CN109245183A - 一种基于负荷控制的高风光渗透率地区电网调峰方法 - Google Patents

Abstract

本发明提出了一种基于负荷控制的高风光渗透率地区电网调峰方法。建立了一种负荷控制、火电调峰、联络线调节、弃风弃光共同参与的联合调峰优化模型。为联络线设置不同的允许波动极限档位，并计算该模型，即可获得优化后的调峰方案，从而降低系统总支付成本，提升对新能源的消纳能力。优点：1.能够与传统火电调峰形成优势互补，明显增强地方电网的调峰能力，提高对新能源的消纳水平；2.加入负荷控制必要的约束条件，提高了计算结果的准确度；3.考虑了由于新能源出力不确定性造成的弃风弃光成本和联络线调峰，更加符合电力系统运行的实际情况，对含高耗能负荷的新能源大量接入地区调峰问题有较好的指导意义，具有良好的推广价值和应用前景。

Description

一种基于负荷控制的高风光渗透率地区电网调峰方法

技术领域

本发明属于电力系统运行与控制领域，尤其涉及一种负荷控制参与的地区电网调峰方案。

背景技术

近年来，我国的风电、光伏产业得到了大力发展。截至2017年底，我国风电累积装机容量达164GW，光伏累积装机容量达130GW。然而，我国能源资源与负荷在地理上呈逆向分布，风光资源丰富的地区往往负荷水平较低，区域内负荷难以消纳大规模接入的新能源。同时，风光发展增速过快，与电网发展不匹配，造成新能源跨区消纳也存在种种问题。此外，风能和光能具有较强的不确定性，导致风电和光伏发电出力也具有明显的功率波动性，需要传统电源提供足够容量响应波动。因此，高风光渗透率地区电网普遍出现了较为严重的弃风弃光现象，消纳大规模新能源成为亟待解决的难题。

造成弃风弃光的原因包括系统外送通道狭窄、调峰能力不足、备用不足等，因此，提高电力系统调峰水平是解决新能源消纳问题的重要思路之一。传统的调峰手段包括火电调峰、抽水蓄能调峰等。但是，火电调峰可调范围小，调节速度慢，难以响应新能源快速变化；抽水蓄能调峰对环境要求较高，无法在全部地区推广。在此背景下，利用高耗能负荷就地平抑风光出力波动，减小电力系统峰谷差，成为促进新能源进一步消纳的新思路。

高耗能负荷容量大，自动化水平高，且具有可中断特性和可调节特性，因而具有可观的潜在调峰容量。同时，高耗能负荷调节速度远高于传统机组，因此在较长时间尺度的问题中可以忽略爬坡约束。基于现阶段的技术水平，有条件参与电网调峰运行的高耗能工业负荷大致可分为电解槽类和电弧炉类两种。其中，电解铝属于电解槽类，冶钢属于电弧炉类。

高耗能负荷参与调峰的基本原理是其有功功率可以围绕额定值在一定的上下范围内波动。因此，对参与调峰的高耗能负荷，其负荷功率可以等效为一个负荷和一台发电机的叠加。负荷恒为额定值；发电机出力为负数时，等效负荷向上调节；发电机出力为正数时，等效负荷向下调节。

当调度高耗能负荷参与调峰时，需要对负荷偏离额定工况的最大运行时长进行限制。同时，两次调度之间也应留有一定的不受控时段。当调度周期较长时，根据负荷企业的意愿，可能还需就全周期内的最大受控次数进行约定。

综上所述，负荷调节具有调节范围小(特别是向上调节范围小)、调节速度快、连续调节时间短的特点。因此，负荷调节适用于平抑新能源的短时波动，特别是短时出力下降，以弥补火电调峰速度较慢的不足。

现有专利大多从高耗能负荷参与需求侧响应的角度，研究消纳已知出力新能源的策略，但是很少涉及因无法全额消纳大规模新能源导致的弃风弃光成本，但是实际系统中在风光大发负荷较小时弃风弃光在所难免，因而这与电力系统的实际运行情况不一致。而同时更鲜有相关专利考虑联络线的功率波动问题，将联络线传输功率设为定值或将研究对象视为满足自给自足，这与电力系统的实际也不够相符。还有部分专利仅将高耗能负荷作为可调对象，但没有涉及其调节性能，没有考虑到其主要服务于生产而不是电力调度的特点，因而缺乏必要的约束，这使专利内容在实际生产中推广难度较大。

基于上述背景，针对利用高耗能负荷参与调峰促进高风光渗透率地区新能源消纳的问题，本发明提出了一种基于负荷控制的高风光渗透率地区优化调峰方案，该调峰方案将负荷控制作为一种联合调峰手段，结合考虑了弃风弃光造成的惩罚成本以及联络线的不同允许波动范围；旨在增强地区电网对新能源的消纳能力，在保证系统运行经济性的前提下减少弃风弃光的发生。

发明内容

本发明提出了一种基于负荷控制的高风光渗透率地区电网调峰方法，发明主要在于涉及弃风弃光惩罚函数以及联络线波动，并建立了较为详细的负荷控制部分模型。

本发明引入负荷控制作为一种调峰手段，利用其调节快速的优势与传统的火电调峰形成优势互补，以响应新能源频繁快速的波动。该模型详细考虑了负荷控制相较于传统调峰手段特有的约束条件；并在成本函数中加入了由于弃风弃光造成的惩罚成本，以合理决策新能源出力。同时，本发明还将联络线波动作为一种调节手段，联络线调节是实际电网一种常用的调节手段，但在以往的发明中却鲜有考虑。因此，本模型相较于已有发明更加贴近实际情况，有利于推广和应用。

本发明采用如下技术方案：

一种基于负荷控制的高风光渗透率地区电网调峰方法，其特征在于，基于以下定义的目标函数和约束条件；

目标函数一、火电机组发电燃料成本；

火电机组调峰包含启停调峰和调荷调峰两种形式，其中，前者主要适用于100MW及以下机组，后者主要适用于更大容量的机组；考虑到地区电网火电机组的装机规模和实际运行情况，本发明提出的调峰方案不涉及启停调峰，火电机组的发电成本以燃料成本C_gi(t)表征：

式中，P_gi(t)表示t时刻第i台机组发出的有功功率，a_i、b_i、c_i为该机组燃料成本曲线系数；

目标函数二、负荷控制调峰成本；

当负荷向下调节时，由于功率降低，铝材和钢材的产量也会相应降低，将影响企业的收益；当负荷向上调节时，设备将承担更高的电压电流，其寿命可能受到一定影响；因此，对高耗能负荷的上下调节统一按其损失的利益进行补偿，相应的调峰成本C_li(t)表达式如下：

C_li(t)＝n_i|P_li(t)|·I_li(t) (2)

其中，P_li(t)为该负荷等效发电机在t时刻的调节量；当发电机出力为负数时，等效负荷向上调节；发电机出力为正数时，等效负荷向下调节；n_i为电网对该负荷的补偿系数；I_li(t)为表征负荷受控状态的0-1变量：

目标函数三、弃风弃光惩罚函数；

将弃风量和弃光量相应的惩罚函数加入目标函数，通过调整罚因子的大小可以灵活决策系统的消纳能力；

弃光罚函数C_pi(t)和弃风罚函数C_wi(t)如下：

C_pi(t)＝α_i[P_pi.fore(t)-P_pi(t)] (3)

C_wi(t)＝β_i[P_wi.fore(t)-P_wi(t)] (4)

α_i和β_i分别表示第i个光伏电站的弃光罚因子和第i个风电场的弃风罚因子；P_pi.fore(t)和P_wi.fore(t)分别为该光伏电站或风电场t时刻的预测最大出力；P_pi(t)和P_wi(t)为实际调度出力；

建立的优化调峰模型目标函数F由四部分组成，分别为火电机组发电成本、负荷控制调峰成本、弃光参与调峰的惩罚函数以及弃风参与调峰的惩罚函数，表达式如下：

其中，T为全调度周期，N_g、N_l、N_p、N_w分别为系统中火电厂、可控负荷、光伏电站以及风电场的个数；

约束条件一、火电厂调峰约束；

火电厂的调峰约束包含出力极限约束和爬坡约束两部分；

P_gi.min和P_gi.max为第i号火电机组出力的上下限，和为该机组单位时间内的上下爬坡能力；

约束条件二、负荷控制约束；

由于用于调峰的高耗能负荷可控部分等效为一台发电机，与火电机组相类似，负荷控制也存在调节极限和爬坡约束；

P_li.set为负荷额定值；λ_i1和λ_i2分别为该负荷向上调节和向下调节的最大比例；和为该负荷单位时间内的最大上下调节能力；由于负荷可调容量较小，对于时间尺度在几十分钟至小时级的调度问题可以忽略爬坡约束；

对负荷最大连续受控时间约束如下：

S_li为该负荷可以接受的最大连续受控时间，S_li.0为该负荷在本调度周期起始时已经积累的连续受控时间；公式(8)包含的两公式分别对可控负荷的初始时刻和后续其他时刻进行了约束；

对负荷最小受控间隔约束如下：

G_li表示第i处受控高耗能负荷可以接受的最小受控间隔；G_li.0为起始时刻已累积间隔时间；公式(9)分别对起始时刻、中间时刻和末尾时刻进行了约束；

对全调度周期最大受控次数约束如下：

N_li为第i处可控负荷在全周期内的最大受控次数,当调度周期较短时该约束可以忽略；

约束条件三、风光出力约束；

风电和光伏的出力均应为正值，且不应大于最大预测出力：

约束条件四、联络线功率波动约束；

表达式如下：

s.t P_out.min≤P_out(t)≤P_out.max (12)

P_out(t)表示联络线交换功率，P_out.min和P_out.max分别为联络线允许传输的最小和最大功率，根据联络线输送的额定容量和允许波动范围计算；

约束条件五、系统约束；

对于研究对象总体，还应满足功率平衡约束和系统备用容量约束；

P_d(t)为t时刻系统总负荷；

公式(14)分别表示系统的向上旋转备用和向下旋转备用；由于风电和光伏的出力具有较强的不确定性，因此除了设置负荷旋转备用外，还考虑了由于存在风光预测误差增设的备用容量；式中，P_d.max为系统最大负荷；r、δ和μ分别为对应负荷、光伏和风电的备用率；

具体包括以下步骤：

步骤1：前期资料调研：获取该地区电网的联络线允许波动范围、对应负荷、风电、光伏的备用率；获取火电厂的开机情况、机组容量、最小技术出力、上下调节速度、发电成本；获取参与调峰的高耗能企业的额定负荷、可调比例、上下调节速度、最大连续受控时间、最小受控间隔；

步骤2：根据用户设定，确定电网对弃风弃光的接纳能力，分别制定弃风弃光罚因子；根据高耗能企业意愿，确定单位调度周期负荷最大受控次数；根据电网公司与高耗能企业的商议结果，确定负荷控制补偿系数；

步骤3：计算联络线交换功率的基值，并根据允许波动范围计算最大上下调节比例；

步骤4：根据步骤1-3中结果，建立基于负荷控制的电网调峰模型；模型以负荷控制、火电机组出力调整、弃风、弃光、联络线功率波动作为5种调节手段；负荷控制、火电调峰以成本函数计入目标函数；弃风、弃光以惩罚函数计入目标函数，联络线波动不计成本；火电机组调峰包括出力极限约束及爬坡约束；负荷控制约束包含调节极限约束、爬坡约束、最大连续受控时间约束、最小受控间隔约束、全调度周期最大受控次数约束；风光出力不得大于预测值；联络线波动不得超过允许波动范围；对系统整体还考虑了功率平衡约束和备用约束；

步骤5：获取负荷曲线和新能源出力曲线的预测值，获取上一调度周期结束后累积的负荷受控时间和间隔时间并带入步骤4建立的模型进行计算，将调度值发送给各相关单位；

步骤6：该调度周期完成计算后获取最后一次负荷控制信息，判断调度周期结束后是否有累积的负荷受控时间或间隔时间，并作为输入反馈给下一次优化计算。

本发明将负荷控制运用到电力系统调峰中，考虑了负荷控制的详细约束、弃风弃光惩罚成本以及联络线波动，以提高地区电网对大规模接入的新能源的消纳能力；经实际工程算计仿真计算，本发明能使电网的弃风弃光现象有所减弱，消纳能力有所提升。因此，本发明对我国大量含有高耗能负荷且新能源渗透率较高地区的调峰问题都具有一定指导意义。

附图说明

图1是仿真算例中安阳电网典型日负荷曲线。

图2是仿真算例中安阳电网典型日风电光伏出力预测曲线。

图3是仿真算例中联络线允许波动范围分别为0、±10％、±20％时经本发明调峰方案优化后的弃风量曲线。

图4是仿真算例中联络线允许波动范围分别为±10％、±20％时联络线传输功率曲线。

图5是仿真算例中联络线允许波动范围分别为0、±10％、±20％时电解铝负荷等效发电机出力曲线。

图6是仿真算例中联络线允许波动范围分别为0、±10％、±20％时冶钢负荷等效发电机出力曲线。

图7是本发明的方法流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

1含负荷控制优化调峰模型

本发明以火电机组出力调整、负荷控制、弃风、弃光、联络线功率交换作为五种调节手段建立含负荷控制的优化调峰模型。模型以经济成本最优为目标，尽量提高电网对新能源的消纳能力。其中，火电机组出力及负荷控制以成本函数形式计入目标函数，弃风弃光以惩罚函数形式计入目标函数。联络线设定不同的波动范围，不计其调节成本。结合对上述调节手段和研究对象整体的约束，本发明提出的调峰模型如下。

1.1目标函数

1)火电机组发电燃料成本

火电机组调峰包含启停调峰和调荷调峰两种形式，其中，前者主要适用于100MW及以下机组，后者主要适用于更大容量的机组。考虑到地区电网火电机组的装机规模和实际运行情况，本发明提出的调峰方案不涉及启停调峰，火电机组的发电成本以燃料成本C_gi(t)表征：

式中，P_gi(t)表示t时刻第i台机组发出的有功功率，a_i、b_i、c_i为该机组燃料成本曲线系数。

2)负荷控制调峰成本

当负荷向下调节时，由于功率降低，铝材和钢材的产量也会相应降低，将影响企业的收益；当负荷向上调节时，设备将承担更高的电压电流，其寿命可能受到一定影响。因此，对高耗能负荷的上下调节统一按其损失的利益进行补偿，相应的调峰成本C_li(t)表达式如下：

C_li(t)＝n_i|P_li(t)|·I_li(t) (2)

P_li(t)为该负荷等效发电机在t时刻的调节量；当发电机出力为负数时，等效负荷向上调节；发电机出力为正数时，等效负荷向下调节；n_i为电网对该负荷的补偿系数，I_li(t)为表征负荷受控状态的0-1变量：

3)弃风弃光惩罚函数

由于风电场和光伏电站的运行成本较小，因而本模型忽略风电场和光伏电站的发电成本。当地区电网风光渗透率较高时，如果不能及时拓宽外送通道，在风光大发负荷较小时，必然需要弃风弃光以实现系统发电用电平衡。因此，为在保证系统安全稳定运行的前提下提高对新能源的消纳能力，本发明将弃风量和弃光量相应的惩罚函数加入目标函数，通过调整罚因子的大小可以灵活决策系统的消纳能力。

弃光罚函数C_pi(t)和弃风罚函数C_wi(t)如下：

C_pi(t)＝α_i[P_pi.fore(t)-P_pi(t)] (3)

C_wi(t)＝β_i[P_wi.fore(t)-P_wi(t)] (4)

α_i和β_i分别表示第i个光伏电站的弃光罚因子和第i个风电场的弃风罚因子；P_pi.fore(t)和P_wi.fore(t)分别为该光伏电站或风电场t时刻的预测最大出力；P_pi(t)和P_wi(t)为实际调度出力。

综上所述，本发明建立的优化调峰模型目标函数F由四部分组成，分别为火电机组发电成本、负荷控制调峰成本、弃光参与调峰的惩罚函数以及弃风参与调峰的惩罚函数，表达式如下：

其中，T为全调度周期，N_g、N_l、N_p、N_w分别为系统中火电厂、可控负荷、光伏电站以及风电场的个数。

1.2约束条件

1)火电厂调峰约束

火电厂的调峰约束包含出力极限约束和爬坡约束两部分。

P_gi.min和P_gi.max为第i号火电机组出力的上下限，和为该机组单位时间内的上下爬坡能力。

2)负荷控制约束

由于用于调峰的高耗能负荷可控部分等效为一台发电机，与火电机组相类似，负荷控制也存在调节极限和爬坡约束。

P_li.set为负荷额定值；λ_i1和λ_i2分别为该负荷向上调节和向下调节的最大比例。和为该负荷单位时间内的最大上下调节能力。由于负荷可调容量较小，对于时间尺度在几十分钟至小时级的调度问题可以忽略爬坡约束。

对负荷最大连续受控时间约束如下：

I_li(t)为第i处可控负荷在t时刻的受控状态，S_li为该负荷可以接受的最大连续受控时间，S_li.0为该负荷在本调度周期起始时已经积累的连续受控时间。公式(8)包含的两公式分别对可控负荷的初始时刻和后续其他时刻进行了约束。

对负荷最小受控间隔约束如下：

G_li表示第i处受控高耗能负荷可以接受的最小受控间隔G_li.0为起始时刻已累积间隔时间；公式(9)分别对起始时刻、中间时刻和末尾时刻进行了约束；对全调度周期最大受控次数约束如下：

N_li为第i处可控负荷在全周期内的最大受控次数,当调度周期较短时该约束可以忽略。

3)风光出力约束

风电和光伏的出力均应为正值，且不应大于最大预测出力：

4)联络线功率波动约束

随着新能源渗透率的提高，其出力不确定性大大增加了系统源荷平衡的难度，就地平抑难以完成。在实际运行中，跨区调峰是一种常用的调峰手段，特别是对于新能源大规模接入地区，由于本地的传统电源规模难以与新能源装机相匹配，考虑适当的跨区调峰具有必要性和实用价值。因而，联络线不失为一种灵活调峰手段。但考虑到联络线两端电网的承受能力和备用情况，以及电力系统安全稳定分析计算结果，联络线允许的最大波动量具有一定范围，其表达式如下：

s.t P_out.min≤P_out(t)≤P_out.max (12)

P_out(t)表示联络线交换功率，P_out.min和P_out.max分别为联络线允许传输的最小和最大功率，根据联络线输送的额定容量和允许波动范围计算。

5)系统约束

对于研究对象总体，还应满足功率平衡约束和系统备用容量约束。

P_d(t)为t时刻系统总负荷。

公式(14)分别表示系统的向上旋转备用和向下旋转备用。由于风电和光伏的出力具有较强的不确定性，因此除了设置负荷旋转备用外，还考虑了由于存在风光预测误差增设的备用容量。式中，P_d.max为系统最大负荷；r、δ和μ分别为对应负荷、光伏和风电的备用率。

2算例分析

以河南安阳电网2017年某典型日的实际运行数据为例进行仿真计算。该日的负荷曲线和新能源预测出力分别如图1和图2所示。

安阳电网网供负荷总体规模在4000MW左右，该典型日最大负荷为3158MW。该日风光均为大发，新能源出力总和峰值与负荷水平相当。因此，考虑到该市拥有1900MW的火电装机，此时安阳电网必须作为河南省网的电源将富余电力向外送出。

由图2可知风电出力和光伏出力具有极强的不确定性，15min出力波动可以达到800MW。安阳电网的电源结构除风电和光伏外，仅有火电厂。受受阻容量和最小技术出力的限制，在为系统提供备用容量的基础上，火电厂的调峰能力很弱；同时火电机组调节速度慢，受爬坡约束限制大，难以跟踪风光出力，存在严重的新能源消纳问题。

安阳电网与鹤壁电网、濮阳电网共同组成联系紧密的安鹤濮电网；安鹤濮电网与河南省网经三回500kV线路相连。随着安阳地区新能源渗透率提高，安鹤濮电网必须送出一定功率。因此，调峰模型中的联络线交换功率P_out(t)在本算例中应包含两部分，即安阳市与濮阳、鹤壁两市的交换功率以及安鹤濮电网经500kV联络线外送的功率。基于PSASP7.2，以安阳送出为正，计算典型日安阳市与鹤壁市、濮阳市的交换功率及500kV联络线送出功率，结果如表1。

表1

安阳市与濮阳市和鹤壁市的交换功率不是本发明的研究对象，因而固定为定值。三回500kV联络线现阶段最大传输容量为±2400MW，因此在外送1700MW的基础上，联络线最大可实现功率±40％的波动。考虑到N-1原则和N-2原则，实际能承受的最大波动仅在±20％左右。

3.3含负荷控制的调峰模型仿真分析

据图2可以看出，在当日13:00-14:00之间，光伏出力发生骤跌，此时风电功率也出现小幅下降，这种持续时间较短但增减速度很快的波动符合负荷控制的调节特点。因此，选取当日12:00-16:00验证本发明提出调峰模型的有效性。本发明采用的负荷控制参数如表2。

表2

根据电网可以接受的联络线波动幅度不同，设置由小到大多个不同的联络线波动极限档位，并在每个档位下分别进行不含负荷控制调峰和含负荷控制调峰的仿真计算。

考虑到生产实际，光伏发电的运维成本要略高于风力发电，弃光罚因子α_i要大于弃风罚因子β_i。因此，本算例始终可以实现对光伏的全额消纳，新能源出力受阻仅体现在弃风上。联络线波动极限分别为0、±10％及±20％时的弃风量如图3所示。

可以看出，负荷控制与联络线调节都是消纳风电的有效手段；在任一联络线调节比例下，负荷控制参与都可以进一步提高对新能源的消纳能力，因而本发明提出的含负荷控制的优化调峰模型具有有效性。

联络线波动极限分别为±10％和±20％时安鹤濮电网向河南省网的送出功率如图4所示。

由于联络线交换功率在允许范围内波动不涉及成本，因而联络线将出现明显的功率波动以响应新能源出力的变化。在13:15这个新能源出力骤跌的时刻，安鹤濮电网送出功率减少，以保证地区内电网的供需平衡。对比四条功率曲线，当存在负荷控制时，负荷控制将承担部分新能源向上波动，因而联络线送出功率较平稳，减少了对受端电网的冲击。

联络线波动范围分别为0、±10％、±20％时的铝负荷等效发电机、钢负荷等效发电机出力分别如图5和图6所示。

负荷等效发电机出力为正数时表征负荷功率下降，出力为负数时表征负荷功率上升。通过图5和图6可以看出，在13:15时刻，钢负荷和铝负荷出力都快速降低，充分发挥了负荷控制调节速度快、向下调节范围大的优势。在其他时刻，钢负荷不具备向上调节范围，因而没有响应；铝负荷出现了多次向上调节，以消纳富余的风电。

不断提高联络线波动极限，经计算，直至允许波动±60％时可以实现风电全额消纳。各联络线波动档位下负荷控制参与调峰前后的总成本及负荷控制削减成本如表3所示。

表3

分析表3可知，直至新能源实现全额消纳前，采用负荷控制参与调峰均可进一步优化调峰方案，降低系统总支付成本。同时可以看出，联络线允许波动越小，负荷控制的成本削减作用越明显。因而，针对安阳电网现阶段外送通道不足，联络线允许波动极限较小的情况，本发明提出的含负荷控制的优化调峰模型具有较好的应用价值。

Claims (1)

1.一种基于负荷控制的高风光渗透率地区电网调峰方法，其特征在于，基于以下定义的目标函数和约束条件；

目标函数一、火电机组发电燃料成本；

火电机组调峰包含启停调峰和调荷调峰两种形式，其中，前者主要适用于100MW及以下机组，后者主要适用于更大容量的机组；考虑到地区电网火电机组的装机规模和实际运行情况，本发明提出的调峰方案不涉及启停调峰，火电机组的发电成本以燃料成本C_gi(t)表征：

式中，P_gi(t)表示t时刻第i台机组发出的有功功率，a_i、b_i、c_i为该机组燃料成本曲线系数；

目标函数二、负荷控制调峰成本；

当负荷向下调节时，由于功率降低，铝材和钢材的产量也会相应降低，将影响企业的收益；当负荷向上调节时，设备将承担更高的电压电流，其寿命可能受到一定影响；因此，对高耗能负荷的上下调节统一按其损失的利益进行补偿，相应的调峰成本C_li(t)表达式如下：

C_li(t)＝n_i|P_li(t)|·I_li(t) (2)

其中，P_li(t)为该负荷等效发电机在t时刻的调节量；当发电机出力为负数时，等效负荷向上调节；发电机出力为正数时，等效负荷向下调节；n_i为电网对该负荷的补偿系数；I_li(t)为表征负荷受控状态的0-1变量：

目标函数三、弃风弃光惩罚函数；

将弃风量和弃光量相应的惩罚函数加入目标函数，通过调整罚因子的大小可以灵活决策系统的消纳能力；

弃光罚函数C_pi(t)和弃风罚函数C_wi(t)如下：

C_pi(t)＝α_i[P_pi.fore(t)-P_pi(t)] (3)

C_wi(t)＝β_i[P_wi.fore(t)-P_wi(t)] (4)

α_i和β_i分别表示第i个光伏电站的弃光罚因子和第i个风电场的弃风罚因子；P_pi.fore(t)和P_wi.fore(t)分别为该光伏电站或风电场t时刻的预测最大出力；P_pi(t)和P_wi(t)为实际调度出力；Δt为调度时间尺度；

建立的优化调峰模型目标函数F由四部分组成，分别为火电机组发电成本、负荷控制调峰成本、弃光参与调峰的惩罚函数以及弃风参与调峰的惩罚函数，表达式如下：

其中，T为全调度周期，N_g、N_l、N_p、N_w分别为系统中火电厂、可控负荷、光伏电站以及风电场的个数；

约束条件一、火电厂调峰约束；

火电厂的调峰约束包含出力极限约束和爬坡约束两部分；

P_gi.min和P_gi.max为第i号火电机组出力的上下限，和为该机组单位时间内的上下爬坡能力；

约束条件二、负荷控制约束；

由于用于调峰的高耗能负荷可控部分等效为一台发电机，与火电机组相类似，负荷控制也存在调节极限和爬坡约束；

P_li.set为负荷额定值；λ_i1和λ_i2分别为该负荷向上调节和向下调节的最大比例；和为该负荷单位时间内的最大上下调节能力；由于负荷可调容量较小，对于时间尺度在几十分钟至小时级的调度问题可以忽略爬坡约束；

对负荷最大连续受控时间约束如下：

I_li(t)为第i处可控负荷在t时刻的受控状态，S_li为该负荷可以接受的最大连续受控时间，S_li.0为该负荷在本调度周期起始时已经积累的连续受控时间；公式(8)包含的两公式分别对可控负荷的初始时刻和后续其他时刻进行了约束；

对负荷最小受控间隔约束如下：

G_li表示第i处受控高耗能负荷可以接受的最小受控间隔；G_li.0为起始时刻已累积间隔时间；公式(9)分别对起始时刻、中间时刻和末尾时刻进行了约束；

对全调度周期最大受控次数约束如下：

N_li为第i处可控负荷在全周期内的最大受控次数,当调度周期较短时该约束可以忽略；

约束条件三、风光出力约束；

风电和光伏的出力均应为正值，且不应大于最大预测出力：

约束条件四、联络线功率波动约束；

表达式如下：

s.t P_out.min≤P_out(t)≤P_out.max (12)

P_out(t)表示联络线交换功率，P_out.min和P_out.max分别为联络线允许传输的最小和最大功率，根据联络线输送的额定容量和允许波动范围计算；

约束条件五、系统约束；

对于研究对象总体，还应满足功率平衡约束和系统备用容量约束；

P_d(t)为t时刻系统总负荷；

公式(14)分别表示系统的向上旋转备用和向下旋转备用；由于风电和光伏的出力具有较强的不确定性，因此除了设置负荷旋转备用外，还考虑了由于存在风光预测误差增设的备用容量；式中，P_d.max为系统最大负荷；r、δ和μ分别为对应负荷、光伏和风电的备用率；

具体包括以下步骤：

步骤1：前期资料调研：获取该地区电网的联络线允许波动范围、对应负荷、风电、光伏的备用率；获取火电厂的开机情况、机组容量、最小技术出力、上下调节速度、发电成本；获取参与调峰的高耗能企业的额定负荷、可调比例、上下调节速度、最大连续受控时间、最小受控间隔；

步骤2：根据用户设定，确定电网对弃风弃光的接纳能力，分别制定弃风弃光罚因子；根据高耗能企业意愿，确定单位调度周期负荷最大受控次数；根据电网公司与高耗能企业的商议结果，确定负荷控制补偿系数；

步骤3：计算联络线交换功率的基值，并根据允许波动范围计算最大上下调节比例；

步骤4：根据步骤1-3中结果，建立基于负荷控制的电网调峰模型；模型以负荷控制、火电机组出力调整、弃风、弃光、联络线功率波动作为5种调节手段；负荷控制、火电调峰以成本函数计入目标函数；弃风、弃光以惩罚函数计入目标函数，联络线波动不计成本；火电机组调峰包括出力极限约束及爬坡约束；负荷控制约束包含调节极限约束、爬坡约束、最大连续受控时间约束、最小受控间隔约束、全调度周期最大受控次数约束；风光出力不得大于预测值；联络线波动不得超过允许波动范围；对系统整体还考虑了功率平衡约束和备用约束；

步骤5：获取负荷曲线和新能源出力曲线的预测值，获取上一调度周期结束后累积的负荷受控时间和间隔时间，并带入步骤4建立的模型进行计算，将调度值发送给各相关单位；

步骤6：该调度周期完成计算后获取最后一次负荷控制信息，判断调度周期结束后是否有累积的负荷受控时间或间隔时间，并作为输入反馈给下一次优化计算。