CN108876026A - 兼顾特高压电网及区外来电的电源优化配置方法 - Google Patents
兼顾特高压电网及区外来电的电源优化配置方法 Download PDFInfo
- Publication number
- CN108876026A CN108876026A CN201810585060.2A CN201810585060A CN108876026A CN 108876026 A CN108876026 A CN 108876026A CN 201810585060 A CN201810585060 A CN 201810585060A CN 108876026 A CN108876026 A CN 108876026A
- Authority
- CN
- China
- Prior art keywords
- power plant
- electricity
- planning
- constraint
- area
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 86
- 238000005457 optimization Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013439 planning Methods 0.000 claims abstract description 89
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000012423 maintenance Methods 0.000 claims description 21
- 239000003344 environmental pollutant Substances 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 16
- 231100000719 pollutant Toxicity 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 6
- 230000009897 systematic effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000005619 thermoelectricity Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008092 positive effect Effects 0.000 abstract description 3
- 238000002271 resection Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 40
- 239000003245 coal Substances 0.000 description 13
- 238000009434 installation Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 238000010348 incorporation Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 240000002853 Nelumbo nucifera Species 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000567 combustion gas Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种兼顾特高压电网及区外来电的电源优化配置方法,属于电源优化规划技术领域。本发明包括如下步骤:步骤一:根据调峰、调频、环保约束来确定上层规划模型,规划目标是发电收益最大化,决策变量是待选核电厂、火电厂、水电厂和风电场的投建时间和台数,以及已有电厂的退役时间和台数;步骤二:根据调峰、调频、环保约束的来确定下层规划模型,下层规划为生产优化决策问题,规划目标是运行费用最小化。上层规划结果即电源投资决策变量为下层规划提供了初始条件,下层规划的目标值即运行费用反馈到上层规划。本发明以满足电压和潮流约束下风电源出力切除量期望值最小作为下层规划目标,考虑了在改善支路潮流和节点电压方面的积极作用。
Description
技术领域
本发明涉及一种兼顾特高压电网及区外来电的电源优化配置方法,属于电源优化规划技术领域。
背景技术
特高压电网和区外来电的快速增长,将对系统潮流分布产生较大的影响。采用传统的电源优化规划方法对其进行优化配置,需要进行大量地重复性潮流计算,存在计算量巨大和难以反映风电等大型间歇性电源输出功率随机波动性对系统规划造成的影响等困难,所求得的优化配置方案可能会使得系统某些节点支路潮流的越限概率过高,系统规划方案不能同时满足安全可靠性和经济性要求。因此,在今后的发展过程中,为了使得区外来电的优化配置方案能同时兼顾到特高压建成后系统运行可靠性和经济性,必须考虑区外来电的相关随机因素和特高压电网的相关运行约束,构建考虑特高压电网和区外来电下的电源优化配置规划模型。
传统的电源规划是根据某一时期的负荷需求预测,在满足一定可靠性水平的条件下寻求一个最经济的电源开发方案。在电力市场环境下,电源规划成为发电公司的内部决策,投资决策目标由整个系统的总成本最小化转变为投资者的总收益最大化。发电公司的收益主要来自于售电,由于真正意义上的发电侧市场还没有完全建立,不同类型的发电厂的上网电价存在较大的差异。
传统电源规划通常采用单节点的数学模型,即假定电力系统的全部电力负荷与所有发电机组都集中在一个节点上。显然,这种规划方法仅适用于那些网络较为强健,可以满足任意电源扩建方案而不需考虑线路扩建问题的系统。对于那些网络结构较弱,随着新建电厂的投运需要不断投建新线路的系统而言,这种处理方式显然是不合适的。大型清洁能源基地往往远离负荷中心,接入点网架结构薄弱,可能会出现输电容量越限问题,因此需要加强输电网的建设以满足系统能够接纳更多的清洁能源。将含有清洁能源的电源规划与电网规划结合有利于促进电网与清洁的协调发展。
目前,对于含有清洁能源的电源规划多采用布点规划,一般包括选定安装位置和确定安装容量两个任务。经对现有文献进行检索发现,现有文献中,Rau N S等在《Optimumlocation of resources in distributed planning》中假设网状系统中每一条负荷母线都有一个布点规划,提出潮流算法来确定每一条负荷母线上分布式电源的放置点。Gozel T等在《Optimal placement and sizing of distributed generation on radial feederwith different static load models》中利用解析的方法确定布点规划在径向馈线和网状系统上的最优选址,不需要迭代,加快求解快速。莫颖涛在《分布式发电及其对系统规划的影响》中提出了在统一功率因数的电力系统中确定布点规划位置的方法,但没有考虑布点规划的容量最优配置问题。El-Khattam W等在《Optimal investment planning fordistributed generation in a competitive electricity market》中将布点规划位置和容量作为优化变量,以供电公司的总成本最小为优化目标,提出了基于可靠性成本分析的启发式求解方法。Celli G在《Amultiobjective evolutionary algorithm for thesizing and siting of distributed generation》中建立了布点规划的多目标模型。陈海焱、段献忠、陈金富等在《计及配网静态电压稳定约束的分布式发电规划模型与算法》与《配电网中计及短路电流约束的分布式发电规划》中分别建立了考虑静态电压稳定约束和计及短路电流约束的布点规划模型。
然而,目前大多数布点规划在接入配电网时仍遵循所谓的“安装即忘记”原则,即对接入后的布点规划不加以控制和管理,这实际上仍然是一种被动的电网管理方式,其不足是无法充分利用DG在改善支路潮流和节点电压以及负荷侧管理方面的正面作用,在某些情况下,不得不严格控制布点规划的接入容量,使得布点规划的推广和效益受到限制。
由以上文献的局限性可见,提出一种打破被动管理模式下分布式电源接入配电网所遵循的“安装即忘记”原则的含特高压和区外来电下电源选址定容规划模型十分必要。
发明内容
针对现有技术存在的上述缺陷,本发明提出了主动管理模式下基于双层规划的含特高压和区外来电下的电源选址定容规划模型,打破了被动管理模式下分布式电源接入配电网所遵循的“安装即忘记”原则,以电源的净收益期望值最大作为上层规划目标,以满足电压和潮流约束下风电源出力切除量期望值最小作为下层规划目标,考虑了主动电压管理方法在改善支路潮流和节点电压方面的积极作用。
本发明所述的兼顾特高压电网及区外来电的电源优化配置方法,包括如下步骤:
步骤一:根据调峰、调频、环保约束来确定上层规划模型:
式中,B为规划方案总的净收益现值;Bnt、Bft、Bht、Bwt和B0t分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的净收益现值;设规划期为T年,待选核电厂有Nn个;火电厂有Nf个;水电厂有Nh个;风电场有Nw个;已有电厂为N0个;
其中:
式中,Ytg、Yti、Ytj和Ytk分别为规划期第t年待选核电厂g、火电厂i、水电厂j、风电场k投产的机组台数;
Ytl表示第t年已有电厂l退役的机组台数;etg、eti、etj、etk和etk分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的售电收益;
atg、btg、ctg分别为第t年待选核电厂g的固定费用、运行费用和环境成本的等年值;
ati、bti、cti分别为第t年待选火电厂i的固定费用、运行费用和环境成本的等年值,环境成本只计及电厂缴纳的排污费,不包括外部成本;
atj和btj分别为第t年待选水电厂j的固定费用和运行费用的等年值;
atk和btk分别为第t年待选水电厂k的固定费用和运行费用的等年值;
btl和ctl分别为第t年待选核电厂l的运行费用和环境成本的等年值;
步骤二:根据调峰、调频、环保约束的来确定下层规划模型:
式中,bft、bht、bwt和b0t分别表示第t年待选火电厂、水电厂、风电场和已有电厂的运行费用。
优选地,所述步骤一中,上层规划模型约束条件中由待选发电厂和拟退役发电厂本身特点决定的决策变量的约束条件:
式中,Xn、Xf、Xh和Xw分别为待选核电厂、火电厂、水电厂和风电场的决策变量;X0为已有电厂的退役决策变量;Xn、Xf、Xh、Xw和X0必须为整数,且不小于零;
上层规划模型约束条件中各类电厂及风电场每年投产机组的台数Ytg、Yti、Ytj和Ytk,分别受每年容许的最大投产台数和的约束:
(t=1,2,...,T;g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw);
上层规划模型约束条件中发电厂受最早投建年限的约束:
(g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw)
式中,Jg、Ji、Jj、Jk分别表示待选核电厂g、火电厂i、水电厂j、风电场k的最早投产年;Tg、Ti、Tj、Tk分别表示相应电厂的最早投建年限。
优选地,所述步骤一中,上层规划模型约束条件中电力平衡条件约束:
式中,Pg、Pi、Pj、Pk分别为第t年待选核电厂g、火电厂i、水电厂j、风电场k的单机容量或预想出力;Ct表示系统在第t规划年需要新建机组的总出力容量,即:
式中,Dmt表示第t规划年系统的最大负荷;RDt表示容量备用系数;Pl表示原有发电厂l在第t规划年的单机容量或预想出力。
优选地,所述步骤一中,上层规划模型约束条件中电力平衡条件约束:
式中,Hτg、Hτi、Hτj、Hτk分别表示核电厂g、火电厂i、水电厂j在第τ规划年的利用小时数;Et表示在第t规划年需要新建的发电厂补充的发电量,由下式决定:
式中,Elt表示第t规划年系统的总需求电量;REt表示为第t规划年的电量备用系数;Htl表示原有发电厂l在第t规划年的利用小时数。
优选地,所述步骤一中,上层规划模型约束条件中调峰能力约束:
式中,αg、αi、αh、αl分别表示核电厂g、火电厂i、水电厂j、原有厂l的调峰深度;NWG为风电场的个数;为第k个风电场的最大出力变化;为系统负荷最大峰谷差。
优选地,所述步骤一中,上层规划模型约束条件中调频能力约束:
式中,δg、δi、δh、δl分别表示核电厂g、火电厂i、水电厂j、原有厂l的最大调节速率;δL为系统负荷的最大变化率;δk为风电机组k与系统负荷变化反方向上的最大出力变化率;Dmt为系统第t年的最大负荷。
优选地,所述步骤二中,下层规划模型约束条件中机组检修约束:
M(m,t)=0 (17)
式中,m为机组检修变量;M(m,t)为机组检修约束函数。
优选地,所述步骤二中,机组检修采用等风险度法,等风险度法是一种具有随机性可靠性目标函数的方法,通过对检修计划的优化,实现系统风险度在研究周期各时段接近相等的目标;约束条件包括:最小风险度约束、检修时间约束、检修能力约束、机组两次检修之间的最小间隔时段约束、机组一年检修次数约束和检修备用容量约束。
优选地,所述步骤二中,下层规划模型约束条件中特高压和区外来电接入后,每年的系统电力不足概率LOLPt、电量不足期望值EENSt应分别满足对于网架下可靠性指标最大允许值的约束:
优选地,所述步骤二中,下层规划模型约束条件中需要考虑污染物排放约束,设需要考虑的电力环境污染物共nq种类型,包括SOx和NOx,规划方案第t年第q种污染物的排放量Rtq不应超过其上限即:
规划方案第t年第q种污染物排放量Rtq的计算方法,如下式所示:
式中,sqi和sql分别是火电机组和已有电厂单位电量的污染物排放量。
本发明的有益效果是:采用本发明分析了特高压和区外来电对电源规划的影响,考虑上网电价的差异对电源规划的影响,根据电源规划问题的特性,按照分解协调的思想建立了含区外来电和特高压的净收益最大化双层电源规划模型,上层规划为电源投资决策问题,以发电商总收益最大为目标函数,下层规划为生产优化决策问题,并采用模拟植物生长算法、最小累积风险度法、等效电量频率法相结合的方法求解双层规划模型。通过算例结果可以得出:所建立的净收益最大化双层电源规划模型将电源规划模型分成电源投资决策问题和生产优化决策问题两个层次,与传统电源规划分解协调的思想一致,概念清楚,并且考虑了调峰、调频、环保约束,以及不同类型的发电厂上网电价的差异对电源规划的影响,规划模型更加合理。
具体实施方式
为了使本发明目的、技术方案更加清楚明白,下面结合实施例,对本发明作进一步详细说明。
实施例1:
本发明所述的兼顾特高压电网及区外来电的电源优化配置方法,根据分解协调思想,将常规电源规划问题转化为双层规划模型。上层规划为电源投资决策问题,规划目标是发电收益最大化,决策变量是待选核电厂、火电厂、水电厂和风电场的投建时间和台数,以及已有电厂的退役时间和台数;下层规划为生产优化决策问题,规划目标是运行费用最小化,其又可以分成机组检修计划和随机生产模拟两个子问题,它们的决策变量分别为发电机组的检修时段以及各发电机组在负荷曲线上的运行位置,通过生产优化决策可以获得各发电机组的发电量、燃料消耗量、环保成本,从而计算出规划方案的运行费用。上层规划结果即电源投资决策变量为下层规划提供了初始条件,下层规划的目标值即运行费用反馈到上层规划,与投资费用之和便是上层规划总的目标函数值。一个优良的电源规划方案不仅要求上层的投资决策合理,而且要求下层的生产模拟结果能够节省大量的运行费用。一个优良的电源规划方案不仅要求上层的投资决策合理,而且要求下层的生产模拟结果能够节省大量的运行费用。
本发明所述的兼顾特高压电网及区外来电的电源优化配置方法,所述的考虑调峰、调频、环保约束的含特高压电网和区外来电的双层电源规划模型上层模型:
其中,B为规划方案总的净收益现值;Bnt、Bft、Bht、Bwt和B0t分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的净收益现值。设规划期为T年;待选核电厂有Nn个;火电厂有Nf个;水电厂有Nh个;风电场有Nw个;已有电厂为N0个。
其中:
式中:Ytg、Yti、Ytj和Ytk分别为规划期第t年待选核电厂g、火电厂i、水电厂j、风电场k投产的机组台数;Ytl表示第t年已有电厂l退役的机组台数;etg、eti、etj、etk和etk分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的售电收益;,atg、btg、ctg分别为第t年待选核电厂g的固定费用、运行费用和环境成本的等年值;ati、bti、cti分别为第t年待选火电厂i的固定费用、运行费用和环境成本的等年值,环境成本只计及电厂缴纳的排污费,不包括外部成本;atj和btj分别为第t年待选水电厂j的固定费用和运行费用的等年值;atk和btk分别为第t年待选水电厂k的固定费用和运行费用的等年值;btl和ctl分别为第t年待选核电厂l的运行费用和环境成本的等年值。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件包括决策变量的约束条件、机组投产进度约束、总装机台数约束、发电厂最早投建年限约束、电力平衡约束、电量平衡约束、调峰能力约束和调频能力约束。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中由待选发电厂和拟退役发电厂本身特点决定的决策变量的约束条件:
式中,Xn、Xf、Xh和Xw分别为待选核电厂、火电厂、水电厂和风电场的决策变量;X0为已有电厂的退役决策变量;Xn、Xf、Xh、Xw和X0必须为整数,且不小于零。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中各类电厂及风电场每年投产机组的台数Ytg、Yti、Ytj和Ytk,分别受每年容许的最大投产台数和的约束:
(t=1,2,...,T;g=1,2,...,Nn;i=1,2,...,N/;j=1,2,...,Nh;k=1,2,...,Nw)
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中各类电厂及风电场的总装机台数或退役台数不应超过给定的最终总装机台数Nng、Nfi、Nhj、Nwk或拟退役台数Nol的约束:
(t=1,2,...,T;g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw;l=1,2,...,N0)
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中发电厂受最早投建年限的约束:
(g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw)
式中,Jg、Ji、Jj、Jk分别表示待选核电厂g、火电厂i、水电厂j、风电场k的最早投产年;Tg、Ti、Tj、Tk分别表示相应电厂的最早投建年限。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中电力平衡条件约束:
式中,Pg、Pi、Pj、Pk分别为第t年待选核电厂g、火电厂i、水电厂j、风电场k的单机容量或预想出力;Ct表示系统在第t规划年需要新建机组的总出力容量,即:
式中,Dmt表示第t规划年系统的最大负荷;RDt表示容量备用系数;Pl表示原有发电厂l在第t规划年的单机容量或预想出力。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中电力平衡条件约束:
式中,Hτg、Hτi、Hτj、Hτk分别表示核电厂g、火电厂i、水电厂j在第τ规划年的利用小时数;Et表示在第t规划年需要新建的发电厂补充的发电量,由下式决定:
式中,Elt表示第t规划年系统的总需求电量;REt表示为第t规划年的电量备用系数;Htl表示原有发电厂l在第t规划年的利用小时数。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中调峰能力约束:
式中,αg、αi、αh、αl分别表示核电厂g、火电厂i、水电厂j、原有厂l的调峰深度;NWG为风电场的个数;为第k个风电场的最大出力变化;为系统负荷最大峰谷差。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的上层规划模型约束条件中调频能力约束:
式中,δg、δi、δh、δl分别表示核电厂g、火电厂i、水电厂j、原有厂l的最大调节速率;δL为系统负荷的最大变化率;δk为风电机组k与系统负荷变化反方向上的最大出力变化率;Dmt为系统第t年的最大负荷。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的考虑调峰、调频、环保约束的含特高压电网和区外来电的双层电源规划模型下层模型:
式中,bft、bht、bwt和b0t分别表示第t年待选火(核)电厂、水电厂、风电场和已有电厂的运行费用。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的下层规划模型约束条件包括机组检修约束、系统可靠性约束和污染物排放量约束。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的下层规划模型约束条件中机组检修约束:
M(m,t)=0
式中,m为机组检修变量;M(m,t)为机组检修约束函数。
机组检修采用等风险度法,等风险度法是一种具有随机性可靠性目标函数的方法,通过对检修计划的优化,实现系统风险度在研究周期各时段接近相等的目标;约束条件包括:最小风险度约束、检修时间约束、检修能力约束、机组两次检修之间的最小间隔时段约束、机组一年检修次数约束和检修备用容量约束。
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的下层规划模型约束条件中特高压和区外来电接入后,每年的系统电力不足概率LOLPt、电量不足期望值EENSt应分别满足对于网架下可靠性指标最大允许值的约束:
所述的一种包含特高压电网和区外来电的双层电源优化配置规划方案,所述的下层规划模型约束条件中需要考虑污染物排放约束。设需要考虑的电力环境污染物共nq种类型,如SOx和NOx,规划方案第t年第q种污染物的排放量Rtq不应超过其上限即:
规划方案第t年第q种污染物排放量Rtq的计算方法如下式所示:
式中,sqi和sql分别是火电机组和已有电厂单位电量的污染物排放量。
实施例2:
本实例将以我国某地区某年(M年)年底已投产机组作为现有机组,将该年后六年内(M+1年~M+6年)已核准、已获路条或在建电源,以及仅开展前期或意向电源的机组作为待选方案集,求解M+6年该地区电源规划情况。
截至M年底,该电网统调发电设备装机容量235360MW。统调口径用电量12836.66亿kWh,统调口径最高负荷220744MW。区外送入该电网的电力规模总计35100MW,具体如表1所示。
表1该地区电网M年底区外来电规模表(单位:MW)
根据该电网公司资料,M+6年该地区电网最高负荷在305640MW~317530MW之间,需电量在18009亿kWh~18752亿kWh之间,本实例采用的M+6年最高负荷取为316000MW。
截至M+6年,将该地区电网已核准、已获路条或在建电源以及前期或意向电源加入电源规划待选集,本专利在进行电源优化规划时,优先选择已核准、已获路条或在建电源进行投建,并筛选适当意向电源并在M+6年及之前投建。待选集中,气电37251MW,热电10141MW,煤电102600MW,核电16720MW,常规水电310MW,抽水蓄能6410MW,光伏1701MW,风电15055MW,共计190188MW。在待选集的处理上,加入目前开展前期或意向电源,扩充待选集数量。同时,该地区计划关停电源如表2所示。
表2该地区电网电源退役安排(单位:MW)
根据已有电源容量和布局、该地区电网调峰需求和有关规范,以及M+6年该地区电网待选电源集,得到该地区电网M+6年电源规划方案。其中,燃气机组新增11177MW,热电机组新增3917MW,燃煤机组新增34850MW,核电新增15630MW,水电新增310MW,抽水蓄能新增6410MW,风电新增7845MW,光伏新增571MW。待选集与实际规划方案对比如表3所示。
表3电源待选集与实际规划结果(单位:MW)
项目 | 待选集 | 实际规划 |
燃气 | 37251 | 11177 |
热电 | 10141 | 3917 |
煤电 | 102600 | 34850 |
核电 | 16720 | 15630 |
常规水电 | 310 | 310 |
抽水蓄能 | 6410 | 6410 |
风电 | 15055 | 7845 |
光伏 | 1701 | 571 |
合计 | 190188 | 100391 |
受燃料成本影响,燃气机组装机较待选集少很多,但装机比例仍较当前情况提高很多,这是由于燃气机组拥有良好的环境优势,所以为环保考虑,鼓励燃气机组多装机。同样出于环保考虑,实际规划结果中煤电机组则较待选集少很多。
本实例将从电力平衡、电量平衡可靠性水平以及调峰结果四个方面对该地区电网M+6年电源规划方案进行分析。
一、电力平衡结果分析。
表4该地区电网M+6年电源规划方案电力平衡表(单位:MW)
本实例规划方案中M+6年区内外电源总容量为380381MW,规划方案能够保证M+6年该地区电网电力需求。通过电源优化,规划结果能够保证M+6年该地区电力供应与备用要求,且备用率达到20%,备用充足。
二、电量平衡结果分析。
表5该地区电网M+6年电源规划方案电量平衡表(单位:亿kWh)
该地区电网M+6年用电需求预测为18130亿kWh,该地区电网M+6年电源规划方案区内外电源能够提供的电量共计18448亿kWh,电量平衡表如表5所示,能够满足该地区电网M+6年电量需求。
三、技术指标分析。
本实例投资成本中,各电厂单位造价按《火电工程限额设计参考造价指标》(2014年水平)作为参考。
表6该地区电网M+6年电源规划方案技术指标表
技术指标 | |
耗费标准煤(万t) | 47712.39 |
燃煤费用(亿元) | 2147.06 |
消耗天然气(亿m3) | 263.09 |
燃气费用(亿元) | 657.73 |
SO2排放量(万t) | 45.71 |
NOx排放量(万t) | 21.26 |
总投资费用(亿元) | 8485.11 |
LOLP(10-4) | 3.69 |
EENS(MWh) | 2141.23 |
由表6可以看出,本实例建议的M+6年该地区电源规划方案中,电源规划方案的总成本包括两部分,即待建电厂的投资和运行费用,其中运行费用主要以燃料费用为主。由规划结果可以看出,单年燃料费用大于电厂投资费用等年值,意味着虽然风电机组和水电机组的单位投资比火电机组要高,但二者的单位发电成本很低,并且作为清洁能源发电形式,它们在随机生产模拟中都能保证优先发电,可以替代一部分的火电机组电量,从而节省大量的煤耗和运行成本,因此可以在电源待选集中优先选择投建。
净收益最大电源规划模型中规划方案的收益主要来自于售电收益。影响机组投建的因素除了机组的单位投资和单位发电成本,还有机组在随机生产模拟中的顺序和售电电价。由于当前国家对风电项目的特殊政策,风电上网电价高于火电和水电的上网电价,并且风电在随机生产模拟中优先调度,发电量有充分保证,因此虽然待选数量不多,但也可以优先选择投建。
同时,由于备用充足,本实例电源规划结果能保证该地区电网较高可靠性,LOLP为3.69×10-4,EENS为2141.23MWh,可靠性水平较高,保证规划方案的可行性。另外,本实例规划结果显示,SO2与NOX等主要污染物排放都在国家规定范围内,环境优势也相对明显。
四、调峰能力分析。
表7该地区电网M+6年调峰需求表(单位:MW)
项目 | 容量 |
最高负荷 | 316000 |
最低负荷率(%) | 63.42 |
最大峰谷差 | 111941 |
热备用 | 22950 |
风电负备用 | 8100 |
需要调峰容量 | 142991 |
由表7可见,该地区电网M+6年调峰需求为142991MW。本实例中,对各种电源调峰能力做以下处理:
常规水电站:大中型电站调峰能力100%,小水电无调峰能力。
抽水蓄能电站:调峰能力为开机容量的200%。
煤电:可调煤电300MW、600MW、1000MW的大型煤电机组的技术调峰幅度平均可达到40~50%左右。除可调煤电外,其余煤电按基荷考虑,不参与电网调峰。
气电:调峰气电调峰能力按开机容量的100%考虑。气电中热电联产机组按基荷考虑,不参与电网调峰。
核电:作为基荷考虑,不参与电网调峰。
风电:根据有关研究成果,风电低谷上网容量率约40%~50%左右。本报告中,风电低谷上网容量率按50%,高峰上网容量率按5%计。
区外水电:担负基荷较为主,枯水期考虑适当参与电网调峰。
区外火电:主要按照基荷考虑,适当考虑调峰能力。
参考表4装机结果,本实例在待选集中加入意向电源进行优化,电源规划方案调峰能力达到143104MW,可以满足调峰需求,可以为该地区电网电源建设做一参考。
本发明可广泛运用于电源优化规划场合。
以上所述仅为本发明的较佳实施例而己,并不以本发明为限制,凡在本发明的精神和原则之内所作的均等修改、等同替换和改进等,均应包含在本发明的专利涵盖范围内。
Claims (10)
1.一种兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,包括如下步骤:
步骤一:根据调峰、调频、环保约束来确定上层规划模型:
式中,B为规划方案总的净收益现值;Bnt、Bft、Bht、Bwt和B0t分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的净收益现值;设规划期为T年,待选核电厂有Nn个;火电厂有Nf个;水电厂有Nh个;风电场有Nw个;已有电厂为N0个;
其中:
式中,Ytg、Yti、Ytj和Ytk分别为规划期第t年待选核电厂g、火电厂i、水电厂j、风电场k投产的机组台数;
Ytl表示第t年已有电厂l退役的机组台数;etg、eti、etj、etk和etk分别表示第t年待选核电厂、火电厂、水电厂、风电场和已有电厂的售电收益;
atg、btg、ctg分别为第t年待选核电厂g的固定费用、运行费用和环境成本的等年值;
ati、bti、cti分别为第t年待选火电厂i的固定费用、运行费用和环境成本的等年值,环境成本只计及电厂缴纳的排污费,不包括外部成本;
atj和btj分别为第t年待选水电厂j的固定费用和运行费用的等年值;
atk和btk分别为第t年待选水电厂k的固定费用和运行费用的等年值;
btl和ctl分别为第t年待选核电厂l的运行费用和环境成本的等年值;
步骤二:根据调峰、调频、环保约束的来确定下层规划模型:
式中,bft、bht、bwt和b0t分别表示第t年待选火电厂、水电厂、风电场和已有电厂的运行费用。
2.根据权利要求1所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤一中,上层规划模型约束条件中由待选发电厂和拟退役发电厂本身特点决定的决策变量的约束条件:
式中,Xn、Xf、Xh和Xw分别为待选核电厂、火电厂、水电厂和风电场的决策变量;X0为已有电厂的退役决策变量;Xn、Xf、Xh、Xw和X0必须为整数,且不小于零;
上层规划模型约束条件中各类电厂及风电场每年投产机组的台数Ytg、Yti、Ytj和Ytk,分别受每年容许的最大投产台数和的约束:
(t=1,2,...,T;g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw);
上层规划模型约束条件中发电厂受最早投建年限的约束:
(g=1,2,...,Nn;i=1,2,...,Nf;j=1,2,...,Nh;k=1,2,...,Nw)
式中,Jg、Ji、Jj、Jk分别表示待选核电厂g、火电厂i、水电厂j、风电场k的最早投产年;Tg、Ti、Tj、Tk分别表示相应电厂的最早投建年限。
3.根据权利要求2所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤一中,上层规划模型约束条件中电力平衡条件约束:
式中,Pg、Pi、Pj、Pk分别为第t年待选核电厂g、火电厂i、水电厂j、风电场k的单机容量或预想出力;Ct表示系统在第t规划年需要新建机组的总出力容量,即:
式中,Dmt表示第t规划年系统的最大负荷;RDt表示容量备用系数;Pl表示原有发电厂l在第t规划年的单机容量或预想出力。
4.根据权利要求2所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤一中,上层规划模型约束条件中电力平衡条件约束:
式中,Hτg、Hτi、Hτj、Hτk分别表示核电厂g、火电厂i、水电厂j在第τ规划年的利用小时数;Et表示在第t规划年需要新建的发电厂补充的发电量,由下式决定:
式中,Elt表示第t规划年系统的总需求电量;REt表示为第t规划年的电量备用系数;Htl表示原有发电厂l在第t规划年的利用小时数。
5.根据权利要求3或4所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤一中,上层规划模型约束条件中调峰能力约束:
式中,αg、αi、αh、αl分别表示核电厂g、火电厂i、水电厂j、原有厂l的调峰深度;NWG为风电场的个数;为第k个风电场的最大出力变化;为系统负荷最大峰谷差。
6.根据权利要求5所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤一中,上层规划模型约束条件中调频能力约束:
式中,δg、δi、δh、δl分别表示核电厂g、火电厂i、水电厂j、原有厂l的最大调节速率;δL为系统负荷的最大变化率;δk为风电机组k与系统负荷变化反方向上的最大出力变化率;Dmt为系统第t年的最大负荷。
7.根据权利要求1所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤二中,下层规划模型约束条件中机组检修约束:
M(m,t)=0 (17)
式中,m为机组检修变量;M(m,t)为机组检修约束函数。
8.根据权利要求7所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤二中,机组检修采用等风险度法,等风险度法是一种具有随机性可靠性目标函数的方法,通过对检修计划的优化,实现系统风险度在研究周期各时段接近相等的目标;约束条件包括:最小风险度约束、检修时间约束、检修能力约束、机组两次检修之间的最小间隔时段约束、机组一年检修次数约束和检修备用容量约束。
9.根据权利要求7所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤二中,下层规划模型约束条件中特高压和区外来电接入后,每年的系统电力不足概率LOLPt、电量不足期望值EENSt应分别满足对于网架下可靠性指标最大允许值LOLPt max、的约束:
10.根据权利要求7所述的兼顾特高压电网及区外来电的电源优化配置方法,其特征在于,所述步骤二中,下层规划模型约束条件中需要考虑污染物排放约束,设需要考虑的电力环境污染物共nq种类型,包括SOx和NOx,规划方案第t年第q种污染物的排放量Rtq不应超过其上限即:
规划方案第t年第q种污染物排放量Rtq的计算方法,如下式所示:
式中,sqi和sql分别是火电机组和已有电厂单位电量的污染物排放量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810585060.2A CN108876026A (zh) | 2018-06-08 | 2018-06-08 | 兼顾特高压电网及区外来电的电源优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810585060.2A CN108876026A (zh) | 2018-06-08 | 2018-06-08 | 兼顾特高压电网及区外来电的电源优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108876026A true CN108876026A (zh) | 2018-11-23 |
Family
ID=64337544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810585060.2A Pending CN108876026A (zh) | 2018-06-08 | 2018-06-08 | 兼顾特高压电网及区外来电的电源优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108876026A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
CN109347152A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 考虑多类型电源参与调峰的随机生产模拟方法及应用 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
CN109598433A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑弃能成本和调峰需求的送端电网电源结构规划方法 |
CN109599861A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑本地负荷调峰能力的送端电网电源结构规划方法 |
CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
-
2018
- 2018-06-08 CN CN201810585060.2A patent/CN108876026A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
CN109347152A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 考虑多类型电源参与调峰的随机生产模拟方法及应用 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
CN109598433A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑弃能成本和调峰需求的送端电网电源结构规划方法 |
CN109599861A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑本地负荷调峰能力的送端电网电源结构规划方法 |
CN109347152B (zh) * | 2018-11-30 | 2022-01-18 | 国家电网公司西南分部 | 考虑多类型电源参与调峰的随机生产模拟方法及应用 |
CN109347151B (zh) * | 2018-11-30 | 2022-09-16 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
CN109390973B (zh) * | 2018-11-30 | 2022-12-06 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
CN116542489A (zh) * | 2023-06-27 | 2023-08-04 | 中国电力科学研究院有限公司 | 一种考虑碳排放约束的电力系统规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Optimal planning of battery energy storage considering reliability benefit and operation strategy in active distribution system | |
CN108876026A (zh) | 兼顾特高压电网及区外来电的电源优化配置方法 | |
Taha et al. | Multi-objective optimization for optimal allocation and coordination of wind and solar DGs, BESSs and capacitors in presence of demand response | |
Bahramara et al. | Co-optimization of energy and reserve in standalone micro-grid considering uncertainties | |
CN104299072B (zh) | 一种基于水火协调的安全约束发电计划制定方法 | |
CN109523128A (zh) | 一种促进消纳的可再生能源容量配置方法 | |
CN109948849B (zh) | 一种计及储能接入的配电网网架规划方法 | |
CN102510108B (zh) | 一种用于求取地区电网最大风电装机容量的方法 | |
CN108039737A (zh) | 一种源网荷协调运行模拟系统 | |
Peikherfeh et al. | Active management of distribution networks in presence of distributed generations | |
Song et al. | A fuzzy‐based multi‐objective robust optimization model for a regional hybrid energy system considering uncertainty | |
Samakpong et al. | Optimal power flow incorporating renewable uncertainty related opportunity costs | |
Diahovchenko et al. | Optimal composition of alternative energy sources to minimize power losses and maximize profits in distribution power network | |
Ivanova et al. | District heating technologies: Is it chance for CHP plants in variable and competitive operation conditions? | |
Guo et al. | The development of wind power under the low-carbon constraints of thermal power in the Beijing-Tianjin-Hebei region | |
Tang et al. | Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target | |
Peikherfeh et al. | Optimal decision making for virtual power plant operation | |
Yang et al. | Storage-transmission joint planning method to deal with insufficient flexibility and transmission congestion | |
Azizi et al. | Decentralized multi-objective energy management with dynamic power electronic converters and demand response constraints | |
Zhao et al. | Unified multi‐objective optimization for regional power systems with unequal distribution of renewable energy generation and load | |
Fardin et al. | Distributed generation energy in relation to renewable energy: Principle, techniques, and case studies | |
Mmary et al. | Optimal hybrid renewable generator for techno-economic benefits in smart distribution network | |
Li et al. | Joint planning of distributed generation, electric vehicle charging station, and active distribution network framework | |
Tian et al. | Optimization of configuration and operation of shared energy storage facilities invested by conventional coal-fired power plants | |
Kumar et al. | A land-use-constrained, generation–transmission model for electricity generation through solar photovoltaic technology: a case study of south India |
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 |
Application publication date: 20181123 |
|
RJ01 | Rejection of invention patent application after publication |