CN107742901A - 考虑压缩空气储能的风电并网机组组合方法及装置 - Google Patents

考虑压缩空气储能的风电并网机组组合方法及装置 Download PDF

Info

Publication number
CN107742901A
CN107742901A CN201711121028.0A CN201711121028A CN107742901A CN 107742901 A CN107742901 A CN 107742901A CN 201711121028 A CN201711121028 A CN 201711121028A CN 107742901 A CN107742901 A CN 107742901A
Authority
CN
China
Prior art keywords
wind
constraint
msub
compressed
air 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.)
Granted
Application number
CN201711121028.0A
Other languages
English (en)
Other versions
CN107742901B (zh
Inventor
梅生伟
陈来军
卢强
薛小代
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
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Tsinghua University
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 filed Critical Tsinghua University
Priority to CN201711121028.0A priority Critical patent/CN107742901B/zh
Publication of CN107742901A publication Critical patent/CN107742901A/zh
Application granted granted Critical
Publication of CN107742901B publication Critical patent/CN107742901B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • 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
    • H02J3/386—
    • 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
    • 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

本发明公开了一种考虑压缩空气储能的风电并网机组组合方法及装置，其中，方法包括：根据历史数据对风电出力进行预测，构造风电出力不确定集合；设置压缩空气储能系统每个时段的出力约束和储能能量约束；设置电力系统的以最小化成本为目标的优化目标函数；设置电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；设置火电机组的出力约束、最小启停机约束；构建考虑压缩空气储能的鲁棒机组组合模型，并求解鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。该方法可以考虑风电不确定性的含压缩空气储能机组组合策略，从而充分发挥压缩空气储能系统调峰特性，有效提高新能源消纳比例。

Description

考虑压缩空气储能的风电并网机组组合方法及装置
技术领域
本发明涉及新能源并网调度技术领域，特别涉及一种考虑压缩空气储能的风电并网机组组合方法及装置。
背景技术
随着经济的发展，当今社会正面临着能源短缺和环境污染的双重压力。因此，大规模开发可再生能源成为国际能源战略关注的焦点。风力发电作为大规模新能源利用的典型，其接入给传统电力系统带来了巨大的冲击。据统计，截止至2013年底，全球累计风电装机容量为486.7GW，同比增长12.62％，其中新增装机容量超过54.6GW，亚洲地区总装机容量为203.64GW，占全球风电总装机容量的41.84％。风电的大规模的使用为减少温室气体排放，降低大气污染做出了巨大的贡献。
然而，风电、光伏等可再生能源发电具有较强的随机波动性和不确定性，难以准确预测，并且其大规模接入对电力系统的安全经济运行提出了挑战。电力系统供需功率要求实时平衡，电能难以大规模存储，风电消纳的重点在于应对风电出力的不确定性和反调峰特性。相关技术中主要通过以下几种方法进行操作：电力系统调度技术和电力储能技术。其中，电力系统调度的关键任务是保证电网的稳定性、安全性和经济性，保证用户获得电能的质量。由于负荷在时空分布的不均匀，导致了电能需求随时间和地点而变，为满足荷源实时平衡，在实际运行中，需要制定合理的调度计划，包括在日前制定机组组合计划和在日内进行备用整定等。近年来储能技术蓬勃发展，出现了许多新型的储能方式，常见的包括抽水蓄能、电池储能和压缩空气储能。通过增加储能系统，在负荷的低谷期存入电能，在负荷的高峰期再作为电源释放电能，作为能量缓冲，实现削峰填谷的目的。目前主流的储能技术各有优缺点，其中，抽水蓄能功率大、容量大且成本低，但是其对场地要求特殊；电池储能具有高能量密度和高效率，但具有寿命限制且回收时对环境具有影响；压缩空气储能具有大功率、大容量的优点，且应用不受场地限制，具有优越性，但该方法没有考虑风电等不确定源的接入对电网调度方式的影响。
相关技术中，应对不确定性的优化调度方法主要包括三大类：随机规划、模糊规划和鲁棒性化。其中，随机规划即采用随机变量对不确定性进行描述，根据日前实测数据得到该随机变量的概率分布函数，代入求解。模糊规划使用模糊变量来描述，用模糊集合表示约束条件进行求解。鲁棒优化，即将不确定性的所有可能实现建立成一个不确定集合，优化的结果能够抵抗最坏场景下对上层优化结果可行性的冲击。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种考虑压缩空气储能的风电并网机组组合方法，该方法可以提高新能源消纳能力，有效提高新能源消纳比例。
本发明的另一个目的在于提出一种考虑压缩空气储能的风电并网机组组合装置。
为达到上述目的，本发明一方面实施例提出了一种考虑压缩空气储能的风电并网机组组合方法，包括以下步骤：根据历史数据对风电出力进行预测，构造风电出力不确定集合；设置压缩空气储能系统每个时段的出力约束和储能能量约束；设置电力系统的以最小化成本为目标的优化目标函数；设置所述电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；设置火电机组的出力约束、最小启停机约束；构建考虑压缩空气储能的鲁棒机组组合模型，并求解所述鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。
本发明实施例的考虑压缩空气储能的风电并网机组组合方法，可以通过考虑风电不确定性的含压缩空气储能机组组合策略，充分发挥压缩空气储能系统调峰特性，利用压缩空气储能，在负荷低谷期存入电量，在负荷高峰期作为电源释放电能，作为能量缓冲，实现削峰填谷，从而提高新能源消纳能力，有效提高新能源消纳比例。
另外，根据本发明上述实施例的考虑压缩空气储能的风电并网机组组合方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
进一步地，在本发明的一个实施例中，所述鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
进一步地，在本发明的一个实施例中，所述鲁棒机组组合模型的目标函数为：
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，minF为最小化总成本。
进一步地，在本发明的一个实施例中，利用混合整数线性规划转化方法与C&CG求解算法求解所述鲁棒机组组合模型。
为达到上述目的，本发明另一方面实施例提出了一种考虑压缩空气储能的风电并网机组组合装置，包括：构造模块，用于根据历史数据对风电出力进行预测，构造风电出力不确定集合；第一约束模块，用于设置压缩空气储能系统每个时段的出力约束和储能能量约束；优化模块，用于设置电力系统的以最小化成本为目标的优化目标函数；第二约束模块，用于设置所述电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；第三约束模块，用于设置火电机组的出力约束、最小启停机约束；组合模块，用于构建考虑压缩空气储能的鲁棒机组组合模型，并求解所述鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。
本发明实施例的考虑压缩空气储能的风电并网机组组合装置，可以通过考虑风电不确定性的含压缩空气储能机组组合策略，充分发挥压缩空气储能系统调峰特性，利用压缩空气储能，在负荷低谷期存入电量，在负荷高峰期作为电源释放电能，作为能量缓冲，实现削峰填谷，从而提高新能源消纳能力，有效提高新能源消纳比例。
另外，根据本发明上述实施例的考虑压缩空气储能的风电并网机组组合装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
进一步地，在本发明的一个实施例中，所述鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
进一步地，在本发明的一个实施例中，所述鲁棒机组组合模型的目标函数为：
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，minF为最小化总成本。
进一步地，在本发明的一个实施例中，利用混合整数线性规划转化方法与C&CG求解算法求解所述鲁棒机组组合模型。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的考虑压缩空气储能的风电并网机组组合方法的流程图；
图2为根据本发明一个实施例的考虑压缩空气储能的风电并网机组组合方法的流程图；
图3为根据本发明一个实施例的考虑压缩空气储能的风电并网鲁棒机组组合模型框架示意图；
图4为根据本发明一个实施例的考虑压缩空气储能的风电并网鲁棒机组组合算法流程图；
图5为根据本发明实施例的考虑压缩空气储能的风电并网机组组合装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网机组组合方法及装置，首先将参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网机组组合方法。
图1是本发明实施例的考虑压缩空气储能的风电并网机组组合方法的流流程图。
如图1所示，该考虑压缩空气储能的风电并网机组组合方法包括以下步骤：
在步骤S101中，根据历史数据对风电出力进行预测，构造风电出力不确定集合。
可以理解的是，本发明实施例可以根据历史数据对风电出力进行预测，并且基于正态分布函数给出风电出力不确定区间的上下限基于中心极限定理和概率不等式分别给出考虑时间平滑效应的不确定预算ΓT和考虑空间集群效应的不确定预算ΓS的选取方法。
其中，考虑时间平滑效应，即单个风电场各个时间段的实际出力不可能同时都达到上界或下界，对总偏差量进行限制。
考虑空间集群效应，各风电厂在某一特定时段的出力不可能都达到上界或下界，对总偏差量进行限制。
在步骤S102中，设置压缩空气储能系统每个时段的出力约束和储能能量约束。
可以理解的是，如图2所示，根据历史数据对风电出力进行预测，构造风电出力不确定集合后，本发明实施例可以设置压缩空气储能系统每个时段的出力约束和储能能量约束。
在步骤S103中，设置电力系统的以最小化成本为目标的优化目标函数。
可以理解的是，如图2所示，在步骤S203中，本发明实施例设置电力系统最小化成本为目标的优化函数。
在步骤S104中，设置电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束。
可以理解的是，如图2所示，在步骤S204中，本发明实施例可以设置电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束。
在步骤S105中，设置火电机组的出力约束、最小启停机约束。
可以理解的是，如图2所示，在步骤S205中，本发明实施例用于设置火电机组的出力约束、最小启停机约束。
在步骤S106中，构建考虑压缩空气储能的鲁棒机组组合模型，并求解鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。
进一步地，在本发明的一个实施例中，组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
其中，风电不确定性约束的数学表达式：
其中，分别为出力下界和出力上界，记
压缩空气储能系统出力约束的数学表达式：
电力系统在每个时段需满足的压缩空气储能系统储能能量约束，其中压缩空气储能系统中的储气单元能量约束的数学表达式：
压缩空气储能系统中的储热单元储热能量约束的数学表达式：
设置压缩空气储能系统在压缩空气储能环节及膨胀环节具有相同的热交换占比，储气单元能量约束的数学表达式：
储热单元能量约束的数学表达式：
电力系统中火电机组启停状态相关约束的数学表达式：
火电机组启停不能过于频繁，约束(10)-(13)保证了机组一旦开机后必须一段时间后才能停机，一旦停机后必须一段时间才能开机。
火电机组出力范围约束的数学表达式：
火电机组爬坡约束的数学表达式：
电力系统功率平衡约束的数学表达式：
电力系统传输线安全约束的数学表达式：
进一步地，在本发明的一个实施例中，鲁棒机组组合模型的目标函数为：
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，minF为最小化总成本。
可以理解的是，如图3所示，本发明实施例的鲁棒机组组合模型可以构建为如下min-max-min的数学形式：
目标函数：
目标函数是使得电力系统总成本最小，包括三项：火电机组的启动煤耗成本、火电机组的运行煤耗成本和火电机组的出力煤耗成本。其中，是对应于预测风电出力下的火电机组出力，即标称场景出力。
进一步地，在本发明的一个实施例中，鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
可以理解的是，本发明实施例可以根据上述约束构建考虑压缩空气储能的风电鲁棒机组组合模型，鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。其中，机组组合涉及的术语如表1所示：
表1
其中，日前阶段优化问题可以通过如下公式表示：火电机组启停状态相关约束的数学表达式：
标称场景满足的约束的数学表达式：
标称场景中，约束(24)是火电机组出力大小约束；约束(25)-(26)是火电机组爬坡约束，限制机组在相邻时段的出力之差；约束(27)是功率平衡约束；约束(28)是传输线安全约束；约束(29)-(34)是压缩空气储能系统相关约束。
中层问题约束的数学表达式：
下层问题约束的数学表达式：
其中，上述约束(38)-(48)的含义与标称场景下类似。
进一步地，在本发明的一个实施例中，利用混合整数线性规划转化方法与C&CG求解算法求解鲁棒机组组合模型。
可以理解的是，利用C&CG算法对模型进行求解，具体操作如下：
对下层问题进行处理，使用混合整数线性规划的方法。不妨假设下层问题为：
minw∈Wminy∈Y(w)dTy
s.t.By≤b-Cw， (49)
其对偶问题的数学表达式：
maxw∈W,u∈UuT(b-Cw)
s.t.BTu＝d,u≤0， (50)
对于上文中的考虑风电时空效应的不确定集合建模方法，可以得知最优解必定在风电集合的边界取到，因此假设风电不确定集合如下：
代入到对偶问题(50)的目标函数中，可以得到
令则目标函数(53)变为
接着，我们对进行线性化，假设u的范围为-M≤u≤0，则可以用下面的线性不等式代替
当时，有当时，有
当时，有当时，有
可以看到，公式(55)与是等价的。
可以整理得到该问题可以转化为混合整数线性规划问题
因此，本发明实施例考虑压缩空气储能的风电机组组合模型可以转化为min-max形式，整体采用C&CG方法进行求解，算法流程图如图4所示。在实时阶段，获知风电实际出力后，在日前问题求解给定的机组组合下，求解含压缩空气储能的电力系统经济调度模型，并且给出火电实际出力及压缩空气储能的充放电情况。
根据本发明实施例提出的考虑压缩空气储能的风电并网机组组合方法，通过考虑风电不确定性的含压缩空气储能机组组合策略，充分发挥压缩空气储能系统调峰特性，利用压缩空气储能，在负荷低谷期存入电量，在负荷高峰期作为电源释放电能，作为能量缓冲，实现削峰填谷，从而提高新能源消纳能力，有效提高新能源消纳比例。
其次参照附图描述根据本发明实施例提出的考虑压缩空气储能的风电并网机组组合装置。
图5是本发明一个实施例的考虑压缩空气储能的风电并网机组组合装置的结构示意图。
如图5所示，该考虑压缩空气储能的风电并网机组组合装置10包括：构造模块100、第一约束模块200、优化模块300、第二约束模块400、第三约束模块500和组合模块600。
其中，构造模块100用于根据历史数据对风电出力进行预测，构造风电出力不确定集合。第一约束模块200用于设置压缩空气储能系统每个时段的出力约束和储能能量约束。优化模块300用于设置电力系统的以最小化成本为目标的优化目标函数。第二约束模块400用于设置电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束。第三约束模块500用于设置火电机组的出力约束、最小启停机约束。组合模块600用于构建考虑压缩空气储能的鲁棒机组组合模型，并求解鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。本发明实施例的装置10可以考虑风电不确定性的含压缩空气储能机组组合策略，从而充分发挥压缩空气储能系统调峰特性，有效提高新能源消纳比例。
进一步地，在本发明的一个实施例中，组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
进一步地，在本发明的一个实施例中，鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
进一步地，在本发明的一个实施例中，鲁棒机组组合模型的目标函数为：
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，minF为最小化总成本。
进一步地，在本发明的一个实施例中，利用混合整数线性规划转化方法与C&CG求解算法求解鲁棒机组组合模型。
需要说明的是，前述对考虑压缩空气储能的风电并网机组组合方法实施例的解释说明也适用于该实施例的考虑压缩空气储能的风电并网机组组合装置，此处不再赘述。
根据本发明实施例提出的考虑压缩空气储能的风电并网机组组合装置，通过考虑风电不确定性的含压缩空气储能机组组合策略，充分发挥压缩空气储能系统调峰特性，利用压缩空气储能，在负荷低谷期存入电量，在负荷高峰期作为电源释放电能，作为能量缓冲，实现削峰填谷，从而提高新能源消纳能力，有效提高新能源消纳比例。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种考虑压缩空气储能的风电并网机组组合方法，其特征在于，包括以下步骤：
根据历史数据对风电出力进行预测，构造风电出力不确定集合；
设置压缩空气储能系统每个时段的出力约束和储能能量约束；
设置电力系统的以最小化成本为目标的优化目标函数；
设置所述电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；
设置火电机组的出力约束、最小启停机约束；以及
构建考虑压缩空气储能的鲁棒机组组合模型，并求解所述鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。
2.根据权利要求1所述的考虑压缩空气储能的风电并网机组组合方法，其特征在于，所述组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
3.根据权利要求2所述的考虑压缩空气储能的风电并网机组组合方法，其特征在于，所述鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
4.根据权利要求3所述的考虑压缩空气储能的风电并网机组组合方法，其特征在于，所述鲁棒机组组合模型的目标函数为：
<mrow> <mi>min</mi> <mi> </mi> <mi>F</mi> <mo>=</mo> <mo>{</mo> <msub> <mi>&amp;Sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;Sigma;</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mi> </mi> <msub> <mi>min&amp;Sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;Sigma;</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> <mn>0</mn> </msubsup> <mo>)</mo> </mrow> <mo>}</mo> <mo>,</mo> </mrow>
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，min F为最小化总成本。
5.根据权利要求1-4任一项所述的考虑压缩空气储能的风电并网机组组合方法，其特征在于，利用混合整数线性规划转化方法与C&CG求解算法求解所述鲁棒机组组合模型。
6.一种考虑压缩空气储能的风电并网机组组合装置，其特征在于，包括：
构造模块，用于根据历史数据对风电出力进行预测，构造风电出力不确定集合；
第一约束模块，用于设置压缩空气储能系统每个时段的出力约束和储能能量约束；
优化模块，用于设置电力系统的以最小化成本为目标的优化目标函数；
第二约束模块，用于设置所述电力系统每个时段需满足的功率平衡约束、备用约束、爬坡约束、线路潮流约束；
第三约束模块，用于设置火电机组的出力约束、最小启停机约束；以及
组合模块，用于构建考虑压缩空气储能的鲁棒机组组合模型，并求解所述鲁棒机组组合模型得到考虑压缩空气储能的鲁棒机组组合策略。
7.根据权利要求6所述的考虑压缩空气储能的风电并网机组组合装置，其特征在于，所述组合模型的相关约束包括风电不确定性约束、压缩空气储能系统出力约束、储气单元能量约束、储热单元储热能量约束、火电机组启停状态相关约束、火电机组出力范围约束、火电机组爬坡约束、电力系统功率平衡约束、电力系统传输线安全约束中的一种或多种。
8.根据权利要求7所述的考虑压缩空气储能的风电并网机组组合装置，其特征在于，所述鲁棒机组组合模型的问题可构造为两阶段三层模型，上层日前阶段根据风电预测值，在最小化系统整体运行成本的前提下优化电力系统的机组组合策略；中层大自然倾向于选取最坏的风电出力场景，最大化电力系统成本；下层实时阶段在获知风电实际出力后，通过调整火电机组出力及压缩空气储能系统充放电达到实时功率平衡的目的。
9.根据权利要求8所述的考虑压缩空气储能的风电并网机组组合装置，其特征在于，所述鲁棒机组组合模型的目标函数为：
<mrow> <mi>min</mi> <mi> </mi> <mi>F</mi> <mo>=</mo> <mo>{</mo> <msub> <mi>&amp;Sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;Sigma;</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>s</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mi> </mi> <msub> <mi>min&amp;Sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;Sigma;</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> <mn>0</mn> </msubsup> <mo>)</mo> </mrow> <mo>}</mo> <mo>,</mo> </mrow>
其中，为对应于预测风电出力下的火电机组出力，zit为火电机组的启停状态，ci为火电机组启停机成本系数，uit为火电机组的运行状态，di为火电机组出力成本系数，si为火电机组运行成本系数，min F为最小化总成本。
10.根据权利要求6-9任一项所述的考虑压缩空气储能的风电并网机组组合装置，其特征在于，利用混合整数线性规划转化方法与C&CG求解算法求解所述鲁棒机组组合模型。
CN201711121028.0A 2017-11-14 2017-11-14 考虑压缩空气储能的风电并网机组组合方法及装置 Active CN107742901B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711121028.0A CN107742901B (zh) 2017-11-14 2017-11-14 考虑压缩空气储能的风电并网机组组合方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711121028.0A CN107742901B (zh) 2017-11-14 2017-11-14 考虑压缩空气储能的风电并网机组组合方法及装置

Publications (2)

Publication Number Publication Date
CN107742901A true CN107742901A (zh) 2018-02-27
CN107742901B CN107742901B (zh) 2019-04-30

Family

ID=61234428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711121028.0A Active CN107742901B (zh) 2017-11-14 2017-11-14 考虑压缩空气储能的风电并网机组组合方法及装置

Country Status (1)

Country Link
CN (1) CN107742901B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108847664A (zh) * 2018-06-22 2018-11-20 广州供电局有限公司 一种微电网发电设备自动启停重组运行方法
CN109586324A (zh) * 2018-10-19 2019-04-05 清华大学 基于双层博弈的压缩空气储能电站容量配置方法及装置
CN109611320A (zh) * 2018-10-17 2019-04-12 国网安徽省电力有限公司 先进绝热压缩空气储能系统的风储协调控制方法及装置
CN109634113A (zh) * 2018-10-18 2019-04-16 国网安徽省电力有限公司 热电耦合市场中压缩空气储能系统的控制方法和装置
CN110212579A (zh) * 2019-06-17 2019-09-06 国网山西省电力公司电力科学研究院 一种风-水-火联合鲁棒机组组合方法
CN110247426A (zh) * 2019-06-12 2019-09-17 国网山西省电力公司电力科学研究院 一种基于多频段不确定集合的鲁棒机组组合方法
CN110635496A (zh) * 2019-09-30 2019-12-31 杭州电子科技大学 一种考虑配电系统负荷波动的日前鲁棒调度方法
CN111106627A (zh) * 2019-12-21 2020-05-05 杭州电子科技大学 考虑压缩空气储能的风力发电系统鲁棒优化调度方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009065221A1 (en) * 2007-11-21 2009-05-28 Andrew Marks A method and system for distributing energy
CN102427245A (zh) * 2011-10-11 2012-04-25 山东大学 海上风电经柔性直流输电并网系统的动模装置
CN102758689A (zh) * 2012-07-29 2012-10-31 中国科学院工程热物理研究所 超超临界空气储能/释能系统
CN103515972A (zh) * 2012-06-28 2014-01-15 华锐风电科技(集团)股份有限公司 应用储能系统的风电机场系统及其控制方法
WO2014144078A3 (en) * 2013-03-15 2015-01-22 General Compression, Inc. Horizontal actuation compressed air energy storage system
CN104899790A (zh) * 2014-03-07 2015-09-09 国网上海市电力公司 一种微电网中储能系统能量管理方法
CN104948389A (zh) * 2014-03-25 2015-09-30 国网上海市电力公司 分布式压缩空气储能系统的容量配置方法
CN105305419A (zh) * 2015-10-12 2016-02-03 山东大学 一种含有压缩空气储能的独立微网容量优化配置方法
CN106410855A (zh) * 2016-11-29 2017-02-15 国网安徽省电力公司芜湖供电公司 一种独立微能源网及其优化配置方法
CN107181272A (zh) * 2017-05-23 2017-09-19 国网吉林省电力有限公司电力科学研究院 一种利用储能系统提升调峰空间的风电消纳方法
CN107239863A (zh) * 2017-04-12 2017-10-10 广东电网有限责任公司电力调度控制中心 电网安全约束的鲁棒机组组合方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009065221A1 (en) * 2007-11-21 2009-05-28 Andrew Marks A method and system for distributing energy
CN102427245A (zh) * 2011-10-11 2012-04-25 山东大学 海上风电经柔性直流输电并网系统的动模装置
CN103515972A (zh) * 2012-06-28 2014-01-15 华锐风电科技(集团)股份有限公司 应用储能系统的风电机场系统及其控制方法
CN102758689A (zh) * 2012-07-29 2012-10-31 中国科学院工程热物理研究所 超超临界空气储能/释能系统
WO2014144078A3 (en) * 2013-03-15 2015-01-22 General Compression, Inc. Horizontal actuation compressed air energy storage system
CN104899790A (zh) * 2014-03-07 2015-09-09 国网上海市电力公司 一种微电网中储能系统能量管理方法
CN104948389A (zh) * 2014-03-25 2015-09-30 国网上海市电力公司 分布式压缩空气储能系统的容量配置方法
CN105305419A (zh) * 2015-10-12 2016-02-03 山东大学 一种含有压缩空气储能的独立微网容量优化配置方法
CN106410855A (zh) * 2016-11-29 2017-02-15 国网安徽省电力公司芜湖供电公司 一种独立微能源网及其优化配置方法
CN107239863A (zh) * 2017-04-12 2017-10-10 广东电网有限责任公司电力调度控制中心 电网安全约束的鲁棒机组组合方法
CN107181272A (zh) * 2017-05-23 2017-09-19 国网吉林省电力有限公司电力科学研究院 一种利用储能系统提升调峰空间的风电消纳方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108847664A (zh) * 2018-06-22 2018-11-20 广州供电局有限公司 一种微电网发电设备自动启停重组运行方法
CN109611320A (zh) * 2018-10-17 2019-04-12 国网安徽省电力有限公司 先进绝热压缩空气储能系统的风储协调控制方法及装置
CN109611320B (zh) * 2018-10-17 2020-04-14 国网安徽省电力有限公司 绝热压缩空气储能系统的风储协调控制方法及装置
CN109634113A (zh) * 2018-10-18 2019-04-16 国网安徽省电力有限公司 热电耦合市场中压缩空气储能系统的控制方法和装置
CN109586324A (zh) * 2018-10-19 2019-04-05 清华大学 基于双层博弈的压缩空气储能电站容量配置方法及装置
CN109586324B (zh) * 2018-10-19 2019-11-19 清华大学 基于双层博弈的压缩空气储能电站容量配置方法及装置
CN110247426A (zh) * 2019-06-12 2019-09-17 国网山西省电力公司电力科学研究院 一种基于多频段不确定集合的鲁棒机组组合方法
CN110247426B (zh) * 2019-06-12 2022-09-06 国网山西省电力公司电力科学研究院 一种基于多频段不确定集合的鲁棒机组组合方法
CN110212579A (zh) * 2019-06-17 2019-09-06 国网山西省电力公司电力科学研究院 一种风-水-火联合鲁棒机组组合方法
CN110635496A (zh) * 2019-09-30 2019-12-31 杭州电子科技大学 一种考虑配电系统负荷波动的日前鲁棒调度方法
CN110635496B (zh) * 2019-09-30 2021-04-13 杭州电子科技大学 一种考虑配电系统负荷波动的日前鲁棒调度方法
CN111106627A (zh) * 2019-12-21 2020-05-05 杭州电子科技大学 考虑压缩空气储能的风力发电系统鲁棒优化调度方法

Also Published As

Publication number Publication date
CN107742901B (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
CN107742901A (zh) 考虑压缩空气储能的风电并网机组组合方法及装置
Caralis et al. Analysis of energy storage systems to exploit wind energy curtailment in Crete
CN103151798B (zh) 独立微网系统的优化方法
CN105048516B (zh) 一种风光水火多源互补优化调度方法
Limpens et al. Electricity storage needs for the energy transition: An EROI based analysis illustrated by the case of Belgium
CN105305419B (zh) 一种含有压缩空气储能的独立微网容量优化配置方法
CN108520314A (zh) 结合v2g技术的主动配电网调度方法
Berrada et al. Gravity energy storage
Li et al. Techno-economic analysis of the transition towards the large-scale hybrid wind-tidal supported coastal zero-energy communities
CN107104462B (zh) 一种用于风电场储能调度的方法
CN102593855B (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
CN105391092B (zh) 基于相关机会规划的虚拟电厂多目标竞价的调控优化方法
CN106779250B (zh) 一种基于新型优化模型的孤立分布式电网配置方法
CN107994609A (zh) 考虑压缩空气储能的风电并网备用整定方法及装置
Saad et al. Hydro-pneumatic storage for wind-diesel electricity generation in remote sites
CN114142536B (zh) 一种考虑容量备用的多类型机组协调方法
Walker et al. Techno economic viability of hydroelectric energy storage systems for high-rise buildings
Emrani et al. A comprehensive review on techno-economic assessment of hybrid energy storage systems integrated with renewable energy
Lee et al. Compressed air energy storage units for power generation and DSM in Korea
Ali Energy capacity and economic viability assessment of the renewable hydrogen energy storage as a balancing mechanism in addressing the electric system integration issues inherent with variable renewable energy resources
CN112653137A (zh) 计及碳交易的光热电站与风电系统、低碳调度方法及系统
CN110380447A (zh) 一种风机失效下的电-气互联能源系统降风险调度方法
Anayochukwu Optimal control of PV/wind/hydro-diesel hybrid power generation system for off-grid macro base transmitter station site
Arsie et al. Integration of wind turbines with compressed air energy storage
Atteya et al. Developing an effective capacity sizing and energy management model for integrated hybrid photovoltaic-hydrogen energy systems within grid-connected buildings

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
TA01 Transfer of patent application right

Effective date of registration: 20181116

Address after: 100084 Tsinghua Yuan, Beijing, Haidian District

Applicant after: Tsinghua University

Applicant after: Anhui Electric Power Co., Ltd.

Applicant after: Sichuan Institute of energy Internet

Applicant after: Power Science Research Institute of Anhui Electric Power Co., Ltd.

Address before: 100084 Tsinghua Yuan, Beijing, Haidian District

Applicant before: Tsinghua University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant