CN104377693A - 一种发电生产模拟模型 - Google Patents
一种发电生产模拟模型 Download PDFInfo
- Publication number
- CN104377693A CN104377693A CN201410643934.7A CN201410643934A CN104377693A CN 104377693 A CN104377693 A CN 104377693A CN 201410643934 A CN201410643934 A CN 201410643934A CN 104377693 A CN104377693 A CN 104377693A
- Authority
- CN
- China
- Prior art keywords
- unit
- period
- load
- model
- peak
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种发电生产模拟模型,包括依次配合设置的运行模拟基本流程子模型、模型说明子模型、计算模块和过程子模型、机组组合子模型、经济调度子模型、以及辅助问题处理子模型。本发明所述发电生产模拟模型,可以克服现有技术中计算量大、适用范围小和模拟效果差等缺陷,以实现计算量小、适用范围大和模拟效果好的优点。
Description
技术领域
本发明涉及电力节能技术领域,具体地,涉及一种发电生产模拟模型。
背景技术
电力系统运行模拟归纳起来可分为确定型和不确定型两种模型。确定型模型在时序负荷曲线下,首先按照机组类型,安排非火电机组在负荷中承担的位置,之后再对火电机组进行经济出力分配。不确定模型又可划分为随机性和概率性。随机性不确定模型是直接在时序负荷曲线下进行生产模拟计算,主要方法有:Monte carlo和Markov法;概率性模型是在等效负荷持续曲线下进行生产模拟计算,主要方法有分段直线逼近法、分块法、等效电量函数法、累积量法、正态混合近似法。对于确定型和不确定型生产模拟,各有其优缺点:确定型生产模拟可以考虑和时间、空间相关的一些约束条件,比如机组启停、调峰问题、电网约束等,然而确定型模型仅用一定的系统的备用容量摸拟机组的事故,对电力系统的可靠性分析缺乏深度;不确定型生产模拟弥补了确定型模拟的不足,然而又存在如下缺点:在时序负荷曲线下进行生产模拟计算由于计算量太大而失去其适应性,在基于等效负荷持续曲线的模拟对于系统调峰状况缺乏考虑等问题。不难发现这两种生产模拟在一定程度上来说是互补的。
电网公司每年都会统一进行理论线损的计算,即根据历史的潮流和损耗的信息的分析,统计出一段时间(年)内全网的线损量,以及损耗率。其中,历史信息是通过自动化系统(SCADA)采集,并存储在数据库中,可以方便的查询、检索和统计。并不需要对发电、用电以及潮流变化规律的把握,相对简单且容易实现。然而,当需要对未来一段时间的损耗情况进行分析和预测时,比如需要分析某条输电线路建成后的降损效果,不存在现成数据进行统计计算,必需对系统将来的运行情况进行模拟。需要模拟负荷、发电以及电网的运行规律。
在实现本发明的过程中,发明人发现现有技术中至少存在计算量大、适用范围小和模拟效果差等缺陷。
发明内容
本发明的目的在于,针对上述问题,提出一种发电生产模拟模型,以实现计算量小、适用范围大和模拟效果好的优点。
为实现上述目的,本发明采用的技术方案是:一种发电生产模拟模型,包括依次配合设置的运行模拟基本流程子模型、模型说明子模型、计算模块和过程子模型、机组组合子模型、经济调度子模型、以及辅助问题处理子模型。
进一步地,所述运行模拟基本流程子模型,用于对发电生产模拟模型进行细化,确定模型的整个流程;和/或,
所述模型说明子模型,用于对发电生产模拟模型的符号约定、可再生能源模型、直流潮流模型、目标函数和约束条件进行说明;和/或,
所述计算模块和过程子模型,包括非优化运行机组模拟计算、新可再生能源机组出力安排、水电及抽蓄机组调峰优化;和/或,
所述机组组合子模型,包括机组组合模型的设计、联合时段的选择、可再生能源切除出力的处理;和/或,
所述经济调度子模型,用于解决在机组组合完成后,对剩余时段出力进行分配,保证运行电费或者购电费用最小;和/或,
所述辅助问题处理子模型,包括机组的启停优化运行和最优性分析。
进一步地,所述模型说明子模型对发电生产模拟模型进行细化,确定模型的整个流程的操作,具体包括:
首先根据装机进度表,考虑机组的投运、退役和技改等,确定投运机组;接下来需要根据检修计划排除检修机组,最后确定可运行机组及其参数;
然后安排所有能够确定出力的机组,包括外来的协议送电、核电机组以及认为指定出力的机组,根据电源所在区域,修正对应的负荷曲线;
根据可再生能源运行模拟模块随机模拟生成的可再生能源模拟出力,安排新可再生能源出力,修正对应的负荷曲线;
以此修正后的多区域负荷曲线为基础,对于抽水蓄能和常规水电机组安排其削峰和填谷,抽水可设定为平抽或满抽方式,并满足包含机组的容量、电量的约束,根据电源所在区域,再次修正对应的负荷曲线;
对剩余的机组进行优化模拟运行。
进一步地,所述模型说明子模型对发电生产模拟模型的符号约定、可再生能源模型、直流潮流模型、目标函数和约束条件进行说明的操作,具体包括:
2.1)符号约定:
对使用变量的规则进行预定说明;
对模型使用到的变量进行预定说明;
2.2)可再生能源模型说明:
根据电网运行节能、环保的要求,在电网能够接纳的情况下要求可再生能源全额上网;
根据以上情况,在建模中引入可再生能源出力预测变量并在日前发电计划模型中引入切除可再生能源的机制,使模型在系统无法提供调峰容量,系统备用容量不足或可再生能源送出受阻情况下,切除部分可再生能源出力,可再生能源切除出力变量用表示;
2.3)直流潮流模型说明
对所有到的直流潮流模型做简要说明,假定系统有N+1个节点,L条支路,M个机组,网络连通,N、L、M均为自然数;
节点负荷列向量为D,机组出力列向量为P,节点注入功率列向量为Psp;支路k与节点i,j关联,正方向为i→j,支路导纳yk=1/xij;关联矢量: 节点-支路关联矩阵: 其行数为N+1,列数为L;降阶节点-支路关联矩阵:A=[M1,M2,...,ML],其行数为N+1,列数为L;支路导纳矩阵:y=diag([yk]),行数与列数均为L;节点导纳矩阵:B0=AyAT;节点-机组关联矩阵:行数为N+1,列数为M;PSP=AnuP-D,P为机组出力矢量;
由直流潮流公式可知:
PSP=B0θ=AyATθ
θ=(AyAT)-1PSP=(AyAT)-1(AnuP-D) (2-1);
根据直流潮流计算得线路潮流:
F=yATθ=yAT(AyAT)-1PSP=yAT(AyAT)-1(AnuP-D) (2-2);
可知,发电机转移分布因子矩阵为:
W=yAT(AyAT)-1 (2-3);
2.4)目标函数
式中:T为总时段的集合;C(Pt)可以设定为各类型机组t时段输出功率为Pt时的电价或煤耗,Vd为各节点平均停电损失,Cf为机组启停费用,Cw为切除可再生能源的成本,θ,η,γ为加权系数,通常情况下为1,也能够根据需要调整;上式表明,目标函数为综合考虑系统发电经济性、切负荷成本以及切除可再生能源的调度决策;
2.5)约束条件
2.5.1)负荷与发电的平衡
2.5.2)机组技术出力约束
对于不可启停机组:
对于可启停机组:
对于水电与抽水蓄能机组:
对于可再生能源机组:
2.5.3)系统正负备用要求
上式中:ru为系统在时段t要求的正备用率,可再生能源对系统备用的贡献应按其预测出力计算,即使被切除,其被切除部分也计入备用容量;
式中:为系统在时段t要求的负备用率,此时,可再生能源出力在此不计入,即等效的认为可再生能源最小出力为0,即可以随时被切除;
2.5.4)支路潮流约束:
其中:
2.5.5)断面约束:
其中:
2.5.6)动态约束
启停火电在一天中运行状态最多启停一次,大容量火电机组不允许启停。
进一步地,所述计算模块和过程子模型进行非优化运行机组模拟计算、新可再生能源机组出力安排、水电及抽蓄机组调峰优化的操作,具体包括:
从机组优化运行的数学模型中可见,其目标函数为全时段即规划期间内所有时段运行成本最低,这需要通过每日的最优运营来实现:
3.1)非优化运行机组模拟计算
日生产模拟首先对非优化运行机组,包括核电机组、热电机组以及指定出力机组;
3.2)新可再生能源机组出力安排
在进行生产模拟之前已经根据新可再生能源运行模拟模块得到各个新可再生能源电源的时序模拟出力,利用各新可再生能源电源的时序模拟出力修正各区域负荷;
3.3)水电机组调峰优化
水电机组在电力系统中占有重要的地位,它对系统的运行方式有很大的影响。与火电机组相比,水电机组具有以下特点:
水电机组发电不消耗燃料,其发电费用几乎与发电量无关;
水电机组的发电量和发电出力是由水文情况和水库调度决定的,在生产模拟中其发电量应看作给定量,即水电机组是能量受限机组;
水电机组开停灵活,增减负荷迅速,适合担任负荷曲线上经常变动的峰荷部分;
3.3)抽水蓄能机组调峰优化
抽水蓄能机组是利用电网低谷时的廉价电量将低处水池的水抽到高处的水池中,待电网高峰负荷时通过水轮发电机组发电来替代昂贵的尖峰能量,以满足电网调峰要求;
对于抽水蓄能机组GOPT运行模拟模型中提供如下三种开机模式:
3.3.1)抽水蓄能全开机方式:抽水蓄能机组在非检修日均开机运行,承担系统调峰任务,最大化减小系统日峰谷差;
3.3.2)抽水蓄能依调峰容量需求开机方式:抽水蓄能机组主要承担事故备用任务,在系统负荷与风电出力叠加后峰谷差过大,火电机组调峰能力无法满足要求时再调用抽水蓄能机组进行调峰;
3.3.3)抽水蓄能按调峰比例开机方式:抽水蓄能机组开机容量统筹考虑核电开机、风电运行方式以及系统负荷的大小。其开机容量的调整目标为系统常规火电机组的负荷率与负荷的峰谷差率相同,调整目标可写成以下表达式:
其中:
日负荷最小值=火电机组日内出力最小值+抽水蓄能、风电、核电日内出力最小值
日负荷最大值=火电机组日内出力最大值+抽水蓄能、风电、核电日内出力最大值;
实际上,这种情况下抽水蓄能与火电机组按比例共同承担系统的调峰任务,抽水蓄能补偿了核电与风电不能为系统提供的调峰容量;
对于单台抽水蓄能机组,其日内运行方式有如下四种:
3.3.4)平抽定削:首先根据负荷曲线和水库容量以平抽方式进行填谷,确定抽水量;然后以抽水量乘以转换效率作为发电电量,再以此进行削峰;
3.3.5)满抽定削:根据负荷曲线和机组容量,以抽水时以把水库容量抽满为原则,保证最大填谷量,确定抽水量;然后以抽水量乘以转换效率作为发电电量,再以此进行削峰;
3.3.6)平削定抽:根据负荷曲线和水库容量以平削方式进行削峰,确定削峰时的发电电量;然后除以转换效率确定抽水量,再以抽到需要的水量为原则,保证最大填谷量;
3.3.7)优化抽削:根据负荷曲线、水库容量和机组容量,在以追求调峰性能最好为原则,保证抽水量最小;
运行模拟模型中三种开机方式下,开机机组均采用优化抽削模式确定发电与抽水出力。
进一步地,所述机组组合子模型进行机组组合模型的设计、联合时段的选择、可再生能源切除出力的处理程的操作,具体包括:
确定常规火电在一天中固定的机组状态,使得通过调整可启停机组的状态和机组出力,使之能够满足各个时段的约束,同时做到经济上的较优,即为机组组合问题。
在生产模拟计算中,提出相对简化而又行之有效的机组组合模型:
4.1)机组组合模型设计
以日为研究单位,忽略机组跟踪负荷能力的约束,主要思想是根据一定规则,找出一个负荷低谷时段t0一个负荷高峰时段t1,将这两个时段的静态安全约束方程联合起来,且增加两个时段的机组状态的约束;
机组组合模型中将机组分为三类,分别为可起停机组、不可起停机组以及新可再生能源机组;对于不可启停机组,其负荷高峰时段与负荷低谷时段的状态仅用一个变量表示,对于可起停机组,其负荷高峰时段与负荷低谷时段的状态用两个变量表示;
为保证在该机组组合结果的基础上进行其余时段的出力分配的经济性更优,在此构造目标函数为两个时段的购电费用、切除负荷损失、切除风电赔偿和启停费用的加权和,构成一个混合整数的线性规划问题,具体优化方程式如下:
s.t.
上式中,变量上标0表示低谷时刻量,1表示高峰时刻量;变量下标c、f、w分别表示不可启停机组、可启停机组以及新可再生能源机组;变量下标d表示切除负荷或切除新可再生能源;Vc,Vf为核定电价或运行成本,Vd为平均停电损失,Cf为机组启停费用,λ,γ,κ为加权系数;
4.2)联合时段选择
为保证上述机组组合结果在应用于其他时段时能够通过调整机组出力和启停机组的状态来满足系统的静态安全约束,不能简单地取原始的或者修正后的系统负荷曲线的最大峰荷时段和最小谷荷时段,而必须取序列的其最小值所在时段为低谷时段;序列的最大值位于的时段为高峰时段;
4.3)可再生能源切除出力的处理
高峰时刻负荷D0与低谷时刻负荷D1均已经根据新可再生能源模拟出力进行了修正,因此,机组组合模型中电力平衡、正负备用以及网络约束中均不需要考虑可再生能源出力的大小,而仅需要考虑可再生能源被切除的出力与的大小;
显然,可再生能源被切除的出力与的约束条件为,大于零且小于可再生能源模拟出力与这时时序模拟出力可理解为新可再生能源能够被调度的最大出力。
进一步地,所述经济调度子模型解决在机组组合完成后,对剩余时段出力进行分配,保证运行电费或者购电费用最小的操作,具体包括:
在机组组合完成后,下面要做的就是对剩余时段做出力分配,其目标函数为运行费用或者购电费用最小,Ic为给定值,并且不用考虑启停费用的问题,其优化方程及其求解更为简单,具体方程式如下:
s.t.
进一步地,所述辅助问题处理子模型进行机组的启停优化运行和最优性分析的操作,具体包括:
6.1)启停优化运行
虽然启停机组可以在一天的状态中发生变化,但是由于存在启停费用和实际运行约束,为优化其运行,在做剩余时段出力分配时,启停状态不能处于无序状态,而需要根据一个特定的优化规则;
对于各时段的出力分配时序及其增加启停机组状态约束分别为:(1)从t0-1递减至1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段且不大于t1时段的状态;(2)从t0+1递增至t0-1时刻逐时段分配出力,增加约束条件启停机组状态不小于前一时段且不大于t1时段的状态;(3)从24递减至t0+1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段(取时段24后一时段为t0)且不大于t1时段的状态;
上述过程仅用于t0<t1的情形,t0>t1的情形可用类似的方法处理;
6.2)最优性分析
上述的模型中采用逐时段求解最优:
构造机组组合模型中,优化目标包括运行/购电成本、启停费用,保证机组组合方案更优;
所有优化方程均为混合整数线性规划,可采用严格的数学规划方法求解,达到逐时段最优;
多时断耦合限制启停机组的运行状态,使之再一天中启停次数最少,甚至不启停。
本发明各实施例的发电生产模拟模型,由于包括依次配合设置的运行模拟基本流程子模型、模型说明子模型、计算模块和过程子模型、机组组合子模型、经济调度子模型、以及辅助问题处理子模型;可以通过建立发电生产模拟模型,有效并快速的对发电生产过程和状态进行模拟,从而了解生产的每个环节运行状态;从而可以克服现有技术中计算量大、适用范围小和模拟效果差的缺陷,以实现计算量小、适用范围大和模拟效果好的优点。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明中日生产模拟基本流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
根据本发明实施例,如图1所示,提供了一种发电生产模拟模型。该发电生产模拟模型,采用确定性运行模拟的方式,帮助进行电网能耗分析;对未来一年的网络能耗情况进行模拟分析,定义电网能耗年值的概念以前瞻并量化未来一年的电网电能损耗情况,从而为电网降损节能做出贡献。
本发明的目的是建立一种发电生产模拟基于时序负荷曲线,优化目标选择运行成本最低,引入以一日为单位的机组组合与经济调度模型,使规划评估与系统实际运行紧密的结合。本发明技术方案中的模型能够考虑系统调度运行中的各种约束条件如机组调峰约束、机组的启停约束、网络约束(直流潮流)等。机组组合与经济调度模型经过部分简化处理,可以较为快速地求解,适用于长时间的运营模拟,使得模拟结果更为贴近电力系统的实际运行状况,增强了模拟结果的有效性。
本发明所采用的技术方案是,一种发电生产模拟模型,依次包括运行模拟基本流程、模型说明、计算模块和过程、机组组合、经济调度、其他相关问题六个部分。
其中,上述运行模拟基本流程是对发电生产模拟模型进行细化,确定模型的整个流程。模型说明主要对发电生产模拟模型的符号约定、可再生能源模型、直流潮流模型、目标函数和约束条件等进行说明。计算模块和过程主要包括非优化运行机组模拟计算、新可再生能源机组出力安排、水电及抽蓄机组调峰优化。机组组合主要包括机组组合模型的设计、联合时段的选择、可再生能源切除出力的处理。经济调度主要是解决在机组组合完成后,对剩余时段出力进行分配,保证运行电费或者购电费用最小。其他相关问题主要包括机组的启停优化运行和最优性分析等。
例如,基于时序负荷曲线,优化目标选择运行成本最低,引入以一日为单位的机组组合与经济调度模型,使规划评估与系统实际运行紧密的结合。模型能够考虑系统调度运行中的各种约束条件如机组调峰约束、机组的启停约束、网络约束(直流潮流)等。机组组合与经济调度模型经过部分简化处理,可以较为快速地求解,适用于长时间的运营模拟,使得模拟结果更为贴近电力系统的实际运行状况,增强了模拟结果的有效性。
模型由运行模拟基本流程、模型说明、计算模块和过程、机组组合、经济调度、
其他相关问题六个部分组成,下面对这六个部分进行详细说明:
1、运行模拟基本流程
运营模型是基于时序负荷曲线,较为容易地引入调峰约束,并且考虑到火电机组的运行特性、启停机组的启停费用等,对每天的模拟做出经济性最优的合理的机组组合。
在不失实用性的原则下通过适当的简化,机组组合与出力分配模型均构造为混合整数规划问题,通过严格的数学方法求解,有别于类似于排出力等启发式优化算法,能做到严格意义上的满足约束条件最优。
采用基于时序负荷曲线的电力系统确定型运行模拟模型,其核心是以日运行为核心的调度模拟模型。其流如图1所示。
首先根据装机进度表,考虑机组的投运、退役和技改等,确定投运机组;接下来需要根据检修计划排除检修机组,最后确定可运行机组及其参数;
然后安排所有可以确定出力的机组,包括外来的协议送电、核电机组以及认为指定出力的机组,根据电源所在区域,修正对应的负荷曲线;
根据可再生能源运行模拟模块随机模拟生成的可再生能源模拟出力,安排新可再生能源出力,修正对应的负荷曲线;
以此修正后的多区域负荷曲线为基础,对于抽水蓄能和常规水电机组安排其削峰和填谷,抽水可设定为平抽或满抽方式,并满足机组的容量、电量等约束,根据电源所在区域,再次修正对应的负荷曲线。
最后要做的就是对剩余的机组进行优化模拟运行,除了前面计算结果外,还需要准备如下参数:人工指定的机组状态、每个时段的正负备用量、机组的分时报价或成本、启停机组的启停费用、网络约束等。
2、模型说明
2.1)符号约定
为方便理解,在此对本章使用变量的规则做如下说明:
(1)变量主体均为单一字母;
(2)大写字母的变量为矩阵或者列向量,小写字母变量为单一数值;
(3)变量的上标表示变量的时段标志,下标为变量类型;
(4)对于变量之间做乘法时,书写省略乘法符号;
(5)XT为矩阵或向量X的转置;
(6)对于列向量X,定义算子其运算优先级位于乘法与加减法之间;
(7)对于两个维度一致的列向量X、Y,定义比较运算符
在此对模型使用到的变量做如下说明:
(1)Dt为列向量,表示各节点t时段负荷。为列向量,表示各节点t时段切除的负荷。
(2)均为列向量,表示机组t时段出力,其中表示日内不可启停机组出力,表示日内可启停机组出力,表示水电与抽水蓄能机组出力,表示可再生能源机组出力。Pc max,Pf max,Pw max亦为列向量,分别表示不可启停机组、可启停机组以及水电与抽水蓄能机组最大出力。Pc min,Pf min,Pw min分别表示各类型机组的最小出力。
(3)对于可再生能源而言,为列向量,表明t时段可再生能源在前预测中的预测出力。为列向量,表示t时段可再生能源切除出力。
(4)Ic为列向量,表示不可启停机组的日内启停状态,需要说明的是,不可启停机组一天之内仅有一个状态,该状态与时间无关,通过这种建模方式能够使模型保证不可启停机组一日内状态均相同。为列向量,表示可启停机组t时段启停状态。
(5)W为发电机转移分布因子矩阵,行数为系统线路数,列数为系统节点数。Angc,Angf,Angh,Angw均为各类型机组的节点-机组关联矩阵,其行数均为节点数,列数分别为不可启停机组、可启停机组、水电与抽水蓄能机组以及可再生能源机组数。Asl为断面-线路关联矩阵,其行数为断面数,列数为线路数。
(6)Ft为列向量,表示线路t时段的潮流,Fmax表示线路的传输容量。
(7)为列向量,表示断面t时段的潮流,Fs max表示断面的正向传输极限,Frs max表示线路的反响传输极限。
2.2)可再生能源模型说明
风电、太阳能光伏发电等可再生能源与常规能源的最大区别在于其出力受到天气的影响,随机多变且可控性较差。具体而言,其某一时刻的最大出力能力由风速、太阳辐照等天气因素决定,一般由可再生能源出力预测在日前给出其未来一天各时段的估计值,在调度运行中仅能够控制其在最大出力能力及以下的范围内运行。根据电网运行节能、环保的要求,在电网能够接纳的情况下要求可再生能源全额上网。
根据以上情况,在建模中引入可再生能源出力预测变量并在日前发电计划模型中引入切除可再生能源的机制,使模型在系统无法提供调峰容量,系统备用容量不足或可再生能源送出受阻情况下,切除部分可再生能源出力。可再生能源切除出力变量用表示。
2.3)直流潮流模型说明
对所有到的直流潮流模型做简要说明,假定系统有N+1个节点,L条支路,M个机组,网络连通。
节点负荷列向量为D,机组出力列向量为P,节点注入功率列向量为Psp。支路k与节点i,j关联,正方向为i→j,支路导纳yk=1/xij;关联矢量: 节点-支路关联矩阵: 其行数为N+1,列数为L。降阶节点-支路关联矩阵:A=[M1,M2,...,ML],其行数为N+1,列数为L。支路导纳矩阵:y=diag([yk]),行数与列数均为L。节点导纳矩阵:B0=AyAT。节点-机组关联矩阵:行数为N+1,列数为M。PSP=AnuP-D,P为机组出力矢量。
由直流潮流公式可知:
PSP=B0θ=AyATθ
θ=(AyAT)-1PSP=(AyAT)-1(AnuP-D) (2-1);
根据直流潮流计算得线路潮流:
F=yATθ=yAT(AyAT)-1PSP=yAT(AyAT)-1(AnuP-D) (2-2);
可知,发电机转移分布因子矩阵为:
W=yAT(AyAT)-1 (2-3);
2.4)目标函数
式中:T为总时段的集合;C(Pt)可以设定为各类型机组t时段输出功率为Pt时的电价或煤耗,Vd为各节点平均停电损失,Cf为机组启停费用,Cw为切除可再生能源的成本,θ,η,γ为加权系数,通常情况下为1,也可以根据需要调整。上式表明,目标函数为综合考虑系统发电经济性、切负荷成本以及切除可再生能源的调度决策。
2.5)约束条件
2.5.1)负荷与发电的平衡
2.5.2)机组技术出力约束
对于不可启停机组:
注意,上式表示式中各列向量对应项相乘以及对应项间比较,下述式意义与本式相同。
对于可启停机组:
对于水电与抽水蓄能机组:
对于可再生能源机组:
上式表明,在日前发电计划中,可再生能源安排出力与切除出力之和应与预测出力相等。
2.5.3)系统正负备用要求
上式中:ru为系统在时段t要求的正备用率,需要注意的是,在式中,可再生能源对系统备用的贡献应按其预测出力计算,即使被切除,其被切除部分也计入备用容量。
式中:为系统在时段t要求的负备用率,此时,可再生能源出力在此不计入,即等效的认为可再生能源最小出力为0,即可以随时被切除。
2.5.4)支路潮流约束:
其中:
2.5.5)断面约束:
其中:
2.5.6)动态约束
启停火电在一天中运行状态最多启停一次,大容量火电机组不允许启停。
3、计算模块和过程
从机组优化运行的数学模型中可见,其目标函数为全时段(规划期间内所有时段)运行成本最低,这需要通过每日的最优运营来实现。
3.1)非优化运行机组模拟计算
日生产模拟首先对非优化运行机组,包括核电机组、热电机组以及指定出力机组等。该部分模拟计算较为简单,既针对该日每个时段,安排所有非优化运行机组出力,同时根据电源位置修正各区域负荷,作为后面计算的基础。
3.2)新可再生能源机组出力安排
在进行生产模拟之前已经根据新可再生能源运行模拟模块得到各个新可再生能源电源的时序模拟出力。此时利用各新可再生能源电源的时序模拟出力修正各区域负荷。
需要说明的,可能由于系统调峰容量不足、送出受阻等原因,系统实际调度时可能切除部分新可再生能源,所以,这时时序模拟出力可理解为新可再生能源能够被调度的最大出力,下文中机组组合与经济调度模型中考虑了新可再生能源被切除的出力。
3.3)水电机组调峰优化
水电机组在电力系统中占有重要的地位,它对系统的运行方式有很大的影响。与火电机组相比,水电机组具有以下特点:
水电机组发电不消耗燃料,其发电费用几乎与发电量无关;
水电机组的发电量和发电出力是由水文情况和水库调度决定的,在生产模拟中其发电量应看作给定量,即水电机组是能量受限机组;
水电机组开停灵活,增减负荷迅速,适合担任负荷曲线上经常变动的峰荷部分。
在电力系统生产计划中,如何利用水电特点,使水电、火电有效配合以优化电力系统运行方式是现代电力系统运行的一个重要问题,自然也成为生产模拟的一个重要问题。为了发挥水电效益,在安排水电机组运行时应遵循以下几条原则:
充分利用其水能发电,尽量避免弃水;
带峰荷部分的负荷,这样可以替代煤耗微增率较大的火电机组,从而可以取得较大的燃料节约;
当火电机组发生故障时,水电机组能随时担任事故备用。
水电站强迫出力部分带基荷,剩余的电力和电量用于“削峰”。
在互联系统运行费用计算中,通常给定水电站的发电量和强迫出力,发电量是指水电站在丰水、平水和枯水时期的平均发电量,这些量一般由规划的前期工作提供,或者通过补偿调节计算得出。水电机组在各时段的出力由“削峰”计算确定。
3.3)抽水蓄能机组调峰优化
抽水蓄能机组是利用电网低谷时的廉价电量将低处水池的水抽到高处的水池中,待电网高峰负荷时通过水轮发电机组发电来替代昂贵的尖峰能量,以满足电网调峰要求。在峰荷时段的运行还需要考虑本机组的转换效率,才能决定应削掉多大的尖峰能量。显然,削平尖峰能量时在成本上所得的利益的大小,必须用抽水时所付掉的抽水能量成本的多少来衡量。
对于抽水蓄能机组GOPT运行模拟模型中提供如下三种开机模式:
3.3.1)抽水蓄能全开机方式:抽水蓄能机组在非检修日均开机运行,承担系统调峰任务,最大化减小系统日峰谷差;
3.3.2)抽水蓄能依调峰容量需求开机方式:抽水蓄能机组主要承担事故备用任务,在系统负荷与风电出力叠加后峰谷差过大,火电机组调峰能力无法满足要求时再调用抽水蓄能机组进行调峰;
3.3.3)抽水蓄能按调峰比例开机方式:抽水蓄能机组开机容量统筹考虑核电开机、风电运行方式以及系统负荷的大小。其开机容量的调整目标为系统常规火电机组的负荷率与负荷的峰谷差率相同,调整目标可写成以下表达式:
其中:
日负荷最小值=火电机组日内出力最小值+抽水蓄能、风电、核电日内出力最小值
日负荷最大值=火电机组日内出力最大值+抽水蓄能、风电、核电日内出力最大值;
实际上,这种情况下抽水蓄能与火电机组按比例共同承担系统的调峰任务,抽水蓄能补偿了核电与风电不能为系统提供的调峰容量;
可见,抽水蓄能全开机方式下抽水蓄能机组利用小时数较高,抽水蓄能依调峰容量需求开机方式下抽水蓄能机组利用小时数较低,抽水蓄能按调峰比例开机方式中抽水蓄能机组利用小时数介于以上两种开机方式之间。
虽然抽蓄运行实际是需要消耗电量的,但实际测算表明,抽水蓄能装机比例在10%以下的系统中,抽水蓄能全开机方式下系统运行成本最小。为此推荐使用抽蓄全开机方式运行。
对于单台抽水蓄能机组,其日内运行方式有如下四种:
3.3.4)平抽定削:首先根据负荷曲线和水库容量以平抽方式进行填谷,确定抽水量。然后以抽水量乘以转换效率作为发电电量,再以此进行削峰。
3.3.5)满抽定削:根据负荷曲线和机组容量,以抽水时以把水库容量抽满为原则,保证最大填谷量,确定抽水量。然后以抽水量乘以转换效率作为发电电量,再以此进行削峰。
3.3.6)平削定抽:根据负荷曲线和水库容量以平削方式进行削峰,确定削峰时的发电电量。然后除以转换效率确定抽水量,再以抽到需要的水量为原则,保证最大填谷量。
3.3.7)优化抽削:根据负荷曲线、水库容量和机组容量,在以追求调峰性能最好为原则,保证抽水量最小。
运行模拟模型中三种开机方式下,开机机组均采用优化抽削模式确定发电与抽水出力。
4、机组组合
如果仅仅针对于每个时段安排机组出力,使得目标函数购电费用或者运行成本最小,这样得出的结果是不合理的,比如说常规火电在一天中出现启停、对于启停机组没考虑启停费用等,也就是说这样的结果是没有实际意义的。为此首先需要确定常规火电在一天中固定的机组状态,使得通过调整可启停机组的状态和机组出力,使之能够满足各个时段的约束,同时做到经济上的较优,即为机组组合问题。
求解机组组合优化问题制定经济安全出力分配的必要的前提工作,要求在满足机组运行特性,比如连续开机停机时间、跟踪负荷能力等约束条件的情况下,如何合理地开、停机组,使得既能满足负荷平衡和系统的安全约束,同时做到经济上的最优。一般来说机组组合是一个大规模混合整数的非线性优化问题。围绕着这一复杂的新问题,国内外的学者提出了许多计算方法,如动态规划,分支限定,Bender分解,启发式和Lagrangian松驰(LR)法等。然而这些方法均存在计算量大,求解速度慢的问题,使其无法在长时间范围的生产模拟中得到应用。
然而在运营模拟中如果忽略机组组合问题,不考虑机组的启停约束,就无法对系统的调峰规划,调峰电源的效益、互联系统的电源结构的互补效益、错峰效益、互联效益等问题做出有效的分析与评估。这些问题在电力规划中仍具有重要得意义。另外不考虑机组组合问题的运行模拟结果与实际系统的运行差别较大,将直接影响模拟结果的有效性。
在生产模拟计算中,我们此提出相对简化而又行之有效的机组组合模型。在不失实用性的原则下,进行适当的简化构造新的机组组合模型,可较为快速地求解,将其应用于运营模拟之中,解决上述问题。
4.1)机组组合模型设计
在本手册中是以日为研究单位,忽略机组跟踪负荷能力的约束,主要思想是根据一定规则,找出一个负荷低谷时段t0一个负荷高峰时段t1,将这两个时段的静态安全约束方程联合起来,且增加两个时段的机组状态的约束。
机组组合模型中将机组分为三类,分别为可起停机组(一般包括小火电机组、联合循环燃机等)、不可起停机组(大型火电机组)以及新可再生能源机组(仅用于描述切除新可再生能源出力)。对于不可启停机组,其负荷高峰时段与负荷低谷时段的状态仅用一个变量表示,对于可起停机组,其负荷高峰时段与负荷低谷时段的状态用两个变量表示。
机组组合的结果将直接影响到其余各个时段的机组出力分配,也就直接影响到模拟的运行成本或购电费用。为了保证在该机组组合结果的基础上进行其余时段的出力分配的经济性更优,在此构造目标函数为两个时段的购电费用、切除负荷损失、切除风电赔偿和启停费用的加权和。这样就构成了一个混合整数的线性规划问题,具体优化方程式如下:
s.t.
上式中,变量上标0表示低谷时刻量,1表示高峰时刻量;变量下标c、f、w分别表示不可启停机组、可启停机组以及新可再生能源机组;变量下标d表示切除负荷或切除新可再生能源。
Vc,Vf为核定电价或运行成本,Vd为平均停电损失,Cf为机组启停费用,λ,γ,κ为加权系数,通常情况下为1,也可以根据需要调整。
通过大规模优化软件包,可以将该问题较为快速地求解出来。求解结果将确定常规机组在一天中每个时段的状态和启停机组在低谷和高峰两个时段的状态。在以此为基础分配其他时段的出力。
4.2)联合时段选择
为了保证上述机组组合结果在应用于其他时段时能够通过调整机组出力和启停机组的状态来满足系统的静态安全约束,不能简单地取原始的或者修正后的系统负荷曲线的最大峰荷时段和最小谷荷时段,而必须(不能是其他)取序列的其最小值所在时段为低谷时段;序列的最大值位于的时段为高峰时段。简单来说也就是分别取负荷减负备用的最小点,负荷加正备用的最大点,它们才是反映系统需要开机容量的根本,而不是负荷曲线。
4.3)可再生能源切除出力的处理
需要注意的是,高峰时刻负荷D0与低谷时刻负荷D1均已经根据新可再生能源模拟出力进行了修正,因此,机组组合模型中电力平衡、正负备用以及网络约束中均不需要考虑可再生能源出力的大小,而仅需要考虑可再生能源被切除的出力与的大小。
显然,可再生能源被切除的出力与的约束条件为,大于零且小于可再生能源模拟出力与(这时时序模拟出力可理解为新可再生能源能够被调度的最大出力)。
5、经济调度
在机组组合完成后,下面要做的就是对剩余时段做出力分配,其目标函数为运行费用或者购电费用最小,Ic为给定值,并且不用考虑启停费用的问题,其优化方程及其求解更为简单,具体方程式如下。
s.t.
6、其他相关问题
6.1)启停优化运行
虽然启停机组可以在一天的状态中发生变化,但是由于存在启停费用和实际运行约束,为优化其运行,在做剩余时段出力分配时,启停状态不能处于无序状态,而需要根据一个特定的优化规则。
一方面t0、t1时刻状态相同的机组,则这一天中所有时段都保持该状态,因而也就不存在启停费用。分析机组组合的优化方程的目标函数,该项分量为0;
另一方面,考虑一般情况下的负荷曲线,24个剩余时段被分割为三段:[1,t0)(t0,t1)(t1,24)]。
对于这些时段的出力分配时序及其增加启停机组状态约束分别为:(1)从t0-1递减至1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段且不大于t1时段的状态;(2)从t0+1递增至t0-1时刻逐时段分配出力,增加约束条件启停机组状态不小于前一时段且不大于t1时段的状态;(3)从24递减至t0+1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段(取时段24后一时段为t0)且不大于t1时段的状态。
上述过程仅用于t0<t1的情形,t0>t1的情形可用类似的方法处理。不难发现这样处理之后可以保证启停机组在一天中最多启停一次,这也是为何不在时段出力分配的目标函数中考虑启停费用的原因。
另外上述处理后能显著地减少各个时段出力分配优化方程中0-1变化范围的整数个数,较好地加速计算过程。
6.2)最优性分析
上述的模型中采用逐时段求解最优:
构造机组组合模型中,优化目标包括运行/购电成本、启停费用,保证机组组合方案更优。
所有优化方程均为混合整数线性规划,可采用严格的数学规划方法求解,达到逐时段最优。
多时断耦合限制启停机组的运行状态,使之再一天中启停次数最少,甚至不启停。
综上所述,与现有技术相比,本发明的有益效果是,通过建立发电生产模拟模型,可以有效并快速的对发电生产过程和状态进行模拟,从而了解生产的每个环节运行状态,对提高电力系统运行的经济效益和供电可靠性水平,评估未来电力系统的发展有着极为重要的意义。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种发电生产模拟模型,其特征在于,包括依次配合设置的运行模拟基本流程子模型、模型说明子模型、计算模块和过程子模型、机组组合子模型、经济调度子模型、以及辅助问题处理子模型。
2.根据权利要求1所述的发电生产模拟模型,其特征在于,所述运行模拟基本流程子模型,用于对发电生产模拟模型进行细化,确定模型的整个流程;和/或,
所述模型说明子模型,用于对发电生产模拟模型的符号约定、可再生能源模型、直流潮流模型、目标函数和约束条件进行说明;和/或,
所述计算模块和过程子模型,包括非优化运行机组模拟计算、新可再生能源机组出力安排、水电及抽蓄机组调峰优化;和/或,
所述机组组合子模型,包括机组组合模型的设计、联合时段的选择、可再生能源切除出力的处理;和/或,
所述经济调度子模型,用于解决在机组组合完成后,对剩余时段出力进行分配,保证运行电费或者购电费用最小;和/或,
所述辅助问题处理子模型,包括机组的启停优化运行和最优性分析。
3.根据权利要求2所述的发电生产模拟模型,其特征在于,所述模型说明子模型对发电生产模拟模型进行细化,确定模型的整个流程的操作,具体包括:
首先根据装机进度表,考虑机组的投运、退役和技改等,确定投运机组;接下来需要根据检修计划排除检修机组,最后确定可运行机组及其参数;
然后安排所有能够确定出力的机组,包括外来的协议送电、核电机组以及认为指定出力的机组,根据电源所在区域,修正对应的负荷曲线;
根据可再生能源运行模拟模块随机模拟生成的可再生能源模拟出力,安排新可再生能源出力,修正对应的负荷曲线;
以此修正后的多区域负荷曲线为基础,对于抽水蓄能和常规水电机组安排其削峰和填谷,抽水可设定为平抽或满抽方式,并满足包含机组的容量、电量的约束,根据电源所在区域,再次修正对应的负荷曲线;
对剩余的机组进行优化模拟运行。
4.根据权利要求2所述的发电生产模拟模型,其特征在于,所述模型说明子模型对发电生产模拟模型的符号约定、可再生能源模型、直流潮流模型、目标函数和约束条件进行说明的操作,具体包括:
2.1)符号约定:
对使用变量的规则进行预定说明;
对模型使用到的变量进行预定说明;
2.2)可再生能源模型说明:
根据电网运行节能、环保的要求,在电网能够接纳的情况下要求可再生能源全额上网;
根据以上情况,在建模中引入可再生能源出力预测变量并在日前发电计划模型中引入切除可再生能源的机制,使模型在系统无法提供调峰容量,系统备用容量不足或可再生能源送出受阻情况下,切除部分可再生能源出力,可再生能源切除出力变量用表示;
2.3)直流潮流模型说明
对所有到的直流潮流模型做简要说明,假定系统有N+1个节点,L条支路,M个机组,网络连通,N、L、M均为自然数;
节点负荷列向量为D,机组出力列向量为P,节点注入功率列向量为Psp;支路k与节点i,j关联,正方向为i→j,支路导纳yk=1/xij;关联矢量: 节点-支路关联矩阵: 其行数为N+1,列数为L;降阶节点-支路关联矩阵:A=[M1,M2,...,ML],其行数为N+1,列数为L;支路导纳矩阵:y=diag([yk]),行数与列数均为L;节点导纳矩阵:B0=AyAT;节点-机组关联矩阵:行数为N+1,列数为M;PSP=AnuP-D,P为机组出力矢量;
由直流潮流公式可知:
PSP=B0θ=AyATθ
θ=(AyAT)-1PSP=(AyAT)-1(AnuP-D) (2-1);
根据直流潮流计算得线路潮流:
F=yATθ=yAT(AyAT)-1PSP=yAT(AyAT)-1(AnuP-D) (2-2);
可知,发电机转移分布因子矩阵为:
W=yAT(AyAT)-1 (2-3);
2.4)目标函数
式中:T为总时段的集合;C(Pt)可以设定为各类型机组t时段输出功率为Pt时的电价或煤耗,Vd为各节点平均停电损失,Cf为机组启停费用,Cw为切除可再生能源的成本,θ,η,γ为加权系数,通常情况下为1,也能够根据需要调整;上式表明,目标函数为综合考虑系统发电经济性、切负荷成本以及切除可再生能源的调度决策;
2.5)约束条件
2.5.1)负荷与发电的平衡
2.5.2)机组技术出力约束
对于不可启停机组:
对于可启停机组:
对于水电与抽水蓄能机组:
对于可再生能源机组:
2.5.3)系统正负备用要求
上式中:ru为系统在时段t要求的正备用率,可再生能源对系统备用的贡献应按其预测出力计算,即使被切除,其被切除部分也计入备用容量;
式中:为系统在时段t要求的负备用率,此时,可再生能源出力在此不计入,即等效的认为可再生能源最小出力为0,即可以随时被切除;
2.5.4)支路潮流约束:
其中:
2.5.5)断面约束:
其中:
2.5.6)动态约束
启停火电在一天中运行状态最多启停一次,大容量火电机组不允许启停。
5.根据权利要求2所述的发电生产模拟模型,其特征在于,所述计算模块和过程子模型进行非优化运行机组模拟计算、新可再生能源机组出力安排、水电及抽蓄机组调峰优化的操作,具体包括:
从机组优化运行的数学模型中可见,其目标函数为全时段即规划期间内所有时段运行成本最低,这需要通过每日的最优运营来实现:
3.1)非优化运行机组模拟计算
日生产模拟首先对非优化运行机组,包括核电机组、热电机组以及指定出力机组;
3.2)新可再生能源机组出力安排
在进行生产模拟之前已经根据新可再生能源运行模拟模块得到各个新可再生能源电源的时序模拟出力,利用各新可再生能源电源的时序模拟出力修正各区域负荷;
3.3)水电机组调峰优化
水电机组在电力系统中占有重要的地位,它对系统的运行方式有很大的影响。与火电机组相比,水电机组具有以下特点:
水电机组发电不消耗燃料,其发电费用几乎与发电量无关;
水电机组的发电量和发电出力是由水文情况和水库调度决定的,在生产模拟中其发电量应看作给定量,即水电机组是能量受限机组;
水电机组开停灵活,增减负荷迅速,适合担任负荷曲线上经常变动的峰荷部分;
3.3)抽水蓄能机组调峰优化
抽水蓄能机组是利用电网低谷时的廉价电量将低处水池的水抽到高处的水池中,待电网高峰负荷时通过水轮发电机组发电来替代昂贵的尖峰能量,以满足电网调峰要求;
对于抽水蓄能机组GOPT运行模拟模型中提供如下三种开机模式:
3.3.1)抽水蓄能全开机方式:抽水蓄能机组在非检修日均开机运行,承担系统调峰任务,最大化减小系统日峰谷差;
3.3.2)抽水蓄能依调峰容量需求开机方式:抽水蓄能机组主要承担事故备用任务,在系统负荷与风电出力叠加后峰谷差过大,火电机组调峰能力无法满足要求时再调用抽水蓄能机组进行调峰;
3.3.3)抽水蓄能按调峰比例开机方式:抽水蓄能机组开机容量统筹考虑核电开机、风电运行方式以及系统负荷的大小。其开机容量的调整目标为系统常规火电机组的负荷率与负荷的峰谷差率相同,调整目标可写成以下表达式:
其中:
日负荷最小值=火电机组日内出力最小值+抽水蓄能、风电、核电日内出力最小值
日负荷最大值=火电机组日内出力最大值+抽水蓄能、风电、核电日内出力最大值;
实际上,这种情况下抽水蓄能与火电机组按比例共同承担系统的调峰任务,抽水蓄能补偿了核电与风电不能为系统提供的调峰容量;
对于单台抽水蓄能机组,其日内运行方式有如下四种:
3.3.4)平抽定削:首先根据负荷曲线和水库容量以平抽方式进行填谷,确定抽水量;然后以抽水量乘以转换效率作为发电电量,再以此进行削峰;
3.3.5)满抽定削:根据负荷曲线和机组容量,以抽水时以把水库容量抽满为原则,保证最大填谷量,确定抽水量;然后以抽水量乘以转换效率作为发电电量,再以此进行削峰;
3.3.6)平削定抽:根据负荷曲线和水库容量以平削方式进行削峰,确定削峰时的发电电量;然后除以转换效率确定抽水量,再以抽到需要的水量为原则,保证最大填谷量;
3.3.7)优化抽削:根据负荷曲线、水库容量和机组容量,在以追求调峰性能最好为原则,保证抽水量最小;
运行模拟模型中三种开机方式下,开机机组均采用优化抽削模式确定发电与抽水出力。
6.根据权利要求2所述的发电生产模拟模型,其特征在于,所述机组组合子模型进行机组组合模型的设计、联合时段的选择、可再生能源切除出力的处理程的操作,具体包括:
确定常规火电在一天中固定的机组状态,使得通过调整可启停机组的状态和机组出力,使之能够满足各个时段的约束,同时做到经济上的较优,即为机组组合问题。
在生产模拟计算中,提出相对简化而又行之有效的机组组合模型:
4.1)机组组合模型设计
以日为研究单位,忽略机组跟踪负荷能力的约束,主要思想是根据一定规则,找出一个负荷低谷时段t0一个负荷高峰时段t1,将这两个时段的静态安全约束方程联合起来,且增加两个时段的机组状态的约束;
机组组合模型中将机组分为三类,分别为可起停机组、不可起停机组以及新可再生能源机组;对于不可启停机组,其负荷高峰时段与负荷低谷时段的状态仅用一个变量表示,对于可起停机组,其负荷高峰时段与负荷低谷时段的状态用两个变量表示;
为保证在该机组组合结果的基础上进行其余时段的出力分配的经济性更优,在此构造目标函数为两个时段的购电费用、切除负荷损失、切除风电赔偿和启停费用的加权和,构成一个混合整数的线性规划问题,具体优化方程式如下:
s.t.
上式中,变量上标0表示低谷时刻量,1表示高峰时刻量;变量下标c、f、w分别表示不可启停机组、可启停机组以及新可再生能源机组;变量下标d表示切除负荷或切除新可再生能源;Vc,Vf为核定电价或运行成本,Vd为平均停电损失,Cf为机组启停费用,λ,γ,κ为加权系数;
4.2)联合时段选择
为保证上述机组组合结果在应用于其他时段时能够通过调整机组出力和启停机组的状态来满足系统的静态安全约束,不能简单地取原始的或者修正后的系统负荷曲线的最大峰荷时段和最小谷荷时段,而必须取序列的其最小值所在时段为低谷时段;序列的最大值位于的时段为高峰时段;
4.3)可再生能源切除出力的处理
高峰时刻负荷D0与低谷时刻负荷D1均已经根据新可再生能源模拟出力进行了修正,因此,机组组合模型中电力平衡、正负备用以及网络约束中均不需要考虑可再生能源出力的大小,而仅需要考虑可再生能源被切除的出力与的大小;
显然,可再生能源被切除的出力与的约束条件为,大于零且小于可再生能源模拟出力与这时时序模拟出力可理解为新可再生能源能够被调度的最大出力。
7.根据权利要求2所述的发电生产模拟模型,其特征在于,所述经济调度子模型解决在机组组合完成后,对剩余时段出力进行分配,保证运行电费或者购电费用最小的操作,具体包括:
在机组组合完成后,下面要做的就是对剩余时段做出力分配,其目标函数为运行费用或者购电费用最小,Ic为给定值,并且不用考虑启停费用的问题,其优化方程及其求解更为简单,具体方程式如下:
s.t.
8.根据权利要求2所述的发电生产模拟模型,其特征在于,所述辅助问题处理子模型进行机组的启停优化运行和最优性分析的操作,具体包括:
6.1)启停优化运行
虽然启停机组可以在一天的状态中发生变化,但是由于存在启停费用和实际运行约束,为优化其运行,在做剩余时段出力分配时,启停状态不能处于无序状态,而需要根据一个特定的优化规则;
对于各时段的出力分配时序及其增加启停机组状态约束分别为:(1)从t0-1递减至1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段且不大于t1时段的状态;(2)从t0+1递增至t0-1时刻逐时段分配出力,增加约束条件启停机组状态不小于前一时段且不大于t1时段的状态;(3)从24递减至t0+1时刻逐时段分配出力,增加约束条件启停机组状态不小于后一时段(取时段24后一时段为t0)且不大于t1时段的状态;
上述过程仅用于t0<t1的情形,t0>t1的情形可用类似的方法处理;
6.2)最优性分析
上述的模型中采用逐时段求解最优:
构造机组组合模型中,优化目标包括运行/购电成本、启停费用,保证机组组合方案更优;
所有优化方程均为混合整数线性规划,可采用严格的数学规划方法求解,达到逐时段最优;
多时断耦合限制启停机组的运行状态,使之再一天中启停次数最少,甚至不启停。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410643934.7A CN104377693A (zh) | 2014-11-11 | 2014-11-11 | 一种发电生产模拟模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410643934.7A CN104377693A (zh) | 2014-11-11 | 2014-11-11 | 一种发电生产模拟模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104377693A true CN104377693A (zh) | 2015-02-25 |
Family
ID=52556427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410643934.7A Pending CN104377693A (zh) | 2014-11-11 | 2014-11-11 | 一种发电生产模拟模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104377693A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105048448A (zh) * | 2015-04-28 | 2015-11-11 | 国家电网公司 | 一种大规模时序生产模拟加速求解方法 |
CN105550786A (zh) * | 2016-01-22 | 2016-05-04 | 中国电力科学研究院 | 一种面向用户的发电计划建模方法 |
CN105956713A (zh) * | 2016-05-18 | 2016-09-21 | 中国电力科学研究院 | 一种新能源年/月电量计划制定方法 |
CN106228273A (zh) * | 2016-07-29 | 2016-12-14 | 中国电力科学研究院 | 一种水电外送交易优化模型的构建方法 |
CN107103194A (zh) * | 2017-04-24 | 2017-08-29 | 中国人民解放军第二军医大学 | 地震应急救援伤员救治兵棋化模型建立、模拟方法及系统 |
CN107104467A (zh) * | 2017-06-05 | 2017-08-29 | 武汉大学 | 一种考虑核电调峰及其安全约束的机组组合优化方法 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN108563839A (zh) * | 2018-03-23 | 2018-09-21 | 哈尔滨工程大学 | 一种核设施退役模型程式化仿真方法 |
CN108847661A (zh) * | 2018-06-11 | 2018-11-20 | 华中科技大学 | 一种区域电力系统全年生产模拟运行方法及系统 |
CN109118024A (zh) * | 2018-09-25 | 2019-01-01 | 国网福建省电力有限公司 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
CN112906918A (zh) * | 2021-03-10 | 2021-06-04 | 广东电网有限责任公司电力调度控制中心 | 一种出清结果机组组合的启停合理性校验方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179195A (zh) * | 2007-11-15 | 2008-05-14 | 上海交通大学 | 配电网规划方案辅助决策系统 |
CN101436222A (zh) * | 2008-12-09 | 2009-05-20 | 西安交通大学 | 一种基于等效电量函数法的随机生产模拟方法 |
-
2014
- 2014-11-11 CN CN201410643934.7A patent/CN104377693A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179195A (zh) * | 2007-11-15 | 2008-05-14 | 上海交通大学 | 配电网规划方案辅助决策系统 |
CN101436222A (zh) * | 2008-12-09 | 2009-05-20 | 西安交通大学 | 一种基于等效电量函数法的随机生产模拟方法 |
Non-Patent Citations (2)
Title |
---|
丘文千: "计算分时段发电计划的随机生产模拟算法", 《浙江电力》, no. 5, 31 December 2004 (2004-12-31) * |
田卫东: "采用随机概率模拟法的多区域联网系统最小生产费用模型", 《中国电机工程学报》, vol. 14, no. 6, 30 November 1994 (1994-11-30) * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105048448A (zh) * | 2015-04-28 | 2015-11-11 | 国家电网公司 | 一种大规模时序生产模拟加速求解方法 |
CN105550786A (zh) * | 2016-01-22 | 2016-05-04 | 中国电力科学研究院 | 一种面向用户的发电计划建模方法 |
CN105956713A (zh) * | 2016-05-18 | 2016-09-21 | 中国电力科学研究院 | 一种新能源年/月电量计划制定方法 |
CN106228273B (zh) * | 2016-07-29 | 2022-02-22 | 中国电力科学研究院 | 一种水电外送交易优化模型的构建方法 |
CN106228273A (zh) * | 2016-07-29 | 2016-12-14 | 中国电力科学研究院 | 一种水电外送交易优化模型的构建方法 |
CN107103194A (zh) * | 2017-04-24 | 2017-08-29 | 中国人民解放军第二军医大学 | 地震应急救援伤员救治兵棋化模型建立、模拟方法及系统 |
CN107104467A (zh) * | 2017-06-05 | 2017-08-29 | 武汉大学 | 一种考虑核电调峰及其安全约束的机组组合优化方法 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN107910883B (zh) * | 2017-12-01 | 2021-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN108563839A (zh) * | 2018-03-23 | 2018-09-21 | 哈尔滨工程大学 | 一种核设施退役模型程式化仿真方法 |
CN108847661A (zh) * | 2018-06-11 | 2018-11-20 | 华中科技大学 | 一种区域电力系统全年生产模拟运行方法及系统 |
CN108847661B (zh) * | 2018-06-11 | 2020-05-19 | 华中科技大学 | 一种区域电力系统全年生产模拟运行方法及系统 |
CN109118024A (zh) * | 2018-09-25 | 2019-01-01 | 国网福建省电力有限公司 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
CN109118024B (zh) * | 2018-09-25 | 2021-07-27 | 国网福建省电力有限公司 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
CN112906918A (zh) * | 2021-03-10 | 2021-06-04 | 广东电网有限责任公司电力调度控制中心 | 一种出清结果机组组合的启停合理性校验方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roslan et al. | Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction | |
CN104377693A (zh) | 一种发电生产模拟模型 | |
Lara et al. | Deterministic electric power infrastructure planning: Mixed-integer programming model and nested decomposition algorithm | |
CN110417006B (zh) | 一种综合能源系统多时间尺度能量调度方法 | |
de Quevedo et al. | Impact of electric vehicles on the expansion planning of distribution systems considering renewable energy, storage, and charging stations | |
Daneshvar et al. | Transactive energy management for optimal scheduling of interconnected microgrids with hydrogen energy storage | |
CN102184475B (zh) | 基于多时间尺度协调的微网经济运行优化调度方法 | |
CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
Xie et al. | Greedy energy management strategy and sizing method for a stand-alone microgrid with hydrogen storage | |
CN104779611A (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
CN103904695B (zh) | 一种基于mcs-pso的临近海岛多微网动态调度方法 | |
CN106356902A (zh) | 一种适用于能量互联网中多能协同综合能源网络的能量管理方法 | |
Li et al. | Optimal sizing of distributed generation in gas/electricity/heat supply networks | |
Yuan et al. | New problem formulation of emission constrained generation mix | |
CN111062514A (zh) | 一种电力系统规划方法及系统 | |
Yan et al. | Development of a tool for urban microgrid optimal energy planning and management | |
Petrichenko et al. | Modelling the Future of the Baltic Energy Systems: A Green Scenario | |
Azizivahed et al. | Multi-area dynamic economic dispatch considering water consumption minimization, wind generation, and energy storage system | |
CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN103633641A (zh) | 一种考虑风电接纳的中长期交易运营计划获取方法 | |
Hasan et al. | Electricity cost optimization for large loads through energy storage and renewable energy | |
Petrichenko et al. | Reserve power estimation according to the Baltic power system 2050 development plan | |
CN112510690B (zh) | 考虑风火储联合和需求响应奖惩的优化调度方法及系统 | |
Huy et al. | Real-time power scheduling for an isolated microgrid with renewable energy and energy storage system via a supervised-learning-based strategy | |
Ji et al. | Optimal microgrid energy management integrating intermittent renewable energy and stochastic load |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150225 |