CN107069810B - 应对风电间歇性的火电机组组合模型构建与分析方法 - Google Patents
应对风电间歇性的火电机组组合模型构建与分析方法 Download PDFInfo
- Publication number
- CN107069810B CN107069810B CN201710231700.5A CN201710231700A CN107069810B CN 107069810 B CN107069810 B CN 107069810B CN 201710231700 A CN201710231700 A CN 201710231700A CN 107069810 B CN107069810 B CN 107069810B
- Authority
- CN
- China
- Prior art keywords
- wind
- electricity generation
- powered electricity
- intermittent
- period
- 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.)
- Expired - Fee Related
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 101
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000002045 lasting effect Effects 0.000 claims abstract description 9
- 238000013178 mathematical model Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 230000009977 dual effect Effects 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 42
- 238000011160 research Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000033228 biological regulation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- GMTYREVWZXJPLF-AFHUBHILSA-N butorphanol D-tartrate Chemical compound OC(=O)[C@@H](O)[C@H](O)C(O)=O.N1([C@@H]2CC3=CC=C(C=C3[C@@]3([C@]2(CCCC3)O)CC1)O)CC1CCC1 GMTYREVWZXJPLF-AFHUBHILSA-N 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000009194 climbing Effects 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000005619 thermoelectricity Effects 0.000 description 3
- 230000010485 coping Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种应对风电间歇性的火电机组组合模型构建与分析方法,将时段内风电功率视为持续的随机波动过程,同时考虑风电空间位置和置信区间内波动速率的双重不确定性,描述风电间歇性特征的双重属性;以火电机组启停费用和运行费用的和最小为目标,以保证运行平稳性为约束条件,构建机组组合的数学模型;对各时段置信区间外的可应对的波动速率进行修正,并对修正后的波动速率代入约束条件,进行最优化求解。基于本发明,可以深入探讨机组组合与接纳风电之间的关系,分析在各类及苛刻情景下,机组组合接纳风电的能力,以及对应的经济规律。
Description
技术领域
本发明涉及一种应对风电间歇性的火电机组组合模型构建与分析方法。
背景技术
当今,电网如何接纳风电已成为具有挑战性的问题,因风电存在固有的多变性和不确定性,简称间歇性,使电力平衡过程中在范围、速率上存在不均衡性,处理不好不仅影响其接纳,也威胁着电网的安全运行。以火电为主导的电力系统运行中,机组组合是关键问题之一。机组组合一般按日或周为周期,确定机组的启停计划。对应研究周期,往往将其划分为若干时段,如每时段延续一小时,这样的机组组合决策结果实际是忽略每时段任一瞬间的实际运行行为,在间歇特征越来越显著的情景下,就会出现研究周期内各瞬间间、任一瞬间是否可行的问题?研究这一问题对有效接纳风电等可再生能源发电具有重要意义。
对此,诸多国内外学者展开了相关研究。基于传统的研究思路,按风电变化规律不同的处理方式,主要集中在随机优化和鲁棒优化两类方法展开研究。可以发现,这些研究侧重于处理风电的不确定性,如概率的有限场景近似或区间表达,在研究方法上与传统最大的不同在于备用与发电计划的有机牵连,但无法体现间歇性不均衡的情景,难以度量和解决上述问题。
为了更有效的降低和缓解风电间歇性特征对机组组合的影响,从而提升机组组合决策在实际执行中的可行性,现有文献中试图用缩短每时段延续时间(如5分钟)的思路,以解决上述现象,这无疑增加机组组合的计算代价,同时仍然无法解决瞬间牵制是否可行的问题;另有文献开始在每一个时段内加入爬坡事件约束考虑瞬间的间歇性问题,但由于该约束仍按均匀思想处理风电功率随时间变动过程,加之忽略了风电功率在期望值以外空间位置发生间歇性现象的可能性,依然无法判断可行性的问题;对此,也有文献从类似运动学角度出发,分析了风电功率在一个时段间歇性变化过程的最苛刻情景范围,并给出了应对这一苛刻情景的简单有效的机组功率分配策略,可有效解决瞬间、瞬间间牵制等可行问题。这对调度的可执行性至少给出可度量的手段,但这些研究仅限于单时段的经济调度。
发明内容
本发明为了解决上述问题,提出了一种应对风电间歇性的火电机组组合模型构建与分析方法,本发明以风电功率预测区间,区间内最大变化速率范围,以及风功率变化的微分,即范围、速率及速率的变动对风电间歇性特征予以刻画,给出火电机组组合应对风电瞬间间歇性和各瞬间间间歇性的必要条件,建立了新的机组组合数学模型。通过该模型,可对火电机组组合应对风电的能力和经济规律进行的分析,提供机组组合消纳风电在各种情景下的策略。
为了实现上述目的,本发明采用如下技术方案:
一种应对风电间歇性的火电机组组合模型构建与分析方法,包括以下步骤:
(1)将时段内风电功率视为持续的随机波动过程,同时考虑风电空间位置和置信区间内波动速率的双重不确定性,描述风电间歇性特征的双重属性;
(2)以火电机组启停费用和运行费用的和最小为目标,以保证运行平稳性为约束条件,构建机组组合的数学模型;
(3)对各时段置信区间外的可应对的波动速率进行修正,并对修正后的波动速率代入约束条件,进行最优化求解。
所述步骤(1)中,针对任一时段,风电间歇性特征有两重属性,一是功率变化的范围是不确定的;二是该时段内任一瞬间间功率变化的速率是不均衡的。
所述步骤(1)中,将时段内风电功率视为持续的随机波动过程,将其表达为近似微分形式,即:风电持续随机波动量在各时段风电功率预测在一定置信范围内的最小值和最大值之间,其变化速率在风电功率可能的最大向下变化速率以及最大向上变化速率之间。
所述步骤(1)中,在预测的风电变动速率超出限值时应将其提前锁定在风电不确定性波动的区间的限值内,其他情况则保持不变。
所述步骤(2)中,火电机组启停费用和运行费用的和最小,即:
T为研究周期内划分的时段数(每时段为1小时);为机组i在t时段输出功率期望值;Iit为机组i在t时段启停状态,0表示停运,1表示运行;Fit,U为机组i在t时段的启动费用;ai、bi、ci为机组i运行费用特性系数。
所述步骤(2)中,约束条件包括功率平衡约束、机组输出功率上下限约束、机组最小开停机时间约束、机组爬坡速度约束、系统波动性备用约束和系统间歇性备用约束条件。
所述步骤(2)中,机组输出功率上下限约束为机组可能的最大和最小输出功率在机组允许的最大、最小技术输出功率内。
所述步骤(2)中,机组最小开停机时间约束为
(Xi(t-1),on-Ti,on)(Ii(t-1)-Iit)≥0
(Xi(t-1),off-Ti,off)(Iit-Ii(t-1))≥0
Xi(t-1),on、Xi(t-1),off分别为机组i到t-1时段为止的持续开机和停机时间;Ti,on、Ti,off分别为机组i允许的最小开、停机持续时间。
所述步骤(3)中,电网中火电机组调控资源的有限性以及其最小技术输出功率制约,使火电机组组合应对风电间歇性的能力存在限值,当风电变化速率超出该限值时,必然导致弃风或切负荷,在解算模型前,必须对火电机组应对间歇性的能力进行评估,当预测的风电变化速率超出时,需将其锁定到该限值。
所述步骤(3)中,修正系数的取值范围为[0,1],取值为1时,表示风电的间歇性特征可完全消纳;当取值小于1时,表示风电的间歇性特征超出系统的接纳能力,只能部分接纳,该修正系数求解的基本思路是:构建修正系数迭代计算模型,计算待修正时段最先受限时段的修正系数;定位与之相对应的时段,并将之从待修正时段剔除,重复直到所有修正系数全部计算完毕。
与现有技术相比,本发明的有益效果为:
(1)本发明给出了风电预测范围、速率及速率变动的微分表达形式,便于操作;
(2)本发明给出了火电机组组合应对该特征可解析化的必要条件,以及满足该条件评估方法;
(3)本发明建立了新的火电机组组合的数学模型,该模型可在能力评估基础上,借助传统的方法求解;
(4)本发明有助于分析机组组合与接纳风电间的关系,可以深入探讨机组组合与接纳风电之间的关系,分析在各类及苛刻情景下,机组组合接纳风电的能力,以及对应的经济规律。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明的风电间歇性变化过程示意图;
图2是本发明的爬坡路径示意图;
图3是本发明的火电机组组合成本与风电波动范围的关系示意图;
图4是本发明火电机组组合应对间歇性特征的能力示意图;
图5是本发明机组组合总运行成本与风电间歇性关系示意图;
图6是本发明应对间歇性特征的能力评估流程图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,现有技术中存在的研究仅限于单时段的经济调度,为了解决上述问题,本发明针对风电多变性和不确定性,即间歇性,火电机组组合结果在任一瞬间及各瞬间间牵制是否可行的问题,给出风电范围、速率及速率变动的间歇性特征表达,推导出了火电机组组合应对该特征的必要条件,并就满足这一条件的能力给出评估方法,由此建立了新的机组组合数学模型,其核心在于该模型能提供任一瞬间及各瞬间间牵制关系可行的机组组合解。
本发明以风电功率预测区间,区间内最大变化速率范围,以及风功率变化的微分,即范围、速率及速率的变动对风电间歇性特征予以刻画,给出火电机组组合应对风电瞬间间歇性和各瞬间间间歇性的必要条件,建立了新的机组组合数学模型。通过该模型,可对火电机组组合应对风电的能力和经济规律进行的分析,提供机组组合消纳风电在各种情景下的策略。
本申请的一种典型的实施方式中,首先进行间歇性特征描述。
风电间歇性特征有两重属性,针对研究周期内的任一时段,一是功率变化的范围是不确定的;二是该时段内任一瞬间间功率变化的速率是不均衡的。可见,风电功率在一定置信区间内呈现多变性和不确定性,即过程化波动的多变性和空间位置上的不确定性,这就是体现在每时每刻,无论是采用分钟级还是更小时间级都难以度量准确的间歇性特征。本发明将时段内风电功率视为持续的随机波动过程,将其表达为近似微分形式,如式(1)和式(2)所示。
式(1)中,Ω为每时段延续时间;Wτ为风电持续随机波动量,表示τ时刻可能的风电功率;Wt,min、Wt,max分别表示t时段风电功率预测在一定置信范围内的最小值和最大值。
式(2)中,Vt,u为t时段风电功率可能的最大向上变化速率;Vt,d为t时段风电功率可能的最大向下变化速率。
可见,式(1)表示风电功率空间位置的不确定性;式(2)表示风电功率随时间变化速率的不确定性。式(1)和式(2)是以时段内风电最大变化速率表示的间歇性特征,是比较苛刻的情景,按此决策的机组组合无疑能更好地消纳风电或揭示弃风的理由所在。
本发明主要研究和探讨风电接纳与机组组合的关系,假设研究周期内不考虑负荷的波动。以t时段为例,为了接纳风电功率,火电机组应满足式(3)和式(4)。
式(3)、式(4)中,N为机组数量,设全部为AGC机组;Dt为t时段负荷有功功率;分别为t时段机组i可能的最大和最小输出功率。
分析可知,式(1)和式(2)所描述的风电变化轨迹有无数条,式(5)和式(6)给出其中较苛刻的2条,分别对应如图1中所示的路径A→B→C和D→E→F。
式(5)、式(6)中,tu、td分别为风电功率变化速率的分段点,见图1。
对于风电功率变化轨迹A→B→C而言,火电机组必须具备在(Wt,max-Wt,min)/Vt,u时间内从下调到的能力;同理,对于风电功率变化轨迹D→E→F而言,火电机组必须具备在(Wt,max-Wt,min)/Vt,d时间内从上调到的能力。上述两种情况可表达为式(7)和式(8)。
式(7)、式(8)中,ri,u、ri,d分别为机组i输出功率最大的向上、向下调节速率,MW/h。这是机组在有限时间内应对风电功率变动的能力。
可定义机组速度的响应因子βit为(9)式。
式(9)中,分子为t时段机组i应对风电不确定性的最大响应量,分母为t时段风电不确定性波动的区间宽度。将式(9)代入式(7)、式(8)可得:
由式(10)、式(11)可知,当风电功率在时段初始时刻位于波动范围的下限时,火电机组组合允许风电功率按最大为的变化速率持续上升;当风电功率在时段初始时刻位于波动区间上限时,火电机组组合允许风电功率按最大为的变化速率持续下降。也就是说,当预测的风电功率变动速率超出上述限值时,会导致火电机组组合无可行解。因此,为了更好地消纳风电且给出可行的组合策略,在预测的风电变动速率超出限值时应将其提前锁定在该限值,其他情况则保持不变。
图1示意了两种苛刻的间歇性变化过程,从一般角度而言,就是同时考虑风电空间位置和置信区间内波动速率的双重不确定性。此时,对于任意风电功率的波动,设为Wτ-Wt,min,假定火电机组仍按式(9)所示的速度响应因子进行响应,即:
对式(12)求导,考虑火电机组爬坡速度限制,可得:
式(13)、式(14)可合并为如下形式:
式(15)的含义为:火电机组组合依据式(9)速度响应因子,按式(12)对风电任意波动进行响应,在风电的波动范围内,火电机组组合的响应速度具有一致性,即,对于式(1)、式(2)描述的任一间歇性变化过程,火电机组组合允许的风电最大瞬时向上变化速率和最大向下变化速率在时段延续时间内始终保持为和与式(10)、式(11)所示两种特殊情形相一致。
按上述,式(10)—式(12)构成火电机组组合应对风电间歇性的必要条件。
暂不计风电发电成本,研究周期内,追求的目标是火电机组启停费用和运行费用的和最小,即:
式(16)中,T为研究周期内划分的时段数(每时段为1小时);为机组i在t时段输出功率期望值;Iit为机组i在t时段启停状态,0表示停运,1表示运行;Fit,U为机组i在t时段的启动费用;ai、bi、ci为机组i运行费用特性系数。
约束条件:
(1)功率平衡约束
依据式(12),该约束可表示为:
式(17)中,Wt,f为t时段风电有功功率预测的期望值。
(2)机组输出功率上下限约束
式(18)中,Pi,max、Pi,min分别为机组i允许的最大、最小技术输出功率。
(3)机组最小开停机时间约束
(Xi(t-1),on-Ti,on)(Ii(t-1)-Iit)≥0 (19)
(Xi(t-1),off-Ti,off)(Iit-Ii(t-1))≥0 (20)
式(19)、式(20)中,Xi(t-1),on、Xi(t-1),off分别为机组i到t-1时段为止的持续开机和停机时间;Ti,on、Ti,off分别为机组i允许的最小开、停机持续时间。
(4)机组爬坡速度约束
采用图2所示的1、2两条最苛刻的爬坡路径描述时段间火电机组发电速率牵制的关联性问题,如式(21)、式(22)所示。
式(21)、式(22)中,Ri,u、Ri,d分别为机组i启停时输出功率最大的向上、向下调节速率,MW/h。由图2可知,风电功率预测误差或波动性越大,偏离越严重,式(21)、式(22)表示的爬坡约束越苛刻,对机组组合决策解的影响也越大。
再者,该类约束中含有0-1变量乘积形式,可转化为线性形式。
(5)系统波动性备用约束
式(3)、式(4)(23)
(6)系统间歇性备用约束
式(10)、式(11)(24)
式(16)—式(24)即为应对风电间歇性的火电机组组合的新数学模型,其特点在于,它不仅考虑时段间较大时间尺度下受发电速率牵制的各瞬间间的间歇性问题,而且考虑时段内风电功率瞬时的间歇性与机组组合的关联机制,按此决策的组合策略能够更好的接纳风电。
对于上述模型,依据前述的应对间歇性特征的条件推导过程可知,其中的系统间歇性备用约束构造涉及Vt,u和Vt,d两类参数的修正,因此,应对风电间歇性的火电机组组合策略的求取可分两步进行,分别为:
(1)评估电网应对间歇性的能力,计算研究周期内各时段可应对的Vt,u和Vt,d的上限值,当预测的Vt,u和Vt,d超出该上限值时,需将其修正到该上限值,其他情况则保持不变。最后将修正后的Vt,u和Vt,d代入约束(24)中的各式,构建应对风电间歇性的火电机组组合的新数学模型。
由于电网中火电机组调控资源的有限性以及其最小技术输出功率制约,使火电机组组合应对风电间歇性的能力存在限值。当风电变化速率超出该限值时,必然导致弃风或切负荷。因此,在解算模型前,必须对火电机组应对间歇性的能力进行评估,当预测的风电变化速率超出时,需将其锁定到该限值,即:
Vt,u←StVt,u,Vt,d←StVt,d(25)
式(25)中,St为修正系数,取值范围为[0,1],取值为1时,表示风电的间歇性特征可完全消纳;当取值小于1时,表示风电的间歇性特征超出系统的接纳能力,只能部分接纳。在本发明中,该修正系数求解的基本思路是:(1)构建修正系数迭代计算模型,计算待修正时段最先受限时段的修正系数;(2)定位与之相对应的时段,并将之从待修正时段剔除,重复上述过程,直到S1,S2,…,ST全部计算完毕。
以第k次迭代为例,修正系数迭代计算如下:
max Smin
s.t.式(18-23)
式(26)中,Γ(k-1)为第k次迭代时待修正时段集合,其初始值Γ(0)={1,2,…,T};Smin为集合Γ(k-1)内待计算修正系数中的最小者;为第k次迭代待计算修正系数。
不难发现,依据式(26),可以求取Γ(k-1)内待计算最先受限时段对应的数值Smin,但无法定位其位置。为此,建立如下定位模型:
s.t.式(18-23)
式(27)中,由于待计算时段的下界均锁定为Smin,因此,追求各时段St (k)之和最大,则必然存在h∈Γ(k-1),使Sh(k))=Smin。
按式(26)和式(27)计算结果,分情况讨论的修正过程,如下:
(1)当Smin=1时,表明待计算时段应对风电间歇性的能力充足,不存在受限的情况。因此,可按式(28)予以修正。
(2)当Smin=Sh (k)<1时,表明h时段应对风电间歇性的能力不足,且达到该时段区间满足度上限,因此,可按式(29)予以修正。
当时,表明研究周期内各时段修正系数计算完毕,可结束迭代;否则,开始新一轮的迭代。
按上述,应对间歇性特征的能力评估流程可描述为图6的形式。
(2)在模型建立后,可以发现,它是目标函数为2次,约束均为线性的混合整数规划问题,故第2步为基于CPLEX的直接求解,从而给出可行的最优组合策略。
采用10台火电机组系统对本发明模型进行仿真验证。火电机组数据具体数据见表1;常规负荷和风电预测期望值数据,具体数据见表2。机组初始功率是,机组1和机组2均为400MW,其余机组为0MW。
表1机组参数
(续表1)
(hc为机组热启动成本,cc为冷启动成本,tcold为二者的分点)
表2负荷和风电功率预测数据
为说明本发明模型有效性,考虑以下3中情况:
(1)情况1:假定风电功率预测是精确的,不考虑其预测误差和间歇性时变约束;
(2)情况2:考虑风电功率预测的上、下限范围,但不考虑间歇性时变约束;
(3)情况3:考虑风电功率预测上、下限范围,且考虑间歇性时变过程约束。
在情况1中,Wt,max=Wt,min=Wt,f,Vt,u=Vt,d=0,依据本发明模型计算的各机组输出功率见表3。
表3情况1对应的机组组合计划
表3对应的机组组合成本为419182USD,将该情况下的算例数据代入模型进行计算,所得结果与表1相同,说明本发明方法的正确性。
在情况2中,假设风电功率在预测值上下d%的区间内波动,即Wt,max=(1+d%)Wt,f,Wt,min=(1-d%)Wt,f,在不考虑瞬间间歇性变过程约束的条件下,使d在0~20内等步长变动,依据本发明模型计算的机组组合成本如图3所示。
由图3可知,随着风电预测误差(波动性)增大,火电机组组合成本单调增加,但增长的速度存在差异。当d≤10时,机组组合成本增加较为缓慢,甚至可以忽略,原因在于,风电波动性虽然引起了时段间净负荷功率差值(各瞬间间间歇性)的增加,使机组爬坡约束更为苛刻,但表3所示的启停策略依旧有效,只是机组输出功率略作调整;当11≤d≤13时,如果不改变机组启停方式,时段1与时段2间的爬坡约束将无法满足,为解决这一状况,只需在时段1将机组8由停运变为运行,其他机组启停与表3相同,这一情景下,由于机组8启动成本较低,因此机组组合成本增幅较小;当d≥14时,在时段4如按前述的启停方式,即,机组1和机组2运行,其他机组停运,组合策略将会因机组最小技术出力限制使系统波动性备用约束式(4)遭到破坏而失效,为此需要依据本发明模型对其重新优化,其中,表4对应d=14时的机组启停计划。
由表4可知,该情景下机组组合成本相对情况1增加20021USD,变为439203USD,增幅较为明显。究其原因在于,为了缓解时段4因机组最小输出功率限制可能出现的电力失衡,启动成本高昂的机组2不得不经历一次启停过程,并引发其他机组发生连锁的启停变化,从而导致成本较为显著的增加。
总而言之,风电预测误差(波动性)增大,一是会导致机组面临的时段间的爬坡约束更为苛刻,二是会因机组最小输出功率限制导致电功率平衡无法满足,必须通过调整机组输出功率甚至启停方式予以协调。
表4d=14对应的机组启停计划
在情况3中,认为风电功率在预测值上下10%的区间内波动,同时考虑间歇性约束。假设风电功率最大波动速度在研究周期各时段具有一致性,按本发明方法对火电机组应对间歇性的能力进行评估,计算结果如图4所示。
由图4可知,火电机组在时段3-10可应对的风电功率最大波动速度为540MW/h,小于其他时段的670MW/h。依据计算结果分析,其原因在于系统应对风电间歇性能力评估过程中,时段3-5由于净负荷处于低谷,计及机组的最小输出功率限制,这些时段机组无法全部启动,再考虑机组的最小开停机时间约束,导致机组2在3-10时段均无法运行,从而造成这些时段的接纳能力低于其他时段。
在系统应对风电间歇性能力评估完成后,依据本发明模型探讨机组启停与风电间歇性特征的关系,机组启停随风电变化速率变化的趋势如表5所示。
表5情况3对应的机组启停计划(运行时段)
由表5可知,当风电功率最大波动速率≤260MW/h时,考虑和不考虑间歇性约束所决策的机组启停相同,也就是说,对于较为平缓的风电波动,间歇性约束不起作用,与不考虑间歇性约束时的启停相同。然而,随着风电波动速率持续增加,先前的启停方式虽然调节容量充足,依然能够满足时段间平均化的风电功率波动,但因与时段内风电的瞬时变化速率无法匹配难以满足一定频率质量下的能量平衡而失效,也就是说,时段间的爬坡约束因时间尺度过大容易遮盖时段内瞬时的间歇性变化过程,从而使决策的机组组合不可行,由此显现在机组组合中考虑间歇性约束的必要性,亦是风电与火电机组组合协调的原因所在。
表5中不同机组组合策略对应的成本如图5所示。
分析可知,总成本随着风电功率波动速度的增加而单调递增,且增速在机组启停不变的区间相对平缓,在该区间内只需调整机组输出功率即可消纳持续增强的间歇性特征,可视为机组启停方式确定下的凸优化经济调度问题。然而,在某些分点却存在冲击现象,原因在于,对于这些分点,仅依靠机组输出功率调整已经无法满足持续增强的间歇性特征,必须调整机组启停,从而使问题变为涉及0-1整数变量的非凸优化问题,进一步显现在机组组合中考虑间歇性约束的必要性。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:包括以下步骤:
(1)将时段内风电功率视为持续的随机波动过程,同时考虑风电空间位置和置信区间内变化速率的双重不确定性,描述风电间歇性特征的双重属性;
(2)以火电机组启停费用和运行费用的和最小为目标,以保证运行平稳性为约束条件,构建机组组合的数学模型;
约束条件包括功率平衡约束、机组输出功率上下限约束、机组最小开停机时间约束、机组爬坡速度约束、系统波动性备用约束和系统间歇性备用约束条件;
系统间歇性备用约束,具体为
其中,Vt,u为t时段风电功率可能的最大向上变化速率;Vt,d为t时段风电功率可能的最大向下变化速率;ri,u、ri,d分别为机组i输出功率最大的向上、向下调节速率,MW/h;βit为机组速度的响应因子;
当风电功率在时段初始时刻位于置信区间的最小值时,火电机组组合允许风电功率按最大为的变化速率持续上升;当风电功率在时段初始时刻位于置信区间的最大值时,火电机组组合允许风电功率按最大为 的变化速率持续下降;
(3)对各时段置信区间外的可应对的波动速率进行修正,并对修正后的波动速率代入约束条件,进行最优化求解。
2.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(1)中,针对任一时段,风电间歇性特征有两重属性,一是功率变化的范围是不确定的;二是该时段内任一瞬间功率变化的速率是不均衡的。
3.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(1)中,将时段内风电功率视为持续的随机波动过程,将其表达为近似微分形式,风电持续随机波动量在各时段风电功率预测在一定置信区间内的最小值和最大值之间,其变化速率在风电功率可能的最大向下变化速率以及最大向上变化速率之间。
4.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(1)中,在预测的风电变化速率超出限值时应将其提前锁定在风电随机波动的置信区间的限值内,其他情况则保持不变。
5.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(2)中,火电机组启停费用和运行费用的和最小,即:
T为研究周期内划分的时段数,每时段为1小时;为机组i在t时段输出功率期望值;Iit为机组i在t时段启停状态,0表示停运,1表示运行;Fit,U为机组i在t时段的启动费用;ai、bi、ci为机组i运行费用特性系数。
6.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(2)中,机组输出功率上下限约束为机组可能的最大和最小输出功率在机组允许的最大、最小技术输出功率内。
7.如权利要求1所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(3)中,电网中火电机组调控资源的有限性以及其最小技术输出功率制约,使火电机组组合应对风电间歇性的能力存在限值,当风电变化速率超出该限值时,必然导致弃风或切负荷,在解算模型前,必须对火电机组应对间歇性的能力进行评估,当预测的风电变化速率超出时,需将其锁定到该限值,即Vt,u←StVt,u,Vt,d←StVt,d,式中St为修正系数,取值范围为[0,1]。
8.如权利要求7所述的一种应对风电间歇性的火电机组组合模型构建与分析方法,其特征是:所述步骤(3)中,修正系数的取值范围为[0,1],取值为1时,表示风电的间歇性特征可完全消纳;当取值小于1时,表示风电的间歇性特征超出系统的接纳能力,只能部分接纳,该修正系数求解的基本思路是:构建修正系数迭代计算模型,计算待修正时段最先受限时段的修正系数;定位与之相对应的时段,并将之从待修正时段剔除,重复直到所有修正系数全部计算完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710231700.5A CN107069810B (zh) | 2017-04-11 | 2017-04-11 | 应对风电间歇性的火电机组组合模型构建与分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710231700.5A CN107069810B (zh) | 2017-04-11 | 2017-04-11 | 应对风电间歇性的火电机组组合模型构建与分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107069810A CN107069810A (zh) | 2017-08-18 |
CN107069810B true CN107069810B (zh) | 2019-08-20 |
Family
ID=59601798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710231700.5A Expired - Fee Related CN107069810B (zh) | 2017-04-11 | 2017-04-11 | 应对风电间歇性的火电机组组合模型构建与分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107069810B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111652508A (zh) * | 2020-06-03 | 2020-09-11 | 哈尔滨工业大学 | 一种风能资源品质综合定量评估方法 |
CN113507111B (zh) * | 2021-06-24 | 2022-09-27 | 东北电力大学 | 基于盲数理论的规划目标年电力盈亏评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7288921B2 (en) * | 2004-06-25 | 2007-10-30 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for providing economic analysis of power generation and distribution |
-
2017
- 2017-04-11 CN CN201710231700.5A patent/CN107069810B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
计及风电随机性的风一火机组组合模型研究;王和先;《电子设计工程》;20120930;第20卷(第17期);39-42 |
风电场群出力的汇聚效应分析;尹佳楠,等;《电测与仪表》;20150310;第52卷(第5期);104-108 |
Also Published As
Publication number | Publication date |
---|---|
CN107069810A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107895971B (zh) | 基于随机规划和模型预测控制的区域能源互联网调度方法 | |
CN103138256B (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
CN113644670B (zh) | 一种储能容量优化配置的方法及系统 | |
JP2008182017A (ja) | 太陽光発電システムの制御方法と太陽光発電システムの発電量予測装置 | |
CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
CN104810863A (zh) | 一种考虑风电预测误差的机组有功实时调度方法 | |
CN111697578A (zh) | 多目标含储能区域电网运行控制方法 | |
CN105762838A (zh) | 一种风电集群无功电压多目标控制方法 | |
Wang et al. | An improved min-max power dispatching method for integration of variable renewable energy | |
CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
CN105244870A (zh) | 一种快速计算电网风电场弃风率及机组发电量的方法 | |
CN107069810B (zh) | 应对风电间歇性的火电机组组合模型构建与分析方法 | |
JP2005102357A (ja) | 発電機の起動停止計画作成方法とその装置及び起動停止計画作成装置の処理プログラムを記録する記録媒体。 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
WO2019158575A1 (en) | System and method for operating a combination of heterogeneous energy resources for fast grid services | |
CN112448400B (zh) | 一种确定风电一次调频备用的鲁棒优化调度方法和系统 | |
CN110429591B (zh) | 一种基于电力系统时序耦合性的输电网利用率评估方法 | |
Mohamed et al. | Modelling of inter‐area angular dynamics and proactive defence strategy in deregulated power grids with large‐scale integration of renewable energy sources | |
CN111064231A (zh) | 一种新能源分级互动消纳方法和系统 | |
Kondziella et al. | Economic analysis of electricity storage applications in the German spot market for 2020 and 2030 | |
CN110970901B (zh) | 适应波动电源及直流送受端电压安全的控制方法及系统 | |
CN110661252B (zh) | 一种考虑风光储提供柔性爬坡容量的实时经济调度方法 | |
Berahmandpour et al. | Development the flexibility metric incorporating wind power in the presence of energy storage | |
ZHANG et al. | A Robust Reserve Scheduling Method Considering Wind Turbine Generator’s De-loading Control |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190820 Termination date: 20210411 |
|
CF01 | Termination of patent right due to non-payment of annual fee |