CN108416536A - 一种消纳新能源的需求响应资源多时间尺度滚动调度方法 - Google Patents

一种消纳新能源的需求响应资源多时间尺度滚动调度方法 Download PDF

Info

Publication number
CN108416536A
CN108416536A CN201810316956.0A CN201810316956A CN108416536A CN 108416536 A CN108416536 A CN 108416536A CN 201810316956 A CN201810316956 A CN 201810316956A CN 108416536 A CN108416536 A CN 108416536A
Authority
CN
China
Prior art keywords
demand response
class
scheduling
cost
classes
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
CN201810316956.0A
Other languages
English (en)
Inventor
易永仙
崔高颖
郑爱霞
童格格
杨世海
高赐威
邵雪松
周玉
赵双双
李志新
段梅梅
吴刚
李纬
吴伟将
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
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of 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, Southeast University, State Grid Jiangsu Electric Power Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201810316956.0A priority Critical patent/CN108416536A/zh
Publication of CN108416536A publication Critical patent/CN108416536A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种消纳新能源的需求响应资源多时间尺度滚动调度方法,方法包括日前调度计划的计算,日内调度计划的计算以及实时调度计划的计算。本发明针对不同时间尺度新能源预测精度不同的特点,综合考虑需求响应资源的多时间尺度特性,以及风电、光伏、常规启动机组、快速启动机组等发电侧资源与需求侧资源的良好互动,计及不同时间尺度的激励型需求响应资源和受实时电价影响的价格型需求响应资源,实现日前‑日内‑实时三个时间尺度需求响应资源的滚动调度,在多个时间尺度的配合下,可保证电力系统的安全稳定运行和新能源的消纳,以及不同时间尺度下需求响应资源的协调调度。本发明方法具有良好的应用前景。

Description

一种消纳新能源的需求响应资源多时间尺度滚动调度方法
技术领域
本发明涉及电力调度技术领域,特别是一种消纳新能源的需求响应资源多时间尺度滚动调度方法。
背景技术
随着化石能源的日益枯竭和环境问题的日益加剧,国家节能减排力度不断加大,风能和太阳能等可再生能源迅猛发展。但是,风电和光伏发电等新能源出力具有波动性和不确定性的特点,当电力系统内新能源占比较小时,新能源波动可看作负荷预测误差;但当新能源比重大到一定程度时,其出力的波动性和不确定性将会给电网带来诸多挑战。
需求响应为消纳风电、光伏发电的不确定性提供了一种新的方法。当前通信系统和智能电能表的广泛应用,使得用户需求可以对市场信号做出积极响应,其与系统运行互相作用、参与系统平衡成为可能。通过调用需求侧资源,使得用户与电网公司进行互动,像调用发电侧资源一样将其纳入常态化的电力系统调度运行中。
负荷、风电和光伏发电的预测精度都与时间尺度有关,时间尺度越短且距离当前时刻越近,预测精度越高;另一方面,各种需求响应资源的响应能力和响应时间存在不同,即本身存在时间尺度的特性。因此,充分发挥各种需求响应资源的调节能力、协调不同时间尺度之间的调度计划、确保调度计划的有效衔接和顺利执行具有非常重要的现实意义。
名词解释
负荷聚合商(load aggregator,LA),是一个整合用户需求响应并提供给市场购买者的独立组织,在提供需求响应资源的电力终端用户,与想购买这些资源的电力系统参与者之间充当中间人,使用户以一种有效途径接触电力市场,并提供更多具有灵活性的服务和技术。
发明内容
本发明要解决的技术问题为:如何在不同时间尺度发挥各类需求响应资源的调节潜力,以消纳新能源。通过对不同时间尺度需求响应资源的协调调度和滚动更新,应对风电与光伏发电的不确定性,保证电力系统安全稳定运行和新能源消纳。
本发明采取的技术方案为:一种消纳新能源的需求响应资源多时间尺度滚动调度方法,包括:
S1,确定调度范围内的需求响应资源,需求响应资源包括激励型需求响应资源和价格型需求响应资源,激励型需求响应资源包括:需要提前1天通知用户的A类、需要提前较长时间t1通知用户的B类、需要提前较短时间t2通知用户的C类,以及可进行直接负荷控制的D类需求响应资源;其中,24h>t1>t2>0;
S2,获取分别对应价格型需求响应资源以及各类激励型需求响应资源的需求响应报价曲线数据;
S3,基于A类、B类需求响应资源的需求响应报价曲线,以运行成本最小为调度目标,以24小时作为日前调度计算周期,求解计算得到日前调度计划;
所述日前调度计划包括调度执行当日各时间段中,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量;
S4,基于B类、C类需求响应资源的需求响应报价曲线,以及S3计算得到的调度执行当日各时间段的调度计划,以运行成本最小为调度目标,以t1作为日内调度计算周期,求解计算得到日内调度计划;
所述日内调度计划包括t1时间后执行的,ΔT01时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量;其中,ΔT01≥t1
S5,基于C类、D类需求响应资源的需求响应报价曲线,S3计算得到的各时段调度计划,以及S4计算得到的ΔT01时间段的调度计划,以社会福利最大为调度目标,以t2作为实时调度计算周期,求解计算得到实时调度计划;
所述实时调度计划包括t2时间后执行的,ΔT02时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类激励型需求响应资源和价格型需求响应资源的需求响应量;其中,ΔT02≥t2
S6,根据S3至S5得到的调度计划,对调度范围内的常规机组、快速启动机组、价格型需求响应资源以及各类激励型需求响应资源进行调度。
本发明所述“日前”即调度执行当日的前一日,“日内”即调度执行日。
优选的,S1中,B类需求响应资源的通知时间为提前15分钟通知;C类需求响应资源的通知时间为提前5分钟通知。B类需求响应资源的通知时间也可为较长的1-2小时。
S2中,所述对应各类激励型需求响应资源的需求响应报价曲线数据,即各类激励型需求响应资源在不同时段增加或减少的负荷量与报价之间的关系曲线数据。报价曲线由负荷聚合商提供。
优选的,S3中,所述日前调度计划包括次日24小时中,每小时对应的,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量。
优选的,S3中,运行成本包括常规机组的发电及启停成本、快速启动机组的发电及启停成本、调用A类及B类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
进一步的,S3中,求解运行成本最小时的日前调度计划时,目标函数为:
式(1)中,NN为负荷节点数,NT为调度时段长度,为常规发电机组数量,为快速启动机组数量,NW为风机数量,NP为光伏电站数量,为可提供A类/B类激励型需求响应资源的负荷聚合商数目,NMA/NMB为A类/B类需求响应资源报价曲线的分段数,分别为第i台常规机组在t时段的输出功率和发电成本,分别为第i台快速启动机组在t时段的输出功率和发电成本,分别为t时段第i台常规机组的启停成本和第i台快速启动机组的启停成本,为第n个负荷节点第j个负荷聚合商在t时段在A类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价,为第n个节点第j个负荷聚合商在t时段在B类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价, 为第n个负荷节点在t时段的失负荷功率及其对应的惩罚成本,为第w个风电场在t时段的切除风电功率及其对应的成本,为第p个光伏电站在t时段的切除光伏功率及其对应的成本。在各负荷节点都有若干个可以参与需求响应服务的负荷聚合商,各负荷聚合商能够提供的各类激励型需求响应资源的数据为已知量。
由于S3要求解的日前调度计划包括调度执行当日每小时的快速启动机组组合和A类激励型需求响应量,因此公式(1)中的调度时段长度NT即依次对应调度执行当日的每个小时,时段t即各NT内的更具体时段。
更进一步的,S3中,以运行成本最小为目标对日前调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及A类和B类需求响应资源上下限约束。
优选的,S4中,日内调度计划包括15分钟后,2小时时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量。
优选的,S4中,运行成本包括:常规机组的发电成本、快速启动机组的发电及启停成本、调用B类及C类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
进一步的,S4中,求解运行成本最小时的日内调度计划时,目标函数为:
式(2)中,NMC为C类需求响应资源报价曲线的分段数,分别为第n个负荷节点第j个负荷聚合商在t时段,在C类激励型需求响应分段报价曲线第m段的增加/减少负荷量,以及对应的报价。
S4中,当日内调度计划是基于对t1时间(如15分钟)后的两小时负荷预测,则调度时段长度NT为两小时。
更进一步的,S4中,以运行成本最小为目标对日内调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及B类和C类需求响应资源上下限约束。
优选的,S5中,实时调度计划包括5分钟后,15分钟时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类和价格型需求响应资源的需求响应量。
优选的,S5中,社会福利为价格型需求响应用户的消费者剩余与运行总成本的差值;
价格型需求响应用户的消费者剩余为:
式(3)中,Nk为价格型需求响应资源的报价曲线分段数,分别为第n个节点在t时段的价格型需求响应曲线第k段的负荷量及其对应的电价;
运行总成本包括:常规机组的发电成本、快速启动机组的发电成本、调用C类及D类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本,即:
式(4)中,NMD为D类激励型需求响应资源报价曲线的分段数,为第n个节点第j个负荷聚合商在t时段在D类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价;
求解社会福利最大时的实时调度计划时,目标函数为:
约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,上调备用容量机会约束,C类、D类及价格型需求响应资源上下限约束。
优选的,S6包括步骤:
S61,判断滚动调度是否已累计进行24小时,若是则执行步骤S3,进行新一天的日前调度计算,制定相应的日前调度计划,确定调度执行当日各时段常规机组的机组组合,并将调度执行当日各时段A类激励型需求响应量通知给A类激励型需求响应用户;
若否,则转至步骤S62;
S62,判断滚动调度是否已累计进行t1时间,若是则执行步骤S4,基于已制定的最新日前调度计划中相应时段的调度计划数据,进行下一个t1时间周期的调度计算,制定相应的日内调度计划,确定调度执行时快速启动机组的机组组合,并将调度执行时B类激励型需求响应量通知给B类激励型需求响应用户;
若否,则转至步骤S63;
S63,判断滚动调度是否已累计进行t2时间,若是则执行步骤S5,基于已制定的最新日前调度计划以及日内调度计划,进行下一个t2时间周期的调度计算,制定相应的实时调度计划,更新调度执行时常规机组以及快速启动机组的出力大小,将调度执行时C类激励型需求响应量通知给C类激励型需求响应用户,确定调度执行时D类激励型需求响应量和价格型需求响应量,并进入下一时刻,重复步骤S61至S63;t2时间后执行调度计划,根据实时调度计划对常规机组、快速启动机组和D类激励型需求响应资源进行控制;
若否则转至步骤S61,并重复步骤S61至S63。
有益效果
本发明能够分别对日前、日内、实时时间尺度的激励型需求响应资源和受实时电价影响的价格型需求响应资源的调度进行求解。通过不同时间尺度需求响应资源的协调调度和滚动更新,应对风电与光伏发电的不确定性,保证了电力系统安全稳定运行和新能源消纳。
本发明充分利用时间尺度越小,风电、光伏发电预测精度越高的特性,通过将价格型需求响应资源、各时间尺度的激励型需求响应资源与发电侧资源互动,实现日前–日内–实时调度的协调以及新能源的消纳。部分响应速度较慢的需求响应资源在日前确定,部分响应较快的需求响应资源在日内确定,用于平抑较短时间尺度下的风电及光伏出力的波动,直接负荷控制资源和根据实时电价做出响应的价格型需求响应资源则利用精确的负荷及新能源预测,可提高滚动调度在实时尺度上的决策准确性。因此,本发明具有良好的应用前景。
附图说明
图1所示为本发明滚动调度流程示意图;
图2所示为LA分段报价曲线示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
本发明采取的技术方案为:一种消纳新能源的需求响应资源多时间尺度滚动调度方法,包括:
S1,确定调度范围内的需求响应资源,需求响应资源包括激励型需求响应资源和价格型需求响应资源,激励型需求响应资源包括:需要提前1天通知用户的A类、需要提前较长时间t1通知用户的B类、需要提前较短时间t2通知用户的C类,以及可进行直接负荷控制的D类需求响应资源;其中,24h>t1>t2>0;
S2,获取分别对应价格型需求响应资源以及各类激励型需求响应资源的需求响应报价曲线数据;
S3,基于A类、B类需求响应资源的需求响应报价曲线,以运行成本最小为调度目标,以24小时作为日前调度计算周期,求解计算得到日前调度计划;
所述日前调度计划包括调度执行当日各时间段中,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量;
S4,基于B类、C类需求响应资源的需求响应报价曲线,以及S3计算得到的调度执行当日各时间段的调度计划,以运行成本最小为调度目标,以t1作为日内调度计算周期,求解计算得到日内调度计划;
所述日内调度计划包括t1时间后执行的,ΔT01时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量;其中,ΔT01≥t1
S5,基于C类、D类需求响应资源的需求响应报价曲线,S3计算得到的各时段调度计划,以及S4计算得到的ΔT01时间段的调度计划,以社会福利最大为调度目标,以t2作为实时调度计算周期,求解计算得到实时调度计划;
所述实时调度计划包括t2时间后执行的,ΔT02时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类激励型需求响应资源和价格型需求响应资源的需求响应量;其中,ΔT02≥t2
S6,根据S3至S5得到的调度计划,对调度范围内的常规机组、快速启动机组、价格型需求响应资源以及各类激励型需求响应资源进行调度。
本发明所述“日前”即调度执行当日的前一日,“日内”即调度执行日。
实施例1
S1中,B类需求响应资源的通知时间为提前15分钟通知;C类需求响应资源的通知时间为提前5分钟通知。B类需求响应资源的通知时间也可为较长的1-2小时。相应的,参考图1,日前-日内-实时调度计划的计算周期分别为24小时、15分钟和5分钟。
S2中,所述对应各类激励型需求响应资源的需求响应报价曲线数据,即各类激励型需求响应资源在不同时段增加或减少的负荷量与报价之间的关系曲线数据。报价曲线由负荷聚合商提供。
参考图2,对LA分段报价曲线进行解释。图2中的报价曲线共有5段,横坐标大于0表示负荷聚合商增加负荷量,共2段;横坐标小于0表示聚合商减少负荷量,共3段。以负荷聚合商减少负荷量的报价曲线为例,当减少负荷量区间为时,负荷聚合商报价为λ1 -,当减少负荷量区间为时,负荷聚合商报价为当减少负荷量区间为时,负荷聚合商报价为
S3中,所述日前调度计划包括次日24小时中,每小时对应的,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量。
S3中,运行成本包括常规机组的发电及启停成本、快速启动机组的发电及启停成本、调用A类及B类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
S3中,求解运行成本最小时的日前调度计划时,目标函数为:
式(1)中,NN为负荷节点数,NT为调度时段长度,为常规发电机组数量,为快速启动机组数量,NW为风机数量,NP为光伏电站数量,为可提供A类/B类激励型需求响应资源的负荷聚合商数目,NMA/NMB为A类/B类需求响应资源报价曲线的分段数,分别为第i台常规机组在t时段的输出功率和发电成本,分别为第i台快速启动机组在t时段的输出功率和发电成本,分别为t时段第i台常规机组的启停成本和第i台快速启动机组的启停成本,为第n个负荷节点第j个负荷聚合商在t时段在A类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价,为第n个节点第j个负荷聚合商在t时段在B类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价, 为第n个负荷节点在t时段的失负荷功率及其对应的惩罚成本,为第w个风电场在t时段的切除风电功率及其对应的成本,为第p个光伏电站在t时段的切除光伏功率及其对应的成本。在各负荷节点都有若干个可以参与需求响应服务的负荷聚合商,各负荷聚合商能够提供的各类激励型需求响应资源的数据为已知量。
由于S3要求解的日前调度计划包括调度执行当日每小时的快速启动机组组合和A类激励型需求响应量,因此公式(1)中的调度时段长度NT即依次对应调度执行当日的每个小时,时段t即各NT内的更具体时段。
更进一步的,S3中,以运行成本最小为目标对日前调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及A类和B类需求响应资源上下限约束。
S4中,日内调度计划包括15分钟后,2小时时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量。
S4中,运行成本包括:常规机组的发电成本、快速启动机组的发电及启停成本、调用B类及C类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
S4中,求解运行成本最小时的日内调度计划时,目标函数为:
式(2)中,NMC为C类需求响应资源报价曲线的分段数,分别为第n个负荷节点第j个负荷聚合商在t时段,在C类激励型需求响应分段报价曲线第m段的增加/减少负荷量,以及对应的报价。
S4中,当日内调度计划是基于对t1时间(如15分钟)后的两小时负荷预测,则调度时段长度NT为两小时。
更进一步的,S4中,以运行成本最小为目标对日内调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及B类和C类需求响应资源上下限约束。
S5中,实时调度计划包括5分钟后,15分钟时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类和价格型需求响应资源的需求响应量。
S5中,社会福利为价格型需求响应用户的消费者剩余与运行总成本的差值;
价格型需求响应用户的消费者剩余为:
式(3)中,Nk为价格型需求响应资源的报价曲线分段数,分别为第n个节点在t时段的价格型需求响应曲线第k段的负荷量及其对应的电价;
运行总成本包括:常规机组的发电成本、快速启动机组的发电成本、调用C类及D类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本,即:
式(4)中,NMD为D类激励型需求响应资源报价曲线的分段数,为第n个节点第j个负荷聚合商在t时段在D类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价;
求解社会福利最大时的实时调度计划时,目标函数为:
约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,上调备用容量机会约束,C类、D类及价格型需求响应资源上下限约束。
参考图1所示,S6包括步骤:
S61,判断滚动调度是否已累计进行24小时,若是则执行步骤S3,进行新一天的日前调度计算,制定相应的日前调度计划,确定调度执行当日各时段常规机组的机组组合,并将调度执行当日各时段A类激励型需求响应量通知给A类激励型需求响应用户;
若否,则转至步骤S62;
S62,判断滚动调度是否已累计进行t1时间,若是则执行步骤S4,基于已制定的最新日前调度计划中相应时段的调度计划数据,进行下一个t1时间周期的调度计算,制定相应的日内调度计划,确定调度执行时快速启动机组的机组组合,并将调度执行时B类激励型需求响应量通知给B类激励型需求响应用户;
若否,则转至步骤S63;
S63,判断滚动调度是否已累计进行t2时间,若是则执行步骤S5,基于已制定的最新日前调度计划以及日内调度计划,进行下一个t2时间周期的调度计算,制定相应的实时调度计划,更新调度执行时常规机组以及快速启动机组的出力大小,将调度执行时C类激励型需求响应量通知给C类激励型需求响应用户,确定调度执行时D类激励型需求响应量和价格型需求响应量,并进入下一时刻,重复步骤S61至S63;t2时间后执行调度计划,根据实时调度计划对常规机组、快速启动机组和D类激励型需求响应资源进行控制;
若否则转至步骤S61,并重复步骤S61至S63。
实施例2
参考图1,本发明在具体实施时,在调度执行的同时对每一时刻进行判断。
判断框1-是否到达24小时周期:判断滚动调度是否已累计进行了24小时。若是,说明需要进行新一天的日前调度,在制定日前调度计划后进入判断框2;若否,说明本次日前调度的时间尺度尚未结束,进入判断框2。
判断框2-是否到达15分钟周期:判断滚动调度是否已累计进行了15分钟。若是,说明需要进行下一个15分钟的日内调度,在制定下一个15分钟的调度计划后进入判断框3;若否,说明本次日内调度的时间尺度尚未结束,进入判断框3。
判断框3-是否达到5分钟周期:判断滚动调度是否已累计进行了5分钟。若是,说明需要进行下一个5分钟的实时调度,进入下一时刻;若否,说明本次实时调度的时间尺度尚未结束,进入下一时刻,对三个判断框循环依次判断并进行相应的调度计算,进而在相应的调度执行时刻执行相应的调度内容。
日前调度计划包括:常规机组的机组组合情况及A类需求响应量。其中,常规机组的机组组合包括常规机组的启停。制定完成后,各A类用户遵照执行;各常规机组遵照执行。
日内调度计划包括:快速启动机组的机组组合情况及B类需求响应量。其中,快速启动机组的机组组合包括常规机组的启停。制定完成后,各B类用户遵照执行;各快速启动机组遵照执行。
实时调度计划包括:C类、D类需求响应量、价格型需求响应量以及所有常规与快速启动机组的出力大小。制定完成后,各C、D类用户遵照执行,各机组遵照执行。
综上,本发明针对不同时间尺度新能源预测精度不同的特点,综合考虑需求响应资源的多时间尺度特性,以及风电、光伏、常规启动机组、快速启动机组等发电侧资源与需求侧资源的良好互动,计及不同时间尺度的激励型需求响应资源和受实时电价影响的价格型需求响应资源,实现日前-日内-实时三个时间尺度需求响应资源的滚动调度,在多个时间尺度的配合下,保证了电力系统的安全稳定运行和新能源的消纳,以及不同时间尺度下需求响应资源的协调调度,具有良好的应用前景。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (11)

1.一种消纳新能源的需求响应资源多时间尺度滚动调度方法,其特征是,包括:
S1,确定调度范围内的需求响应资源,需求响应资源包括激励型需求响应资源和价格型需求响应资源,激励型需求响应资源包括:需要提前1天通知用户的A类、需要提前较长时间t1通知用户的B类、需要提前较短时间t2通知用户的C类,以及可进行直接负荷控制的D类需求响应资源;其中,24h>t1>t2>0;
S2,获取分别对应价格型需求响应资源以及各类激励型需求响应资源的需求响应报价曲线数据;
S3,基于A类、B类需求响应资源的需求响应报价曲线,以运行成本最小为调度目标,以24小时作为日前调度计算周期,求解计算得到日前调度计划;
所述日前调度计划包括调度执行当日各时间段中,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量;
S4,基于B类、C类需求响应资源的需求响应报价曲线,以及S3计算得到的调度执行当日各时间段的调度计划,以运行成本最小为调度目标,以t1作为日内调度计算周期,求解计算得到日内调度计划;
所述日内调度计划包括t1时间后执行的,ΔT01时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量;其中,ΔT01≥t1
S5,基于C类、D类需求响应资源的需求响应报价曲线,S3计算得到的各时段调度计划,以及S4计算得到的ΔT01时间段的调度计划,以社会福利最大为调度目标,以t2作为实时调度计算周期,求解计算得到实时调度计划;
所述实时调度计划包括t2时间后执行的,ΔT02时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类激励型需求响应资源和价格型需求响应资源的需求响应量;其中,ΔT02≥t2
S6,根据S3至S5得到的调度计划,对调度范围内的常规机组、快速启动机组、价格型需求响应资源以及各类激励型需求响应资源进行调度。
2.根据权利要求1所述的方法,其特征是,S1中,B类需求响应资源的通知时间为提前15分钟通知;C类需求响应资源的通知时间为提前5分钟通知。B类需求响应资源的通知时间也可为较长的1-2小时。
3.根据权利要求1所述的方法,其特征是,S3中,所述日前调度计划包括次日24小时中,每小时对应的,各常规机组的机组组合,以及对应A类需求响应资源的需求响应量。
4.根据权利要求1所述的方法,其特征是,S3中,运行成本包括常规机组的发电及启停成本、快速启动机组的发电及启停成本、调用A类及B类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
5.根据权利要求4所述的方法,其特征是,S3中,求解运行成本最小时的日前调度计划时,目标函数为:
式(1)中,NN为负荷节点数,NT为调度时段长度,为常规发电机组数量,为快速启动机组数量,NW为风机数量,NP为光伏电站数量,为可提供A类/B类激励型需求响应资源的负荷聚合商数目,NMA/NMB为A类/B类需求响应资源报价曲线的分段数,分别为第i台常规机组在t时段的输出功率和发电成本,分别为第i台快速启动机组在t时段的输出功率和发电成本,分别为t时段第i台常规机组的启停成本和第i台快速启动机组的启停成本,为第n个负荷节点第j个负荷聚合商在t时段在A类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价,为第n个节点第j个负荷聚合商在t时段在B类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价, 为第n个负荷节点在t时段的失负荷功率及其对应的惩罚成本,为第w个风电场在t时段的切除风电功率及其对应的成本,为第p个光伏电站在t时段的切除光伏功率及其对应的成本;
以运行成本最小为目标对日前调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及A类和B类需求响应资源上下限约束。
6.根据权利要求1所述的方法,其特征是,S4中,日内调度计划包括15分钟后,2小时时间段内,各快速启动机组的机组组合,以及对应B类需求响应资源的需求响应量。
7.根据权利要求1所述的方法,其特征是,S4中,运行成本包括:常规机组的发电成本、快速启动机组的发电及启停成本、调用B类及C类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本。
8.根据权利要求7所述的方法,其特征是,S4中,求解运行成本最小时的日内调度计划时,目标函数为:
式(2)中,NMC为C类需求响应资源报价曲线的分段数,分别为第n个负荷节点第j个负荷聚合商在t时段,在C类激励型需求响应分段报价曲线第m段的增加/减少负荷量,以及对应的报价;
以运行成本最小为目标对日内调度计划进行求解时,约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,发电机开停机约束,以及B类和C类需求响应资源上下限约束。
9.根据权利要求1所述的方法,其特征是,S5中,实时调度计划包括5分钟后,15分钟时间段内,各常规机组和快速启动机组的出力大小,以及分别对应C类、D类和价格型需求响应资源的需求响应量。
10.根据权利要求1所述的方法,其特征是,S5中,社会福利为价格型需求响应用户的消费者剩余与运行总成本的差值;
价格型需求响应用户的消费者剩余为:
式(3)中,Nk为价格型需求响应资源的报价曲线分段数,分别为第n个节点在t时段的价格型需求响应曲线第k段的负荷量及其对应的电价;
运行总成本包括:常规机组的发电成本、快速启动机组的发电成本、调用C类及D类需求响应资源的激励成本、失负荷成本、切除风电功率成本和切除光伏功率成本,即:
式(4)中,NMD为D类激励型需求响应资源报价曲线的分段数,为第n个节点第j个负荷聚合商在t时段在D类激励型需求响应分段报价曲线第m段的增加、减少负荷量及其所对应的报价;
求解社会福利最大时的实时调度计划时,目标函数为:
约束条件包括:有功功率平衡约束,发电机出力上下限约束,发电机爬坡约束,上调备用容量机会约束,C类、D类及价格型需求响应资源上下限约束。
11.根据权利要求1所述的方法,其特征是,S6包括步骤:
S61,判断滚动调度是否已累计进行24小时,若是则执行步骤S3,进行新一天的日前调度计算,制定相应的日前调度计划,确定调度执行当日各时段常规机组的机组组合,并将调度执行当日各时段A类激励型需求响应量通知给A类激励型需求响应用户;
若否,则转至步骤S62;
S62,判断滚动调度是否已累计进行t1时间,若是则执行步骤S4,基于已制定的最新日前调度计划中相应时段的调度计划数据,进行下一个t1时间周期的调度计算,制定相应的日内调度计划,确定调度执行时快速启动机组的机组组合,并将调度执行时B类激励型需求响应量通知给B类激励型需求响应用户;
若否,则转至步骤S63;
S63,判断滚动调度是否已累计进行t2时间,若是则执行步骤S5,基于已制定的最新日前调度计划以及日内调度计划,进行下一个t2时间周期的调度计算,制定相应的实时调度计划,更新调度执行时常规机组以及快速启动机组的出力大小,将调度执行时C类激励型需求响应量通知给C类激励型需求响应用户,确定调度执行时D类激励型需求响应量和价格型需求响应量,并进入下一时刻,重复步骤S61至S63;t2时间后执行调度计划,根据实时调度计划对常规机组、快速启动机组和D类激励型需求响应资源进行控制;
若否则转至步骤S61,并重复步骤S61至S63。
CN201810316956.0A 2018-04-10 2018-04-10 一种消纳新能源的需求响应资源多时间尺度滚动调度方法 Pending CN108416536A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810316956.0A CN108416536A (zh) 2018-04-10 2018-04-10 一种消纳新能源的需求响应资源多时间尺度滚动调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810316956.0A CN108416536A (zh) 2018-04-10 2018-04-10 一种消纳新能源的需求响应资源多时间尺度滚动调度方法

Publications (1)

Publication Number Publication Date
CN108416536A true CN108416536A (zh) 2018-08-17

Family

ID=63135122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810316956.0A Pending CN108416536A (zh) 2018-04-10 2018-04-10 一种消纳新能源的需求响应资源多时间尺度滚动调度方法

Country Status (1)

Country Link
CN (1) CN108416536A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109301817A (zh) * 2018-09-27 2019-02-01 南京工程学院 一种考虑需求响应的多时间尺度源网荷协调调度方法
CN109524958A (zh) * 2018-11-08 2019-03-26 国网浙江省电力有限公司经济技术研究院 考虑深度调峰和需求响应的电力系统灵活性优化调度方法
CN109659981A (zh) * 2019-01-29 2019-04-19 江苏木科石创科技有限公司 计及新能源预测不确定性的多时间尺度跨区域滚动消纳方法
CN110866647A (zh) * 2019-11-18 2020-03-06 华润智慧能源有限公司 用户侧储能控制方法、装置、设备及存储介质
CN111277005A (zh) * 2020-02-19 2020-06-12 东北电力大学 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN111541272A (zh) * 2020-05-22 2020-08-14 国网山西省电力公司电力科学研究院 一种碳捕集电厂的多时间尺度调度方法及系统
CN111738621A (zh) * 2020-07-17 2020-10-02 深圳华工能源技术有限公司 需求侧可调节资源分时间尺度聚合参与需求响应的方法
CN113327036A (zh) * 2021-05-31 2021-08-31 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113794200A (zh) * 2021-08-31 2021-12-14 国网上海市电力公司 一种用于虚拟电厂的多类型负荷资源聚合方法
CN114465228A (zh) * 2021-12-21 2022-05-10 南京师范大学 一种两阶段全周期滚动调度方法
CN114614469A (zh) * 2022-05-16 2022-06-10 国网四川省电力公司电力科学研究院 电力系统备用预留方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105006843A (zh) * 2014-04-17 2015-10-28 国家电网公司 一种应对风电不确定性的多时间尺度柔性负荷调度方法
US20170206615A1 (en) * 2012-01-23 2017-07-20 Earth Networks, Inc. Optimizing and controlling the energy consumption of a building
CN107194514A (zh) * 2017-05-27 2017-09-22 重庆大学 一种针对风电功率预测误差的需求响应多时间尺度调度方法
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170206615A1 (en) * 2012-01-23 2017-07-20 Earth Networks, Inc. Optimizing and controlling the energy consumption of a building
CN105006843A (zh) * 2014-04-17 2015-10-28 国家电网公司 一种应对风电不确定性的多时间尺度柔性负荷调度方法
CN107194514A (zh) * 2017-05-27 2017-09-22 重庆大学 一种针对风电功率预测误差的需求响应多时间尺度调度方法
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
包宇庆等: "考虑大规模风电接入并计及多时间尺度需求响应资源协调优化的滚动调度模型", 《中国电机工程学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109301817A (zh) * 2018-09-27 2019-02-01 南京工程学院 一种考虑需求响应的多时间尺度源网荷协调调度方法
CN109524958A (zh) * 2018-11-08 2019-03-26 国网浙江省电力有限公司经济技术研究院 考虑深度调峰和需求响应的电力系统灵活性优化调度方法
CN109524958B (zh) * 2018-11-08 2020-06-30 国网浙江省电力有限公司经济技术研究院 考虑深度调峰和需求响应的电力系统灵活性优化调度方法
CN109659981A (zh) * 2019-01-29 2019-04-19 江苏木科石创科技有限公司 计及新能源预测不确定性的多时间尺度跨区域滚动消纳方法
CN110866647A (zh) * 2019-11-18 2020-03-06 华润智慧能源有限公司 用户侧储能控制方法、装置、设备及存储介质
CN111277005A (zh) * 2020-02-19 2020-06-12 东北电力大学 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN111541272A (zh) * 2020-05-22 2020-08-14 国网山西省电力公司电力科学研究院 一种碳捕集电厂的多时间尺度调度方法及系统
CN111541272B (zh) * 2020-05-22 2021-07-30 国网山西省电力公司电力科学研究院 一种碳捕集电厂的多时间尺度调度方法及系统
CN111738621B (zh) * 2020-07-17 2020-11-24 深圳华工能源技术有限公司 需求侧可调节资源分时间尺度聚合参与需求响应的方法
CN111738621A (zh) * 2020-07-17 2020-10-02 深圳华工能源技术有限公司 需求侧可调节资源分时间尺度聚合参与需求响应的方法
CN113327036A (zh) * 2021-05-31 2021-08-31 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113327036B (zh) * 2021-05-31 2024-04-16 国网内蒙古东部电力有限公司 一种多时空尺度下的负荷聚合商可调节能力评估方法
CN113794200A (zh) * 2021-08-31 2021-12-14 国网上海市电力公司 一种用于虚拟电厂的多类型负荷资源聚合方法
CN113794200B (zh) * 2021-08-31 2024-04-12 国网上海市电力公司 一种用于虚拟电厂的多类型负荷资源聚合方法
CN114465228A (zh) * 2021-12-21 2022-05-10 南京师范大学 一种两阶段全周期滚动调度方法
CN114614469A (zh) * 2022-05-16 2022-06-10 国网四川省电力公司电力科学研究院 电力系统备用预留方法、装置、电子设备及存储介质
CN114614469B (zh) * 2022-05-16 2022-08-02 国网四川省电力公司电力科学研究院 电力系统备用预留方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN108416536A (zh) 一种消纳新能源的需求响应资源多时间尺度滚动调度方法
US20230231516A1 (en) Coordinated control of renewable electric generation resource and charge storage device
US11043839B2 (en) Micro-grid energy management system
CN104362673B (zh) 基于调峰裕度的风电并网协调调度优化方法
CN108460482A (zh) 考虑可中断负荷和日前小时电价的风电消纳方法
CN107194514B (zh) 一种针对风电功率预测误差的需求响应多时间尺度调度方法
CN112909980B (zh) 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法
CN111832824A (zh) 电力调频市场交易出清及结算方法、装置及系统
US20240275179A1 (en) Electrical power system and a multi-timescale coordinated optimization scheduling method therefor
CN107341601A (zh) 基于日前、日内时间尺度的电力资源调度方法和系统
CN116231655A (zh) 一种计及源-荷多类型备用的虚拟电厂双层优化调度方法
CN108446967A (zh) 虚拟电厂竞价方法
CN116191505A (zh) 一种低压台区源荷储充全局动态互动的调节方法及装置
CN105514988B (zh) 一种计及动态时空特征的微电网电源规划方案优选方法
CN117277444B (zh) 一种新能源基地电源容量优化配置方法及装置
CN107947246B (zh) 一种考虑调频增发的风电发电指标分配及增发评估方法
CN113690875A (zh) 一种微网实时互动等值模型建立方法
Chang et al. Power Dispatch Combining Meteorological Forecast and Dynamic Game Model in Multivariate Distributed Power Generation Systems.
Zhang et al. Research on frequency regulation strategy based on model predictive control for wind-hydro-storage complementary microgrid
CN103532172A (zh) 一种基于机组动态分类的多级备用协调方法
Su et al. Optimal VPP operation strategy in liberalized electricity markets
Chen et al. Value stacking of a behind-the-meter utility-scale battery for demand response markets and demand charge management: real-world operation on the UC San Diego campus
Panda et al. Prioritized experience replay based deep distributional reinforcement learning for battery operation in microgrids
Lysenko et al. Hybrid Power System Stochastic Optimization
Steber Integration of decentralized battery energy storage systems into the german electrical power system

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: 20180817