CN104124708A - 一种能源协调优化机组组合方法 - Google Patents

Abstract

本发明涉及一种能源协调优化机组组合方法，所述能源包括风电、火电和抽水蓄能；所述方法包括以下步骤：确定风电出力置信区间；确定火电机组的运行参数和耗煤特性以及抽水蓄能机组的运行参数和运行特性；确定风电、火电和抽水蓄能联合优化机组组合的目标函数和约束条件；确定混合整数非线性规划问题；确定未来24小时机组的开停机计划。本发明方法提高机组组合的可靠性，保障实时运行中系统具备足够的调节能力平衡风功率的波动引起的功率不平衡，促进风电的消纳，实现多元能源的协调优化运行，从而保证电网运行的安全性和经济性。

Description

一种能源协调优化机组组合方法

技术领域：

本发明涉及一种能源协调优化机组组合方法，更具体涉及一种风电、火电、抽水蓄能协调优化机组组合方法。

背景技术：

近来，环境问题和不可再生资源的不断消耗，促进了风电等清洁能源的发展，大规模间歇式能源出力的不确定性给电网的安全经济运行提出新的挑战。为保障电网的安全运行，促进间歇式能源的消纳，系统需要有足够的调峰能力保障实时功率平衡。传统的机组组合多集中于两类电源的联合优化，且较多研究是基于预测的风电研究多源间的互补机理，如基于预测风电进行联合优化，并通过增加备用降低风电不确定性对电网安全性的影响；基于概率场景进行风火电的联合优化；基于风电出力置信区间进行风火电的联合优化；基于不确定集进行风电、火电、抽水蓄能联合优化。

当风电并网规模较小时，通过增加备用可以保证电网运行的安全性。随着风电并网规模的扩大，风电短时内可能会出现较大波动，由于增加备用没有从细节上考虑风电的变化，其他电源会因上下调节能力不足不能满实时功率平衡，且能够保障电网运行安全的备用容量不容易估算。概率场景法，简化后场景的有效性将对解的精度影响较大，要保证解的精度越高，则需简化后的场景越多，计算的代价也越大。不确定集法，以一个随机参数表示的不确定集表示风电的可能出力，建模方便，但求解复杂。

考虑到抽水蓄能是一种快速调节的灵活电源，适于调峰填谷，多元能源联合优化能充分发挥各类能源的优势，且关于风电、火电、抽水蓄能联合优化的机组组合方法尚不成熟。因此，提出一种能够考虑风电的不确定性和抽水蓄能水头变化影响的机组组合方法，对提高机组组合的可靠性，保障实时系统运行的安全性，促进风电的消纳，降低发电成本具有重要意义。

发明内容：

本发明的目的是提供一种能源协调优化机组组合方法，本发明的方法提高机组组合的可靠性，保障实时运行中系统具备足够的调节能力平衡风功率的波动引起的功率不平衡，促进风电的消纳，实现多元能源的协调优化运行，从而保证电网运行的安全性和经济性。

为实现上述目的，本发明采用以下技术方案：一种能源协调优化机组组合方法，所述能源包括风电、火电和抽水蓄能；所述方法包括以下步骤：

(1)确定风电出力置信区间；

(2)确定火电机组的运行参数和耗煤特性以及抽水蓄能机组的运行参数和运行特性；

(3)确定风电、火电和抽水蓄能联合优化机组组合的目标函数和约束条件；

(4)确定混合整数非线性规划问题；

(5)确定未来24小时机组的开停机计划。

本发明提供的一种能源协调优化机组组合方法，所述步骤(1)的置信区间根据风功率的误差分布模型、置信水平和未来24小时风电预测功率获得；所述风功率的误差分布模型根据风电场的风功率预测与实测历史数据，进行误差分布特性统计确定；所述置信水平的选择取决于实际电力系统各类电源的装机比例、风电的波动特性和抽水蓄能的运行特性；

其中，以预测风电作为场景0，以所述置信区间上限作为场景1，以所述置信区间下限作为场景2。

本发明提供的一种能源协调优化机组组合方法，其特征在于：所述风电出力置信区间选择过程如下：

步骤1-1：确定至少两个置信水平下的风电出力置信区间；

步骤1-2：分别确定每个风电置信区间下的机组组合；

步骤1-3：对不同置信区间下的机组组合可靠性进行验证；

步骤1-4：统计各置信区间下机组组合的可靠性水平并根据对机组组合的可靠性水平的要求，确定所述电力系统做机组组合时选择的置信水平。

本发明提供的另一优选的一种能源协调优化机组组合方法，其特征在于：所述步骤1-3中根据风电的所述误差分布特性生成随机场景，采用至少两个所述随机场景对不同置信区间下的机组组合可靠性进行验证；

确定在某个所述随机风电场景和某个所述机组组合下，是否所有的约束都能得到满足，都满足的时候，表示该机组组合对于该风电随机场景是可靠的，否则就是不可靠的，直至验证完所有随机场景。

本发明提供的再一优选的一种能源协调优化机组组合方法，所述步骤(2)中的参数和特性通过所述电力系统负荷的未来24小时预测数据确定。

本发明提供的又一优选的一种能源协调优化机组组合方法，所述步骤(3)中目标函数为预测风电场景下的发电成本，其包括火电的启停成本、运行成本和抽水蓄能的发电成本：

所述约束条件包括基于预测风电的约束条件和基于风电置信区间上下限的约束条件；所述基于风电置信区间上下限的约束条件包括基于风电置信区间上下限的基本约束和基于风电置信区间上下限的系统调节能力约束。

本发明提供的又一优选的一种能源协调优化机组组合方法所述目标函数通过下式(1)确定：

$F=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(f_{i,t}^0+S_{\mathrm{Ui},t}^0+S_{\mathrm{Di},t}^0)+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(C_{j,t}^{\mathrm{gen},0}+C_{j,t}^{\mathrm{pum},0})---\left(1\right)$

其中，N为火电机组总数，H为抽水蓄能机组的总数，T为时段总数，为火电机组的运行成本，分别为火电机组的开机成本和停机成本，分别为抽水蓄能机组的发电状态启动成本和抽水状态启动成本，和中的上标0为预测风电场景。

本发明提供的又一优选的一种能源协调优化机组组合方法，所述基于预测风电的约束条件包括以下约束：

功率平衡约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t}^0+\underset{k=1}{\overset{W}{\mathrm{\Σ}}}{P}_{\mathrm{wk},t}^0+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t}^{\mathrm{gen},0}-P_{j,t}^{\mathrm{pum},0})=L_t$

火电机组启动变量和停机动态变量约束：

I_i,t-I_i,t-1＝u_i,t-v_i,t，u_i,t+v_i,t≤1

最小开停机时间约束： $(T_{i,t-1}^{\mathrm{on}}-G_i^{\mathrm{on}})(I_{i,t}-I_{i,t-1})\≤0,(T_{i,t-1}^{\mathrm{off}}-G_i^{\mathrm{off}})(I_{i,t-1}-I_{i,t})\≤0$

上下旋转备用约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,\max }{I}_{i,t}-P_{i,t}^0)\≥{\mathrm{RU}}_t,\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,t}^0-P_{i,\min }{I}_{i,t})\≥{\mathrm{RD}}_t$

火电机组出力限制约束：

爬坡约束： $P_{i,t}^0-P_{i,t-1}^0\≤R_i(1+I_{i,t-1}-I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

滑坡约束： $P_{i,t-1}^0-P_{i,t}^0\≤D_i(1-I_{i,t-1}+I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

发电抽水不同时约束：

上水库库容平衡约束：

下水库库容平衡约束：，

库容水位关系约束： $V_t^{\mathrm{up},0}=f\left(Z_t^{\mathrm{up},0}\right),V_t^{d,0}=f\left(Z_t^{d,0}\right)$

发电功率与发电流量及水头关系约束：

抽水蓄能机组发电功率限制约束：

抽水功率限制约束：

库容限制约束： $V_{\min }^{\mathrm{up},0}\≤V_t^{\mathrm{up},0}\≤V_{\max }^{\mathrm{up},0},V_{\min }^{d,0}\≤V_t^{d,0}\≤V_{\max }^{d,0}$

期初期末库容约束： $V_0^{\mathrm{up},0}=V_{\mathrm{begin}}^{\mathrm{up}},V_0^{d0}=V_{\mathrm{begin}}^d,V_T^{\mathrm{up},0}=V_{\mathrm{end}}^{\mathrm{up}}$

水位限制约束： $Z_{\min }^{\mathrm{up}}\≤Z_t^{\mathrm{up},0}\≤Z_{\max }^{\mathrm{up}},Z_{\min }^d\≤Z_t^{d,0}\≤Z_{\max }^d$

发电流量限制约束： $Q_{j,\min }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}\≤Q_{j,t}^{\mathrm{gen},0}\≤Q_{j,\max }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}$

抽水流量约束： $Q_{j,t}^{\mathrm{pum},0}=Q_j^{\mathrm{pum}}{I}_{j,t}^{\mathrm{pum},0}$

其中，N表示火电机组总数，W表示风电机组总数，H表示抽水蓄能机组的总数，I_i,t表示t时段火电机组的运行状态，I_i,t-1为t-1时段末火电机组的运行状态，L_t表示t时段负荷，分别表示到t-1时段末已开机时间和已停机时间，分别表示最小开机时间和最小停机时间，表示预测风电场景下t时段火电机组计划出力，表示t-1时段火电机组计划出力，P_i,max、P_i,min分别表示火电机组出力上限、下限，表示预测风电出力，RU_t、RD_t分别表示t时段的上下旋转备用需求，R_i、D_i分别表示火电机组i的爬坡速率和滑坡速率，u_i,t表示火电机组i启动变量，v_i,t表示火电机组i停运变量，表示1表示抽蓄机组j在预测风电场景下t时段处于发电状态，表示1表示抽蓄机组j在预测风电场景下t时段处于抽水状态，表示抽蓄机组j在预测风电场景下t时段的发电功率，表示抽蓄机组j在预测风电场景下t时段的抽水功率，分别表示抽蓄机组发电功率的上下限， 分别表示抽水蓄能机组的固定抽水功率和抽水流量，表示预测风电场景下上水库t、t-1时段末的库存，表示预测风电场景下下水库t、t-1时段末库存，分别表示上、下水库库容的上、下限，分别表示上下水库的期初水位，分别表示上下水库的期初水位要求，表示上水库的期末水位，表示上水库的期末水位要求，表示上水库t时段的天然来水，表示下水库t时段的天然来水，表示预测风电场景下抽蓄机组j在t时段的发电流量，表示预测风电场景下抽蓄机组j在t时段的抽水流量，表示预测风电场景下抽蓄机组j在t、t-1时段上水库水位，表示预测风电场景下抽蓄机组j在t、t-1时段下水库水位，表示上、下库容关于上下库水位的函数关系，分别表示上、下水库水位的上下限，表示发电效率，表示发电流量下限，表示发电流量上限；参数中的上标0表示预测风电场景。

本发明提供的又一优选的一种能源协调优化机组组合方法，所述基于风电置信区间上下限的基本约束除不含有仅与火电机组开停机状态变量I相关的约束外，所述基于风电置信区间上下限的基本约束与所述基于预测风电的约束的类型相同。

本发明提供的又一优选的一种能源协调优化机组组合方法，所述基于风电置信区间上下限的系统调节能力约束包括系统上调节能力约束和系统下调节能力约束；

所述系统上调节能力约束通过下式(2)确定：

$\left\{\begin{array}{c}{r}_{t-1\_t}^1=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,\max }-P_{i,t-1}^1,R_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{u}_{i,t}-P_{i,\min }{v}_{i,t}]-\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},1}-P_{j,t-1}^{\mathrm{pum},1})\\ r_{t-1\_t}^1\≥{\mathrm{dL}}_t^2-{\mathrm{dL}}_{t-1}^1\end{array}\right.---\left(2\right)$

所述系统下调节能力约束通过下式(3)确定：

$\left\{\begin{array}{c}{d}_{t-1\_t}^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,t-1}^2-P_{i,\min },D_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{v}_{i,t}-P_{i,\min }{u}_{i,t}]+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},2}-P_{j,t-1}^{\mathrm{pum},2})\\ d_{t-1\_t}^2\≥{\mathrm{dL}}_{t-1}^2-{\mathrm{dL}}_t^1\end{array}\right.---\left(3\right)$

其中，s＝1,2；所述公式(2)和(3)中参数的上标1为风电出力置信区间上限，所述公式(2)和(3)中参数的上标2为风电出力置信区间下限，分别表示风电场景1下t、t-1时段的等效负荷， 分别为风电场景2下t、t-1时段的等效负荷，表示风电场景1下的火电和抽水蓄能t-1时段的最大上调能力，表示风电场景2下的火电和抽水蓄能t-1时段的最大下调能力，为火电机组i在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在预测风电场景下t-1时段的抽水功率。

本发明提供的又一优选的一种能源协调优化机组组合方法，所述步骤(5)通过所述步骤(4)求解获得的连续-离散变量耦合、多复杂约束的混合整数非线性规划问题的结果作为电网机组调度方案，确定未来24小时机组的开停机计划。

和最接近的现有技术比，本发明提供技术方案具有以下优异效果

1、本发明采用置信区间法考虑风电的不确定性，相比于概率场景法可以减小问题的规模，相比于增加备用更能提高电网运行的安全性；

2、本发明中考虑了抽水蓄能水头变化对发电功率的影响，建立了较为详细的抽蓄运行模型；

3、本发明中新增系统调节能力约束，该约束能够保证当风电出力为置信区间内部任意波动时，系统具备足够的上下调节能力满足实时功率平衡，保证风电全部被消纳，并充分发挥抽蓄的调峰填谷能力，降低发电成本；

4、本发明提高机组组合的可靠性；

5、本发明中实现多元能源的协调优化运行，从而保证电网运行的安全性和经济性。

附图说明

图1为本发明方法流程图；

图2为本发明的机组组合可靠性折线图；

图3为本发明的随机风电场景下的等效负荷图；

图4为本发明的随机风电场景下火电机组的出力图；

图5为本发明的随机风电场景下抽水蓄能的发电及抽水功率图。

具体实施方式

下面结合实施例对发明作进一步的详细说明。

实施例1：

如图1-5所示，本例的发明能源协调优化机组组合方法，所述能源包括风电、火电和抽水蓄能；所述方法包括以下步骤：

(1)确定风电出力置信区间；

(2)确定火电机组的运行参数和耗煤特性以及抽水蓄能机组的运行参数和运行特性；

(3)确定风电、火电和抽水蓄能联合优化机组组合的目标函数和约束条件；

(4)确定混合整数非线性规划问题；

(5)确定未来24小时机组的开停机计划。

第一步：根据风电场风功率预测与实测历史数据，进行误差分布特性统计，确定风功率预测误差分布模型。根据误差分布模型、置信水平和未来24小时风电预测功率获得风电出力置信区间，以预测风电作为场景0，以置信区间上限作为场景1，以置信区间下限作为场景2。

置信水平的选择依赖于实际系统各类电源的装机比例，风电的波动特性以及抽水蓄能的运行特性。对于一个系统，一般可以通过如下步骤选择风电出力置信区间：

步骤1-1：可以先求出多个置信水平(如从0.1到0.98之间多取几个置信水平)下的风电出力置信区间。

步骤1-2：分别求取多个风电置信区间下的机组组合。

步骤1-3：根据风电的误差分布特性生成随机场景，采用大量的随机场景对不同置信区间下的机组组合可靠性进行验证，即验证在该机组组合下，该随机风电场景下，是否所有的约束都能得到满足，都满足的时候，表示该机组组合对于该风电随机场景是可靠的，否则就是不可靠的，直至验证完所有随机场景。

步骤1-4：统计各置信区间下机组组合的可靠性水平，根据对机组组合的可靠性水平的要求，确定该系统做机组组合时应该选择的置信水平。如图2所示为风电装机150MW，火电装机360MW时的机组组合可靠性水平分别在不同的抽水蓄能装机容量下随风电置信水平的变化特性。比如，要保证机组组合的可靠性大于99％，无抽蓄时，置信水平要要选择0.98，抽蓄装机30MW时，置信水平要选择0.8，抽蓄装机60MW时，置信水平要选择0.4。

第二步：获得系统负荷未来24小时预测数据。获得各火电机组的基本参数和煤耗特性，以便确定关于火电机组的约束条件。获得抽水蓄能的各种运行参数和运行特性，以便确定关于抽水蓄能机组的约束条件。

由于一个时段内水库的水位变化不大，故可以近似的认为一个时段内水头是不变的，但时段间水头是不同的。建立考虑水头变化影响的抽水蓄能发电模型，需要获得抽水蓄能的库容水位关系、发电功率关于发电流量和水头的变化关系。

第三步：根据第一步和第二步的数据参数建立风电、火电和抽水蓄能协调优化的机组组合方法，根据运行的要求和目的确定目标函数和约束条件。约束条件将包括基于预测风电的约束条件和基于置信区间上下限的约束条件，第二部分约束将包括基本约束和新增的系统调节能力约束。

目标函数为预测风电场景下的发电成本包括火电的启停成本、运行成本和抽水蓄能的发电成本：

$F=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(f_{i,t}^0+S_{\mathrm{Ui},t}^0+S_{\mathrm{Di},t}^0)+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(C_{j,t}^{\mathrm{gen},0}+C_{j,t}^{\mathrm{pum},0})---\left(1\right)$

其中，N为火电机组总数，H为抽水蓄能机组的总数，T为时段总数，所述公式(1)中的参数的上标0为预测风电场景，为火电机组的运行成本，分别为火电机组的开机成本、停机成本，分别为抽水蓄能机组的发电状态启动成本、抽水状态启动成本。

约束条件分为基于预测风电的约束条件和基于风电置信区间上下限的约束条件，如下：

基于预测风电的约束条件：

功率平衡约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t}^0+\underset{k=1}{\overset{W}{\mathrm{\Σ}}}{P}_{\mathrm{wk},t}^0+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t}^{\mathrm{gen},0}-P_{j,t}^{\mathrm{pum},0})=L_t$

火电机组启动变量和停机动态变量约束：

I_i,t-I_i,t-1＝u_i,t-v_i,t，u_i,t+v_i,t≤1

最小开停机时间约束： $(T_{i,t-1}^{\mathrm{on}}-G_i^{\mathrm{on}})(I_{i,t}-I_{i,t-1})\≤0,(T_{i,t-1}^{\mathrm{off}}-G_i^{\mathrm{off}})(I_{i,t-1}-I_{i,t})\≤0$

上下旋转备用约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,\max }{I}_{i,t}-P_{i,t}^0)\≥{\mathrm{RU}}_t,\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,t}^0-P_{i,\min }{I}_{i,t})\≥{\mathrm{RD}}_t$

火电机组出力限制约束：

爬坡约束： $P_{i,t}^0-P_{i,t-1}^0\≤R_i(1+I_{i,t-1}-I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

滑坡约束： $P_{i,t-1}^0-P_{i,t}^0\≤D_i(1-I_{i,t-1}+I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

发电抽水不同时约束：

上水库库容平衡约束： $V_t^{\mathrm{up},0}=V_{t-1}^{\mathrm{up},0}+f_t^{\mathrm{up}}+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(Q_{j,t}^{\mathrm{pum},0}-Q_{j,t}^{\mathrm{gen},0})$

下水库库容平衡约束： $V_t^{d,0}=V_{t-1}^{d,0}+f_t^d-\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(Q_{j,t}^{\mathrm{pum},0}-Q_{j,t}^{\mathrm{gen},0})$

库容水位关系约束： $V_t^{\mathrm{up},0}=f\left(Z_t^{\mathrm{up},0}\right),V_t^{d,0}=f\left(Z_t^{d,0}\right)$

发电功率与发电流量及水头关系约束：

抽水蓄能机组发电功率限制约束：

抽水功率限制约束：

库容限制约束： $V_{\min }^{\mathrm{up},0}\≤V_t^{\mathrm{up},0}\≤V_{\max }^{\mathrm{up},0},V_{\min }^{d,0}\≤V_t^{d,0}\≤V_{\max }^{d,0}$

期初期末库容约束： $V_0^{\mathrm{up},0}=V_{\mathrm{begin}}^{\mathrm{up}},V_0^{d0}=V_{\mathrm{begin}}^d,V_T^{\mathrm{up},0}=V_{\mathrm{end}}^{\mathrm{up}}$

水位限制约束： $Z_{\min }^{\mathrm{up}}\≤Z_t^{\mathrm{up},0}\≤Z_{\max }^{\mathrm{up}},Z_{\min }^d\≤Z_t^{d,0}\≤Z_{\max }^d$

发电流量限制约束： $Q_{j,\min }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}\≤Q_{j,t}^{\mathrm{gen},0}\≤Q_{j,\max }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}$

抽水流量约束： $Q_{j,t}^{\mathrm{pum},0}=Q_j^{\mathrm{pum}}{I}_{j,t}^{\mathrm{pum},0}$

其中，N表示火电机组总数，W表示风电机组总数，H表示抽水蓄能机组的总数，I_i,t表示t时段火电机组的运行状态，I_i,t-1为t-1时段末火电机组的运行状态，L_t表示t时段负荷，分别表示到t-1时段末已开机时间和已停机时间，分别表示最小开机时间和最小停机时间，表示预测风电场景下t时段火电机组计划出力，表示t-1时段火电机组计划出力，P_i,max、P_i,min分别表示火电机组出力上限、下限，表示预测风电出力，RU_t、RD_t分别表示t时段的上下旋转备用需求，R_i、D_i分别表示火电机组i的爬坡速率和滑坡速率，u_i,t表示火电机组i启动变量，v_i,t表示火电机组i停运变量，表示1表示抽蓄机组j在预测风电场景下t时段处于发电状态，表示1表示抽蓄机组j在预测风电场景下t时段处于抽水状态，表示抽蓄机组j在预测风电场景下t时段的发电功率，表示抽蓄机组j在预测风电场景下t时段的抽水功率，分别表示抽蓄机组发电功率的上下限， 分别表示抽水蓄能机组的固定抽水功率和抽水流量，表示预测风电场景下上水库t、t-1时段末的库存，表示预测风电场景下下水库t、t-1时段末库存，分别表示上、下水库库容的上、下限，分别表示上下水库的期初水位，分别表示上下水库的期初水位要求，表示上水库的期末水位，表示上水库的期末水位要求，表示上水库t时段的天然来水，表示下水库t时段的天然来水，表示预测风电场景下抽蓄机组j在t时段的发电流量，表示预测风电场景下抽蓄机组j在t时段的抽水流量，表示预测风电场景下抽蓄机组j在t、t-1时段上水库水位，表示预测风电场景下抽蓄机组j在t、t-1时段下水库水位，表示上、下库容关于上下库水位的函数关系，分别表示上、下水库水位的上下限，表示发电效率，表示发电流量下限，表示发电流量上限；参数中的上标0表示预测风电场景。

基于风电置信区间上下限的约束条件：

①基于风电置信区间上下限的基本约束

这部分约束称为基本约束，除不含有仅与火电机组开停机状态变量I相关的约束外，基于风电置信区间上下限的基本约束与基于预测风电的约束的类型相同。

功率平衡约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t}^s+\underset{k=1}{\overset{W}{\mathrm{\Σ}}}{P}_{\mathrm{wk},t}^s+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t}^{\mathrm{gen},s}-P_{j,t}^{\mathrm{pum},s})=L_t$

发电抽水不同时约束：

上水库库容平衡约束： $V_t^{\mathrm{up},s}=V_{t-1}^{\mathrm{up},s}+f_t^{\mathrm{up}}+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(Q_{j,t}^{\mathrm{pum},s}-Q_{j,t}^{\mathrm{gen},s})$

下水库库容平衡约束： $V_t^{d,s}=V_{t-1}^{d,s}+f_t^d-\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(Q_{j,t}^{\mathrm{pum},s}-Q_{j,t}^{\mathrm{gen},s})$

库容水位关系约束： $V_t^{\mathrm{up},s}=f\left(Z_t^{\mathrm{up},s}\right),V_t^{d,s}=f\left(Z_t^{d,s}\right)$

发电功率与发电流量及水头关系约束：

抽水蓄能机组发电功率限制约束：

抽水功率限制约束： $P_{j,t}^{\mathrm{pum},s}=P_j^{\mathrm{pum}}{I}_{j,t}^{\mathrm{pum},s}$

其中，各变量分别为极限场景1(置信区间上限)和2(置信区间下限)下的量，各变量的物理意义同基于预测风电的约束中的变量。

另外还包括其他一些常见的约束为：火电机组启动变量和停运变量相关约束，开机时间约束，停机时间约束，上调旋转备用约束，下调旋转备用约束，火电机组出力上、下限约束，爬坡约束和滑坡约束；抽水蓄能机组上、下水库库容限制约束，水库期初、期末库容限制约束，上、下水库水位限制约束，发电流量限制约束，抽水流量约束。

②基于风电置信区间上下限的系统调节能力约束

火电机组i场景1下的上调能力如表1，抽水蓄能机组j场景1下的上调能力如表2。火电机组i场景2下的下调能力如表3，抽水蓄能机组j场景2下的下调能力如表4。

表1 风电场景1下火电机组t-1时段的上调能力

表2 风电场景1下抽水蓄能机组t-1时段的上调能力

表3 风电场景2下火电机组t-1时段的下调能力

表4 风电场景2下抽水蓄能机组t-1时段的下调能力

结合表2、4和发电功率限制约束和抽水功率约束，如下

$P_{j,\min }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},s}\≤P_{j,t}^{\mathrm{gen},s}\≤P_{j,\max }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},s}$

$P_{j,t}^{\mathrm{pum},s}=P_j^{\mathrm{pum}}{I}_{j,t}^{\mathrm{pum},s}$

因此，抽水蓄能机组j场景1下的上调能力表示为：

抽水蓄能机组j场景2下的下调能力表示为：

根据系统调节能力分析，系统上调节能力约束：

$\left\{\begin{array}{c}{r}_{t-1\_t}^1=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,\max }-P_{i,t-1}^1,R_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{u}_{i,t}-P_{i,\min }{v}_{i,t}]-\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},1}-P_{j,t-1}^{\mathrm{pum},1})\\ r_{t-1\_t}^1\≥{\mathrm{dL}}_t^2-{\mathrm{dL}}_{t-1}^1\end{array}\right.---\left(2\right)$

系统下调节能力约束：

$\left\{\begin{array}{c}{d}_{t-1\_t}^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,t-1}^2-P_{i,\min },D_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{v}_{i,t}-P_{i,\min }{u}_{i,t}]+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},2}-P_{j,t-1}^{\mathrm{pum},2})\\ d_{t-1\_t}^2\≥{\mathrm{dL}}_{t-1}^2-{\mathrm{dL}}_t^1\end{array}\right.---\left(3\right)$

${\mathrm{dL}}_t^s=L_t-\underset{k=1}{\overset{W}{\mathrm{\Σ}}}{P}_{\mathrm{wk},t}^s,(s=\mathrm{1,2})$

其中，s＝1,2；所述公式(2)和(3)中参数的上标1为风电出力置信区间上限，所述公式(2)和(3)中参数的上标2为风电出力置信区间下限，分别表示风电场景1下t、t-1时段的等效负荷， 分别为风电场景2下t、t-1时段的等效负荷，表示风电场景1下的火电和抽水蓄能t-1时段的最大上调能力，表示风电场景2下的火电和抽水蓄能t-1时段的最大下调能力，为火电机组i在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在预测风电场景下t-1时段的抽水功率。

第四步：求解连续-离散变量耦合、多复杂约束的混合整数非线性规划问题。

第五步：将第四步获得的结果作为电网机组调度方案，确定未来24小时机组的开停机计划，提高电网运行的安全性和经济性。

本申请的实施例系统含有：3台火电，一台等值风电，抽水蓄能装机最大发电功率30MW，抽水功率40.1MW。风电装机占比27.8％，抽水蓄能装机占比5.6％。风电与系统负荷预测数据参见表5。

假设风功率预测误差分布为分段指数分布，根据预测风电功率计算风电功率的置信区间，选择不同的置信区间和抽水蓄能机组，分别求解机组组合，结果如表6所示，相应的发电成本如表7所示。利用Matlab随机生成200个风电场景，用于机组组合可靠性检验，机组组合的可靠性验证结果如表8所示。表7和表8分别将抽蓄装机30MW和无抽蓄的发电成本和机组组合可靠性水平做了对比。

表5 负荷与风电预测数据

时段	负荷/MW	预测风电/MW	时段	负荷/MW	预测风电/MW
						1	219.19	44	13	326.18	84
2	235.35	70.2	14	323.6	80
						3	234.67	76	15	326.86	78
4	236.73	82	16	287.79	32
						5	239.06	84	17	260	4

6	244.48	84	18	246.74	8
						7	273.39	100	19	255.97	10
8	290.4	100	20	237.35	5
						9	283.56	78	21	243.31	6
10	281.2	64	22	283.14	56
						11	328.61	100	23	283.05	82
12	328.1	92	24	248.75	52

表6 不同风电出力置信区间下的机组组合

表7 发电成本对比

表8 机组组合可靠性验证结果

抽蓄的装机比例越大，具备越高的调峰填谷能力，风功率置信区间越大，表明模型考虑了越多可能的风电出力情况，所得到的机组组合可以保证系统具备越强的调节能力，所以抽蓄的容量和风电的置信区间都会对机组组合及发电成本产生影响。随风功率置信区间的增大，开机时段数会增加，系统发电成本增加，但机组组合的可靠性得到提高。

结合表6、表7和表8可以看出：要保证机组组合的可靠性达99％以上，无抽蓄时置信区间可以选取98％，抽蓄装机占比为5.6％时，置信区间可以选取80％，与无抽蓄时相比减少了16个开机时段，发电成本分别降低4.6％。具体系统置信区间选择需要根据系统中各类电源容量占比及风电的波动特性来确定。

基于抽蓄发电装机30MW，置信区间为80％下的机组组合，以某一随机场景下各电源出力为例，多元电源间可以实现协调运行，该随机场景下的等效负荷如图3所示。

结合图3、图4和图5可以看出：抽水蓄能的运行计划具有在等效负荷的低谷时段抽水，高峰时段发电的特点。在等效负荷的低谷时段，适当增加火电机组出力满足抽水蓄能抽水，而在等效负荷的高峰时段，利用抽水蓄能发电，避免新增火电机组的开机，与无抽水蓄能时相比减少了高耗能机组的开机时段，从而降低发电成本。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员尽管参照上述实施例应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (11)

1.一种能源协调优化机组组合方法，所述能源包括风电、火电和抽水蓄能；其特征在于：所述方法包括以下步骤：

(1)确定风电出力置信区间；

(2)确定火电机组的运行参数和耗煤特性以及抽水蓄能机组的运行参数和运行特性；

(3)确定风电、火电和抽水蓄能联合优化机组组合的目标函数和约束条件；

(4)确定混合整数非线性规划问题；

(5)确定未来24小时机组的开停机计划。

2.如权利要求1所述的一种能源协调优化机组组合方法，其特征在于：所述步骤(1)的置信区间根据风功率的误差分布模型、置信水平和未来24小时风电预测功率获得；所述风功率的误差分布模型根据风电场的风功率预测与实测历史数据，进行误差分布特性统计确定；所述置信水平的选择取决于实际电力系统各类电源的装机比例、风电的波动特性和抽水蓄能的运行特性；

其中，以预测风电作为场景0，以所述置信区间上限作为场景1，以所述置信区间下限作为场景2。

3.如权利要求2所述的一种能源协调优化机组组合方法，其特征在于：所述风电出力置信区间选择过程如下：

步骤1-1：确定至少两个置信水平下的风电出力置信区间；

步骤1-2：分别确定每个风电置信区间下的机组组合；

步骤1-3：对不同置信区间下的机组组合可靠性进行验证；

步骤1-4：统计各置信区间下机组组合的可靠性水平并根据对机组组合的可靠性水平的要求，确定所述电力系统做机组组合时选择的置信水平。

4.如权利要求3所述的一种能源协调优化机组组合方法，其特征在于：所述步骤1-3中根据风电的所述误差分布特性生成随机场景，采用至少两个所述随机场景对不同置信区间下的机组组合可靠性进行验证；

确定在某个所述随机风电场景和某个所述机组组合下，是否所有的约束都能得到满足，都满足的时候，表示该机组组合对于该风电随机场景是可靠的，否则就是不可靠的，直至验证完所有随机场景。

5.如权利要求1所述的一种能源协调优化机组组合方法，其特征在于：所述步骤(2)中的参数和特性通过所述电力系统负荷的未来24小时预测数据确定。

6.如权利要求1所述的一种能源协调优化机组组合方法，其特征在于：所述步骤(3)中目标函数为预测风电场景下的发电成本，其包括火电的启停成本、运行成本和抽水蓄能的发电成本：

所述约束条件包括基于预测风电的约束条件和基于风电置信区间上下限的约束条件；所述基于风电置信区间上下限的约束条件包括基于风电置信区间上下限的基本约束和基于风电置信区间上下限的系统调节能力约束。

7.如权利要求6所述的一种能源协调优化机组组合方法，其特征在于：所述目标函数通过下式(1)确定：

$F=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(f_{i,t}^0+S_{\mathrm{Ui},t}^0+S_{\mathrm{Di},t}^0)+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(C_{j,t}^{\mathrm{gen},0}+C_{j,t}^{\mathrm{pum},0})---\left(1\right)$

其中，N为火电机组总数，H为抽水蓄能机组的总数，T为时段总数，为火电机组的运行成本，分别为火电机组的开机成本和停机成本， 分别为抽水蓄能机组的发电状态启动成本和抽水状态启动成本， 和中的上标0为预测风电场景。

8.如权利要求6所述的一种能源协调优化机组组合方法，其特征在于：所述基于预测风电的约束条件包括以下约束：

功率平衡约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t}^0+\underset{k=1}{\overset{W}{\mathrm{\Σ}}}{P}_{\mathrm{wk},t}^0+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t}^{\mathrm{gen},0}-P_{j,t}^{\mathrm{pum},0})=L_t$

火电机组启动变量和停机动态变量约束：

I_i,t-I_i,t-1＝u_i,t-v_i,t，u_i,t+v_i,t≤1

最小开停机时间约束： $(T_{i,t-1}^{\mathrm{on}}-G_i^{\mathrm{on}})(I_{i,t}-I_{i,t-1})\≤0,(T_{i,t-1}^{\mathrm{off}}-G_i^{\mathrm{off}})(I_{i,t-1}-I_{i,t})\≤0$

上下旋转备用约束： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,\max }{I}_{i,t}-P_{i,t}^0)\≥{\mathrm{RU}}_t,\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(P_{i,t}^0-P_{i,\min }{I}_{i,t})\≥{\mathrm{RD}}_t$

火电机组出力限制约束：

爬坡约束： $P_{i,t}^0-P_{i,t-1}^0\≤R_i(1+I_{i,t-1}-I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

滑坡约束： $P_{i,t-1}^0-P_{i,t}^0\≤D_i(1-I_{i,t-1}+I_{i,t})+P_{i,\min }(2-I_{i,t-1}-I_{i,t})$

发电抽水不同时约束：

上水库库容平衡约束：

下水库库容平衡约束：

库容水位关系约束： $V_t^{\mathrm{up},0}=f\left(Z_t^{\mathrm{up},0}\right),V_t^{d,0}=f\left(Z_t^{d,0}\right)$

发电功率与发电流量及水头关系约束：

抽水蓄能机组发电功率限制约束：

抽水功率限制约束：

库容限制约束： $V_{\min }^{\mathrm{up},0}\≤V_t^{\mathrm{up},0}\≤V_{\max }^{\mathrm{up},0},V_{\min }^{d,0}\≤V_t^{d,0}\≤V_{\max }^{d,0}$

期初期末库容约束： $V_0^{\mathrm{up},0}=V_{\mathrm{begin}}^{\mathrm{up}},V_0^{d0}=V_{\mathrm{begin}}^d,V_T^{\mathrm{up},0}=V_{\mathrm{end}}^{\mathrm{up}}$

水位限制约束： $Z_{\min }^{\mathrm{up}}\≤Z_t^{\mathrm{up},0}\≤Z_{\max }^{\mathrm{up}},Z_{\min }^d\≤Z_t^{d,0}\≤Z_{\max }^d$

发电流量限制约束： $Q_{j,\min }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}\≤Q_{j,t}^{\mathrm{gen},0}\≤Q_{j,\max }^{\mathrm{gen}}{I}_{j,t}^{\mathrm{gen},0}$

抽水流量约束： $Q_{j,t}^{\mathrm{pum},0}=Q_j^{\mathrm{pum}}{I}_{j,t}^{\mathrm{pum},0}$

其中，N表示火电机组总数，W表示风电机组总数，H表示抽水蓄能机组的总数，I_i,t表示t时段火电机组的运行状态，I_i,t-1为t-1时段末火电机组的运行状态，L_t表示t时段负荷，分别表示到t-1时段末已开机时间和已停机时间，分别表示最小开机时间和最小停机时间，表示预测风电场景下t时段火电机组计划出力，表示t-1时段火电机组计划出力，P_i,max、P_i,min分别表示火电机组出力上限、下限，表示预测风电出力，RU_t、RD_t分别表示t时段的上下旋转备用需求，R_i、D_i分别表示火电机组i的爬坡速率和滑坡速率，u_i,t表示火电机组i启动变量，v_i,t表示火电机组i停运变量，表示1表示抽蓄机组j在预测风电场景下t时段处于发电状态，表示1表示抽蓄机组j在预测风电场景下t时段处于抽水状态，表示抽蓄机组j在预测风电场景下t时段的发电功率，表示抽蓄机组j在预测风电场景下t时段的抽水功率，分别表示抽蓄机组发电功率的上下限，分别表示抽水蓄能机组的固定抽水功率和抽水流量，表示预测风电场景下上水库t、t-1时段末的库存，表示预测风电场景下下水库t、t-1时段末库存， 分别表示上、下水库库容的上、下限，分别表示上下水库的期初水位，分别表示上下水库的期初水位要求，表示上水库的期末水位，表示上水库的期末水位要求，表示上水库t时段的天然来水，表示下水库t时段的天然来水，表示预测风电场景下抽蓄机组j在t时段的发电流量，表示预测风电场景下抽蓄机组j在t时段的抽水流量，表示预测风电场景下抽蓄机组j在t、t-1时段上水库水位，表示预测风电场景下抽蓄机组j在t、t-1时段下水库水位，表示上、下库容关于上下库水位的函数关系，分别表示上、下水库水位的上下限，表示发电效率，表示发电流量下限，表示发电流量上限；参数中的上标0表示预测风电场景。

9.如权利要求8所述的一种能源协调优化机组组合方法，其特征在于：所述基于风电置信区间上下限的基本约束除不含有仅与火电机组开停机状态变量I相关的约束外，所述基于风电置信区间上下限的基本约束与所述基于预测风电的约束的类型相同。

10.如权利要求8所述的一种能源协调优化机组组合方法，其特征在于：所述基于风电置信区间上下限的系统调节能力约束包括系统上调节能力约束和系统下调节能力约束；

所述系统上调节能力约束通过下式(2)确定：

$\left\{\begin{array}{c}{r}_{t-1\_t}^1=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,\max }-P_{i,t-1}^1,R_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{u}_{i,t}-P_{i,\min }{v}_{i,t}]-\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},1}-P_{j,t-1}^{\mathrm{pum},1})\\ r_{t-1\_t}^1\≥{\mathrm{dL}}_t^2-{\mathrm{dL}}_{t-1}^1\end{array}\right.---\left(2\right)$

所述系统下调节能力约束通过下式(3)确定：

$\left\{\begin{array}{c}{d}_{t-1\_t}^2=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left[\min \right\{P_{i,t-1}^2-P_{i,\min },D_i\}{I}_{i,t-1}{I}_{i,t}+P_{i,\min }{v}_{i,t}-P_{i,\min }{u}_{i,t}]+\underset{j=1}{\overset{H}{\mathrm{\Σ}}}(P_{j,t-1}^{\mathrm{gen},2}-P_{j,t-1}^{\mathrm{pum},2})\\ d_{t-1\_t}^2\≥{\mathrm{dL}}_{t-1}^2-{\mathrm{dL}}_t^1\end{array}\right.---\left(3\right)$

其中，s＝1,2；所述公式(2)和(3)中参数的上标1为风电出力置信区间上限，所述公式(2)和(3)中参数的上标2为风电出力置信区间下限，分别表示风电场景1下t、t-1时段的等效负荷，分别为风电场景2下t、t-1时段的等效负荷，表示风电场景1下的火电和抽水蓄能t-1时段的最大上调能力，表示风电场景2下的火电和抽水蓄能t-1时段的最大下调能力，为火电机组i在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在风电场景1、2下t-1时段的发电功率，分别表示抽蓄机组j在预测风电场景下t-1时段的抽水功率。

11.如权利要求8所述的一种能源协调优化机组组合方法，其特征在于：所述步骤(5)通过所述步骤(4)求解获得的连续-离散变量耦合、多复杂约束的混合整数非线性规划问题的结果作为电网机组调度方案，确定未来24小时机组的开停机计划。