CN106026189B - 一种低碳化智能园区源荷协调优化方法 - Google Patents
一种低碳化智能园区源荷协调优化方法 Download PDFInfo
- Publication number
- CN106026189B CN106026189B CN201510933327.9A CN201510933327A CN106026189B CN 106026189 B CN106026189 B CN 106026189B CN 201510933327 A CN201510933327 A CN 201510933327A CN 106026189 B CN106026189 B CN 106026189B
- Authority
- CN
- China
- Prior art keywords
- cost
- wind
- power
- unit
- carbon
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 56
- 240000002853 Nelumbo nucifera Species 0.000 title claims abstract description 46
- 235000006508 Nelumbo nucifera Nutrition 0.000 title claims abstract description 46
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 19
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 34
- 230000005611 electricity Effects 0.000 claims abstract description 33
- 238000010248 power generation Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 238000009987 spinning Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 8
- 239000000446 fuel Substances 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 230000005619 thermoelectricity Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims 1
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- JIYMVSQRGZEYAX-CWUUNJJBSA-N gemifloxacin mesylate Chemical compound CS(O)(=O)=O.C1C(CN)C(=N/OC)/CN1C(C(=C1)F)=NC2=C1C(=O)C(C(O)=O)=CN2C1CC1 JIYMVSQRGZEYAX-CWUUNJJBSA-N 0.000 description 1
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
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种低碳化智能园区源荷协调优化方法,包括:将时间t初始化为0并作为起始点;初始化各时段参数,输入状态数据;计算该时段常规机组碳排放总量、该时段碳排放限额、碳过排放成本;计算常规机组发电成本和风电广义成本得出源荷协调调用成本;确定目标函数和约束条件,通过调整火电机组出力,消纳大规模风电。本发明解决低碳化含风电场源荷协调优化问题,并找到所述优化模型最优解,实现系统安全、经济和低碳的目标。
Description
技术领域:
本发明涉及优化调度领域,尤其涉及的是一种低碳化智能园区源荷协调优化方法。
背景技术:
低碳化智能园区源荷协调与传统优化问题有很大不同。对与传统优化,主要研究了从不同的角度提高大规模风电接入电网后,风电消纳能力和运行经济性的理论模型和求解算法,但并没有考虑可调用负荷和发电机组相互配合消纳风电,只是从发电侧考虑优化调度策略,未能将需求侧资源和低碳环保指标纳入风电调度体系中,难以满足消纳新能源,降低碳排放的要求。
本发明充分考虑电能生产的安全性、经济性和系统排放的低碳性,建立一种兼顾电能生产与电力碳排放的新型低碳经济调度模型,旨在解决低碳与经济的协调化和多目标优化问题单目标化,以实现降低碳排放,发挥互动负荷对风电的消纳作用,优化资源配置,提高系统的安全性、低碳性和经济性,对日前调度具有一定指导意义。
发明内容:
本发明主要目的在于提供一种低碳化智能园区源荷协调优化方法,旨在解决低碳化含风电场源荷协调优化问题,并找到所述优化模型最优解,实现系统安全、经济和低碳的目标。此方法适用于低碳化智能园区源荷协调多目标优化计算方法。
本发明的技术方案如下:
一种低碳化智能园区源荷协调优化方法,所述方法包括:
(1)将时间t初始化为0并作为起始点;
(2)初始化各时段各参数,输入系统各种状态数据;
(3)根据常规机组输出功率,计算该时段常规机组碳排放总量;
(4)根据国家规定的发电厂碳排放配额,得出该时段碳排放限额;
(5)由(3)、(4)计算出该时段碳过排放成本F1;
(6)根据常规机组输出功率,计算常规机组发电成本;
(7)根据风电机组发电量,得到风电场运维成本、旋转备用成本、弃风成本从而计算出风电广义成本;
(8)根据步骤(6)、(7)和用户负荷数据,得到源荷协调调用成本;
(9)由步骤(6)、(7)、(8)得到含风电场智能园区运行成本F2;
(10)根据风电机组发电量,得到评估系统安全性的风险成本F3;
(11)根据步骤(5)、(9)和(10)建立低碳化智能园区源荷互动目标函数;
(12)对系统进行多目标优化求解,若存在符合条件的最优解则执行步骤(13),否则修正系统变量,得到新的系统运行点,返回步骤(2);
(13)t时段系统优化计算结果结束,输出本时段优化结果,进入t+1时段;
(14)判断时间是否超过23时段,超过则执行步骤(15),不超过则执行步骤(2);
(15)系统优化结束。
优选的,所述步骤(2)中,所述状态数据包括:常规发电机组机组状态、各时段常规发电机组出力、各时段风电机组出力、源荷互动调用负荷状态、各时段源荷互动负荷调用出力。
优选的,所述常规机组碳排放总量Ep:
所述碳排放限额Eq:
所述过排放成本F1:
F1=CC(EP-Eq)
式中:T为一个研究周期时长,即1h,为TT的N为常规火力发电机组数;PGit为常规机组输出功率;di为常规机组开机状态;Ci(PGit)为常规机组的碳排放量;PDt为火电、风电机组总发电量;ε为负荷修正系数;η为单位电量排放分配额;CC为碳交易价格,t为一个研究周期中的第t个时段。
优选的,所述步骤(7)中,所述风电机组发电量Pw与风速v之间的关系为:
pr为风机额定发电量;v1为启动风速;v2为切除风速;vr为额定风速。
优选的,所述风电广义成本FZ为:
FZ=FW+FS+FR
FW为风电运维成本,FS为风电旋转备用成本,FR为弃风成本;
所述常规机组发电成本FG为:
式中:fGit为常规发电机组燃料成本函数;Si,t为机组的启动成本,Di,t为机组的停止成本;di为常规机组开停机状态;T为一个研究周期时长,即1h,为TT的N为常规火力发电机组组数,t为一个研究周期中的第t个时段;i为第i台常规机组,一共有N台机组;
所述源荷协调调用成本FH为:
式中:T为一个研究周期时长,即1h,为TT的λl为源荷互动补偿价格;PHlt为源荷互动调用的容量;ωl为源荷互动负荷投切状态;NH为源荷协调调用负荷个数;l为l个源荷协调调用负荷个数;
所述含风电场智能园区运行成本F2为:
F2=FZ+FG+FH
当RW≤Psjt时,引入风险成本F3:
F3=KrθPwjt
式中:Kr为风险成本;θ为风险系数,θ=1-RW/Psjt;Pwjt为风电实际利用发电量;RW为旋转备用容量,Psjt为风电预测功率。
优选的,所述步骤(11)中,以一个调度周期即24个研究周期系统经济总成本f最小化为目标函数,其表达式为:
式中:TT为一个总研究周期,共24h;t*为一个总研究周期中的第t*个研究周期,范围0~23;F1、F2、F3分别为过排放成本、含风电场智能园区运行成本和风险成本;
所述目标函数的约束条件包括:
功率平衡约束、旋转备用约束、线路容量约束、风电预测有功功率、出力上下限约束、最小启停时间约束、机组爬坡速度约束、互动负荷投入容量约束、投切次数约束、投切时间约束。
附图说明:
图1为本发明一种低碳化智能园区源荷协调优化方法流程图。
具体实施方式
下面结合附图1对本发明进一步说明。
如图1所示,一种低碳化智能园区源荷协调优化方法,所述方法包括:
(1)将时间t初始化为0并作为起始点;
(2)初始化各时段各参数,输入系统各种状态数据;
(3)根据常规机组输出功率,计算该时段常规机组碳排放总量;
(4)根据国家规定的发电厂碳排放配额,得出该时段碳排放限额;
(5)由(3)、(4)计算出该时段碳过排放成本F1;
(6)根据常规机组输出功率,计算常规机组发电成本;
(7)根据风电机组发电量,得到风电场运维成本、旋转备用成本、弃风成本从而计算出风电广义成本;
(8)根据步骤(6)、(7)和用户负荷数据,得到源荷协调调用成本;
(9)由步骤(6)、(7)、(8)得到含风电场智能园区运行成本F2;
(10)根据风电机组发电量,得到评估系统安全性的风险成本F3;
(11)根据步骤(5)、(9)和(10)建立低碳化智能园区源荷互动目标函数;
(12)对系统进行多目标优化求解,若存在符合条件的最优解则执行步骤(13),否则修正系统变量,得到新的系统运行点,返回步骤(2);
(13)t时段系统优化计算结果结束,输出本时段优化结果,进入t+1时段;
(14)判断时间是否超过23时段,超过则执行步骤(15),不超过则执行步骤(2);
(15)系统优化结束。
所述状态数据包括:常规发电机组机组状态、各时段常规发电机组出力、各时段风电机组出力、源荷互动调用负荷状态、各时段源荷互动负荷调用出力。
总碳排量:
COx的排放量:
碳排放限额:
过排放成本:
F1=CC(EP-Eq)
式中:T为一个研究周期时长,即1h,为TT的N为常规火力发电机组数;PGit为常规机组的输出功率;di为常规机组开机状态;Ci(PGit)为机组i的碳排放量;α、β、γ、δ、μ均为碳排放污染系数;PDt为火电和风电机组总发电量;ε为负荷修正系数;η为单位电量排放分配额;EP为系统的总碳排量;Eq为碳排放限额;CC为碳交易价格,t为一个研究周期中的第t个时段。
平均风速的概率分布密度函数遵循Weibull分布:
Fv(v)=(k/c)(v/c)(k-1)exp(-(v/c)k)
风电出力Pw与风速v之间的关系:
风电的运维成本:
风电旋转备用成本:
弃风成本:
式中,v为实时风速;c为风电场平均风速的大小;k为曲线的峰值情况;pr为风机额定出力;v1为启动风速;v2为切除风速;vr为额定风速;CW时段t内单位运维成本;Pwjt为风电实际利用发电量;Ejt为风功率预测出力的可信度水平;CS为旋转备用容量价格;Psjt为风功率预测功率;M为风电机组个数;CR为弃风政府补偿价格;CW-CR为单位弃风惩罚成本。
风力发电的广义成本FZ表示为
FZ=FW+FS+FR
常规机组发电成本:
式中:ai、bi、
ci为发电机成本参数/燃料费用特性参数;S(i,t)、D(i,t)为机组的启停成本;φi、χi、τi为常规
机组的启停成本参数;τ为常规机组的停机时间;fGit为常规发电机组燃料成本函数;di为常
规机组开停机状态;T为一个研究周期时长,即1h,为TT的N为常规火力发电机组组数,t
为一个研究周期中的第t个时段;i为第i台常规机组,一共有N台机组;
源荷互动高载能负荷调用补偿成本既源荷协调调用成本FH:
式中:λl为源荷互动补偿价格;PHlt为源荷互动调用的容量;ωl为源荷互动负荷投切状态;NH为源荷协调调用负荷个数。
含风电场智能园区运行成本的经济调度目标为:
F2=FZ+FG+FH
当RW≤Psjt时,引入风险成本:
F3=KrθPwjt
式中:Kr为风险成本;θ为风险系数,θ=1-RW/Psjt;Pwjt为风电实际利用发电量;RW为旋转备用容量,Psjt为风电预测功率。
所述确定目标函数包括:以一个调度周期24个时段系统经济总成本最小化为目标函数,其表达式为:
式中:TT为一个总研究周期,共24h;t*为一个总研究周期中的第t*个研究周期,范围0~23;F1、F2、F3分别为过排放成本、含风电场智能园区运行成本和风险成本;
所述约束条件包括:
(1)系统约束条件
功率平衡约束:
旋转备用约束:
线路容量约束:
f(PG,PMG,θ)=0
PL,min≤PL≤PL,max
式中:PL,t为系统原有有功功率负荷;PHlt为源荷互动调用负荷;PGit,up、PGit,down为常规机组最大有功功率和最小有功功率;RL,up、RL,down、RW,up、RW,down分别为常规和风电机组应对预测误差的正负旋转备用容量;PG、PMG、θ分别为各机组出力、DR调用功率、节点电压相角和线路潮流组成的向量;PL,min、PL,max为其最大值、最小值。
(2)风电机组运行约束条件
0≤Pwjt≤Pwjt,f
式中:Pwjt,f为风电预测有功功率。
(3)常规机组出力约束条件
出力上下限约束:
PGit,min≤PGit≤PGit,max
最小启停时间约束:
机组爬坡速度约束:
式中:PGit,min、PGit,max为机组的最大最小技术出力;分别为常规机组时段t内开机和停机持续时间;为常规机组时段t内最小开机和最小停机持续时间。PGi,t-1为常规机组在时段t-1内的出力;ΔξGit,down、ΔξGit,up分别为常规机组上升出力限制和下降出力限制。
(4)源荷调用负荷投切约束条件:
互动负荷投入容量约束:
投切次数约束:
投切约束时间:
式中:PH,min、PH,max分别为互动负荷投入容量的最大值和最小值;NH,max为互动负荷的最大允许投切次数;分别为互动负荷开机持续时间和停机持续时间;分别为互动负荷最小开机持续时间和最小停机持续时间。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (6)
1.一种低碳化智能园区源荷协调优化方法,其特征在于,所述方法包括如下步骤:
(1)将时间t初始化为0并作为起始点;
(2)初始化各时段各参数,输入系统各种状态数据;
(3)根据常规机组输出功率,计算该时段常规机组碳排放总量;
(4)根据国家规定的发电厂碳排放配额,得出该时段碳排放限额;
(5)由步骤(3)和(4)计算出该时段碳过排放成本F1;
(6)根据常规机组输出功率,计算常规机组发电成本;
(7)根据风电机组发电量,得到风电场运维成本、旋转备用成本、弃风成本从而计算出风电广义成本;
(8)根据步骤(6)、(7)和用户负荷数据,得到源荷协调调用成本;
(9)由步骤(6)、(7)、(8)得到含风电场智能园区运行成本F2;
(10)根据风电机组发电量,得到评估系统安全性的风险成本F3;
(11)根据步骤(5)、(9)和(10)建立低碳化智能园区源荷互动目标函数;
(12)对系统进行多目标优化求解,若存在符合条件的最优解则执行步骤(13),否则修正系统变量,得到新的系统运行点,返回步骤(2);
(13)t时段系统优化计算结果结束,输出本时段优化结果,进入t+1时段;
(14)判断时间是否超过23时段,超过则执行步骤(15),不超过则执行步骤(2);
(15)系统优化结束。
2.如权利要求1所述的协调优化方法,其特征在于,所述步骤(2)中,所述状态数据包括:常规发电机组机组状态、各时段常规发电机组出力、各时段风电机组出力、源荷互动调用负荷状态和各时段源荷互动负荷调用出力。
3.如权利要求1所述的协调优化方法,其特征在于,所述常规机组碳排放总量Ep:
所述碳排放限额Eq:
所述过排放成本F1:
F1=CC(EP-Eq)
式中:T为一个研究周期时长,即1h,为TT的TT为一个总研究周期,共24h;N为常规火力发电机组数,i为第i台常规机组;PGit为常规机组输出功率;di为常规机组开机状态;Ci(PGit)为常规机组的碳排放量;PDt为火电、风电机组总发电量;ε为负荷修正系数;η为单位电量排放分配额;CC为碳交易价格,t为一个研究周期中的第t个时段。
4.如权利要求1所述的协调优化方法,其特征在于,所述步骤(7)中,所述风电机组发电量Pw与风速v之间的关系为:
pr为风机额定发电量;v1为启动风速;v2为切除风速;vr为额定风速。
5.如权利要求1所述的协调优化方法,其特征在于,所述风电广义成本FZ为:
FZ=FW+FS+FR
FW为风电运维成本,FS为风电旋转备用成本,FR为弃风成本;
所述常规机组发电成本FG为:
式中:fGit为常规发电机组燃料成本函数;Si,t为机组的启动成本,Di,t为机组的停止成本;di为常规机组开停机状态;T为一个研究周期时长,即1h,为TT的TT为一个总研究周期,共24h;N为常规火力发电机组数,t为一个研究周期中的第t个时段;i为第i台常规机组,一共有N台机组;
所述源荷协调调用成本FH为:
式中:T为一个研究周期时长,即1h,为TT的TT为一个总研究周期,共24h;λl为源荷互动补偿价格;PHlt为源荷互动调用的容量;ωl为源荷互动负荷投切状态;NH为源荷协调调用负荷个数;l为l个源荷协调调用负荷个数;
所述含风电场智能园区运行成本F2为:
F2=FZ+FG+FH
当RW≤Psjt时,引入风险成本F3:
F3=KrθPwjt
式中:Kr为风险成本;θ为风险系数,θ=1-RW/Psjt;Pwjt为风电实际利用发电量;RW为旋转备用容量,Psjt为风电预测功率。
6.如权利要求1所述的协调优化方法,其特征在于,所述步骤(11)中,以一个调度周期即24个研究周期系统经济总成本f最小化为目标函数,其表达式为:
式中:TT为一个总研究周期,共24h;t*为一个总研究周期中的第t*个研究周期,范围0~23;F1、F2、F3分别为过排放成本、含风电场智能园区运行成本和风险成本;
所述目标函数的约束条件包括:
功率平衡约束、旋转备用约束、线路容量约束、风电预测有功功率、出力上下限约束、最小启停时间约束、机组爬坡速度约束、互动负荷投入容量约束、投切次数约束、投切时间约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510933327.9A CN106026189B (zh) | 2015-12-15 | 2015-12-15 | 一种低碳化智能园区源荷协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510933327.9A CN106026189B (zh) | 2015-12-15 | 2015-12-15 | 一种低碳化智能园区源荷协调优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106026189A CN106026189A (zh) | 2016-10-12 |
CN106026189B true CN106026189B (zh) | 2018-11-27 |
Family
ID=57082406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510933327.9A Active CN106026189B (zh) | 2015-12-15 | 2015-12-15 | 一种低碳化智能园区源荷协调优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106026189B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107565602B (zh) * | 2017-10-18 | 2019-10-01 | 集美大学 | 计及成本和可靠性的直流微网光伏-风能系统配置优化方法 |
CN107994574B (zh) * | 2017-12-13 | 2021-07-16 | 国网辽宁省电力有限公司葫芦岛供电公司 | 面向新能源消纳的集中式温控负荷侧需求响应的决策方法 |
CN109713721A (zh) * | 2019-01-25 | 2019-05-03 | 国网新疆电力有限公司经济技术研究院 | 一种新能源并网运行模拟方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102170129A (zh) * | 2011-04-22 | 2011-08-31 | 武汉大学 | 一种基于大规模风电并网的电力系统低碳调度方法及其装置 |
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN102637289A (zh) * | 2012-04-16 | 2012-08-15 | 天津大学 | 含大规模风电的电力系统规划方案的安全性价值评估方法 |
CN104463377A (zh) * | 2014-12-31 | 2015-03-25 | 国网上海市电力公司 | 并网风力发电的低碳效益分析系统 |
-
2015
- 2015-12-15 CN CN201510933327.9A patent/CN106026189B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102170129A (zh) * | 2011-04-22 | 2011-08-31 | 武汉大学 | 一种基于大规模风电并网的电力系统低碳调度方法及其装置 |
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN102637289A (zh) * | 2012-04-16 | 2012-08-15 | 天津大学 | 含大规模风电的电力系统规划方案的安全性价值评估方法 |
CN104463377A (zh) * | 2014-12-31 | 2015-03-25 | 国网上海市电力公司 | 并网风力发电的低碳效益分析系统 |
Non-Patent Citations (3)
Title |
---|
刘晓等.计及需求响应的含风电场电力系统发电与碳排放权联合优化调度.《电网技术》.2012,第36卷(第1期), * |
张程飞等.考虑碳排放配额影响的含风电系统日前调度计划模型.《电网技术》.2014,第38卷(第8期), * |
高亚静等.碳市场环境下计及碳捕集电厂和换电站的电力系统优化调度.《电力系统自动化》.2014,第38卷(第17期), * |
Also Published As
Publication number | Publication date |
---|---|
CN106026189A (zh) | 2016-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106300336B (zh) | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 | |
CN107171367B (zh) | 风电与储能系统互补下的火电机组组合优化决策方法 | |
CN104362677B (zh) | 一种主动配电网优化配置结构及其配置方法 | |
WO2018059096A1 (zh) | 一种多类电源发电计划组合决策方法及存储介质 | |
Moghaddam et al. | Multi-operation management of a typical micro-grids using Particle Swarm Optimization: A comparative study | |
Nguyen et al. | Cost-optimized battery capacity and short-term power dispatch control for wind farm | |
WO2017000853A1 (zh) | 主动配电网多时间尺度协调优化调度方法和存储介质 | |
CN103217900A (zh) | 基于实时电价的中压微网混沌pso最优潮流实现方法 | |
CN106026189B (zh) | 一种低碳化智能园区源荷协调优化方法 | |
CN107425534A (zh) | 一种基于优化蓄电池充放电策略的微电网调度方法 | |
CN108365637B (zh) | 一种送电计划与抽水储能发电计划优化方法及系统 | |
Wang et al. | An improved min-max power dispatching method for integration of variable renewable energy | |
CN109858697A (zh) | 计及源荷随机的冷热电联供系统优化运行方法及系统 | |
JP2013150473A (ja) | 電力系統の需給制御システム、需給制御装置及び需給制御プログラム | |
CN117559526A (zh) | 一种基于光储充一体化充电站的拟路由器能量调控方法 | |
Chang et al. | A dual-layer cooperative control strategy of battery energy storage units for smoothing wind power fluctuations | |
Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
CN105006845A (zh) | 配电网内分布式电源有功无功解耦的多阶段调度方法 | |
CN115021336A (zh) | 一种面向高比例新能源电力系统惯量不足场景的优化方法 | |
Cheng et al. | Real-time dispatch based on effective steady-state security regions of power systems | |
Hu et al. | Energy management of data centers powered by fuel cells and heterogeneous energy storage | |
CN113177860A (zh) | 一种基于改进蚁狮算法的含电动汽车参与的微电网优化调度方法 | |
Jadhav et al. | An application of craziness based shuffled frog leaping algorithm for wind-thermal generation dispatch considering emission and economy | |
Meng et al. | Research on multi-objective optimization operation of microgrid | |
Sun et al. | Day-ahead economic optimal operation plan based real-time dispatch for power grid with high proportion of new energies |
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 |