CN107181272B - 一种利用储能系统提升调峰空间的风电消纳方法 - Google Patents
一种利用储能系统提升调峰空间的风电消纳方法 Download PDFInfo
- Publication number
- CN107181272B CN107181272B CN201710367602.4A CN201710367602A CN107181272B CN 107181272 B CN107181272 B CN 107181272B CN 201710367602 A CN201710367602 A CN 201710367602A CN 107181272 B CN107181272 B CN 107181272B
- Authority
- CN
- China
- Prior art keywords
- wind power
- wind
- coefficient
- natural number
- energy storage
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000035699 permeability Effects 0.000 claims description 19
- 238000010248 power generation Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002922 simulated annealing Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
Images
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种利用储能系统提升调峰空间的风电消纳方法,在建立计及风火机组出力平滑约束和风电渗透率极限约束的含风电场日调度模型基础上,构建了利用储能系统提升风电调峰空间的风火储联合系统日调度模型。以联合系统总成本最小和风电上网电量最大化为多目标,运用基于Pareto最优的多目标SA‑PSO算法求取联合系统优化调度方案。本发明能够实现通过储能系统提升风电调峰空间后对风电的实时有效消纳,对于指导实际风电并网运行与优化调度具有重要意义。
Description
技术领域
本发明属于电力系统调度规划技术领域,特别涉及到一种利用储能系统提升调峰空间的风电消纳方法。
背景技术
随着新一轮能源革命的到来,新能源发电将逐渐取代传统火力发电,成为人类社会发展在能源革命的缩影。目前,火力发电依旧是全球最主要发电形式。从新能源零替代到全部替代是一个漫长的过程,在此期间,新能源的有效融合、充分利用将成为能源替代的重要环节。风力发电可以有效缓解化石能源对环境的污染,降低火力发电水平,但是其易受气候,地域,环境等因素影响,风电自身所具有的随机性和不确定性为电力系统供电稳定性提出挑战。为切实有效消纳风电特性,提高供电可靠性,储能系统将逐渐扮演起“削峰填谷”的角色。
尽管风电及时有效消纳方法已有了相关研究工作,但对于储能系统和旋转备用的组合风电消纳,以及在此基础上具体的风火储交互调度,目前还没有相关研究。
因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
发明内容
本发明的日的是提供一种利用储能系统提升调峰空间的风电消纳方法用来解决现有技术中对于储能系统和旋转备用的组合风电消纳,以及在此基础上具体的风火储交互调度还没有相关研究的技术问题。
一种利用储能系统提升调峰空间的风电消纳方法,包括以下步骤,并且以下步骤顺次进行,
步骤一、建立基于风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型,并获得该经济调度模型的总成本和风电上网最大电量;
步骤二、设置步骤一中含风电场经济调度模型的基本参数,获得风火机组出力平滑约束和风电渗透率极限约束条件;
步骤三、运用基于Pareto最优的多目标SA-PSO算法计算并获得风火联合系统最优调度方案;
步骤四、通过储能系统并网提升风电调峰空间,并通过步骤二中的风火机组出力平滑约束和风电渗透率极限约束条件,建立风火储联合系统优化调度模型;
步骤五、运用基于Pareto最优的多目标SA-PSO算法求解步骤四中优化调度模型,得到储能系统并网前后最大风电上网电量。
所述步骤一中,构建的基于旋转备用容量和风电渗透率约束的含风电场经济调度模型,其总成本目标函数表达式为:
式中:F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,ai、bi、ci为所对应火力机组的煤耗特性系数,di、fi为所对应火力机组的阀点系数,Pwj为第j台风电机组出力,Cwj为第j台风电机组的生产成本,Cuj为第j台风电机组的弃风补偿系数,其中j为≥1的自然数,M为≥j的自然数;
该经济调度模型风电上网电量最大目标函数表达式为:
式中:W(P)为单位调度周期风电上网总电量,Pwj为第j台风电机组出力,其中j为≥1的自然数,M为≥j的自然数。
所述步骤二中的基本参数包括风电渗透率系数δ,正旋转备用系数χ1,负旋转备用系数χ2和旋转备用率k,
风火机组出力平滑约束和风电渗透率极限约束具体计算公式为:
Pwj≤δ×PD
式中,PD为系统负荷,Pwj为第j台风电机组出力,δ为风电渗透率系数, Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,其中 j为≥1的自然数,M为≥j的自然数,χ1为正旋转备用系数,χ2为负旋转备用系数,k1为正旋转备用率,k2为负旋转备用率。
所述步骤三中基于Pareto最优的多目标SA-PSO算法中惯性常数递减方式为:
式中:wstart为初始惯性常数,wend为终止惯性常数,tmax为最大迭代次数, t为当前迭代次数。
所述步骤四中储能成本表达式为:
式中:PS为储能设备实时充放电量,CS为初始成本费用系数,WSmax是单元输出最大容量,Cm为储能系统的维护成本系数,其中S为≥1的自然数,Q 为≥S的自然数。
通过上述设计方案,本发明可以带来如下有益效果:
本发明公开了一种利用储能系统提升调峰空间的风电消纳方法,在建立计及风火机组出力平滑约束和风电渗透率极限约束的含风电场日调度模型基础上,构建了利用储能系统提升风电调峰空间的风火储联合系统日调度模型。以联合系统总成本最小和风电上网电量最大化为多目标,运用基于Pareto最优的多目标SA-PSO算法求取联合系统优化调度方案。
本发明能够实现通过储能系统提升风电调峰空间后对风电的实时有效消纳,对于指导实际风电并网运行与优化调度具有重要意义。
本发明公开的方法为大规模新能源并网和有效消纳提供技术支撑,该方法具有理论明确、高效、简单的特点。
附图说明
图1为本发明一种利用储能系统提升调峰空间的风电消纳方法中联合发电系统交互结构示意图。
图2为本发明一种利用储能系统提升调峰空间的风电消纳方法中基于 Pareto策略的多目标SA-PSO算法流程框图。
图3为本发明一种利用储能系统提升调峰空间的风电消纳方法中实施例的储能系统充放电优化结构示意图。
图4为本发明一种利用储能系统提升调峰空间的风电消纳方法中实施例的实时风电功率与调峰空间示意图。
图2中,C1和C2为学习因子,T为模拟退火起始温度,K为模拟退火系数。
图4中,线段MN表示调峰空间提高,线段PN为消纳弃风。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的组合风电消纳方法进行详细说明。
步骤一:构建计及风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型,其多目标总成本目标函数表达式为:
该经济调度模型风电上网电量最大目标函数表达式为:
式中:F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,ai、bi、ci为所对应火力机组的煤耗特性系数,di、fi为所对应火力机组的阀点系数,Pwj为第j台风电机组出力,Cwj为第j台风电机组的生产成本,Cuj为第j台风电机组的弃风补偿系数,其中j为≥1的自然数,M为≥j的自然数。
步骤二:设置调度模型基本参数,如风电渗透率系数,正旋转备用系数,负旋转备用系数和旋转备用率,计算公式如下;
Pwj≤δ×PD
式中,PD为系统负荷,Pwj为第j台风电机组出力,δ为风电渗透率系数,, Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,其中j为≥1的自然数,M为≥j的自然数,χ1为正旋转备用系数,χ2为负旋转备用系数,k1为正旋转备用率,k2为负旋转备用率。
步骤三:运用基于Pareto最优的多目标SA-PSO算法计算风火联合系统最优调度方案,其中惯性常数递减方式为:
式中:wstart为初始惯性常数,wend为终止惯性常数,tmax为最大迭代次数, t为当前迭代次数。
步骤四:建立风火储联合经济调度模型,协同风火机组出力平滑约束和风电渗透率极限约束,其储能装置成本函数表达式为:
式中:PS为储能设备实时充放电量,CS为初始成本费用系数,WSmax是单元输出最大容量,Cm为储能系统的维护成本系数,其中S为≥1的自然数,Q 为≥S的自然数。
步骤五:运用基于Pareto最优的多目标SA-PSO算法求解该调度模型,得到储能系统并网前后最大风电上网电量情况,并对结果进行分析。
下面结合具体案例对本发明做进一步的详细说明。
实施例:本发明以常规10发电场系统为研究对象,验证所提方法的有效性。设置5、6号为风电机组,本节算法参数设置如下,惯性权重wstart=0.9, wend=0.4,学习因子c1=c2=2.05,模拟退火起始温度T=100000,终止温度T0=1000,最大迭代次数tmax=200次,种群粒子数50个。调度约束条件设置如下,旋转备用系数χ1%设为0.2,χ2%设为0.3,旋转备用率k1, k2均取值4%。火力机组参数与常规10机组算例系数相同,火力机组参数Cw= 20,Cu=50。运用图2所示基于Pareto最优的多目标SA-PSO算法对计及旋转备用容量和风电渗透率约束的含风电场经济调度模型进行求解,具体调度方案见表1。
表1含风电场最优调度方案
增设7号储能机组,建立风火储联合经济调度模型,运用该多目标优化算法对其进行求解,其中增设储能设备参数WSmax=200MW,CS=20$/ MW.h,Cm=120$/MW.h,储能机组最大充电功率为120MW,最小充电功率为120MW。具体调度方案见表2,储能装置的实时充放电功率见图3。利用储能系统提升风电调峰空间后实时风电功率与裕度空间见图4,可见,储能设备提升了风电调峰空间,使风电上网电量增发481.589MW。
表2风火储联合系统最优调度方案
以上所述,风电上网电量得到有效保障,利用储能系统提升风电调峰空间能有效减少弃风,实现风电实时有效消纳。
Claims (1)
1.一种利用储能系统提升调峰空间的风电消纳方法,其特征在于:包括以下步骤,并且以下步骤顺次进行,
步骤一、建立基于风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型,并获得该经济调度模型的总成本和风电上网最大电量;
步骤二、设置步骤一中含风电场经济调度模型的基本参数,获得风火机组出力平滑约束和风电渗透率极限约束条件;
步骤三、运用基于Pareto最优的多目标SA-PSO算法计算并获得风火联合系统最优调度方案;
步骤四、通过储能系统并网提升风电调峰空间,并通过步骤二中的风火机组出力平滑约束和风电渗透率极限约束条件,建立风火储联合系统优化调度模型;
步骤五、运用基于Pareto最优的多目标SA-PSO算法求解步骤四中优化调度模型,得到储能系统并网前后最大风电上网电量;
所述步骤一中,构建的基于旋转备用容量和风电渗透率约束的含风电场经济调度模型,其总成本目标函数表达式为:
式中:F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,ai、bi、ci为所对应火力机组的煤耗特性系数,di、fi为所对应火力机组的阀点系数,Pwj为第j台风力机组出力,Cwj为第j台风电机组的生产成本,Cuj为第j台风电机组的弃风补偿系数,其中j为≥1的自然数,M为≥j的自然数;
该经济调度模型风电上网电量最大目标函数表达式为:
式中:W(P)为单位调度周期风电上网总电量,Pwj为第j台风力机组出力,其中j为≥1的自然数,M为≥j的自然数;
所述步骤二中的基本参数包括风电渗透率系数δ,正旋转备用系数χ1,负旋转备用系数χ2和旋转备用率k,
风火机组出力平滑约束和风电渗透率极限约束具体计算公式为:
Pwj≤δ×PD
式中,PD为系统负荷,Pwj为第j台风力机组出力,δ为风电渗透率系数,Pi为第i台火力机组出力,其中i为≥1的自然数,N为≥i的自然数,其中j为≥1的自然数,M为≥j的自然数,χ1为正旋转备用系数,χ2为负旋转备用系数,k1为正旋转备用率,k2为负旋转备用率;
所述步骤三中基于Pareto最优的多目标SA-PSO算法中惯性常数递减方式为:
式中:wstart为初始惯性常数,wend为终止惯性常数,tmax为最大迭代次数,t为当前迭代次数;
所述步骤四中储能成本表达式为:
式中:PS为储能设备实时充放电量,CS为初始成本费用系数,WSmax是单元输出最大容量,Cm为储能系统的维护成本系数,其中S为≥1的自然数,Q为≥S的自然数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710367602.4A CN107181272B (zh) | 2017-05-23 | 2017-05-23 | 一种利用储能系统提升调峰空间的风电消纳方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710367602.4A CN107181272B (zh) | 2017-05-23 | 2017-05-23 | 一种利用储能系统提升调峰空间的风电消纳方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107181272A CN107181272A (zh) | 2017-09-19 |
CN107181272B true CN107181272B (zh) | 2020-07-07 |
Family
ID=59832432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710367602.4A Active CN107181272B (zh) | 2017-05-23 | 2017-05-23 | 一种利用储能系统提升调峰空间的风电消纳方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107181272B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107742901B (zh) * | 2017-11-14 | 2019-04-30 | 清华大学 | 考虑压缩空气储能的风电并网机组组合方法及装置 |
CN109038654B (zh) * | 2018-07-18 | 2021-09-10 | 西安理工大学 | 一种考虑分布式风电高渗透并网的配电系统优化运行方法 |
CN109599879B (zh) * | 2018-12-10 | 2022-02-22 | 国网吉林省电力有限公司电力科学研究院 | 考虑储能设备充放电次数优化的配电网有功功率调度方法 |
CN112821397B (zh) * | 2021-04-19 | 2021-10-19 | 国网江西省电力有限公司电力科学研究院 | 一种“源-荷-储”协调的低碳经济调度方法及装置 |
-
2017
- 2017-05-23 CN CN201710367602.4A patent/CN107181272B/zh active Active
Non-Patent Citations (3)
Title |
---|
亢岚等.提高风电渗透率的电力系统多目标优化调度研究.《电网与清洁能源》.2017,第33卷(第3期),第97-103和118页. * |
提高风电渗透率的电力系统多目标优化调度研究;亢岚等;《电网与清洁能源》;20170325;第33卷(第3期);第97-103和118页 * |
计及风力发电和储能设备的经济调度模型;卢跃等;《电子设计工程》;20150320;第23卷(第6期);第121-124页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107181272A (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103151803B (zh) | 一种含风电系统机组及备用配置的优化方法 | |
CN109245180B (zh) | 一种风光火储协调优化运行方法 | |
CN107181272B (zh) | 一种利用储能系统提升调峰空间的风电消纳方法 | |
CN103473393B (zh) | 一种考虑随机概率的输电裕度控制模型建模方法 | |
CN110084465B (zh) | 基于储能的风力发电系统成本/供电可靠性评估方法 | |
CN110957717A (zh) | 一种多电源电力系统多目标日前优化调度方法 | |
Sultan et al. | Optimal configuration of a grid-connected hybrid PV/wind/hydro-pumped storage power system based on a novel optimization algorithm | |
Hu et al. | Optimal dispatch of combined heat and power units based on particle swarm optimization with genetic algorithm | |
Li et al. | Optimal dispatching method for smoothing power fluctuations of the wind-photovoltaic-battery hybrid generation system | |
Sun et al. | Review on pumped storage power station in high proportion renewable energy power system | |
CN110707756A (zh) | 一种高比例风电接入电网的光热电站日前调峰优化控制方法 | |
Kahrobaee et al. | Optimum planning and operation of compressed air energy storage with wind energy integration | |
Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
Hu et al. | Low Carbon Economic Dispatch of Multi-energy Combined System Considering Carbon Trading | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
CN114188942A (zh) | 一种包含大规模新能源基地的电网调度方法 | |
Xiao et al. | Short-term optimized operation of Multi-energy power system based on complementary characteristics of power sources | |
Li et al. | Optimal Scheduling of Multi-Source Combined System with Pumped Storage Based on Improved Black Hole Algorithm | |
Weichun et al. | Research on economic operation of multi-source peak-shaving involving nuclear power | |
Ma et al. | Multi-objective optimal scheduling of power system considering the coordinated operation of photovoltaic-wind-pumped storage hybrid power | |
Wang et al. | Research the Optimization Dispatch Method of New Power Systems with Wind-Solar-Hydro Storage | |
Cui et al. | Scheduling of fully renewable energy systems with CSP plants and pumped storage | |
Zhai et al. | Multi-objective operation optimization analysis based on distributed energy sources | |
Guo et al. | Wind-Solar Power Consumption Strategy Based on Neural Network Prediction and Demand-side Response | |
Shi et al. | Research on Energy Management Optimization Strategy of Integrated Energy System in Wind Photovoltaic Hydrogen Energy Storage Area |
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 |