CN105048516B - 一种风光水火多源互补优化调度方法 - Google Patents

一种风光水火多源互补优化调度方法 Download PDF

Info

Publication number
CN105048516B
CN105048516B CN201510506042.7A CN201510506042A CN105048516B CN 105048516 B CN105048516 B CN 105048516B CN 201510506042 A CN201510506042 A CN 201510506042A CN 105048516 B CN105048516 B CN 105048516B
Authority
CN
China
Prior art keywords
unit
load
power
hydropower
power supply
Prior art date
Application number
CN201510506042.7A
Other languages
English (en)
Other versions
CN105048516A (zh
Inventor
刘天琪
曾雪婷
李茜
Original Assignee
四川大学
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 四川大学 filed Critical 四川大学
Priority to CN201510506042.7A priority Critical patent/CN105048516B/zh
Publication of CN105048516A publication Critical patent/CN105048516A/zh
Application granted granted Critical
Publication of CN105048516B publication Critical patent/CN105048516B/zh

Links

Abstract

本发明公开了一种风光水火多源互补优化调度方法,其特点是针对电源之间的互补特性,利用负荷追踪度指标获得新能源与常规电源的最优打捆比例系数,然后将它们同常规水电站和火电站一起参与到系统调度运行当中,所构建的调度模型能充分发挥电源间的互补作用,实现多源混合系统的调峰效益、经济效益以及环保效益最优。

Description

一种风光水火多源互补优化调度方法
技术领域
[0001] 本发明涉及一种风光水火多源互补优化调度方法,具体地说,本发明通过利用电 源之间的互补特性将新能源和常规电源打捆调度,使得并入电网的功率能够很好地追踪负 荷变化。整个模型实现了含风光水火多源混合系统调度计划调峰效益、经济效益和环保效 益的最大化,属于电气信息领域。
背景技术
[0002] 随着化石能源危机和环境污染问题的日益严峻,全球各国加快了开发新能源发电 技术的步伐,大规模新能源并网构成了含多种电源的电网新结构。在主要的新能源中,风力 发电和光伏发电发展得最为成熟和普遍。由于风能和太阳能具有随机性和间歇性,其发电 输出功率波动较大,所以它们作为不可控电源在并网时会对电力系统安全稳定运行产生冲 击。目前对解决上述问题的研究思路主要有三个:
[0003] 1)提高风力发电和光伏发电预测的精确性,从而减小发电出力的误差,但能够获 得较好预测结果的模型都对应着庞大的求解计算量,丁华杰,宋永华,胡泽春,吴金城,范晓 旭.基于风电场功率特性的日前风电预测误差概率分布研究[J].中国电机工程学报,2013, 33(34) : 136-144。
[0004] 2)提高系统的储能技术,利用对能量的存储与释放减小新能源发电功率的波动, 然而目前储能技术大多还停留在理论研究上,很少应用于实际工程当中,Chedid R,Akiki H?Rahman S.A decision support technique for the design of hybrid solar-wind power systems [J] .IEEE Trans on Energy Conversion,1998,13 (1) :76_83〇
[0005] 3)充分利用能源之间的互补特性,合理配置风光与常规电源的容量比例,打捆后 接入电网,从而提高系统供电的可靠性。有研究基于迭代算法,建立了风力发电和光伏发电 混合系统的最优容量配置模型,通过分析运行的可靠性和经济性验证了混合供电系统优于 独立供电系统,Kaabeche A,Belhamel M, Ibtiouen R. Sizing optimization of grid-independent hybrid photovoltaic/wind power generation system [J] .Energy,2011, 36 (2) : 1214-1222。但现有研究多是针对混合系统最优容量规划配置以及多种电源之间协 调控制的研究,没有基于系统中已有的新能源与常规电源的装机容量,从调度层面去考虑 多源协调互补的问题。并且已有研究的混合系统都只包含有两种或三种电源,并未涉及有 包含四种电源及以上的混合系统。李碧辉,申洪,汤涌.风光储联合发电系统储能容量对有 功功率的影响及评价指标[J].电网技术,2011,35⑷:123-128。
发明内容
[0006] 本发明的目的是基于已有研究方法的不足,针对含风光水火的多源混合系统,为 减小多种新能源并网对系统安全稳定运行产生的影响而提供的一种基于虚拟电源配置策 略的优化调度方法,其特点是针对电源之间的互补特性,利用负荷追踪度指标获得最优的 新能源与常规电源的打捆比例系数,然后将它们同常规水电站和火电站一起参与到系统调 度运行当中,所构建的调度模型能充分发挥电源间的互补作用,实现多源混合系统的调峰 效益、经济效益以及环保效益最优。
[0007] 其主要思路是:利用电源之间的互补特性,定义负荷追踪度指标将新能源和常规 电源按一定的比例打捆进行调度,使得并入电网的功率能够很好地追踪负荷变化,达到削 峰填谷、平滑负荷曲线的目的。然后在修正后的负荷曲线上基于常规水电机组的调峰能力 安排机组工作位置,实现二次调峰的作用。最后将经过两次"滤波"后的剩余负荷依据经济 性指标分配给火电机组,则完成了多源混合系统所有的功率调度工作。
[0008] 本发明的目的由以下技术措施实现
[0009] 风光水火多源互补优化调度方法包括以下步骤:
[0010] 1)虚拟电源配置方法
[0011] 为了充分发挥电源之间的互补特性,定义负荷追踪度来评价电源的互补比例是否 达到最优。负荷追踪度越趋近于1,说明打捆后的电源出力跟踪负荷变化的能力越强,也就 能更好的平滑负荷曲线,实现削峰填谷的目的。
[0012]
Figure CN105048516BD00081
⑴:
[0013] 式中:M为打捆电源i的负荷追踪度;PL.i.t为t时刻消纳打捆电源i的负荷;PL.i. avS 消纳打捆电源i的负荷平均值;Pd . i. t为t时刻打捆电源i的总出力;PD. i. av为打捆电源i的总出 力平均值;T为调度周期。
[0014] 本发明对打捆电源的配置提出了两种方案:1)新能源与常规电源两两打捆,即包 含风水、光水、风火和光火四种组合。其中,基于节能环保的原则,优先将新能源同水电打 捆,在水电不足的情况下再将新能源同火电打捆,即打捆优先级别为风水(风光)>风火(光 火);2)将风光水和风光火三种电源联合打捆,优先级别同方案1,即风光水〉风光火。
[0015] 基于风光水火的互补特性,求得追踪负荷能力最好的新能源与常规电源的打捆比 例系数,根据打捆电源的组合方式,分别将它们定义为六种虚拟电源一一"风水电站 (WHPS) "、"光水电站(SHPS) "、"风火电站(WTPS) "、"光火电站(STPS) "、"风光水电站 (WSHPS) "和"风光火电站(WSTPS) "。上述六种电源的出力同负荷曲线的波动基本保持一致, 具有很好的调峰能力。将它们同常规水电站和火电站一起参与到系统调度运行当中,虚拟 电源始终保持开机状态,并且当负荷一定时,它们的出力保持不变。
[0016] 2)多源互补优化调度模型的优化指标
[0017] 为了实现多源互补系统的调峰效益、经济效益和环保效益,本发明提出了以下优 化指标:
[0018] ①修正后负荷曲线波动特性
[0019] 为了评价虚拟电源接入电网后对负荷曲线的平滑效果,定义负荷波动标准差和负 荷功率变化率来表示负荷的波动特性。
[0020] 负荷波动标准差表示为
[0021]
Figure CN105048516BD00091
(2)
[0022] 式中:PL.adjl.t为修正负荷曲线;为修正负荷曲线的平均值;T为调度周期。 [0023] 负荷功率变化率表示为
[0024]
Figure CN105048516BD00092
(3)
[0025] 式中:^,和坪:分别为修正负荷曲线的最大值和最小值;T为调度周期。
[0026] 负荷波动标准差表征了修正后负荷曲线相对于其平均值的离散程度,负荷功率变 化率则通过负荷曲线的峰谷差异程度表现出了系统的调峰需求,结合这两个指标能较好反 映虚拟电源的互补作用对负荷曲线的平滑效果。
[0027] ②常规水电二次调峰能力
[0028]除去用于同风光打捆互补的水电机组外,安排剩余机组的日调度运行时需要充分 发挥水电机组的调节能力,对修正负荷曲线进行二次调峰,使余留给火电机组的负荷尽量 平稳,从而减少火电机组的开停机次数,节省启动消耗,提高整个电站的整体运行效率。为 了实现各时段剩余负荷尽量相等,定义调峰均方差来描述水电的调峰能力
[0029](4) i=l
Figure CN105048516BD00093
[0030] 式中
Figure CN105048516BD00094
,表示扣除常规水电出力后的剩余负荷,其中Pu.k.t为常 规水电机组k在t时刻的出力,Nh为常规水电机组数目
Figure CN105048516BD00095
表示扣除常规水 电出力后的剩余负荷平均值;T为调度周期。
[0031] ③常规火电单位煤耗量
[0032] 新能源并网能够降低火电机组的煤耗,合理安排剩余负荷在火电机组间的分配也 能降低煤耗,煤耗降低意味着污染减少和发电成本降低,所以定义单位煤耗量来评价多源 混合系统调度模型的环保效益和经济效益。
[0033]
Figure CN105048516BD00096
(5)
[0034] 式中:Sj.t= IgpinO^PTd.t-P^j)) I,表示机组启停煤耗;Put为常规火电机组j 在t时刻的出力;Nt为常规火电机组数目;aj、bj、Cj、gj和hj分别为机组j耗量特性曲线系数; Pmin.j为机组j的出力下限;Et为常规火电机组总发电量。
[0035] 3)多源互补优化调度模型目标函数
[0036]多源互补优化调度模型需要通过充分发挥电源间互补后的调节能力,在满足系统 运行约束的条件下,实现系统调峰效益、经济效益和环保效益的最大化。本文将调度模型分 为三层,每层需要遵循一个目标函数,即
[0037]
Figure CN105048516BD00101
l6)
[0038] min F2 = y (7)
[0039] min F3= 〇 ⑶
[0040] 式中:551'[)、51^、^和《分别为模型的优化指标 ;01、02和03分别为对应指标的权重 系数。
[0041] 4)约束条件
[0042] ①功率平衡约束
[0043]
Figure CN105048516BD00102
C9)
[0044] 式中:nu. t、mk. t和mj. t分别为虚拟电源、常规水电机组和火电机组的状态变量,1表 示运行,0表示停机;Pi.t为t时刻的负荷。
[0045] ②机组有功出力约束
[0046]
Figure CN105048516BD00103
!; 1〇'>
[0047] 式中:Pw.i.t和Ps.i.t分别为风电机组i、光伏电站1在t时刻的出力;Nw和Ns分别为风 电机组和光伏电站数目;Pmax.i为风电机组i的出力上限;PmaX.l为光伏电站1的出力上限; Pmin.k和Pmax.k分别为水电机组k的出力下限和出力上限;Pmin. j和Pmax. j分别为火电机组j的出 力下限和出力上限。
[0048] ③机组爬坡能力约束
[0049]
Figure CN105048516BD00104
(1.1)
[0050] 式中:Rtu. j和Rhu. k分别为火电和水电机组的最大升爬坡能力;Rtd. j和Rhd. k分别为火 电和水电机组的最大降爬坡能力。
[0051] ④机组最小开停机时间约束
[0052]
Figure CN105048516BD00105
(12)
[0053] 式中:尤:丨U:)、Hu分别为机组i实际启停机时间;分别为规定的机组i 最小启停机时间。
[0054] ⑤水电发电量约束
[0055]
Figure CN105048516BD00111
_(以)
[0056] 式中:Eh为水电机组的总友电量;Qh . k. t为水电机组k在t时刻的发电流量;n为水电 转换效率;Hk.t为水电机组k在t时刻的水头高度。
[0057] ⑥系统旋转备用约束
[0058]f 14) i'=i
Figure CN105048516BD00112
i = l
[0059] 式中:a%为系统负荷预测误差对旋转备用的需求为风电出力预测误差对旋 转备用的需求;Y %为光伏出力预测误差对旋转备用的需求。
[0060] 5)调度模型的求解策略
[0061] 多源互补优化调度模型共分为三层:虚拟电源优化调度层、常规水电机组优化调 度层和常规火电机组优化调度层。首先优化配置系统的虚拟电源,得到修正负荷曲线;然后 在修正负荷曲线上依次安排常规水电机组和火电机组的工作位置,其中需要满足以下两点 基本原则:A.充分发挥水电机组的调峰能力,尽可能减少弃水;B.减少火电机组启停次数, 发电煤耗尽可能少。
[0062] ①虚拟电源优化调度层
[0063] 按照虚拟电源的配置方法,以式(6)为目标确定系统中虚拟电源的类型和容量,然 后在负荷曲线上扣除虚拟电源的工作位置,得到修正负荷曲线,即
[0064]
Figure CN105048516BD00113
(15)
[0065] 式中
Figure CN105048516BD00114
Pw.t和Ps.t分别为t时刻的风电出力和光伏出力;PH.t和 PT.t分别为t时刻同新能源打捆的水电出力和火电出力;u表示或运算;n表示并运算。
[0066] ②常规水电机组优化调度层
[0067] 在修正负荷曲线上安排常规水电的工作位置,以式(7)为目标,按照水电机组的投 入顺序,以横向时间轴为方向确定每台机组的工作区间,即按照先横向再纵向的顺序安排 机组,既要求满足水电机组的容量和电量要求,同时又发挥水电的调峰能力使负荷曲线更 加平滑。
[0068] 采用启发式算法对机组排序,排序指标为常规水电机组的调峰能力,优先投入调 峰能力好的水电机组。定义调峰能力为
[0069]
Figure CN105048516BD00121
(16)
[0070] 式中:PHmax为水电机组的出力上限;Eh为水电机组的总电量。供越大则机组的调峰 能力越好。
[0071] 在确定水电机组的投入顺序后,采用改进粒子群算法(Particle Swarm 0ptimization,PS0)优化机组在一个调度日内的工作位置。
[0072] ③常规火电机组优化调度层
[0073] 根据剩余负荷曲线确定火电机组的开机方式,以式(8)为目标,采用改进的动态规 划法(Dynamic Programming,DP)确定负荷的最优经济分配。与优化水电机组负荷分配不同 的是,火电机组的优化顺序为先纵向再横向,即先针对每个时刻的负荷,在开机的火电机组 中进行纵向负荷分配,满足功率平衡约束,再在横向的时间序列上延展。采用这种方法能够 解决传统动态规划法不能计及机组爬坡能力的问题。
[0074]动态规划法是解决多阶段决策过程最优化的数学方法,将一个调度日分为若干个 时段,各阶段的状态为该时段所有可能的机组开机方式组合,采用递推公式表示
[0075] fj.t (PL.adj2.t) =min [fj-l,t-1 (PL.adj2.t_PT.j.t)+C (PT.j.t) ] (17)
[0076] 式中:fp表示从起始时刻到t时刻为止前j台火电机组的最优煤耗函数。
[0077]由此,得到多源互补优化调度方案。
[0078] 本发明具有如下优点:
[0079] 本发明针对含风光水火的多源混合系统,充分利用电源之间的互补特性,定义负 荷追踪度指标将新能源和常规电源按一定的比例打捆进行调度,使得并入电网的功率能够 很好地追踪负荷变化,达到削峰填谷、平滑负荷曲线的目的。然后在修正后的负荷曲线上基 于常规水电机组的调峰能力安排机组工作位置,实现二次调峰的作用。最后将经过两次"滤 波"后的剩余负荷依据经济性指标分配给火电机组,则完成了多源混合系统所有的功率调 度工作。所构建的调度模型能充分发挥电源间的互补作用,实现多源混合系统的调峰效益、 经济效益以及环保效益最优。
附图说明
[0080] 图1多源互补优化调度模型算法流程图
[0081] 1、算法开始,输入算法的控制参数,2、输入典型日风电和光伏预测出力,3、输入系 统负荷需求,4、输入水电和火电装机容量以及机组参数,5、选择第i种虚拟电源配置方案, 6、设置初始打捆比例,7、判断目前打捆比例是否大于最大打捆比例,8、计算负荷追踪度,9、 计算负荷波动特性指标,10、计算目标函数值,11、选取使目标函数为最大时的打捆比例, 12、得到常规机组开机容量以及各调度时段机组出力,13、得到修正负荷曲线,14、按照调峰 能力确定常规水电机组的投入顺序,15、设置初始优化的水电机组,16、基于约束(10)生成 水电机组k在一个调度日内的粒子种群,17、判断是否满足式(11) (13)约束,18、将罚函数加 入适应度函数,19、根据目标函数式⑵计算粒子的适应度值,20、更新粒子的速度、个体最 优位置和全局最优位置,21、判断是否达到迭代次数,22、扣除水电机组k出力得到剩余负荷 曲线,23、判断是否安排完所有的水电机组,24、得到剩余负荷曲线,25、设置初始优化时刻, 26、根据目标函数式⑶顺序造表,27、生成该阶段所有可能的机组组合方式,28、判断是否 满足式(9)-(12)以及式(14)约束,29、筛选掉不满足约束的组合方式,30、根据该时段的负 荷进行逆序查表,31、得到该时段火电机组的开机方式,32、判断是否搜索完所有的调度时 刻,33、算法结束,输出计算结果。
[0082]图2为系统负荷预测曲线
[0083] 采用该区域一个调度日内24个时刻的负荷预测值。实线为夏季典型日,虚线为冬 季典型日。
[0084]图3为风电预测出力曲线
[0085] 采用该区域一个调度日内24个时刻的风电出力预测值。实线为夏季典型日,虚线 为冬季典型日。
[0086]图4为光伏预测出力曲线
[0087] 采用该区域一个调度日内24个时刻的光伏出力预测值。实线为夏季典型日,虚线 为冬季典型日。
[0088] 图5为不同比例虚拟电源的负荷追踪度
[0089] •点虚线表示夏季典型日负荷追踪度,•点实线表示冬季典型日负荷追踪度。
[0090] 图6为夏季典型日修正负荷曲线波动特性指标
[0091] •点虚线表示负荷功率变化率,•点实线表示负荷波动标准差。
[0092]图7为冬季典型日修正负荷曲线波动特性指标
[0093] •点虚线表示负荷功率变化率,•点实线表示负荷波动标准差。
[0094] 图8为夏季典型日调峰均方差指标
[0095] 虚线为初始修正负荷曲线的调峰均方差指标,机组编号从小到大依次代表机组调 峰性能由强至弱。
[0096]图9为冬季典型日调峰均方差指标
[0097] 虚线为初始修正负荷曲线的调峰均方差指标,机组编号从小到大依次代表机组调 峰性能由强至弱。
[0098] 图10为夏季典型日负荷曲线优化过程
[0099] □点实线表示初始负荷曲线,*点实线表示修正负荷曲线,•点实线表示剩余负荷 曲线。
[0100]图11为冬季典型日负荷曲线优化过程
[0101] □点实线表示初始负荷曲线,*点实线表示修正负荷曲线,#点实线表示剩余负荷 曲线。
具体实施方式
[0102] 下面通过实施例对本发明进行具体的描述,有必要在此指出的是本实施例只用于 对本发明进行进一步说明,不能理解为对本发明包括范围的限制,该领域的技术熟练人员 可以根据上述本发明的内容作出一些非本质的改进和调整。
[0103] 实施例:
[0104] 如图1所示,算法开始,输入算法的控制参数(图1中第1框)。模型第一层为虚拟电 源优化调度层(图1中第2-12框)。输入典型日风电和光伏预测出力;输入系统负荷需求;输 入水电和火电装机容量以及机组参数;选取虚拟电源配置方案;设置初始打捆比例;计算负 荷追踪度和负荷波动特性指标;增加打捆比例,计算新比例下的负荷追踪度和负荷波动特 性指标;判断是否为最大打捆比例;选取使目标函数为最大时的打捆比例;得到机组组合的 初始解;判断是否满足公式(10)的最小启停时间约束;修正初始解,并解除冗余机组;得到 常规机组开机容量以及各调度时段机组出力;以上11个步骤分别为图1中的2、3、4、5、6、7、 8、9、10、11、12框。模型第二层为常规水电优化调度层(图1中第13-23框)。得到修正负荷曲 线;按照调峰能力确定常规水电机组的投入顺序;设置初始优化的水电机组;基于约束(10) 生成水电机组k在一个调度日内的粒子种群;判断是否满足式(11) (13)约束;将罚函数加入 适应度函数;根据目标函数式(7)计算粒子的适应度值;更新粒子的速度、个体最优位置和 全局最优位置;判断是否达到迭代次数;扣除水电机组k出力得到剩余负荷曲线;判断是否 安排完所有的水电机组;以上10个步骤分别为图1中的13、14、15、16、17、18、19、20、21、22、 23框。模型第三层为常规火电优化调度层(图1中第24-32框)。得到剩余负荷曲线;设置初始 优化时刻;根据目标函数式(8)顺序造表;生成该阶段所有可能的机组组合方式;判断是否 满足式(9) - (12)以及式(14)约束;筛选掉不满足约束的组合方式;根据该时段的负荷进行 逆序查表;得到该时段火电机组的开机方式;判断是否搜索完所有的调度时刻;以上9个步 骤分别为图1中的24、25、26、27、28、29、30、31、32框。算法结束,输出计算结果(图1中第33 框)。
[0105] 针对甘肃电网2013年的电源装机和负荷数据,基于一天24时段调度周期进行仿真 计算。
[0106] 该省火电总装机容量15864MW,水电总装机容量7599.592MW,风电总装机容量 7075.5MW,光伏总装机容量4333MW。由于篇幅限制,对模型中虚拟电源配置方案二进行验 证。在调度周期内系统负荷预测曲线如图2所示,风电预测出力如图3所示,光伏预测出力如 图4所示。系统的旋转备用需求系数a%和y %取为16%。
[0107] 1)虚拟电源优化调度层
[0108] 根据风电和光伏预测出力为电网配置虚拟电源(图1中第2-12框)。夏季典型日来 水充足,优先为电网配置WSHPS;冬季典型日由于水量不足,所以为电网配置WSTPS。负荷追 踪度指标如图5所示,虚拟电源并网后得到修正负荷曲线波动特性指标如图6、图7所示,综 合上述三项指标,可以求得虚拟电源最优配置比例,即夏季典型日WSHPS中水电与风光比例 为1.1,冬季典型日WSTPS中火电与风光比例为0.9。
[0109] 2)常规水电优化调度层
[0110] 完成第一层虚拟电源配置后,第二层优化利用除打捆机组之外的水电对修正负荷 曲线进行二次调峰(图1中第13-23框)。算法基本步骤如下:
[0111] ①生成水电机组k一个调度日各个时刻的初代种群(图1中第16框),判断式(11)和 式(13)约束是否满足(图1中第17框),不满足则以罚函数加入适应度函数(图1中第18框);
[0112] ②计算粒子的适应度值式⑵(图1中第19框),更新个体和全局最优位置(图1中第 20框);
[0113] ③更新粒子位置和速度,返回1),进行下一代种群的计算;
[0114] ④完成所有粒子种群的迭代后,生成扣除水电机组k后的修正负荷曲线(图1中第 22框);
[0115] ⑤令k = k+l,返回1),安排下一台水电机组的工作位置;
[0116] ⑥完成所有水电机组工作位置的安排后,输出扣除所有水电机组出力的剩余负荷 曲线(图1中第24框)。
[0117] 夏季典型日安排剩余11台水电机组工作位置;冬季典型日水电机组未参与打捆, 安排全部33台水电机组工作位置。根据水电机组的调峰能力依次投入机组,优化结果如图 8、图9所示,图中虚线为初始修正负荷曲线的调峰均方差指标,机组编号从小到大依次代表 机组调峰性能由强至弱。可以看出,虽然每台水电机组并网后的调峰均方差有所波动,但水 电机组对修正负荷曲线进行二次调峰后,负荷曲线调峰需求的总体变化趋势是在变小。 [0118] 3)常规火电优化调度层
[0119] 第二层优化完成后得到剩余负荷曲线,此时负荷曲线已经非常平滑,如图10、图11 所示。最后在剩余负荷上安排火电机组(图1中第24-32框),即按照经济性和环保性完成第 三层优化。
[0120]因为火电出力优化算法中的递推公式没有明显的解析式,所以需要采用造表方法 进行计算。计算分为两个阶段:
[0121] ①第一阶段是顺序造表(图1中第26框),即:a)列出各时段的所有可能的机组出力 组合数,按煤耗特性曲线计算所有组合状态下的运行耗量和启停耗量;b)确定各时段间状 态转移路径,按时序从前向后计算到达各阶段各状态的累计耗量。
[0122] ②第二阶段是逆序查表(图1中第30框),即:从最后阶段累计耗量最小的状态开 始,根据所记录的路径由后向前依次搜寻各阶段使总累计耗量最小的状态,最终得到所有 机组的负荷分配。
[0123] 将本发明的优化结果同常规优化调度的煤耗指标以及弃风弃光弃水指标进行比 较,如表1、表2所示,可以看出优化后火电机组总煤耗大幅减少,单位煤耗也有所减少,可接 纳的风光水容量增加,系统经济效益和环保效益都得到体现。
[0124] 表 1
[0125]
Figure CN105048516BD00151
[0126] 表 2
[0127]
Figure CN105048516BD00161

Claims (1)

  1. I.风光水火多源互补优化调度方法,其特征在于该方法包括以下步骤: 1) 虚拟电源配置方法 为了充分发挥电源之间的互补特性,定义负荷追踪度来评价电源的互补比例是否达到 最优,负荷追踪度越趋近于1,说明打捆后的电源出力跟踪负荷变化的能力越强,也就能更 好的平滑负荷曲线,实现削峰填谷的目的,
    Figure CN105048516BC00021
    ⑴ 式中Ai为打捆电源i的负荷追踪度;Pu.At时刻消纳打捆电源i的负荷;Pu.av为消纳 打捆电源i的负荷平均值;PD.i.t为t时刻打捆电源i的总出力;PD.i.av为打捆电源i的总出力平 均值;T为调度周期; 本发明对打捆电源的配置提出了两种方案: ① 新能源与常规电源两两打捆,即包含风水、光水、风火和光火四种组合,其中,基于节 能环保的原则,优先将新能源同水电打捆,在水电不足的情况下再将新能源同火电打捆,BP 打捆优先级别为风水或风光〉风火或光火; ② 将风光水和风光火三种电源联合打捆,优先级别同方案1,即风光水〉风光火; 基于风光水火的互补特性,求得追踪负荷能力最好的新能源与常规电源的打捆比例系 数,根据打捆电源的组合方式,分别将它们定义为六种虚拟电源一一"风水电站"、"光水电 站"、"风火电站"、"光火电站"、"风光水电站"和"风光火电站",上述六种电源的出力同负荷 曲线的波动基本保持一致,具有很好的调峰能力,将它们同常规水电站和火电站一起参与 到系统调度运行当中,虚拟电源始终保持开机状态,并且当负荷一定时,它们的出力保持不 变; 2) 多源互补优化调度模型的优化指标 为了实现多源互补系统的调峰效益、经济效益和环保效益,本发明提出了以下优化指 标: ①修正后负荷曲线波动特性 为了评价虚拟电源接入电网后对负荷曲线的平滑效果,定义负荷波动标准差和负荷功 率变化率来表示负荷的波动特性; 负荷波动标准差表示为
    Figure CN105048516BC00022
    C2) 式中:a.adjl.t为修正负荷曲线;为修正负荷曲线的平均值;T为调度周期; 负荷功率变化率表示为
    Figure CN105048516BC00023
    (3) 式中分别为修正负荷曲线的最大值和最小值;T为调度周期; 负荷波动标准差表征了修正后负荷曲线相对于其平均值的离散程度,负荷功率变化率 则通过负荷曲线的峰谷差异程度表现出了系统的调峰需求,结合这两个指标能较好反映虚 拟电源的互补作用对负荷曲线的平滑效果; ② 常规水电二次调峰能力
    Figure CN105048516BC00031
    除去用于同风光打捆互补的水电机组外,安排剩余机组的日调度运行时需要充分发挥 水电机组的调节能力,对修正负荷曲线进行二次调峰,使余留给火电机组的负荷尽量平稳, 从而减少火电机组的开停机次数,节省启动消耗,提高整个电站的整体运行效率,为了实现 各时段乘Il会负荷尽量相等,宙々调峰均方差来描述水电的调峰能力 (4) 表示扣除常规水电出力后的剩余负荷,其中PH.k.t为常规水 电机组k在t时刻的出力,Nh为常规水电机组数
    Figure CN105048516BC00032
    菱示扣除常规水电出 力后的剩余负荷平均值;T为调度周期; ③ 常规火电单位煤耗量 新能源并网能够降低火电机组的煤耗,合理安排剩余负荷在火电机组间的分配也能降 低煤耗,煤耗降低意味着污染减少和发电成本降低,所以定义单位煤耗量来评价多源混合 系统调度模型的环保效益和经济效益;
    Figure CN105048516BC00033
    (5) 式中:Sj.t= IgjSinOij(Pnt-PminJ) I,表示机组启停煤耗;Pt. j.t为常规火电机组j在t 时刻的出力;Nt为常规火电机组数目;aj、bj、cj、gj和hj分别为机组j耗量特性曲线系数;Pmin.j 为机组j的出力下限;Et为常规火电机组总发电量; 3) 多源互补优化调度模型目标函数 多源互补优化调度模型需要通过充分发挥电源间互补后的调节能力,在满足系统运行 约束的条件下,实现系统调峰效益、经济效益和环保效益的最大化;本文将调度模型分为三 层,每层需要遵循一个目标函数,BP
    Figure CN105048516BC00034
    (6) min F2=y (7) min F3= ω (8) 式中:SSTD、Spe3ak、y和ω分别为模型的优化指标;O^O2和σ 3分别为对应指标的权重系数; 4) 约束条件 ①功率平衡约束
    Figure CN105048516BC00035
    (9) 式中:mi. t、mk. t和mj. t分别为虚拟电源、常规水电机组和火电机组的状态变量,1表示运 行,O表示停机;Pu为t时刻的负荷;
    Figure CN105048516BC00041
    (10) 式中:Pw.i.t和Ps.i.t分别为风电机组i、光伏电站1在t时刻的出力;Nw和Ns分别为风电机 组和光伏电站数目;Pmx. i为风电机组i的出力上限;Pmax. 1为光伏电站1的出力上限;Pmin. k和 Pmax. k分别为水电机组k的出力下限和出力上限;Pmin. j和Pmax. j分别为火电机组j的出力下限 和出力上限; ③ 机组爬坡能力约束
    Figure CN105048516BC00042
    (11) 式中:Rtu. j和Rhu.k分别为火电和水电机组的最大升爬坡能力;Rtd. j和Rhd. k分别为火电和 水电机组的最大降爬坡能力; ④ 机组最小开停机时间约束
    Figure CN105048516BC00043
    (12) 式中分别为机组i实际启停机时间;C、Si分别为规定的机组i最小 启停机时间; ⑤ 水电发电量约束
    Figure CN105048516BC00044
    (13) ^ 为水电机组k在t时刻的发电流量;η为水电转换 效率;Hk. t为水电机组k在t时刻的水头高度; ⑥ 系统旋转备用约束
    Figure CN105048516BC00045
    (14) 式中:α%为系统负荷预测误差对旋转备用的需求;β%为风电出力预测误差对旋转备 用的需求;γ %为光伏出力预测误差对旋转备用的需求; 5)调度模型的求解策略 多源互补优化调度模型共分为三层:虚拟电源优化调度层、常规水电机组优化调度层 和常规火电机组优化调度层,首先优化配置系统的虚拟电源,得到修正负荷曲线;然后在修 正负荷曲线上依次安排常规水电机组和火电机组的工作位置,其中需要满足以下两点基本 原则:1)充分发挥水电机组的调峰能力,尽可能减少弃水;2)减少火电机组启停次数,发电 煤耗尽可能少; ① 虚拟电源优化调度层 按照虚拟电源的配置方法,以式(6)为目标确定系统中虚拟电源的类型和容量,然后在 负荷曲线上扣除虚拟电源的工作位置,得到修正负荷曲线,即
    Figure CN105048516BC00051
    别为t时刻同新能源打捆的水电出力和火电出力;u表示或运算;η表示并运算; ② 常规水电机组优化调度层 在修正负荷曲线上安排常规水电的工作位置,以式W为目标,按照水电机组的投入顺 序,以横向时间轴为方向确定每台机组的工作区间,即按照先横向再纵向的顺序安排机组, 既要求满足水电机组的容量和电量要求,同时又发挥水电的调峰能力使负荷曲线更加平 滑; 采用启发式算法对机组排序,排序指标为常规水电机组的调峰能力,优先投入调峰能 力好的水电机组,定义调峰能力为 «
    Figure CN105048516BC00052
    (16) 式中:Pftaax为水电机组的出力上限;Eh为水电机组的总发电量,炉越大则机组的调峰能力 越好; 在确定水电机组的投入顺序后,采用改进粒子群算法优化机组在一个调度日内的工作 位置; ③ 常规火电机组优化调度层 根据剩余负荷曲线确定火电机组的开机方式,以式(8)为目标,采用改进的动态规划法 确定负荷的最优经济分配,与优化水电机组负荷分配不同的是,火电机组的优化顺序为先 纵向再横向,即先针对每个时刻的负荷,在开机的火电机组中进行纵向负荷分配,满足功率 平衡约束,再在横向的时间序列上延展,采用这种方法能够解决传统动态规划法不能计及 机组爬坡能力的问题; 动态规划法是解决多阶段决策过程最优化的数学方法,将一个调度日分为若干个时 段,各阶段的状态为该时段所有可能的机组开机方式组合,采用递推公式表示 f j . t (Pl . adj2. t) -ITlin [f j-1, t-1 (Pl . adj2. t-Pt. j . t) ^-C (Pt. j . t) ] (l 7) 式中:fj.t表示从起始时刻到t时刻为止前j台火电机组的最优煤耗函数。
CN201510506042.7A 2015-08-18 2015-08-18 一种风光水火多源互补优化调度方法 CN105048516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510506042.7A CN105048516B (zh) 2015-08-18 2015-08-18 一种风光水火多源互补优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510506042.7A CN105048516B (zh) 2015-08-18 2015-08-18 一种风光水火多源互补优化调度方法

Publications (2)

Publication Number Publication Date
CN105048516A CN105048516A (zh) 2015-11-11
CN105048516B true CN105048516B (zh) 2017-03-29

Family

ID=54454837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510506042.7A CN105048516B (zh) 2015-08-18 2015-08-18 一种风光水火多源互补优化调度方法

Country Status (1)

Country Link
CN (1) CN105048516B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106856333B (zh) * 2015-12-09 2020-06-16 中国电力科学研究院 一种风光火打捆外送系统调峰容量分配确定方法
CN106169770B (zh) * 2016-07-19 2019-03-19 国网四川省电力公司经济技术研究院 一种针对水电富集地区的电力能源优化配置方法
CN107256450B (zh) * 2017-05-22 2020-10-13 武汉大学 考虑长-短嵌套决策的水光电互补调度容量配置方法
CN106992556B (zh) * 2017-05-24 2020-01-03 南方电网科学研究院有限责任公司 一种基于混合电源多时间尺度互补的优化调度方法
CN107196331B (zh) * 2017-05-25 2019-01-29 国网辽宁省电力有限公司 一种基于电网峰谷幅频特性的新能源消纳方法
CN107578173A (zh) * 2017-09-08 2018-01-12 新奥泛能网络科技股份有限公司 一种多能源输入与输出的供能系统
CN107800148B (zh) * 2017-11-22 2020-09-15 国网河南省电力公司电力科学研究院 一种基于调峰效果的负荷侧储能优化配置方法
CN108390416B (zh) * 2018-02-24 2020-12-29 内蒙古电力勘测设计院有限责任公司 一种风光热储与电网负荷耦合方法及装置
CN110571861B (zh) * 2018-06-06 2021-03-30 电力规划总院有限公司 一种发电机组的输出电量的确定方法及装置
CN109002912A (zh) * 2018-07-10 2018-12-14 国网湖南省电力有限公司电力科学研究院 一种水风光互补发电系统调峰能力评估方法
CN109116235A (zh) * 2018-09-20 2019-01-01 国网湖南省电力有限公司 水电机组调节性能试验方法及系统
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
CN109886473B (zh) * 2019-01-24 2020-05-05 河海大学 一种考虑下游生态的流域风光水系统多目标优化调度方法
CN109858173B (zh) * 2019-02-18 2020-11-13 华中科技大学 一种风光水互补发电系统联合调度的多目标正切方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20140214219A1 (en) * 2013-01-31 2014-07-31 Kabushiki Kaisha Toshiba Energy management system, energy management method, medium, and server
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
CN104362673B (zh) * 2014-10-29 2016-04-13 国网甘肃省电力公司 基于调峰裕度的风电并网协调调度优化方法

Also Published As

Publication number Publication date
CN105048516A (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN104392286B (zh) 考虑冷热电联供和储能运行策略的微电网运行优化方法
Jiang et al. Coordinated operation of gas-electricity integrated distribution system with multi-CCHP and distributed renewable energy sources
CN103490410B (zh) 一种基于多目标优化的微电网规划和容量配置方法
US9985438B2 (en) Optimization method for independent micro-grid system
Wang et al. Optimal capacity allocation of standalone wind/solar/battery hybrid power system based on improved particle swarm optimisation algorithm
CN104242335B (zh) 一种基于额定容量的风光储发电单元容量优化配置方法
CN102751728B (zh) 基于负荷中断模型的微网孤网运行的能量管理方法
CN102184475B (zh) 基于多时间尺度协调的微网经济运行优化调度方法
CN103151803B (zh) 一种含风电系统机组及备用配置的优化方法
CN102593853B (zh) 提高风电接纳能力的储能系统容量优化配置方法
CN103728881B (zh) 一种多楼宇冷热电联供系统的优化运行方法
CN103151797B (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN105337303B (zh) 一种含热泵的热电联产型微电网容量优化配置方法
Verzijlbergh et al. Does controlled electric vehicle charging substitute cross-border transmission capacity?
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
CN105375479B (zh) 一种基于模型预测控制的分布式能源能量管理方法
CN103699941B (zh) 一种电力系统调度运行年方案的制定方法
CN104779611B (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
CN105305419B (zh) 一种含有压缩空气储能的独立微网容量优化配置方法
CN103839109A (zh) 一种基于博弈纳什均衡的微网电源规划方法
CN103138256B (zh) 一种新能源电力消纳全景分析系统及方法
CN103606969B (zh) 含新能源及海水淡化负荷的海岛微电网优化调度方法
CN107204632A (zh) 一种提升风电消纳的柔性负荷优化调度方法
CN104617591A (zh) 基于多场景新能源发电模拟的日运行方式安排和调峰方法
CN107508328A (zh) 考虑风电消纳的联合系统能量优化方法

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
GR01 Patent grant