CN106026189B - 一种低碳化智能园区源荷协调优化方法 - Google Patents

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

一种低碳化智能园区源荷协调优化方法

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E_p：

所述碳排放限额E_q：

所述过排放成本F₁：

F₁＝C_C(E_P-E_q)

式中：T为一个研究周期时长，即1h，为T_T的N为常规火力发电机组数；P_Git为常规机组输出功率；d_i为常规机组开机状态；C_i(P_Git)为常规机组的碳排放量；P_Dt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；C_C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P_w与风速v之间的关系为：

p_r为风机额定发电量；v₁为启动风速；v₂为切除风速；v_r为额定风速。

优选的，所述风电广义成本F_Z为：

F_Z＝F_W+F_S+F_R

F_W为风电运维成本，F_S为风电旋转备用成本，F_R为弃风成本；

所述常规机组发电成本F_G为：

式中：f_Git为常规发电机组燃料成本函数；S_i,t为机组的启动成本，D_i,t为机组的停止成本；d_i为常规机组开停机状态；T为一个研究周期时长，即1h，为T_T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F_H为：

式中：T为一个研究周期时长，即1h，为T_T的λ_l为源荷互动补偿价格；P_Hlt为源荷互动调用的容量；ω_l为源荷互动负荷投切状态；N_H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＝F_Z+F_G+F_H

当R_W≤P_sjt时，引入风险成本F₃：

F₃＝K_rθP_wjt

式中：K_r为风险成本；θ为风险系数，θ＝1-R_W/P_sjt；P_wjt为风电实际利用发电量；R_W为旋转备用容量，P_sjt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：T_T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：

CO_x的排放量：

碳排放限额：

过排放成本：

F₁＝C_C(E_P-E_q)

式中：T为一个研究周期时长，即1h，为T_T的N为常规火力发电机组数；P_Git为常规机组的输出功率；d_i为常规机组开机状态；C_i(P_Git)为机组i的碳排放量；α、β、γ、δ、μ均为碳排放污染系数；P_Dt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；E_P为系统的总碳排量；E_q为碳排放限额；C_C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：

F_v(v)＝(k/c)(v/c)^(k-1)exp(-(v/c)^k)

风电出力P_w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；p_r为风机额定出力；v₁为启动风速；v₂为切除风速；v_r为额定风速；C_W时段t内单位运维成本；P_wjt为风电实际利用发电量；E_jt为风功率预测出力的可信度水平；C_S为旋转备用容量价格；P_sjt为风功率预测功率；M为风电机组个数；C_R为弃风政府补偿价格；C_W-C_R为单位弃风惩罚成本。

风力发电的广义成本F_Z表示为

F_Z＝F_W+F_S+F_R

常规机组发电成本：

式中：a_i、b_i、 c_i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；φ_i、χ_i、τ_i为常规 机组的启停成本参数；τ为常规机组的停机时间；f_Git为常规发电机组燃料成本函数；d_i为常 规机组开停机状态；T为一个研究周期时长，即1h，为T_T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F_H：

式中：λ_l为源荷互动补偿价格；P_Hlt为源荷互动调用的容量；ω_l为源荷互动负荷投切状态；N_H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＝F_Z+F_G+F_H

当R_W≤P_sjt时，引入风险成本：

F₃＝K_rθP_wjt

式中：K_r为风险成本；θ为风险系数，θ＝1-R_W/P_sjt；P_wjt为风电实际利用发电量；R_W为旋转备用容量，P_sjt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：T_T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(P_G,P_MG,θ)＝0

P_L,min≤P_L≤P_L,max

式中：P_L,t为系统原有有功功率负荷；P_Hlt为源荷互动调用负荷；P_Git,up、P_Git,down为常规机组最大有功功率和最小有功功率；R_L,up、R_L,down、R_W,up、R_W,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；P_G、P_MG、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；P_L,min、P_L,max为其最大值、最小值。

(2)风电机组运行约束条件

0≤P_wjt≤P_wjt,f

式中：P_wjt,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：

P_Git,min≤P_Git≤P_Git,max

最小启停时间约束：

机组爬坡速度约束：

式中：P_Git,min、P_Git,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。P_Gi,t-1为常规机组在时段t-1内的出力；Δξ_Git,down、Δξ_Git,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：P_H,min、P_H,max分别为互动负荷投入容量的最大值和最小值；N_H,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E_p：

所述碳排放限额E_q：

所述过排放成本F₁：

F₁＝C_C(E_P-E_q)

式中：T为一个研究周期时长，即1h，为T_T的T_T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；P_Git为常规机组输出功率；d_i为常规机组开机状态；C_i(P_Git)为常规机组的碳排放量；P_Dt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；C_C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P_w与风速v之间的关系为：

p_r为风机额定发电量；v₁为启动风速；v₂为切除风速；v_r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F_Z为：

F_Z＝F_W+F_S+F_R

F_W为风电运维成本，F_S为风电旋转备用成本，F_R为弃风成本；

所述常规机组发电成本F_G为：

式中：f_Git为常规发电机组燃料成本函数；S_i,t为机组的启动成本，D_i,t为机组的停止成本；d_i为常规机组开停机状态；T为一个研究周期时长，即1h，为T_T的T_T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F_H为：

式中：T为一个研究周期时长，即1h，为T_T的T_T为一个总研究周期，共24h；λ_l为源荷互动补偿价格；P_Hlt为源荷互动调用的容量；ω_l为源荷互动负荷投切状态；N_H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＝F_Z+F_G+F_H

当R_W≤P_sjt时，引入风险成本F₃：

F₃＝K_rθP_wjt

式中：K_r为风险成本；θ为风险系数，θ＝1-R_W/P_sjt；P_wjt为风电实际利用发电量；R_W为旋转备用容量，P_sjt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：T_T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。