费用I,建立机组及备用容量优化数学模型;
[0010] 步骤5 :根据步骤4中建立的机组及备用容量优化数学模型得到各个机组的输出 功率和各个机组提供的旋转备用容量,并根据得到各个机组的输出功率和各个机组提供的 旋转备用容量进行配置。
[0011] 所述分析风机输出特性,得到研究周期内各场景中的风电出力曲线的过程为:
[0012] 步骤101 :对于研究周期内的各个时段,通过实测数据整理拟合得到风速的概率 密度分布函数,对概率密度分布函数积分获得风速的累积分布函数(分布函数值在〇和1之 间),按均匀分布随机生成区间(〇,1)内的随机数;
[0013] 步骤102 :根据随机数值利用累计分布函数的反函数获得与之对应的风速值,
[0014] 步骤103 :按照典型风机出力函数计算各时段内的风电出力值;
[0015] 步骤104:将各个时段的风电出力值按时间排序,获得研究周期内的风电出力曲 线.
[0016] 步骤105 :重复以上过程,相当于反复进行随机抽样,得到若干的风电出力场景, 以及这些场景所对应的不同风电出力曲线。
[0017] 步骤2中,丰水期,水电机组作为高效机组承担基荷;枯水期,水电机组作为高效 调峰机组承担峰荷。将系统功率平衡式中的水电出力移至等号右边,即P e=PfPw-PH,可将负 荷曲线变化为两种形式:丰水期如和枯水期。对于丰水期,水电机组按额定容量的一定比例 平稳发电,即Pw= ε *PwN ;枯水期,水电机组按水库的运行方式发电,有j.' ($ -.V2>// = HZ,其 中(h,为削峰时段,yi为负荷曲线,y2水电机组出力曲线,W为根据调度安排水电机组 在枯水期的总发电量。
[0018] 分析常规火电机组运行费用时,考虑了燃料费、汽轮机的阀点效应以及启停机费 用,总运行费的计算式为Y e=At (Pe) +Bt (Pe) +Ct (Pe)。
[0019] 在一个时间段t内,火电机组的燃料费用为:
[0020] 4(^G) = Σ f = l
[0021] 其中,AjPtJzaiX (P^y+biXP^+Ci ^(Ρ^)为火电机组i在t时段的发电成本; N为火电机组总数;% (t)是火电机组i在t时刻的状态,% (t) =1表示运行状态,% (t) =0表 示停运状态;ai、bi和Ci为燃料费用系数;Pt;i为火电机组i在t时段输出的有功功率。
[0022] 各火电机组的汽轮机因阀点效应产生的总运行费用为:
[0023] 马的)=|>, (/?.,),(/); 7=1
[0024] 其中4汜,1) = |6#11比(?_-?^)]|办也,1)为时间段七内火电机组1由于阀点 效应产生的能耗成本;N为火电机组总数;% (t)是火电机组i在t时刻的状态,A (t) =1表 示运行状态,Ui(t)=0表示停运状态;为火电机组i在t时段输出的有功功率;Pimin为火 电机组i的最小出力A和&为阀点效应系数。
[0025] 火电机组启停的总费用为:
Figure CN103151803BD00071
[0027] 其中,(;(ΡΜ)为t时段内火电机组i产生的启停费用;由于t时段内火电机组i 产生的启停费用与其上一时段t_l时段有关,只有当上一时段火电机组所处的状态为停机 时,才会耗费这部分费用,所以Q (Pt,J = (I-% (t-1)) *STCi (t) (t)是火电机组i在t时刻 的状态,Ui (t) =1表示运行状态,Ui (t) =0表示停运状态;Ui (t-1)是火电机组i在t-i时刻 的状态;STCi(t)是火电机组i的启停成本。
[0028] 步骤3中,将研究周期内不同场景下的风电出力曲线分别与根据历史数据得到的 负荷预测曲线(属于现有技术)相叠加,形成等效负荷预测曲线,再将此曲线重画成等效持 续负荷预测曲线L,L上一点(X,t)表示等效负荷大于等于X的持续时间为t,在t时段内 停电损失费用为:
[0029] Ys=Y*ffENNS;t;
[0030] 其中,wEfflS,t为t时段用户电量损失期望值;W ENNS,t通过随机生产模拟技术求出 1* JT +C F/.H = T ~ ^ ; T为调度周期总的时段数;Xmax为研究周期内的最大 负荷,ct为系统总装机容量,fn(x)为等效负荷持续曲线(ELDC,风电看成负的负荷包含在其 中);Y为每度电的停电损失费用,一般取为每千瓦时产值的5倍。
[0031] 系统在配置备用时需向提供旋转备用的火电厂支付的费用乙的计算公式为:
Figure CN103151803BD00072
[0033] 其中,N为火电机组总数;P i为火电机组i的备用报价;Rt;i为第i台火电机组在 t时段的备用容量。
[0034] 步骤4中,建立的机组及备用容量优化数学模型的过程为:把研究周期均等地分 为T个时段,对于一天来说,可以按小时均分成24个时段,将各个时段内考虑电力系统运行 经济性和可靠性得到的运行费用求和,即为研究周期内的总费用,优化目标则为使这个总 费用最小化。因此,根据步骤2和3中的结论与数学表达式,建立机组及备用容量优化数学 模型,包括目标函数与约束条件;
[0035] 所述目标函数为:
Figure CN103151803BD00073
[0039] 其中,At(Pc)为t时段内火电机组的燃料费用;Bt(Pc)为t时段内因阀点效应产生 的总运行费用为t时段内火电机组启停的总费用;Υ(Ρ Μ)为调度周期内总的运行 成本;i为发电机组号;N为火电机组总数;t为时段号;T为调度周期总的时段数;% (t)是 火电机组i在t时刻的状态,A (t) =1表示运行状态,A (t) =0表示停运状态;P i为火电机组 i的备用报价;Rtii为第i台火电机组在t时段的备用容量A (ΡΜ)为火电机组i在t时段 的发电成本^(ρμ)为火电机组的汽轮机阀点效应产生的能耗成本Α(ΡΜ)为启停机费 用;Y*WENNS,t为用户在t时段内的期望停电损失费用;γ为每度电的停电损失费用;w ENNS,t 为t时段用户电量损失期望值。
[0040] 所述约束条件包括:
[0041] 1)系统功率平衡约束
[0042] PG+PH+Pw-PL-p$=〇
[0043] 其中,系统内的火电机组总出力;PH为系统内水电机组的总出力;PW为风电场 输出的有功功率预测值;匕为系统负荷预测值;Ρφ为系统的网络损耗;
[0044] 2)常规火电机组容量平衡
Figure CN103151803BD00081
[0046] 其中,为火电机组i在第t时段的出力,PK,t;i为火电机组i在第t时段的旋 转备用容量;P eiu为火电机组i的额定容量;N为火电机组总数;
[0047] 3)火电机组出力约束 [0048] Ρωη^ΡΜ^ΡίΠ3Χ
[0049] 其中,Piniax为火电机组i的最大出力;Ρ_为火电机组i的最小出力;P t;i为火电 机组i在t时段输出的有功功率;
[0050] 4)火电机组爬坡率约束
[0051]
[0052] Pt-h,-Pt,^>i*T6〇
[0053] 其中,<为火电机组i的向上爬坡率,rj为火电机组i的向下爬坡率,T6Q为爬坡时 间段,选定为60分钟;P t;i为火电机组i在t时段输出的有功功率;Pt_1;i为火电机组i在 t_l时段输出的有功功率;
[0054] 5)常规机组最小运行和停机时间约束
[0055] (Λ7,!(/-ΐ)-7;〇ί,)(^,(/-1)-^/,(/))^0
[0056] (Xf (i)-t/;(i-l))>0
[0057] 其中,A〜为常规机组i在t时段已经连续运行时间;为常规机组i在t时段 已经连续停运时间;ΙΓ为常规机组i的最小运行时间;为常规机组i的最小停运时间; A (t)是机组i在t时刻的状态,% (t) =1表示运行状态,A (t) =0表示停运状态;
[0058] 6)机组的备用容量约束
[0059] 0 ^ R, ^ Ri;fflax
[0060] 其中,为第i台机组所能提供的最大旋转备用容量,数值上等于机组的额定 容量与机组当前出力的差值。
[0061] 本发明提供的方法中所提出的考虑风电接入的电力系统机组及备用优化配置模 型,一方面,建立模型的条理清晰,便于理解,且考虑了水电在不同时期的不同处理方式,对 含风电场的电力系统稳态经济调度提供了良好的基础。另一方面,建模中考虑了风电功率 的随机波动性,而且相比于传统方案,增加了基于可靠性指标的旋转备用容量分析步骤,并 最终将机组运行经济性与旋转备用容量优化配置相融合,建立了全面的含风电场电力系统 的机组与备用优化数学模型。
附图说明
[0062] 图1是本发明提供的典型风机出力模拟曲线;
[0063] 图2是本发明提供的丰水期机组负荷分配图;
[0064] 图3是本发明提供的枯水期机组负荷分配图;
[0065] 图4是本发明提供的丰水期水电机组作为高效机组承担基荷对应的曲线图; [0066] 图5是本发明提供的枯水期机组作为调峰机组对应的负荷曲线图;
[0067]图6是本发明提供的随机生产模拟中的等效持续负荷曲线图。
具体实施方式
[0068] 下面结合附图,对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性 的,而不是为了限制本发明的范围及其应用。
[0069] 一种含风电系统机组及备用配置的优化方法,其特征在于,所述方法包括步骤:
[0070] 步骤1 :分析风机输出特性,得到研究周期内各场景中的风电出力曲线;
[0071] 步骤1中,根据风机输出功率与对应风速的统计数据,拟合得到典型风机出力函 数,函数曲线如图1所示。
[0072] 对于研究周期内的各个时段,通过实测数据整理拟合得到风速的概率密度分布函 数,对概率密度函数积分获得风速的累积分布函数(分布函数值在0和1之间),按均匀分布 随机生成区间(〇,1)内的随机数,根据随机数值利用累计分布函数的反函数获得与之对应 的风速值,再按照典型风机出力函数计算各时段内的风电出力值,最后将各个时段的风电 出力值按时间排序,获得研究周期内的风电出力曲线。
[0073] 重复以上过程,相当于反复进行随机抽样,则可以得到若干的风电出力场景,以及 这些场景所对应的不同风电出力曲线。
[0074] 步骤2 :分析水电机组和火电机组的运行费用,优先安排水电机组承担尖峰负荷, 根据系统功率平衡Pe+PH=PfP w,其余负荷由火电机组承担;分析火电机组运行费用的传统 方法中考虑了燃料费和启停机费用,在此基础上,考虑汽轮机进气阀突然开启时产生的阀 点效应,得到火电机组运行费用Y e;
[0075] 步骤2中,丰水期,机组负荷分配图,如图2所示;枯水期,机组负荷分配图,如图3 所示;丰水期,水电机组作为高效机组承担基荷;枯水期,水电机组作为高效调峰机组承担 峰荷。将系统功率平衡式中的水电出力移至等号右边,即P e=PfPw-PH,可将负荷曲线变化为 两种形式:丰水期如图4和枯水期如图5。对于丰水期,水电机组按额定容量的一定比例平 稳发电,即Pw= ε *PwN ;枯水期,水电机组按水库的运行方式发电,有]^(乃->'2>* =『,其中 (t^i)为削峰时段,yi为负荷曲线,y2水电机组出力曲线,W为根据调度安排水电机组在枯 水期的总发电量。
[0076] 分析常规火电机组运行费用时,考虑了燃料费、汽轮机的阀点效应以及启停机费 用,总运行费的计算式为Y e=At (Pe) +Bt (Pe) +Ct (Pe)。
[0077] 在一个时间段t内,火电机组的燃料费用为:
Figure CN103151803BD00101
[0079] 其中4也,1)=&,也,1)2+13,? 1,1+(^九汜,1)为发电机组1在七时段的发电成本; N为火电机组总数;% (t)是火电机组i在t时刻的状态,% (t) =1表示运行状态,% (t) =0表 示停运状态;a^bi和Ci为燃料费用系数;Pt;i为火电机组i在t时段输出的有功功率。
[0080] 各机组的汽轮机因阀点效应产生的总运行费用为:
Figure CN103151803BD00102
[0082] 其中4汜,1) = |6#11比(?_-?^)]|办也,1)为时间段七内机组1由于阀点效应 产生的能耗成本;N为火电机组总数;% (t)是火电机组i在t时刻的状态,A (t) =1表示运 行状态,Ui(t)=0表示停运状态;为火电机组i在t时段输出的有功功率;Pimin为火电机 组i的最小出力A和&为阀点效应系数。
[0083] 机组启停的总费用为:
Figure CN103151803BD00103
[0085] 其中,(;(ΡΜ)为t时段内火电机组i产生的启停费用;由于t时段内机组i产生 的启停费用与其上一时段t-i时段有关,只当上一时段火电机组状态为停机时,才耗费这 部分费用,所以
[0086] ^(Ρί; ^ = (1-^(^1))^^(0 ;
[0087] Ujt)是火电机组i在t时刻的状态,Ui(t)=l表示运行状态,Ui(t)=0表示停运状 态是火电机组i在t-ι时刻的状态;STCi(t)是火电机组i的启停成本。
[0088] 步骤3 :机组运行要符合系统运行可靠性指标,选取与经济性相关的电量不足期 望值ENNS指标,将步骤1中得到的研究周期内风电出力曲线与根据历史数据得到的负荷预 测曲线相叠加后,运用随机生产模拟技术计算停电损失费用Y s ;考虑火电厂有偿提供备用 辅助服务,系统在配置备用时需向提供旋转备用的火电厂支付的费用I。
[0089] 步骤3中,将研究周期内不同场景下的风电出力曲线分别与根据历史数据得到的 负荷预测曲线(属于现有技术)相叠加,形成等效负荷预测曲线,再将此曲线重画成等效持 续负荷预测曲线L,如图6所示,L上一点(X,t)表示等效负荷大于等于X的持续时间为t, 在t时段内停电损失费用为:
[0090] Ys=y*wENNS;t;
[0091] 其中,WEfflS,t为t时段用户电量损失期望值;W ENNS,t通过随机生产模拟技术求出 Ζ τ为调度周期总的时段数;x_为研究周期内的最大 负荷,ct为系统总装机容量,fn(x)为等效负荷持续曲线(ELDC,风电看成负的负荷包含在其 中);Y为每度电的停电损失费用,一般取为每千瓦时产值的5倍。
[0092] 系统在配置备用时需向提供旋转备用的火电厂支付的费用乙的计算公式为:
Figure CN103151803BD00111
[0094] 其中,N为火电机组总数;P i为火电机组i的备用报价;Rt;i为第i台火电机组在 t时段的备用容量。
[0095] 步骤4 :根据步骤2和3中求出的火电机组运行费用Ye、停电损失费用乙和向提供 旋转备用的火电厂支付的费用I,建立的机组及备用容量优化数学模型;
[0096] 步骤4中,建立的机组及备用容量优化数学模型的过程为:把研究周期均等地分 为T个时段,对于一天来说,可以按小时均分成24个时段,将各个时段内考虑电力系统运行 经济性和可靠性得到的运行费用求和,即为研究周期内的总费用,优化目标则为使这个总 费用最小化。因此,根据步骤(2)和(3)中的结论与数学表达式,建立的机组及备用容量优 化数学模型,包括目标函数与约束条件;
[0097] 所述目标函数为:
Figure CN103151803BD00112
[0101] 其中,Y(pt;i)为调度周期内总的运行成本;i为发电机组号;N为火电机组总数;t 为时段号;T为调度周期总的时段数;Ui (t)是火电机组i在t时刻的状态,Ui (t)=l表示运 行状态,Ui(t)=0表示停运状态;P i为火电机组i的备用报价;Rt;i为第i台火电机组在t 时段的备用容量夂(ΡΜ)为火电机组i在t时段的发电成本办(ΡΜ)为汽轮机阀点效应产 生的能耗成本 ;Ci(Ptii)为启停机费用;Y*WEfflS,t为用户在t时段内的期望停电损失费用; Y为每度电的停电损失费用;WENNS,t为t时段用户电量损失期望值。
[0102] 所述约束条件包括:
[0103] 1)系统功率平衡约束
[0104] PG+PH+Pw-PL-p$=〇
[0105] 其中,Pe为系统内的火电机组总出力;PH为系统内水电机组的总出力;P W为风电场 输出的有功功率预测值;匕为系统负荷预测值;Ρφ为系统的网络损耗;
[0106] 2)常规火电机鉬容量平衡
Figure CN103151803BD00113
[0108] 其中,为火电机组i在第t时段的出力;PK,t;i为火电机组i在第t时段的旋 转备用容量;P eiu为火电机组i的额定容量;N为火电机组总数;
[0109] 3)火电机组出力约束
[0110] Pimin 彡
[0111] 其中,Piniax为火电机组i的最大出力;Ρ_为火电机组i的最小出力;P t;i为火电 机组i在t时段输出的有功功率;
[0112] 4)火电机组爬坡率约束
Figure CN103151803BD00121
[0115] 其中,<为火电机组i的向上爬坡率,ζ;为火电机组i的向下爬坡率,T6Q为爬坡时 间段,选定为60分钟;P t;i为火电机组i在t时段输出的有功功率;Pt_1;i为火电机组i在 t_l时段输出的有功功率;
[0116] 5)常规机组最小运行和停机时间约束
[0117] (ΧΓ (ί ~ 1) - 7;OT ) (t/, (f -1) - f/;- (ί)) > 0
[0118] (Xf (/-1)- (r) - t/f (/ -1)) > 0
[0119] 其中,1厂为常规机组i在t时段已经连续运行时间;为常规机组i在t时段 已经连续停运时间;Γ"为常规机组i的最小运行时间;为常规机组i的最小停运时间; A (t)是机组i在t时刻的状态,% (t) =1表示运行状态,A (t) =0表示停运状态;
[0120] 6)机组的备用容量约束
[0121] 0 ^ R, ^ Ri;fflax
[0122] 其中,为第i台机组所能提供的最大旋转备用容量,数值上等于机组的额定 容量与机组当前出力的差值。
[0123] 步骤5 :根据步骤4中得到的机组及备用容量优化数学模型得到得到各个机组的 输出功率和各个机组提供的旋转备用容量,并根据得到各个机组的输出功率和各个机组提 供的旋转备用容量进行配置。
[0124] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此, 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换, 都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围 为准。

Claims (5)

1. 一种含风电系统机组及备用配置的优化方法,其特征在于,所述方法包括步骤: 步骤1 :分析风机输出特性,得到研究周期内各场景中的风电出力曲线; 风电出力曲线的求取方法是: 步骤101 :对于研究周期内的各个时段,通过实测数据整理拟合得到风速的概率密度 分布函数,对概率密度分布函数积分获得风速的累积分布函数,按均匀分布随机生成区间 (〇,1)内的随机数; 步骤102 :根据随机数值利用累计分布函数的反函数获得与之对应的风速值; 步骤103 :按照典型风机出力函数计算各时段内的风电出力值; 步骤104 :将各个时段的风电出力值按时间排序,获得研究周期内的风电出力曲线; 步骤105 :重复以上过程,相当于反复进行随机抽样,得到若干的风电出力场景,以及 这些场景所对应的不同风电出力曲线; 步骤2 :分析水电机组和火电机组的运行费用,优先安排水电机组承担尖峰负荷,根据 系统功率平衡Pe+PH = P^PW,其余负荷由火电机组承担;分析火电机组运行费用的传统方法 中考虑了燃料费和启停机费用,在此基础上,考虑汽轮机进气阀突然开启时产生的阀点效 应,得到火电机组运行费用Y e;其中,Pe为系统内的火电机组总出力;PH为系统内水电机组 的总出力;P W为风电场输出的有功功率预测值;匕为系统负荷预测值; 步骤3 :机组运行要符合系统运行可靠性指标,选取与经济性相关的电量不足期望值 EENS(Expected Energy not Severed)指标,将步骤1中得到的研究周期内风电出力预测曲 线与根据历史数据得到的负荷预测曲线相叠加后,运用随机生产模拟技术计算停电损失费 用Y s ;考虑火电厂有偿提供备用辅助服务,系统在配置备用时需向提供旋转备用的火电厂 支付的费用乙; 步骤4 :根据步骤2和3中求出的火电机组运行费用Ye、停电损失费用Ys和向提供旋转 备用的火电厂支付的费用I,建立机组及备用容量优化数学模型; 步骤5 :根据步骤4中建立的机组及备用容量优化数学模型得到各个机组的输出功率 和各个机组提供的旋转备用容量,并根据得到各个机组的输出功率和各个机组提供的旋转 备用容量进行配置。
2. 根据权利要求1所述的一种含风电系统机组及备用配置的优化方法,其特征在于, 火电机组运行费用Ye的计算式为: YG = At(PG)+Bt(PG)+Ct(P G) 其中,At(Pc)为时间段t内火电机组的燃料费用;Bt(Pc)为时间段t内因阀点效应产生 的总运行费用;Ct(Pe)为时间段t内火电机组启停的总费用。
3. 根据权利要求1所述的一种含风电系统机组及备用配置的优化方法,其特征在于, 所述运用随机生产模拟技术计算停电损失费用Y s的计算公式为: Ys = Y*WENNS,t; 其中,wENNS,t为t时段用户电量损失期望值;WENNS, t通过随机生产模拟技术求出
Figure CN103151803BC00021
T为调度周期总的时段数;Xmax为研究周期内的最大负 荷,ct为系统总装机容量,fn(x)为等效负荷持续曲线;Y为每度电的停电损失费用。
4. 根据权利要求1所述的一种含风电系统机组及备用配置的优化方法,其特征在于, 所述系统在配置备用时需向提供旋转备用的火电厂支付的费用乙的计算公式为:
Figure CN103151803BC00031
其中,N为火电机组总数;P i为火电机组i的备用报价;Rt;i为第i台火电机组在t时 段的备用容量。
5.根据权利要求3或4所述的一种含风电系统机组及备用配置的优化方法,其特征在 于,所述机组及备用容量优化数学模型包括目标函数与约束条件; 所述目标函数为:
Figure CN103151803BC00032
其中,At(Pc)为t时段内火电机组的燃料费用;Bt(Pc)为t时段内因阀点效应产生的总 运行费用;Ct(Pe)为t时段内火电机组启停的总费用;Υ(ΡΜ)为调度周期内总的运行成本; i为发电机组号;N为火电机组总数;t为时段号;T为调度周期总的时段数;P i为火电机组 i的备用报价;Rt;i为第i台火电机组在t时段的备用容量;γ *WENNS,t为用户在t时段内的 期望停电损失费用;Y为每度电的停电损失费用;W EfflS,t为t时段用户电量损失期望值; 所述约束条件包括: 1) 系统功率平衡约束 Pg+Ph+Pw-ΡιγΡφ = 0 其中,pe为系统内的火电机组总出力;PH为系统内水电机组的总出力;pw为风电场输出 的有功功率预测值;匕为系统负荷预测值;Ρφ为系统的网络损耗; 2) 常规火电机组容量平衡
Figure CN103151803BC00033
其中,Pau为火电机组i在第t时段的出力;PK,t;i为火电机组i在第t时段的旋转备 用容量;Peiu为火电机组i的额定容量;N为火电机组总数; 3) 火电机组出力约束 其中,Pimax为火电机组i的最大出力为火电机组i的最小出力;Pt,i为火电机组i 在t时段输出的有功功率; 4) 火电机组爬坡率约束
Figure CN103151803BC00034
其中,4为火电机组i的向上爬坡率,rj为火电机组i的向下爬坡率,T6(l为爬坡时间段, 选定为60分钟;Pt;i为火电机组i在t时段输出的有功功率;Pt_1;i为火电机组i在t-Ι时 段输出的有功功率; 5) 常规机组最小运行和停机时间约束 (ΖΓ(/-ΐ)-Γ-)(6-.(/-1)-6-.(/))>0 [Xf (/-1)-77^ 其中,ΧΓ为常规机组i在t时段已经连续运行时间;Χ:°〃为常规机组i在t时段已 经连续停运时间;2Γ为常规机组i的最小运行时间;7Γ"为常规机组i的最小停运时间; A (t)是机组i在t时刻的状态,% (t) = 1表示运行状态,% (t) = 0表示停运状态; 6)机组的备用容量约束 0. Rj ^ Ri;max 其中,为第i台机组所能提供的最大旋转备用容量,数值上等于机组的额定容量 与机组当前出力的差值。
CN201310081629.9A 2013-03-14 2013-03-14 一种含风电系统机组及备用配置的优化方法 Active CN103151803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310081629.9A CN103151803B (zh) 2013-03-14 2013-03-14 一种含风电系统机组及备用配置的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310081629.9A CN103151803B (zh) 2013-03-14 2013-03-14 一种含风电系统机组及备用配置的优化方法

Publications (2)

Publication Number Publication Date
CN103151803A CN103151803A (zh) 2013-06-12
CN103151803B true CN103151803B (zh) 2014-10-29

Family

ID=48549734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310081629.9A Active CN103151803B (zh) 2013-03-14 2013-03-14 一种含风电系统机组及备用配置的优化方法

Country Status (1)

Country Link
CN (1) CN103151803B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514487B (zh) * 2013-07-15 2016-08-03 国家电网公司 一种含分布式电源的配电网负荷预测方法
CN103401257B (zh) * 2013-08-01 2015-06-17 哈尔滨工业大学 含风电电网应对高峰期功率陡坡的多源协调型控制方法
CN103490449B (zh) * 2013-10-10 2015-04-15 华北电力大学 一种多能源联合发电系统运行模拟的优化方法
CN104659818B (zh) * 2013-11-21 2017-10-24 国家电网公司 一种正负旋转备用容量在含风电系统中的最优分配方法
CN103699941B (zh) * 2013-12-10 2018-01-09 国家电网公司 一种电力系统调度运行年方案的制定方法
CN103715720A (zh) * 2014-01-07 2014-04-09 哈尔滨工业大学 高渗透率风电的一次和二次备用协调控制方法
CN103793612B (zh) * 2014-02-18 2016-06-29 广西大学 一种适合于考虑风电随机特性的电力系统的电网规划方法
CN104201704B (zh) * 2014-08-19 2016-03-30 昆明理工大学 一种含小水电群、风电的地区电网备用容量确定方法
CN104217077A (zh) * 2014-08-29 2014-12-17 国家电网公司 一种反映风速变化特性的风力发电出力随机模型建模方法
CN104200289A (zh) * 2014-09-25 2014-12-10 国网上海市电力公司 一种基于投资回报率的分布式光伏装机容量预测方法
CN104682447A (zh) * 2015-01-23 2015-06-03 华北电力大学 一种含多风电场的电力系统经济调度方法
CN104701890B (zh) * 2015-03-21 2018-03-09 南京理工大学 考虑风电功率溢出的含风电场电力系统旋转备用优化方法
CN105006844B (zh) * 2015-05-15 2021-01-01 华南理工大学 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统
CN104933534B (zh) * 2015-06-30 2018-05-22 浙江大学 一种考虑风电有功降载能力的两阶段系统备用优化评估方法
CN105005856B (zh) * 2015-07-10 2019-01-08 国网河南省电力公司电力科学研究院 一种大规模直流电力受入条件下的省网次日事故备用容量配置方法
CN105262146B (zh) * 2015-11-10 2017-11-03 南方电网科学研究院有限责任公司 含风电的电力系统备用容量计算方法和系统
CN106877382B (zh) * 2015-12-11 2019-06-04 中国电力科学研究院 一种基于直流功率跟随风电功率波动的发电机组组合方法
CN105449723B (zh) * 2016-01-15 2018-07-13 华北电力大学(保定) 采用直流孤岛方式外送风电送端风火配比选取方法
CN105720605B (zh) * 2016-04-07 2018-04-10 广东电网有限责任公司电力调度控制中心 一种兼顾经济性和可靠性的系统备用容量选取方法
CN106327014A (zh) * 2016-08-24 2017-01-11 上海电机学院 一种含风电场的电力系统调度优化方法
CN106329579A (zh) * 2016-09-05 2017-01-11 国家电网公司 一种基于直流传输的风火电打捆发输电系统优化规划方法
CN110289626B (zh) * 2019-07-03 2020-07-21 西南交通大学 一种风水互补主导调频的旋转备用优化配置方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011103736A (ja) * 2009-11-11 2011-05-26 Kyushu Electric Power Co Inc 風力発電システム
CN102738833B (zh) * 2012-06-20 2014-07-09 湖北省电力公司 一种含风电的电力系统多时间尺度滚动协调调度方法
CN102738835B (zh) * 2012-07-17 2014-08-20 山西大学 基于多智能体的“风-火-水”协同调度方法

Also Published As

Publication number Publication date
CN103151803A (zh) 2013-06-12

Similar Documents

Publication Publication Date Title
Karami et al. An optimal dispatch algorithm for managing residential distributed energy resources
Ma et al. Feasibility study and economic analysis of pumped hydro storage and battery storage for a renewable energy powered island
US9985438B2 (en) Optimization method for independent micro-grid system
CN105591406B (zh) 一种基于非合作博弈的微电网能量管理系统的优化算法
CN104362673B (zh) 基于调峰裕度的风电并网协调调度优化方法
Ross et al. Energy storage system scheduling for an isolated microgrid
Palma-Behnke et al. Energy management system for a renewable based microgrid with a demand side management mechanism
CN102184475B (zh) 基于多时间尺度协调的微网经济运行优化调度方法
CN104135025B (zh) 基于模糊粒子群算法的微网并网经济优化方法
US20140297051A1 (en) Energy resource-grid-load automatic control system of smart microgrid and control methods thereof
Lee et al. Determination of optimal contract capacities and optimal sizes of battery energy storage systems for time-of-use rates industrial customers
Zhang et al. An improved charging/discharging strategy of lithium batteries considering depreciation cost in day-ahead microgrid scheduling
CN103259285B (zh) 含大规模风电电力系统的短期运行优化方法
CN105447599B (zh) 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型
Lu et al. Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment
Lu et al. Short-term scheduling of battery in a grid-connected PV/battery system
Gu et al. Microgrid economic optimal operation of the combined heat and power system with renewable energy
CN102289566B (zh) 独立运行模式下的微电网多时间尺度能量优化调度方法
Brown et al. Optimization of pumped storage capacity in an isolated power system with large renewable penetration
Bernal-Agustín et al. Hourly energy management for grid-connected wind–hydrogen systems
US20140365419A1 (en) Adaptation of a power generation capacity and determining of an energy storage unit size
Darras et al. PV output power fluctuations smoothing: The MYRTE platform experience
Karami et al. Optimal scheduling of residential energy system including combined heat and power system and storage device
Logenthiran et al. Optimal sizing of an islanded microgrid using evolutionary strategy
Branco et al. Battery energy storage systems as a way to integrate renewable energy in small isolated power systems

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
C14 Grant of patent or utility model