CN106651224A - 一种优化峰谷电价下省际新能源购电量的方法 - Google Patents
一种优化峰谷电价下省际新能源购电量的方法 Download PDFInfo
- Publication number
- CN106651224A CN106651224A CN201710059697.3A CN201710059697A CN106651224A CN 106651224 A CN106651224 A CN 106651224A CN 201710059697 A CN201710059697 A CN 201710059697A CN 106651224 A CN106651224 A CN 106651224A
- Authority
- CN
- China
- Prior art keywords
- provincial
- power
- electricity
- peak
- price
- 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.)
- Pending
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 205
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008901 benefit Effects 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 239000002245 particle Substances 0.000 claims abstract description 4
- 238000007620 mathematical function Methods 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 21
- 238000010248 power generation Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000012946 outsourcing Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 4
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种优化峰谷电价下省际新能源购电量的方法，考虑省际购电的电力电量耦合方程、省级电网内调峰盈余和电网运行的上、下备用等约束，在电网售电侧实施峰谷电价的背景下，以电网公司购售电价差即购电社会效益最大为目标，建立峰谷电价与新能源省际购电联合优化模型。采用基于消费者心理学的峰谷电价优化方法，通过改变峰谷电价方案改变负荷响应曲线，进而将需求侧的影响纳入新能源省际购电之中。通过量子粒子群优化算法求解，得到最优峰谷电价方案、新能源省际购电量以及省内总购电量。本发明能够反映出峰谷电价对新能源省际购电效益的影响，省际新能源购电对省级电网购电经济和节能减排效益的影响，为省级电网购电决策提供新思路。
Description
技术领域
本发明涉及电力市场分析领域，特别是一种优化峰谷电价下省际新能源购电量的方法。
背景技术
随着我国风电等新能源发电的发展，新能源消纳问题凸显，跨省跨区电力购售电交易是解决新能源消纳问题的有效途径。目前，许多文献对省级电网的购电问题进行研究，但较少将省内及省际购电联合考虑，促进风电消纳的月度购电优化也研究较少。省级电网作为购电主体，应该力求增大购售电社会效益，采取措施保障省内新能源的全额消纳并协助省际新能源的消纳。因此，考虑通过价格杠杠改变电力用户用电行为，调动负荷调峰潜力以增大购电优化空间并促进全国范围内新能源消纳。在峰谷电价下确定最优的省际新能源购电量涉及到购电的经济性、安全性以及省内、省外发电商利益的相互协调，是一个值得重视的问题，具有实用价值。
发明内容
有鉴于此，本发明的目的是提出一种优化峰谷电价下省际新能源购电量的方法，分析需求侧响应对省际新能源购电的影响，增大省级电网接纳省内及省际新能源的能力，为电网公司购电提供新的思路，增大购电社会效益和节能减排效益。
本发明采用以下方案实现：一种优化峰谷电价下省际新能源购电量的方法，具体包括以下步骤：
步骤S1：提取外购新能源的峰、平、谷出力之比、外购新能源价格以及省内参与竞争的火电机组申报的可发电量及电价；省级电网月度典型日负荷曲线从而得到省级电网月度电量需求，峰荷、谷荷水平、峰谷差等信息；
步骤S2：建立峰谷电价下省际新能源购电优化模型；定义该模型：在省外能源基地存在较大弃风的情况下，风电参与跨省跨区电力外送交易。而风电存在反调峰性，为增大其参与省际交易的竞争力，风电商以低报价或是价格接受者角色参与到省际电力交易中。省级电网可购买省内电能及省际新能源以满足本省负荷需求，以月度电力市场为研究对象，用数学函数表述如下：
Fi＝max[Fci-Fi,fire-Fi,other-Fi,out]；
其中，Fi为省级电网在i个月的购售电价差即购电社会效益；Fci、Fi,fire、Fi,other、Fi,out分别为在i个月省级电网向用户侧售电收入、省内火电购电费用、省内其它类电源购电费用以及省际新能源购电费用；
步骤S3：采用基于消费者心理学理论的峰谷电价优化方法，在不同的峰谷电价方案下优化省际新能源购电量，从而将需求侧响应的影响纳入购电优化中；
步骤S4：求解省级电网月度购电最大社会效益、省际新能源购电量、省内火电购电量以及省级电网月度新能源接纳比例。
进一步地，所述步骤S2具体包括以下步骤：
步骤S21：省级电网向用户侧售电的收入：随着经济的发展和新能源发电的逐步渗透，负荷曲线峰谷差越来越大，省级电网面临的调峰问题越发严峻。省际购电一般不随购电省负荷的变化做出调整，使得购电省份在负荷低谷和高峰时调节压力大。峰谷电价能挖掘用户调峰潜力，有利于促进省间电力交换和资源的优化配置。则省级电网第i个月向用电侧的售电收益Fci为：
Fc,i＝CpW1+CfW2+CvW3；
其中，Cp、Cf、Cv分别为省际电网公司在售电侧实施的峰、平、谷时段电价；W1、W2、W3分别为在峰谷电价下峰、平、谷时段的电量；
步骤S22：省内火电购电费用：省内火电采用集中竞价方式参与市场，火电机组申报自身最大出力及价格，采用统一出清价结算。则省级电网第i个月省内火电购电费用Fi,fire为：
其中，Qi,j为第i个月省内第j个火电的购电量；N为省内中标火电机组台数；ρi为第i个月合约出清价格；
步骤S23：省内其它类电源购电费用：为促进省内新能源发展，采用省内新能源保障购买的方式，省内风电购电量为省内风电月度预测电量，购电价格为国家核准的风电上网电价；水电及核电的购电方式相同，则省级电网第i个月其它类电源的购电费用Fi,other为：
其中，Qi,k为第i个月第k类电源预测发电量，分别为省内水电、风电的预测发电量及核电的计划发电量，ρi,k为第i个月第k类电源的上网电价(k＝1，2，3分别表示省内未参与竞价的水电、风电、核电)；
步骤S24：省际新能源购电费用：外省风电商低报价参与市场竞争，结算价格与省内火电机组相同，则省际新能源购电费用Fi,out为：
Fi,out＝Qi,outρb,i；
其中，Qi,out为省级电网第i个月通过跨省跨区购入的风电量；ρb,i为省级电网第i个月外购风电价格。
进一步地，所述步骤S3具体包括以下步骤：
步骤S31：基于消费者心理学，用电负荷在电价调整之后将发生转移，负荷转移率与峰、平、谷三个时段电价差之间存的分段线性函数关系如下：
其中,λpv为峰荷到谷荷的转移度；ΔPpv为峰荷时段销售电价Pp与谷荷时段销售电价Pv之间的差值；为负荷转移率线性段与饱和段的拐点，为饱和段阈值，当价格变化量大于它后，负荷转移度不再变化；为峰谷电价下峰荷到谷荷负荷转移率的最大值；Kpv为负荷转移度线性段的斜率；
步骤S32：根据上述各负荷转移率，可以对原负荷曲线上各负荷值做出调整，得到在峰谷电价下对应的负荷曲线。计算公式如下：
其中,t代表任意时刻；Tp、Tf、Tv分别为峰时段、平时段、谷时段；Lt0为实行峰谷电价之前负荷值；Lt为实行峰谷电价之后负荷值；
步骤S33：改变峰谷电价方案，得到对应的负荷响应曲线，在新的负荷曲线下优化省际新能源购电方案，从而将需求响应的影响纳入购电优化之中。
进一步地，所述步骤S4包括的约束条件有：电量平衡约束、功率平衡约束、外购风电电力与电量耦合约束、上下备用约束、省际购电合同电量上下限约束、省间联络线传输约束及省内火电出力上下限约束；
所述电量平衡约束用数学函数表述如下：
所述功率平衡约束用数学函数表述如下：
其中，Pi,d(t)为第i个月典型日第t(t＝1,2,…24)小时的负荷；Pi,out(t)为外购电t时刻的功率；Pi,j(t)为第j台火力发电机组t时刻的功率；Pi,k(t)为第k类电源在t小时的出力。
所述外购风电电力与电量耦合约束用数学函数表述如下：
其中，Di为第i个月的天数；d为购电月中的第d天。
所述上下备用约束用数学函数表述如下：
其中，r为旋转备用及事故备用占当月最大负荷的比例；为第i月典型日最大、最小负荷；第i月典型日外购电最大、最小出力；典型日j台机组最大、最小出力。
所述省际购电合同电量上下限约束用数学函数表述如下：
其中，为省际购电合同电量最大值。
所述省间联络线传输约束用数学函数表述如下：
Pl,min≤Pi,out(t)≤Pl,min；
其中，Pl,min、Pl,max分别为省间联络线最大、最小传输功率。
所述省内火电出力上下限约束用数学函数表述如下：
其中，分别为省内火电最大、最小出力。
进一步地，所述步骤S4以购电社会效益最大为目标，通过量子粒子群算法求解，得到省际新能源购电量、省内火电购电量及购电社会效益。
与现有技术相比，本发明有以下有益效果：考虑峰谷分时电价对省际新能源购电的影响，考虑峰谷电价下省际新能源购电与省内情况的协调，实现购电经济效益和节能减排效益的最大化。反映出省际新能源购电对提升市场竞争力、促进全国范围内新能源消纳的重要作用，以及峰谷电价下省际新能源购电带来的显著经济效益。拓宽电网公司购电决策思路，更加灵活地调动电源侧及负荷侧的发电资源、调峰资源，更好地统筹购售电、省际与省内购电以及新能源消纳之间的关系。实现购电经济和节能减排效益最大化。
附图说明
图1为本发明的原理流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本实施例提供了一种评估含风电省级电网多类市场购电风险的方法，如图1所示，具体包括以下步骤：
步骤S1：提取外购新能源的峰、平、谷出力之比、外购新能源价格以及省内参与竞争的火电机组申报的可发电量及电价；省级电网月度典型日负荷曲线从而得到省级电网月度电量需求，峰荷、谷荷水平、峰谷差等信息；
步骤S2：建立峰谷电价下省际新能源购电优化模型；定义该模型：在省外能源基地存在较大弃风的情况下，风电参与跨省跨区电力购售电交易。而风电存在反调峰性，为增大其省际竞争力，风电商以低报价或是价格接受者角色参与到省际购售电交易中。省级电网可购买省内电能及省际新能源以满足本省负荷，以月度电力市场为研究对象，用数学函数表述如下：
Fi＝max[Fci-Fi,fire-Fi,other-Fi,out]；
其中，Fi为省级电网在i个月的购售电价差即购电社会效益；Fci、Fi,fire、Fi,other、Fi,out分别为在i个月省级电网向用户侧售电收入、省内火电购电费用、省内其它类电源购电费用以及省际新能源购电费用；
步骤S3：采用基于消费者心理学理论的峰谷电价优化方法，求取在不同峰谷电价方案下的购电优化结果，从而将需求侧响应的影响纳入购电优化中。
步骤S4：求解省级电网月度购电最大社会效益、省际新能源购电量、省内火电购电量以及省级电网月度新能源接纳比例。
在本实施例中，所述步骤S2具体包括以下步骤：
步骤S21：省级电网向用户侧售电的收入：随着经济的发展和新能源发电的逐步渗透，负荷曲线峰谷差越来越大，省级电网面临的调峰问题越发严峻。省际购电一般不随购电省负荷的变化做出调整，使得购电省份在负荷低谷和高峰时调节压力大。峰谷电价能挖掘用户调峰潜力，有利于促进省间电力交换和资源的优化配置。则省级电网第i个月向用电侧的售电收益Fci为：
Fc,i＝CpW1+CfW2+CvW3；
其中，Cp、Cf、Cv分别为省际电网公司在售电侧实施的峰、平、谷时段电价；W1、W2、W3分别为在峰谷电价下峰、平、谷时段的电量；
步骤S22：省内火电购电费用：省内火电采用集中竞价方式参与市场，火电机组申报自身最大出力及价格，采用统一出清价结算。则省级电网第i个月省内火电购电费用Fi,fire为：
其中，Qi,j为第i个月省内第j个火电的购电量；N为省内中标火电机组台数；ρi为第i个月合约出清价格；
步骤S23：省内其它类电源购电费用：为促进省内新能源发展，采用省内新能源保障购买的方式，省内风电购电量为省内风电月度预测电量，购电价格为国家核准的风电上网电价；水电及核电的购电方式相同，则省级电网第i个月其它类电源的购电费用Fi,other为：
其中，Qi,k为第i个月第k类电源预测发电量，分别为省内水电、风电的预测发电量及核电的计划发电量，ρi,k为第i个月第k类电源的上网电价(k＝1，2，3分别表示省内未参与竞价的水电、风电、核电)；
步骤S24：省际新能源购电费用：外省风电商低报价参与市场竞争，结算价格与省内火电机组相同，则省际新能源购电费用Fi,out为：
Fi,out＝Qi,outρb,i；
其中，Qi,out为省级电网第i个月通过跨省跨区购入的风电量；ρb,i为省级电网第i个月外购风电价格。
在本实施例中，所述步骤S3具体包括以下步骤：
步骤S31：基于消费者心理学，用电负荷在电价调整之后将发生转移，负荷转移率与峰、平、谷三个时段电价差之间存的分段线性函数关系如下：
其中,λpv为峰荷到谷荷的转移度；ΔPpv为峰荷时段销售电价Pp与谷荷时段销售电价Pv之间的差值；为负荷转移率线性段与饱和段的拐点，为饱和段阈值，当价格变化量大于它后，负荷转移度不再变化；为峰谷电价下峰荷到谷荷负荷转移率的最大值；Kpv为负荷转移度线性段的斜率；
步骤S32：根据上述各负荷转移率，可以对原负荷曲线上各负荷值做出调整，得到在峰谷电价下对应的负荷曲线。计算公式如下：
其中,t代表任意时刻；Tp、Tf、Tv分别为峰时段、平时段、谷时段；Lt0为实行峰谷电价之前负荷值；Lt为实行峰谷电价之后负荷值；
步骤S33：改变峰谷电价方案，得到对应的负荷响应曲线，在新的负荷曲线下优化省际新能源购电方案，从而将需求响应的影响纳入购电优化之中。
在本实施例中，所述步骤S4包括的约束条件有：电量平衡约束、功率平衡约束、外购风电电力与电量耦合约束、上下备用约束、省际购电合同电量上下限约束、省间联络线传输约束及省内火电出力上下限约束；
所述电量平衡约束用数学函数表述如下：
所述功率平衡约束用数学函数表述如下：
其中，Pi,d(t)为第i个月典型日第t(t＝1,2,…24)小时的负荷；Pi,out(t)为外购电t时刻的功率；Pi,j(t)为第j台火力发电机组t时刻的功率；Pi,k(t)为第k类电源在t小时的出力。
所述外购风电电力与电量耦合约束用数学函数表述如下：
其中，Di为第i个月的天数；d为购电月中的第d天。
所述上下备用约束用数学函数表述如下：
其中，r为旋转备用及事故备用占当月最大负荷的比例；为第i月典型日最大、最小负荷；第i月典型日外购电最大、最小出力；典型日j台机组最大、最小出力。
所述省际购电合同电量上下限约束用数学函数表述如下：
其中，为省际购电合同电量最大值。
所述省间联络线传输约束用数学函数表述如下：
Pl,min≤Pi,out(t)≤Pl,min；
其中，Pl,min、Pl,max分别为省间联络线最大、最小传输功率。
所述省内火电出力上下限约束用数学函数表述如下：
其中，分别为省内火电最大、最小出力。
较佳的，在本实施例中，以购电社会效益最大化为目标模型，通过量子粒子群算法求解，得到省级电网月度购电最大社会效益、省际新能源购电量、省内火电购电量以及省级电网月度新能源接纳比例。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (5)
1.一种优化峰谷电价下省际新能源购电量的方法，其特征在于：包括以下步骤：
步骤S1：提取外购新能源的峰、平、谷出力之比、外购新能源价格以及省内参与竞争的火电机组申报的可发电量及电价；省级电网月度典型日负荷曲线从而得到省级电网月度电量需求，峰荷、谷荷水平、峰谷差等信息；
步骤S2：建立峰谷电价下省际新能源购电优化模型：定义该模型：省级电网购买省内电能及省际新能源以满足本省负荷需求，以月度电力市场为研究对象，用数学函数表述如下：
Fi＝max[Fci-Fi,fire-Fi,other-Fi,out]；
其中，Fi为省级电网在i个月的购售电价差即购电社会效益；Fci、Fi,fire、Fi,other、Fi,out分别为在i个月省级电网向用户侧售电收入、省内火电购电费用、省内其它类电源购电费用以及省际新能源购电费用；
步骤S3：采用基于消费者心理学理论的峰谷电价优化方法，在不同的峰谷电价方案下优化省际新能源购电量，从而将需求侧响应的影响纳入购电优化中；
步骤S4：求解省级电网月度购电最大社会效益、省际新能源购电量、省内火电购电量以及省级电网月度新能源接纳比例。
2.根据权利要求1所述的一种评估峰谷电价下新能源省际购电量的方法，其特征在于：所述步骤S2具体包括以下步骤：
步骤S21：省级电网向用户侧售电的收入：在售电侧采取峰谷分时电价，则省级电网第i个月向用电侧的售电收益Fci为：
Fc,i＝CpW1+CfW2+CvW3；
其中，Cp、Cf、Cv分别为省际电网公司在售电侧实施的峰、平、谷时段电价；W1、W2、W3分别为在峰谷电价下峰、平、谷时段的电量；
步骤S22：省内火电购电费用：省内火电采用集中竞价方式参与市场，火电机组申报自身最大出力及价格，采用统一出清价结算，则省级电网第i个月省内火电购电费用Fi,fire为：
其中，Qi,j为第i个月省内第j个火电的购电量；N为省内中标火电机组台数；ρi为第i个月合约出清价格；
步骤S23：省内其它类电源购电费用：省内风电购电量为省内风电月度预测电量，购电价格为国家核准的风电上网电价；水电及核电的购电方式相同，则省级电网第i个月其它类电源的购电费用Fi,other为：
其中，Qi,k为第i个月第k类电源预测发电量，分别为省内水电、风电的预测发电量及核电的计划发电量，ρi,k为第i个月第k类电源的上网电价(k＝1，2，3分别表示省内未参与竞价的水电、风电、核电)；
步骤S24：省际新能源购电费用：外省风电商低报价参与市场竞争，结算价格与省内火电机组相同，则省际新能源购电费用Fi,out为：
Fi,out＝Qi,outρb,i；
其中，Qi,out为省级电网第i个月通过跨省跨区购入的风电量；ρb,i为省级电网第i个月外购风电价格。
3.根据权利要求1所述的一种评估峰谷电价下新能源省际购电量的方法，其特征在于：所述步骤S3具体包括以下步骤：
步骤S31：基于消费者心理学，用电负荷在电价调整之后将发生转移，负荷转移率与峰、平、谷三个时段之间电价差存的分段线性函数关系如下：
其中,λpv为峰荷到谷荷的转移度；ΔPpv为峰荷时段销售电价Pp与谷荷时段销售电价Pv之间的差值；为负荷转移率线性段与饱和段的拐点，为饱和段阈值，当价格变化量大于它后，负荷转移度不再变化；为峰谷电价下峰荷到谷荷负荷转移率的最大值；Kpv为负荷转移度线性段的斜率；
步骤S32：根据上述各负荷转移率，对原负荷曲线上各负荷值做出调整，得到在峰谷电价下对应的负荷曲线，计算公式如下：
其中,t代表任意时刻；Tp、Tf、Tv分别为峰时段、平时段、谷时段；Lt0为实行峰谷电价之前负荷值；Lt为实行峰谷电价之后负荷值；
步骤S33：改变峰谷电价方案，得到对应的负荷响应曲线，在新的负荷曲线下优化省际新能源购电方案，从而将需求响应的影响纳入购电优化之中。
4.根据权利要求1所述的一种优化峰谷电价下省际新能源购电量的方法，其特征在于：所述步骤S4包括的约束条件有：电量平衡约束、功率平衡约束、外购风电电力与电量耦合约束、上下备用约束、省际购电合同电量上下限约束、省间联络线传输约束及省内火电出力上下限约束；
所述电量平衡约束用数学函数表述如下：
所述功率平衡约束用数学函数表述如下：
其中，Pi,d(t)为第i个月典型日第t(t＝1,2,…24)小时的负荷；Pi,out(t)为外购电t时刻的功率；Pi,j(t)为第j台火力发电机组t时刻的功率；Pi,k(t)为第k类电源在t小时的出力；
所述外购风电电力与电量耦合约束用数学函数表述如下：
其中，Di为第i个月的天数；d为购电月中的第d天；
所述上下备用约束用数学函数表述如下：
其中，r为旋转备用及事故备用占当月最大负荷的比例；为第i月典型日最大、最小负荷；第i月典型日外购电最大、最小出力；典型日j台机组最大、最小出力；
所述省际购电合同电量上下限约束用数学函数表述如下：
其中，为省际购电合同电量最大值；
所述省间联络线传输约束用数学函数表述如下：
Pl,min≤Pi,out(t)≤Pl,min；
其中，Pl,min、Pl,max分别为省间联络线最大、最小传输功率。
所述省内火电出力上下限约束用数学函数表述如下：
其中，分别为省内火电最大、最小出力。
5.根据权利要求1所述的一种评估峰谷电价下省级新能源购电量的方法，其特征在于：所述步骤S4以购电社会效益最大为目标，通过量子粒子群算法求解，得到省际新能源购电量、省内火电购电量及购电社会效益。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710059697.3A CN106651224A (zh) | 2017-01-24 | 2017-01-24 | 一种优化峰谷电价下省际新能源购电量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710059697.3A CN106651224A (zh) | 2017-01-24 | 2017-01-24 | 一种优化峰谷电价下省际新能源购电量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106651224A true CN106651224A (zh) | 2017-05-10 |
Family
ID=58842370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710059697.3A Pending CN106651224A (zh) | 2017-01-24 | 2017-01-24 | 一种优化峰谷电价下省际新能源购电量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106651224A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109726861A (zh) * | 2018-12-24 | 2019-05-07 | 新奥数能科技有限公司 | 一种电力应用数据的优化方法及系统 |
| CN109978289A (zh) * | 2017-12-27 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种月度市场交易前安全校核的电力转换电量方法 |
| CN110163677A (zh) * | 2019-05-21 | 2019-08-23 | 西安交通大学 | 一种含储能的分布式发电中长期峰平谷电量交易匹配方法 |
| CN110829424A (zh) * | 2019-11-21 | 2020-02-21 | 国网四川省电力公司经济技术研究院 | 一种考虑风电消纳的区域多微网配电网互动方法 |
| CN111768029A (zh) * | 2020-06-23 | 2020-10-13 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
| CN115034587A (zh) * | 2022-05-25 | 2022-09-09 | 国网浙江省电力有限公司经济技术研究院 | 一种计及风险的省间省内电量互动方法 |
-
2017
- 2017-01-24 CN CN201710059697.3A patent/CN106651224A/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978289A (zh) * | 2017-12-27 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种月度市场交易前安全校核的电力转换电量方法 |
| CN109978289B (zh) * | 2017-12-27 | 2022-11-29 | 广东电网有限责任公司电力调度控制中心 | 一种月度市场交易前安全校核的电力转换电量方法 |
| CN109726861A (zh) * | 2018-12-24 | 2019-05-07 | 新奥数能科技有限公司 | 一种电力应用数据的优化方法及系统 |
| CN109726861B (zh) * | 2018-12-24 | 2021-05-28 | 新奥数能科技有限公司 | 一种电力应用数据的优化方法及系统 |
| CN110163677A (zh) * | 2019-05-21 | 2019-08-23 | 西安交通大学 | 一种含储能的分布式发电中长期峰平谷电量交易匹配方法 |
| CN110163677B (zh) * | 2019-05-21 | 2023-08-29 | 西安交通大学 | 一种含储能的分布式发电中长期峰平谷电量交易匹配方法 |
| CN110829424A (zh) * | 2019-11-21 | 2020-02-21 | 国网四川省电力公司经济技术研究院 | 一种考虑风电消纳的区域多微网配电网互动方法 |
| CN111768029A (zh) * | 2020-06-23 | 2020-10-13 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
| CN111768029B (zh) * | 2020-06-23 | 2023-06-23 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种评估多能互补系统外购电综合效益的方法 |
| CN115034587A (zh) * | 2022-05-25 | 2022-09-09 | 国网浙江省电力有限公司经济技术研究院 | 一种计及风险的省间省内电量互动方法 |
| CN115034587B (zh) * | 2022-05-25 | 2024-08-02 | 国网浙江省电力有限公司经济技术研究院 | 一种计及风险的省间省内电量互动方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106651224A (zh) | 一种优化峰谷电价下省际新能源购电量的方法 | |
| CN113222465A (zh) | 一种计及碳-绿色证书交易机制的综合能源系统优化运行方法 | |
| CN110244566A (zh) | 计及柔性负荷的冷热电联供系统容量优化配置方法 | |
| CN113888204A (zh) | 多主体博弈的虚拟电厂容量优化配置法 | |
| Brahman et al. | Optimal energy management of hybrid CCHP and PV in a residential building | |
| Zhou et al. | Energy management for smart energy hub considering gas dispatch factor and demand response | |
| Cheng et al. | Optimized configuration of distributed power generation based on multi-stakeholder and energy storage synergy | |
| Abdelsattar et al. | An overview of smart grid technology integration with hybrid energy systems based on demand response | |
| Zhu et al. | Joint trading and scheduling among coupled carbon-electricity-heat-gas industrial clusters | |
| CN113759705A (zh) | 一种基于合作博弈论的多能源优化配置方法 | |
| CN116843359A (zh) | 一种考虑碳排放分摊的综合能源服务商交易方法 | |
| Sha et al. | A strategy for prosumers’ energy storage utilization | |
| Dai et al. | Virtual P2P transaction integrated expansion planning of distribution networks | |
| Mu et al. | Risk-constrained multi-period planning for park-level integrated energy system based on CVaR method | |
| Song et al. | Capacity investment decisions of energy storage power stations supporting wind power projects | |
| Da et al. | Equilibrium analysis on deep peak regulation market considering the participation of virtual power plants | |
| Wang et al. | Optimal dispatch of microgrid considering interruptible load | |
| Chakraborty et al. | Multi-party energy management of microgrid with heat and electricity coupled demand response | |
| CN111310957A (zh) | 基于大数据论的互联网+智慧电力营销的优化调度方法 | |
| Sun et al. | Optimal Capacity Configuration of Energy Storage in PV Plants Considering Multi-Stakeholders | |
| Ji et al. | Low-carbon optimal operation of the integrated energy system considering integrated demand response | |
| Wang et al. | Optimal configuration of multi-type energy storage for integrated energy system considering multi-energy trading with load substitution | |
| Peng et al. | Commercial Optimized Operation Strategy of Distributed Energy Storage | |
| Zhu et al. | Low carbon optimal dispatching of microgrid considering demand response | |
| Das et al. | Peak load management with wheeling in a combined heat and power unit under availability based tariff |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |