CN108075494B - 一种兼顾新能源消纳与交易执行的日前机组组合方法 - Google Patents

一种兼顾新能源消纳与交易执行的日前机组组合方法 Download PDF

Info

Publication number
CN108075494B
CN108075494B CN201610989304.4A CN201610989304A CN108075494B CN 108075494 B CN108075494 B CN 108075494B CN 201610989304 A CN201610989304 A CN 201610989304A CN 108075494 B CN108075494 B CN 108075494B
Authority
CN
China
Prior art keywords
power
contract
unit
bilateral
output
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
Application number
CN201610989304.4A
Other languages
English (en)
Other versions
CN108075494A (zh
Inventor
刘芳
潘毅
崔晖
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Jiangsu 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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201610989304.4A priority Critical patent/CN108075494B/zh
Publication of CN108075494A publication Critical patent/CN108075494A/zh
Application granted granted Critical
Publication of CN108075494B publication Critical patent/CN108075494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—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

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

本发明提供了一种兼顾新能源消纳与交易执行的日前机组组合方法，该法包括：获取发电侧和用电侧的数据、确定风电出力置信区间、根据双边合同类型建立相应的日前调度优化模型、确定日前机组组合和发电计划。本发明提供的技术方案既考虑了风电的波动性，保证了风电在置信区间内任意波动时机组组合可靠，系统对风电的消纳；还考虑了交易执行与发电经济性间的协调，使交易的执行和发电的经济性得到了很好的平衡；确保了交易执行在电厂间的协调，保证电厂间的公平；确定了潮流约束、交易执行和新能源消纳间的相互影响。

Description

一种兼顾新能源消纳与交易执行的日前机组组合方法
技术领域
本发明涉及一种电力市场技术和新能源消纳技术，具体讲涉及一种兼顾新能源消纳与交易执行的日前机组组合方法。
背景技术
大规模间歇式能源出力的不确定性给电网的安全经济运行提出了新的挑战。为保障电网的安全运行，促进间歇式能源的消纳，需要电网有足够的调峰能力以保障实时功率平衡。当风电并网规模较小时，通过增加备用可以保证电网运行的安全性。随着风电并网规模的扩大，风电短时内可能会出现较大波动，由于增加的备用能量没有从细节上考虑风电的变化，其他电源会因上下调节能力不足而无法满实时功率的平衡，且能够保障电网运行安全的备用容量一般难于准确估算。概率场景法，简化后场景的有效性对解的精度影响较大，解的精度越高，则需简化后的场景就越多，计算的代价也越大。不确定集法，以一个随机参数表示的不确定集来表示风电的可能出力，建模方便，但求解复杂。置信区间法，以一定置信水平下的置信区间表示可能的风电出力，鉴于置信区间易于获得，且只需考虑两个极限场景，通过极限场景间的协调，来提高电网运行的安全性，较之概率场景法，降低了模型的规模，方便求解。
国际典型电力市场的电量全部为市场电，而我国是市场电与计划电并存；与美国PJM不同的是，我国电力市场初期的双边合同是具有执行约束的物理电量合约，日前计划安排需要考虑双边交易的执行；与英国平衡机制不同的是，我国电力市场初期市场主体市场成熟度不高，尚不具备增减出力报价，不能根据增减报价来调整双边交易。双边电力合同与双边电量合同两者的区别在于，电力合同规定了双边出力曲线，该曲线将是双边结算的依据，该曲线将影响机组出力的曲线走势，机组出力曲线的形状将影响双边合同的完成率。
已有的研究主要集中于批发竞争市场，双边交易的研究特别是定量分析研究尚存不足，且较多集中在双边交易的博弈模型、报价策略、年度月度分解等问题，不能适用于多种电力合同类型下的日前电力优化调度。
发明内容
针对现有技术的不足，本发明提供了一种兼顾新能源消纳与交易执行的日前机组组合方法。
一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述方法包括：
I、获取发电侧和用电侧的数据；
II、确定风电出力置信区间；
III、确定双边合同类型；
IV、确定日前机组组合和发电计划。
进一步的，所述步骤I的数据包括：火电机组的运行参数、煤耗特性、风电预测数据、负荷预测数据、三公合同电量和双边合同信息。
进一步的，所述步骤II包括：
II-1、确定风功率预测误差分布模型；
II-2、获取置信水平的经验值；
II-3、根据误差分布模型、置信水平和未来24小时风电预测功率获得风电出力置信区间。
进一步的，所述步骤III包括：获取合同规定的以下数据：
如合同规定了电量，则获取合同电量；
如电力合同规定了电厂未来一天的双边电力曲线，则获取电厂双边出力数据；
如电力合同规定了机组未来一天的双边电力曲线，则获取机组双边出力数据。
进一步的，所述步骤III的所述类型为双边电量合同时；日前调度优化模型的建立包括：确定目标函数F1、总的合同削减量ΔS和系统发电成本C(P)分别如下式所示：
F1＝M1*ΔS+M2*C(P)
Figure BDA0001149737180000021
Figure BDA0001149737180000022
其中，H为发电厂的总数，N为火电机组总数，T为时段总数，M1为合同削减权重，M2为发电成本权重，Sj,0为电厂j的双边与三公合同总电量，Pi,s,t表示机组出力中与交易合同部分对应的出力，fi,t为火电机组的运行成本，SUi,t、SDi,t分别为火电机组的开机成本、停机成本。
进一步的，所述目标函数F1的基于预测风电的约束条件包括：
电厂j的合同削减量ΔSj如式所示：
Figure BDA0001149737180000031
电厂j的合同削减量ΔSj与系统总合同削减量ΔS的关系如式所示：ΔSj＝SXj·ΔS；
电厂j的合同削减量ΔSj如式所示：ΔSj≥0；
t时段火电机组的计划出力Pi,t如下式所示：Pi,t＝Pi,S,t+Pi,z,t；
其中，Pi,s,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分的其他组成部分，Sj,0为电厂j的双边与三公合同总电量，Nj为电厂j的所有机组编号，SXj为电厂j合同量削减占总合同削减量的比例因子。
进一步的，所述步骤III的所述类型为双边电厂电力合同时，日前调度优化模型的建立包括：确定目标函数F2、总的合同削减量ΔS、总的三公合同削减量ΔJ和系统发电成本C(P)分别如下式所示：
F2＝M1*(W1*ΔS+W2*ΔJ)+M2*C(P)
Figure BDA0001149737180000032
Figure BDA0001149737180000033
Figure BDA0001149737180000034
其中，H为发电厂的总数，N为火电机组总数，T为时段总数，W1和W2为引入的罚因子，M1为合同削减权重，M2为发电成本权重，Pdcj,t,0为电厂j在t时段的双边合同规定出力，Jj,0为电厂j的三公合同总电量，Pi,S,t为机组出力中双边出力部分，Pi,J,t为机组出力中三公出力部分，fi,t为火电机组的运行成本，SUi,t、SDi,t分别为火电机组的开机成本、停机成本。
进一步的，所述目标函数F2的基于预测风电的约束条件包括：
电厂j的双边合同削减量ΔSj如式所示：
Figure BDA0001149737180000035
电厂j的双边合同削减量ΔSj与系统总双边合同削减量ΔS的关系如式所示：
ΔSj＝SXj·ΔS；
电厂j的t时段双边合同出力削减量Pj,t,0如式所示：
Figure BDA0001149737180000041
电厂j的三公合同削减量ΔJj如式所示：
Figure BDA0001149737180000042
电厂j的三公合同削减量ΔJj与系统总三公合同削减量ΔJ的关系如式所示：
ΔJj＝JXj·ΔJ；
电厂j的三公合同削减量ΔJj如式所示：ΔJj≥0；
t时段火电机组计划出力Pi,t如式所示：Pi,t＝Pi,S,t+Pi,J,t+Pi,z,t；
机组出力中与交易合同部分对应的出力Pi,J,t如式所示：Pi,J,t≥0；
其中，Pi,S,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分和三公出力部分的其他组成部分，Jj,0为电厂j的三公合同电量，Nj为电厂j的所有机组编号；SXj为电厂j双边合同量削减占总合同削减量的比例因子，JXj为电厂j双边合同量削减占总合同削减量的比例因子。
进一步的，所述步骤III的所述类型为双边机组电力合同时，日前调度优化模型的建立包括：确定目标函数F3、总的合同削减量ΔS、总的三公合同削减量ΔJ和系统发电成本C(P)分别如下式所示：
F3＝M1*(W1*ΔS+W2*ΔJ)+M2*C(P)
Figure BDA0001149737180000043
Figure BDA0001149737180000044
Figure BDA0001149737180000045
其中，H为发电厂的总数，N为火电机组总数，T为时段总数，M1为合同削减罚因子，M2为发电成本权重，W1为双边合同削减权重，W2为三公合同削减权重，Pi,S_0,t为机组i时段t的双边合同规定出力，Pi,S,t表示机组出力中与交易合同部分对应的出力，Jj,0为电厂j的三公合同电量，Pi,J,t表示机组出力中与交易合同部分对应的出力，fi,t为火电机组的运行成本，SUi,t、SDi,t分别为火电机组的开机成本、停机成本。
进一步的，所述目标函数F3的基于预测风电的约束条件包括：
电厂j的双边合同削减量ΔSj如式所示：
Figure BDA0001149737180000051
电厂j的双边合同削减量ΔSj与系统总双边合同削减量ΔS的关系如式所示：
ΔSj＝SXj·ΔS；
机组i的t时段双边合同出力削减量Pi,S_0,t如式所示：Pi,S_0,t≥Pi,S,t；
电厂j的三公合同削减量ΔJj如式所示：
Figure BDA0001149737180000052
电厂j的三公合同削减量ΔJj与系统总三公合同削减量ΔJ的关系如式所示：
ΔJj＝JXj·ΔJ；
电厂j的三公合同削减量ΔJj如式所示：ΔJj≥0；
t时段火电机组计划出力Pi,t如式所示：Pi,t＝Pi,S,t+Pi,J,t+Pi,z,t；
机组出力中与交易合同部分对应的出力Pi,J,t如式所示：Pi,J,t≥0；
其中，Pi,S,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分和三公出力部分的其他组成部分，Jj,0为电厂j的三公合同电量，Nj为电厂j的所有机组编号；SXj为电厂j双边合同量削减占总合同削减量的比例因子，JXj为电厂j双边合同量削减占总合同削减量的比例因子。
进一步的，其特征在于，所述基于预测风电的约束条件包括：
功率平衡约束：
Figure BDA0001149737180000053
火电机组启动变量和停机动态变量约束：Ii,t-Ii,t-1＝ui,t-vi,t，ui,t+vi,t≤1；
最小开停机时间约束：
Figure BDA0001149737180000054
上下旋转备用约束：
Figure BDA0001149737180000055
爬坡约束：Pi,t-Pi,t-1≤Ri(1+Ii,t-1-Ii,t)+Pi,min(2-Ii,t-1-Ii,t)；
滑坡约束：Pi,t-1-Pi,t≤Di(1-Ii,t-1+Ii,t)+Pi,min(2-Ii,t-1-Ii,t)；
机组交易出力部分限制约束：Pi,S,t≥0；
机组出力其他组成部分限制约束：Pi,z,t≥0；
火电机组出力限制约束：Pi,minIi,t≤Pi,t≤Pi,maxIi,t；
潮流约束：
Figure BDA0001149737180000061
其中：Ii,t为火电机组的运行状态，
Figure BDA0001149737180000062
为到t-1时段末已开机时间和已停机时间，
Figure BDA0001149737180000063
分别为最小开机时间和最小停机时间，Pi,t为t时段火电机组计划出力，Pwj,t为风电场j在t时段的预测功率，Pi,max、Pi,min分别为火电机组出力上限、下限，Pi,s,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分的其他组成部分，Lt为t时段系统负荷，RUt、RDt分别为t时段的上下旋转备用需求，Ri、Di分别为火电机组i的爬坡速率和滑坡速率，ui,t为火电机组i启动变量，vi,t为火电机组i停运变量，Ali为支路l潮流对节点i净注入功率的灵敏度因子，Fl,max为支路l的潮流上限，Pi,in为节点i的净注入功率。
进一步的，基于风电置信区间上下限的约束条件包括：
(1)基于风电置信区间上下限的基本约束和潮流约束如下所示：
功率平衡约束为：
Figure BDA0001149737180000064
上下旋转备用约束：
Figure BDA0001149737180000065
爬坡约束：
Figure BDA0001149737180000066
滑坡约束：
Figure BDA0001149737180000067
火电机组出力限制约束：
Figure BDA0001149737180000068
潮流约束：
Figure BDA0001149737180000069
其中，上标s表示极限场景，极限场景1风电取置信区间上限和2风电取置信区间下限，各变量的物理意义与基于预测风电的约束中不含上标s的对应变量的物理意义相同，分别表示风电取不同场景时的变量；
(2)基于极限场景耦合的系统调节能力约束如下所示：
Figure BDA0001149737180000071
Figure BDA0001149737180000072
其中，Ii,t为火电机组的运行状态，
Figure BDA0001149737180000073
分别为极限场景1置信区间上限下火电机组t-1时段和t时段计划出力，
Figure BDA0001149737180000074
分别为极限场景2置信区间下限下火电机组t-1时段和t时段计划出力，Pi,max、Pi,min分别为火电机组出力上限、下限，Ri、Di分别为火电机组i的爬坡速率和滑坡速率。
进一步的，所述步骤IV包括：根据双边合同类型，求解混合整数线性规划问题，确定未来24小时机组的开停机计划和机组出力计划以及电厂削减量。
与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：
1、本发明提供的计术方案同时考虑交易执行、新能源消纳、电网安全、运行的经济性等多目标协调优化。将交易执行和运行的经济性作为目标，通过控制权重，引入罚因子方法协调不同目标的优先级；将预测风电、风电的波动区间和潮流限制作为约束保证风电的优先消纳和电网安全。
2、本发明提供的计术方案考虑了三种类型双边合同：电量合同、电厂电力合同和机组电力合同，分别建立对应模型，保证交易执行。考虑了风电的误差分布置信区间，通过建立基于预测风电的约束和基于风电置信区间上下限以及极限场景耦合的约束，考虑风电运行的不确定性，获得保证实际运行中风电在置信区间内任意波动时，仍能保证系统安全且消纳风电的可靠的机组组合。
3、本发明提供的计术方案分析了机组组合受风电波动性和双边合同类型的影响。考虑风电的波动性会对机组组合的可靠性有更高要求，当不考虑交易执行时，考虑风电的波动性会引起机组开机时段的增加和发电成本的增加，在考虑交易执行后，双边合同类型对开机方式有显著影响，当双边合同为机组电力合同时，为保证交易执行，即使在仅考虑预测风电时，开机方式已经与考虑风电波动性时的开机方式相同，发电成本也相同。
4、本发明提供的计术方案考虑了潮流约束，在潮流约束作用下，分析了风电对交易执行的影响。与无风电时相比，当风电规模在一定范围内时，风电在相应线路中引起正向潮流时，会限制交易执行；引起反向潮流时，会促进交易执行；但当风电规模较大时，系统为消纳风电，交易完成率与无风电时相比都会降低。潮流约束会限制交易执行。
5、本发明提供的计术方案实现了三种双边合同类型下，兼顾交易执行、新能源消纳、电网安全和发电经济性的日前调度协调优化。既考虑了风电的波动性，保证了风电在置信区间内任意波动时机组组合可靠，系统可以消纳风电；还考虑了交易执行与发电经济性的协调，良好的兼顾了交易执行和发电的经济性；考虑了交易执行在电厂间的协调，保证电厂间的公平；确定了潮流约束、交易执行和新能源消纳间的相互影响。
附图说明
图1为本发明的技术方案流程图；
图2为极限场景下火电机组出力示意图；
图3为实施例系统图；
图4为电厂双边出力与电厂合同曲线对比图；
图5为G1、G2、G3机组双边出力与机组合同出力曲线对比图；
图6为G4机组双边出力与机组合同出力曲线对比图；
图7为G5、G6、G7机组双边出力与机组合同出力曲线对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面对本发明进行进一步详细说明。
第一步：获得系统负荷未来24小时预测数据。获得各火电机组的基本参数和煤耗特性，以便确定关于火电机组的约束条件。
第二步：根据风电场风功率预测与实测历史数据，进行误差分布特性统计，确定风功率预测误差分布模型。根据误差分布模型、置信水平和未来24小时风电预测功率获得风电出力置信区间，以预测风电作为场景0，以置信区间上限作为场景1，以置信区间下限作为场景2。
置信水平的选择依赖于实际系统各类电源的装机比例，风电的波动特性以及抽水蓄能的运行特性。对于一个系统，一般可以通过如下步骤选择风电出力置信区间：
步骤1：可以先求出多个置信水平(如从0.1到0.98之间多取几个置信水平)下的风电出力置信区间。
步骤2：分别求取多个风电置信区间下的机组组合。
步骤3：根据风电的误差分布特性生成随机场景，采用大量的随机场景对不同置信区间下的机组组合可靠性进行验证，即验证在该机组组合下，该随机风电场景下，是否所有的约束都能得到满足，都满足的时候，表示该机组组合对于该风电随机场景是可靠的，否则就是不可靠的，直至验证完所有随机场景。
步骤4：统计各置信区间下机组组合的可靠性水平，根据对机组组合的可靠性水平的要求，确定该系统做机组组合时应该选择的置信水平。如根据统计风电装机150MW，火电装机360MW时要保证机组组合的可靠性大于99％，置信水平要要选择0.98。
第三步：根据年度、月度三公合同分解到日的电量，获得每个电厂未来一天的三公合同电量。根据发用电方提交的双边合同，获得相关信息，如果合同规定了电量，则获得合同电量，如果电力合同规定了电厂未来一天的双边电力曲线，则获得电厂双边出力数据；如果电力合同规定了机组未来一天的双边电力曲线，则获得机组双边出力数据，以便确定日前电力电量平衡中与交易相关的约束条件。
(1)获得每个电厂需要完成的三公电量。例如，根据调度的中长期合同分解结果，电厂A未来24小时三公合同电量2000MWH，那么日前电力电量平衡时需要尽可能完成三公合同电量。
(2)获得双边合同信息。如果合同为电量合同，则获得双边合同分解到日的电量；如果合同中规定了电厂未来24小时出力曲线，那么日前电力电量平衡需要尽可能完成电厂双边曲线；如果合同中规定了电厂内部机组未来24小时出力曲线，那么日前电力电量平衡需要尽可能完成机组双边曲线。
(3)确定每个电厂合同削减因子。即，确定每个电厂的合同削减量占系统总的合同调整量的比例因子。
根据各电厂的合同量，每个电厂按照其合同量成比例进行合同削减。电厂三公合同为电量合同。
1)当双边合同为电量合同时，根据调度中长期合同分解到日的电量即为电厂未来需要完成的双边电量。由于三公与双边合同都是电量合同，则将三公电量与双边电量合并为总电量，优化时不做区分，结算时根据结算规则区分两类电量。
根据各电厂的合同量，每个电厂按照其合同量成比例进行合同削减。假设有A、B、C三个电厂，电量合同如下表，电厂合同削减因子计算如下：
电厂 双边合同(MWH) 三公合同(MWH) 合同总量(MWH)
A 4000 1000 5000
B 5000 2000 7000
C 6000 3000 9000
根据表中信息，可以确定优化问题中与合同量相关约束中每个电厂合同量削减占总合同削减量的比例因子5：7：9，设电厂A、B、C的合同削减的比例因子分别为SXA、SXB、SXC，则
Figure BDA0001149737180000101
所以，电厂A、B、C的合同削减的比例因子分别为5/21、7/21、9/21。
2)当双边合同为电力合同时，三公合同双边合同分别建模，电厂双边合同电量统计方法和电厂合同削减因子计算如下：
①双边合同为电厂电力合同时，根据电厂电力合同规定的曲线，统计一天的电量，如给定的曲线是24点曲线，则将24点数据总加得到电厂一天的双边合同量。
②双边合同为机组电厂电力合同时，通过如下步骤计算电厂合同电量。步骤1：根据机组电力合同规定的曲线，统计每台机组一天的电量，如给定的曲线是24点曲线，则将24点数据总加得到机组一天的双边合同量。步骤2：将一个电厂中所有机组的双边合同量(步骤1所得)总加，统计一个电厂的双边合同量。
假设A、B、C三个电厂，根据两类合同电量统计各电厂两类合同削减因子。
电厂 双边合同(MWH) 三公合同(MWH) 双边削减因子 三公削减因子
A 4000 3000 4/17 1/3
B 6000 4000 6/17 4/9
C 7000 2000 7/17 2/9
根据表中信息，可以确定优化问题中与双边合同量相关约束中每个电厂双边合同量削减占总双边削减量的比例因子4：6：7，设电厂A、B、C的双边合同削减的比例因子分别为SXA、SXB、SXC，则
Figure BDA0001149737180000102
与三公合同量相关约束中每个电厂三公合同量削减占总双边削减量的比例因子3：4：2，设电厂A、B、C的双边合同削减的比例因子分别为JXA、JXB、JXC，则
Figure BDA0001149737180000103
第四步：根据第三步确定的双边合同类型，如果双边合同为电量合同，则跳到第五步，如果双边电力合同为电厂电力合同，则跳到第六步。如果双边电力合同为机组电力合同，则跳到第七步。
第五步：根据第一、第二和第三步的数据建立考虑双边电量合同的交易执行、新能源消纳、电网安全和发电经济性的日前电力电量平衡协调优化模型，根据运行的要求和目的确定目标函数和约束条件。约束条件包括基于预测风电的火电机组相关约束、合同相关约束和潮流约束、备用等系统运行约束，基于风电极限场景的火电机组相关约束、备用等系统运行约束和潮流约束等，极限场景耦合的系统调节能力约束。
第六步：根据第一、第二和第三步的数据建立考虑电厂双边电力合同的兼顾交易执行、新能源消纳、电网安全和发电经济性的日前电力电量平衡协调优化模型，根据运行的要求和目的确定目标函数和约束条件。约束条件包括基于预测风电的火电机组相关约束、合同相关约束和潮流约束、备用等系统运行约束，基于风电极限场景的火电机组相关约束、备用等系统运行约束和潮流约束等，极限场景耦合的系统调节能力约束。
第七步：根据第一、第二和第三步的数据建立考虑机组双边电力合同的兼顾交易执行、新能源消纳、电网安全和发电经济性的日前电力电量平衡协调优化模型，根据运行的要求和目的确定目标函数和约束条件。约束条件包括基于预测风电的火电机组相关约束、合同相关约束和潮流约束、备用等系统运行约束，基于风电极限场景的火电机组相关约束、备用等系统运行约束和潮流约束等，极限场景耦合的系统调节能力约束。
第八步：根据双边合同类型，为电量合同时求解第五步确定的混合整数规划问题，为电厂电力合同时求解第六步确定的混合整数规划问题，为机组电力合同时求解第七步确定的混合整数规划问题。
第九步：将第八步获得的结果作为电网机组调度方案，确定未来24小时机组的开停机计划和机组出力计划以及电厂削减量，考虑风电的波动性最大化消纳风电，尽可能保证双边交易和三公电量的执行，提高电网运行的安全性和经济性。
下面为具体实施例：
实施例1
本文的实施例系统如图3，含有：3个火电厂，7台火电机组，一个风电场，线路A-E潮流限制为110MW。火电机组参数如表1，负荷与风电预测数据如表2，双边合同和三公合同信息如表3。
表1电厂机组参数
Figure BDA0001149737180000111
Figure BDA0001149737180000121
表2负荷与风电预测数据
Figure BDA0001149737180000122
表3电厂合同信息
电厂 双边合同/MW*h 三公合同/MW*h 累计/MW*h 合同削减因子
A 6447 1611.75 8058.75 0.5
B 1074.5 268.63 1343.13 0.083
D 5372.5 1343.13 6715.63 0.417
假设风功率预测误差分布为分段指数分布，根据预测风电功率计算风电功率的置信区间，选择节点A为参考点，选取M1、M2分别为10000和1。
(1)考虑交易执行和潮流限制，研究风电和潮流共同作用对交易执行的影响。由于风电的位置会影响潮流，位置不同对交易执行的影响不同。风电对潮流有贡献作用时，加剧潮流限制，影响交易执行；风电引起反向潮流时，对正向潮流起反作用，可以允许火电增加出力，此时当风电在一定规模时促进交易执行，但随着风电规模的加大，系统为消纳风电，大幅降低火电出力，影响交易执行。下面的算例结果将说明这些问题。
Case1：将风电场选在E点，如附图3所示。Case2：将风电场选在A点。在每种case下对比无风电、考虑预测风电和考虑风电的波动性对交易执行和发电成本的影响，如表4、表5。
表4 case1下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000131
表5 case2下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000132
对比表4和表5，同时考虑风电和潮流约束时，风电对交易执行的影响，与风电的位置和规模有关。风电规模较小时，风电引起反向潮流可以允许更大正向潮流，进而促进交易执行，如系统图-附图3所示，风电在E点时，考虑预测风电时的交易削减量比无风电时小。但当风电规模增加时，交易削减量会增加，系统为消纳风电削减火电出力，影响交易执行。风电在系统A点时，对正向潮流起贡献作用，加剧潮流限制，火电允许出力更低，所以考虑风电时交易削减量比无风电时高。考虑风电，可以降低系统发电成本。考虑风电，且考虑风电的波动性时，对系统调节能力要求高，机组组合的开机时段相比于不考虑波动性时可能增加，影响系统发电成本。同时，优化结果可以看出，当合同削减时，电厂之间按照合同削减因子削减，保证了电厂间的公平。
Case1下，风电的存在有利于交易执行，火电调整空间较大，考虑风电的波动性与仅考虑预测风电相比，随着可靠性要求增加，开机方式发生变化。Case2下，风电的存在不利于交易执行，为保证交易执行火电调整空间较小，仅考虑预测风电时，为保证交易执行，开机方式已达到较高的可靠性，所以考虑风电的波动性时开机方式没发生变化。
(2)考虑风电的波动性和交易执行，风电在E点，选择置信区间为98％，线路A-E对节点B、C、D、E功率转移因子分别为-0.112、-0.2629、-0.321、-0.4805，对比有无潮流约束对交易执行的影响，如表6。
表6潮流约束对交易执行的影响
Figure BDA0001149737180000141
表6可以看出，考虑风电的波动性时，线路潮流约束将影响交易执行，会降低合同完成量。
考虑风电的波动性、交易执行和潮流约束，风电在E点，优化计算不同置信区间下机组组合情况、发电成本和合同削减情况，如表7。
表7双边合同为电量合同时机组组合结果
Figure BDA0001149737180000142
表7中可以看出，考虑的风电的波动区间越大，对机组组合可靠性要求越高，发电成本越高。
实施例2
实施例2系统与实施例1相同，不同的是双边合同为电厂电力合同，合同信息如表8。根据表8统计电厂合同信息，计算每个电厂的合同削减因子，如表9所示。
表8电厂双边电力合同信息
时段 电厂A双边电力曲线 电厂B双边电力曲线 电厂D双边电力曲线
1 258.625 29.77083 243.8542
2 258.625 29.77083 243.8542
3 258.625 29.77083 243.8542
4 278.625 29.77083 243.8542
5 278.625 29.77083 243.8542
6 278.625 29.77083 243.8542
7 248.625 29.77083 233.8542
8 248.625 44.77083 233.8542
9 248.625 44.77083 233.8542
10 253.625 44.77083 233.8542
11 253.625 44.77083 213.8542
12 253.625 44.77083 213.8542
13 283.625 44.77083 213.8542
14 283.625 44.77083 213.8542
15 283.625 44.77083 223.8542
16 288.625 44.77083 223.8542
17 288.625 44.77083 223.8542
18 288.625 59.77083 223.8542
19 268.625 59.77083 203.8542
20 268.625 59.77083 203.8542
21 268.625 59.77083 203.8542
22 268.625 59.77083 203.8542
23 268.625 59.77083 203.8542
24 268.625 59.77083 203.8542
电量 6447MW*h 1074.5MW*h 5372.5MW*h
表9电厂合同削减因子
Figure BDA0001149737180000151
Figure BDA0001149737180000161
(1)选取M1、M2分别为10000和1，W1、W2分别为4和1。在Case1和Case2下，考虑交易执行和线路潮流，对比电厂电力合同下，无风电、考虑预测风电和考虑风电的波动性时对交易执行和发电成本的影响，如表10、11。
表10 case1下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000162
表11 case2下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000163
表10和11对比可以看出，在本算例风电装机规模下，风电在E点时，引起反向潮流，风电的存在有利于交易执行，如表10；风电在A点时，引起正向潮流，风电的存在不利于交易执行，如表11。合同削减时，该方法按照合同削减因子削减，保证了电厂间的公平。
Case1下，风电的存在有利于交易执行，火电调整空间较大，考虑风电的波动性与仅考虑预测风电相比，随着可靠性要求增加，开机方式发生变化。Case2下，风电的存在不利于交易执行，为保证交易执行火电调整空间较小，仅考虑预测风电时，为保证交易执行，开机方式已达到较高的可靠性，所以考虑风电的波动性时开机方式没发生变化。
(2)考虑风电的波动性和交易执行，风电在E点，选择置信区间为98％，线路A-E对节点B、C、D、E功率转移因子分别为-0.112、-0.2629、-0.321、-0.4805，对比有无潮流约束对交易执行的影响，如表12。
表12潮流约束对交易执行的影响
Figure BDA0001149737180000171
表12可以看出，考虑风电的波动性时，线路潮流约束将影响交易执行，会降低合同完成量。
考虑风电的波动性、交易执行和潮流约束，风电在E点，优化计算不同置信区间下机组组合情况、发电成本和合同削减情况，如表13。置信区间选择98％时，电厂双边实际出力和合同规定出力对比曲线如附图4。
表13双边合同为电厂电力合同时机组组合结果
Figure BDA0001149737180000172
Figure BDA0001149737180000181
表13中可以看出，考虑的风电的波动区间越大，对机组组合可靠性要求越高，发电成本越高。
附图4中可以看出，电厂实际双边出力与合同规定曲线都较为接近，双边出力和合同曲线形状类似。B厂最接近，这是由于B厂的合同量最小，削减量也最小，同理，A厂和C厂合同量较大，削减量也较大，可以表明该方法在保证交易执行和电厂公平方面是有效的。
实施例3
假设双边合同为机组电力双边合同信息如表14。根据表14统计各电厂合同信息，计算每个电厂的合同削减因子，计算结果同表9。
表14机组双边电力合同信息
Figure BDA0001149737180000182
Figure BDA0001149737180000191
(1)选取M1、M2分别为10000和1，W1、W2分别为4和1。在Case1和Case2下，考虑交易执行和线路潮流，对比电厂电力合同下，无风电、考虑预测风电和考虑风电的波动性时对交易执行和发电成本的影响，如表15、16。
表15 case1下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000192
表16 case2下考虑风电和潮流时对交易执行和发电成本的影响
Figure BDA0001149737180000193
表15和16对比可以看出，在本算例风电装机规模下，风电在E点时，引起反向潮流，风电的存在有利于交易执行，如表15；风电在A点时，引起正向潮流，风电的存在不利于交易执行，如表16。合同削减时，该方法按照合同削减因子削减，保证了电厂间的公平。
Case1下，风电的存在有利于交易执行，Case2下，风电的存在不利于交易执行。这两种情况下，仅考虑预测风电时，为保证交易执行，开机方式已由机组电力合同固定，且达到较高的可靠性，所以考虑风电的波动性时开机方式没发生变化。
(2)考虑风电的波动性和交易执行，风电在E点，选择置信区间为98％，线路A-E对节点B、C、D、E功率转移因子分别为-0.112、-0.2629、-0.321、-0.4805，对比有无潮流约束对交易执行的影响，如表17。
表17潮流约束对交易执行的影响
Figure BDA0001149737180000201
表17可以看出，考虑风电的波动性时，线路潮流约束将影响交易执行，会降低合同完成量。此时不考虑约束系统发电成本反而较高，这是由于本方法设定目标函数时，交易执行的优先级高于发电经济性，所以无约束时交易执行率高，即使发电成本较高，总目标函数值远低于考虑约束时的总目标值。
考虑风电的波动性、交易执行和潮流约束，风电在E点，优化计算不同置信区间下机组组合情况、发电成本和合同削减情况。由于机组电力合同固定机组出力，改变置信区间对开机方式无影响，即使仅考虑预测风电，为保证交易执行开机已满足高可靠性要求。考虑风电时的开机方式如表18，G1、G2、G3的机组双边实际出力和合同规定出力对比曲线如附图5，G4如附图6，G5、G6、G7如附图7。
表18双边合同为机组电力合同时机组组合结果
机组 G1 G2 G3 G4 G5 G6 G7
开机时段 全天 全天 全天 全天 全天 1-4,6-24 全天
附图5、6、7中可以看出，机组实际双边出力与合同规定曲线都较为接近，双边出力和合同曲线形状类似。G1、G5和G7双边出力与合同曲线完全重合，其他机组出现交易削减，总的电厂削减量满足按削减因子削减，保证电厂间的公平，可以表明该方法在保证交易执行方面是有效的。
对比表10和表15，表11和表16，两种case下，双边电力合同分别是电厂双边电力合同和机组双边电力合同时，双边与三公总削减量非常接近，但两种case下合同为电厂双边电力合同时双边可执行率更高，因为合同规定的电厂出力曲线，合同为双边电力合同时双边执行率较低，因为合同规定的是机组双边出力，可调节空间更小。当双边合同为机组电力合同时，发电成本高于合同为电厂双边电力合同的发电成本。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述方法包括：
I、获取发电侧和用电侧的数据；
II、确定风电出力置信区间；
III、确定双边合同类型；
IV、确定日前机组组合和发电计划；
所述步骤III的所述类型为双边电量合同时；日前调度优化模型的建立包括：确定目标函数F1、总的合同削减量ΔS和系统发电成本C(P)分别如下式所示：
F1＝M1*ΔS+M2*C(P)
Figure FDA0002823673280000011
Figure FDA0002823673280000012
所述步骤III的所述类型为双边电厂电力合同时，日前调度优化模型的建立包括：确定目标函数F2、总的合同削减量ΔS、总的三公合同削减量ΔJ和系统发电成本C(P)分别如下式所示：
F2＝M1*(W1*ΔS+W2*ΔJ)+M2*C(P)
Figure FDA0002823673280000013
Figure FDA0002823673280000014
Figure FDA0002823673280000015
所述步骤III的所述类型为双边机组电力合同时，日前调度优化模型的建立包括：确定目标函数F3、总的合同削减量ΔS、总的三公合同削减量ΔJ和系统发电成本C(P)分别如下式所示：
F3＝M1*(W1*ΔS+W2*ΔJ)+M2*C(P)
Figure FDA0002823673280000016
Figure FDA0002823673280000021
Figure FDA0002823673280000022
其中，H为发电厂的总数，N为火电机组总数，T为时段总数，M1为合同削减权重，M2为发电成本权重，Sj,0为电厂j的双边与三公合同总电量，Pi,S,t表示机组出力中与交易合同部分对应的出力，fi,t为火电机组的运行成本，SUi,t、SDi,t分别为火电机组的开机成本、停机成本；Pdcj,t,0为电厂j在t时段的双边合同规定出力，Jj,0为电厂j的三公合同总电量，Pi,J,t为机组出力中三公出力部分，W1为双边合同削减权重，W2为三公合同削减权重，Pi,S_0,t为机组i的t时段的双边合同规定出力削减量，
所述步骤IV包括：根据双边合同类型，求解混合整数线性规划问题，确定未来24小时机组的开停机计划和机组出力计划以及电厂削减量。
2.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述步骤I的数据包括：火电机组的运行参数、煤耗特性、风电预测数据、负荷预测数据、三公合同电量和双边合同信息。
3.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述步骤II包括：
II-1、确定风功率预测误差分布模型；
II-2、获取置信水平的经验值；
II-3、根据误差分布模型、置信水平和未来24小时风电预测功率获得风电出力置信区间。
4.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述步骤III包括：获取合同规定的以下数据：
如合同规定了电量，则获取合同电量；
如电力合同规定了电厂未来一天的双边电力曲线，则获取电厂双边出力数据；
如电力合同规定了机组未来一天的双边电力曲线，则获取机组双边出力数据。
5.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述目标函数F1的基于预测风电的约束条件包括：
电厂j的双边合同削减量ΔSj如式所示：
Figure FDA0002823673280000031
电厂j的双边合同削减量ΔSj与系统总双边合同削减量ΔS的关系如式所示：ΔSj＝SXj·ΔS；
电厂j的双边合同削减量ΔSj如式所示：ΔSj≥0；
t时段火电机组的计划出力Pi,t如下式所示：Pi,t＝Pi,S,t+Pi,z,t；
其中，Pi,S,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分的其他组成部分，Sj,0为电厂j的双边与三公合同总电量，Nj为电厂j的所有机组编号，SXj为电厂j双边合同量削减占总合同削减量的比例因子。
6.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述目标函数F2的基于预测风电的约束条件包括：
电厂j的双边合同削减量ΔSj如式所示：
Figure FDA0002823673280000032
电厂j的双边合同削减量ΔSj与系统总双边合同削减量ΔS的关系如式所示：
ΔSj＝SXj·ΔS；
电厂j的t时段双边合同出力削减量Pj,t,0如式所示：
Figure FDA0002823673280000033
电厂j的三公合同削减量ΔJj如式所示：
Figure FDA0002823673280000034
电厂j的三公合同削减量ΔJj与系统总三公合同削减量ΔJ的关系如式所示：
ΔJj＝JXj·ΔJ；
电厂j的三公合同削减量ΔJj如式所示：ΔJj≥0；
t时段火电机组计划出力Pi,t如式所示：Pi,t＝Pi,S,t+Pi,J,t+Pi,z,t；
机组出力中三公出力部分Pi,J,t如式所示：Pi,J,t≥0；
其中，Pi,S,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分和三公出力部分的其他组成部分，Jj,0为电厂j的三公合同电量，Nj为电厂j的所有机组编号；SXj为电厂j双边合同量削减占总合同削减量的比例因子，JXj为电厂j双边合同量削减占总合同削减量的比例因子。
7.如权利要求1所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述目标函数F3的基于预测风电的约束条件包括：
电厂j的双边合同削减量ΔSj如式所示：
Figure FDA0002823673280000041
电厂j的双边合同削减量ΔSj与系统总双边合同削减量ΔS的关系如式所示：
ΔSj＝SXj·ΔS；
机组i的t时段双边合同规定出力削减量Pi,S_0,t如式所示：Pi,S_0,t≥Pi,S,t；
电厂j的三公合同削减量ΔJj如式所示：
Figure FDA0002823673280000042
电厂j的三公合同削减量ΔJj与系统总三公合同削减量ΔJ的关系如式所示：
ΔJj＝JXj·ΔJ；
电厂j的三公合同削减量ΔJj如式所示：ΔJj≥0；
t时段火电机组计划出力Pi,t如式所示：Pi,t＝Pi,S,t+Pi,J,t+Pi,z,t；
机组出力中与交易合同部分对应的出力Pi,J,t如式所示：Pi,J,t≥0；
其中，Pi,S,t为机组出力中与交易合同部分对应的出力，Pi,z,t为机组出力中除去交易出力部分和三公出力部分的其他组成部分，Jj,0为电厂j的三公合同电量，Nj为电厂j的所有机组编号；SXj为电厂j双边合同量削减占总合同削减量的比例因子，JXj为电厂j双边合同量削减占总合同削减量的比例因子。
8.如权利要求5、6、7任一所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，所述基于预测风电的约束条件包括：
功率平衡约束：
Figure FDA0002823673280000051
火电机组启动变量和停机动态变量约束：Ii,t-Ii,t-1＝ui,t-vi,t，ui,t+vi,t≤1；
最小开停机时间约束：
Figure FDA0002823673280000052
Figure FDA0002823673280000053
上下旋转备用约束：
Figure FDA0002823673280000054
爬坡约束：Pi,t-Pi,t-1≤Ri(1+Ii,t-1-Ii,t)+Pi,min(2-Ii,t-1-Ii,t)；
滑坡约束：Pi,t-1-Pi,t≤Di(1-Ii,t-1+Ii,t)+Pi,min(2-Ii,t-1-Ii,t)；
机组交易出力部分限制约束：Pi,S,t≥0；
机组出力其他组成部分限制约束：Pi,z,t≥0；
火电机组出力限制约束：Pi,minIi,t≤Pi,t≤Pi,maxIi,t；
潮流约束：
Figure FDA0002823673280000055
其中：Ii,t为t时段火电机组的运行状态，Ii,t-1为t-1时段火电机组的运行状态，
Figure FDA0002823673280000056
为到t-1时段末已开机时间和已停机时间，
Figure FDA0002823673280000057
分别为最小开机时间和最小停机时间，Pi,t为t时段火电机组计划出力，Pi,t-1为t-1时段火电机组计划出力；Pwj,t为风电场j在t时段的预测功率，Pi,max、Pi,min分别为火电机组出力上限、下限，Lt为t时段系统负荷，RUt、RDt分别为t时段的上下旋转备用需求，Ri、Di分别为火电机组i的爬坡速率和滑坡速率，ui,t为火电机组i启动变量，vi,t为火电机组i停运变量，Ali为支路l潮流对节点i净注入功率的灵敏度因子，Fl,max为支路l的潮流上限，Pi,in为节点i的净注入功率。
9.如权利要求8所述的一种兼顾新能源消纳与交易执行的日前机组组合方法，其特征在于，基于风电置信区间上下限的约束条件包括：
(1)基于风电置信区间上下限的基本约束和潮流约束如下所示：
功率平衡约束为：
Figure FDA0002823673280000061
上下旋转备用约束：
Figure FDA0002823673280000062
爬坡约束：
Figure FDA0002823673280000063
滑坡约束：
Figure FDA0002823673280000064
火电机组出力限制约束：
Figure FDA0002823673280000065
潮流约束：
Figure FDA0002823673280000066
其中，上标s表示极限场景，极限场景1风电取置信区间上限和2风电取置信区间下限，各变量的物理意义与基于预测风电的约束中不含上标s的对应变量的物理意义相同，分别表示风电取不同场景时的变量；
(2)基于极限场景耦合的系统调节能力约束如下所示：
Figure FDA0002823673280000067
Figure FDA0002823673280000068
其中，
Figure FDA0002823673280000069
分别为极限场景1置信区间上限下火电机组t-1时段和t时段计划出力，
Figure FDA00028236732800000610
分别为极限场景2置信区间下限下火电机组t-1时段和t时段计划出力。
CN201610989304.4A 2016-11-10 2016-11-10 一种兼顾新能源消纳与交易执行的日前机组组合方法 Active CN108075494B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610989304.4A CN108075494B (zh) 2016-11-10 2016-11-10 一种兼顾新能源消纳与交易执行的日前机组组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610989304.4A CN108075494B (zh) 2016-11-10 2016-11-10 一种兼顾新能源消纳与交易执行的日前机组组合方法

Publications (2)

Publication Number Publication Date
CN108075494A CN108075494A (zh) 2018-05-25
CN108075494B true CN108075494B (zh) 2021-03-16

Family

ID=62154465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610989304.4A Active CN108075494B (zh) 2016-11-10 2016-11-10 一种兼顾新能源消纳与交易执行的日前机组组合方法

Country Status (1)

Country Link
CN (1) CN108075494B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109474006B (zh) * 2018-10-31 2021-10-22 四川大学 一种机组日执行电量越限因素定位及消除方法
CN109390981B (zh) * 2018-11-30 2022-05-27 国家电网公司西南分部 新能源参与电量平衡的送端电网机组组合运行控制方法
CN112132386B (zh) * 2020-08-12 2022-09-02 国电南瑞科技股份有限公司 一种日前出清与可靠性机组组合联合优化方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794994A (zh) * 2010-01-27 2010-08-04 清华大学 含双边交易电力市场环境下考虑网损分摊的发电计划方法
CN104124708A (zh) * 2014-07-25 2014-10-29 国家电网公司 一种能源协调优化机组组合方法
CN104992287A (zh) * 2015-06-26 2015-10-21 国网山西省电力公司 一种促进风电消纳的多时间尺度发电权交易方法
CN105024398A (zh) * 2015-06-29 2015-11-04 国电南瑞科技股份有限公司 一种基于最优风电置信度的优化调度方法
CN105322566A (zh) * 2015-11-06 2016-02-10 山东大学 考虑预测误差时序分布的含风电机组组合模型建立方法
CN105720610A (zh) * 2016-04-14 2016-06-29 华北电力大学 一种电力系统机组组合配置方法及装置
CN105809252A (zh) * 2014-12-31 2016-07-27 国家电网公司 一种大规模风电平衡评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006121948A2 (en) * 2005-05-06 2006-11-16 Intercontinental Exchange, Inc. Over the counter traded product and system for offset and contingent trading of commodity contracts

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794994A (zh) * 2010-01-27 2010-08-04 清华大学 含双边交易电力市场环境下考虑网损分摊的发电计划方法
CN104124708A (zh) * 2014-07-25 2014-10-29 国家电网公司 一种能源协调优化机组组合方法
CN105809252A (zh) * 2014-12-31 2016-07-27 国家电网公司 一种大规模风电平衡评估方法
CN104992287A (zh) * 2015-06-26 2015-10-21 国网山西省电力公司 一种促进风电消纳的多时间尺度发电权交易方法
CN105024398A (zh) * 2015-06-29 2015-11-04 国电南瑞科技股份有限公司 一种基于最优风电置信度的优化调度方法
CN105322566A (zh) * 2015-11-06 2016-02-10 山东大学 考虑预测误差时序分布的含风电机组组合模型建立方法
CN105720610A (zh) * 2016-04-14 2016-06-29 华北电力大学 一种电力系统机组组合配置方法及装置

Also Published As

Publication number Publication date
CN108075494A (zh) 2018-05-25

Similar Documents

Publication Publication Date Title
Loncar et al. Compound real options valuation of renewable energy projects: The case of a wind farm in Serbia
Darghouth et al. Net metering and market feedback loops: Exploring the impact of retail rate design on distributed PV deployment
Ritzenhofen et al. Optimal design of feed-in-tariffs to stimulate renewable energy investments under regulatory uncertainty—A real options analysis
Milstein et al. Can price volatility enhance market power? The case of renewable technologies in competitive electricity markets
Wagner Residual demand modeling and application to electricity pricing
CN109636671B (zh) 一种考虑多层次市场联动型的风电消纳优化策略
Trancik et al. Technology improvement and emissions reductions as mutually reinforcing efforts: Observations from the global development of solar and wind energy
CN107785885B (zh) 一种双边电量合同参与日前电力电量平衡的协调优化方法
CN112016747A (zh) 一种适用于源荷储灵活资源统筹规划与运行的优化方法
CN108075494B (zh) 一种兼顾新能源消纳与交易执行的日前机组组合方法
CN110909954A (zh) 一种最大化可再生能源利用的多阶段电源规划方法
Zhang et al. Analyzing the dynamic impact of electricity futures on revenue and risk of renewable energy in China
Kim et al. Investment timing decisions in hydropower adaptation projects using climate scenarios: A case study of South Korea
Lin et al. Long-term multi-objective optimal scheduling for large cascaded hydro-wind-photovoltaic complementary systems considering short-term peak-shaving demands
CN109978331B (zh) 一种高比例水电现货市场下日电量分解方法
Abiodun et al. The value of concentrating solar power in ancillary services markets
CN111667119B (zh) 一种水电站milp模型最优代表水头选取方法和系统
Li et al. Energy transition paradox: Solar and wind growth can hinder decarbonization
CN113394820B (zh) 一种新能源并网电力系统的优化调度方法
CN115600757A (zh) 海上风电共享储能参与现货市场交易协调优化方法及系统
Liu et al. Potential analysis of BESS and CCUS in the context of China's carbon trading scheme toward the low-carbon electricity system
Gibescu et al. Case study for the integration of 12 GW wind power in the Dutch power system by 2020
Doroshenko Quantifying the Effects of Solar Panel Orientation on the Electrical Grid
Wozabal et al. Renewable energy and its impact on power markets
CN113872253B (zh) 抽水蓄能电站联合新能源发电优化调度方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15

Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd.

Applicant after: STATE GRID CORPORATION OF CHINA

Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.

Address before: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15

Applicant before: China Electric Power Research Institute

Applicant before: State Grid Corporation of China

Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.

GR01 Patent grant
GR01 Patent grant