CN109149631B - 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 - Google Patents

Abstract

本发明涉及一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，包括步骤：1)根据调度时间尺度，获取风电、光伏、储能提供向上FRC的能力和提供向下FRC的能力；2)结合三者提供FRC的能力，针对实际系统运行情况对系统采用风电、光伏和储能三种方式进行互补提供FRC，并建立两阶段经济调度模型；3)对未来24h的风电、光伏和负荷进行预测，将预测结果输入日前机组组合模型，获取常规机组的启停机计划和大致出力计划；4)将模型输出结果输入实时经济调度过程，对风电、光伏和储能三种方式互补提供FRC进行检测及调整。与现有技术相比，本发明具有减轻常规机组负担，减少FRC不足发生的概率、提高系统运行的灵活性等优点。

Description

一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法

技术领域

本发明涉及电力系统技术领域，尤其是涉及一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法。

背景技术

为了维持实时功率平衡，电力系统需要足够的灵活性来跟踪和响应净负荷的变化。灵活性为评估系统对不确定性承受能力的指标，灵活性需求主要来自不确定性所引起的系统功率变化。柔性爬坡容量(flexible ramp capacity，FRC)为系统的一个灵活性指标，代表响应负荷波动的向上/下可调度容量。FRC不同于旋转备用，旋转备用一般用在紧急情况下，如线路断线、发电机停运以及风电光伏出力突然减少引起净负荷突然增加等情况，而FRC为调度过程中某一时刻t为满足后续时刻的更高(低)的净负荷波动而预留的容量，调用更加频繁。

随着太阳能、风能等可再生能源渗透率的增长，电力系统发电侧的不确定性增加，使得系统向上/下FRC不足的概率增加，可能引起切负荷/弃风，只由常规快速机组提供FRC将不经济而且加重了常规机组的负担，因此，系统调度机构开始认识到提高系统灵活性的重要性。现有的研究只有利用风电提供FRC，且这类研究目前只是研究阶段，无实际应用。此外，现有技术在实时调度中利用快速启动机组启动快、爬坡速率快等特点提供系统所需的灵活性，但如何减轻常规机组爬坡压力，并能同时提高系统运行整体经济效益仍然是需要解决的重要问题。

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风光储提供柔性爬坡容量的两阶段经济调度方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，该方法包括以下步骤：

S1：根据调度时间尺度，获取风电、光伏、储能提供向上FRC的能力和提供向下FRC的能力。

优选地，调度时间尺度设定为15min。

S2：结合风电、光伏、储能提供FRC的能力，针对实际系统运行情况对系统采用风电、光伏和储能三种方式进行互补提供FRC，并建立两阶段经济调度模型。

风电、光伏提供向上FRC的能力和提供向下FRC能力的原理相同，某t时刻风电提供向上FRC的能力的表达式为：

式中：

为场景s下风电场在时刻t提供的向上FRC，

为场景s下风电场在时刻t+1的预测出力概率分布下α分位点，风电出力概率分布在置信水平为的下分位点处的风电出力，

为风电的实际出力，R^w指风电场的最大爬坡速率；

某t时刻风电提供向下FRC的能力的表达式为：

式中：

为风电场t时刻提供的向下FRC；

为风电t时刻实际出力的下α分位点。

某t时刻储能提供向上FRC的能力的表达式为：

式中：r^u,ess为储能提供的向上FRC，E为储能的容量，η_dc为储能的放电效率；

某t时刻储能提供向下FRC的能力的表达式为：

式中：r^d,ess为储能提供的向下FRC，η_ch为储能的充电效率。

两阶段经济调度模型的目标函数的表达式为：

min F＝F_g+F_w+F_pv+F_es+F_re-dispatch

式中：F_re-dispatch为实时过程的修正成本，F_g、F_w、F_pv、F_es分别为日前调度过程中常规机组、风电、光伏和储能的运行成本，具体组成部分的表达式为：

式中：u_i,h为机组i在h时刻的停机二进制变量，1表示停机，SU_i为机组i的启动成本，S为总场景数，ρ_s表示某场景s的概率，H为日前过程的调度时段数，G为常规机组集合，C_i(·)为常规机组燃料费用函数，

为某场景s下机组i在时刻h的输出功率，

分别为常规机组i提供向上/下FRC的价格系数，

分别为常规机组i在某场景s下在时刻h提供的向上/下FRC，C_w/pv/es为风电/光伏/储能输出功率的成本系数，π^w/pv/es,u、π^w/pv/es,d为风电/光伏/储能提供向上/下FRC的价格系数，

为风电/光伏/储能在场景s下时刻h提供的向上/下FRC。

实时过程的修正成本F_re-dispatch的表达式为：

式中：T为实时过程的调度时段数，含Δ的各量为实时调度过程在日前调度过程的基础上对输出功率、向上/下FRC的修正量，CL为切负荷的成本系数，Δl_t,s为某场景s下t时刻切负荷总量，ω为FRC不足的惩罚系数，

分别为向上/下FRC的缺乏量。

S3：对未来24h的风电、光伏和负荷进行预测，将预测结果输入日前机组组合模型，获取常规机组的启停机计划和大致出力计划。

S4：将日前机组组合输出结果输入实时经济调度过程，对风电、光伏和储能三种方式互补提供FRC进行检测及调整，当检测其中一方无法提供FRC时，采用其他两种方式进行FRC弥补。

与现有技术相比，本发明具有以下优点：

(1)本发明方法将风电、光伏、储能参与提供FRC的经济调度，对于常规机组来说，风电的加入减轻了常规机组提供FRC的压力，对于净负荷的突然变化，储能迅速响应提供FRC来减轻常规机组FRC出力，减轻了负担，且减少了FRC不足发生的概率；

(2)本发明为系统提供了多种提供FRC的“灵活源”组合的选择，即根据实际系统的运行情况，考虑风电、光伏、储能参与提供FRC，在有效减轻常规机组爬坡压力的同时，提高了系统运行的整体经济效益，且提高了系统运行的灵活性。

附图说明

图1为本发明方法的流程示意图；

图2为风电/光伏提供FRC的原理图；

图3为本发明实施例中两阶段随机调度模型流程图；

图4为本发明实施例中日前过程的负荷、风电和光伏的出力预测期望值；

图5为本发明实施例中基础模型的FRC调度；

图6为本发明实施例中风电提供FRC的FRC调度；

图7为本发明实施例中风电、光伏提供FRC的FRC调度；

图8为本发明实施例中风电、光伏和储能提供FRC的FRC调度。

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。

本发明涉及一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，该方法包括以下步骤：

步骤一、根据调度时间尺度，获取风电、光伏、储能提供向上FRC的能力和提供向下FRC的能力；

步骤二、结合三者提供FRC的能力，针对实际系统运行情况对系统采用风电、光伏和储能三种方式进行互补提供FRC，并建立两阶段经济调度模型；

步骤三、对未来24h的风电、光伏和负荷进行预测，将预测结果输入日前机组组合模型，获取常规机组的启停机计划和大致出力计划；

步骤四、将日前机组组合输出结果输入实时经济调度过程，对风电、光伏和储能三种方式互补提供FRC进行检测及调整，当检测其中一方无法提供FRC时，采用其他两种方式进行FRC弥补。

实时经济调度时间尺度通常为5～60min，本实施例选择精度较高的15min为调度时间尺度。

(1)风电和光伏具有很强的互补性：风电具有反调峰特性，白天风比较小，晚上风大；而白天光照强，晚上没有光照，因此采用风光互补发电可以减少系统的净负荷波动性。风电和光伏提供FRC在物理上可行，并且能够提供一定量的可靠FRC。图2说明了风电和光伏提供FRC的原理，在t时刻出力确定为A*的情况下，B0为t+1时刻的期望出力，B*为风电/光伏实际出力，为不确定区间[Bd，Bu]内的任何一个点。图中FRU和FRD分别代表向上FRC需求和向下FRC需求。

a)向上FRC：减载运行可以为后续时刻提供更多的可调度容量，在图2中，t时刻将出力由A₀减小至A₁，为t+1时刻增加了(A₀-A₁)的可调度容量。考虑到风电和光伏的不确定性，本发明用t+1时刻预测出力概率分布的α下分位点Bα来约束提供向上FRC的能力。

t时刻风电提供向上FRC的能力可表示为

式中：

表示场景s下风电场在时刻t提供的向上FRC，

表示场景s下风电场在时刻t+1的预测出力概率分布下α分位点。风电出力概率分布在置信水平为的下分位点处的风电出力，

表示风电的实际出力，R^w指风电场的最大爬坡速率。

同理，t时刻光伏提供向上FRC的能力可表示为

式中：

表示光伏提供的向上FRC；

表示光伏t+1时刻预测出力概率分布的下α分位点，

表示光伏的实际出力，R^pv指光伏的最大爬坡速率。

b)向下FRC：因为风光直接通过风/光减出力提供向下FRC，所以t时刻提供向下FRC的能力受到t时刻的实际出力约束。考虑不确定性，用下α分位点Aα来约束风电和光伏提供向下FRC的能力可表示为：

式中：

表示风电场t时刻提供的向下FRC；

为风电t时刻实际出力的下α分位点。

t时刻光伏提供向下FRC的能力可表示为

式中：

表示光伏t时刻提供的向下FRC；

为光伏t时刻实际出力的下α分位点。

(2)本实施例采用超级电容器做储能。考虑到储能的寿命因素，对系统运行过程中储能的充放电作了严格限制：储能的荷电状态需满足如下约束：

S_min≤S_t,s≤S_max

式中：S_min、S_t,s、S_max分别表示储能的最小荷电状态、场景s下t时刻的荷电状态、最大荷电状态。

储能放电提供向上FRC，储能的荷电状态应不小于最小荷电状态，假设在实时调度的15min时间尺度内储能放电电流保持不变，则储能提供向上FRC能力可近似表示为：

式中：r^u,ess表示储能提供的向上FRC，E为储能的容量，η_dc为储能的放电效率。

为研究风光储参与提供FRC对系统运行的影响，本实施例将风光储等柔性能源整合到两阶段随机调度模型中，提高系统运行的灵活性。两阶段随机调度模型包括1h分辨率的上层日前机组组合和15min分辨率的下层实时经济调度。如图3所示，该模型的流程为：

1)对未来24h的风电、光伏和负荷进行预测；

2)将步骤1)获取的预测值输入1h分辨率的上层日前机组组合，获取常规机组的启停机计划和大致出力计划；

3)下层实时经济调度过程依据最新的15min级超短期预测值，滚动修正日前计划遗留的偏差。

目标函数是最小化系统运行成本，由常规机组、风电、光伏和储能的运行成本以及实时经济调度过程的调整成本组成，即：

min F＝F_g+F_w+F_pv+F_es+F_re-dispatch

式中：F_g、F_w、F_pv、F_es分别表示日前调度过程中常规机组、风电、光伏和储能的运行成本，其具体组成部分如下列式子：

式中：u_i,h表示机组i在h时刻的停机二进制变量，1表示停机；相比启动过程，停机过程中的燃料消耗要小得多，所以将停机成本合并到启动成本中考虑，SU_i为机组i的启动成本；S表示总场景数，ρ_s表示场景S的概率；H表示日前过程的调度时段数，G表示常规机组集合，C_i(·)表示常规机组燃料费用函数，

表示场景s下机组i在时刻h的输出功率，

表示常规机组i提供向上/下FRC的价格系数。

表示常规机组i在场景s下h时刻提供的向上/下FRC。C_w/pv/es表示风电/光伏/储能输出功率的成本系数；π^w/pv/es,u、π^w/pv/es,d表示提供向上/下FRC的价格系数；

表示在场景s下h时刻提供的向上/下FRC。

实时过程的修正成本F_re-dispatch的表达式为：

式中：T表示实时过程的调度时段数，含Δ的各量指实时调度过程在日前调度过程的基础上对输出功率、向上/下FRC的修正量，CL是切负荷的成本系数，Δl_t,s表示场景s下t时刻切负荷总量，ω是FRC不足的惩罚系数，

分别表示向上/下FRC缺乏量。

本实施例采用包括5台常规机组、一个风电场和一个光伏电场的系统作为仿真模型。常规机组的相关数据如表1所示。

表1常规机组相关参数

常规机组i的燃料费用为输出功率的二次函数形式为：

C_i(p)＝a_ip²+b_i p+c_i

风电场容量为250MW，其最大爬坡率为20MW/min，风电提供FRC的成本系数为：

π^w,u＝π^w,d＝20$/MW·h

光伏电场容量为130MW，其最大爬坡率为20MW/min，光伏提供FRC的成本系数为：

π^pv,u＝π^pv,d＝20$/MW·h

假设储能的初始荷电状态为0.5，其他的相关参数如表2所示。

表2储能相关参数

本实施例采用场景法描述负荷、风电、光伏出力的不确定性，在日前调度和实时调度时刻负荷、风电和光伏通过拉丁超抽样各产生500个出力场景，应用场景削减技术全部削减至5个场景，组合成125个场景。负荷功率服从正态分布，日前过程和实时过程预测标准差分别为自身期望的0.01、0.005；风电出力服从β分布，日前过程和实时过程预测标准差分别为自身期望的0.2和0.011；光伏出力也服从β分布，日前过程和实时过程预测标准差分别为自身期望的0.12和0.009。其他参数设置为：

CL＝4000$/(MW.h)，ω＝1000$/(MW.h)

C_w＝10、C_pv＝10、C_es＝20($/MW.h)

η^L,u/d＝0.01,η^w,u/d＝0.05,η^pv,u/d＝0.04

本实施例在matlab平台上调用Gurobi优化器求解该具体算例。

上层24h日前调度过程所得到的是1h的调度决策，负荷、风电和光伏的出力期望值如图4所示，基于图4生成125组日前过程出力场景。

场景1：将只考虑常规机组提供FRC作为基础模型，图5为该模型得到的FRC出力分配的情况，由图可知所有的FRC需求都由常规机组提供，常规机组提供向上FRC在11:00为101MW，为常规机组装机容量的11.2％；向下FRC在22:00为135.05MW，为常规机组装机容量的15％。因此，常规机组需要足够的可调度容量来提供FRC。

场景2：考虑风电参与提供FRC，图6为风电参与提供FRC后，常规机组和风电的FRC出力分配情况。由图可知，风电提供13.1％的向上FRC，对于向下FRC，风电占比近27.3％，明显风电的加入减轻了常规机组提供FRC的压力。

场景3：考虑光伏参与提供FRC，图7为整合光伏提供FRC后，常规机组、风电和光伏提供FRC出力分配情况。由图可知光伏更倾向于提供向下FRC，光伏仅提供1.3％的向上FRC，然而光伏承担了31.3％的向下FRC。光伏的加入不仅减少了常规机组提供FRC的压力，也减轻了风电提供向下FRC的压力，风电向下FRC占比减少到16.7％。

场景4：整合储能提供FRC，得到的FRC出力分配情况如图8所示。对于系统净负荷突增或者突减引起系统的FRC需求突然增加的时刻，储能迅速响应提供FRC来减轻常规机组FRC出力，例如常规机组在10:00提供向上FRC由101MW降为75.5MW，21:00提供向下FRC由115.05MW降为87.3MW。

下层实时调度过程在日前调度过程得到的常规机组启停的基础上，依据最新的15min级超短期预测值，修正日前过程常规机组、风电、光伏和储能的功率输出和FRC调度的偏差。

本发明方法为系统提供了多种提供FRC的“灵活源”的选择，为了全面分析模型的性能，本实施例对表3中的8种案例进行研究，表中“Y”表示该种“灵活源”参与提供FRC，“N”表示不参与提供FRC。

表3“灵活源”提供FRC的状态

本发明方法主要提高系统运行的灵活性，基于此，本实施例从经济和技术上对系统灵活性进行了评估。本实施例用系统总运行成本评估经济灵活性，用常规机组提供FRC的出力容量评估技术灵活性，结果如表4所示。

表4各案例的灵活性评估

将case1作为基础模型，对比case2、case3和case4可以发现，在单一“柔性源”协助常规机组提供FRC的情况下，风电提供FRC使系统运行成本减少了12％，对提高系统的经济灵活性更有利；储能提供FRC使系统常规机组FRC需求减少了20.8％，对提高系统技术灵活性更有利。case8使系统运行成本减少了22.5％，使系统常规机组FRC需求减少了59.3％，从经济和技术角度评估风光储都参与提供FRC是最理想的案例。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，该方法包括以下步骤：

1)根据调度时间尺度，获取风电、光伏、储能提供向上FRC的能力和提供向下FRC的能力；

2)结合三者提供FRC的能力，针对实际系统运行情况对系统采用风电、光伏和储能三种方式进行互补提供FRC，并建立两阶段经济调度模型；

3)对未来24h的风电、光伏和负荷进行预测，将预测结果输入日前机组组合模型，获取常规机组的启停机计划和大致出力计划；

4)将日前机组组合输出结果输入实时经济调度过程，对风电、光伏和储能三种方式互补提供FRC进行检测及调整，当检测其中一方无法提供FRC时，采用其他两种方式进行FRC弥补；

两阶段经济调度模型的流程为：

1)对未来24h的风电、光伏和负荷进行预测；

2)将步骤1)获取的预测值输入1h分辨率的上层日前机组组合，获取常规机组的启停机计划和大致出力计划；

3)下层实时经济调度过程依据最新的15min级超短期预测值，滚动修正日前计划遗留的偏差；

目标函数是最小化系统运行成本，由常规机组、风电、光伏和储能的运行成本以及实时经济调度过程的调整成本组成，即：

min F＝F_g+F_w+F_pv+F_es+F_re-dispatch

式中：F_g、F_w、F_pv、F_es分别表示日前调度过程中常规机组、风电、光伏和储能的运行成本，其具体组成部分如下列式子：

式中：u_i,h表示机组i在h时刻的停机二进制变量，1表示停机；相比启动过程，停机过程中的燃料消耗要小得多，所以将停机成本合并到启动成本中考虑，SU_i为机组i的启动成本；S表示总场景数，ρ_s表示场景S的概率；H表示日前过程的调度时段数，G表示常规机组集合，C_i(·)表示常规机组燃料费用函数，

表示场景s下机组i在时刻h的输出功率，

表示常规机组i提供向上/下FRC的价格系数，

表示常规机组i在场景s下h时刻提供的向上/下FRC，C_w/pv/es表示风电/光伏/储能输出功率的成本系数；π^w/pv/es,u、π^w/pv/es,d表示提供向上/下FRC的价格系数；

表示在场景s下h时刻提供的向上/下FRC，

为某场景s下机组i在时刻h的风电的实际出力，

为某场景s下机组i在时刻h的光伏的实际出力。

2.根据权利要求1所述的一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，调度时间尺度设定为15min。

3.根据权利要求2所述的一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，风电、光伏提供向上FRC的能力和提供向下FRC能力的原理相同，某t时刻风电提供向上FRC的能力的表达式为：

式中：

为场景s下风电场在时刻t提供的向上FRC，

为场景s下风电场在时刻t+1的预测出力概率分布下α分位点，风电出力概率分布在置信水平为的下分位点处的风电出力，

为风电的实际出力，R^w指风电场的最大爬坡速率；

某t时刻风电提供向下FRC的能力的表达式为：

式中：

为风电场t时刻提供的向下FRC；

为风电t时刻实际出力的下α分位点。

4.根据权利要求3所述的一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，某t时刻储能提供向上FRC的能力的表达式为：

式中：

为储能提供的向上FRC，E为储能的容量，η_dc为储能的放电效率；

某t时刻储能提供向下FRC的能力的表达式为：

式中：η_ch为储能的充电效率，S_min、S_t,s、S_max分别为储能的最小荷电状态、场景s下t时刻的荷电状态、最大荷电状态。

5.根据权利要求4所述的一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，所述的两阶段经济调度模型的目标函数的表达式为：

min F＝F_g+F_w+F_pv+F_es+F_re-dispatch

式中：F_re-dispatch为实时过程的修正成本，F_g、F_w、F_pv、F_es分别为日前调度过程中常规机组、风电、光伏和储能的运行成本，具体组成部分的表达式为：

式中：u_i,h为机组i在h时刻的停机二进制变量，1表示停机，SU_i为机组i的启动成本，S为总场景数，ρ_s表示某场景s的概率，H为日前过程的调度时段数，G为常规机组集合，C_i(·)为常规机组燃料费用函数，

为某场景s下机组i在时刻h的输出功率，

分别为常规机组i提供向上/下FRC的价格系数，

分别为常规机组i在某场景s下在时刻h提供的向上/下FRC，C_w/pv/es为风电/光伏/储能输出功率的成本系数，π^w/pv/es,u、π^w/pv/es,d为风电/光伏/储能提供向上/下FRC的价格系数，

为风电/光伏/储能在场景s下时刻h提供的向上/下FRC，

为某场景s下机组i在时刻h的风电的实际出力，

为某场景s下机组i在时刻h的光伏的实际出力。

6.根据权利要求5所述的一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法，其特征在于，实时过程的修正成本F_re-dispatch的表达式为：

式中：T为实时过程的调度时段数，

为光伏的实际出力修正量，

为光伏t时刻提供的向上FRC的修正量，

为光伏t时刻提供的向下FRC的修正量，

为储能的实际出力修正量，CL为切负荷的成本系数，Δl_t,s为某场景s下t时刻切负荷总量，ω为FRC不足的惩罚系数，

分别为向上/下FRC的缺乏量。

Images