CN107332285A - 一种电源容量配比的优化方法 - Google Patents

一种电源容量配比的优化方法 Download PDF

Info

Publication number
CN107332285A
CN107332285A CN201710582922.1A CN201710582922A CN107332285A CN 107332285 A CN107332285 A CN 107332285A CN 201710582922 A CN201710582922 A CN 201710582922A CN 107332285 A CN107332285 A CN 107332285A
Authority
CN
China
Prior art keywords
power
network system
kinds
optimization method
energy consumption
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
Application number
CN201710582922.1A
Other languages
English (en)
Inventor
陈磊
路晓敏
徐飞
闵勇
陈群
胡伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201710582922.1A priority Critical patent/CN107332285A/zh
Publication of CN107332285A publication Critical patent/CN107332285A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/38—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

Abstract

本发明提供一种电源容量配比的优化方法，所述方法包括：基于电网系统中各类电源和热源的运行特性和约束条件，以系统总化石能源消耗最少为目标，对所述电网系统中各类电源容量配比进行优化。本发明对高比例可再生能源系统中常规电源与可再生能源之间的关联关系分析提供工具，更好地规划和指导电源的发展和配比。

Description

一种电源容量配比的优化方法
技术领域
本发明属于电力系统规划运行领域，特别涉及一种电源容量配比的优化方法。
背景技术
随着全球经济的不断发展，对于能源的需求也越来越大，能源危机和环境保护也受到了全世界的广泛重视，因此，新能源发电技术得到了国内外的深入研究和推广应用。新能源发电技术因地制宜，可充分利用当地的可再生资源，包括太阳能、风能、生物质能等，实现较好的经济效益和社会效益。与传统电力系统相比，含有新能源的混合发电系统具有资源利用率高、发电设备可实现就地安装且靠近电负荷端和用户终端、系统容量小便于给独立区域供电、可以采用独立微网运行也能与电网并网运行、清洁环境污染少等优点。
在混合发电系统中，各类电源之间是相互制约、相互关联的，存在容量配比的优化问题。电、热系统之间也是相互关联的，电力、热力系统之间通过热电联产、热泵、电制热等发生耦合，从而使得两个系统在时间和空间上是互补的，它们的运行产生相互影响。在电热综合能源系统框架下，可以通过各类电源和热源容量的配比关系，在满足供电供热约束的条件下使得供电供热的总化石能源消耗最少，实现节能减排效益最大化。
发明内容
为克服上述问题或者至少部分地解决上述问题，本发明提供了一种适用于高比例可再生能源接入的电源容量配比的优化方法，包括：
基于电网系统中各类电源和热源的运行特性和约束条件，以系统总化石能源消耗最少为目标，对所述电网系统中各类电源容量配比进行优化。
优选地，所述方法具体为：
S1.基于所述电网系统中电力和热力需求约束、常规机组利用约束和可再生能源的出力约束，建立所述电网系统的运行约束条件；
S2.基于所述电网系统中电负荷和热负荷情况、各类电源和热源的化石能源消耗系数，建立所述电网系统的化石能源消耗表达式；
S3.结合所述运行约束条件，基于所述化石能源消耗表达式进行生产运行模拟，计算不同装机配比下所述电网下电负荷和热负荷所需的总化石能源消耗量。
优选地，所述方法还包括：
S4.选取S3中总化石能源消耗量最少的电源装机配比作为各类电源容量的最优配比。
优选地，所述电力和热力需求约束包括功率平衡约束、热负荷约束和系统备用约束。
优选地，所述常规机组利用约束包括：
所述电网系统中各常规机组最低利用率要求各机组在每时刻的出力范围为Pmin≤Pt≤Pmax，各常规机组向上/下增加的功率为Pt-rd≤Pt+1≤Pt+ru；
其中，S为所述电网系统中常规机组的装机量，Th为常规机组利用率要求，Pmax/min为机组最大/最小出力；rd/u为机组的上下调节速率。
优选地，所述可再生能源的出力约束具体为：任一时刻的可再生出力其中，为该时刻的最大典型出力值。
优选地，所述该时刻的最大典型出力值其中，为当前可再生能源装机水平下的典型风电出力；为当前可再生能源装机容量；Sres为供热机组装机容量。
优选地，所述S2中化石能源消耗表达式为：
其中，i∈{各类电源}，j∈{各类热源}，P为所述电网系统中各类电源的电负荷功率，Q为所述电网系统中各类电源的热负荷量，γ为所述电网系统中各类电源的电出力化石能源消耗率，λ为所述电网系统中各类热源的热出力化石能源消耗率。
优选地，S3中，基于所述化石能源消耗表达式，选取典型日进行典型可再生资源场景生产运行模拟；
其中，所述典型日的负荷曲线为与该月工作日平均负荷最为接近的曲线。
优选地，所述典型可再生资源场景是以所述典型日的负荷曲线为基础，分别筛选出可再生资源场景中正调峰特性和反调峰特性最强的曲线并加以修正得到的。
本发明提供了一种在电热综合能源系统框架下适用于高比例可再生能源接入的电源容量配比的优化方法，在电热综合能源系统框架下，可以通过各类电源和热源容量的配比关系，在满足供电供热约束的条件下使得供电供热的总化石能源消耗最少，实现节能减排效益最大化，为可再生能源和常规电源的协调发展和节能减排效益最大化提供科学指导。
附图说明
图1为根据本发明一个优选实施例中一种电源容量配比的优化方法的整体流程示意图。
具体实施方式
下面结合实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明提供了一种电源容量配比的优化方法，包括：
基于电网系统中各类电源和热源的运行特性和约束条件，以系统总化石能源消耗最少为目标，对所述电网系统中各类电源容量配比进行优化。
其中，本发明的优化方法适用于高比例可再生能源系统，该类系统是将电系统和热系统综合在一起，从供电和供热两个系统的整体角度进行考虑，以整个系统总化石能源消耗量最小为目标，更为清洁低碳，本发明的优化方法对高比例可再生能源系统中常规电源与可再生能源之间的关联性关系进行分析，能更好地规划和指导电源的发展和配比。
常规火电、热电联产和可再生能源是电网系统中的主要电源类型。
在一个优选实施方式中，如图1所示，本发明提供的电源容量配比的优化方法具体为：
S1.基于所述电网系统中电力和热力需求约束、常规机组利用约束和可再生能源的出力约束，建立所述电网系统的运行约束条件；
S2.基于所述电网系统中电负荷和热负荷情况、各类电源和热源的化石能源消耗系数，建立所述电网系统的化石能源消耗表达式；
S3.结合所述运行约束条件，基于所述化石能源消耗表达式进行生产运行模拟，计算不同装机配比下所述电网下电负荷和热负荷所需的总化石能源消耗量。
该方法中，在考虑一定的电热负荷下，分析目标电网系统中供电、供热系统总体效益最优的机组配比关系模型，从而评价整个电网系统的总体效益。
使用电网系统中电力和热力需求约束、常规机组利用约束和可再生能源的出力约束作为目标电网系统的运行约束条件，结合电网系统的化石能源消耗表达式进行生产运行模拟，以供电、供热总化石能源消耗最小为目标进行分析，计算不同装机配比下目标电网下电负荷和热负荷所需的总化石能源消耗量，分析目标电网中不同类型电源的容量配比关联关系。
其中，上述方法还可以包括：
S4.选取S3中总化石能源消耗量最少的电源装机配比作为各类电源容量的最优配比。
其中，电力和热力需求约束可以包括功率平衡约束、热负荷约束和系统备用约束。
功率平衡约束指任意时刻目标电网系统中各类电源的出力总和应与电负荷需求相同。
即，其中，Phuo，t、Pre，t、Pwind，t、Pload分别为t时刻常规火电、热电联产、风电的功率及电负荷的功率。
热负荷约束指电网系统的供热量与供热需求相等。
即，Qre+Qmei＝Qr，其中，Qr为电网系统的热负荷需求，Qre、Qmei分别为热电联产、燃煤锅炉的供热量。
在供热季，系统中有2种供热方式：热电联产供热和燃煤锅炉供热。
系统备用约束是指系统开机的电源在满足负荷需求之余需要留有一定的备用，同时机组检修等因素使得机组可用率小于1，装置容量和开机容量之间要考虑一定的可用率。
Chuo+Cre+μw，cSwind≥(1+μres)Pload，max
Chuo≤ηhuoShuo,Cre≤ηreSre，
其中，μw，c为风电置信系数；μres为备用系数，η为机组装机的可用率，Chuo为常规火电每日开机容量，Cre为热电联产每日开机容量(供热季)，Swind为风电装机容量，Shuo为常规火电装机容量。
在一个优选实施方式中，常规机组利用率通常使用常规机组的利用小时数来表征，可以反映机组的经济性，常规机组利用约束优选包括：
电网系统中各常规机组最低利用率要求各机组在每时刻的出力范围为Pmin≤Pt≤Pmax，各常规机组向上/下增加的功率为Pt-rd≤Pt+1≤Pt+ru；
其中，S为所述电网系统中常规机组的装机量，Th为常规机组利用率要求，Pmax/min为机组最大/最小出力；rd/u为机组的上下调节速率。
在目标电网系统中可再生能源的出力约束具体可以为：
任一时刻的可再生出力其中，为该时刻的最大典型出力值。
可再生能源如风电，风电具有随机波动的出力特性，其出力约束与常规机组不同。在本发明的容量配比优化分析中，可假设几电装机发生改变后的风电出力是历史风电出力的比例伸缩，风电的出力约束为每一时刻的风电出力不能大于该时刻的最大典型出力值，即
对风电而言，该时刻的最大典型出力值可以为：
其中，为当前可再生能源装机水平下的典型风电出力；为当前可再生能源装机容量；Sres为供热机组装机容量。
在本发明一个优选实施方式中，化石能源消耗表达式优选为：
其中，i∈{各类电源}，j∈{各类热源}，P为所述电网系统中各类电源的电负荷功率，Q为所述电网系统中各类电源的热负荷量，γ为所述电网系统中各类电源的电出力化石能源消耗率，λ为所述电网系统中各类热源的热出力化石能源消耗率。
在保证精度的前提下，为了减少计算量，本发明实施方式中优选采用典型日运行模拟的方法，即，
在上述S3中，基于所述化石能源消耗表达式，选取典型日进行典型可再生资源场景生产运行模拟；
其中，所述典型日的负荷曲线为与该月工作日平均负荷最为接近的曲线。
可以在全年数据中选择典型日进行电力电量计算。典型日的选择通常需要考虑负荷和可再生能源的季节性和周期性。
典型日的选取方法可以为：逐月选取与该月工作日(非工作日)平均负荷最为接近的曲线为典型工作日(非工作日)负荷场景。
即，典型日的负荷曲线为与该月工作日平均负荷最为接近的曲线。
典型可再生资源场景是以所述典型日的负荷曲线为基础，分别筛选出可再生资源场景中正调峰特性和反调峰特性最强的曲线并加以修正得到的。
可再生能源以风资源为例，以典型负荷曲线为基础，分别筛选出风场景中正调峰特性和反调峰特性最强的曲线并加以修正作为典型风场景。考虑了风电的不确定性和随时间的波动性，通常选择多个典型风场景。
使用典型场景进行配比研究虽然在计算精度上具有一定的误差，但是该误差不会影响到电源容量配比结果，并且大幅降低了计算量。
同时，还可以根据目标电网系统的运性特性来调整典型场景的选择和/或构造，并将其体现在运行约束中。
综上所述，本发明在电热综合能源系统框架下，可以通过各类电源和热源容量的配比关系，在满足供电供热约束的条件下使得供电供热的总化石能源消耗最少，实现节能减排效益最大化，为可再生能源和常规电源的协调发展和节能减排效益最大化提供科学指导。
最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种电源容量配比的优化方法，其特征在于，包括：
基于电网系统中各类电源和热源的运行特性和约束条件，以系统总化石能源消耗最少为目标，对所述电网系统中各类电源容量配比进行优化。
2.根据权利要求1所述的优化方法，其特征在于，所述方法具体为：
S1.基于所述电网系统中电力和热力需求约束、常规机组利用约束和可再生能源的出力约束，建立所述电网系统的运行约束条件；
S2.基于所述电网系统中电负荷和热负荷情况、各类电源和热源的化石能源消耗系数，建立所述电网系统的化石能源消耗表达式；
S3.结合所述运行约束条件，基于所述化石能源消耗表达式进行生产运行模拟，计算不同装机配比下所述电网下电负荷和热负荷所需的总化石能源消耗量。
3.根据权利要求2所述的优化方法，其特征在于，所述方法还包括：
S4.选取S3中总化石能源消耗量最少的电源装机配比作为各类电源容量的最优配比。
4.根据权利要求2所述的优化方法，其特征在于，所述电力和热力需求约束包括功率平衡约束、热负荷约束和系统备用约束。
5.根据权利要求2所述的优化方法，其特征在于，所述常规机组利用约束包括：
所述电网系统中各常规机组最低利用率要求各机组在每时刻的出力范围为Pmin≤Pt≤Pmax，各常规机组向上/下增加的功率为Pt-rd≤Pt+1≤Pt+ru；
其中，S为所述电网系统中常规机组的装机量，Th为常规机组利用率要求，Pmax/min为机组最大/最小出力；rd/u为机组的上下调节速率。
6.根据权利要求2所述的优化方法，其特征在于，所述可再生能源的出力约束具体为：任一时刻的可再生出力其中，为该时刻的最大典型出力值。
7.根据权利要求6所述的优化方法，其特征在于，所述该时刻的最大典型出力值其中，为当前可再生能源装机水平下的典型风电出力；为当前可再生能源装机容量；Sres为供热机组装机容量。
8.根据权利要求2所述的优化方法，其特征在于，所述S2中化石能源消耗表达式为：
<mrow> <msub> <mi>H</mi> <mi>&amp;Sigma;</mi> </msub> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <msub> <mi>P</mi> <mi>i</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;gamma;</mi> <mi>i</mi> </msub> <mo>+</mo> <munder> <mo>&amp;Sigma;</mo> <mi>j</mi> </munder> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>&amp;lambda;</mi> <mi>j</mi> </msub> <mo>,</mo> </mrow>
其中，i∈{各类电源}，j∈{各类热源}，P为所述电网系统中各类电源的电负荷功率，Q为所述电网系统中各类电源的热负荷量，γ为所述电网系统中各类电源的电出力化石能源消耗率，λ为所述电网系统中各类热源的热出力化石能源消耗率。
9.根据权利要求2-8中任一项所述的优化方法，其特征在于，S3中，基于所述化石能源消耗表达式，选取典型日进行典型可再生资源场景生产运行模拟；
其中，所述典型日的负荷曲线为与该月工作日平均负荷最为接近的曲线。
10.根据权利要求9所述的优化方法，其特征在于，所述典型可再生资源场景是以所述典型日的负荷曲线为基础，分别筛选出可再生资源场景中正调峰特性和反调峰特性最强的曲线并加以修正得到的。
CN201710582922.1A 2017-07-17 2017-07-17 一种电源容量配比的优化方法 Pending CN107332285A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710582922.1A CN107332285A (zh) 2017-07-17 2017-07-17 一种电源容量配比的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710582922.1A CN107332285A (zh) 2017-07-17 2017-07-17 一种电源容量配比的优化方法

Publications (1)

Publication Number Publication Date
CN107332285A true CN107332285A (zh) 2017-11-07

Family

ID=60227293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710582922.1A Pending CN107332285A (zh) 2017-07-17 2017-07-17 一种电源容量配比的优化方法

Country Status (1)

Country Link
CN (1) CN107332285A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030091A (zh) * 2019-11-28 2020-04-17 新奥数能科技有限公司 一种确定分布式可再生能源电力装机容量的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
路晓敏等: "电热综合能源系统框架下蒙西电网电源容量最优配比研究", 《电力自动化设备》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030091A (zh) * 2019-11-28 2020-04-17 新奥数能科技有限公司 一种确定分布式可再生能源电力装机容量的方法及系统

Similar Documents

Publication Publication Date Title
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
Yang et al. Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage
CN111859683B (zh) 基于动态能量集线器的园区综合能源系统优化配置方法
CN110826815A (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN109268134B (zh) 分布式能源站及其控制方法
CN107194543A (zh) 一种区域能源规划设计阶段的能源站配置方法
Zhang et al. Stochastic optimal dispatch of combined heat and power integrated AA-CAES power station considering thermal inertia of DHN
CN105354637A (zh) 一种使用弃风电加热的电采暖储热运行计划的制定方法
Li et al. Study on the operation strategy for integrated energy system with multiple complementary energy based on developed superstructure model
CN111799772A (zh) 一种考虑机组深度调峰的电热系统优化调度方法
CN115498668A (zh) 一种综合能源系统的优化方法
Wang et al. A time-scale adaptive dispatching strategy considering the matching of time characteristics and dispatching periods of the integrated energy system
CN113541195B (zh) 一种未来电力系统中高比例可再生能源的消纳方法
Yu et al. Complementary configuration research of new combined cooling, heating, and power system driven by renewable energy under energy management modes
Szypowski et al. Optimization of energy-supply structure in residential premises using mixed-integer linear programming
CN113746105A (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
Xu et al. Optimal multi-energy portfolio towards zero carbon data center buildings in the presence of proactive demand response programs
CN108960564A (zh) 基于集中式建模的冷热电联供型微网配电系统调度方法
CN107332285A (zh) 一种电源容量配比的优化方法
CN115758763A (zh) 一种计及源荷不确定性的多能流系统优化配置方法及系统
Li et al. Collaborative Planning and Economic Analyses of High Renewable Penetrated Energy Systems Considering Concentrating Solar Power

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171107