CN104578122A - 抽水蓄能电站的容量确定方法 - Google Patents

抽水蓄能电站的容量确定方法 Download PDF

Info

Publication number
CN104578122A
CN104578122A CN201510058128.8A CN201510058128A CN104578122A CN 104578122 A CN104578122 A CN 104578122A CN 201510058128 A CN201510058128 A CN 201510058128A CN 104578122 A CN104578122 A CN 104578122A
Authority
CN
China
Prior art keywords
same day
unit
wind
prediction data
capacity
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.)
Granted
Application number
CN201510058128.8A
Other languages
English (en)
Other versions
CN104578122B (zh
Inventor
吴林林
董存
刘辉
徐海翔
崔正湃
王靖然
王皓靖
李蕴红
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.)
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
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 State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510058128.8A priority Critical patent/CN104578122B/zh
Publication of CN104578122A publication Critical patent/CN104578122A/zh
Application granted granted Critical
Publication of CN104578122B publication Critical patent/CN104578122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种抽水蓄能电站的容量确定方法,包括:根据历史负荷数据计算预设时间的负荷预测数据,根据历史风电功率数据计算风电功率预测数据,根据历史联络线功率数据计算联络线功率预测数据;确定边界条件;根据预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算当日等效负荷预测数据;确定常规机组的当日最大技术出力需求;根据当日最大技术出力需求和机组运行约束确定常规机组的当日开机方式;根据当日开机方式确定常规机组的当日最小技术出力,根据当日最小技术出力和当日等效负荷预测数据确定当日各点弃风电量;重复执行上述步骤,得到全年每一天的弃风电量数据,根据弃风电量数据确定抽水蓄能电站的容量。

Description

抽水蓄能电站的容量确定方法
技术领域
本发明涉及风电调峰技术领域,尤其涉及一种抽水蓄能电站的容量确定方法。
背景技术
随着风电等新能源发电的快速发展,新能源在电力系统中的占比越来越高,新能源发电出力的间歇性、随机性和波动性给电力系统调峰带来了很大的压力。我国风资源丰富的三北地区(华北、东北和西北)火电装机中热电联产机组的比例过高,水电、抽蓄和燃气等调节能力好的电源比例低,电源调峰能力不足。而且上述地区冬季供热期长,供热机组调峰能力差,很大程度上限制了冬季大风期风电的消纳。
目前解决新能源调峰问题的重要手段之一就是建设抽水蓄能电站,抽水蓄能电站可以实现其额定容量±100%的调节,即,在风电大发出现弃风时,抽水蓄能电站作为负荷,可以储存系统中富余的风电;在风电小发时期抽水蓄能电站可以将储存的电能释放出来。
目前抽水蓄能电站容量的规划不完善,没有考虑大规模风电接入对电力系统调峰需求的影响。对此,目前尚未提出有效的解决方案。
发明内容
本发明提供了一种抽水蓄能电站的容量确定方法,以至少解决目前抽水蓄能电站容量的规划不完善,没有考虑大规模风电接入对电力系统调峰需求影响的问题。
根据本发明的一个方面,提供了一种抽水蓄能电站的容量确定方法,包括:
步骤1、根据历史负荷数据计算得到预设时间的负荷预测数据,根据历史风电功率数据计算得到所述预设时间的风电功率预测数据,根据历史联络线功率数据计算得到所述预设时间的联络线功率预测数据;
步骤2、确定计算抽水蓄能电站容量所使用的边界条件;
步骤3、根据所述预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算得到当日等效负荷预测数据;并根据所述当日等效负荷预测数据确定常规机组的当日最大技术出力需求,其中,所述常规机组包括火电机组和水电机组,h为正整数;
步骤4、根据所述常规机组的当日最大技术出力需求和机组运行约束,确定所述常规机组的当日开机方式,其中所述开机方式是所述常规机组中的开机台数以及需要开机的机组;
步骤5、根据所述常规机组的当日开机方式确定所述常规机组的当日最小技术出力,并根据所述常规机组的当日最小技术出力和所述当日等效负荷预测数据,确定当日各点的弃风电量;
步骤6、重复执行上述步骤3至5,得到全年每一天的弃风电量数据,并根据所述弃风电量数据确定抽水蓄能电站的容量。
在一个实施例中,所述边界条件包括:旋转备用容量、风电电量、机组启停限制、火电机组最大技术出力、火电机组最小技术出力、水电机组最大技术出力、水电机组最小技术出力、供暖期、供暖期供热机组最大技术出力、供暖期供热机组最小技术出力、风电自然利用小时数、网损率和厂用电率。
在一个实施例中,所述步骤1中根据历史负荷数据计算得到预设时间的负荷预测数据包括:按照以下公式计算所述负荷预测数据:其中,s表示当前年,为所述预设时间中第p年的负荷预测数据,γ为负荷增长率,为当前年的负荷数据,负荷数据的分辨率为15分钟1个点。
在一个实施例中,所述步骤1中根据历史风电功率数据计算得到所述预设时间的风电功率预测数据包括:按照以下公式计算所述风电功率预测数据:
P wind _ forecast s + p = T s tan dard T s P capacity _ s + p P capacity _ s × P wind s , 其中,s表示当前年,为所述预设时间中第p年的风电功率预测数据,Tstandard为风电自然利用小时数,Ts为当前年的利用小时数,Pcapacity_s为当前年的风电机组装机容量,Pcapacity_s+p为所述预设时间中第p年的风电机组规划装机容量,为当前年的风电功率数据,风电功率数据的分辨率为15分钟1个点。
在一个实施例中,所述步骤1中根据历史联络线功率数据计算得到所述预设时间的联络线功率预测数据包括:按照以下公式计算所述联络线功率预测数据:其中,s表示当前年,为所述预设时间中第p年的联络线功率预测数据,为当前年之前的q年的联络线功率数据,联络线功率数据的分辨率为15分钟1个点。
在一个实施例中,所述步骤3中根据所述预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算得到当日等效负荷预测数据包括:按照以下公式计算所述当日等效负荷预测数据:
L i ′ = 1 + δ line 1 - δ g L i - max ( P wind _ forecast _ i - 20 % P wind _ n , 0 ) - P area _ i , i = 1,2 , · · · , 96 ,
其中,L'i为当日第i点的等效负荷预测数据,δline为网损率,δg为厂用电率,Li为当日第i点的负荷预测数据,Pwind_forecast_i为当日第i点的风电功率预测数据,Pwind_n为当日对应的风电装机容量,Parea_i为当日第i点的联络线功率预测数据,max(a,b)表示取a,b中较大的值。
在一个实施例中,所述步骤3中根据所述当日等效负荷预测数据确定常规机组的当日最大技术出力需求包括:根据所述当日等效负荷预测数据确定当日旋转备用容量;将所述当日等效负荷预测数据中的最大值与所述当日旋转备用容量相加,作为所述常规机组的当日最大技术出力需求Pgmax
在一个实施例中,根据所述当日等效负荷预测数据确定当日旋转备用容量包括:按照以下公式确定所述当日旋转备用容量:Pgre=max(1.05L'max,L'max+Pg_max),其中,Pgre为当日旋转备用容量,L'max为当日等效负荷的最大值,Pg_max为网内各机组容量中的最大值,max(a,b)表示取a,b中较大的值。
在一个实施例中,所述步骤4包括:如果在非供热期,按照所述当日最大技术出力需求在所述常规机组中进行分配,以确定所述常规机组的当日开机方式,所述常规机组中各机组的最大技术出力之和满足以下公式:
Σ k = 1 n C g max _ k P gn _ k ≥ P g max ,
Σ k = 1 n C g max _ k P gn _ k - min ( C g max _ 1 P gn _ 1 , · · · , C g max _ n P gn _ n ) ≥ P g max ,
其中,n为机组总数,Cgmax_k为第k台机组的最大技术出力系数,Pgn_k为第k台机组的额定容量,Pgmax为所述常规机组的当日最大技术出力需求,min(a,b)表示取a,b中较小的值;
如果在供热期,供热机组全开,按照所述当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配,且满足以下公式:
Σ i = 1 n C g max _ i P gn _ i ≥ P g max - Σ j = 1 m C g max _ j P gn _ j ,
Σ i = 1 n C g max _ i P gn _ i - min ( C g max _ 1 P gn _ 1 , · · · , C g max _ n P gn _ n ) ≥ P g max - Σ j = 1 m C g max _ j P gn _ j
其中,m为供热机组个数,m<n,Cgmax_j为第j台供热机组的最大技术出力系数,Pgn_j为第j台供热机组的额定容量。
在一个实施例中,按照所述当日最大技术出力需求在所述常规机组中进行分配,或者按照所述当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配包括:比较当日最大技术出力需求与前一日最大技术出力需求;如果需求增加,则从未开机列表中选择计划开机机组;如果需求减小,则从开机列表中选择计划停机的机组;在确定计划开机或计划停机的机组后,进行机组启停限制的校验以及水电机组利用小时数的校验;如果校验结果满足要求,则按照确定的计划开机或计划停机的机组执行机组开机或停机;如果校验结果不满足要求,则重复执行上述步骤修正开机方式。
在一个实施例中,所述步骤5中根据所述常规机组的当日开机方式确定所述常规机组的当日最小技术出力包括:按照以下公式计算所述常规机组的当日最小技术出力Pgmin其中,n为机组总数,Pgn_k为第k台机组的额定容量,Cgmin_k为第k台机组的最小技术出力系数,当处于供热期,Cgmin_k为第k台机组在供热期的最小技术出力系数。
在一个实施例中,所述步骤5中根据所述常规机组的当日最小技术出力和所述当日等效负荷预测数据,确定当日各点的弃风电量包括:比较当日第i点的最小技术出力Pgmin_i与等效负荷L'i;如果当日第i点的等效负荷L'i大于当日第i点的最小技术出力Pgmin_i,则不存在弃风;如果当日第i点的等效负荷L'i小于当日第i点的最小技术出力Pgmin_i,则会出现弃风,当日第i点的弃风电量为Pgmin_i-L'i
在一个实施例中,所述步骤6中根据所述全年的弃风电量数据确定抽水蓄能电站的容量包括:将所述全年每一天的弃风电量数据从小到大进行排列,并计算可出现弃风的运行点的个数N;按照以下公式确定所述抽水蓄能电站的容量Ppump:Ppump=Pi,其中,i=(1-ε)N,ε为置信度,N为可出现弃风的运行点的个数,Pi为第i点的弃风容量。
通过本发明的抽水蓄能电站的容量确定方法,抽水蓄能电站容量的规划考虑了电力系统调峰的需求,基于生产模拟序列的方法,通过模拟未来电力生产中可能存在的调峰约束来确定抽水蓄能电站的容量,方法准确可靠,同时在确定容量时考虑了弃风电量的概率分布,规避了极端的运行工况,提升了方法的实用性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的限定。在附图中:
图1是本发明实施例的抽水蓄能电站的容量确定方法的流程图;
图2是本发明实施例的开机方式确定流程的示意图;
图3是本发明实施例的电网接纳风电容量的示意图;
图4是本发明实施例的抽水蓄能电站容量确定流程示意图;
图5是本发明实施例的负荷示意图;
图6是本发明实施例的风电功率示意图;
图7是本发明实施例的联络线功率示意图;
图8是本发明实施例的常规机组日最大技术出力的示意图;
图9是本发明实施例的常规机组的最大技术出力、最小技术出力以及调峰裕度的示意图;
图10是本发明实施例的弃风电量的示意图;
图11是本发明实施例的弃风电量分布示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明实施例提供了一种抽水蓄能电站的容量确定方法,图1是本发明实施例的抽水蓄能电站的容量确定方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101、根据历史负荷数据计算得到预设时间的负荷预测数据,根据历史风电功率数据计算得到预设时间的风电功率预测数据,根据历史联络线功率数据计算得到预设时间的联络线功率预测数据。其中,负荷预测数据、风电功率预测数据和联络线功率预测数据均属于确定抽水蓄能电站容量的基础数据,也可以称为序列,例如,负荷预测数据序列、风电功率预测数据序列和联络线功率预测数据序列。预设时间是未来研究年,例如,未来5年。
步骤S102、确定计算抽水蓄能电站容量所使用的边界条件。
步骤S103、根据预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算得到当日等效负荷预测数据;并根据当日等效负荷预测数据确定常规机组的当日最大技术出力需求,其中,常规机组是电力系统常用的词语,常规机组包括火电机组和水电机组,h为正整数。
步骤S104、根据常规机组的当日最大技术出力需求和机组运行约束,确定常规机组的当日开机方式,其中开机方式是电力系统调度的常用词,开机方式指的是常规机组中的开机台数以及需要开机的机组。机组运行约束可以是机组的调节性能、机组调峰裕度、机组启停的限制和水电机组的电量限制等。
步骤S105、根据常规机组的当日开机方式确定常规机组的当日最小技术出力,并根据常规机组的当日最小技术出力和当日等效负荷预测数据,确定当日各点的弃风电量。
步骤S106、重复执行上述步骤S103至S105,得到全年每一天的弃风电量数据,并根据弃风电量数据确定抽水蓄能电站的容量。
通过上述方法,抽水蓄能电站容量的规划考虑了电力系统调峰的需求,基于生产模拟序列的方法,通过模拟未来电力生产中可能存在的调峰约束来确定抽水蓄能电站的容量,方法准确可靠,同时在确定容量时考虑了弃风电量的概率分布,规避了极端的运行工况,提升了方法的实用性。
对于上述方法,举例如下:想要确定未来第1年的抽水蓄能电站容量,执行步骤S101和S102(确定未来第1年的预测数据以及边界条件)后,h取1,执行步骤S103至S105得到该年第1天的弃风电量,然后将h加1,重复执行步骤S103至S105,得到该年每一天的弃风电量。当然h的初始化取值也可以从其他数字开始,例如98,只要最终能够得到全年每一天的弃风电量数据。
通过模拟未来年电力生产的情况,计算系统调峰的约束情况。根据电力生产与负荷实时平衡的原则,确定的边界条件包括:旋转备用容量、风电电量、机组启停限制、火电机组最大技术出力、火电机组最小技术出力、水电机组最大技术出力、水电机组最小技术出力、供暖期、供暖期供热机组最大技术出力、供暖期供热机组最小技术出力、风电自然利用小时数、网损率和厂用电率。
其中,旋转备用容量按照“网内各机组容量中的最大值”与“5%负荷”二者之中的最大值计算。风电电量按照风电功率预测值减去装机容量的20%后参与开机电力平衡。机组启停限制的最小周期为每周启停一次。火电机组的参数可以按照其中比例较大的燃煤机组计算,凝气工况下最大技术出力按照机组额定容量计算,凝气工况下最小技术出力200兆瓦以上机组按照60%额定容量计算。水电电力电量运行约束:最小技术出力为20%额定容量,最大技术出力为100%额定容量。供暖期为11月至次年3月。供暖期供热机组最大和最小技术出力:根据具体机组确定,一般最大技术出力为90%额定容量,最小技术出力为75%额定容量。风电自然利用小时数一般为2200小时。网损率为2%。厂用电率为5%。
步骤S101即根据历史负荷、风电、联络线数据,得到未来研究年的预测数据。
步骤S101中以当前负荷数据为基础,可以按照以下公式计算负荷预测数据:
L a s + p = ( 1 + &gamma; ) p &times; L a s - - - ( 1 )
式(1)中,s表示当前年,为预设时间中第p年(即未来第p年)的负荷预测数据,γ为负荷增长率,为当前年的负荷数据,负荷数据的分辨率为15分钟1个点(电力系统数据存储的典型分辨率,一天包括96点)。由式(1)就可以根据当前年的负荷数据修正得到未来研究年的详细负荷数据。
步骤S101中参照历史年的风电出力数据,考虑风电装机容量的变化以及当年风资源的情况,可以按照以下公式计算风电功率预测数据:
P wind _ forecast s + p = T s tan dard T s P capacity _ s + p P capacity _ s &times; P wind s - - - ( 2 )
式(2)中,s表示当前年,为预设时间中第p年的风电功率预测数据,Tstandard为风电自然利用小时数,Ts为当前年的利用小时数(根据当前年的风况,折算到标准风况),Pcapacity_s为当前年的风电机组装机容量,Pcapacity_s+p为预设时间中第p年的风电机组规划装机容量,为当前年的风电功率数据,风电功率数据的分辨率为15分钟1个点。
步骤S101中联络线功率预测数据可以按照多年实际平均值计算,具体的,可以按照以下公式计算联络线功率预测数据:
P area s + p = &Sigma; q = 0 t P area s - q t + 1 - - - ( 3 )
式(3)中,s表示当前年,为预设时间中第p年的联络线功率预测数据,为当前年之前的q年的联络线功率数据,联络线功率数据的分辨率为15分钟1个点。
由此,根据式(1)、(2)、(3),可以得到未来研究年的365×96点负荷、风电功率和联络线功率预测数据。
步骤S103中可以按照以下公式计算当日等效负荷预测数据:
L i &prime; = 1 + &delta; line 1 - &delta; g L i - max ( P wind _ forecast _ i - 20 % P wind _ n , 0 ) - P area _ i - - - ( 4 )
式(4)中,i=1,2,…,96,L'i为当日第i点的等效负荷预测数据,δline为网损率,δg为厂用电率,Li为当日第i点的负荷预测数据,Pwind_forecast_i为当日第i点的风电功率预测数据,Pwind_n为当日对应的风电装机容量,Parea_i为当日第i点的联络线功率预测数据,max(a,b)表示取a,b中较大的值。
步骤S103中根据所述当日等效负荷预测数据确定常规机组的当日最大技术出力需求可以通过以下步骤实现:根据当日等效负荷预测数据确定当日旋转备用容量;将当日等效负荷预测数据中的最大值与当日旋转备用容量相加,作为常规机组的当日最大技术出力需求Pgmax。即,对于某一天的96点日负荷曲线,可以计算得到常规机组的当日最大技术出力需求。
步骤S103中可以按照以下公式确定当日旋转备用容量:
Pgre=max(1.05L'max,L'max+Pg_max) (5)
式(5)中,Pgre为当日旋转备用容量,L'max为当日等效负荷的最大值,Pg_max为网内各机组容量中的最大值,max(a,b)表示取a,b中较大的值。
常规机组的当日最大技术出力需求可表示为:
Pgmax=L'max+Pgre (6)
步骤S104的具体实现过程中,区分供热期和非供热期,供热期指的是部分火电机组要同时承担城市的供暖任务,这些机组作为供热机组,供热机组的最大、最小技术出力和非供热机组不同,而且原则上要求必须开机,以确保供暖。
如果在非供热期,按照当日最大技术出力需求在常规机组中进行分配,以确定常规机组的当日开机方式,优先考虑调节性能较好、调峰裕度较大的机组,同时考虑机组启停的限制、水电机组的电量限制。
常规机组中各机组的最大技术出力之和满足以下公式:
&Sigma; k = 1 n C g max _ k P gn _ k &GreaterEqual; P g max - - - ( 7 )
&Sigma; k = 1 n C g max _ k P gn _ k - min ( C g max _ 1 P gn _ 1 , &CenterDot; &CenterDot; &CenterDot; , C g max _ n P gn _ n ) &GreaterEqual; P g max - - - ( 8 )
式(7)和(8)中,n为机组总数,Cgmax_k为第k台机组的最大技术出力系数,Pgn_k为第k台机组的额定容量,Pgmax为常规机组的当日最大技术出力需求,min(a,b)表示取a,b中较小的值。
如果在供热期,供热机组全开,按照当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配(分配原则与非供热期相同),且满足以下公式:
&Sigma; k = 1 n C g max _ k P gn _ k &GreaterEqual; P g max - &Sigma; j = 1 m C g max _ j P gn _ j - - - ( 9 )
&Sigma; k = 1 n C g max _ k P gn _ k - min ( C g max _ 1 P gn _ 1 , &CenterDot; &CenterDot; &CenterDot; , C g max _ n P gn _ n ) &GreaterEqual; P g max - &Sigma; j = 1 m C g max _ j P gn _ j - - - ( 10 )
式(9)和(10)中,m为供热机组个数,m<n,Cgmax_j为第j台供热机组的最大技术出力系数,Pgn_j为第j台供热机组的额定容量。
由于机组启动需要花费的费用较高,在实际应用中,不可能每次都重新开启机组,因此,遵循上述确定开机方式的基本原则,当日的开机方式在前一日开机方式的基础上进行修正得到,减少开启次数,以降低成本。例如,前一日开机28台,根据当日最大技术出力需求,需要开启30台,则在已开启的28台的基础上,再开启两台,而不是重新开启30台。
具体的,如图2所示,按照当日最大技术出力需求在常规机组中进行分配,或者,按照当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配包括:比较当日最大技术出力需求与前一日最大技术出力需求;如果需求增加,则从未开机列表中选择计划开机机组;如果需求减小,则从开机列表中选择计划停机的机组;在确定计划开机或计划停机的机组后,进行机组启停限制的校验以及水电机组利用小时数的校验;如果校验结果满足要求,则按照确定的计划开机或计划停机的机组执行机组开机或停机;如果校验结果不满足要求,则重复执行上述步骤修正开机方式。
由此,便可以确定当日的开机方式。
步骤S105中可以按照以下公式计算常规机组的当日最小技术出力Pgmin
P g min = &Sigma; k = 1 n C g min _ k P gn _ k - - - ( 11 )
式(11)中,n为机组总数,Pgn_k为第k台机组的额定容量,Cgmin_k为第k台机组的最小技术出力系数,当处于供热期,Cgmin_k为第k台机组在供热期的最小技术出力系数。机组不开机则最小技术出力系数为0,即常规机组的最小技术出力为每台机组的最小技术出力之和。
步骤S105中根据常规机组的当日最小技术出力和当日等效负荷预测数据,确定当日各点的弃风电量可以通过以下步骤实现:
比较当日第i点的最小技术出力Pgmin_i与等效负荷L'i
如果当日第i点的等效负荷L'i大于当日第i点的最小技术出力Pgmin_i,则不存在弃风;
如果当日第i点的等效负荷L'i小于当日第i点的最小技术出力Pgmin_i,则会出现弃风,当日第i点的弃风电量为Pgmin_i-L'i
当日第i点的弃风电量Pcurtailment_i具体如下式所示:
P curtailment _ i = 0 if P g min _ i < L i &prime; P g min _ i - L i &prime; if P g min _ i > L i &prime; - - - ( 12 )
电网接纳风电容量示意图如图3所示,横坐标为一天时间,等效负荷小于最小技术出力,会出现弃风。
步骤S106中根据全年的弃风电量数据确定抽水蓄能电站的容量包括:
将全年每一天的弃风电量数据从小到大进行排列,并计算可出现弃风的运行点的个数N;若考虑通过增加抽水蓄能电站来缓解调峰瓶颈,忽略极端工况的影响,考虑一定的置信度,按照以下公式确定抽水蓄能电站的容量Ppump
Ppump=Pi (13)
其中,i=(1-ε)N,ε为置信度(常数,一般取10%,即0.1),N为可能出现弃风的运行点的个数,Pi为第i点的弃风容量。
为了对上述抽水蓄能电站的容量确定方法进行更为清楚的解释,下面结合具体的实施例和附图来进行说明,然而值得注意的是该实施例仅是为了更好地说明本发明,并不构成对本发明不当的限定。
本实施例的流程图如图4所示,包括如下步骤(各步骤的具体实施,之前已详细说明,此处不再赘述):
1、根据历史运行数据,获得未来研究年的预测数据(包括负荷数据、风电功率数据和联络线功率数据);
2、确定计算容量使用的边界条件;
3、确定从1月1日开始进行计算;
4、由当日预测数据,确定常规机组的当日最大技术出力需求;
5、根据机组最大技术出力需求和机组的运行约束,确定常规机组的当日开机方式;
6、根据开机方式确定常规机组的当日最小技术出力;
7、确定弃风电量;
8、判断是否到当年的12月31日,如果是,则执行10;如果否,则执行9;
9、日期加1,执行4;
10、确定抽水蓄能电站的容量。
下面结合附图对本实施例进行说明。
以某地区电网为例进行计算分析,根据历史数据修正后,得到来年(即下一年,p=1,未来的第1年)的负荷、风电功率和联络线功率数据,如图5、6、7所示,横坐标均为日期(04/01表示4月1日),纵坐标分别为这一年的预测总负荷、预测风电功率和预测联络线功率,单位均为MW。
按照公式(4)、(5)、(6)计算每日常规机组的最大技术出力需求,全年的最大技术出力需求示意图如图8所示,为随时间变化的曲线,横坐标为日期,纵坐标为最大技术出力(单位为MW)。
基于上述公式(7)至(10)的原则,当日的开机方式在前一日的基础上修正得到,首先对比当日与前一日最大技术出力的需求量,若需求增加,则从未开机列表中选择计划开机机组;若需求减小,则从开机列表中选择计划停机的机组;确定了计划开机或停机的机组后,进行机组启停限制的校验以及水电机组利用小时数的校验,如果满足要求,则确定机组开机方式,如果不满足要求,则按照上述步骤重新修正开机方式。
确定开机方式后,可以确定每一天常规机组的最小技术出力。常规机组的最大技术出力、最小技术出力和调峰裕度的曲线图如图9所示,横坐标为日期,纵坐标的单位为MW。
根据公式(12)计算每一点的弃风电量,进而得到全年每一天的弃风电量,弃风电量是随时间变化的曲线,其示意图如图10所示。
对该电网未来研究年可能出现的弃风情况进行统计分析,统计结果如图11所示,横坐标表示弃风电量的范围,纵坐标表示弃风电量对应的小时数。统计结果表明,共计107.25小时(即图11中弃风小时数的和)可能出现弃风的情况,其中弃风电量超过1400MW的弃风时段共计11.5小时,占总弃风时段的10.7%。
考虑采用抽水蓄能电站进行调峰,满足90%的运行点的调峰需求,因此,对于该电网,抽水蓄能电站的合理装机容量为1400MW,该装机容量下可以满足89.3%的运行点的调峰需求。
综上所述,通过本发明的抽水蓄能电站的容量确定方法,针对大规模风电接入带来的调峰问题,提出了一种松弛电网调峰瓶颈的抽水蓄能电站容量确定方法。该方法基于生产模拟序列的方法,通过模拟未来电力生产中可能存在的调峰约束来确定抽水蓄能电站的容量,方法准确可靠,同时在确定容量时考虑了弃风电量的概率分布,规避了极端的运行工况,提升了方法的实用性。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (13)

1.一种抽水蓄能电站的容量确定方法,其特征在于,包括:
步骤1、根据历史负荷数据计算得到预设时间的负荷预测数据,根据历史风电功率数据计算得到所述预设时间的风电功率预测数据,根据历史联络线功率数据计算得到所述预设时间的联络线功率预测数据;
步骤2、确定计算抽水蓄能电站容量所使用的边界条件;
步骤3、根据所述预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算得到当日等效负荷预测数据;并根据所述当日等效负荷预测数据确定常规机组的当日最大技术出力需求,其中,所述常规机组包括火电机组和水电机组,h为正整数;
步骤4、根据所述常规机组的当日最大技术出力需求和机组运行约束,确定所述常规机组的当日开机方式,其中所述开机方式是所述常规机组中的开机台数以及需要开机的机组;
步骤5、根据所述常规机组的当日开机方式确定所述常规机组的当日最小技术出力,并根据所述常规机组的当日最小技术出力和所述当日等效负荷预测数据,确定当日各点的弃风电量;
步骤6、重复执行上述步骤3至5,得到全年每一天的弃风电量数据,并根据所述弃风电量数据确定抽水蓄能电站的容量。
2.根据权利要求1所述的方法,其特征在于,所述边界条件包括:旋转备用容量、风电电量、机组启停限制、火电机组最大技术出力、火电机组最小技术出力、水电机组最大技术出力、水电机组最小技术出力、供暖期、供暖期供热机组最大技术出力、供暖期供热机组最小技术出力、风电自然利用小时数、网损率和厂用电率。
3.根据权利要求1所述的方法,其特征在于,所述步骤1中根据历史负荷数据计算得到预设时间的负荷预测数据包括:
按照以下公式计算所述负荷预测数据:
其中,s表示当前年,为所述预设时间中第p年的负荷预测数据,γ为负荷增长率,为当前年的负荷数据,负荷数据的分辨率为15分钟1个点。
4.根据权利要求1所述的方法,其特征在于,所述步骤1中根据历史风电功率数据计算得到所述预设时间的风电功率预测数据包括:
按照以下公式计算所述风电功率预测数据:
P wind _ forecast s + p = T s tan dard T s P capacity _ s + p P capacity _ s &times; P wind s ,
其中,s表示当前年,为所述预设时间中第p年的风电功率预测数据,Tstandard为风电自然利用小时数,Ts为当前年的利用小时数,Pcapacity_s为当前年的风电机组装机容量,Pcapacity_s+p为所述预设时间中第p年的风电机组规划装机容量,为当前年的风电功率数据,风电功率数据的分辨率为15分钟1个点。
5.根据权利要求1所述的方法,其特征在于,所述步骤1中根据历史联络线功率数据计算得到所述预设时间的联络线功率预测数据包括:
按照以下公式计算所述联络线功率预测数据:
其中,s表示当前年,为所述预设时间中第p年的联络线功率预测数据,为当前年之前的q年的联络线功率数据,联络线功率数据的分辨率为15分钟1个点。
6.根据权利要求1所述的方法,其特征在于,所述步骤3中根据所述预设时间中第h天的负荷预测数据、风电功率预测数据和联络线功率预测数据,计算得到当日等效负荷预测数据包括:
按照以下公式计算所述当日等效负荷预测数据:
L i &prime; = 1 + &delta; line 1 - &delta; g L i - max ( P wind _ forecast _ i - 20 % P wind _ n , 0 ) - P area _ i , i = 1,2 , &CenterDot; &CenterDot; &CenterDot; , 96 ,
其中,L'i为当日第i点的等效负荷预测数据,δline为网损率,δg为厂用电率,Li为当日第i点的负荷预测数据,Pwind_forecast_i为当日第i点的风电功率预测数据,Pwind_n为当日对应的风电装机容量,Parea_i为当日第i点的联络线功率预测数据,max(a,b)表示取a,b中较大的值。
7.根据权利要求1所述的方法,其特征在于,所述步骤3中根据所述当日等效负荷预测数据确定常规机组的当日最大技术出力需求包括:
根据所述当日等效负荷预测数据确定当日旋转备用容量;
将所述当日等效负荷预测数据中的最大值与所述当日旋转备用容量相加,作为所述常规机组的当日最大技术出力需求Pgmax
8.根据权利要求7所述的方法,其特征在于,根据所述当日等效负荷预测数据确定当日旋转备用容量包括:
按照以下公式确定所述当日旋转备用容量:Pgre=max(1.05L'max,L'max+Pg_max),
其中,Pgre为当日旋转备用容量,L'max为当日等效负荷的最大值,Pg_max为网内各机组容量中的最大值,max(a,b)表示取a,b中较大的值。
9.根据权利要求1所述的方法,其特征在于,所述步骤4包括:
如果在非供热期,按照所述当日最大技术出力需求在所述常规机组中进行分配,以确定所述常规机组的当日开机方式,所述常规机组中各机组的最大技术出力之和满足以下公式:
&Sigma; k = 1 n C g max _ k P gn _ k &GreaterEqual; P g max ,
&Sigma; k = 1 n C g max _ k P gn _ k - min ( C g max _ 1 P gn _ 1 , &CenterDot; &CenterDot; &CenterDot; , C g max _ n P gn _ n ) &GreaterEqual; P g max ,
其中,n为机组总数,Cgmax_k为第k台机组的最大技术出力系数,Pgn_k为第k台机组的额定容量,Pgmax为所述常规机组的当日最大技术出力需求,min(a,b)表示取a,b中较小的值;
如果在供热期,供热机组全开,按照所述当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配,且满足以下公式:
&Sigma; i = 1 n C g max _ i P gn _ i &GreaterEqual; P g max - &Sigma; j = 1 m C g max _ j P gn _ j ,
&Sigma; i = 1 n C g max _ i P gn _ i - min ( C g max _ 1 P gn _ 1 , &CenterDot; &CenterDot; &CenterDot; , C g max _ n P gn _ n ) &GreaterEqual; P g max - &Sigma; j = 1 m C g max _ j P gn _ j
其中,m为供热机组个数,m<n,Cgmax_j为第j台供热机组的最大技术出力系数,Pgn_j为第j台供热机组的额定容量。
10.根据权利要求9所述的方法,其特征在于,按照所述当日最大技术出力需求在所述常规机组中进行分配,或者,按照所述当日最大技术出力需求减去供热机组最大技术出力后的剩余技术出力需求在非供热机组中分配包括:
比较当日最大技术出力需求与前一日最大技术出力需求;
如果需求增加,则从未开机列表中选择计划开机机组;
如果需求减小,则从开机列表中选择计划停机的机组;
在确定计划开机或计划停机的机组后,进行机组启停限制的校验以及水电机组利用小时数的校验;
如果校验结果满足要求,则按照确定的计划开机或计划停机的机组执行机组开机或停机;如果校验结果不满足要求,则重复执行上述步骤修正开机方式。
11.根据权利要求1所述的方法,其特征在于,所述步骤5中根据所述常规机组的当日开机方式确定所述常规机组的当日最小技术出力包括:
按照以下公式计算所述常规机组的当日最小技术出力Pgmin
P g min = &Sigma; k = 1 n C g min _ k P gn _ k ,
其中,n为机组总数,Pgn_k为第k台机组的额定容量,Cgmin_k为第k台机组的最小技术出力系数,当处于供热期,Cgmin_k为第k台机组在供热期的最小技术出力系数。
12.根据权利要求1所述的方法,其特征在于,所述步骤5中根据所述常规机组的当日最小技术出力和所述当日等效负荷预测数据,确定当日各点的弃风电量包括:
比较当日第i点的最小技术出力Pgmin_i与等效负荷L'i
如果当日第i点的等效负荷L'i大于当日第i点的最小技术出力Pgmin_i,则不存在弃风;
如果当日第i点的等效负荷L'i小于当日第i点的最小技术出力Pgmin_i,则会出现弃风,当日第i点的弃风电量为Pgmin_i-L'i
13.根据权利要求1所述的方法,其特征在于,所述步骤6中根据所述弃风电量数据确定抽水蓄能电站的容量包括:
将所述全年每一天的弃风电量数据从小到大进行排列,并计算可出现弃风的运行点的个数N;
按照以下公式确定所述抽水蓄能电站的容量Ppump:Ppump=Pi,其中,i=(1-ε)N,ε为置信度,N为可出现弃风的运行点的个数,Pi为第i点的弃风容量。
CN201510058128.8A 2015-02-04 2015-02-04 抽水蓄能电站的容量确定方法 Active CN104578122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510058128.8A CN104578122B (zh) 2015-02-04 2015-02-04 抽水蓄能电站的容量确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510058128.8A CN104578122B (zh) 2015-02-04 2015-02-04 抽水蓄能电站的容量确定方法

Publications (2)

Publication Number Publication Date
CN104578122A true CN104578122A (zh) 2015-04-29
CN104578122B CN104578122B (zh) 2016-11-30

Family

ID=53093592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510058128.8A Active CN104578122B (zh) 2015-02-04 2015-02-04 抽水蓄能电站的容量确定方法

Country Status (1)

Country Link
CN (1) CN104578122B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105896535A (zh) * 2016-05-20 2016-08-24 甘肃省电力公司风电技术中心 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN105932668A (zh) * 2016-05-20 2016-09-07 甘肃省电力公司风电技术中心 用于最小化弃风弃光电量的新能源发电权置换评估的方法
CN105939013A (zh) * 2016-05-20 2016-09-14 甘肃省电力公司风电技术中心 最小化弃风电量的风电场发电权置换电量评估方法
CN106447238A (zh) * 2016-10-24 2017-02-22 华北电力科学研究院有限责任公司 适应风电接入的深度调峰需求评估方法
CN106600173A (zh) * 2017-01-25 2017-04-26 北京中电普华信息技术有限公司 一种分布式光伏电源负荷渗透率的估算方法及装置
CN108683210A (zh) * 2018-04-18 2018-10-19 中国电力科学研究院有限公司 确定电网中小容量机组最低年利用小时数的方法和系统
CN108832625A (zh) * 2018-06-29 2018-11-16 云南电网有限责任公司 一种最大电力电量外送能力计算方法及装置
CN109038622A (zh) * 2018-06-22 2018-12-18 国网湖南省电力有限公司 抽水蓄能电站的调峰方法、装置及存储介质
CN109066806A (zh) * 2018-07-25 2018-12-21 国电南瑞科技股份有限公司 一种电网调峰控制方法
CN109787272A (zh) * 2017-11-13 2019-05-21 北京亨得森电力咨询有限公司 “新能源+抽蓄”联合运行模式下计算评价多消纳新能源的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975141A (zh) * 2010-10-20 2011-02-16 中电普瑞科技有限公司 一种海上风电功率/频率控制方法
CN102593853A (zh) * 2012-02-27 2012-07-18 东北电力大学 提高风电接纳能力的储能系统容量优化配置方法
CN103580063A (zh) * 2013-11-13 2014-02-12 国家电网公司 一种基于需方响应消纳大规模并网风电的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975141A (zh) * 2010-10-20 2011-02-16 中电普瑞科技有限公司 一种海上风电功率/频率控制方法
CN102593853A (zh) * 2012-02-27 2012-07-18 东北电力大学 提高风电接纳能力的储能系统容量优化配置方法
CN103580063A (zh) * 2013-11-13 2014-02-12 国家电网公司 一种基于需方响应消纳大规模并网风电的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕泉等: "基于调峰能力分析的电网弃风情况评估方法", 《电网技术》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105896535A (zh) * 2016-05-20 2016-08-24 甘肃省电力公司风电技术中心 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN105932668A (zh) * 2016-05-20 2016-09-07 甘肃省电力公司风电技术中心 用于最小化弃风弃光电量的新能源发电权置换评估的方法
CN105939013A (zh) * 2016-05-20 2016-09-14 甘肃省电力公司风电技术中心 最小化弃风电量的风电场发电权置换电量评估方法
CN105932668B (zh) * 2016-05-20 2018-06-01 甘肃省电力公司风电技术中心 用于最小化弃风弃光电量的新能源发电权置换评估的方法
CN105939013B (zh) * 2016-05-20 2018-06-01 甘肃省电力公司风电技术中心 最小化弃风电量的风电场发电权置换电量评估方法
CN105896535B (zh) * 2016-05-20 2018-06-01 甘肃省电力公司风电技术中心 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN106447238A (zh) * 2016-10-24 2017-02-22 华北电力科学研究院有限责任公司 适应风电接入的深度调峰需求评估方法
CN106600173A (zh) * 2017-01-25 2017-04-26 北京中电普华信息技术有限公司 一种分布式光伏电源负荷渗透率的估算方法及装置
CN106600173B (zh) * 2017-01-25 2020-06-09 北京中电普华信息技术有限公司 一种分布式光伏电源负荷渗透率的估算方法及装置
CN109787272A (zh) * 2017-11-13 2019-05-21 北京亨得森电力咨询有限公司 “新能源+抽蓄”联合运行模式下计算评价多消纳新能源的方法
CN108683210A (zh) * 2018-04-18 2018-10-19 中国电力科学研究院有限公司 确定电网中小容量机组最低年利用小时数的方法和系统
CN108683210B (zh) * 2018-04-18 2021-04-23 中国电力科学研究院有限公司 确定电网中小容量机组最低年利用小时数的方法和系统
CN109038622A (zh) * 2018-06-22 2018-12-18 国网湖南省电力有限公司 抽水蓄能电站的调峰方法、装置及存储介质
CN109038622B (zh) * 2018-06-22 2021-02-02 国网湖南省电力有限公司 抽水蓄能电站的调峰方法、装置及存储介质
CN108832625A (zh) * 2018-06-29 2018-11-16 云南电网有限责任公司 一种最大电力电量外送能力计算方法及装置
CN108832625B (zh) * 2018-06-29 2021-06-25 云南电网有限责任公司 一种最大电力电量外送能力计算方法及装置
CN109066806A (zh) * 2018-07-25 2018-12-21 国电南瑞科技股份有限公司 一种电网调峰控制方法

Also Published As

Publication number Publication date
CN104578122B (zh) 2016-11-30

Similar Documents

Publication Publication Date Title
CN104578122A (zh) 抽水蓄能电站的容量确定方法
Esteban et al. 100% renewable energy system in Japan: Smoothening and ancillary services
Ma et al. Optimal design of an autonomous solar–wind-pumped storage power supply system
Ma et al. Feasibility study and economic analysis of pumped hydro storage and battery storage for a renewable energy powered island
Yang et al. Weather data and probability analysis of hybrid photovoltaic–wind power generation systems in Hong Kong
Lu et al. Short-term scheduling of battery in a grid-connected PV/battery system
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
CN112491043B (zh) 一种新能源富集电网电源规划方法及系统
Sediqi et al. Optimal economical sizing of grid-connected hybrid renewable energy system
CN111030094B (zh) 一种多能互补园区供能可靠性评估方法
Diaf et al. Technical and economic assessment of wind farm power generation at Adrar in Southern Algeria
CN110932261B (zh) 一种基于全局效益最大化的多能源系统联合装机规划方法
CN103955862A (zh) 一种区域电网风电发展的规划方法
CN108390415A (zh) 一种区域电网新能源消纳容量计算方法和系统
Bartecka et al. Sizing of prosumer hybrid renewable energy systems in Poland
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
CN107769266A (zh) 一种多时间尺度发电与备用联合优化方法
Wu et al. Economic analysis of power grid interconnections among Europe, North-East Asia, and North America with 100% renewable energy generation
CN114301089A (zh) 一种风光联合发电系统储能容量配置优化方法
Sameti Electrical energy efficient building through distributed generation
Sameti et al. Simulation of a ZEB electrical balance with aHybrid small wind/PV
CN115936336A (zh) 一种虚拟电厂容量配置与调控运行优化方法
CN114386849A (zh) 新能源高占比系统电力平衡风险预警方法
Chen Optimize configuration of multi-energy storage system in a standalone microgrid
Levine et al. Applications of energy storage to generation and absorption of electrical power

Legal Events

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