CN108574303B - 一种考虑调峰调频需求的多能源协调优化调度方法 - Google Patents

Abstract

本发明涉及一种考虑调峰调频需求的多能源协调优化调度方法，包括以下步骤：1)分别获取风电及负荷不确定性引起的预测值与实际值的日前偏差和日内偏差；2)采用离散傅里叶变换法对偏差进行变换，量化得到不同时间尺度的备用需求；3)建立考虑调峰需求的日前时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；4)建立考虑调频需求的日内时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；5)采用混合整数线性规划法求解获取调度方案。与现有技术相比，本发明具有备用资源精致管理、提高系统运行经济性、优化各类备用资源的分配等优点。

Description

一种考虑调峰调频需求的多能源协调优化调度方法

技术领域

本发明涉及风水火多种能源的优化调度领域，尤其是涉及一种考虑调峰调频需求的多能源协调优化调度方法。

背景技术

近年来，大力发展水电、风电等清洁能源已经成为国家能源规划的重要改革举措。然而由于风电功率的间歇性、波动性和反调峰特性，使得大规模风电并网时电力系统运行的不确定性显著增加，为电力系统运行调度带来了新的挑战。其中对于调峰调频的影响最为突出。

针对风电并网对电网的调峰调频的影响，目前电力调度部门通常是按照一定百分比预留备用容量予以应对，然而这种方法相对粗放、保守，在一定程度上增加了备用成本，并且近期对于备用领域的研究仅针对于调峰或调频中一种情况。因此为更好应对风电波动性所带来的影响，更为精细时间尺度的调峰调频备用量化研究需要进一步的完善。另一方面，近期的研究中多采用火电机组、独立水电站或抽水蓄能水电站来提供备用。随着我国水电站从独立水电站的开发模式逐步转换为流域梯级水电站，梯级水电站更能充分利用水能，参与调峰调频的方式也更为灵活。亟需进一步研究不同时间尺度下梯级水电站群协同火电共同参与风电随机波动性补偿的调度方法。

因此，急需一种新的多能源协调优化调度方法，既能有效应对风电和负荷不确定性对调峰调频的需求，同时又能兼顾系统的经济性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑调峰调频需求的多能源协调优化调度方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑调峰调频需求的多能源协调优化调度方法，包括以下步骤：

1)分别获取风电不确定性引起的预测值与实际值的日前偏差y_c1和日内偏差y_c2以及负荷不确定性引起的预测值与实际值的日前偏差y_d1和日内偏差y_d2；

2)采用离散傅里叶变换法对偏差进行变换，量化得到不同时间尺度的备用需求；

3)建立考虑调峰需求的日前时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；

4)建立考虑调频需求的日内时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；

5)将日前和日内2小时进行多时间尺度协调优化调度，采用混合整数线性规划法求解获取调度方案。

2.根据权利要求1所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤1)中，日前偏差由日前风电出力和负荷预测数据分别与各自实际值作差得到，日内偏差由日内2小时风电出力和负荷预测数据分别与各自实际值作差得到。

所述的步骤2)具体包括以下步骤：

21)筛选出日前偏差y_c1<0时的时域信号y_c(t)；

22)按时间间隔划分时段并对时域信号y_c(t)进行采样得到采样信号y_w＝y_c(kτ)，其中样本编号k＝0,1,2,…N-1，采样周期为τ，采样总时段为Nτ；

23)根据离散傅里叶变换公式将采样信号y_w转换为Y_w(n)，则有：

其中，n为Y_w(n)中采样值的序号，且n＝0,1,2,…N-1，N为采样点数；

24)根据不同备用的频率响应区间量化得到风电对日前上备用容量的需求，则有：

其中，f₁和f₂分别为对应的响应频率区间的下限和上限，P(f₁,f₂)为风电偏差信号对响应频率在[f₁,f₂]范围内的备用容量的需求，W_w(n)为风电频域信号中第n个频谱分量的实际幅值；

|W_w(n)|的计算公式如下：

当N为奇数时，有

当N为偶数时，有

25)分别筛选出日前偏差y_d1>0时、日前偏差y_c1>0时和偏差y_d1<0时的时域信号，重复步骤22)-24)，分别获取负荷对日前上备用容量的需求、风电对日前下备用容量的需求和负荷对日前下备用容量的需求；

26)分别筛选出日内偏差y_c2<0时和日内偏差y_d2>0时的时域信号，重复步骤22)-24)，分别获取风电对日内上备用容量的需求和负荷对日内上备用容量的需求。

所述的步骤3)中，考虑调峰需求的日前时间尺度的风水火协调优化调度模型的目标函数为：

其中，

为火电机组i在t时段预留各备用的成本，

为水电机组h在t时段预留各备用的成本，f_i,t、

分别为火电机组i在t时段的燃料成本、启动成本和停机成本，T₁为日前总时段数，N_G为火电机组台数，N_H为水电机组台数，

分别为火电机组i在t时段的下调备用、30min运行备用、60min运行备用和冷备用的日前容量成本，R_d(i,t)、R_o1(i,t)、R_o2(i,t)、R_c(i,t)分别为火电机组i在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量，

分别为水电机组h在t时段的下调备用、30min运行备用、60min运行备用和冷备用的日前容量成本，R_d(h,t)、R_o1(h,t)、R_o2(h,t)、R_c(h,t)分别为水电机组h在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量；

约束条件包括：

A)功率平衡约束：

式中，T_DA为日前调峰优化模型一周期的时间节点集合，

为火电机组i在t时段的出力变量，

为水电机组h在t时段的出力变量，P_w,t为风电机组w在t时段的出力，

为t时段的负荷，N_W为风电机组台数；

B)备用需求约束：

其中，D_d(t)、D_o1(t)、D_o2(t)、D_c(t)分别为t时段由风电和负荷波动性引起的对下调备用、30min运行备用、60min运行备用和冷备用的需求；

C)火电发电量约束：

其中，P_i,t,min、P_i,t,max分别为火电机组i的最小出力和最大出力，U_i,t为该时段火电机组的状态变量，U_i,t＝0表示停机，U_i,t＝1表示运行；

D)火电机组备用容量约束：

E)水能电能转换约束：

V_h,r-1≤υ_hp,t≤V_h,r

其中，q_h，t为水电机组h在t时段的发电流量，e_h，r为水电机组h第r段库容下发电功率线性曲线的一次项，f_h,r为常数项，水库库容分为

段，且

V_h,r为发电曲线中的第r段库容，且V_h,0＝0，

为水电站h_p在t时段的库容，h_p为水电站编号；

F)水电分段出力限制约束：

P _h,t＝P _h,m，V_h,m-1≤υ_hp,t≤V_h,m

其中，P _h,t、

分别为水电机组h在t时段的最小发电量和最大发电量，m为库容的分段编号，且m∈{1,2,…,M}，M为分段总数，

和P _h,m分别为第m段库容对应的功率上、下限，P_h,max为水电机组h的功率最大值，V_h,m为水电机组h分段出力限制曲线中的第m段库容；

G)水电机组备用容量约束：

H)水量平衡约束：

其中，

为水电站h_p在t时段的来水流量，

为水电站h_p在t时段的弃水流量，UP为水电站h_p的上游电站的集合，Δt'为t时段包含的秒数；

I)水电机组水库流量约束：

q_min,h≤q_h,t≤q_max,h

其中，q_max,h和q_min,h分别为水电机组h发电流量的上、下限，

为水电站h_p在t时段的出库流量，

和

分别为出库流量的上、下限；

J)水库初末库容约束：

式中，

分别为初始库容和调度期末库容；

K)库容约束

式中，

分别为水电站库容的上限和下限。

所述的步骤3)中，考虑调频需求的日内时间尺度的风水火协调优化调度模型的目标函数为：

其中，

为火电机组i在t时段调用日前预留各备用的电量成本，

为水电机组h在t时段调用日前预留各备用的电量成本，

为火电机组i在t时段预留各备用的成本，

为水电机组h在t时段预留各备用的成本，T₂为日内2小时的总时段数，

分别为火电机组i在t时段调用日前下调备用、30min运行备用、60min运行备用和冷备用的容量成本，S_d(i,t)、S_o1(i,t)、S_o2(i,t)、S_c(i,t)分别为火电机组i的日前下调备用、30min运行备用、60min运行备用和冷备用在t时段被调用的容量，

分别为水电机组h在t时段调用日前下调备用、30min运行备用、60min运行备用和冷备用的容量成本，S_d(h,t)、S_o1(h,t)、S_o2(h,t)、S_c(h,t)分别为水电机组h的日前下调备用、30min运行备用、60min运行备用和冷备用在t时段被调用的容量，

分别为火电机组i在t时段的30s实时响应备用、AGC备用和10min旋转备用的日内2小时容量成本，R_p(i,t)、R_a(i,t)、R_s(i,t)分别为火电机组i在t时段预留的30s实时响应备用、AGC备用和10min旋转备用的备用容量，

分别为水电机组h在t时段的30s实时响应备用、AGC备用和10min旋转备用的日内2小时容量成本，R_p(h,t)、R_a(h,t)、R_s(h,t)分别为水电机组h在t时段预留的30s实时响应备用、AGC备用和10min旋转备用的备用容量；

约束条件包括：

A)功率平衡约束：

其中，T_ID为日内2小时调频优化模型一周期的时间节点集合，

为火电机组i在t时段的出力变量，

为水电机组h在t时段的出力变量，

为t时段的负荷。

B)备用需求约束：

其中，D_p(t)、D_a(t)、D_s(t)分别为t时段由风电和负荷波动性引起的对30s实时响应备用、AGC备用和10min旋转备用的需求量；

C)火电机组备用容量约束：

D)水电机组备用容量约束：

所述的步骤5)中，日前和日内2小时多时间尺度协调优化调度为将调峰和调频两个时间尺度相结合，日前调度计划每24h执行一次，时间间隔为1h，与此同时每15min滚动制定一次日内调度计划，调度周期为2h，日前调度中确定的机组开停机计划和机组预留用于调峰的备用容量输入到日内的调度过程中。

与现有技术相比，本发明具有以下优点：

一、对备用资源精致管理：现有调度模型中多采用一定百分比预留备用容量来应对风电和负荷的不确定性，本发明公开的方法模型中运用离散傅里叶变换法量化出风电和负荷的不确定性对调峰和调频的备用需求，基于需求对多种备用类型进行了优化计算，实现了对于备用资源精确细致的管理。

二、提高系统运行经济性：本发明的调度模型中加入梯级水电参与调度，通过风水火的联合运行，充分利用了风、水类清洁能源，减少了化石类能源的消耗，提高了系统的经济性。

三、对各类备用资源的分配进行优化：本发明的调度模型中考虑了不同时间尺度的备用资源在调峰和调频中发挥的作用以及两个时间尺度之间的配合，实现了对各类备用资源的分配的优化。

附图说明

图1为调度各阶段与不同响应时间备用类型的关系图。

图2为日前风电场和负荷的上备用需求图。

图3为日前风电场和负荷的下备用需求图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

本发明提出了一种考虑调峰调频需求的多能源协调优化调度方法，首先运用离散傅里叶变换法量化出风电和负荷在不同时间尺度上的备用需求

其次，分别建立了考虑调峰需求的日前时间尺度的风水火协调优化调度模型和考虑调频需求的日内时间尺度的风水火协调优化调度模型。

以往的模型中，对于风电和负荷不确定性引起的备用需求多按照一定百分比来预留备用容量，并且参与调度的多为火电机组。而实际上，考虑到梯级水电站更能充分利用水能，参与调峰调频的方式也更为灵活，本发明基于运用离散傅里叶变换法量化出的不同时间尺度的备用需求，建立了日前-日内多时间尺度的含梯级水电参与的多能源协调优化调度模型。

接着，运用混合整数线性规划法求解建立的模型，如图1所示，具体步骤如下：

步骤1：计算风电和负荷预测值与实际值的偏差y_c和y_d，其中日前阶段采用日前风电出力和负荷的预测数据，日内阶段采用日内2小时的预测数据；

步骤2：筛选出日前y_c<0的时域信号y_c(t)，通过离散傅里叶变换法量化得到风电对日前上备用容量的需求；

步骤3：筛选出日前y_c>0的时域信号y_c(t)，通过离散傅里叶变换法量化得到风电对日前下备用容量的需求；

步骤4：筛选出日前y_d>0的时域信号y_d(t)，通过离散傅里叶变换法量化得到负荷对日前上备用容量的需求；

步骤5：筛选出日前y_d<0的时域信号y_d(t)，通过离散傅里叶变换法量化得到负荷对日前下备用容量的需求；

步骤6：筛选出日内y_c<0的时域信号y_c(t)，通过离散傅里叶变换法量化得到风电对日内上备用容量的需求；

步骤7：筛选出日内y_d>0的时域信号y_d(t)，通过离散傅里叶变换法量化得到负荷对日内上备用容量的需求；

步骤8：基于风电和负荷对日前备用类型的容量需求，建立考虑调峰需求的日前时间尺度的风水火协调优化调度模型；

步骤9：基于风电和负荷对日内备用类型的容量需求，建立考虑调频需求的日内时间尺度的风水火协调优化调度模型；

步骤10：将日前和日内2小时的调度模型进行多时间尺度协调优化调度，其中日前调度计划每24h执行一次，时间间隔为1h，与此同时每15min滚动制定一次日内调度计划，调度周期为2h，日前调度中确定的机组开停机计划和机组预留用于调峰的备用容量输入到日内的调度过程中。

步骤11：采用混合整数线性规划法求解模型，输出火电机组和梯级水电站的发电调度方案。

实施例1：

以一个包含10台火电机组、7台水电机组组成的2级梯级水电站和一个风电场的系统为例进行详细分析。首先筛选出日前阶段风电和负荷需要调用上备用和下备用时的时域信号，如图2和图3所示。运用离散傅里叶变换法量化得到日前调度模型中风电和负荷对各类备用的需求值，如表1所示。相同方法量化得到日内调度模型中风电和负荷对各类备用的需求值，如表2所示(仅展示16:00-18:00部分的结果)。

通过对比图2-3和表1的数据可以看出，当风电和负荷实际值均与预测值相同时，此时不需要预留备用(如时段0:00-1:00)；当风电出力被低估和负荷被高估两种情况在同一时段出现时(如时段1:00-4:00)，此时只需预留出下备用，上备用需求量为0；当风电出力被高估和负荷被低估两种情况在同一时段出现时(如时段12:00-13:00)，此时只需预留出上备用，下备用需求量为0；除以上三种情况外，则需要同时预留上备用和下备用(如时段4:00-12:00和13:00-24:00)。另一方面，随着预测时间尺度的减小，预测精度逐渐提高，备用需求逐渐减小，因此相比日前阶段中对应的时段，日内阶段对备用的整体需求量明显减少。为此，不同时间尺度的备用呈现不同的分布特性，对备用进行细化管理，可以更加精确合理的确定备用需求。

表1日前调度模型中风电和负荷对各类备用的需求值

表2日内调度模型中风电和负荷对各类备用的需求值

为了验证本发明所建立的协调优化调度模型可以提高系统运行经济性，将模型中梯级水电调度环节去除后与原模型进行对比，对比结果如表3所示(日内2小时阶段以16:00-18:00时段为例进行对比)。通过对比，日前和日内调度的成本分别降低了17.8％和27.6％。由此可见，本发明的模型中加入梯级水电参与调度后可以有效提高系统运行的经济性。

表3对比结果

为进一步分析两个时间尺度之间的配合对优化结果的影响，用日前日内逐步优化的调度模式(即日前制定机组组合，日内进行经济调度，两者间不进行备用的相互调用)和本发明中所建立的日前日内协调优化模式进行经济性对比，本发明所建立的日前日内协调优化模型将减少总成本4 071.851$，各项成本差异如表4所示。从表中可以看出，通过调用日前预留的备用容量可以对负荷需求予以支撑，为此在满足功率平衡的条件下机组出力减少，燃料成本将显著降低，虽然调用预留备用导致调用成本增加，但是总成本仍然大幅减少。由此可见，日前日内的协调优化，充分优化配置了各类备用资源，提高了系统运行的经济性。

表4各项成本差异

Claims (6)

1.一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，包括以下步骤：

1)分别获取风电不确定性引起的预测值与实际值的日前偏差y_c1和日内偏差y_c2以及负荷不确定性引起的预测值与实际值的日前偏差y_d1和日内偏差y_d2；

2)采用离散傅里叶变换法对偏差进行变换，量化得到不同时间尺度的备用需求；

3)建立考虑调峰需求的日前时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；

4)建立考虑调频需求的日内时间尺度的风水火协调优化调度模型，并将不同时间尺度的备用需求作为约束条件；

5)将日前和日内2小时进行多时间尺度协调优化调度，采用混合整数线性规划法求解获取调度方案。

2.根据权利要求1所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤1)中，日前偏差由日前风电出力和负荷预测数据分别与各自实际值作差得到，日内偏差由日内2小时风电出力和负荷预测数据分别与各自实际值作差得到。

3.根据权利要求2所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)筛选出日前偏差y_c1<0时的时域信号y_c(t)；

22)按时间间隔划分时段并对时域信号y_c(t)进行采样得到采样信号y_w＝y_c(kτ)，其中样本编号k＝0,1,2,…N-1，采样周期为τ，采样总时段为Nτ；

23)根据离散傅里叶变换公式将采样信号y_w转换为Y_w(n)，则有：

其中，n为Y_w(n)中采样值的序号，且n＝0,1,2,…N-1，N为采样点数；

24)根据不同备用的频率响应区间量化得到风电对日前上备用容量的需求，则有：

其中，f₁和f₂分别为对应的响应频率区间的下限和上限，P(f₁,f₂)为风电偏差信号对响应频率在[f₁,f₂]范围内的备用容量的需求，W_w(n)为风电频域信号中第n个频谱分量的实际幅值；

|W_w(n)|的计算公式如下：

当N为奇数时，有

当N为偶数时，有

25)分别筛选出日前偏差y_d1>0时、日前偏差y_c1>0时和偏差y_d1<0时的时域信号，重复步骤22)-24)，分别获取负荷对日前上备用容量的需求、风电对日前下备用容量的需求和负荷对日前下备用容量的需求；

26)分别筛选出日内偏差y_c2<0时和日内偏差y_d2>0时的时域信号，重复步骤22)-24)，分别获取风电对日内上备用容量的需求和负荷对日内上备用容量的需求。

4.根据权利要求1所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤3)中，考虑调峰需求的日前时间尺度的风水火协调优化调度模型的目标函数为：

其中，

为火电机组i在t时段预留各备用的成本，

为水电机组h在t时段预留各备用的成本，f_i,t、

分别为火电机组i在t时段的燃料成本、启动成本和停机成本，T₁为日前总时段数，N_G为火电机组台数，N_H为水电机组台数，

分别为火电机组i在t时段的下调备用、30min运行备用、60min运行备用和冷备用的日前容量成本，R_d(i,t)、R_o1(i,t)、R_o2(i,t)、R_c(i,t)分别为火电机组i在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量，

分别为水电机组h在t时段的下调备用、30min运行备用、60min运行备用和冷备用的日前容量成本，R_d(h,t)、R_o1(h,t)、R_o2(h,t)、R_c(h,t)分别为水电机组h在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量；

约束条件包括：

A)功率平衡约束：

式中，T_DA为日前调峰优化模型一周期的时间节点集合，

为火电机组i在t时段的出力变量，

为水电机组h在t时段的出力变量，P_w,t为风电机组w在t时段的出力，

为t时段的负荷，N_W为风电机组台数；

B)备用需求约束：

其中，D_d(t)、D_o1(t)、D_o2(t)、D_c(t)分别为t时段由风电和负荷波动性引起的对下调备用、30min运行备用、60min运行备用和冷备用的需求；

C)火电发电量约束：

其中，P_i,t,min、P_i,t,max分别为火电机组i的最小出力和最大出力，U_i,t为火电机组在t时段的状态变量，U_i,t＝0表示停机，U_i,t＝1表示运行；

D)火电机组备用容量约束：

E)水能电能转换约束：

V_h,r-1≤υ_hp,t≤V_h,r

其中，q_h,t为水电机组h在t时段的发电流量，e_h,r为水电机组h第r段库容下发电功率线性曲线的一次项，f_h,r为常数项，水库库容分为

段，且

V_h,r为发电曲线中的第r段库容，且V_h,0＝0，

为水电站h_p在t时段的库容，h_p为水电站编号；

F)水电分段出力限制约束：

P _h,t＝P _h,m，

其中，P _h,t、

分别为水电机组h在t时段的最小发电量和最大发电量，m为库容的分段编号，且m∈{1,2,…,M}，M为分段总数，

和P _h,m分别为第m段库容对应的功率上、下限，P_h,max为水电机组h的功率最大值，V_h,m为水电机组h分段出力限制曲线中的第m段库容；

G)水电机组备用容量约束：

H)水量平衡约束：

其中，

为水电站h_p在t时段的来水流量，

为水电站h_p在t时段的弃水流量，UP为水电站h_p的上游电站的集合，Δt'为t时段包含的秒数；

I)水电机组水库流量约束：

q_min,h≤q_h,t≤q_max,h

其中，q_max,h和q_min,h分别为水电机组h发电流量的上、下限，

为水电站h_p在t时段的出库流量，

和

分别为出库流量的上、下限；

J)水库初末库容约束：

式中，

分别为初始库容和调度期末库容；

K)库容约束

式中，

分别为水电站库容的上限和下限。

5.根据权利要求1所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤3)中，考虑调频需求的日内时间尺度的风水火协调优化调度模型的目标函数为：

其中，N_G为火电机组台数，N_H为水电机组台数，N_W为风电机组台数，

为火电机组i在t时段调用日前预留各备用的电量成本，

为水电机组h在t时段调用日前预留各备用的电量成本，

为火电机组i在t时段预留各备用的成本，

为水电机组h在t时段预留各备用的成本，T₂为日内2小时的总时段数，

分别为火电机组i在t时段调用日前下调备用、30min运行备用、60min运行备用和冷备用的容量成本，S_d(i,t)、S_o1(i,t)、S_o2(i,t)、S_c(i,t)分别为火电机组i的日前下调备用、30min运行备用、60min运行备用和冷备用在t时段被调用的容量，

分别为水电机组h在t时段调用日前下调备用、30min运行备用、60min运行备用和冷备用的容量成本，S_d(h,t)、S_o1(h,t)、S_o2(h,t)、S_c(h,t)分别为水电机组h的日前下调备用、30min运行备用、60min运行备用和冷备用在t时段被调用的容量，

分别为火电机组i在t时段的30s实时响应备用、AGC备用和10min旋转备用的日内2小时容量成本，R_p(i,t)、R_a(i,t)、R_s(i,t)分别为火电机组i在t时段预留的30s实时响应备用、AGC备用和10min旋转备用的备用容量，

分别为水电机组h在t时段的30s实时响应备用、AGC备用和10min旋转备用的日内2小时容量成本，R_p(h,t)、R_a(h,t)、R_s(h,t)分别为水电机组h在t时段预留的30s实时响应备用、AGC备用和10min旋转备用的备用容量；

约束条件包括：

A)功率平衡约束：

其中，T_ID为日内2小时调频优化模型一周期的时间节点集合，

为火电机组i在t时段的出力变量，

为水电机组h在t时段的出力变量，

为t时段的负荷；

B)备用需求约束：

其中，D_p(t)、D_a(t)、D_s(t)分别为t时段由风电和负荷波动性引起的对30s实时响应备用、AGC备用和10min旋转备用的需求量；

C)火电机组备用容量约束：

其中，P_min(i)、P_max(i)分别为火电机组i的最小出力和最大出力，R_d(i,t)、R_o1(i,t)、R_o2(i,t)、R_c(i,t)分别为火电机组i在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量；

D)水电机组备用容量约束：

其中，P_h,min、P_h,max分别为水电机组h的功率最小值和最大值，R_d(h,t)、R_o1(h,t)、R_o2(h,t)、R_c(h,t)分别为水电机组h在t时段预留的下调备用、30min运行备用、60min运行备用和冷备用的备用容量。

6.根据权利要求1所述的一种考虑调峰调频需求的多能源协调优化调度方法，其特征在于，所述的步骤5)中，日前和日内2小时多时间尺度协调优化调度为将调峰和调频两个时间尺度相结合，日前调度计划每24h执行一次，时间间隔为1h，与此同时每15min滚动制定一次日内调度计划，调度周期为2h，日前调度中确定的机组开停机计划和机组预留用于调峰的备用容量输入到日内的调度过程中。

Images