CN108322139A - 一种计及综合成本的风电-光伏-光热发电的联合调度方法 - Google Patents

一种计及综合成本的风电-光伏-光热发电的联合调度方法 Download PDF

Info

Publication number
CN108322139A
CN108322139A CN201810171249.7A CN201810171249A CN108322139A CN 108322139 A CN108322139 A CN 108322139A CN 201810171249 A CN201810171249 A CN 201810171249A CN 108322139 A CN108322139 A CN 108322139A
Authority
CN
China
Prior art keywords
photo
generation
thermal power
wind
photovoltaic
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
CN201810171249.7A
Other languages
English (en)
Inventor
崔杨
杨志文
赵钰婷
仲悟之
张节潭
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli 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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201810171249.7A priority Critical patent/CN108322139A/zh
Publication of CN108322139A publication Critical patent/CN108322139A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/30Thermophotovoltaic systems
    • H02J3/383
    • H02J3/386
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02SGENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S10/00PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
    • H02S10/10PV power plants; Combinations of PV energy systems with other systems for the generation of electric power including a supplementary source of electric power, e.g. hybrid diesel-PV energy systems
    • H02S10/12Hybrid wind-PV energy systems
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种计及综合成本的风电‑光伏‑光热发电的联合调度方法,其特点是:包括对风电、光伏发电及光热发电的运行特性分析;对风电、光伏及光热发电的联合调度和风电、光伏与光热发电联合调度值的确定等内容,以风电、光伏与光热发电运行特性为基础,综合考虑火电机组发电成本、风电、光伏发电与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,兼顾电网运行约束,以综合成本最低为目标,确定风电、光伏及光热发电的调度值,具有科学合理,调度准确,效果佳等优点。

Description

一种计及综合成本的风电-光伏-光热发电的联合调度方法
技术领域
本发明涉及配电技术领域,是一种计及综合成本的风电-光伏-光热发电的联合调度方法。
背景技术
随着化石能源的匮乏与环境污染的日益加剧,以风电、光伏、光热发电为主的新能源发电发展迅速,并网规模不断扩大。风电作为起步较早的新能源发电,发电量与建设规模稳步增长。较之风电,太阳能发电起步较晚,目前大规模太阳能发电分为光伏(photovoltaic,PV)发电和光热(concentrating solar power,CSP)发电。截至2016年底,我国并网风电1.5亿千瓦,并网太阳能发电7742万千瓦。
受风能与太阳能固有属性的影响,风力发电与太阳能发电具有不确定性与间歇性,大规模并网消纳在降低火电机组发电量的同时增加了电网运行的不确定性。事实上,在某些风光资源丰富的地区已经存在风电、光伏、光热同时并网发电的情况,多种新能源发电方式联合并网进一步增加了电网运行的不安全因素。如何确定风电、光伏、光热发电的联合调度,保证电网的安全经济运行成为亟需解决的问题。
发明内容
本发明所要解决的技术问题是,提出一种以风电、光伏与光热发电运行特性为基础,综合考虑火电机组发电成本、风电、光伏发电与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,兼顾电网运行约束,以综合成本最低为目的,科学合理,效果最佳的风电-光伏-光热发电的联合调度方法。
解决其技术问题采用的方案是:一种计及综合成本的风电-光伏-光热发电的联合调度方法,其特征是,以风电、光伏与光热发电运行特性为基础,兼顾电网运行约束,以综合成本最低为目标,确定了风电、光伏及光热发电的调度值,具体包括以下步骤:
1)对风电、光伏发电及光热发电的运行特性分析
风电就是清洁能源,但是风电具有较强的波动性与随机性,可靠性较低,并网时对电网运行的影响较大;
光伏发电具有间歇性,随着发电成本的降低,装机规模越来越大;但是受自然资源的影响,具有“昼发夜停”的特性,可控性较低;
光热发电作为新兴的太阳能发电形式,与光伏发电相比,光热发电含有储热系统,能够实现出力的调节与控制,可靠性较高,能够明显降低并网对电网造成的影响;
2)对风电、光伏及光热发电的联合调度
(a)风电、光伏与光热发电的联合调度模型的建立
综合考虑火电机组发电成本、风电、光伏与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,建立了风电、光伏与光热发电的联合调度成本模型;
F=min[F1+F2-F3+F4] (1)
其中:F为火电、风电、光伏与光热发电联合调度时的综合成本;
F1为火电机组发电成本;
F2为风电、光伏与光热发电的运行维护成本;
F3为风电、光伏与光热发电联合并网消纳的环境效益;
F4为系统备用容量成本;
火电机组的发电成本由燃料成本和启停成本两部分组成,计算为(2)式:
F1=e1(Pi)+e2(Ui) (2)
其中:e1为火电机组的燃料成本;
e2为火电机组的启停成本;
Pi为火电机组i的发电功率;
Ui为火电机组i的运行状态;
e1的计算为(3)式:
e2的计算为(4)式:
其中:Pit为火电机组i在第t时段的发电功率;
Uit为火电机组i在第t时段的运行状态,其中,Uit=1表示运行,Uit=0表示停机;
Si表示机组i的启动成本;
n为火电机组的数量;
T为总的时间段;
t为时刻;
i为第i个机组;
ai,bi,ci为机组i的燃料成本系数;
风电、光伏与光热发电的运行维护成本F2计算为(5)式:
其中:kf为风电的运行维护成本系数;
kg为光伏发电的运行维护成本系数;
ks为光热电站由集热装置提供热能发电的运行维护成本系数;
kTs为光热电站由储热装置提供热能发电的运行维护成本系数;
为光热电站由集热装置提供热能的发电功率;
为光热电站由储热装置提供热能的发电功率;
Pft为风电在t时刻的发电功率;
Pgt为光伏发电在t时刻的发电功率;
的计算为(6)式:
Pt SF,d=ηdPt SF,r (6)
的计算为(7)式:
Pt TS,df=(1-ηfdPt TS,f (7)
其中:为在t时刻集热装置直接发电的热功率;
为在t时刻储热系统的放热功率;
ηd为热电转换效率;
ηf为光热电站储热系统的放热损失率;
以风电、光伏与光热发电为主的新能源发电并网消纳,能够有效降低火电机组的上网电量,减小污染物的排放量,风电、光伏与光热发电联合并网消纳的环境效益的计算为式(8);
其中:kF为风电并网后的环境效益系数;
kG为光伏发电并网后的环境效益系数;
kR为光热发电并网后的环境效益系数;
PGt为光热发电在t时刻的发电功率;
PGt的计算为(9)式:
PGt=Pt SF,d+Pt TS,df (9)
风电、光伏与光热发电的大规模并网,增加了电网运行的不确定性,因此,需要预留更多的容量来应对预测误差与突发事件;额外增加的旋转备用容量成本计算为(10)式:
其中:L为负荷的预测误差率;
F为风电的预测误差率;
G为光伏发电的预测误差率;
R为光热发电的预测误差率;
kr为系统备用成本系数;
PLt为t时刻的负荷值;
(b)系统运行约束
网络约束即不计网络损耗时,火电机组、风电、光伏与光热发电的输出功率之和与电网负荷相等,为(11)式:
输电线路传输容量约束为(12)式:
-Pfl,max≤Pl,t≤Pzl,max (12)
其中:Pzl,max为传输线路l的最大正向传输功率;
Pfl,max为传输线路l的最大反向传输功率;
Pl,t为输电线路l在t时刻的传输功率;
火电机组运行出力约束为(13)式:
Pimin≤Pit≤Pimax (13)
其中:Pimin为火电机组i的最小出力;
Pimax为火电机组i的最大出力;
火电机组与光热发电爬坡率约束为(14)式:
其中:rdi为火电机组i的最大向下爬坡率;
rui为火电机组i的最大向上爬坡率;
ruG为光热发电的最大向上爬坡率;
rdG为光热发电的最大向下爬坡率;
光热电站储热系统储热容量约束为(15)式:
其中:为光热电站储热系统的储热上限;
为光热电站储热系统的储热下限;
为光热电站储热系统在t时刻的储热量;
光热电站储热系统储放热功率约束为(16)式:
其中:为储热系统的充热功率;
为储热系统的放热功率;
为储热系统储热功率的上限;
为储热系统储热功率的下限;
为储热系统放热功率的上限;
为储热系统放热功率的下限;
3)风电、光伏与光热发电联合调度值的确定
采用含精英保留策略的标准遗传算法求解模型,相比于传统遗传算法,加入了精英保留策略;精英保留策略使父代种群中的最优个体直接保存到子代种群,避免了最优个体在交叉变异过程中被破坏;通过有限次的迭代,得到综合成本最低时的风电、光伏与光热发电联合调度值。
本发明的一种计及综合成本的风电-光伏-光热发电的联合调度方法,由于以风电、光伏与光热发电运行特性为基础,兼顾电网运行约束,综合考虑火电机组发电成本、风电、光伏发电与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,以综合成本最低为目的,确定了风电、光伏及光热发电的调度值,具有科学合理,效果最佳等优点。
附图说明
图1是电网负荷、风电及光伏发电预测功率示意图;
图2是系统运行成本收敛特性示意图;
图3是含储热光热电站最优出力调度曲线示意图;
图4是风电预测功率及并网消纳功率示意图;
图5是光伏发电预测功率及并网消纳功率示意图;
图6是各火电机组出力调度曲线示意图。
具体实施方式
下面利用附图和实施例对本发明一种计及综合成本的风电-光伏-光热发电的联合调度方法作进一步说明。
本发明的一种计及综合成本的风电-光伏-光热发电的联合调度方法,以风电、光伏与光热发电运行特性为基础,兼顾电网运行约束,以综合成本最低为目标,确定了风电、光伏及光热发电的调度值,具体包括以下步骤:
1)对风电、光伏发电及光热发电的运行特性分析
风电就是清洁能源,但是风电具有较强的波动性与随机性,可靠性较低,并网时对电网运行的影响较大;
光伏发电具有间歇性,随着发电成本的降低,装机规模越来越大;但是受自然资源的影响,具有“昼发夜停”的特性,可控性较低;
光热发电作为新兴的太阳能发电形式,与光伏发电相比,光热发电含有储热系统,能够实现出力的调节与控制,可靠性较高,能够明显降低并网对电网造成的影响;
2)对风电、光伏及光热发电的联合调度
(a)风电、光伏与光热发电的联合调度模型的建立
综合考虑火电机组发电成本、风电、光伏与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,建立了风电、光伏与光热发电的联合调度成本模型;
F=min[F1+F2-F3+F4] (1)
其中:F为火电、风电、光伏与光热发电联合调度时的综合成本;
F1为火电机组发电成本;
F2为风电、光伏与光热发电的运行维护成本;
F3为风电、光伏与光热发电联合并网消纳的环境效益;
F4为系统备用容量成本;
火电机组的发电成本由燃料成本和启停成本两部分组成,计算为(2)式:
F1=e1(Pi)+e2(Ui) (2)
其中:e1为火电机组的燃料成本;
e2为火电机组的启停成本;
Pi为火电机组i的发电功率;
Ui为火电机组i的运行状态;
e1的计算为(3)式:
e2的计算为(4)式:
其中:Pit为火电机组i在第t时段的发电功率;
Uit为火电机组i在第t时段的运行状态,其中,Uit=1表示运行,Uit=0表示停机;
Si表示机组i的启动成本;
n为火电机组的数量;
T为总的时间段;
t为时刻;
i为第i个机组;
ai,bi,ci为机组i的燃料成本系数;
风电、光伏与光热发电的运行维护成本F2计算为(5)式:
其中:kf为风电的运行维护成本系数;
kg为光伏发电的运行维护成本系数;
ks为光热电站由集热装置提供热能发电的运行维护成本系数;
kTs为光热电站由储热装置提供热能发电的运行维护成本系数;
为光热电站由集热装置提供热能的发电功率;
为光热电站由储热装置提供热能的发电功率;
Pft为风电在t时刻的发电功率;
Pgt为光伏发电在t时刻的发电功率;
的计算为(6)式:
Pt SF,d=ηdPt SF,r (6)
的计算为(7)式:
Pt TS,df=(1-ηfdPt TS,f (7)
其中:为在t时刻集热装置直接发电的热功率;
为在t时刻储热系统的放热功率;
ηd为热电转换效率;
ηf为光热电站储热系统的放热损失率;
以风电、光伏与光热发电为主的新能源发电并网消纳,能够有效降低火电机组的上网电量,减小污染物的排放量,风电、光伏与光热发电联合并网消纳的环境效益的计算为式(8);
其中:kF为风电并网后的环境效益系数;
kG为光伏发电并网后的环境效益系数;
kR为光热发电并网后的环境效益系数;
PGt为光热发电在t时刻的发电功率;
PGt的计算为(9)式:
PGt=Pt SF,d+Pt TS,df (9)
风电、光伏与光热发电的大规模并网,增加了电网运行的不确定性,因此,需要预留更多的容量来应对预测误差与突发事件;额外增加的旋转备用容量成本计算为(10)式:
其中:L为负荷的预测误差率;
F为风电的预测误差率;
G为光伏发电的预测误差率;
R为光热发电的预测误差率;
kr为系统备用成本系数;
PLt为t时刻的负荷值;
(b)系统运行约束
网络约束即不计网络损耗时,火电机组、风电、光伏与光热发电的输出功率之和与电网负荷相等,为(11)式:
输电线路传输容量约束为(12)式:
-Pfl,max≤Pl,t≤Pzl,max (12)
其中:Pzl,max为传输线路l的最大正向传输功率;
Pfl,max为传输线路l的最大反向传输功率;
Pl,t为输电线路l在t时刻的传输功率;
火电机组运行出力约束为(13)式:
Pimin≤Pit≤Pimax (13)
其中:Pimin为火电机组i的最小出力;
Pimax为火电机组i的最大出力;
火电机组与光热发电爬坡率约束为(14)式:
其中:rdi为火电机组i的最大向下爬坡率;
rui为火电机组i的最大向上爬坡率;
ruG为光热发电的最大向上爬坡率;
rdG为光热发电的最大向下爬坡率;
光热电站储热系统储热容量约束为(15)式:
其中:为光热电站储热系统的储热上限;
为光热电站储热系统的储热下限;
为光热电站储热系统在t时刻的储热量;
光热电站储热系统储放热功率约束为(16)式:
其中:为储热系统的充热功率;
为储热系统的放热功率;
为储热系统储热功率的上限;
为储热系统储热功率的下限;
为储热系统放热功率的上限;
为储热系统放热功率的下限;
3)风电、光伏与光热发电联合调度值的确定
采用含精英保留策略的标准遗传算法求解模型,相比于传统遗传算法,加入了精英保留策略;精英保留策略使父代种群中的最优个体直接保存到子代种群,避免了最优个体在交叉变异过程中被破坏;通过有限次的迭代,得到综合成本最低时的风电、光伏与光热发电联合调度值。
本实施例以改造的IEEE30节点系统为例,基于含精英策略的标准遗传算法求解模型,得到综合成本最低时的光伏、风电并网消纳功率以及光热发电的出力调度,以此来验证本发明所述方法的可行性。按照功率相近的原则,用光热发电、光伏发电以及风电分别替换原系统中的第2、3、6台火电机组。火电机组的具体数据如表1所示,100MW光热电站的具体参数如表2所示。
表1常规机组参数
表2光热电站参数
1.对风电、光伏发电及光热发电的运行特性的分析
电网负荷、风电及光伏发电预测功率如图1所示,由图1可见,风电具有白天发电功率小、晚上发电功率大的反调峰现象,光伏发电具有“昼发夜停”的间歇性发电特性,因此风电与光伏发电具有天然的互补特性。由于风电与光伏发电都是波动性电源,可靠性较低,因此采用光热发电作为调节性发电形式,能够保证电网的安全运行。
2.风电、光伏与光热发电的联合调度模型的建立
计算过程中的数值设置如下,负荷预测误差率L取值为15%,风电、光伏与光热发电的预测误差率F=G=R=5%,系统备用成本系数kr为112元/MW,风电、光伏与光热发电并网后的环境效益系数kF=kG=kR=230元/MW,风电、光伏发电的运行维护成本系数kf、kg分别为20元/MW、30元/MW,取rdi=rui,rdG=ruG,建立风电、光伏与光热发电的联合调度模型。
3.风电、光伏与光热发电联合调度值的确定
采用含精英保留策略的标准遗传算法求解模型,相比于传统遗传算法,加入了精英保留策略。精英保留策略使父代种群中的最优个体直接保存到子代种群,避免了最优个体在交叉变异过程中被破坏。得到综合成本最低时的光伏、风电并网消纳功率以及光热发电的出力调度。
优化过程中系统运行成本收敛特性如图2所示,由图2可见,系统运行成本收敛特性曲线在迭代过程满足严格单调的条件,因此,该计算过程将收敛到全局最优解,且经过500次迭代后,种群的重复率均达到了90%以上,故可认为达到最优解,此时综合成本收敛至最低为75.27万元。
在综合成本最低时,含储热光热电站最优出力调度曲线如图3所示,风电预测功率及并网消纳功率如图4所示,光伏发电预测功率及并网消纳功率如图5所示,各火电机组出力调度曲线如图6所示。由图3可见,储热系统使光热电站具有良好的可调度性与可控性,通过对储热系统的调节可以实现电站的出力控制。按此出力值对光热电站的出力进行调度,能够有效降低综合运行成本。由图4与图5可见,在计及电网运行约束的前提下,综合成本最低时,风电与光伏发电并未完全消纳,而是存在最优的并网消纳功率,按图中功率消纳值控制风电与光伏发电的上网电量,能够兼顾电网运行的安全性与经济性。由图6可见,煤耗成本小的机组出力较大,且在风电、光伏发电与光热发电联合并网功率较大时,火电机组的出力均维持在最低出力水平,大幅度降低了煤耗成本。
本发明实施例中的计算条件、图例等仅用于对本发明作进一步的说明,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。

Claims (1)

1.一种计及综合成本的风电-光伏-光热发电的联合调度方法,其特征是,以风电、光伏与光热发电运行特性为基础,兼顾电网运行约束,以综合成本最低为目标,确定了风电、光伏及光热发电的调度值,具体包括以下步骤:
1)对风电、光伏发电及光热发电的运行特性分析
风电就是清洁能源,但是风电具有较强的波动性与随机性,可靠性较低,并网时对电网运行的影响较大;
光伏发电具有间歇性,随着发电成本的降低,装机规模越来越大;但是受自然资源的影响,具有“昼发夜停”的特性,可控性较低;
光热发电作为新兴的太阳能发电形式,与光伏发电相比,光热发电含有储热系统,能够实现出力的调节与控制,可靠性较高,能够明显降低并网对电网造成的影响;
2)对风电、光伏及光热发电的联合调度
(a)风电、光伏与光热发电的联合调度模型的建立
综合考虑火电机组发电成本、风电、光伏与光热发电并网消纳的环境效益和运行维护成本、系统旋转备用成本,建立了风电、光伏与光热发电的联合调度成本模型;
F=min[F1+F2-F3+F4] (1)
其中:F为火电、风电、光伏与光热发电联合调度时的综合成本;
F1为火电机组发电成本;
F2为风电、光伏与光热发电的运行维护成本;
F3为风电、光伏与光热发电联合并网消纳的环境效益;
F4为系统备用容量成本;
火电机组的发电成本由燃料成本和启停成本两部分组成,计算为(2)式:
F1=e1(Pi)+e2(Ui) (2)
其中:e1为火电机组的燃料成本;
e2为火电机组的启停成本;
Pi为火电机组i的发电功率;
Ui为火电机组i的运行状态;
e1的计算为(3)式:
e2的计算为(4)式:
其中:Pit为火电机组i在第t时段的发电功率;
Uit为火电机组i在第t时段的运行状态,其中,Uit=1表示运行,Uit=0表示停机;
Si表示机组i的启动成本;
n为火电机组的数量;
T为总的时间段;
t为时刻;
i为第i个机组;
ai,bi,ci为机组i的燃料成本系数;
风电、光伏与光热发电的运行维护成本F2计算为(5)式:
其中:kf为风电的运行维护成本系数;
kg为光伏发电的运行维护成本系数;
ks为光热电站由集热装置提供热能发电的运行维护成本系数;
kTs为光热电站由储热装置提供热能发电的运行维护成本系数;
为光热电站由集热装置提供热能的发电功率;
为光热电站由储热装置提供热能的发电功率;
Pft为风电在t时刻的发电功率;
Pgt为光伏发电在t时刻的发电功率;
的计算为(6)式:
的计算为(7)式:
其中:为在t时刻集热装置直接发电的热功率;
为在t时刻储热系统的放热功率;
ηd为热电转换效率;
ηf为光热电站储热系统的放热损失率;
以风电、光伏与光热发电为主的新能源发电并网消纳,能够有效降低火电机组的上网电量,减小污染物的排放量,风电、光伏与光热发电联合并网消纳的环境效益的计算为式(8);
其中:kF为风电并网后的环境效益系数;
kG为光伏发电并网后的环境效益系数;
kR为光热发电并网后的环境效益系数;
PGt为光热发电在t时刻的发电功率;
PGt的计算为(9)式:
风电、光伏与光热发电的大规模并网,增加了电网运行的不确定性,因此,需要预留更多的容量来应对预测误差与突发事件;额外增加的旋转备用容量成本计算为(10)式:
其中:L为负荷的预测误差率;
F为风电的预测误差率;
G为光伏发电的预测误差率;
R为光热发电的预测误差率;
kr为系统备用成本系数;
PLt为t时刻的负荷值;
(b)系统运行约束
网络约束即不计网络损耗时,火电机组、风电、光伏与光热发电的输出功率之和与电网负荷相等,为(11)式:
输电线路传输容量约束为(12)式:
-Pfl,max≤Pl,t≤Pzl,max (12)
其中:Pzl,max为传输线路l的最大正向传输功率;
Pfl,max为传输线路l的最大反向传输功率;
Pl,t为输电线路l在t时刻的传输功率;
火电机组运行出力约束为(13)式:
Pimin≤Pit≤Pimax (13)
其中:Pimin为火电机组i的最小出力;
Pimax为火电机组i的最大出力;
火电机组与光热发电爬坡率约束为(14)式:
其中:rdi为火电机组i的最大向下爬坡率;
rui为火电机组i的最大向上爬坡率;
ruG为光热发电的最大向上爬坡率;
rdG为光热发电的最大向下爬坡率;
光热电站储热系统储热容量约束为(15)式:
其中:为光热电站储热系统的储热上限;
为光热电站储热系统的储热下限;
为光热电站储热系统在t时刻的储热量;
光热电站储热系统储放热功率约束为(16)式:
其中:为储热系统的充热功率;
为储热系统的放热功率;
为储热系统储热功率的上限;
为储热系统储热功率的下限;
为储热系统放热功率的上限;
为储热系统放热功率的下限;
3)风电、光伏与光热发电联合调度值的确定
采用含精英保留策略的标准遗传算法求解模型,相比于传统遗传算法,加入了精英保留策略;精英保留策略使父代种群中的最优个体直接保存到子代种群,避免了最优个体在交叉变异过程中被破坏;通过有限次的迭代,得到综合成本最低时的风电、光伏与光热发电联合调度值。
CN201810171249.7A 2018-03-01 2018-03-01 一种计及综合成本的风电-光伏-光热发电的联合调度方法 Pending CN108322139A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810171249.7A CN108322139A (zh) 2018-03-01 2018-03-01 一种计及综合成本的风电-光伏-光热发电的联合调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810171249.7A CN108322139A (zh) 2018-03-01 2018-03-01 一种计及综合成本的风电-光伏-光热发电的联合调度方法

Publications (1)

Publication Number Publication Date
CN108322139A true CN108322139A (zh) 2018-07-24

Family

ID=62900040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810171249.7A Pending CN108322139A (zh) 2018-03-01 2018-03-01 一种计及综合成本的风电-光伏-光热发电的联合调度方法

Country Status (1)

Country Link
CN (1) CN108322139A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108923472A (zh) * 2018-08-27 2018-11-30 东北电力大学 基于成本最优的光热电站与火电机组联合出力调度方法
CN109742813A (zh) * 2019-03-22 2019-05-10 中国电建集团青海省电力设计院有限公司 基于mpc的风电-光伏-光热-火电联合发电优化调度方法
CN110048469A (zh) * 2019-05-14 2019-07-23 东南大学 一种利用光热电站促进风电消纳的优化调度方法
CN110137938A (zh) * 2018-12-14 2019-08-16 西安理工大学 基于改进蝙蝠算法的风火储联合系统的优化调度方法
CN110445190A (zh) * 2019-08-01 2019-11-12 高东锋 一种光热电站储热容量配置方法及系统
CN110752620A (zh) * 2019-11-28 2020-02-04 绍兴市慧融臻合新能源科技有限公司 一种新型风、光、热联合发电系统
CN110994698A (zh) * 2019-12-18 2020-04-10 东北电力大学 一种太阳能光伏-光热联合发电系统优化运行方法
CN112381389A (zh) * 2020-11-12 2021-02-19 东北电力大学 一种可再生能源系统优化调度方法
CN114188981A (zh) * 2021-12-06 2022-03-15 国网电力科学研究院有限公司 一种光热机组的优化运行方法、系统、存储介质及计算设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107425537A (zh) * 2017-05-07 2017-12-01 东北电力大学 一种计及调峰成本的含储热光热电站储热容量配置方法
CN107508328A (zh) * 2017-04-08 2017-12-22 东北电力大学 考虑风电消纳的联合系统能量优化方法
CN107702079A (zh) * 2017-09-18 2018-02-16 中国电力工程顾问集团西北电力设计院有限公司 一种含有电加热装置的光热电站及其建模和优化运行方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107508328A (zh) * 2017-04-08 2017-12-22 东北电力大学 考虑风电消纳的联合系统能量优化方法
CN107425537A (zh) * 2017-05-07 2017-12-01 东北电力大学 一种计及调峰成本的含储热光热电站储热容量配置方法
CN107702079A (zh) * 2017-09-18 2018-02-16 中国电力工程顾问集团西北电力设计院有限公司 一种含有电加热装置的光热电站及其建模和优化运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
崔杨 等: "考虑环境成本及网络约束的风-火联合发电调度", 《电网技术》 *
鞠立伟: "需求响应参与清洁能源集成消纳与效益评价模型研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108923472A (zh) * 2018-08-27 2018-11-30 东北电力大学 基于成本最优的光热电站与火电机组联合出力调度方法
CN110137938B (zh) * 2018-12-14 2023-03-21 西安理工大学 基于改进蝙蝠算法的风火储联合系统的优化调度方法
CN110137938A (zh) * 2018-12-14 2019-08-16 西安理工大学 基于改进蝙蝠算法的风火储联合系统的优化调度方法
CN109742813A (zh) * 2019-03-22 2019-05-10 中国电建集团青海省电力设计院有限公司 基于mpc的风电-光伏-光热-火电联合发电优化调度方法
CN109742813B (zh) * 2019-03-22 2023-03-24 中国电建集团青海省电力设计院有限公司 基于mpc的风电-光伏-光热-火电联合发电优化调度方法
CN110048469A (zh) * 2019-05-14 2019-07-23 东南大学 一种利用光热电站促进风电消纳的优化调度方法
CN110048469B (zh) * 2019-05-14 2021-07-20 东南大学溧阳研究院 一种利用光热电站促进风电消纳的优化调度方法
CN110445190A (zh) * 2019-08-01 2019-11-12 高东锋 一种光热电站储热容量配置方法及系统
CN110752620A (zh) * 2019-11-28 2020-02-04 绍兴市慧融臻合新能源科技有限公司 一种新型风、光、热联合发电系统
CN110994698A (zh) * 2019-12-18 2020-04-10 东北电力大学 一种太阳能光伏-光热联合发电系统优化运行方法
CN112381389A (zh) * 2020-11-12 2021-02-19 东北电力大学 一种可再生能源系统优化调度方法
CN114188981A (zh) * 2021-12-06 2022-03-15 国网电力科学研究院有限公司 一种光热机组的优化运行方法、系统、存储介质及计算设备
CN114188981B (zh) * 2021-12-06 2023-09-08 国网电力科学研究院有限公司 一种光热机组的优化运行方法、系统、存储介质及计算设备

Similar Documents

Publication Publication Date Title
CN108322139A (zh) 一种计及综合成本的风电-光伏-光热发电的联合调度方法
CN106786799B (zh) 一种直流联络线功率阶梯化发电计划优化方法
CN106600022B (zh) 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法
CN112600209A (zh) 一种含潮流能的海岛独立微电网容量多目标优化配置方法
CN108923472A (zh) 基于成本最优的光热电站与火电机组联合出力调度方法
CN106712033A (zh) 一种热电厂消纳弃风的方法
CN114462889A (zh) 一种氢-电耦合多能源跨区域优化配置方法及系统
CN107425537B (zh) 一种计及调峰成本的含储热光热电站储热容量配置方法
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
CN115189395A (zh) 一种风光水火储多能互补外送系统的双层优化配置方法
CN110768303A (zh) 一种海岛型能源系统设备容量的优化配置方法
CN110472364B (zh) 一种考虑可再生能源的离网式热电气联产系统的优化方法
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
Deng et al. Research on economic operation of grid-connected DC microgrid
CN115021333A (zh) 一种基于时序状态的新能源消纳能力评估方法
CN212114804U (zh) 一种离网型风电制氢系统
CN114914918A (zh) 全可再生能源驱动的离网海岛海水淡化系统及其调控方法
Shi et al. Optimization of wind-marine hybrid power system configuration based on genetic algorithm
Qi et al. Optimal dispatch of concentrating solar thermal power (CSP)-wind combined power generation system
CN112149339A (zh) 风电-光伏-光热-电加热器互补发电系统容量优化模型
Sun et al. Research on Coordinated and Optimized Operation of Electric-Thermal Energy System with Concentrated Solar Power Plant
Bingchen et al. Coordinated optimization scheduling of wind power, photovoltaic, photo-thermal and hydropower considering the schedulability of photo-thermal power stations
CN117216963B (zh) 一种含碳-氢利用的综合能源系统运行方法
Zhang et al. Optimal Dispatching Strategy for Concerntrating Solar Power Plant to Suppress Output Power Fluctuation of Wind-photovoltaic System
Yang et al. Capacity configuration of thermal energy storage within CSP plant considering scheduling economy

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180724