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)
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)
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P
j,t,0如式所示:
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)
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:
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;
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;
其中:I
i,t为火电机组的运行状态,
为到t-1时段末已开机时间和已停机时间,
分别为最小开机时间和最小停机时间,P
i,t为t时段火电机组计划出力,P
wj,t为风电场j在t时段的预测功率,P
i,max、P
i,min分别为火电机组出力上限、下限,P
i,s,t为机组出力中与交易合同部分对应的出力,P
i,z,t为机组出力中除去交易出力部分的其他组成部分,L
t为t时段系统负荷,RU
t、RD
t分别为t时段的上下旋转备用需求,R
i、D
i分别为火电机组i的爬坡速率和滑坡速率,u
i,t为火电机组i启动变量,v
i,t为火电机组i停运变量,A
li为支路l潮流对节点i净注入功率的灵敏度因子,F
l,max为支路l的潮流上限,P
i,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:
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:
其中,I
i,t为火电机组的运行状态,
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,
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,P
i,max、P
i,min分别为火电机组出力上限、下限,R
i、D
i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。
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
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
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
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
表2负荷与风电预测数据
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
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
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
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
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
(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
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
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
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
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
(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
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
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
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。