CN107196331B - 一种基于电网峰谷幅频特性的新能源消纳方法 - Google Patents
一种基于电网峰谷幅频特性的新能源消纳方法 Download PDFInfo
- Publication number
- CN107196331B CN107196331B CN201710398182.6A CN201710398182A CN107196331B CN 107196331 B CN107196331 B CN 107196331B CN 201710398182 A CN201710398182 A CN 201710398182A CN 107196331 B CN107196331 B CN 107196331B
- Authority
- CN
- China
- Prior art keywords
- peak
- frequency
- load
- power
- new energy
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000005611 electricity Effects 0.000 claims abstract description 42
- 230000033228 biological regulation Effects 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 239000003245 coal Substances 0.000 claims description 9
- 230000005619 thermoelectricity Effects 0.000 claims description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 15
- 230000029087 digestion Effects 0.000 abstract description 11
- 230000002123 temporal effect Effects 0.000 abstract description 6
- 238000011161 development Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H02J3/382—
-
- 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
-
- 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
- H02J3/46—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
Abstract
本发明公开一种提取电网峰谷幅频特性的新能源消纳方法，针对电网峰谷差幅值跟随频率的变化特性，考虑多种电源组合的协调开机、负荷结构的分时特性与负荷频率特性，构建电网峰谷差与新能源消纳量间的数学映射模型，科学指导电力系统对新能源发电消纳能力的技术分析。首先，计及电网中多源机组开机方式，建立电源组合调峰模型。其次，构建负荷响应调峰模型，为计及电网负荷的频率特性与时序特性，提出一种负荷频率特性与负荷结构时序概率分布的结合模型。最终，联合电源组合与负荷响应的调峰模型，形成一种基于电网峰谷幅频特性的新能源消纳模型。通过本发明可灵活利用电网峰谷差的频率响应特性，有效提升电网对新能源发电的消纳能力。
Description
技术领域
本发明涉及电力系统中新能源消纳技术领域，特别涉及一种基于电网峰谷幅频特性的新能源消纳方法。由于新能源发电的反调峰特性，电力系统运行在负荷低谷时出现因消纳困难而弃风等现象，新能源消纳方法的实用性与创新性成为提升新能源开发效率的关键技术方向。本发明利用电力系统频率运行特性，解放原有的全时段固定频率运行约束，以电网峰谷差为调节杠杆，将频率响应量求解应用至新能源消纳方法中，进一步提升新能源的消纳能力，即本发明涉及的一种基于电网峰谷幅频特性的新能源消纳方法。
背景技术
随着大规模风电、光伏等新能源上网发电，新能源出力的随机性和波动性为电力系统运行带来巨大挑战。当新能源出力超过电网承载能力，为满足系统发电与负荷的实时平衡，弃风、弃光将难以避免。然而，2013年我国风电弃风总量仍然超过200亿千瓦时。人们已经意识到，仅仅依靠技术手段，而不利用市场机制，难以解决大规模新能源消纳的难题。因此，迫切需要引入灵活的市场机制，引导需求侧资源互动，以促进新能源消纳。风电等新能源发电在国内外的快速发展，已显示出显著的社会效益和环境效益。然而，随着风电等新能源发电的大规模发展，其出力的不确定性与随机性对电网规划工作带来了新的挑战，亟需建立面向新能源消纳的电网规划方法，使电网规划方案能够适应新能源的大规模发展。
随着新能源发电需求的日益增长，环境问题的不断突出，世界清洁能源开发利用已成为人类社会发展的必然选择。世界各国都在积极探索消纳新能源的措施。政策方面，美国设立多项法案，加大对新能源技术资助力度，减轻对化石能源依赖程度，引入电动汽车以消纳新能源；市场机制方面，丹麦通过与北欧的挪威、瑞典以及欧洲大陆的德国开展跨国电力市场交易，实现风电消纳；技术方面，为促进新能源电力消纳，中国主要改进风电、光伏发电机组性能，如改善风机接入电力系统的低压穿越能力、建设双馈风机风电场、增强光伏发电稳定性等。
目前，考虑新能源的电网规划已得到了一定的研究。白建华等[1]从宏观角度提出了风电与其他电源和电网的统一规划面临的问题。高赐威等[2]提出了以满足风电利用指标为约束的含风电电源电网规划模型。高赐威等[3]提出了电源电网协调规划模型，着重考虑了调节型电源的装机规划与输电线路选址问题。周金辉[4]提出了风电接入下的输电网有功和无功扩展规划方法，关注于网络设备投资决策与方案的控制措施成本。Lund等[5]基于两种电网规划方案，着重比较了两种方案的电力平衡情况、线路输电能力。上述文献对面向新能源消纳的电网规划问题进行了初步的分析研究，但建立的模型大多较为简单，一般只关注影响新能源消纳的某一因素，没有能够在电网规划过程中从峰谷差、电网频率运行特性、调峰能力、调频能力、网络约束、潮流分布、系统运行成本等多个角度综合考虑新能源的消纳问题。
在新能源消纳关键技术中，目前国内外已逐步产生出多种技术方法，包括：基于风电供热的低谷风电消纳技术、基于燃气/水电/抽水蓄能等快速启停机组的风电消纳技术、基于价格或激励机制的需求响应的风电消纳技术、基于跨区能源互补的风电消纳技术等，然而，在约束范围内解放出电力系统基础频率特征量，提出虚拟频率概念，进行建模以及应用至新能源峰谷消纳方面，仍属技术空白领域，传统的电力系统峰谷差等电网运行指标均需从新定义，并提出一种全新的提取电网峰谷幅频特性的新能源消纳方法。
专利CN201610105893.5中提出了一种用于提升新能源消纳能力的动态峰谷分时电价方法，动态引导用户理性用电，建立了考虑动态峰谷电价的需求响应评估模型，模拟用户根据新能源预测出力的变化而动态响应，从而促进新能源消纳。该专利通过需求侧峰谷电价激励政策来实现新能源消纳方法，与本发明专利的区别之处在于，本发明专利提出了基于虚拟频率的峰谷幅值调节消纳模型，该模型揭示了系统安全稳定性频率变量与充裕性消纳变量的映射原理刻画过程，依据该模型实施控制，指导调频装置的调节，进而促进新能源消纳，形成一种新的消纳理论和方法。从物理原理、安全稳定性、充裕性三个层面给出了一种基于电网峰谷幅频特性的新能源消纳方法，解决了新能源消纳充裕性的同时，兼顾了系统安全稳定运行特性。
参考文献：
[1]白建华，辛颂旭，贾德香，等.我国风电大规模开发面临的规划和运行问题分析[J].电力技术经济，2009，21(2)：7-11.
[2]高赐威，何叶.考虑风力发电接入的电网规划[J].电力科学与技术学报，2009，24(4)：19-24.
[3]高赐威，吴天婴，何叶，等.考虑风电接入的电源电网协调规划[J].电力系统自动化，2012，36(22)：30-35.
[4]周金辉，余贻鑫，曾沅，等.大规模风电接入下输电网扩展规划的启发式优化算法[J].电力系统自动化，2011，35(22)：66-70.
[5]Lund H， P A.Electric grid and heat planning scenarioswith centralised and distributed sources of conventional，CHP and windgeneration[J].Energy，2000，25(4)：299-312.
发明内容
电力系统在尖峰时段与低谷时段的电源机组组合方式与负荷波动量将直接影响新能源消纳过程，即电网峰谷差幅值的时间特性与频率特性是新能源消纳过程的关键因素。如何科学合理的挖掘电网峰谷差的幅频特性，建立其与新能源消纳量的关系，是本发明的主要目标。在本发明中提出一个概念为虚拟频率，以下说明书中所阐述的频率均指虚拟频率，虚拟频率是指在计算求解中等效于运行频率量，即频率响应需求量，该概念既可以是真实频率也可以是频率计算当量。在电网实施中，依据本发明模型所计算得出的虚拟频率值作为指标，采用调频措施(储能、负荷转移等)等效出模型计算所得的虚拟频率响应量，实现新能源消纳的同时兼顾了系统频率安全稳定性。
本发明提出了一种提取电网峰谷幅频特性的新能源消纳方法，针对电网峰谷差的幅频特性的重新定义，首先，计及电网中多源机组开机方式，建立电源组合调峰模型，其次，构建负荷响应调峰模型，为计及电网负荷的频率特性与时序特性，提出一种负荷频率特性与负荷结构时序概率分布的结合模型。最终，联合电源组合与负荷响应的调峰模型，形成一种基于电网峰谷幅频特性的新能源消纳模型。通过本发明的实施，能够得出电网峰谷差幅频特性与新能源消纳的关系，可以灵活利用电网峰谷差的频率响应调节特性，有效提升电网对新能源发电的消纳能力。
本发明的技术方案是：
一种提取电网峰谷幅频特性的新能源消纳方法，其特征在于包括：通过计及电网中多源机组开机方式，建立电源组合调峰模型。构建负荷响应调峰模型，为计及电网负荷的频率特性与时序特性，提出一种负荷频率特性与负荷结构时序概率分布的结合模型。联合电源组合与负荷响应的调峰模型，形成一种基于电网峰谷幅频特性的新能源消纳方法。具体如下步骤：
步骤1：基础参数汇集与已知给定。其中包括：电网运行频率、负荷尖峰时段、负荷低谷时段、区域电源的发电计划曲线、区域电源技术最小出力等已知参数；
步骤2：定义含幅频调节特性的电网峰谷差，作为电网运行中新状态变量，表达式如下：
其中：f为系统频率限额、ti为负荷尖峰时刻、tj为负荷低谷时刻、D(f,tij)为具有时间频率特性的峰谷差变量、为尖峰负荷值、P L(f,tj)为低谷负荷值。
步骤3：构建电源组合调峰模型，定义调峰过程中电源组合变量的数学关系；
其中：PGmax(ti)为系统电源侧在负荷尖峰时刻的最大可调出力，PGmin(tj)为系统电源侧在负荷低谷时刻的最小可调出力，尖峰时刻ti的负荷值，P L(tj)低谷时刻tj的负荷值，为系统上调备用，RG为系统下调备用；
本发明电源组合调峰模型中PGmax(ti)与PGmin(tj)的组合关系如下：
步骤3.1：定义电源组合变量PGmax(ti)与PGmin(tj)，表达式如下：
其中：PTmax(ti)/PTmin(tj)为燃煤电源最高/最低可调出力，Ph(ti)/Ph(tj)分别为水力电源峰谷出力，Pn(ti)/Pn(tj)为核电源峰谷出力，Pc(ti)/Pc(tj)为区域互联输电的峰谷潮流，Pl(ti)/Pl(tj)为低电压等级机组出力，Pw(ti)/Pw(tj)为新能源风电出力，βT/βh/βn/βl分别为燃煤机组、水电机组、核电机组、低电压等级机组的厂用电率，a为系统联络线运行的网损率。
步骤3.2：电源组合变量PGmax(ti)与PGmin(tj)的频率调节特性，表达式如下：
ΔPG(t)＝-KGΔf
其中：KG为发电机的单位调节功率，ΔP(t)发电功率调节量，Δf为系统频率变化量；
步骤3.3：定义燃煤机组组合变量PTmax(ti)、PTmin(tj)，表达式如下：
其中：Pht(t)为热电机组，Pnt(t)为非热电机组，k为热电机组开机台数，m为非热电机组开机台数，δh为电网初始模式下热电机组的调峰率，δn为电网初始模式下非热电机组的调峰率。
步骤4：构建负荷响应调峰模型，定义负荷频率特性与负荷结构时序特性的求解方程；
步骤4.1：定义负荷频率特性
其中：PL0额定频率时的总负荷，PL(f,t)频率为f值时的总负荷，αn(t)为负荷结构t时刻占比，α0(t)+α1(t)+α2(t)+...+αn(t)＝1。
步骤4.2：定义负荷结构时序概率模型，通过蒙特卡洛法模拟出步骤4.1中负荷结构αn(t)的时序数值解，表达式如下：
式中Tk代表第k个时段，k＝1,2,3,…,24。采用蒙特卡洛法模拟出负荷结构αn(t)的数值曲线。
步骤5：推导步骤2至步骤4中模型，得出电网峰谷差幅频特性与新能源消纳量的映射关系，构建基于电网峰谷幅频特性的新能源消纳模型，表达式如下：
式中PW(D,tj)为峰谷差为D时的低谷消纳的风电电力值，D(fij,tij)为峰谷频率响应分别为fi与fj时的峰谷差值。为上调备用初始值，为上调备用初始值，为尖峰时刻ti的风电出力，η为厂用电率与线损的系数向量，为多元电源尖峰可调出力的组合向量，为多元电源低谷可调出力的组合向量，为热电机组开机台数变化量为Δk时，机组组合最大可调出力的变化值，为非热电机组开机台数变化量为Δm时，机组组合最大可调出力的变化值，ΔD(fij,tij)为峰谷差随峰谷频率响应值fij的变化量，δh为电网初始模式下热电机组的调峰率，δn为电网初始模式下非热电机组调峰率。
步骤6：依据步骤5的模型，求解电网尖峰时段频率降低调节与电网低谷时段频率提升调节对峰谷差D(fij,tij)的改变，采用峰谷联合调节能够实现新能源消纳变量PW(Dij,tj)的大幅提升。
有益效果：
为电网新能源发电消纳技术提供了电网峰谷差幅频特性模型、电源组合调峰模型与负荷响应调峰模型，为电网新能源消纳以及系统调峰决策提出了新的方法，同时在合理时段通过等效调整频率，以峰谷差值为杠杆，有效提升了新能源发电的消纳空间。本发明所提出的一种基于电网峰谷幅频特性的新能源消纳模型中，既包含了电力系统安全稳定性的频率变量，又包含了电力系统充裕性的新能源消纳变量，其映射原理与数学关系都已明确揭示，实现了安全稳定性与充裕性的有机统一，提供了一种崭新的新能源消纳视角，即通过1、2次调频控制可以促进新能源消纳，形成创新的思路与观点，本发明探索出了一种电网峰谷幅频响应特性改变消纳能力的新方案，拓宽了新能源消纳技术领域，促进了新能源消纳量的提升，从而产生了巨大的绿色能源发展效益与经济效益。
附图说明
图1是本发明中的一种基于提取电网峰谷幅频特性的新能源消纳方法的构建流程图。
具体实施方式
下面结合附图对本发明的具体实施做进一步说明。
实施例1：
对上述一种提取电网峰谷幅频特性的新能源消纳方法，包括如下步骤：
步骤1：基础参数汇集与已知给定。如下表所示：(以下所有涉及功率的单位为万千瓦)
表1运行参数给定表
电网运行频率、负荷尖峰时段、负荷低谷时段、区域电源的发电计划曲线、区域电源技术最小出力等已知参数；
步骤2：定义含幅频调节特性的电网峰谷差，作为电网运行中新状态变量，表达式如下：
步骤3：构建电源组合调峰模型，定义调峰过程中电源组合变量的数学关系；
其中：PGmax(ti)为系统电源侧在负荷尖峰时刻的最大可调出力，PGmin(tj)为系统电源侧在负荷低谷时刻的最小可调出力，为系统上调备用，R G为系统下调备用；
本发明电源组合调峰模型中PGmax(ti)与PGmin(tj)的组合关系如下：
步骤3.1：定义电源组合变量PGmax(ti)与PGmin(tj)，表达式如下：
步骤3.2：电源组合变量PGmax(ti)与PGmin(tj)的频率调节特性，表达式如下：
ΔPG(t)＝-KGΔf
其中：整体系统的KG取为6000MW/Hz
步骤3.3：定义燃煤机组组合变量PTmax(ti)、PTmin(tj)，表达式如下：
步骤4：构建负荷响应调峰模型，定义负荷频率特性与负荷结构时序特性的求解方程；
步骤4.1：定义负荷频率特性
PL(50Hz,tj)＝1915万千瓦
步骤4.2：定义负荷结构时序概率模型，通过蒙特卡洛法模拟出步骤4.1中负荷结构αn(t)的时序数值解，表达式如下：
负荷低谷时段，各负荷结构时序概率负荷正态分布，经蒙特卡洛模拟得出，低谷时段负荷结构占比分别为α0(tj)＝0.1,α1(tj)＝0.136,α2(tj)＝0.06,α3(tj)＝0.704,与系统频率变化的三次方以上成比例的负荷在系统中所占的比重较小，本算例中暂不考虑。
步骤5：推导步骤2至步骤4中模型，得出电网峰谷差幅频特性与新能源消纳量的映射关系，进而构建基于电网峰谷幅频特性的新能源消纳模型，表达式如下：
(1)当系统运行频率为50Hz时，基于电网峰谷幅频特性的新能源消纳模型求解如下：
PW(50Hz,tj)＝-D(50Hz,tij)+561＝79万千瓦
在系统50Hz运行时，无频率调节措施前，低谷时刻新新能源消纳空间为79万千瓦。
(2)尖峰时段ti频率f限值运行在49.9Hz时,调用步骤3电源组合调峰模型可得：
基于电网峰谷幅频特性的新能源消纳模型求解如下：
PW(tj)＝-(D(fi,tij)-60)+438＝-D(49.9Hz,tij)+498＝80万千瓦
(3)低谷时段tj频率f限值运行在50.1Hz时,调用步骤4负荷响应调峰模型，基于电网峰谷幅频特性的新能源消纳模型求解如下：
PL0(50Hz,tj)＝1915万千瓦
步骤6：依据步骤5的模型，求解电网尖峰时段频率降低调节与电网低谷时段频率提升调节对峰谷差D(fij,tij)的改变，采用峰谷联合调节能够实现新能源消纳变量PW(Dij,tj)的大幅提升。
采用尖峰与低谷的频率的联合调节，基于电网峰谷幅频特性的新能源消纳模型求解如下：
PW(Dij,tj)＝-[D0+ΔD(fij,tj)]+561＝-[D0-39]+561＝118万千瓦
ΔPW(ti)＝39万千瓦
综上得出，应用本发明模型方法，可求解出：在电网尖峰时，频率运行在49.9Hz，系统低谷消纳新能源风电量为109万千瓦，相比原固有50Hz时提升了30万千瓦消纳量；在电网低谷时，频率运行在50.1Hz，系统低谷消纳新能源风电量为88万千瓦，相比原固有50Hz时提升了9万千瓦消纳量；联合电网峰谷频率一同调节，系统低谷消纳新能源风电量为118万千瓦，相比原固有50Hz时提升了39万千瓦消纳量。
实施例2：
本发明模型表征的是频率响应量与新能源消纳量间的数学推理关系，当具体实施场景2中频率变量被作为是虚拟频率时，那么该频率响应值需凭借具有1、2次调频能力的单元进行等效调节，结合模型计算结果，具体实施步骤如下：
(1)电网尖峰时段ti频率f限值运行在49.9Hz时,调用步骤3电源组合调峰模型可得：
求解得出开机方式为减少一台60万机组，对应的频率响应量为49.9Hz，然而由于系统中存在一定容量的上调备用，因此全网机组调频动作，占用向上备用将系统频率调节维持在50Hz正常运行方式，此时向上备用裕度被减小，当发生大容量电源脱故障，系统恢复频率将是模型所计算得出的49.9Hz。
(2)低谷时段tj频率f限值运行在50.1Hz时,调用步骤4负荷响应调峰模型，基于电网峰谷幅频特性的新能源消纳模型求解如下：
在低谷时刻如消纳88万千瓦风电，频率响应值为50.1Hz，如果电力系统维持50Hz正常运行方式，通过模型计算得出，需提供调节0.1Hz的调频单元。
(3)采用尖峰与低谷的频率的联合调节，基于电网峰谷幅频特性的新能源消纳模型求解如下：
PW(Dij,tj)＝-[D0+ΔD(fij,tj)]+561＝-[D0-39]+561＝118万千瓦
ΔPW(ti)＝39万千瓦
综上，采用本发明中模型求解得出的指导性结论为：电网在尖峰时段发生大容量电源损失故障时，故障恢复频率允许运行在49.9Hz。在低谷时段能够提供0.1Hz的调频单元，那么可提升新能源消纳容量为39万千瓦。同时该模型也使得安全稳定性指标f与充裕性ΔPW(ti)间实现了有机的结合。
Claims (10)
1.一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于如下步骤：步骤1：基础参数汇集与已知给定；步骤2：定义含幅频调节特性的电网峰谷差，作为电网运行中新状态变量；步骤3：构建电源组合调峰模型，定义调峰过程中电源组合变量的关系；步骤3.1：定义电源组合变量：系统电源侧在负荷尖峰时刻ti的最大可调出力PGmax(ti)与系统电源侧在负荷低谷时刻tj的最小可调出力PGmin(tj)；步骤3.2：电源组合变量PGmax(ti)与PGmin(tj)的频率调节特性；步骤3.3：定义燃煤机组组合变量：燃煤机组最高可调出力PTmax(ti)、燃煤机组最低可调出力PTmin(tj)；步骤4：构建负荷响应调峰模型，定义负荷频率特性与负荷结构时序特性的求解方程；步骤5：推导步骤2至步骤4中模型，得出电网峰谷差幅频特性与新能源消纳量的映射关系，进而构建基于电网峰谷幅频特性的新能源消纳模型；步骤6：依据步骤5的模型，求解电网尖峰时段频率降低调节与电网低谷时段频率提升调节对峰谷差的改变D(fij,tij)，采用峰谷联合调节能够实现新能源消纳变量PW(Dij,tj)的提升。
2.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤1基础参数汇集与已知给定包括：电网运行频率、负荷尖峰时段、负荷低谷时段、区域电源发电计划曲线、区域电源技术最小出力这些已知参数。
3.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤2所述的定义含幅频调节特性的电网峰谷差，作为电网运行中新状态变量，表达式如下：
其中：f为系统频率限额、ti为负荷尖峰时刻、tj为负荷低谷时刻、D(f,tij)为具有时间频率特性的峰谷差变量、为频率f下的尖峰负荷值、P L(f,tj)为频率f下的低谷负荷值；fi为负荷尖峰时电网频率值，fj为负荷低谷时电网频率值，fij是关于尖峰频率fi和低谷频率fj的频率运行变量。
4.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤3电源组合调峰模型，表示如下：
其中：PGmax(ti)为系统电源侧在负荷尖峰时刻ti的最大可调出力，PGmin(tj)为系统电源侧在负荷低谷时刻tj的最小可调出力，尖峰时刻ti的负荷值，P L(tj)低谷时刻tj的负荷值，为系统上调备用，R G为系统下调备用。
5.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤3.1所述的电源组合变量PGmax(ti)与PGmin(tj)，表示如下：
其中：PTmax(ti)/PTmin(tj)为燃煤机组最高/最低可调出力，Ph(ti)/Ph(tj)分别为水力电源峰谷出力，Pn(ti)/Pn(tj)为核电源峰谷出力，Pc(ti)/Pc(tj)为区域互联输电的峰谷潮流，Pl(ti)/Pl(tj)为峰/谷时低电压等级机组出力，Pw(ti)/Pw(tj)为峰/谷时新能源风电出力，βT/βh/βn/βl分别为燃煤机组、水电机组、核电机组、低电压等级机组的厂用电率，a为系统联络线运行的网损率，λ1为多元电源尖峰可调出力初始的组合向量，λ2为多元电源低谷可调出力初始的组合向量。
6.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤3.2：电源组合变量PGmax(ti)与PGmin(tj)的频率调节特性，表达式如下：
ΔPG(t)＝-KGΔf
其中：PGmax(ti)为系统电源侧在负荷尖峰时刻的最大可调出力，PGmin(tj)为系统电源侧在负荷低谷时刻的最小可调出力，KG为发电机的单位调节功率，ΔPG(t)为发电功率调节量，Δf为系统频率变化量。
7.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤3.3所述的燃煤机组组合变量PTmax(ti)、PTmin(tj)，表示如下：
其中：Pht(t)为热电机组，Pnt(t)为非热电机组，k为热电机组开机台数，m为非热电机组开机台数，δh为电网初始模式下热电机组的调峰率，δn为电网初始模式下非热电机组的调峰率。
8.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：所述步骤4包括步骤4.1：定义负荷频率特性：
其中：PL0额定频率时的总负荷，PL(f,t)频率为f值时的总负荷，αn(t)为负荷结构t时刻占比，α0(t)+α1(t)+α2(t)+...+αn(t)＝1。
9.根据权利要求1所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：所述步骤4包括步骤4.2：定义负荷结构时序概率模型，通过蒙特卡洛法模拟出负荷结构t时刻占比αn(t)的时序数值解。
10.根据权利要求9所述的一种基于电网峰谷幅频特性的新能源消纳方法，其特征在于：步骤4.2所述的定义负荷结构时序概率模型，表示如下：
式中Tk代表第k个时段，k＝1,2,3,…,24；采用蒙特卡洛法模拟出负荷结构t时刻占比αn(t)的数值曲线；为Tk时段内负荷结构数据服从的正态分布函数，为Tk时段内负荷结构数据的期望，为方差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710398182.6A CN107196331B (zh) | 2017-05-25 | 2017-05-25 | 一种基于电网峰谷幅频特性的新能源消纳方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710398182.6A CN107196331B (zh) | 2017-05-25 | 2017-05-25 | 一种基于电网峰谷幅频特性的新能源消纳方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107196331A CN107196331A (zh) | 2017-09-22 |
| CN107196331B true CN107196331B (zh) | 2019-01-29 |
Family
ID=59877519
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710398182.6A Active CN107196331B (zh) | 2017-05-25 | 2017-05-25 | 一种基于电网峰谷幅频特性的新能源消纳方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107196331B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147638B (zh) * | 2019-06-05 | 2023-07-18 | 东北石油大学 | 煤层脉动压裂裂缝起裂和延伸压力预测方法 |
| CN110707760B (zh) * | 2019-07-09 | 2021-11-16 | 中国电力科学研究院有限公司 | 一种基于常规电源开机获取新能源临界占比的方法及系统 |
| CN111401756B (zh) * | 2020-03-19 | 2023-12-05 | 国家电网公司西南分部 | 一种涉及网、源、荷分析的风光消纳评价的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496962A (zh) * | 2011-12-31 | 2012-06-13 | 清华大学 | 调峰调频约束下电力系统可消纳风电的辨识与控制方法 |
| CN104156887A (zh) * | 2014-08-14 | 2014-11-19 | 国家电网公司 | 一种基于电网约束的区域新能源开发规模及布局分析方法 |
| CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
| CN105139262A (zh) * | 2014-05-30 | 2015-12-09 | 清华大学 | 一种电力系统年度风电电量消纳能力计算方法 |
| CN105490309A (zh) * | 2015-12-21 | 2016-04-13 | 国网山西省电力公司大同供电公司 | 一种基于电网调峰能力的风电消纳评估方法 |
| CN105762806A (zh) * | 2016-03-28 | 2016-07-13 | 国网江苏省电力公司电力科学研究院 | 一种大规模区外来电下电网内外电源协调运行方法 |
-
2017
- 2017-05-25 CN CN201710398182.6A patent/CN107196331B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496962A (zh) * | 2011-12-31 | 2012-06-13 | 清华大学 | 调峰调频约束下电力系统可消纳风电的辨识与控制方法 |
| CN105139262A (zh) * | 2014-05-30 | 2015-12-09 | 清华大学 | 一种电力系统年度风电电量消纳能力计算方法 |
| CN104156887A (zh) * | 2014-08-14 | 2014-11-19 | 国家电网公司 | 一种基于电网约束的区域新能源开发规模及布局分析方法 |
| CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
| CN105490309A (zh) * | 2015-12-21 | 2016-04-13 | 国网山西省电力公司大同供电公司 | 一种基于电网调峰能力的风电消纳评估方法 |
| CN105762806A (zh) * | 2016-03-28 | 2016-07-13 | 国网江苏省电力公司电力科学研究院 | 一种大规模区外来电下电网内外电源协调运行方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107196331A (zh) | 2017-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reddy et al. | Joint energy and spinning reserve market clearing incorporating wind power and load forecast uncertainties | |
| Sechilariu et al. | Building-integrated microgrid: Advanced local energy management for forthcoming smart power grid communication | |
| Borba et al. | Plug-in hybrid electric vehicles as a way to maximize the integration of variable renewable energy in power systems: The case of wind generation in northeastern Brazil | |
| Papaefthymiou et al. | A wind-hydro-pumped storage station leading to high RES penetration in the autonomous island system of Ikaria | |
| CN109659927B (zh) | 一种考虑储能参与度的综合能源微网储能容量配置方法 | |
| KR20190073340A (ko) | 전력망에서 분산형 에너지 자원을 관리하기 위한 지능형 전력망 운영 시스템 | |
| Gazijahani et al. | Joint energy and reserve scheduling of renewable powered microgrids accommodating price responsive demand by scenario: a risk-based augmented epsilon-constraint approach | |
| CN103825279A (zh) | 基于鲁棒控制的微电网系统电压稳定控制方法 | |
| Amin et al. | Integration of renewable energy resources in microgrid | |
| CN107196331B (zh) | 一种基于电网峰谷幅频特性的新能源消纳方法 | |
| Cheng et al. | Energy management of CHP-based microgrid with thermal storage for reducing wind curtailment | |
| Kouache et al. | A new approach to demand response in a microgrid based on coordination control between smart meter and distributed superconducting magnetic energy storage unit | |
| Chen et al. | Optimal scheduling strategy of a regional integrated energy system considering renewable energy uncertainty and heat network transmission characteristics | |
| Li et al. | A hierarchical energy management strategy for grid-connected microgrid | |
| Tsamaslis et al. | Hybridization of photovoltaics with pumped storage hydroelectricity. An approach to increase RES penetration and achieve grid benefits. Application in the island of Cyprus | |
| Kuwahata et al. | The role of microgrids in accelerating energy access | |
| Zhang et al. | A Two-Stage Optimization Model of Capacity Allocation and Regulation Operation for Virtual Power Plant | |
| Sevilla et al. | Limiting transformer overload on distribution systems with high penetration of PV using energy storage systems | |
| Hatziargyriou et al. | Status of distributed generation in the Greek islands | |
| Mariam et al. | Development of a simulation model for a community microgrid system | |
| CN107910866B (zh) | 一种考虑需求侧响应不确定性的电力系统日前优化调度方法 | |
| Gerber et al. | Operation of the 2030 GB power generation system | |
| Li et al. | Quantifying Spatial-Related Inertia Value for High Share of Wind Power Integration | |
| Guo et al. | Coordinated dispatching of flexible AC/DC distribution areas considering uncertainty of source and load | |
| Ma et al. | Distributed robust optimal dispatch of regional integrated energy systems based on ADMM algorithm with adaptive step size |
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 |