CN107196298B - 一种可再生能源与电网协调规划方法、装置及计算设备 - Google Patents
一种可再生能源与电网协调规划方法、装置及计算设备 Download PDFInfo
- Publication number
- CN107196298B CN107196298B CN201710509849.5A CN201710509849A CN107196298B CN 107196298 B CN107196298 B CN 107196298B CN 201710509849 A CN201710509849 A CN 201710509849A CN 107196298 B CN107196298 B CN 107196298B
- Authority
- CN
- China
- Prior art keywords
- time period
- power
- representing
- subordinate
- power generation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000005540 biological transmission Effects 0.000 claims abstract description 95
- 238000007689 inspection Methods 0.000 claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 14
- 238000010248 power generation Methods 0.000 claims description 75
- 239000013598 vector Substances 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 32
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 229910052739 hydrogen Inorganic materials 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 4
- 239000002245 particle Substances 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 17
- 238000005457 optimization Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000630 rising effect Effects 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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种可再生能源与电网协调规划方法、装置及计算设备,该方法包括:获取初始的电能边际价格和输电边际价格;构建从属层模型和主导层模型,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件;根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验;若从属层规划不满足检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止;若从属层规划满足检验约束条件,将从属层规划作为可再生能源与电网协调的整体规划。
Description
技术领域
本发明涉及能源电力领域,特别涉及一种可再生能源与电网协调规划方法、装置及计算设备。
背景技术
发展可再生能源是我国能源结构调整的核心内容和重要途径,但是由于可再生能源电源建设与输电网建设周期的不一致,使得我国部分地区存在可再生电源送出通道受限的情况。在未来市场环境下,电源投资商和输电网投资商是不同的利益主体,如何在协调双方利益的条件下,保证可再生能源的高效利用以及电力系统的安全、可靠、经济运行是促进可再生能源投资可持续发展的关键因素。
然而,现有的可再生能源规划方案却没有考虑相应的输电通道规划,并未结合市场和系统安全运行的约束条件,以便实现可再生能源的电源与输电网协同规划,在我国可再生能源消纳利用以及电力市场高效稳定运行的共同研究上有所欠缺。
发明内容
为此,本发明提供一种可再生能源与电网协调规划的技术方案,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种可再生能源与电网协调规划方法,适于在计算设备中执行,该方法包括如下步骤:首先获取初始的电能边际价格和输电边际价格;构建从属层模型和主导层模型,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件;根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验;若从属层规划不满足检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止;若从属层规划满足检验约束条件,将从属层规划作为可再生能源与电网协调的整体规划。
可选地,在根据本发明的可再生能源与电网协调规划方法中,发电模型包括发电公司实现利润最大化的第一目标函数和对应的第一约束条件,第一目标函数以如下公式确定:
其中,z表示电源投资利润,LMPt为时段t电能边际价格,为第h个发电公司在时段t的累计装机容量,为时段t设备d的投资成本,为时段t第h个发电公司的设备d的容量增加量,为时段t设备d的运营成本,αt为时段t的额外收益因子,h表示发电公司的个数序号,时段t以年为周期,t=1,…,T,T为时间年限,d表示设备类型,设备d的总类型数为M,d=1,…,M。
可选地,在根据本发明的可再生能源与电网协调规划方法中,第一约束条件以如下公式确定:
其中,为时段t第h个发电公司的每台设备的最大额定装机容量,为时段t第h个发电公司的最大装机容量,为时段t第h个发电公司的最大资本成本。
可选地,在根据本发明的可再生能源与电网协调规划方法中,输电模型包括输电公司实现利益最大化的第二目标函数和对应的第二约束条件,第二目标函数以如下公式确定:
其中,v表示电网投资利润,FMPt为输电边际价格,为输电公司时段t备用线路的传输功率,为时段t线路f的投资成本,为时段t线路f的备用安装数,为时段t线路f的运营成本,a为输电公司的数量,f表示线路数,f=1,…,ML,ML为线路总数。
可选地,在根据本发明的可再生能源与电网协调规划方法中,第二约束条件以如下公式确定:
P(V,Θ,n)-PG+PD=0
Q(V,Θ,n)-QG+QD=0
(N+NO)Sfrom≤(N+NO)Smax
(N+NO)Sto≤(N+NO)Smax
其中,P(·)表示计算有功功率,Q(·)表示计算无功功率,V表示电压矢量的大小,Θ表示电压矢量的角度,n表示每支流的新增线路数,PG和PD分别表示生产与需求有功功率矢量,QG和QD分别表示生产与需求无功功率矢量,N表示新线路矩阵,NO表示现有线路的矩阵,Sto和Sfrom分别表示发射和接收终端的支流视在功率,Smax表示视在功率上限值。
可选地,在根据本发明的可再生能源与电网协调规划方法中,第二约束条件以如下公式确定:
|Vmin|≤|V|≤|Vmax|
0≤n≤nmax
其中,|·|表示求绝对值,Vmax以及Vmin分别表示电压的最大值、最小值,nmax表示新增线路数的最大值,与分别表示生产与需求有功功率矢量的最大值、最小值,与分别表示生产与需求无功功率矢量的最大值、最小值。
可选地,在根据本发明的可再生能源与电网协调规划方法中,检验约束条件包括备用约束、可靠性约束和市场力约束。
可选地,在根据本发明的可再生能源与电网协调规划方法中,备用约束以如下公式确定:
其中,RMt表示时段t的边际备用,availablecapacityt表示时段t的可用容量,peakloadt表示时段t的峰值,表示时段t的边际备用最小值,表示时段t的边际备用最大值。
可选地,在根据本发明的可再生能源与电网协调规划方法中,可靠性约束以如下公式确定:
LOLEt≤LOLEmax
其中,LOLEt表示时段t的负荷期望损失,k表示步数,k=1,…,Is,Is表示载荷步,tk表示负荷第k个步数的小时数,Lk表示第k个步数的需求容量,CT表示规划期内的总容量,Pk表示第k个步数的出力,LOLEmax表示负荷期望损失的最大值,hours表示小时数,years表示年数。
可选地,在根据本发明的可再生能源与电网协调规划方法中,市场力约束以如下公式确定:
其中,为第h个发电公司在时段t的累计装机容量,h=1,…,H,H为发电公司的数量,Percemax表示时段t每一个发电公司在总安装功率的最大百分比。
根据本发明的又一个方面,提供一种可再生能源与电网协调规划装置,该装置适于驻留在计算设备中,包括获取模块、建立模块、处理模块、计算模块和规划模块。其中,获取模块适于获取初始的电能边际价格和输电边际价格;建立模块适于构建从属层模型和主导层模型,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件;处理模块适于根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验;计算模块适于当从属层规划不满足检验约束条件时,重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止;规划模块适于当从属层规划满足检验约束条件时,将从属层规划作为可再生能源与电网协调的整体规划。
根据本发明的又一个方面,提供一种计算设备,包括根据本发明的可再生能源与电网协调规划装置。
根据本发明的又一个方面,提供一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行根据本发明的可再生能源与电网协调规划方法的指令。
根据本发明的又一个方面,还提供一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行根据本发明的可再生能源与电网协调规划方法。
根据本发明的可再生能源与电网协调规划的技术方案,首先获取初始的电能边际价格和输电边际价格,构建从属层模型和主导层模型,根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验,若从属层规划不满足检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止,若从属层规划满足检验约束条件,将从属层规划作为可再生能源与电网协调的整体规划。在上述技术方案中,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件,结合市场和系统安全运行的约束条件,构建出一个主-从优化模型来优化可再生能源与电网协调规划。进一步地,在考虑不确定性的条件下,能够在同一时间实现发电公司和供电公司的利润最大化、满足网络安全约束、最大限度减少风险损失,通过概率分析来最大化利润概率。此外,考虑到规划中独立系统运营商的新规则,通过降低参与者的额外收入,增加电力市场的竞争力。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个实施例的计算设备100的结构框图;
图2示出了根据本发明的一个实施例的可再生能源与电网协调规划方法200的流程图;
图3示出了根据本发明一个实施例的IEEE 6节点测试系统示意图;
图4示出了根据本发明一个实施例的情景1与情景2的边际备用情况示意图;
图5示出了根据本发明一个实施例的规划水平期内总线2的电能边际价格示意图;以及
图6示出了根据本发明的一个实施例的可再生能源与电网协调规划装置300的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作系统上利用程序数据124进行操作。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中,计算设备100被配置为执行根据本发明的可再生能源与电网协调规划方法200。应用122包括根据本发明的可再生能源与电网协调规划装置300。
图2示出了根据本发明一个实施例的可再生能源与电网协调规划方法200的流程图。可再生能源与电网协调规划方法200适于在计算设备(例如图1所示的计算设备100)中执行。
如图2所示,方法200始于步骤S210。在步骤S210中,获取初始的电能边际价格和输电边际价格。根据本发明的一个实施例,初始的电能边际价格(Local Marginal Prices,LMP)和输电边际价格(Flow-Gate Marginal Price,FMP)可以由独立系统运营商根据之前的电价情况进行预先设定,一般可以选用常规的经验值。
随后,进入步骤S220,构建从属层模型和主导层模型,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件。根据本发明的一个实施例,发电模型包括发电公司实现利润最大化的第一目标函数和对应的第一约束条件,第一目标函数以如下公式确定:
其中,z表示电源投资利润,LMPt为时段t电能边际价格,为第h个发电公司在时段t的累计装机容量,为时段t设备d的投资成本,为时段t第h个发电公司的设备d的容量增加量,为时段t设备d的运营成本,αt为时段t的额外收益因子,h表示发电公司的个数序号,时段t以年为周期,t=1,…,T,T为时间年限,d表示设备类型,设备d的总类型数为M,d=1,…,M,8760表示每年小时数。
第一目标函数,即式(1)是在规划水平中实现发电公司的利润最大化,其主要包括四项内容:第一项指售电量的收益,这一项取决于系统的电能边际价格,电能边际价格采用市场定价法,以在电网阻塞时管理输电网的有效利用情况,电能边际价格为发电公司和输电公司提供价格信号,引导其投资新的发电机组和输电线路;第二项指整个规划水平中的投资总成本;第三项指现存的和安装设备的运营和维护成本;第四项指由独立系统运营商决定的发电公司额外收益,以鼓励发电公司按照独立系统运营商规划行动。简言之,当主导层中安全性和可靠性约束不被满足,独立系统运营商对此项收益进行调整,以引导发电公司改变其电源规划,从而满足系统约束条件。
在该实施方式中,与第一目标函数对应的第一约束条件以如下公式确定:
其中,为时段t第h个发电公司的每台设备的最大额定装机容量,为时段t第h个发电公司的最大装机容量,为时段t第h个发电公司的最大资本成本。
对于第一约束条件,式(2)表示每时段每一装机容量的上限,式(3)表示每时段所有的装机容量上限,式(4)表示表明每个阶段的容量等于同一阶段新装机容量与前一阶段已装机容量之和,式(5)指发电公司的财务约束。其中,财务约束主要由投资者制定,可以通过政策环境、地理环境、投资限制等形式表示。例如,一座核电站的建设需要政府的许可,并有可能因风险而限制其建站规模,火电站可能会因为环保政策、污染状况而被叫停。
根据本发明的一个实施例,输电模型包括输电公司实现利益最大化的第二目标函数和对应的第二约束条件,第二目标函数以如下公式确定:
其中,v表示电网投资利润,FMPt为输电边际价格,为输电公司时段t备用线路的传输功率,为时段t线路f的投资成本,为时段t线路f的备用安装数,为时段t线路f的运营成本,a为输电公司的数量,f表示线路数,f=1,…,ML,ML为线路总数。
第二目标函数,即式(6)主要包括四项内容:第一项指输电权收益,这一项取决于系统的输电边际价格,输电边际价格是与输电有关的影子价格,通常被定义为输电元素或是元素集。当输电约束因为增量放松管制的时候,输电边际价格等于改变现货市场交易的社会效益,输电边际价格为输电公司投资新线路提供了一个有价值的价格信号;第二项和第三项分别表示投资总成本和运营维护总成本;第四项表示额外收益,以鼓励输电公司按照独立系统运营商的规划行动,这一点和电源规划类似。
在该实施方式中,第二约束条件以如下公式确定:
P(V,Θ,n)-PG+PD=0 (7)
Q(V,Θ,n)-QG+QD=0 (8)
(N+NO)Sfrom≤(N+NO)Smax (9)
(N+NO)Sto≤(N+NO)Smax (10)
其中,P(·)表示计算有功功率,Q(·)表示计算无功功率,V表示电压矢量的大小,Θ表示电压矢量的角度,n表示每支流的新增线路数,PG和PD分别表示生产与需求有功功率矢量,QG和QD分别表示生产与需求无功功率矢量,N表示新线路矩阵,NO表示现有线路的矩阵,Sto和Sfrom分别表示发射和接收终端的支流视在功率,Smax表示视在功率上限值。
进一步地,第二约束条件还以如下公式确定:
|Vmin|≤|V|≤|Vmax| (11)
0≤n≤nmax (12)
其中,|·|表示求绝对值,Vmax以及Vmin分别表示电压的最大值、最小值,nmax表示新增线路数的最大值,与分别表示生产与需求有功功率矢量的最大值、最小值,与分别表示生产与需求无功功率矢量的最大值、最小值。
对第二约束条件而言,式(7)和(8)在交流潮流中引入每一总线的有功和无功功率平衡,式(9)和(10)分别表示输电线路的热限值,式(11)表示电压幅度的限值,式(12)表示新增电路约束,式(13)和(14)表示发电机组有功功率和无功功率的限值。
对于有功功率P(V,Θ,n)和无功功率Q(V,Θ,n)而言,需要进一步考虑各总线的有功功率和功功率,则第i个总线的有功功率及无功功率的计算公式如下所示:
其中,i、j表示总线,Pi(V,Θ,n)表示第i个总线的有功功率,Qi(V,Θ,n)表示第i个总线的无功功率,Vi表示第i个总线的电压矢量大小,Vj表示第j个总线的电压矢量大小,Gij(n)和Bij(n)分别表示新增线路n中第i个总线和第j个总线间输电线路的电导和电纳,θij表示第i个总线的电压矢量与第j个总线的电压矢量的夹角,NB表示总线集合。
对于Gij(n)和Bij(n),其分属于电导元素集G和电纳元素集B,电导元素集G和电纳元素集B的计算公式如下所示:
其中,Gii(n)表示新增线路n中第i个总线的自电导,Bii(n)表示新增线路n中第i个总线的自电纳,nij表示第i个总线和第j个总线间的新增线路数,gij表示第i个总线和第j个总线间的电导,bij表示第i个总线和第j个总线间的电纳,表示第i个总线和第j个总线间的原有线路,表示第i个总线和第j个总线间的原有电导,表示第i个总线和第j个总线间的原有电纳,表示第i个总线和第j个总线间线路的并联电纳,表示第i个总线和第j个总线间的原有并联电纳,Ω1表示与第i个总线相邻的总线集合。
进一步的,将发射终端的支流视在功率Sto和收终端的支流视在功率Sfrom细化到各总线,有:
其中,表示第i个总线和第j个总线间接收终端的支流视在功率,表示第i个总线和第j个总线间发射终端的支流视在功率,表示第i个总线和第j个总线间接收终端的支流有功功率,表示第i个总线和第j个总线间发射终端的支流有功功率,第i个总线和第j个总线间接收终端的支流无功功率,表示第i个总线和第j个总线间发射终端的支流无功功率。
值得注意的是,在这里是假设独立系统运营商和输电公司是相同的实体公司,独立系统运营商拥有现存线路的所有权,输电公司只有新线路的所有权。
在完成从属层模型的构建后,开始构建主导层模型,主导层模型包括适于检验从属层模型的检验约束条件,根据本发明的一个实施例,检验约束条件包括备用约束、可靠性约束和市场力约束。在该实施方式中,备用约束以如下公式确定:
其中,RMt表示时段t的边际备用,availablecapacityt表示时段t的可用容量,peakloadt表示时段t的峰值,表示时段t的边际备用最小值,表示时段t的边际备用最大值。
可靠性约束以如下公式确定:
LOLEt≤LOLEmax (28)
其中,LOLEt表示时段t的负荷期望损失,k表示步数,k=1,…,Is,Is表示载荷步,tk表示负荷第k个步数的小时数,Lk表示第k个步数的需求容量,CT表示规划期内的总容量,Pk表示第k个步数的出力,LOLEmax表示负荷期望损失的最大值,hours表示小时数,years表示年数。
市场力约束以如下公式确定:
其中,为第h个发电公司在时段t的累计装机容量,h=1,…,H,H为发电公司的数量,Percemax表示时段t每一个发电公司在总安装功率的最大百分比。
接下来,进入步骤S230,根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验。根据本发明的一个实施例,采用粒子群优化算法来对从属层模型进行求解以确定从属层规划。当然,对于上述具体的求解算法并不予以限制。
在该实施方式中,对于发电模型,其要解决的是电源规划问题,这里约定电源为风力发电机组,则需要注意在实际情况下,存在多个风力发电机组的风电场中,所有的机组有着相似的输入-出力特性。换句话说,风电场通常不会安装不同的发电机组。基于这种相似性,风电场出力与一个单独的风力机组出力是相关联的,机组覆盖范围与机组数量是线性相关的。考虑风速的大小及其不确定性对风机出力的影响,传统方法采用威布尔分布建模,刻画描述风速的不确定性,并基于风速与风机出力的关系,构建风速-出力关系函数。其中,风速-出力关系函数主要包括三个参数:风机切入风速(Wci)、额定风速(Wrate)和风机切出风速(Wco),机组出力如式(30)所示:
其中,P为风机出力,Prate为额定出力,W为风速。
为解决电源规划问题,首先通过粒子群优化算法,随机生成初始种群。选择种群中的第一个粒子,用蒙特卡洛模拟处理风电场的不确定性问题。通常情况下,为处理情景中的不确定情况,开展基于情景的蒙特卡洛仿真。对于每一个蒙特卡罗仿真的情景,基于普通的概率密度函数随机生成风速大小。然后,用式(30)计算风电场出力功率,获取当前情景的概率。用式(1)计算第一目标函数,得到当前情景的利润。继而,检验第一约束条件,即式(2)~(5),若有一个条件没有满足,从当前情景中移除当前选中的粒子,否则,利润就会被重复记录,蒙特卡洛仿真也重复进行。出力过程收敛后,结束迭代。蒙特卡罗仿真收敛后,计算当前粒子的利润期望值作为最终利润。这个迭代过程主要是为了计算种群中所有粒子的利润,然后选择粒子群中的最大利润的粒子作为最优粒子。最后检验粒子群优化算法的收敛,如果满足停止准则,算法结束,将最优粒子视为规划出力,否则,种群需要基于粒子群优化算法而进行更新,算法也需要从头开始。在算法结束后所得到的最优粒子,实际上就是实现电源投资利润最大化的电能边际价格。
对于输电模型,其要解决的是输电网规划问题,首先选择一个初始值,随意生成粒子群优化算法的初始种群。选择一个粒子,根据当前粒子,运行交流最优潮流(AlternatingCurrent-Optimal Power Flow:AC-OPF),得出所有输电线路等功率潮流的系统数据。通过系统数据,检验第二约束条件,即式(7)~(14),如果所有的条件都可以实现,计算当前粒子的第二目标函数,如式(6)所示,否则,移除当前粒子,选择下一个粒子重新运算。计算当前种群所有粒子的第二目标函数后,选择最大利润的粒子作为最优粒子。然后,在粒子群优化算法运行规则的基础上,更新粒子群优化算法种群,开始算法迭代,直至收敛。最后,粒子群优化算法收敛,确定新的输电线路。在算法结束后所得到的最优粒子,实际上就是实现电网投资利润的输电边际价格。
至此,根据对发电模型和输电模型的最优解求取,确定了从属层模型的从属层规划。此时,将从属层规划提交至主导层模型以进行检验。换言之,发电公司和输电公司基于自身效益最大化,分别将电源规划与输电网规划上报至独立系统运营商。在主导层中,独立系统运营商为区域内电源规划和输电网规划的审核方和主导方,负责核验从属层中提交的电源与输电网规划是否满足检验约束条件,即是否满足备用约束、可靠性约束和市场力约束。根据本发明的一个实施例,独立系统运营商使用PSAT(Power System AnalysisToolbox:电力系统分析工具包)软件并通过AC-OPF检验从属层规划是否满足检验约束条件。
在步骤S240中,若从属层规划不满足检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止。根据本发明的一个实施例,通过PAST软件运行AC-OPF,重新计算电能边际价格、输电边际价格以及额外收益因子αt(这里及后续部分省略对时段t的描述)。
新价格是基于下述规则提出的:当至少一个检验约束条件没有满足的时候,额外收益因子αt将会通过一个预先确定的倍增因子而增加。αt是主导层中独立系统运营商引导市场投资者行为的工具,若规划容量小于需求,独立系统运营商增加额外收益因子αt,以鼓励投资者投资新容量和新线路,若规划容量大于需求,独立系统运营商减少额外收益因子αt,降低投资者的积极性,以减少新容量的投资,缩小投资规模。
这一策略复制了电力市场的典型行为,当可利用资源水平受需求限制时,价格上升,当所有约束条件被满足的时候,市场竞争发挥作用,在常规步骤的基础上,计算电能边际价格和输电边际价格,αt不变。考虑参数αt实际上有一个累计值,考虑迭代次数r,对于第r次迭代后的额外收益因子有:
其中,表示第1次迭代后的额外收益因子,表示第2次迭代后的额外收益因子,表示第r-1次迭代后的额外收益因子。
最后,若从属层规划满足检验约束条件,则执行步骤S250,将从属层规划作为可再生能源与电网协调的整体规划。
为验证上述整体规划方案,在IEEE 6节点测试系统进行仿真,图3示出了根据本发明一个实施例的IEEE 6节点测试系统示意图。对于仿真参数,设定规划期,即阶段为5年,发电公司1有3台已安装机组,5台备用机组,发电公司2有1台已安装机组,8台备用机组,供电公司6有7条备用线路,总线3、4、5的初始负荷分别为10MW、7.5MW和7.5MW。机组A5的参数设置为:Wci=4m/s,Wrate=10m/s,Wco=22m/s。风速为正态分布,平均5.4m/s,标准偏差为2.7m/s。初始年负荷持续曲线中的负荷以每10%的速度增加,每一发电公司的最大装机容量不超过新装机容量总和的60%。
在每一阶段,边际备用处于20%到50%之间,负荷期望损失小于7%,发电机组将其运营成本提交竞标。将粒子群优化算法中的种群大小设置为48,迭代次数这是为100,两个学习因子均设置为2,惯性权重从0.9到0.4为线性下降。粒子群优化算法运行10次,选择最佳参数集。粒子群优化算法运行期间,产生多种解决方案,选择其中结果最好、迭代速度最快、收敛性最好的方案作为最终提交给独立系统运营商的方案。其中,蒙特卡罗仿真收敛准则是减少出力协方差直至0.01。由于该解决方案是由多次仿真实验模拟而出的,因此,最终的解决方案是一个精确解,而不是近似估计值。
表1示出了不同情景下额外收益因子αt的取值,具体如下所示:
表1
对于规划中风电场不确定性的影响,将情景安排如下:情景1考虑不确定性的出力规划,如表2所示,情景2不考虑不确定性的出力规划,如表3所示,具体如下:
表2
表3
表2显示了情景1的仿真结果,可以看出,发电公司和供电公司安装不同的发电机组和输电线路,以实现他们的利润最大化,其中,高投资成本的发电机组是在最初的几年安装的。
图4示出了根据本发明一个实施例的情景1与情景2的边际备用情况示意图。如图4所示,在风电场还原10%条件下,对情景1和情景2的A5机组减少功率结果而言,情景1比情景2更稳定,情景2的边际备用处于情景1边际备用的范围内,没有一个合适的边际效果,情景1的边际备用以合适的边际效果,处于可接受的间隔中。因此,本规划更灵活,帮助代理机构以最小的风险实现利润最大化。
为应对风电的不确定性,包含不确定性的风电机组A5在年中进行建设,电能边际价格系统与已安装线路和发电机组相对应。图5示出了根据本发明一个实施例的规划水平期内总线2的电能边际价格示意图。如图5所示,规划中总线2,第一年,在总线2与其他总线中不安装任何一条线路,其他发电机组也不安装在总线2上。因此,可以预测,下一年总线2的电能边际价格会上升,在第二年增加。然而,在第二年,总线2和总线3通过T2连接,B1安装在总线3上。因为有充分的资源和线路,总线2的电能边际价格不会增加。由上述可得,所有阶段的电能边际价格和输电边际价格与发电公司、供电公司的出力规划紧密相连。
从图5中可以得出以下结论:第一,规划期内电力价格的演变是明确的。这是一个常见的问题,在实际电力系统中,电价应该在未来几年增加。第二,电价应该对发电公司产生一个合适的弹性。电价的高低取决于装机容量,主导层阶段的约束条件也应该得到满足,可靠性如表4所示,所有阶段的负荷期望损失小于其最小值。仿真结果表明,整体规划能够考虑电力系统情况,提供不同情况下的解决方案,不仅仅考虑了不确定条件,也考虑了成本最小化,是优化规划模型,可以作为一个新的、有效的工具,应用在实际电力系统中,提供灵活的最佳规划。
表4
图6示出了本发明一个实施例的可再生能源与电网协调规划装置300示意图。如图6所示,可再生能源与电网协调规划装置300包括获取模块310、建立模块320、处理模块330、计算模块340和规划模块350。
获取模块310适于获取初始的电能边际价格和输电边际价格。
建立模块320与获取模块310相连,适于构建从属层模型和主导层模型,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件。发电模型包括发电公司实现利润最大化的第一目标函数和对应的第一约束条件,建立模块320进一步适于按照如下公式确定第一目标函数:
其中,z表示电源投资利润,LMPt为时段t电能边际价格,为第h个发电公司在时段t的累计装机容量,为时段t设备d的投资成本,为时段t第h个发电公司的设备d的容量增加量,为时段t设备d的运营成本,αt为时段t的额外收益因子,h表示发电公司的个数序号,时段t以年为周期,t=1,…,T,T为时间年限,d表示设备类型,设备d的总类型数为M,d=1,…,M。建立模块320进一步适于按照如下公式确定第一约束条件:
其中,为时段t第h个发电公司的每台设备的最大额定装机容量,为时段t第h个发电公司的最大装机容量,为时段t第h个发电公司的最大资本成本。输电模型包括输电公司实现利益最大化的第二目标函数和对应的第二约束条件,建立模块320进一步适于按照如下公式确定第二目标函数:
其中,v表示电网投资利润,FMPt为输电边际价格,为输电公司时段t备用线路的传输功率,为时段t线路f的投资成本,为时段t线路f的备用安装数,为时段t线路f的运营成本,a为输电公司的数量,f表示线路数,f=1,…,ML,ML为线路总数。建立模块320进一步适于按照如下公式确定第二约束条件:
P(V,Θ,n)-PG+PD=0
Q(V,Θ,n)-QG+QD=0
(N+NO)Sfrom≤(N+NO)Smax
(N+NO)Sto≤(N+NO)Smax
其中,P(·)表示计算有功功率,Q(·)表示计算无功功率,V表示电压矢量的大小,Θ表示电压矢量的角度,n表示每支流的新增线路数,PG和PD分别表示生产与需求有功功率矢量,QG和QD分别表示生产与需求无功功率矢量,N表示新线路矩阵,NO表示现有线路的矩阵,Sto和Sfrom分别表示发射和接收终端的支流视在功率,Smax表示视在功率上限值。建立模块320进一步适于按照如下公式确定第二约束条件:
|Vmin|≤|V|≤|Vmax|
0≤n≤nmax
其中,|·|表示求绝对值,Vmax以及Vmin分别表示电压的最大值、最小值,nmax表示新增线路数的最大值,与分别表示生产与需求有功功率矢量的最大值、最小值,与分别表示生产与需求无功功率矢量的最大值、最小值。检验约束条件包括备用约束、可靠性约束和市场力约束。建立模块320进一步适于按照如下公式确定备用约束:
其中,RMt表示时段t的边际备用,availablecapacityt表示时段t的可用容量,peakloadt表示时段t的峰值,表示时段t的边际备用最小值,表示时段t的边际备用最大值。建立模块320进一步适于按照如下公式确定可靠性约束:
LOLEt≤LOLEmax
其中,LOLEt表示时段t的负荷期望损失,k表示步数,k=1,…,Is,Is表示载荷步,tk表示负荷第k个步数的小时数,Lk表示第k个步数的需求容量,CT表示规划期内的总容量,Pk表示第k个步数的出力,LOLEmax表示负荷期望损失的最大值,hours表示小时数,years表示年数。建立模块320进一步适于按照如下公式确定市场力约束:
其中,为第h个发电公司在时段t的累计装机容量,h=1,…,H,H为发电公司的数量,Percemax表示时段t每一个发电公司在总安装功率的最大百分比。
处理模块330与建立模块320相连,适于根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验。
计算模块340与处理模块330相连,适于当从属层规划不满足检验约束条件时,重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止。
规划模块350分别与处理模块330和计算模块340相连,适于当从属层规划满足检验约束条件时,将从属层规划作为可再生能源与电网协调的整体规划。
关于可再生能源与电网协调规划的具体步骤以及实施例,在基于图2-5的描述中已经详细公开,此处不再赘述。
现有的可再生能源与电网协调规划方案没有考虑相应的输电通道规划,并未结合市场和系统安全运行的约束条件,以便实现可再生能源的电源与输电网协同规划,在我国可再生能源消纳利用以及电力市场高效稳定运行的共同研究上有所欠缺。根据本发明的可再生能源与电网协调规划的技术方案,首先获取初始的电能边际价格和输电边际价格,构建从属层模型和主导层模型,根据从属层模型确定从属层规划,将从属层规划提交至主导层模型以进行检验,若从属层规划不满足检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给从属层模型,直至从属层模型提交的从属层规划满足检验约束条件为止,若从属层规划满足检验约束条件,将从属层规划作为可再生能源与电网协调的整体规划。在上述技术方案中,从属层模型包括基于可再生能源的发电模型和输电模型,主导层模型包括适于检验从属层模型的检验约束条件,结合市场和系统安全运行的约束条件,构建出一个主-从优化模型来优化可再生能源与电网协调规划。进一步地,在考虑不确定性的条件下,能够在同一时间实现发电公司和供电公司的利润最大化、满足网络安全约束、最大限度减少风险损失,通过概率分析来最大化利润概率。此外,考虑到规划中独立系统运营商的新规则,通过降低参与者的额外收入,增加电力市场的竞争力。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间,以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的可再生能源与电网协调规划方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (21)
1.一种可再生能源与电网协调规划方法,适于在计算设备中执行,所述方法包括:
获取初始的电能边际价格和输电边际价格;
构建从属层模型和主导层模型,所述从属层模型包括基于可再生能源的发电模型和输电模型,所述主导层模型包括适于检验所述从属层模型的检验约束条件;
根据所述从属层模型确定从属层规划,将所述从属层规划提交至所述主导层模型以进行检验;
若所述从属层规划不满足所述检验约束条件,则重新计算电能边际价格和输电边际价格并将其反馈给所述从属层模型,直至所述从属层模型提交的从属层规划满足所述检验约束条件为止;
若所述从属层规划满足所述检验约束条件,将所述从属层规划作为可再生能源与电网协调的整体规划;
所述发电模型包括发电公司实现利润最大化的第一目标函数和对应的第一约束条件,所述第一目标函数以如下公式确定:
其中,z表示电源投资利润,LMPt为时段t电能边际价格,为第h个发电公司在时段t的累计装机容量,为时段t设备d的投资成本,为时段t第h个发电公司的设备d的容量增加量,为时段t设备d的运营成本,αt为时段t的额外收益因子,h表示发电公司的个数序号,时段t以年为周期,t=1,…,T,T为时间年限,d表示设备类型,设备d的总类型数为M,d=1,…,M。
2.如权利要求1所述的方法,所述第一约束条件以如下公式确定:
其中,为时段t第h个发电公司的每台设备的最大额定装机容量,为时段t第h个发电公司的最大装机容量,为时段t第h个发电公司的最大资本成本。
3.如权利要求1所述的方法,所述输电模型包括输电公司实现利益最大化的第二目标函数和对应的第二约束条件,所述第二目标函数以如下公式确定:
其中,v表示电网投资利润,FMPt为输电边际价格,为输电公司时段t备用线路的传输功率,为时段t线路f的投资成本,为时段t线路f的备用安装数,为时段t线路f的运营成本,a为输电公司的数量,f表示线路数,f=1,…,ML,ML为线路总数。
4.如权利要求3所述的方法,所述第二约束条件以如下公式确定:
P(V,Θ,n)-PG+PD=0
Q(V,Θ,n)-QG+QD=0
(N+NO)Sfrom≤(N+NO)Smax
(N+NO)Sto≤(N+NO)Smax
其中,P(·)表示计算有功功率,Q(·)表示计算无功功率,V表示电压矢量的大小,Θ表示电压矢量的角度,n表示每支流的新增线路数,PG和PD分别表示生产与需求有功功率矢量,QG和QD分别表示生产与需求无功功率矢量,N表示新线路矩阵,NO表示现有线路的矩阵,Sto和Sfrom分别表示发射和接收终端的支流视在功率,Smax表示视在功率上限值。
5.如权利要求4所述的方法,所述第二约束条件以如下公式确定:
|Vmin|≤|V|≤|Vmax|
0≤n≤nmax
其中,|·|表示求绝对值,Vmax以及Vmin分别表示电压的最大值、最小值,nmax表示新增线路数的最大值,与分别表示生产与需求有功功率矢量的最大值、最小值,与分别表示生产与需求无功功率矢量的最大值、最小值。
6.如权利要求1所述的方法,所述检验约束条件包括备用约束、可靠性约束和市场力约束。
7.如权利要求6所述的方法,所述备用约束以如下公式确定:
其中,RMt表示时段t的边际备用,availablecapacityt表示时段t的可用容量,peakloadt表示时段t的峰值,表示时段t的边际备用最小值,表示时段t的边际备用最大值。
8.如权利要求7所述的方法,所述可靠性约束以如下公式确定:
LOLEt≤LOLEmax
其中,LOLEt表示时段t的负荷期望损失,k表示步数,k=1,…,Is,Is表示载荷步,tk表示负荷第k个步数的小时数,Lk表示第k个步数的需求容量,CT表示规划期内的总容量,Pk表示第k个步数的出力,LOLEmax表示负荷期望损失的最大值,hours表示小时数,years表示年数。
9.如权利要求6-8中任一项所述的方法,所述市场力约束以如下公式确定:
其中,为第h个发电公司在时段t的累计装机容量,h=1,…,H,H为发电公司的数量,Percemax表示时段t每一个发电公司在总安装功率的最大百分比。
10.一种可再生能源与电网协调规划装置,适于驻留在计算设备中,所述装置包括:
获取模块,适于获取初始的电能边际价格和输电边际价格;
建立模块,适于构建从属层模型和主导层模型,所述从属层模型包括基于可再生能源的发电模型和输电模型,所述主导层模型包括适于检验所述从属层模型的检验约束条件;
处理模块,适于根据所述从属层模型确定从属层规划,将所述从属层规划提交至所述主导层模型以进行检验;
计算模块,适于当所述从属层规划不满足所述检验约束条件时,重新计算电能边际价格和输电边际价格并将其反馈给所述从属层模型,直至所述从属层模型提交的从属层规划满足所述检验约束条件为止;
规划模块,适于当所述从属层规划满足所述检验约束条件时,将所述从属层规划作为可再生能源与电网协调的整体规划;
所述发电模型包括发电公司实现利润最大化的第一目标函数和对应的第一约束条件,所述建立模块进一步适于按照如下公式确定所述第一目标函数:
其中,z表示电源投资利润,LMPt为时段t电能边际价格,为第h个发电公司在时段t的累计装机容量,为时段t设备d的投资成本,为时段t第h个发电公司的设备d的容量增加量,为时段t设备d的运营成本,αt为时段t的额外收益因子,h表示发电公司的个数序号,时段t以年为周期,t=1,…,T,T为时间年限,d表示设备类型,设备d的总类型数为M,d=1,…,M。
11.如权利要求10所述的装置,所述建立模块进一步适于按照如下公式确定所述第一约束条件:
其中,为时段t第h个发电公司的每台设备的最大额定装机容量,为时段t第h个发电公司的最大装机容量,为时段t第h个发电公司的最大资本成本。
12.如权利要求10所述的装置,所述输电模型包括输电公司实现利益最大化的第二目标函数和对应的第二约束条件,所述建立模块进一步适于按照如下公式确定所述第二目标函数:
其中,v表示电网投资利润,FMPt为输电边际价格,为输电公司时段t备用线路的传输功率,为时段t线路f的投资成本,为时段t线路f的备用安装数,为时段t线路f的运营成本,a为输电公司的数量,f表示线路数,f=1,…,ML,ML为线路总数。
13.如权利要求12所述的装置,所述建立模块进一步适于按照如下公式确定所述第二约束条件:
P(V,Θ,n)-PG+PD=0
Q(V,Θ,n)-QG+QD=0
(N+NO)Sfrom≤(N+NO)Smax
(N+NO)Sto≤(N+NO)Smax
其中,P(·)表示计算有功功率,Q(·)表示计算无功功率,V表示电压矢量的大小,Θ表示电压矢量的角度,n表示每支流的新增线路数,PG和PD分别表示生产与需求有功功率矢量,QG和QD分别表示生产与需求无功功率矢量,N表示新线路矩阵,NO表示现有线路的矩阵,Sto和Sfrom分别表示发射和接收终端的支流视在功率,Smax表示视在功率上限值。
14.如权利要求13所述的装置,所述建立模块进一步适于按照如下公式确定所述第二约束条件:
|Vmin|≤|V|≤|Vmax|
0≤n≤nmax
其中,|·|表示求绝对值,Vmax以及Vmin分别表示电压的最大值、最小值,nmax表示新增线路数的最大值,与分别表示生产与需求有功功率矢量的最大值、最小值,与分别表示生产与需求无功功率矢量的最大值、最小值。
15.如权利要求10所述的装置,所述检验约束条件包括备用约束、可靠性约束和市场力约束。
16.如权利要求15所述的装置,所述建立模块进一步适于按照如下公式确定所述备用约束:
其中,RMt表示时段t的边际备用,availablecapacityt表示时段t的可用容量,peakloadt表示时段t的峰值,表示时段t的边际备用最小值,表示时段t的边际备用最大值。
17.如权利要求15所述的装置,所述建立模块进一步适于按照如下公式确定所述可靠性约束:
LOLEt≤LOLEmax
其中,LOLEt表示时段t的负荷期望损失,k表示步数,k=1,…,Is,Is表示载荷步,tk表示负荷第k个步数的小时数,Lk表示第k个步数的需求容量,CT表示规划期内的总容量,Pk表示第k个步数的出力,LOLEmax表示负荷期望损失的最大值,hours表示小时数,years表示年数。
18.如权利要求15-17中任一项所述的装置,所述建立模块进一步适于按照如下公式确定所述市场力约束:
其中,为第h个发电公司在时段t的累计装机容量,h=1,…,H,H为发电公司的数量,Percemax表示时段t每一个发电公司在总安装功率的最大百分比。
19.一种计算设备,包括如权利要求10-18中任一项所述的可再生能源与电网协调规划装置。
20.一种计算设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至9所述的方法中的任一方法的指令。
21.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至9所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710509849.5A CN107196298B (zh) | 2017-06-28 | 2017-06-28 | 一种可再生能源与电网协调规划方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710509849.5A CN107196298B (zh) | 2017-06-28 | 2017-06-28 | 一种可再生能源与电网协调规划方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107196298A CN107196298A (zh) | 2017-09-22 |
CN107196298B true CN107196298B (zh) | 2019-07-02 |
Family
ID=59880996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710509849.5A Active CN107196298B (zh) | 2017-06-28 | 2017-06-28 | 一种可再生能源与电网协调规划方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107196298B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840655A (zh) * | 2017-11-29 | 2019-06-04 | 中国电力科学研究院有限公司 | 一种低碳能源规划方法及系统 |
CN114971012A (zh) * | 2022-05-25 | 2022-08-30 | 国网江苏省电力有限公司经济技术研究院 | 一种面向新型电力系统电源规划模型的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372760A (zh) * | 2016-09-28 | 2017-02-01 | 武汉大学 | 一种基于博弈论的区域电网电能交易商市场化竞价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6140521B2 (ja) * | 2013-05-10 | 2017-05-31 | 学校法人慶應義塾 | 電力ネットワークシステム |
-
2017
- 2017-06-28 CN CN201710509849.5A patent/CN107196298B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372760A (zh) * | 2016-09-28 | 2017-02-01 | 武汉大学 | 一种基于博弈论的区域电网电能交易商市场化竞价方法 |
Non-Patent Citations (1)
Title |
---|
基于遗传算法的电力市场环境下的发电公司竞价机制;周青山等;《中国农村水利水电》;20061130(第11期);第113、114、116页 |
Also Published As
Publication number | Publication date |
---|---|
CN107196298A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghadimi et al. | PSO based fuzzy stochastic long-term model for deployment of distributed energy resources in distribution systems with several objectives | |
Pereira et al. | Optimal allocation of distributed generation and capacitor banks using probabilistic generation models with correlations | |
CN107147116B (zh) | 一种风电投资规划的优化方法、装置及计算设备 | |
Yu et al. | Optimal bidding strategy of prosumers in distribution-level energy markets | |
CN109193748B (zh) | 一种光伏消纳能力的评价方法及计算设备 | |
Jiao et al. | Electricity price driven active distribution network planning considering uncertain wind power and electricity price | |
CN109272353B (zh) | 计及综合需求响应不确定性的系统动态概率能流分析方法 | |
Lin et al. | Optimal ESS allocation in distribution network using accelerated generalised Benders decomposition | |
Dai et al. | Economic dispatch of interconnected networks considering hidden flexibility | |
Wang et al. | Economic assessment for battery swapping station based frequency regulation service | |
CN109245155A (zh) | 基于不确定理论的配电网广义电源变电可信容量评估方法 | |
Saberi et al. | Probabilistic congestion driven network expansion planning using point estimate technique | |
CN107196298B (zh) | 一种可再生能源与电网协调规划方法、装置及计算设备 | |
CN112381421A (zh) | 一种考虑电力市场全维度的源网荷多主体博弈规划方法 | |
CN112329230A (zh) | 一种多微网主体非合作博弈交易方法 | |
CN110175702A (zh) | 确定跨区互联电网项目的规划方案的方法、计算设备 | |
Dong et al. | Sensitivity‐based reliability coordination for power systems considering wind power reserve based on hybrid correlation control method for wind power forecast error | |
CN111144729A (zh) | 电力系统效益评价模型的构建方法、装置和计算设备 | |
Gu et al. | An Auto-Tuned Robust Dispatch Strategy for Virtual Power Plants to Provide Multi-Stage Real-Time Balancing Service | |
CN112131695B (zh) | 源网协同规划方法及终端设备 | |
Moradi-Sepahvand et al. | Secure expansion of energy storage and transmission lines considering bundling option under renewable penetration | |
CN107909302A (zh) | 一种电网‑可再生能源协调规划的技术方法及装置 | |
Liao et al. | Bi‐level optimization of multi‐regional power system considering low‐carbon oriented synergy of both source and load sides | |
Barnacle et al. | Multi‐objective transmission reinforcement planning approach for analysing future energy scenarios in the Great Britain network | |
CN112307645B (zh) | 电源规划方法及终端设备 |
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 |