CN104538984B - 一种考虑风电消纳的需求响应方案制定方法 - Google Patents

Abstract

本发明公开了一种考虑风电消纳的需求响应方案制定方法，包括以下步骤：数据采集；风电参数设置；需求侧参数设置；状态计算；风电运行优化；灵敏度分析；本发明将风电运行方案能与需求侧进行联动，提出风电结合需求侧管理组合优化运行模型，通过对可转移负荷的补贴额和可转移负荷的类型进行灵敏度分析，为考虑风电消纳的需求响应方案制定提供理论依据，可以提高风电机组与需求侧负荷组成的组合系统的经济性，降低该组合系统的运行总成本。

Description

一种考虑风电消纳的需求响应方案制定方法

技术领域

本发明属于风电经济运行技术领域，具体涉及一种考虑风电消纳的需求响应方案制定方法。

背景技术

经过几十年发展，风力发电已成为国际上公认的技术最成熟、开发成本最低、最具发展前景的可再生能源之一。通过提高风电电量在全社会用电量中的比例，逐步减少常规化石能源消耗，已成为全球范围内减少温室气体排放、应对气候变暖的重要途径。许多国家把风电作为改善能源结构、应对气候变化的重要选择。在欧美等风电开发起步较早的国家，风电在替代常规化石能源、减少温室气体排放等方面已发挥了巨大作用。

当前对风电经济运行研究多侧重火电与风电、水电与风电联合调度，有文献研究风电水电打捆送出，实现大容量风电远距离送出，将风电与水电作为一个联合系统，构建了含储能装置在内的风电水电互补系统，经研究能提高风电利用率并能降低运行成本；其他研究结合风电与储能技术，应对风电储能混合系统的联合调度问题，建立了多时间尺度下的混合系统联合调度模型，能提高风电储能系统的运行成本；另有文献针对风电并网带来的电能质量及稳定性等问题，阐述了基于能量调度技术的解决方案；也有研究综合风电、光伏等可再生能源与储能系统，建立了风光储联合发电系统，该系统能降低发电成本、提高可再生能源并网比率。然而，目前还没有相关文献考虑风电运行方案与需求侧之间的联动响应的问题。

发明内容

为解决现有技术中的不足，本发明提供一种考虑风电消纳的需求响应方案制定方法，解决了传统风电运行方案无法与需求侧联动的问题。

为了实现上述目标，本发明采用如下技术方案：一种考虑风电消纳的需求响应方案制定方法，其特征在于：包括步骤：

步骤1，数据采集：风力发电机的功率曲线是通过对大量实测数据的统计分析得到的，根据大量实测数据的分析结果可知，风速的变化近似服从Weibull概率密度函数，并设风电机组的发电功率服从正态分布；

步骤2，风电参数设置：设置1天内风机预测出力，作出功率随时间变化曲线；

步骤3，需求侧参数设置：设置可转移负荷的单位负荷持续时间，负荷侧分时电价以及最大可转移负荷量，设置对可转移负荷的单位电量补贴额；

步骤4，状态计算：获取风电出力功率曲线和需求侧负荷状态曲线；

步骤5，风电运行优化：以最小化风电机组与负荷需求侧组成的系统运行成本为目标函数，优化求解可转移负荷的转移情况，需要满足的约束条件有：①电能平衡约束；②线路约束；③可转移负荷容量约束；④可转移负荷时间区间约束；

步骤6，灵敏度分析：对可转移负荷的补贴额和可转移负荷的类型进行灵敏度分析，得出其对风电运行优化结果的影响。

前述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤1中，所述风电机组的发电功率服从正态分布，风电机组发电功率的估算模型为：

式中：μ为风速期望值；σ为风速方差；v_i为切入风速；v_e为切出风速；v₀为额定风速；P₀为风机额定输出功率；v为风机轮毂高度处的风速。

前述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤5中，所述目标函数为：

$\min \{\underset{i=1}{\overset{N_{TL}}{\Σ}}{\mathrm{\ω}}_i\underset{t=1}{\overset{T}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})+\mathrm{\Δ}T\underset{t=1}{\overset{T}{\Σ}}{P}_{buy}\left(t\right)M_{grid}\left(t\right)\}---\left(3\right)$

目标函数第一项中ω_i为第i类可转移负荷的单位补贴费用，单位为元/kWh，T为运行周期，N_TL为可转移负荷的种类，为从t时段转向t′时段的第i类可转移负荷量，该项表示进行需求侧管理调整可转移负荷的成本；第二项中ΔT为单位时间间隔，P_buy(t)为组合系统在t时段的购电量，M_grid(t)为t时段的购电价格，该项表示本组合系统的购电成本；

需要满足的约束条件具体为：

①电能平衡约束：

$\underset{i=1}{\overset{M}{\Σ}}{P}_i^{WG}\left(t\right)+P_{buy}\left(t\right)={\tilde{P}}_L\left(t\right)---\left(4\right)$

②线路约束：

0≤P_buy(t)≤P_L,max (5)

式中，M为风力发电机组的台数；为风力发电机组i在t时段的功率；为t时段的负荷值；P_L,max为系统与外网联络线上允许的最大传输功率；

③可转移负荷容量约束：

Q_i(t,t′)＝S_i(t,t′)ΔQ_i (6)

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^I\left(t_0\right)---\left(7\right)$

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^O\left(t_0\right)=P_i^{TL}\left(t_0\right)---\left(8\right)$

式中，Q_i(t,t′)为从t时段转向t′时段的第i类已转移的负荷量，S_i(t,t′)为从t时段转向t′时段的第i类可转移负荷的单元数量，ΔQ_i为第i类可转移负荷的基本单元量，为从t时段转向t′时段的第i类可转移负荷量，和分别是t时段第i类可转移负荷的最大容纳量和转移量；为t₀时段第i类可转移负荷的功率，L_i为可转移负荷的起始时间；

④可转移负荷时间区间约束：

$\left.\begin{array}{c}{Q}_i(t,t^{\′})=0,t^{\′}\∈T_{i,1}\\ Q_i(t,t^{\′})\≥0,t^{\′}\∈T_{i,2}\end{array}\right\}---\left(9\right)$

式中，T_i,1和T_i,2分别为不允许和允许接纳第i类可转移负荷的时间集合；

前述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤6中，所述灵敏度分析的方法为：基于风电结合需求侧管理组合优化运行模型，只改变可转移负荷的补贴额或可转移负荷的类型，分别计算在不同可转移负荷的补贴额或不同负荷类型下组合系统的运行总成本，从而分别得到在运行总成本最低的时候对应的可转移负荷的补贴额或类型的最佳值。

本发明所达到的有益效果：本发明在风电消纳过程中引入需求响应，以可转移负荷为变量，确定风电经济运行参数；提出风电机组与负荷需求侧组成系统，其作为一个整体与外部电网相连，风电机组优先满足需求侧的负荷要求，在需求侧的负荷要求高于风机发电功率时，采用需求侧管理手段调整可转移负荷，但当此行为已不经济时，需要从电网购电，降低了风电与需求侧整体运行成本；提出了补偿可转移负荷的策略，解决了可转移负荷响应的经济激励；通过对可转移负荷的补贴额和可转移负荷的类型进行灵敏度分析，为考虑风电消纳的需求响应方案制定提供理论依据。本发明将风电运行方案能与需求侧进行联动，提出风电结合需求侧管理组合优化运行模型，可以提高风电机组与需求侧负荷组成的组合系统的经济性，降低该组合系统的运行总成本。

附图说明

图1为本发明方法的流程图；

图2为风电出力与负荷情况曲线图；

图3为风机出力与优化后负荷曲线图；

图4为补贴额灵敏度分析情况图；

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

一种考虑风电消纳的需求响应方案制定方法，如图1所示，包括以下步骤：

步骤1，数据采集：风力发电机的功率曲线是通过对大量实测数据的统计分析得到的，根据大量实测数据的分析结果可知，风速的变化近似服从Weibull概率密度函数，即：

$f\left(v\right)=\frac{\mathrm{\β}}{\mathrm{\α}}{\left(\frac{v}{\mathrm{\α}}\right)}^{\mathrm{\β}-1}\exp \[-{\left(\frac{v}{a}\right)}^{\mathrm{\β}}\]---\left(1\right)$

式中：α和β分别是韦伯尔分布的尺度参数和形状参数；v为风机轮毂高度处的风速。

为简化计算，假设风电机组的发电功率服从正态分布，风电机组发电功率的估算模型如下：

式中：μ为风速期望值；σ为风速方差；v_i为切入风速；v_e为切出风速；v₀为额定风速；P₀为风机额定输出功率；

步骤2，风电参数设置：设置1d(天)内风机预测出力，作出功率随时间变化的曲线；

步骤3，需求侧参数设置：设置可转移负荷的单位负荷持续时间，负荷侧分时电价以及最大可转移负荷量，设置对可转移负荷的单位电量补贴额；设定有3类可转移负荷，单位负荷持续时间分别为1h、2h和3h。负荷侧实行分时电价政策，峰时段(10:00～15:00和18:00～21:00)电价为0.85元/kWh，平时(08:00～10:00，15:00～18:00和21:00～23:00)为0.47元/kWh，谷时段(23:00～07:00)为0.19元/kWh；设定各时段的最大可转移负荷量为50kW，对可转移负荷的补偿费用定为0.15/kWh，风电上网电价为0.52元/kWh。

步骤4，状态计算：获取风电出力功率曲线和需求侧负荷功率曲线，如图2所示；

步骤5，风电运行优化：建立风电结合需求侧管理组合优化运行模型，以最小化风电机组与负荷需求侧组成的系统运行成本为目标函数，目标函数为：

$\min \{\underset{i=1}{\overset{N_{TL}}{\Σ}}{\mathrm{\ω}}_i\underset{t=1}{\overset{T}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})+\mathrm{\Δ}T\underset{t=1}{\overset{T}{\Σ}}{P}_{buy}\left(t\right)M_{grid}\left(t\right)\}---\left(3\right)$

式中，第一项中ω_i为第i类可转移负荷的单位补贴费用，单位为元/kWh，T为运行周期，N_TL为可转移负荷的种类，为从t时段转向t′时段的第i类可转移负荷量，该项表示进行需求侧管理调整可转移负荷的成本；第二项中ΔT为单位时间间隔，P_buy(t)为组合系统在t时段的购电量，M_grid(t)为t时段的购电价格，该项表示本组合系统的购电成本优化求解可转移负荷的转移情况；

需要满足的约束条件有：

①电能平衡约束：

$\underset{i=1}{\overset{M}{\Σ}}{P}_i^{WG}\left(t\right)+P_{buy}\left(t\right)={\tilde{P}}_L\left(t\right)---\left(4\right)$

②线路约束：

0≤P_buy(t)≤P_L,max (5)

式中，M为风力发电机组的台数；为风力发电机组i在t时段的功率；为t时段的负荷值；P_L,max为系统与外网联络线上允许的最大传输功率；

③可转移负荷容量约束：

Q_i(t,t′)＝S_i(t,t′)ΔQ_i (6)

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^I\left(t_0\right)---\left(7\right)$

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^O\left(t_0\right)=P_i^{TL}\left(t_0\right)---\left(8\right)$

式中，Q_i(t,t′)为从t时段转向t′时段的第i类已转移的负荷量，为从t时段转向t′时段的第i类可转移负荷量，S_i(t,t′)为从t时段转向t′时段的第i类可转移负荷的单元数量，ΔQ_i为第i类可转移负荷的基本单元量，和分别是t时段第i类可转移负荷的最大容纳量和转移量；为t₀时段第i类可转移负荷的功率，Li为可转移负荷的起始时间。

④可转移负荷时间区间约束：

$\left.\begin{array}{c}{Q}_i(t,t^{\′})=0,t^{\′}\∈T_{i,1}\\ Q_i(t,t^{\′})\≥0,t^{\′}\∈T_{i,2}\end{array}\right\}---\left(9\right)$

式中，T_i,1和T_i,2分别为不允许和允许接纳第i类可转移负荷的时间集合。

本实施例中，大部分可控负荷从峰时段的17:00～21:00转移到谷时段的8:00～10:00，且总转移量不超过设定的各时段的最大可转移负荷量50kW，如表1所示：

表1负荷转移情况

转出时刻	转入时刻	转移量/kW	持续时长/h
				17	9	20	2
18	16	30	1
				18	8	10	3
19	9	10	1
				19	10	10	1
20	16	10	2
				20	8	20	1
20	22	20	2
				21	8	10	3
21	9	10	1
				21	22	20	1
22	8	10	2

通过执行风电经济优化运行模型，对可转移负荷进行需求侧管理后，风电出力与优化后负荷曲线如图3所示，由该图可知，时间点1、2、9、10、11、16、24时，风机出力完全满足优化后的需求侧负荷。时间点14、15、17、18、20、21时，风机出力不能满足优化后需求侧负荷，风机与需求侧组成的组合系统需要向电网购电。在其余时间点，风机出力多于负荷所需，风机需要并网售电。

在常规运行模式下，本实施例中风机并网售电收益827.13元，需求侧负荷购电费用峰时段572.82元，平时段235.53元，谷时段143.43元，总购电费用951.78元，风机与需求侧组成的组合系统运行总成本为124.65元。使用风电结合需求侧管理组合优化运行模型，使用需求侧管理手段调节可转移负荷的支出为30元，组合系统的购电成本为137.38元，风机并网售电收益为72.41元，风机与需求侧组成的组合系统运行总成本为94.97元；使用提出的风电结合需求侧管理组合优化运行模型，可以提高风电机组与需求侧负荷组成的组合系统的经济性，降低该组合系统的运行总成本。

步骤8，灵敏度分析：对可转移负荷的补贴额和可转移负荷的类型进行灵敏度分析，得出其对风电运行优化结果的影响：

灵敏度分析的方法为：基于风电结合需求侧管理组合优化运行模型，只改变可转移负荷的补贴额或可转移负荷的类型，分别计算在不同可转移负荷的补贴额或不同负荷类型下组合系统的运行总成本，从而分别得到在运行总成本最低的时候对应的可转移负荷的补贴额或类型的最佳值。

①可转移负荷的补贴额：

对负荷需求侧管理执行的单位电量补贴额是影响优化运行的关键因素。

实施例中执行的补贴额是0.15元/kWh，先对可转移负荷的补贴额ω_i进行灵敏度分析，分别设定ω_i的值从0逐渐增到到0.5，增加尺度为0.05。图4表示了执行各补贴额下组合系统的运行总成本，分析图4可知，改变可转移负荷的补贴额，会影响风电机组与需求侧组成的组合系统总运行费用。负荷补贴额从0元/kWh增加到0.15元/kWh，组合系统的总运行费用从143元降低到94.97元。总运行费用降低的原因是对负荷补贴额增加后，同一时段选择进行转移的负荷量增加，负荷转移到低电价时刻，其购电成本降低。

负荷补贴额继续增加，总运行费用开始上升。负荷补贴额超过0.3元/kWh后，总运行费用开始超过常规运行模型下的总运行费用，并随着负荷补贴额的提高，总运行费用继续上升。总运行费用上升的原因是负荷补贴额提高，负荷转移后虽然购电成本降低，但补贴额过高导致总运行成本上升。

通过分析可知，实施例中对可转移负荷的最佳补贴额是0.15元/kWh，这是由实施例数据中风电出力曲线、负荷需求曲线、可转移负荷特性、负荷购电价格和风电上网价格共同决定的。使用提出的风电结合需求侧管理组合优化运行模型，在已知风电出力曲线、负荷需求曲线、可转移负荷特性、负荷购电价格和风电上网价格等参数的情况下，使用对负荷补贴额的灵敏度分析，可以获知该参数条件下对负荷补贴额的最佳值，使风电机组与需求侧负荷组成的组合系统总运行成本最低。

②可转移负荷的类型

表2中共有6组可转移负荷，现使用提出的风电结合需求侧管理组合优化运行模型，使用实施例中的其他数据，计算风电机组与需求侧组成的组合系统运行总成本。表2是需求侧为6组可转移负荷时的总运行成本。

表2可转移负荷灵敏度分析

可转移符合种类	单位负荷持续时间	总运行成本
			1	1h	143.43元
1	2h	105.31元
			1	3h	113.56元
2	1h、2h	97.82元
			2	2h、3h	109.35元
2	1h、3h	95.62元

分析上表可知当需求侧负荷类型不同时，组合系统的总运行成本也不同。风电机组在选择与之组合系统的需求侧时，可考虑采用灵敏度分析的方法选择使总运行成本最低的需求侧负荷。

本发明基于风电结合需求侧管理组合优化运行模型，对可转移负荷的补贴额或可转移负荷的类型进行灵敏度分析，可得到在运行总成本最低的时候对应的可转移负荷的补贴额或类型的最佳值，从而为制定考虑风电消纳的需求响应的方案提供理论依据。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.一种考虑风电消纳的需求响应方案制定方法，其特征在于：包括步骤：

步骤1，数据采集：风力发电机的功率曲线是通过对大量实测数据的统计分析得到的，根据大量实测数据的分析结果可知，风速的变化近似服从Weibull概率密度函数，并设风电机组的发电功率服从正态分布；

步骤2，风电参数设置：设置1天内风机预测出力，作出功率随时间变化曲线；

步骤3，需求侧参数设置：设置可转移负荷的单位负荷持续时间，负荷侧分时电价以及最大可转移负荷量，设置对可转移负荷的单位电量补贴额；

步骤4，状态计算：获取风电出力功率曲线和需求侧负荷状态曲线；

步骤5，风电运行优化：以最小化风电机组与负荷需求侧组成的系统运行成本为目标函数，优化求解可转移负荷的转移情况，需要满足的约束条件有：①电能平衡约束；②线路约束；③可转移负荷容量约束；④可转移负荷时间区间约束；

步骤6，灵敏度分析：对可转移负荷的补贴额和可转移负荷的类型进行灵敏度分析，得出其对风电运行优化结果的影响。

2.根据权利要求1所述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤1中，所述风电机组的发电功率服从正态分布，风电机组发电功率的估算模型为：

式中：μ为风速期望值；σ为风速方差；v_i为切入风速；v_e为切出风速；v₀为额定风速；P₀为风机额定输出功率；v为风机轮毂高度处的风速。

3.根据权利要求1所述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤5中，所述目标函数为：

$\min \left\{\underset{i=1}{\overset{N_{TL}}{\Σ}}{\mathrm{\ω}}_i\underset{t=1}{\overset{T}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}\left(t,t^{\′}\right)+\mathrm{\Δ}T\underset{t=1}{\overset{T}{\Σ}}{P}_{buy}\left(t\right)M_{grid}\left(t\right)\right\}---\left(3\right)$

目标函数第一项中ω_i为第i类可转移负荷的单位补贴费用，单位为元/kWh，T为运行周期，N_TL为可转移负荷的种类，为从t时段转向t′时段的第i类可转移负荷量，该项表示进行需求侧管理调整可转移负荷的成本；第二项中ΔT为单位时间间隔，P_buy(t)为组合系统在t时段的购电量，M_grid(t)为t时段的购电价格，该项表示本组合系统的购电成本；

需要满足的约束条件具体为：

①电能平衡约束：

$\underset{i=1}{\overset{M}{\Σ}}{P}_i^{WG}\left(t\right)+P_{buy}\left(t\right)={\tilde{P}}_L\left(t\right)---\left(4\right)$

②线路约束：

0≤P_buy(t)≤P_L,max (5)

式中，M为风力发电机组的台数；为风力发电机组i在t时段的功率；为t时段的负荷值；P_L,max为系统与外网联络线上允许的最大传输功率；

③可转移负荷容量约束：

Q_i(t,t′)＝S_i(t,t′)ΔQ_i (6)

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^I\left(t_0\right)---\left(7\right)$

$\underset{t=max(t_0-L_i+1,1)}{\overset{t_0}{\Σ}}\underset{t^{\′}=1}{\overset{T}{\Σ}}{Q}_i^{TL}(t,t^{\′})\≤Q_{i,max}^O\left(t_0\right)=P_i^{TL}\left(t_0\right)---\left(8\right)$

式中，Q_i(t,t′)为从t时段转向t′时段的第i类已转移的负荷量，S_i(t,t′)为从t时段转向t′时段的第i类可转移负荷的单元数量，ΔQ_i为第i类可转移负荷的基本单元量，为从t时段转向t′时段的第i类可转移负荷量，和分别是t时段第i类可转移负荷的最大容纳量和转移量；为t₀时段第i类可转移负荷的功率，L_i为可转移负荷的起始时间；

④可转移负荷时间区间约束：

$\left.\begin{array}{c}{Q}_i\left(t,t^{\′}\right)=0,t^{\′}\∈T_{i,1}\\ Q_i\left(t,t^{\′}\right)\≥0,t^{\′}\∈T_{i,2}\end{array}\right\}---\left(9\right)$

式中，T_i,1和T_i,2分别为不允许和允许接纳第i类可转移负荷的时间集合。

4.根据权利要求1所述的一种考虑风电消纳的需求响应方案制定方法，其特征在于，步骤6中，所述灵敏度分析的方法为：基于风电结合需求侧管理组合优化运行模型，只改变可转移负荷的补贴额或可转移负荷的类型，分别计算在不同可转移负荷的补贴额或不同负荷类型下组合系统的运行总成本，从而分别得到在运行总成本最低的时候对应的可转移负荷的补贴额或类型的最佳值。