CN105894134B - 最小化弃风弃光电量的新能源发电权置换电量评估方法 - Google Patents
最小化弃风弃光电量的新能源发电权置换电量评估方法 Download PDFInfo
- Publication number
- CN105894134B CN105894134B CN201610340273.XA CN201610340273A CN105894134B CN 105894134 B CN105894134 B CN 105894134B CN 201610340273 A CN201610340273 A CN 201610340273A CN 105894134 B CN105894134 B CN 105894134B
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- photovoltaic
- output
- power generation
- 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.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 187
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000009194 climbing Effects 0.000 claims description 43
- 230000005611 electricity Effects 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 11
- 238000006467 substitution reaction Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 239000003245 coal Substances 0.000 claims description 4
- 238000006477 desulfuration reaction Methods 0.000 claims description 4
- 230000023556 desulfurization Effects 0.000 claims description 4
- 239000003344 environmental pollutant Substances 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 231100000719 pollutant Toxicity 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 238000005096 rolling process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种最小化弃风弃光电量的新能源发电权置换电量评估方法,通过对风电场、光伏电站和火电厂日前发电权置换进行评估。从而最大化新能源发电量,最小化弃风及弃光。并简化交易电量滚动修正的过程,只进行日前的置换电量评估,简化计算过程。从而达到提高新能源利用率以及提高发电企业利润的目的。
Description
技术领域
本发明涉及新能源发电量运行评估技术,具体地,涉及一种最小化弃风弃光电量的新能源发电权置换电量评估方法。
背景技术
发电权是发电厂商发电运行并将电能出售给电网或通过电网出售给终端用户的权利。在管制电力系统中,它对应于发电厂商在特定机制下获得的发电配额;而在自由竞争的电力市场中,它是指发电厂商在远期电力市场或当前电力市场中通过报价竞标获得的电量。
发电权置换是指上述配额或中标电量的交换。发电权置换本质上是电力系统在调度、发电资源重新配置的过程。积极合理的发电权置换能够使经济高效的发电形式替代高能耗、高污染的发电形式承担负荷,提升电力系统运行的经济性和可靠性、保护环境、促进可持续发展,同时使参与发电权置换的发电集团获益。发电权置换交易完成后,各发电厂的出力计划会相应调整,这也意味着电力系统运行方式的改变。
发电权置换的研究背景是一方面,当前我国部分地区尤其是“三北”风电、光伏等新能源装机增长较快,用电负荷增长较慢,造成大量弃风、弃光;另一方面,由于火电厂消耗大量煤炭等非可再生资源,同时造成环境污染严重,雾霾天气频发。发电权置换的主要对象是常规电源和新能源企业,通过将常规电源的发电量置换成新能源电源的发电量,从而实现降低发电成本、提高企业利润,同时节能减排、保护环境。发电权置换的形式包括中长期发电权置换、短期发电权置换、以及日前发电权置换等置换方式,需要指出的是日前发电权置换需要考虑线路传输容量等运行问题。
目前,发电权置换在发电权重新配置,特别是日前电力系统运行方式调整等方面的效益并未得到充分显示。已开展的相关研究也相对较少。
专利201510375285.1提出了一种“一种促进风电消纳的多时间尺度发电权交易方法”,研究的是不同发电厂商之间的发电权交易,涉及电量交易和资金交易,研究目标是最大化社会效益总和,并通过逐小时修正发电权交易计划最终确定发电权交易电量,因为风电预测的不确定性、负荷预测的不确定性以及机组开停机的变化性等因素,该过程本身就是在一定概率意义下的评估,进行逐小时滚动修正会增加大量的工作量,其效果并不显著。
发明内容
本发明的目的在于,针对上述问题,提出一种最小化弃风弃光电量的新能源发电权置换电量评估方法,以实现提高新能源利用率以及提高发电企业利润的优点。
为实现上述目的,本发明采用的技术方案是:
一种最小化弃风弃光电量的新能源发电权置换电量评估方法,
对于同一发电集团旗下的风电场、光伏电站与火电厂进行日前发电权置换,风电场与火电厂在t时刻的发电权置换功率为Zw,h(t),光伏电站与火电厂在t时刻的发电权置换功率为Zp,h(t),t为时间,t∈[0,24);
通过发电权置换最小化弃风弃光电量,即最大化发电权置换电量的目标函数为:
其中,T为24;
该方法具体包括以下步骤:
步骤1:设置新能源出力下达曲线是否经过校验标志位为False,所述新能源包括风电场和光伏电站;
步骤2:确定风电场出力上下限约束以及光伏电站的出力上下限约束:
所述风电场出力上下限约束为:
其中,Pw(t)为风电场在t时刻的原计划上网出力,为第i台风电机组的出力下限,为第i台风电机组的出力上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场的风电机组台数;
所述光伏电站的出力上下限约束为:
其中,Pp(t)为光伏电站在t时刻的原计划上网出力,为第i台光伏逆变器的出力下限,为第i台光伏逆变器的出力上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数;
步骤3:确定火电厂出力上下限约束:
其中,Ph(t)为火电厂在t时刻的原计划上网出力,为第i台火电机组的出力下限,为第i台火电机组的出力上限,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂的火电机组台数;
步骤4:确定调度部门给风电场预留的送出通道容量约束Pw,c(t),以及确定调度部门给光伏电站预留的送出通道容量约束Pp,c(t);
步骤6:确定风电场的日前风电功率预测曲线;
步骤7:确定电源-负荷有功功率平衡约束;
步骤8:生成发电权置换后风电场和光伏电站的日前出力下达计划;
步骤9:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器最小启停时间约束,如果是,进入步骤11,如果否,进入步骤10;
步骤10:增加风电机组及光伏逆变器启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤9;
步骤11:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组最小启停时间约束,如果是,进入步骤13,如果否,进入步骤12;
步骤12:增加火电机组启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤11;
步骤13:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器爬坡速率约束,如果是,进入步骤15,如果否,进入步骤14;
步骤14:增加风电机组、光伏电站爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤13;
步骤15:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组爬坡速率约束,如果是,进入步骤17,如果否,进入步骤16;
步骤16:增加火电机组爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤15;
步骤17:风电出力下达曲线是否经过校验,如果是,转步骤19;如果否,转步骤18;
步骤18:设置风电出力下达曲线是否经过校验标志位为True,并转步骤2;
步骤19:得到经过校验的新能源发电权置换后的日出力计划曲线;
步骤20:计算风电场及光伏电站通过日前发电权置换所减少的弃风弃光电量;
步骤21:计算发电集团增加的利润;
步骤22:计算发电权置换社会效益;
步骤23:完成最小化弃风弃光电量的新能源发电权置换电量评估。
优选的,所述步骤4中确定调度部门给风电场预留的送出通道容量约束Pw,c(t)具体为:
根据风电场发电规则,有
Pw(t)+Zw,h(t)≤Pw,c(t),
其中,Pw(t)为风电计划出力值,t为时间,t∈[0,24),Zw,t(t)为风电场通过发电权置换得到的功率,Pw,c(t)为调度部门给风电场预留的风电送出通道容量;
所述步骤4中确定调度部门给光伏电站预留的送出通道容量约束Pp,c(t)具体为:
根据光伏电站发电规则,则有:
Pp(t)+Zp,h(t)≤Pp,c(t),
其中,Pp(t)为光伏电站计划出力值,t为时间,t∈[0,24),Pp,c(t)为调度部门给光伏电站预留的风电送出通道容量。
优选的,所述步骤6中确定风电场的日前风电功率预测曲线具体为:
首先利用风资源监测网络的测风塔的实测风速,修正数值天气预报的预测数据,用修正后的数值天气预报的预测数据结合风电场的日前开机计划通过风电功率预测系统预测明天0-24小时内风电场的出力曲线,取置信水平α的风电预测条带的下限
确定光伏电站的日前光伏功率预测曲线,首先利用光伏资源监测网络的测光站的实测辐照度,修正数值天气预报的预测数据,用修正后的数值天气预报的预测数据结合光伏电站的日前开机计划通过光伏功率预测系统预测明天0-24小时内光伏电站的出力曲线,取置信水平α的光伏预测条带的下限
优选的,所述步骤7中确定电源-负荷有功功率平衡约束具体为:
风电场和光伏电站的出力分配遵循调度优先级排序原则,即根据预先设定的优先级,选择优先调度风电还是优先调度光伏;
即根据电源-负荷平衡约束压制风电,让光伏电站尽量满发,
据此,则有:
优选的,所述步骤8:生成发电权置换后风电场和光伏电站的日前出力下达计划中,光伏电站应满足约束为:
风电场应满足约束为:
优选的,所述步骤9判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器最小启停时间约束中,风电机组最小启停时间约束为:
光伏逆变器最小启停时间约束为:
优选的,所述步骤11判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组最小启停时间中,火电机组最小启停时间约束具体为:
优选的,所述步骤13中判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器爬坡速率约束,风电机组爬坡速率约束为:
其中,Pw(t)为风电场在t时刻的原计划上网出力,Zw,h(t)为风电场通过发电权置换在t时刻得到的功率,为第i台风电机组的爬坡率下限,为第i台风电机组的爬坡率上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场的风电机组台数;
光伏逆变器爬坡速率约束为:
Pp(t)为光伏电站在t时刻的原计划上网出力,Zp,h(t)为光伏电站通过发电权置换在t时刻得到的功率,为第i台光伏逆变器的爬坡速率下限,为第i台光伏逆变器的爬坡上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数;
所述步骤15中,火电机组爬坡速率约束为:
其中,Ph(t)为火电厂在t时刻的正常上网出力,Zw,h(t)为火电厂发电权置换掉的功率,为第i台火电机组的上下爬坡率,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂B的火电机组台数。
优选的,所述步骤20计算风电场及光伏电站通过日前发电权置换所减少的弃风弃光电量中:
减少的弃风电量为:
减少的弃光电量为:
优选的,所述步骤21中计算发电集团增加的利润具体为:
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,λw,b(t)为国家每度风电的新能源补贴,λz(t)为火电机组的脱硫标杆上网电价,λp,b(t)为国家每度光伏发电的新能源补贴,T=24表示一天的置换电量所增加的利润;
所述步骤22中计算发电权置换社会效益具体为:
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,η为火电厂每度电需要消耗的标准煤,γ为火电厂每度电产生的污染物,a、b为加权系数。
本发明的技术方案具有以下有益效果:
本发明的技术方案同一发电集集团旗下不同发电形式的发电厂之间(如火电厂和风电场、火电厂和光伏电站)的发电权置换,只涉及电量置换,不涉及资金交易,为了最大化新能源发电量,最小化弃风、弃光从而简化交易电量滚动修正的过程,只进行日前的置换电量评估,优化简化计算过程,达到提高新能源利用率以及提高发电企业利润的目的。
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
图1为本发明实施例所述的最小化弃风弃光电量的新能源发电权置换电量评估方法的流程图;
图2为风电场的日前风电功率预测曲线和光伏电站的日前光伏功率预测曲线示意图;
图3为根据典型日负荷曲线计算出由于系统平衡约束给风电场及光伏电站预留的出力曲线示意图;
图4为经发电权置换后的风电出力计划下达曲线示意图。
结合附图,本发明实施例中附图标记如下:
1-负荷预测条带下限;2-给风电场的预留出力;3-风电送出容量约束;4-火电最小经济技术出力;5-光伏送出容量约束;6-带约束的光伏预测出力;7-光伏出力预测。
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。
如图1所示,一种最小化弃风弃光电量的新能源发电权置换电量评估方法,
对于同一发电集团旗下的风电场、光伏电站与火电厂进行日前发电权置换,风电场与火电厂在t时刻的发电权置换功率为Zw,h(t),光伏电站与火电厂在t时刻的发电权置换功率为Zp,h(t),t为时间,t∈[0,24);
通过发电权置换最小化弃风弃光电量,即最大化发电权置换电量的目标函数为:
其中,T为24;
该方法具体包括以下步骤:
步骤1:设置新能源出力下达曲线是否经过校验标志位为False,所述新能源包括风电场和光伏电站;
步骤2:确定风电场出力上下限约束以及光伏电站的出力上下限约束:
所述风电场出力上下限约束为:
其中,Pw(t)为风电场在t时刻的原计划上网出力,为第i台风电机组的出力下限,为第i台风电机组的出力上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场的风电机组台数;
所述光伏电站的出力上下限约束为:
其中,Pp(t)为光伏电站在t时刻的原计划上网出力,为第i台光伏逆变器的出力下限,为第i台光伏逆变器的出力上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数;
步骤3:确定火电厂出力上下限约束:
其中,Ph(t)为火电厂在t时刻的原计划上网出力,为第i台火电机组的出力下限,为第i台火电机组的出力上限,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂的火电机组台数;
步骤4:确定调度部门给风电场预留的送出通道容量约束Pw,c(t),以及确定调度部门给光伏电站预留的送出通道容量约束Pp,c(t);
步骤6:确定风电场的日前风电功率预测曲线;
步骤7:确定电源-负荷有功功率平衡约束;
步骤8:生成发电权置换后风电场和光伏电站的日前出力下达计划;
步骤9:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器最小启停时间约束,如果是,进入步骤11,如果否,进入步骤10;
步骤10:增加风电机组及光伏逆变器启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤9;
步骤11:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组最小启停时间约束,如果是,进入步骤13,如果否,进入步骤12;
步骤12:增加火电机组启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤11;
步骤13:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器爬坡速率约束,如果是,进入步骤15,如果否,进入步骤14;
步骤14:增加风电机组、光伏电站爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤13;
步骤15:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组爬坡速率约束,如果是,进入步骤17,如果否,进入步骤16;
步骤16:增加火电机组爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤15;
步骤17:风电出力下达曲线是否经过校验,如果是,转步骤19;如果否,转步骤18;
步骤18:设置风电出力下达曲线是否经过校验标志位为True,并转步骤2;
步骤19:得到经过校验的新能源发电权置换后的日出力计划曲线;
步骤20:计算风电场及光伏电站通过日前发电权置换所减少的弃风弃光电量;
步骤21:计算发电集团增加的利润;
步骤22:计算发电权置换社会效益;
步骤23:完成最小化弃风弃光电量的新能源发电权置换电量评估。
下文结合具体应用对技术方案进行具体说明:
考虑一个20.1万千瓦装机的典型风电场、一个5万装机的光伏电站与一个30万千瓦装机的典型火电厂进行发电权置换,风电场有134台1.5MW风电机组,光伏电站有100台500kW的逆变器,火电厂有1台300MW火电机组,根据上述计算流程。
目标函数:通过发电权置换最小化弃风弃光电量,即最大化发电权置换电量
其中,Zw,h(t)为风电场通过发电权置换得到的功率,Zp,h(t)为光伏电站通过发电权置换得到的功率,T为24,表示电量统计的时间为明天一天。
步骤1:设置新能源出力下达曲线是否经过校验标志位为False。
步骤2:确定风电场A出力上下限约束:
其中,Pw(t)为风电场A在t时刻的原计划上网出力,为第i台风电机组的出力下限,为第i台风电机组的出力上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场A的风电机组台数。原计划上网出力根据调度部门下发的日前计划结合天前风电功率预测结果进行确定,启停状态根据风电场日前开机计划获得。
确定光伏电站B的出力上下限约束:
其中,Pp(t)为光伏电站B在t时刻的原计划上网出力,Zp,h(t)为光伏电站通过发电权置换得到的功率,为第i台光伏逆变器的出力下限,为第i台光伏逆变器的出力上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站B的光伏逆变器台数。原计划上网出力根据调度部门下发的日前计划结合天前光伏发电功率预测结果进行确定,启停状态根据光伏电站日前开机计划获得。
根据上述约束,风电正常上网出力+置换出力应大于0,小于所有开机运行的风电机组总容量,根据当前运行情况,明日风电场有4台机组检修停运,因此风电场正常上网出力+置换出力应小于130*1.5MW=195MW。
根据上述约束,光伏正常上网出力+置换出力应大于0,小于所有运行光伏逆变器的总容量,根据当前运行情况,明日光伏电站有10台光伏逆变器检修停运,因此光伏电站正常上网出力+置换出力应小于40MW。
步骤3:确定火电厂B出力上下限约束:
其中,Ph(t)为火电厂B在t时刻的正常上网出力,Zw,h(t)为火电厂发电权置换掉的功率,为第i台火电机组的出力下限,为第i台火电机组的出力上限,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂B的火电机组台数。火电厂原计划上网出力由调度部门下发的日前计划确定。
根据上述约束,火电机组正常上网出力-置换出力应大于0,小于300MW。
步骤4:确定调度部门给风电场A预留的送出通道容量约束Pw,c(t),根据风电场发电规则,则有
Pw(t)+Zw,h(t)≤Pw,c(t)
其中,Pw(t)为风电计划出力值,t为时间,本发明研究日前置换电量评估,则有t∈[0,24),Pw,c(t)为调度部门给风电场A预留的风电送出通道容量。
确定调度部门给光伏电站B预留的送出通道容量约束Pp,c(t),根据光伏电站发电规则,则有
Pp(t)+Zp,h(t)≤Pp,c(t)
其中,Pp(t)为光伏电站计划出力值,t为时间,本发明研究日前置换电量评估,则有t∈[0,24),Pp,c(t)为调度部门给光伏电站B预留的风电送出通道容量。
调度部门为风电场明日预留的送出通道容量为180MW。风电场正常上网出力+置换出力应小于180MW。
调度部门为光伏电站明日预留的送出通道容量为30MW。光伏电站正常上网出力+置换出力应小于30MW。
目前,新型火电机组最小技术出力已经可以达到50%额定功率,因此,本算例中为150MW。
步骤6:确定风电场A的日前风电功率预测曲线。首先利用风资源监测网络的测风塔的实测风速,修正数值天气预报(NWP)的预测数据,用修正后的NWP数据结合风电场的日前开机计划通过风电功率预测系统预测明天0-24小时内风电场A的出力曲线,取置信水平α(一般可以取α=90%)的风电预测条带的下限
确定光伏电站B的日前光伏功率预测曲线。首先利用光伏资源监测网络的测光站的实测辐照度,修正数值天气预报(NWP)的预测数据,用修正后的NWP数据结合光伏电站的日前开机计划通过光伏功率预测系统预测明天0-24小时内光伏电站B的出力曲线,取置信水平α(一般可以取α=90%)的光伏预测条带的下限
风电场A的日前风电功率预测曲线和光伏电站B的日前光伏功率预测曲线如图2所示,
步骤7:确定电源-负荷有功功率平衡约束:
风电场A和光伏电站B的出力分配遵循调度优先级排序原则,即根据预先设定的优先级,选择优先调度风电还是优先调度光伏。例如,考虑发电集团利润时,可以选择优先调度光伏,即根据电源-负荷平衡约束压制风电,让光伏电站尽量满发。
据此,则有
根据典型日负荷曲线计算出由于系统平衡约束给风电场、光伏电站预留的出力如图3所示。
步骤8:生成发电权置换后风电场A和光伏电站B的日前出力下达计划
对于光伏电站B应满足约束
对于风电场A应满足约束:
经发电权置换后的风电出力计划下达曲线如图4所示。
步骤9:是否满足风电机组最小启停时间约束:
取风电机组最小启停时间为0,光伏逆变器最小启停时间为0。
步骤10:增加风电机组、光伏逆变器启停限制
将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤9;
本例中均满足该约束。
步骤11:是否满足火电机组最小启停时间约束:
取火电机组最小启停时间为5小时。
如果是,进入步骤13;如果否,进入步骤12;
步骤12:增加火电机组启停限制
将不满足启停约束的机组的启停状态设置为启动并不得停止,本算例经检验不需要进行该设置。
步骤13:是否满足风电机组、光伏逆变器爬坡速率约束:
其中,Pw(t)为风电场在t时刻的原计划上网出力,Zw,h(t)为风电场通过发电权置换在t时刻得到的功率,为第i台风电机组的爬坡率下限,为第i台风电机组的爬坡率上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场A的风电机组台数。
Pp(t)为光伏电站在t时刻的原计划上网出力,Zp,h(t)为光伏电站通过发电权置换在t时刻得到的功率,为第i台光伏逆变器的爬坡速率下限,为第i台光伏逆变器的爬坡上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数。
根据上述约束新能源正常上网出力+置换出力应变化率应介于最大负爬坡速率与最大正爬坡速率之间。此处,风电取20%/min,即40MW/min,光伏50%/min,即25MW/min。
如果是,进入步骤15;如果否,进入步骤14;
步骤14:增加风电机组、光伏电站爬坡率限制
从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,本算例中经校验不需要进行该项设置。
步骤15:是否满足火电机组爬坡速率约束:
其中,Ph(t)为火电厂在t时刻的正常上网出力,Zw,h(t)为火电厂发电权置换掉的功率,为第i台火电机组的上下爬坡率,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂B的火电机组台数。
根据上述约束火电机组正常上网出力-置换出力应变化率应介于最大负爬坡速率与最大正爬坡速率之间。此处,取2%/min,即6MW/min。
如果是,进入步骤17;如果否,进入步骤16;
步骤16:增加火电机组爬坡率限制
从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤15;
步骤17:风电出力下达曲线是否经过校验?
如果是,转步骤19。
步骤19:得到经过校验的风电发电权置换后的日出力计划曲线。
步骤20:计算风电场、光伏电站通过日前发电权置换所减少的弃风弃光电量
经计算,该风电场当日减少弃风电量96MWh,光伏电站减少弃光5MWh。
步骤21:计算发电集团增加的利润
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,λw,b(t)为国家每度风电的新能源补贴,λz(t)为火电机组的脱硫标杆上网电价,λp,b(t)为国家每度光伏发电的新能源补贴,T=24表示一天的置换电量所增加的利润。
根据本算例,采用脱硫标杆电价加国家新能源补贴合计,即风电上网电价0.54元/kWh,光伏上网电价0.9元/kWh,经计算,该风电场当天由发电权置换带来的利润为51840元,光伏电站当天由发电权置换带来的利润为4500元,。
步骤22:计算发电权置换社会效益
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,η为火电厂每度电需要消耗的标准煤,γ为火电厂每度电产生的污染物(CO2、SOX、NOX、烟尘等)。a、b为加权系数。
结合实际情况,设置合理加权系数后,可以算得社会效益的定量结果。
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 (10)
1.一种最小化弃风弃光电量的新能源发电权置换电量评估方法,
对于同一发电集团旗下的风电场、光伏电站与火电厂进行日前发电权置换,风电场与火电厂在t时刻的发电权置换功率为Zw,h(t),光伏电站与火电厂在t时刻的发电权置换功率为Zp,h(t),t为时间,t∈[0,24);
通过发电权置换最小化弃风弃光电量,即最大化发电权置换电量的目标函数为:
其中,T为24;
其特征在于,该方法具体包括以下步骤:
步骤1:设置新能源出力下达曲线是否经过校验标志位为False,所述新能源包括风电场和光伏电站;
步骤2:确定风电场出力上下限约束以及光伏电站的出力上下限约束:
所述风电场出力上下限约束为:
其中,Pw(t)为风电场在t时刻的原计划上网出力,为第i台风电机组的出力下限,为第i台风电机组的出力上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场的风电机组台数;
所述光伏电站的出力上下限约束为:
其中,Pp(t)为光伏电站在t时刻的原计划上网出力,为第i台光伏逆变器的出力下限,为第i台光伏逆变器的出力上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数;
步骤3:确定火电厂出力上下限约束:
其中,Ph(t)为火电厂在t时刻的原计划上网出力,为第i台火电机组的出力下限,为第i台火电机组的出力上限,Uh,i(t)为第i台火电机组在t时刻的启停状态,i=1,2,3,...,N,N为火电厂的火电机组台数;
步骤4:确定调度部门给风电场预留的送出通道容量约束Pw,c(t),以及确定调度部门给光伏电站预留的送出通道容量约束Pp,c(t);
步骤6:确定风电场的日前风电功率预测曲线;
步骤7:确定电源-负荷有功功率平衡约束;
步骤8:生成发电权置换后风电场和光伏电站的日前出力下达计划;
步骤9:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器最小启停时间约束,如果是,进入步骤11,如果否,进入步骤10;
步骤10:增加风电机组及光伏逆变器启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤9;
步骤11:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组最小启停时间约束,如果是,进入步骤13,如果否,进入步骤12;
步骤12:增加火电机组启停限制,将不满足启停约束的机组的启停状态设置为启动并不得停止,转步骤11;
步骤13:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器爬坡速率约束,如果是,进入步骤15,如果否,进入步骤14;
步骤14:增加风电机组、光伏电站爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤13;
步骤15:判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足火电机组爬坡速率约束,如果是,进入步骤17,如果否,进入步骤16;
步骤16:增加火电机组爬坡率限制,从不满足机组爬坡率的时刻开始,逐点减少发电权置换功率,并转步骤15;
步骤17:风电出力下达曲线是否经过校验,如果是,转步骤19;如果否,转步骤18;
步骤18:设置风电出力下达曲线是否经过校验标志位为True,并转步骤2;
步骤19:得到经过校验的新能源发电权置换后的日出力计划曲线;
步骤20:计算风电场及光伏电站通过日前发电权置换所减少的弃风弃光电量;
步骤21:计算发电集团增加的发电量;
步骤22:计算发电权置换社会效益;
步骤23:完成。
2.根据权利要求1所述的最小化弃风弃光电量的新能源发电权置换电量评估方法,其特征在于,所述步骤4中确定调度部门给风电场预留的送出通道容量约束Pw,c(t)具体为:
根据风电场发电规则,有
Pw(t)+Zw,h(t)≤Pw,c(t),
其中,Pw(t)为风电计划出力值,t为时间,t∈[0,24),Zw,t(t)为风电场通过发电权置换得到的功率,Pw,c(t)为调度部门给风电场预留的风电送出通道容量;
所述步骤4中确定调度部门给光伏电站预留的送出通道容量约束Pp,c(t)具体为:
根据光伏电站发电规则,则有:
Pp(t)+Zp,h(t)≤Pp,c(t),
其中,Pp(t)为光伏电站计划出力值,t为时间,t∈[0,24),Pp,c(t)为调度部门给光伏电站预留的风电送出通道容量。
3.根据权利要求2所述的最小化弃风弃光电量的新能源发电权置换电量评估方法,其特征在于,所述步骤6中确定风电场的日前风电功率预测曲线具体为:
首先利用风资源监测网络的测风塔的实测风速,修正数值天气预报的预测数据,用修正后的数值天气预报的预测数据结合风电场的日前开机计划通过风电功率预测系统预测明天0-24小时内风电场的出力曲线,取置信水平α的风电预测条带的下限
4.根据权利要求3所述的最小化弃风弃光电量的新能源发电权置换电量评估方法,其特征在于,所述步骤7中确定电源-负荷有功功率平衡约束具体为:
风电场和光伏电站的出力分配遵循调度优先级排序原则,即根据预先设定的优先级,选择优先调度风电还是优先调度光伏;
即根据电源-负荷平衡约束压制风电,让光伏电站尽量满发,
据此,则有:
8.根据权利要求7所述的最小化弃风弃光电量的新能源发电权置换电量评估方法,其特征在于,所述步骤13中判断发电权置换后风电场和光伏电站的日前出力下达计划是否满足风电机组及光伏逆变器爬坡速率约束,风电机组爬坡速率约束为:
其中,Pw(t)为风电场在t时刻的原计划上网出力,Zw,h(t)为风电场通过发电权置换在t时刻得到的功率,为第i台风电机组的爬坡率下限,为第i台风电机组的爬坡率上限,Uw,i(t)为第i台风电机组在t时刻的启停状态,i=1,2,3,...,M,M为风电场的风电机组台数;
光伏逆变器爬坡速率约束为:
Pp(t)为光伏电站在t时刻的原计划上网出力,Zp,h(t)为光伏电站通过发电权置换在t时刻得到的功率,为第i台光伏逆变器的爬坡速率下限,为第i台光伏逆变器的爬坡上限,Up,i(t)为第i台光伏逆变器在t时刻的启停状态,i=1,2,3,...,K,K为光伏电站的光伏逆变器台数;
所述步骤15中,火电机组爬坡速率约束为:
10.根据权利要求9所述的最小化弃风弃光电量的新能源发电权置换电量评估方法,其特征在于,所述步骤21中计算发电集团增加的发电量具体为:
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,λw,b(t)为国家每度风电的新能源补贴,λz(t)为火电机组的脱硫标杆上网电价,λp,b(t)为国家每度光伏发电的新能源补贴,T=24表示一天的时长;
所述步骤22中计算发电权置换社会效益具体为:
其中,Zw,h(t)为t时刻风电发电权置换的电量,Zp,h(t)为t时刻光伏发电权置换的电量,η为火电厂每度电需要消耗的标准煤,γ为火电厂每度电产生的污染物,a、b为加权系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610340273.XA CN105894134B (zh) | 2016-05-20 | 2016-05-20 | 最小化弃风弃光电量的新能源发电权置换电量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610340273.XA CN105894134B (zh) | 2016-05-20 | 2016-05-20 | 最小化弃风弃光电量的新能源发电权置换电量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894134A CN105894134A (zh) | 2016-08-24 |
CN105894134B true CN105894134B (zh) | 2020-10-16 |
Family
ID=56717868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610340273.XA Active CN105894134B (zh) | 2016-05-20 | 2016-05-20 | 最小化弃风弃光电量的新能源发电权置换电量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894134B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490410A (zh) * | 2013-08-30 | 2014-01-01 | 江苏省电力设计院 | 一种基于多目标优化的微电网规划和容量配置方法 |
CN103617453A (zh) * | 2013-11-12 | 2014-03-05 | 西安交通大学 | 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法 |
JP2015167461A (ja) * | 2014-03-04 | 2015-09-24 | 日本電信電話株式会社 | 太陽光発電システムの制御方法 |
CN104992287A (zh) * | 2015-06-26 | 2015-10-21 | 国网山西省电力公司 | 一种促进风电消纳的多时间尺度发电权交易方法 |
CN105490310A (zh) * | 2016-01-25 | 2016-04-13 | 武汉大学 | 一种基于通用分布的含风电电力系统实时动态经济调度方法 |
-
2016
- 2016-05-20 CN CN201610340273.XA patent/CN105894134B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490410A (zh) * | 2013-08-30 | 2014-01-01 | 江苏省电力设计院 | 一种基于多目标优化的微电网规划和容量配置方法 |
CN103617453A (zh) * | 2013-11-12 | 2014-03-05 | 西安交通大学 | 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法 |
JP2015167461A (ja) * | 2014-03-04 | 2015-09-24 | 日本電信電話株式会社 | 太陽光発電システムの制御方法 |
CN104992287A (zh) * | 2015-06-26 | 2015-10-21 | 国网山西省电力公司 | 一种促进风电消纳的多时间尺度发电权交易方法 |
CN105490310A (zh) * | 2016-01-25 | 2016-04-13 | 武汉大学 | 一种基于通用分布的含风电电力系统实时动态经济调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105894134A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reddy | Optimal power flow with renewable energy resources including storage | |
Pérez-Díaz et al. | Trends and challenges in the operation of pumped-storage hydropower plants | |
CN105337415A (zh) | 一种基于预测控制的地区电网调度系统及其方法 | |
CN107565607A (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
Wu et al. | Optimal generation scheduling of a microgrid | |
Koltsaklis et al. | Optimal scheduling of interconnected power systems | |
CN111525628B (zh) | 考虑多时间尺度灵活性约束的含风电并网机组组合方法 | |
CN106257792A (zh) | 一种基于两阶段机组组合的新能源优先调度方法 | |
CN105932668B (zh) | 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 | |
CN114444851A (zh) | 一种计及旋转备用服务的虚拟电厂优化调度方法及系统 | |
CN106026191B (zh) | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 | |
CN105896535A (zh) | 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 | |
CN105894134B (zh) | 最小化弃风弃光电量的新能源发电权置换电量评估方法 | |
CN104659818A (zh) | 一种正负旋转备用容量在含风电系统中的最优分配方法 | |
CN105939013B (zh) | 最小化弃风电量的风电场发电权置换电量评估方法 | |
Li et al. | Real-time scheduling of time-shiftable loads in smart grid with dynamic pricing and photovoltaic power generation | |
Ye et al. | Study on multi-scale unit commitment optimization in the wind-coal intensive power system | |
Su et al. | Optimal VPP operation strategy in liberalized electricity markets | |
CN114266136A (zh) | 基于时序模拟和风险度量的清洁能源消纳能力评估方法 | |
Zhang et al. | Robust Wind Farm Layout Optimization | |
CN113435673A (zh) | 基于负荷率的深度调峰费用分摊计算方法和系统 | |
He et al. | The impact of trading wind power in both energy and regulation reserve market on system operation | |
Niinisto et al. | Simulation of the management of a micro grid with wind, solar and gas generators | |
CN111030088B (zh) | 一种电力外送输电通道容量预测方法和装置 | |
Tuohy | Operational and policy issues in carbon constrained power systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |