CN109118024A - 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 - Google Patents
一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 Download PDFInfo
- Publication number
- CN109118024A CN109118024A CN201811113119.4A CN201811113119A CN109118024A CN 109118024 A CN109118024 A CN 109118024A CN 201811113119 A CN201811113119 A CN 201811113119A CN 109118024 A CN109118024 A CN 109118024A
- Authority
- CN
- China
- Prior art keywords
- generating unit
- thermal power
- power generating
- resource
- scheduling
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012546 transfer Methods 0.000 title claims abstract description 33
- 230000001105 regulatory effect Effects 0.000 title abstract 2
- 238000004146 energy storage Methods 0.000 claims abstract description 69
- 230000007704 transition Effects 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000033228 biological regulation Effects 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 26
- 238000010248 power generation Methods 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000010977 unit operation Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000005611 electricity Effects 0.000 abstract description 2
- 230000029087 digestion Effects 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，具体包括如下内容：首先构建电力系统运行场景集合；其次，分析火电机组启停阶段的运行特性，建立状态转移方程组，明确状态建转移条件，建立火电机组启停阶段运行的状态转移模型；然后，根据系统及运行参数，在考虑风电消纳目标的基础上，计及电储能设备和DR资源，以电力系统调度总费用最小为目标，构建考虑火电机组启停阶段运行特性的电力系统多资源调度模型；最后，求解上述电力系统多资源优化调度问题，求得电力系统多资源调度决策方案。本发明实现多元资源协调优化运行，有效减少清洁能源的浪费，提高电力系统运行的经济性和清洁性。
Description
技术领域
本发明涉及电力系统调度运行技术领域，特别是一种考虑火电机组多阶段状态转移的电力系统多资源调度方法。
背景技术
随着风电装机容量占比不断提高和渗透率逐渐增大，电力系统调峰压力日益加大，系统调峰已成为电力系统调度运行的新难题之一，调峰能力不足已成为制约清洁能源消纳能力的主要因素。风电等清洁能源逆调峰特性显著，保证可再生清洁能源消纳和电力系统调峰能力之间的矛盾开始显现。一方面，为了在满足系统安全和电力系统运行约束的情况下完成清洁能源消纳目标，需要传统火电机组为系统提供深度调峰甚至启停调峰。另一方面，随着电力系统智能化水平不断提高，在能源互联网的发展推动下，现代电力系统的可调度资源更加丰富，这也提高了在不同外部环境调度决策对突发情况的适应能力。在诸多可调度资源中，电储能设备和需求响应资源(DR资源)灵活性高、可靠性强，备受关注。电储能设备、DR资源接入电网，提高电力系统可调度资源的丰富性，有助于解决高比例清洁能源接入下所带来的系统调峰问题。
目前，在电力系统调度运行中对火电机组深度调峰、启停调峰特性考虑还比较少，通常只考虑火电机组的常规调峰，一般不考虑火电机组深度调峰和启停调峰方式。同时，现实中的火电机组启停动作并非瞬时完成，机组在启动和停机时均满足特定的启停机曲线，火电机组在此期间仍可提供电能，这一特性在现有电力系统调度方面考虑得也比较少。同时，在大规模风电接入情景下，仅用传统火电机组模型已经无法满足高比例风电接入电力系统调峰调度的精度要求，为了提高电力系统调峰调度的准确性，亟需一种能够更精确地描述火电机组启停阶段特性的运行模型。综上，现有技术方案通常仅重点从上述一个方面考虑，缺少同时兼顾火电机组深度调峰和启停调峰运行特性的电力系统调度模型，现有调度模型得到的调度结果并不能适应现代电力系统安全稳定调度运行的需要。基于此，本发明根据火电机组启停阶段的运行特性、考虑深度调峰和启停调峰，计及电储能设备和DR资源，提出一种考虑火电机组多阶段状态转移的电力系统多资源调度方法。
发明内容
有鉴于此，本发明的目的是提出一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，能够实现电力系统多资源优化调度，有效减少清洁能源的浪费。
本发明采用以下方案实现：一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，包括以下步骤：
步骤S1：构建电力系统运行场景集；
步骤S2：建立火电机组启停阶段运行模型，用以实现火电机组启停阶段运行过程中不同状态间的转移和切换；
步骤S3：建立考虑火电机组启停阶段运行特性的电力系统多资源调度模型；
步骤S4：利用步骤S3的多资源调度模型求解电力系统多资源优化调度问题。
进一步地，步骤S2中，包括以下步骤：
步骤S21：对火电机组启停阶段的运行特性进行分析；
步骤S22：根据步骤S21中的分析结果，确定运行状态个数，配置表征状态的0-1变量；
步骤S23：明确火电机组启停运行状态建模转移条件，建立火电机组启停运行状态转移方程组，得到火电机组启停阶段运行模型；
步骤S24：列写火电机组运行特性约束方程，完善火电机组启停阶段运行模型。
进一步地，步骤S23中，明确火电机组启停运行状态建模转移条件和火电机组启停运行状态转移方程组(火电机组启停运行状态约束)为：
其中，火电机组启停运行状态建模转移条件为：
表示火电机组仅能在停机状态下且连续停机时间大于最小停机时间才能开机，且一开机即进入升负荷阶段；
表示火电机组在升负荷阶段下，且出力达到至最小可调度出力gn 时即跳转进入可调度状态；
表示火电机组在可调度状态下，连续开机时间大于最小开机时间时且出力调节到最小可调度出力gn 时才能停机；
表示火电机组在降负荷状态下，当出力达到0时即完成停机操作。上述各式中的条件判断表达式均能经过简单的操作后做线性化处理，其中：分别为机组n在时刻t连续运行、连续停机的时间；分别为火电机组最小启、停机时间，为火电机组n在时刻t的出力，gn 为火电机组n在可调度阶段的最小出力；
其中，所述火电机组启停运行状态转移方程组具体为：
yn(t)-zn(t)＝un(t)-un(t-1)
上述各式中的变量均为0-1变量，其中：yn(t)、zn(t)为控制火电机组启机、停机状态的变量；为控制火电机组进入、跳出升负荷状态的变量；为控制火电机组进入、跳出可调度状态的变量；为控制火电机组进入、跳出降负荷状态的变量，un(t)表示机组n在时刻t是否处于运行和停机状态；表示机组n在时刻t是否处于升负荷状态；表示机组n在时刻t是否处于接受调度的状态；表示机组n在时刻t是否处于降负荷状态。
进一步地，步骤S24中，所述火电机组运行特性约束方程包括火电机组爬坡速率约束、火电机组出力约束、功率平衡约束、电网潮流约束和输电线路容量约束。
进一步地，其中，所述火电机组爬坡速率约束具体为：
式中：分别为火电机组n在时刻t增出力、减出力速率上限值；
分别为火电机组n调度状态下增出力、调度状态下减出力速率上限值，单位为MW/h；ΔT为研究采用的时段间隔，单位为h，表示火电机组n在可调度阶段的最大出力；
其中所述火电机组出力约束具体为：
式中：分别为火电机组n在升负荷、降负荷阶段的出力； 分别为升负荷持续时间和降负荷持续时间；分别为火电机组的额定升负荷、降负荷持续时间；
综合考虑上述特性，火电机组在不同状态下的出力约束可以表示如下：
式中：为火电机组n在时刻t的出力； gn 分别为火电机组n在可调度阶段的最大、最小出力；
其中所述功率平衡约束具体为：
式中：I为电力系统网络拓扑节点集合；为节点i处火电机组的集合；为节点i处风力发电机组的集合；为节点i处电储能设备的集合；为节点i处DR资源的集合；为火电机组n在t时刻的出力；分别为储能设备s在t时刻的充、放电功率；Di(t)为负荷节点i在t时刻的负荷需求；为风电场j在t时刻的调度值；和分别为DR资源m在t时刻的增、减功率。
其中所述电网潮流约束，采用忽略网损的直流潮流方程，直流潮流模型常见表达式如下：
式中：Bi,k为电网节点导纳矩阵的虚部；Δθi,k(t)为t时刻系统节点i和节点k的电压相角差；θi(t)、θk(t)分别为t时刻系统节点i和节点k的电压相角；xi,k为节点i和节点k的线路阻抗；
其中所述输电线路容量约束具体为：
式中：为连接系统节点i和节点k线路的最大传输容量。
进一步地，火电机组运行特性约束方程还包括以下约束：电储能设备运行特性约束和DR资源运行特性约束。
进一步地，其中，所述电储能设备运行特性约束如下述公式所示：
上述六个公式是电储能设备的能量约束，Es(t)为电储能设备s在t时刻储能的电能量(SOC)，δs为电储能设备s的自放电情况下的损耗系数，分别为电储能设备s的充放电效率， γ s分别为电储能设备s的SOC上、下限系数，为电储能设备s的额定容量，和是电储能设备的充、放电功率约束，分别为电储能设备s的最大充、放电功率，分别为电储能设备s的充、放电工作状态，是0-1变量，是电储能设备工作状态约束，式是电储能设备在考虑自放电情况下的充放电平衡约束；
其中，所述DR资源运行特性约束具体为：
DR资源通常通过参与激励型需求响应项目的形式参与电力系统调度运行，其运行特性约束如下各式所示。
其中，和为单个DR资源响应容量约束，分别为DR资源m在t时刻增、减功率的上限，式和为单个DR资源响应总量约束，分别为DR资源m增、减功率的响应总量限制，式为系统中所有DR资源响应负荷总量约束，为系统DR资源响应总量限制。
进一步地，步骤S3中，所述多资源调度模型目标函数具体为：
式中：T为调度时段集合，N为火力发电机组集合；J为风力发电机组集合，M为参与调度的DR资源集合，S为电储能设备集合，分别为火电机组n在t时刻的的发电费用、启动费用、停机费用，λw为电力系统调度的单位弃风惩罚成本，为风电场j在t时刻的出力值，为风电场j在t时刻的调度值，CDR为DR资源的调度费用，Cstorage为电储能设备的充放电量成本费用。
进一步地，火电机组n在t时刻的的发电费用具体为：
其中：
上述各式中：分别为火电机组n的空载费用、线性发电费用； 分别为火电机组n不投油深度调峰稳燃负荷值，投油深度调峰稳燃极限负荷值；分别为不投油深度调峰、投油深度调峰的单位费用；
所述火电机组n在t时刻的启动费用具体为：
式中yn(t)表示控制火电机组启机状态的变量；
所述火电机组n在t时刻的停机费用具体为：
式中zn(t)表示控制火电机组停机状态的变量；
所述DR资源的调度费用具体为：
式中，和分别为DR资源m增、减单位功率的响应成本；和分别为DR资源m在t时刻的增、减功率，Cm为DR资源m的容量费用，为DR资源m所能调用的容量；
所述电储能设备假设是电力系统投资建设的可调度资源，故不考虑电储能设备的充放电量成本费用Cstorage。
与现有技术相比，本发明有以下有益效果：
1、本发明实现电力系统多资源优化调度，有效减少清洁能源的浪费。
2、本发明提出的方法更符合实际，实用性更强，提高电力系统调度分析中火电机组运行特性模型的精度。
3、本发明为电力系统开展调峰资源优化配置决策提供了分析工具，具有一定的经济效益和环境效益。
附图说明
图1为本发明实施例的总体流程框架示意图。
图2为本发明实施例的火电机组启停阶段出力轨迹。
图3为本发明实施例的火电机组启停阶段状态转移特性图。
图4为本发明实施例的火电机组发电费用曲线。
图5为本实施例的修正的PJM5节点系统。
图6为本实施例的各时段风功率及负荷预测值图。
图7为本实施例的场景1火电机组出力曲线。
图8为本实施例的场景2火电机组出力曲线。
图9为本实施例的场景3火电机组出力曲线。
图10为本实施例的系统各时段弃风量。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本实施例提出的方法包含如下几个关键内容，首先根据历史数据，对新能源发电机组出力进行预测，构造新能源发电机组出力场景集合，结合负荷波动特性，构建电力系统运行场景集合；其次，分析火电机组启停阶段的运行特性，建立状态转移方程组，明确状态建转移条件，建立火电机组启停阶段运行的状态转移模型，实现火电机组启停阶段运行过程中不同状态间的转移和切换；然后，根据系统及运行参数，在考虑风电消纳目标的基础上，计及电储能设备和DR资源，以电力系统调度总费用最小为目标，构建考虑火电机组启停阶段运行特性的电力系统多资源调度模型；最后，求解上述电力系统多资源优化调度问题，求得电力系统多资源调度决策方案。
具体的，本实施例提供一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，包括以下步骤：
步骤S1：构建电力系统运行场景集；
根据风电出力和负荷的相关统计数据，拟合分布函数，采用Monte-Carlo(蒙特卡罗)模拟方法随机模拟生成相应的风电出力样本和各节点电力负荷时间序列样本，将两个样本组合生成电力系统运行场景集合。在有必要的情况下可用场景缩减技术缩减场景数，保留典型场景，在不缺乏精度的情况下减少运算复杂度，提高求解问题的运算速度。
风电出力和负荷的不确定性主要考虑风速和负荷预测的误差，认为各自的偏差均符合正态分布。风速和负荷的真实值均可由预测期望值和预测误差表示，形式如下：
式中：v(t)、PL(t)分别为风速和负荷的真实值；分别为风速和负荷预测期望值；ev(t)、eL(t)分别为风速和负荷预测误差二者均服从一定的概率分布，通常为正态分布。
风电出力可根据以下公式计算：
式中：P(v)为风电机组在风速v时的出力；v为风速；vin为风力发电机的切入风速；vr为风力发电机的额定功率风速；vout为风力发电机的切出风速；f(v)为风速在vin到vr之间时风力发电机输出功率与风速关系的函数；Pmax为风电机组的额定功率。将用所描述方法模拟产生的风电出力及负荷组合生成电力系统运行场景集合。
步骤S2：建立火电机组启停阶段运行模型，用以实现火电机组启停阶段运行过程中不同状态间的转移和切换；
步骤S3：建立考虑火电机组启停阶段运行特性的电力系统多资源调度模型；
步骤S4：利用步骤S3的多资源调度模型求解电力系统多资源优化调度问题。
在本实施例中，步骤S2中，包括以下步骤：
步骤S21：对火电机组启停阶段的运行特性进行分析；
步骤S22：根据步骤S21中的分析结果，确定运行状态个数，配置表征状态的0-1变量；
步骤S23：明确火电机组启停运行状态建模转移条件，建立火电机组启停运行状态转移方程组，得到火电机组启停阶段运行模型；
步骤S24：列写火电机组运行特性约束方程，完善火电机组启停阶段运行模型。在本实施例中，步骤S23中，火电机组启停运行状态建模转移条件和火电机组启停运行状态转移方程组(火电机组启停运行状态约束)具体为：
其中，火电机组启停运行状态建模转移条件为：
表示火电机组仅能在停机状态下且连续停机时间大于最小停机时间才能开机，且一开机即进入升负荷阶段；
表示火电机组在升负荷阶段下，且出力达到至最小可调度出力gn 时即跳转进入可调度状态；表示火电机组在可调度状态下，连续开机时间大于最小开机时间时且出力调节到最小可调度出力gn 时才能停机；表示火电机组在降负荷状态下，当出力达到0时即完成停机操作。上述各式中的条件判断表达式均能经过简单的操作后做线性化处理。其中：分别为机组n在时刻t连续运行、连续停机的时间；分别为火电机组最小启、停机时间，为火电机组n在时刻t的出力，gn 为火电机组n在可调度阶段的最小出力；
其中，所述火电机组启停运行状态转移方程组具体为：
yn(t)-zn(t)＝un(t)-un(t-1)
上述各式中的变量均为0-1变量，其中：yn(t)、zn(t)为控制火电机组启机、停机状态的变量；为控制火电机组进入、跳出升负荷状态的变量；为控制火电机组进入、跳出可调度状态的变量；为控制火电机组进入、跳出降负荷状态的变量，un(t)表示机组n在时刻t是否处于运行和停机状态；表示机组n在时刻t是否处于升负荷状态；表示机组n在时刻t是否处于接受调度的状态；表示机组n在时刻t是否处于降负荷状态；
火电机组在各状态时间的转移能通过火电机组状态转移方程实现，当火电机组处于升负荷状态时，其在满足条件的情况下只能跳转至可接受调度的状态，此时需要进一步对火电机组各状态之间转移的关系加以约束，此时可以采用增加一个类型控制变量的方式实现，但该方法会进一步增加所建立火电机组状态转移方程的数量及复杂性，本实施例提出一种建立使能关系的方法解决火电机组各状态之间转移关系的进一步约束问题。
在考虑上述特性后，本实施例提出的调度方法所采用的火电机组状态转移的使能关系如下各式所示：
根据所列写的使能关系式可以看出，利用本实施例提出的方法建立火电机组各细分状态之间的使能关系仅需通过分析火电机组各阶段状态转移特性后增加状态约束即可，与所提出的火电机组状态转移方程配合使用，简单便捷，提高了建模效率。
为了计算和实现火电机组状态转移的精确控制，提出如下线性化方程用于计算火电机组运行、停机的时间和加热持续时间：
0≤δon≤M·(1-un(t))
0≤δoff≤M·un(t)
式中：分别为机组n在时刻t连续运行、连续停机的时间；δon、δoff均为调整变量，用于在特定条件下使能够归零，取值为自然数；M为一个很大的正数。
上述方程组的意义在于实现火电机组运行、停机时间的线性化计算，如当机组在运行状态时，un(t)＝1，此时会在每一时刻均进行累加，受约束0≤δon≤M·(1-un(t))影响δon＝0。当机组不处于运行状态时，un(t)＝0，受约束影响，此时δon的取值受各约束限制自动等于一个正整数使得成立。同理，可以列出火电机组的升负荷持续时间降负荷持续时间的线性表达式。
同时火电机组还需满足如下逻辑约束，如任意时刻火电机组仅能且必须处于一种状态。
在本实施例中，步骤S24中，所述火电机组运行特性约束方程包括火电机组爬坡速率约束、火电机组出力约束、功率平衡约束、电网潮流约束和输电线路容量约束。
在本实施例中，其中所述火电机组爬坡速率约束具体为：
式中：分别为火电机组n在时刻t增出力、减出力速率上限值；分别为火电机组n调度状态下增出力、调度状态下减出力速率上限值，单位为MW/h；ΔT为研究采用的时段间隔，单位为h，表示火电机组n在可调度阶段的最大出力；
火电机组爬坡速率约束保证了火电机组在调度状态下的爬坡速率符合要求，在处于非调度的其他状态下通过其他约束控制火电机组出力。比如在升负荷和降负荷阶段，机组火电出力呈线性变化的假设下，机组在升负荷、降负荷阶段的出力可通过下式计算得到：
式中：分别为火电机组n在升负荷、降负荷阶段的出力； 分别为升负荷持续时间和降负荷持续时间；分别为火电机组的额定升负荷、降负荷持续时间。
综合考虑上述特性，火电机组在不同状态下的出力约束可以表示如下：
式中：为火电机组n在时刻t的出力； gn 分别为火电机组n在可调度阶段的最大、最小出力；
值得一提的是，所建立的火电机组启停阶段运行状态转移模型是线性的，能直接嵌入、应用到现有的电力系统调度、机组组合分析模型中，不改变优化问题的线性特性，可直接使用商业优化软件求解；同时，燃气机组等启停迅速、爬坡速度快的电力系统资源，其火电机组启停阶段运行状态转移特性仍可用提出的模型表示。
其中所述功率平衡约束具体为：
式中：I为电力系统网络拓扑节点集合；为节点i处火电机组的集合；为节点i处风力发电机组的集合；为节点i处电储能设备的集合；为节点i处DR资源的集合；为火电机组n在t时刻的出力；分别为储能设备s在t时刻的充、放电功率；Di(t)为负荷节点i在t时刻的负荷需求；为风电场j在t时刻的调度值；和分别为DR资源m在t时刻的增、减功率。
其中所述电网潮流约束，采用忽略网损的直流潮流方程，直流潮流模型常见表达式如下：
式中：Bi,k为电网节点导纳矩阵的虚部；Δθi,k(t)为t时刻系统节点i和节点k的电压相角差；θi(t)、θk(t)分别为t时刻系统节点i和节点k的电压相角；xi,k为节点i和节点k的线路阻抗；
其中所述输电线路容量约束具体为：
式中：为连接系统节点i和节点k线路的最大传输容量。
在本实施例中，火电机组运行特性约束方程还包括以下约束：电储能设备运行特性约束和DR资源运行特性约束。
其中，所述电储能设备运行特性约束如下述公式所示：
上述六个公式是电储能设备的能量约束，Es(t)为电储能设备s在t时刻储能的电能量(SOC)，δs为电储能设备s的自放电情况下的损耗系数，分别为电储能设备s的充放电效率， γ s分别为电储能设备s的SOC上、下限系数，为电储能设备s的额定容量，和是电储能设备的充、放电功率约束，分别为电储能设备s的最大充、放电功率，分别为电储能设备s的充、放电工作状态，是0-1变量，是电储能设备工作状态约束，
式是电储能设备在考虑自放电情况下的充放电平衡约束；
其中DR资源运行特性约束具体为：
DR资源通常通过参与激励型需求响应项目的形式参与电力系统调度运行，其运行特性约束如下各式所示。
其中，和为单个DR资源响应容量约束，分别为DR资源m在t时刻增、减功率的上限，式和为单个DR资源响应总量约束，分别为DR资源m增、减功率的响应总量限制，式为系统中所有DR资源响应负荷总量约束，该约束可以保证不出现用户响应后峰谷倒置，同时反映了电网调度实际调用DR资源的成本费用上限，为系统DR资源响应总量限制。
风力发电机组出力约束：
在本实施例中，电力系统多资源调度的目标是在满足政府和电力系统对可再生清洁能源消纳要求的前提下，使系统总调度费用最小。本发明所建模型的目标函数中引入弃风的惩罚项，以促进新能源消纳。
综上，本发明所提出模型的目标函数如下式(29)所示。式中各项费用依次为：火电机组的发电费用、火电机组的启动费用、火电机组的关停费用、电力系统调度弃风惩罚费用、DR资源的调度成本、电储能设备的充放电量成本费用。
步骤S3中，所述多资源调度模型目标函数具体为：
式中：T为调度时段集合，N为火力发电机组集合；J为风力发电机组集合，M为参与调度的DR资源集合，S为电储能设备集合，分别为火电机组n在t时刻的的发电费用、启动费用、停机费用，λw为电力系统调度的单位弃风惩罚成本，为风电场j在t时刻的出力值，为风电场j在t时刻的调度值，CDR为DR资源的调度费用，Cstorage为电储能设备的充放电量成本费用。
为了便于计算，火力发电机组的发电费用、启动费用和停机费用均用线性函数表示，可根据需要选择常见的三次函数表达式，不影响本发明所提出模型的使用。
在考虑深度调峰情况下火电机组的发电费用与发电出力是呈U型变化的，出力过低或过高均会造成机组经济性降低，此时机组发电费用曲线如图4所示。机组调峰费用模型，火电机组的发电费用可以表示成如下分段函数：
其中：
上述各式中：分别为火电机组n的空载费用、线性发电费用； 分别为火电机组n不投油深度调峰稳燃负荷值，投油深度调峰稳燃极限负荷值；分别为不投油深度调峰、投油深度调峰的单位费用；
所述火电机组n在t时刻的启动费用具体为：
式中yn(t)表示控制火电机组启机状态的变量；
所述火电机组n在t时刻的停机费用具体为：
式中zn(t)表示控制火电机组停机状态的变量；
对DR资源的建模考虑参与DR项目的电力负荷具备双向可调节特性，电力系统调度机构调用DR资源的费用可分为容量费用和电量费用，其中容量费用固定，电量费用根据DR资源实际增减电量计算。
式中，和分别为DR资源m增、减单位功率的响应成本；和分别为DR资源m在t时刻的增、减功率，Cm为DR资源m的容量费用，为DR资源m所能调用的容量；在本实施例提出方法的应用背景下，电储能设备是电力系统投资建设的可调度资源，故可不考虑电储能设备的充放电量成本费用，如电力系统调度机构调用其他主体投资的电储能设备辅助电力系统运行，仅需要将相应的费用项计入目标函数即可。
所述电储能设备假设是电力系统投资建设的可调度资源，故不考虑电储能设备的充放电量成本费用Cstorage。
较佳的，在本实施例中，所建立的火电机组启停阶段运行状态转移模型是线性的，能直接嵌入、应用到现有的电力系统调度、机组组合分析模型中，不改变优化问题的线性特性，可直接使用商业优化软件求解。同时，燃气机组等启停迅速、爬坡速度快的电力系统资源，其火电机组启停阶段运行状态转移特性仍可用提出的模型表示。
特别的，本实施例提出方法中建立的考虑火电机组多阶段状态转移的电力系统多资源调度模型可以线性化处理成标准的混合整数线性规划(MILP)模型，故可以采用商业软件GAMS调用CPLEX方便求解，得到电力系统调度决策方案。
以下结合算例，对本实施例提出的考虑火电机组多阶段状态转移的高比例风电电力系统多资源调度模型作进一步说明：
算例以修正的PJM5节点系统为例进行仿真分析，如图5所示。系统共有5台发电机，各发电机相关参数如表1，参照中国现有火电机组调峰要求，设定 的取值为的45％和30％。在原系统的节点1接入1座风电场，装机容量为300MW，风电场各时段出力及系统总负荷如图6曲线，负荷分别位于节点2，3，4，3个节点的负荷占总负荷的比例分别约为41.5％，30.3％，28.2％。在节点1接入1座集中式电储能电站，其系统参数如表2所示。需求响应依赖于电力负荷根据系统需求主动调整，故本算例中的DR资源也位于节点2，3，4，共有3个负荷聚合商(LA)参与电力系统调度，系统DR资源响应总量设为300MWh，各负荷聚合商日响应容量均为100MWh，响应功率均为50MW，响应成本均为7元/MWh，容量成本Cm均为50元/MW.弃风成本为7元/MWh，研究24h的电力系统调度情况，单位时间间隔设为1h。为了比较本实施例提出方法提出模型的有效性，设置了如下3种场景。场景1：本发明提出方法模型；场景2：本实施例提出方法模型，但不计及深度调峰成本；场景3：传统方法，计及深度调峰成本。
表1火电机组参数
注：T0为机组初始时刻下的累计启停时间，正值表示机组处于运行状态，反之则表示机组处于停机状态；不投油深度调峰、投油深度调峰的单位费用取值与相同。
表2电储能设备调度参数
表3为不同场景下的系统运行费用，图7-图9为不同场景下火电机组出力曲线，图10为不同场景下各时段的弃风弃光电量。
分析结果可知，场景1(本实施例提出方法模型)与场景3(传统方法)的各项运行费用接近，从图7和图9曲线也可以看出各机组最优运行方式也接近，验证了所提出模型的有效性。同时，是否计及深度调峰费用也将对电力系统调度决策产生影响(图6和图7)。虽然由于目标函数不同，场景1和场景2的结果并不具备直接比较的条件，但仍可以得到如下结论：在不计及深度调峰成本时，调度决策考虑因素减少，自由度增大，能够将不计及的部分成本用于机组启停机，实现特定场景下目标函数的优化。
表3不同场景下的系统运行费用
进一步分析，可以发现传统模型由于无法反映机组停机时的功率轨迹，得到的结果为无弃风，与实际情况存在一定偏差。然而，在考虑了机组启停机轨迹后，机组G1的停机过程并非瞬间完成(机组G1于时段2-时段3经历了降负荷过程)，出力由75MW过渡到0出力，由于该技术原因也导致了弃风(如图10)，同时机组G2在时段23-时段24也经历了降负荷过程，出力由60MW过渡到0出力，说明了本发明模型能够真实反映电力系统调峰调度中火电机组启停机功率轨迹的实际情况。
较佳的，本实施例充分考虑火电机组在启、停机阶段的加热、升负荷、降负荷等过程，同时计及电储能和需求响应资源等多类型资源，提出电力系统多资源调度模型，实现电力系统多资源优化调度，有效减少清洁能源的浪费。与现有电力系统调度模型或机组组合模型相比，提出的方法更符合实际，实用性更强，提高电力系统调度分析中火电机组运行特性模型的精度，为电力系统开展调峰资源优化配置决策提供了分析工具，具有一定的经济效益和环境效益。
特别地，本实施例采用一种考虑火电机组启停运行特性的状态转移模型，该模型方法充分考虑了火电机组在启机阶段需要经历的加热、升负荷过程，在停机阶段需要经历的降负荷过程。基于控制理论中状态流的方法理论，通过变量控制和条件比较实现火电机组在不同状态间的切换，表征各状态之间特定的转移关系，模型更符合实际，实用性更强，提高电力系统调度分析中火电机组运行特性模型的精度。
特别地，在本实施例中，一种对火电机组启停阶段状态转移方程配合使用的状态转移使能关系建模方法，通过对火电机组启停阶段各状态之间转移特性的分析，建立使能关系方程，加以约束简化状态转移方程。
特别地，在本实施例中，一种考虑火电机组运行过程中机组深度调峰、启停调峰特性差异的火电机组运行费用差异化表征模型方法。
特别地，在本实施例中，在一种以高比例间接式清洁能源接入背景下，涉及电储能和需求响应资源等多类型资源，综合考虑火电机组多阶段状态转移以及运行过程中机组深度调峰、启停调峰特性的电力系统多资源调度模型，实现电力系统多资源调峰调度，有效减少清洁能源的浪费，为多资源参与的辅助服务管理办法，补偿标准等相关研究提供决策分析工具。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (9)
1.一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：包括以下步骤：
步骤S1：构建电力系统运行场景集；
步骤S2：建立火电机组启停阶段运行模型，用以实现火电机组启停阶段运行过程中不同状态间的转移和切换；
步骤S3：建立考虑火电机组启停阶段运行特性的电力系统多资源调度模型；
步骤S4：利用步骤S3的多资源调度模型求解电力系统多资源优化调度问题。
2.根据权利要求1所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：步骤S2中，包括以下步骤：
步骤S21：对火电机组启停阶段的运行特性进行分析；
步骤S22：根据步骤S21中的分析结果，确定运行状态个数，配置表征状态的0-1变量；
步骤S23：明确火电机组启停运行状态建模转移条件，建立火电机组启停运行状态转移方程组，得到火电机组启停阶段运行模型；
步骤S24：列写火电机组运行特性约束方程，完善火电机组启停阶段运行模型。
3.根据权利要求2所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：步骤S23中，其中，明确火电机组启停运行状态建模转移条件具体为：
表示火电机组仅能在停机状态下且连续停机时间大于最小停机时间才能开机，且一开机即进入升负荷阶段；
表示火电机组在升负荷阶段下，且出力达到至最小可调度出力gn 时即跳转进入可调度状态；
表示火电机组在可调度状态下，连续开机时间大于最小开机时间时且出力调节到最小可调度出力gn 时才能停机；
表示火电机组在降负荷状态下，当出力达到0时即完成停机操作，其中：分别为机组n在时刻t连续运行、连续停机的时间；分别为火电机组n的最小启、停机时间，为火电机组n在时刻t的出力，gn 为火电机组n在可调度阶段的最小出力；
其中，所述火电机组启停运行状态转移方程组具体为：
yn(t)-zn(t)＝un(t)-un(t-1)
上述各式中的变量均为0-1变量，其中：yn(t)、zn(t)为控制火电机组启机、停机状态的变量；为控制火电机组进入、跳出升负荷状态的变量；为控制火电机组进入、跳出可调度状态的变量；为控制火电机组进入、跳出降负荷状态的变量，un(t)表示机组n在时刻t是否处于运行和停机状态；表示机组n在时刻t是否处于升负荷状态；表示机组n在时刻t是否处于接受调度的状态；表示机组n在时刻t是否处于降负荷状态。
4.根据权利要求2所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：步骤S24中，所述火电机组运行特性约束方程包括火电机组爬坡速率约束、火电机组出力约束、功率平衡约束、电网潮流约束和输电线路容量约束。
5.根据权利要求4所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：
其中所述火电机组爬坡速率约束具体为：
式中：分别为火电机组n在时刻t增出力、减出力速率上限值；分别为火电机组n调度状态下增出力、调度状态下减出力速率上限值，单位为MW/h；ΔT为研究采用的时段间隔，单位为h，表示火电机组n在可调度阶段的最大出力；
其中所述火电机组出力约束具体为：
式中：分别为火电机组n在升负荷、降负荷阶段的出力；分别为升负荷持续时间和降负荷持续时间；分别为火电机组的额定升负荷、降负荷持续时间；
综合考虑上述特性，火电机组在不同状态下的出力约束可以表示如下：
式中：为火电机组n在时刻t的出力； gn 分别为火电机组n在可调度阶段的最大、最小出力；
其中所述功率平衡约束具体为：
式中：I为电力系统网络拓扑节点集合；为节点i处火电机组的集合；为节点i处风力发电机组的集合；为节点i处电储能设备的集合；为节点i处DR资源的集合；为火电机组n在t时刻的出力；分别为储能设备s在t时刻的充、放电功率；Di(t)为负荷节点i在t时刻的负荷需求；为风电场j在t时刻的调度值；和分别为DR资源m在t时刻的增、减功率；
其中所述电网潮流约束，采用忽略网损的直流潮流方程，直流潮流模型常见表达式如下：
式中：Bi,k为电网节点导纳矩阵的虚部；Δθi,k(t)为t时刻系统节点i和节点k的电压相角差；θi(t)、θk(t)分别为t时刻系统节点i和节点k的电压相角；xi,k为节点i和节点k的线路阻抗；
其中所述输电线路容量约束具体为：
式中：为连接系统节点i和节点k线路的最大传输容量。
6.根据权利要求4所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：还包括以下约束：电储能设备运行特性约束和DR资源运行特性约束。
7.根据权利要求6所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：
其中所述电储能设备运行特性约束如下述公式所示：
Es(t)为电储能设备s在t时刻储能的电能量SOC，δs为电储能设备s的自放电情况下的损耗系数，分别为电储能设备s的充放电效率， γ s分别为电储能设备s的SOC上、下限系数，为电储能设备s的额定容量，和是电储能设备的充、放电功率约束，分别为电储能设备s的最大充、放电功率，分别为电储能设备s的充、放电工作状态，是0-1变量，是电储能设备工作状态约束，式是电储能设备在考虑自放电情况下的充放电平衡约束；
其中DR资源运行特性约束具体为：
DR资源通常通过参与激励型需求响应项目的形式参与电力系统调度运行，其运行特性约束如下各式所示。
其中，和为单个DR资源响应容量约束，分别为DR资源m在t时刻增、减功率的上限，式和为单个DR资源响应总量约束， 分别为DR资源m增、减功率的响应总量限制，式为系统中所有DR资源响应负荷总量约束，为系统DR资源响应总量限制。
8.根据权利要求1所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：步骤S3中，所述多资源调度模型目标函数具体为：
式中：T为调度时段集合，N为火力发电机组集合；J为风力发电机组集合，M为参与调度的DR资源集合，S为电储能设备集合， 分别为火电机组n在t时刻的的发电费用、启动费用、停机费用，λw为电力系统调度的单位弃风惩罚成本，为风电场j在t时刻的出力值，为风电场j在t时刻的调度值，CDR为DR资源的调度费用，Cstorage为电储能设备的充放电量成本费用。
9.根据权利要求8所述的一种考虑火电机组多阶段状态转移的电力系统多资源调度方法，其特征在于：火电机组n在t时刻的的发电费用具体为：
其中：
上述各式中：分别为火电机组n的空载费用、线性发电费用；分别为火电机组n不投油深度调峰稳燃负荷值，投油深度调峰稳燃极限负荷值；分别为不投油深度调峰、投油深度调峰的单位费用；
所述火电机组n在t时刻的启动费用具体为：
式中yn(t)表示控制火电机组启机状态变量；
所述火电机组n在t时刻的停机费用具体为：
式中zn(t)表示控制火电机组停机状态变量；
所述DR资源的调度费用具体为：
式中，和分别为DR资源m增、减单位功率的响应成本；和分别为DR资源m在t时刻的增、减功率，Cm为DR资源m的容量费用，为DR资源m所能调用的容量；
所述电储能设备假设是电力系统投资建设的可调度资源，故不考虑电储能设备的充放电量成本费用Cstorage。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811113119.4A CN109118024B (zh) | 2018-09-25 | 2018-09-25 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811113119.4A CN109118024B (zh) | 2018-09-25 | 2018-09-25 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109118024A true CN109118024A (zh) | 2019-01-01 |
| CN109118024B CN109118024B (zh) | 2021-07-27 |
Family
ID=64856618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811113119.4A Active CN109118024B (zh) | 2018-09-25 | 2018-09-25 | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109118024B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109980672A (zh) * | 2019-03-27 | 2019-07-05 | 中国电力科学研究院有限公司 | 一种用于确定特高压直流送端的最小开机数量的方法及系统 |
| CN110429663A (zh) * | 2019-07-18 | 2019-11-08 | 中国电力科学研究院有限公司 | 一种利用储能系统辅助电力调峰的调度方法及系统 |
| CN110752598A (zh) * | 2019-10-25 | 2020-02-04 | 国网河南省电力公司电力科学研究院 | 多点分布式储能系统灵活性评价方法和装置 |
| CN112610289A (zh) * | 2020-11-18 | 2021-04-06 | 国电南瑞南京控制系统有限公司 | 一种考虑机组三态启停过程的机组调度方法及系统 |
| CN112949909A (zh) * | 2021-02-05 | 2021-06-11 | 清华大学深圳国际研究生院 | 一种考虑多种不确定性并存的机组组合优化方法 |
| CN114552658A (zh) * | 2022-03-29 | 2022-05-27 | 合肥工业大学 | 计及需求侧响应的新能源电力系统调度方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104377693A (zh) * | 2014-11-11 | 2015-02-25 | 国家电网公司 | 一种发电生产模拟模型 |
| CN104467029A (zh) * | 2014-11-25 | 2015-03-25 | 国家电网公司 | 一种区域小水电、风电日内联合优化调度的方法 |
| CN104485690A (zh) * | 2014-12-18 | 2015-04-01 | 国家电网公司 | 一种基于多阶段动态规划的电网多源调峰方法 |
| CN104701870A (zh) * | 2013-12-06 | 2015-06-10 | 清华大学 | 一种电力系统储能优化方法 |
| CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
| CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
| US20160146118A1 (en) * | 2013-12-31 | 2016-05-26 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
| CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
| CN107370190A (zh) * | 2017-07-17 | 2017-11-21 | 南方电网科学研究院有限责任公司 | 一种求解电力系统机组组合模型的组合方法 |
| 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 |
-
2018
- 2018-09-25 CN CN201811113119.4A patent/CN109118024B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104701870A (zh) * | 2013-12-06 | 2015-06-10 | 清华大学 | 一种电力系统储能优化方法 |
| US20160146118A1 (en) * | 2013-12-31 | 2016-05-26 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
| CN104377693A (zh) * | 2014-11-11 | 2015-02-25 | 国家电网公司 | 一种发电生产模拟模型 |
| CN104467029A (zh) * | 2014-11-25 | 2015-03-25 | 国家电网公司 | 一种区域小水电、风电日内联合优化调度的方法 |
| CN104485690A (zh) * | 2014-12-18 | 2015-04-01 | 国家电网公司 | 一种基于多阶段动态规划的电网多源调峰方法 |
| CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
| CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
| 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 |
| CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
| CN107370190A (zh) * | 2017-07-17 | 2017-11-21 | 南方电网科学研究院有限责任公司 | 一种求解电力系统机组组合模型的组合方法 |
Non-Patent Citations (4)
| Title |
|---|
| JOSÉ M. ARROYO: "Modeling of Start-Up and Shut-Down Power", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
| 吴舒鋆 等: "多时间尺度下风、火、水联合多目标优化调度研究", 《第二届智能电网会议论文集-计算机科学与探索》 * |
| 崔春风 等: "火电机组启停机过程的优化模型", 《科研信息化技术与应用》 * |
| 李丰: "考虑大规模风电接入系统的发电", 《中国博士学位论文全文数据库》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109980672A (zh) * | 2019-03-27 | 2019-07-05 | 中国电力科学研究院有限公司 | 一种用于确定特高压直流送端的最小开机数量的方法及系统 |
| CN109980672B (zh) * | 2019-03-27 | 2022-03-25 | 中国电力科学研究院有限公司 | 用于确定特高压直流送端的最小开机数量的方法及系统 |
| CN110429663A (zh) * | 2019-07-18 | 2019-11-08 | 中国电力科学研究院有限公司 | 一种利用储能系统辅助电力调峰的调度方法及系统 |
| CN110429663B (zh) * | 2019-07-18 | 2022-09-20 | 中国电力科学研究院有限公司 | 一种利用储能系统辅助电力调峰的调度方法及系统 |
| CN110752598A (zh) * | 2019-10-25 | 2020-02-04 | 国网河南省电力公司电力科学研究院 | 多点分布式储能系统灵活性评价方法和装置 |
| CN110752598B (zh) * | 2019-10-25 | 2022-08-12 | 国网河南省电力公司电力科学研究院 | 多点分布式储能系统灵活性评价方法和装置 |
| CN112610289A (zh) * | 2020-11-18 | 2021-04-06 | 国电南瑞南京控制系统有限公司 | 一种考虑机组三态启停过程的机组调度方法及系统 |
| CN112610289B (zh) * | 2020-11-18 | 2023-03-03 | 国电南瑞南京控制系统有限公司 | 一种考虑机组三态启停过程的机组调度方法及系统 |
| CN112949909A (zh) * | 2021-02-05 | 2021-06-11 | 清华大学深圳国际研究生院 | 一种考虑多种不确定性并存的机组组合优化方法 |
| CN112949909B (zh) * | 2021-02-05 | 2022-03-08 | 清华大学深圳国际研究生院 | 一种考虑多种不确定性并存的机组组合优化方法 |
| CN114552658A (zh) * | 2022-03-29 | 2022-05-27 | 合肥工业大学 | 计及需求侧响应的新能源电力系统调度方法 |
| CN114552658B (zh) * | 2022-03-29 | 2024-03-01 | 合肥工业大学 | 计及需求侧响应的新能源电力系统调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109118024B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109118024B (zh) | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 | |
| CN111628503B (zh) | 考虑广义储能与火电联合调峰的优化调度方法 | |
| CN109149571B (zh) | 一种考虑系统燃气和火电机组特性的储能优化配置方法 | |
| CN110492534B (zh) | 计及灵活性的含风电电力系统随机优化调度方法 | |
| CN105305419B (zh) | 一种含有压缩空气储能的独立微网容量优化配置方法 | |
| CN110854932B (zh) | 一种交直流配电网多时间尺度优化调度方法及系统 | |
| CN107330546A (zh) | 一种考虑风电出力和需求响应不确定性的优化调度方法 | |
| CN103324848B (zh) | 基于诱导目标函数的含电量约束月度机组组合优化方法 | |
| CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN102664401B (zh) | 一种基于电池寿命模型的微电网控制方法 | |
| CN110414804B (zh) | 一种基于多维度响应特性的价格型需求响应建模方法 | |
| CN109103924A (zh) | 基于柔性分析的可再生能源消纳能力关键因素的分析方法 | |
| CN107612045A (zh) | 一种电厂机组发电量智能分配系统及方法 | |
| CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
| CN116544953A (zh) | 大规模数据中心微网群的灵活性资源鲁棒调度方法 | |
| CN109066769A (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
| CN116070801B (zh) | 一种负荷聚合平台多站点最优运行策略生成方法 | |
| CN104979850B (zh) | 一种储能参与备用的含风电的电力系统调度方法 | |
| CN115800276A (zh) | 一种考虑机组爬坡的电力系统应急调度方法 | |
| CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
| CN104834968A (zh) | 一种实时电网经济运行评估火电子优化算法 | |
| CN110943452B (zh) | 一种电力系统优化调度的方法 | |
| CN114240010A (zh) | 应对需求侧不确定性的热电联产燃气轮机组调度方法 | |
| Niu et al. | Optimal Scheduling Strategy for Integrated Electric-Thermal-Gas Energy Systems Considering Multiple Types of Energy Storage Resources | |
| CN107706913A (zh) | 风电引发的调峰成本计算方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |