CN109284943A - 一种提高风电消纳能力的电极式电锅炉配置方法 - Google Patents
一种提高风电消纳能力的电极式电锅炉配置方法 Download PDFInfo
- Publication number
- CN109284943A CN109284943A CN201811370018.5A CN201811370018A CN109284943A CN 109284943 A CN109284943 A CN 109284943A CN 201811370018 A CN201811370018 A CN 201811370018A CN 109284943 A CN109284943 A CN 109284943A
- Authority
- CN
- China
- Prior art keywords
- formula
- pole type
- electric boiler
- power plant
- unit
- 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 83
- 230000029087 digestion Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 30
- 239000003245 coal Substances 0.000 claims abstract description 23
- 238000005265 energy consumption Methods 0.000 claims abstract description 5
- 230000005619 thermoelectricity Effects 0.000 claims description 56
- 238000010438 heat treatment Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005485 electric heating Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 239000002918 waste heat Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 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
- G06Q10/06—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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/04—Manufacturing
-
- 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
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Manufacturing & Machinery (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明是一种提高风电消纳能力的电极式电锅炉配置方法,其特点是,基于地区调峰辅助服务政策,以在热电厂侧配置电极式电锅炉为热源的热电联合方案进行规划建模,进而研究电极式电锅炉的合理配置方式,热电联合规划的目的就是在满足负荷需求的前提下,通过合理配置电极式电锅炉实现最大化提升地区风电消纳能力。该方法能够准确计算对地区最大电极式电锅炉的配置容量,能够兼顾能耗最小下的风电价值和弃风量最小下的煤耗最小等因素,整体经济效益更好;配置电极式电锅炉提升了地区风电消纳能力,同时提升了热电厂的经济效益,在最大程度保障风电场效益的情况下,风电消纳能力更高,具有科学合理,适用性强,效果佳等优点。
Description
技术领域
本发明涉及电力系统风电弃风消纳技术领域,是一种提高风电消纳能力的电极式电锅炉配置方法。
背景技术
我国东北、华北和西北地区,简称“三北”地区,风电装机容量增长迅速,随之而来的弃风问题也十分突出,部分地区弃风尤为严重,地区风电消纳能力不足已成为风电产业持续健康发展亟需解决的关键问题。目前,东北地区冬季供暖时期巨额弃风电量问题尤为突出,提升地区风电消纳能力已成为促进地区风电产业持续健康发展的首要问题。
限制地区电网风电消纳的因素众多,部分地区由于热电机组长期“以热定电”的运行方式,导致系统调峰能力不足导致电网风电消纳能力不足,在冬季供暖期调峰资源匮乏的情况下,弃风的现象尤为严重。此外,由于风电功率具有很强的随机性与间歇性,因此进一步消纳风电对电网提出了较高的要求,在一定程度上限制了地区风电消纳能力的提升,而通过在地区合理的配置电锅炉容量可以配合现有燃煤供热机组在供暖期内特定时段电网无法接纳的电力进行加热,并实现对外供热,提高燃煤供热机组的对外供热能力,同时增加风电消纳。从宏观上来讲,该方案的本质就是在风电弃风时段,使用弃风电力替代热电机组进行供电和供热,因而可降低整个系统煤耗,具有明显的节煤效益。通过在电厂内的电热转换可以改变燃煤供热机组传统的“以热定电”运行方式,实现“热电解耦”,同时满足对外供热和供电的需要,提高了燃煤供热机组的灵活性,为弃风电力上网腾出了空间。
发明内容
本发明的目的是,针对在热电厂侧配置电极式电锅炉为热源的热电联合规划问题,提出一种科学合理,适用性强,效果佳的提高风电消纳能力的电极式电锅炉配置方法。
本发明的目的是由以下技术方案来实现的:一种提高风电消纳能力的电极式电锅炉配置方法,其特征是,它包括的内容有:
1)地区电极式电锅炉容量需求的确定
首先确定地区供暖期对电极式电锅炉的容量需求,综合考虑地区内风电场的弃风情况与热负荷情况,考虑配置电极式电锅炉后的地区能耗最小,以成本最小为目标建立地区电极式电锅炉的最大容量配置模型,目标函数如式(1)~式(3)所示:
式中:Fc为总的煤耗成本;F1为热电机组煤耗量;F2为纯凝机组的煤耗量;T为时段数,N为热电机组数,S为纯凝机组数;a0~a5为热电机组的拟合系数;为热电机组i在t时段的热出力,为热电机组i在t时段的电出力;b0~b2为纯凝机组的拟合系数;为纯凝机组s在t时段的电出力;
以地区弃风最小为目标建立电极式电锅炉的最优配置目标函数如式(4)所示:
式中:(4)中F为总弃风功率;M为风电机组数;为风电机组m在t时段的预测出力;为风电机组m在t时段的实际出力;
约束条件如式(5)~式(14)所示:
式中:η为电极式电锅炉的电热转化效率;kCHP为热电机组背压工况下的斜率;Pt E为热电厂侧配置的电锅炉容量;为热电机组i的上网热量,为热电机组i的上网电量;Pt为t时段电负荷,Ht为t时段热负荷;为热电机组i的电出力下限,为热电机组i的电出力上限,为热电机组i的热出力下限,为热电机组i的热出力上限;为热电机组i在t-1时段的电出力;为纯凝机组s的电出力上限,为纯凝机组s的电出力下限;为热电机组i的向下调节速率,为热电机组i的向上调节速率,为纯凝机组s的向下调节速率,为纯凝机组s的向上调节速率;为热电机组i降低的强迫出力;为纯凝机组s在t-1时段的电出力。
模型1:式(1)~式(3)和式(6)~式(14),利用模型1可以得到地区煤耗成本最小的情况下的电极式电锅炉最大安装容量;模型2:式(4)和式(6)~式(14),利用模型2可以得到地区风电弃风最小的情况下的电极式电锅炉的最大安装容量,在不考虑电极式电锅炉的安装成本情况下,在模型1与模型2的经济效益相等时的最大电极式电锅炉的安装容量,即为地区可以安装的最大容量,地区经济效益计算为式(15):
f=Cp-Fccco (15)
式中:f表示地区的总经济效益;Cp表示总发电收益;cco为标准煤价格、元/吨,ce上网电价、元/MWh,ch售热价格、元/MWh;
存在模型1的经济效益f1与模型2的经济效益f2相等的情况,即f1=f2时,可得地区最大电极式电锅炉配置容量范围,存在模型1与模型2配置容量相等情况,即最大的地区最大配置容量;
2)电极式电锅炉的最优配置
确定地区电极式电锅炉的最大配置容量之后,综合考虑各热电厂的实际情况进行容量分配,以各个热电厂的经济效益最大,考虑风电场的调峰补偿费用支付上限,在满足地区热电平衡的条件下,建立如下电锅炉最优配置模型如下:
针对热电厂参与调峰辅助服务情况,参照东北监能市场[2016]252号文件《东北电力辅助服务市场运营规则(试行)》中的实时深度调峰的相关规定:“火电厂获得补偿费用根据开机机组不同时段调峰深度所对应的两档阶梯电价进行统计,补偿费用由省内负荷率高于深度调峰基准的火电厂、风电场、核电厂共同分摊”,由此热电厂供暖期参与实时深度调峰获得相应的调峰补偿费用,风电场作为调峰资源使用者,支付相应的调峰费用,以热电厂的总经济效益最大和风电场的日成本最小建立多目标优化模型,因此对于热电厂其配置电极式电锅炉的容量目标函数如式(17)~式(20):
式中:Fs为地区所有热电厂的收益之和;Fl为电极式电锅炉总的配置成本折算值;Pi E为第i座热电厂配置的电极式电锅炉容量;Tl为电极式电锅炉的使用年限;ρ为电极式电锅炉是年均维护费用;hl为电极式电锅炉的年利用小时数;cl为电极式电锅炉单位容量的建设成本;Nch、Nx分别为热电厂数和第x座热电厂的机组数;为t时段第n档调峰电量,n取值为1或2;cn为第n档的调峰电价;ε为罚因子;Ut,n为机组负荷率,Ut,1、Ut,2是电力调峰辅助服务市场中对热电机组参与有偿调峰的电量进行档位划分的负荷率值,为常数;为地区可配置的最大的电极式电锅炉的容量;Δt为所选取的时段长度。
进行多目标协同优化以式(5)~式(14)、式(21)为约束条件和式(17)~式(20)为目标函数,进行多目标协同优化,生成地区热电厂电极式电锅炉的最优配置方案。
本发明的一种提高风电消纳能力的电极式电锅炉配置方法与现有消纳风电弃风方法相比具有如下优点:
①能够准确计算对地区最大电极式电锅炉的配置容量,能够兼顾能耗最小下的风电价值和弃风量最小下的煤耗最小等因素,整体经济效益更好;
②配置电极式电锅炉提升了地区风电消纳能力,同时提升了热电厂的经济效益,在最大程度保障风电场效益的情况下,风电消纳能力更高;
③从多个角度分析了配置电极式电锅炉的容量,立足于地区角度,以市场政策为导向,以提升地区风电消纳能力为目的,兼顾各调峰主体的经济效益合理分配可配置容量,热电厂的参与度更高;
④.其科学合理,适用性强,效果佳。
附图说明
图1是配置电锅炉后系统结构图;
图2是电极式锅炉降低的机组强迫出力计算原理图;
图3是风电弃风情况图;
图4是地区电负荷曲线;
图5是地区热负荷曲线。
具体实施方式
下面利用附图和实例对本发明作进一步说明。
参照图1和图2,本发明的一种提高风电消纳能力的电极式电锅炉配置方法,包括的内容有:
1)地区电极式电锅炉容量需求的确定
首先确定地区供暖期对电极式电锅炉的容量需求,综合考虑地区内风电场的弃风情况与热负荷情况,考虑配置电极式电锅炉后的地区能耗最小,以成本最小为目标建立地区电极式电锅炉的最大容量配置模型,目标函数如式(1)~式(3)所示:
式中:Fc为总的煤耗成本;F1为热电机组煤耗量;F2为纯凝机组的煤耗量;T为时段数,N为热电机组数,S为纯凝机组数;a0~a5为热电机组的拟合系数;为热电机组i在t时段的热出力,为热电机组i在t时段的电出力;b0~b2为纯凝机组的拟合系数;为纯凝机组s在t时段的电出力;
以地区弃风最小为目标建立电极式电锅炉的最优配置目标函数如式(4)所示:
式中:(4)中F为总弃风功率;M为风电机组数;为风电机组m在t时段的预测出力;为风电机组m在t时段的实际出力;
约束条件如式(5)~式(14)所示:
式中:η为电极式电锅炉的电热转化效率;kCHP为热电机组背压工况下的斜率;Pt E为热电厂侧配置的电锅炉容量;为热电机组i的上网热量,为热电机组i的上网电量;Pt为t时段电负荷,Ht为t时段热负荷;为热电机组i的电出力下限,为热电机组i的电出力上限,为热电机组i的热出力下限,为热电机组i的热出力上限;为热电机组i在t-1时段的电出力;为纯凝机组s的电出力上限,为纯凝机组s的电出力下限;为热电机组i的向下调节速率,为热电机组i的向上调节速率,为纯凝机组s的向下调节速率,为纯凝机组s的向上调节速率;为热电机组i降低的强迫出力;为纯凝机组s在t-1时段的电出力。
模型1:式(1)~式(3)和式(6)~式(14),利用模型1可以得到地区煤耗成本最小的情况下的电极式电锅炉最大安装容量;模型2:式(4)和式(6)~式(14),利用模型2可以得到地区风电弃风最小的情况下的电极式电锅炉的最大安装容量,在不考虑电极式电锅炉的安装成本情况下,在模型1与模型2的经济效益相等时的最大电极式电锅炉的安装容量,即为地区可以安装的最大容量,地区经济效益计算为式(15):
f=Cp-Fccco (15)
式中:f表示地区的总经济效益;Cp表示总发电收益;cco为标准煤价格、元/吨,ce上网电价、元/MWh,ch售热价格、元/MWh;
存在模型1的经济效益f1与模型2的经济效益f2相等的情况,即f1=f2时,可得地区最大电极式电锅炉配置容量范围,存在模型1与模型2配置容量相等情况,即最大的地区最大配置容量。
2)电极式电锅炉的最优配置
确定地区电极式电锅炉的最大配置容量之后,综合考虑各热电厂的实际情况进行容量分配,以各个热电厂的经济效益最大,考虑风电场的调峰补偿费用支付上限,在满足地区热电平衡的条件下,建立如下电锅炉最优配置模型如下:
针对热电厂参与调峰辅助服务情况,参照东北监能市场[2016]252号文件《东北电力辅助服务市场运营规则(试行)》中的实时深度调峰的相关规定:“火电厂获得补偿费用根据开机机组不同时段调峰深度所对应的两档阶梯电价进行统计,补偿费用由省内负荷率高于深度调峰基准的火电厂、风电场、核电厂共同分摊”,由此热电厂供暖期参与实时深度调峰获得相应的调峰补偿费用,风电场作为调峰资源使用者,支付相应的调峰费用,以热电厂的总经济效益最大和风电场的日成本最小建立多目标优化模型,因此对于热电厂其配置电极式电锅炉的容量目标函数如式(17)~式(20):
式中:Fs为地区所有热电厂的收益之和;Fl为电极式电锅炉总的配置成本折算值;Pi E为第i座热电厂配置的电极式电锅炉容量;Tl为电极式电锅炉的使用年限;ρ为电极式电锅炉是年均维护费用;hl为电极式电锅炉的年利用小时数;cl为电极式电锅炉单位容量的建设成本;Nch、Nx分别为热电厂数和第x座热电厂的机组数;为t时段第n档调峰电量,n取值为1或2;cn为第n档的调峰电价;ε为罚因子;Ut,n为机组负荷率,Ut,1、Ut,2是电力调峰辅助服务市场中对热电机组参与有偿调峰的电量进行档位划分的负荷率值,为常数;为地区可配置的最大的电极式电锅炉的容量;Δt为所选取的时段长度。
进行多目标协同优化以式(5)~式(14)、式(21)为约束条件和式(17)~式(20)为目标函数,进行多目标协同优化,生成地区热电厂电极式电锅炉的最优配置方案。
下面利用实施例验证一种提高风电消纳能力的电极式电锅炉配置方法的有效性:实施例的系统分析了两个地区,地区1由一个配置2台纯凝机组的火电厂、两个配置2台抽汽式热电机组(CHP机组)的热电厂,记为热电厂1、2,一个配置1台CHP机组的热电厂,记为热电厂3,1个风电场组成;选取周期为一天24个时段,单位调度时长为1小时;地区电负荷情况和热负荷情况如图4和图5所示。
地区供暖期由于热负荷较高,配置电极式电锅炉之前风电机组出力无法全部消纳,弃风情况如图2所示。从图中可以看出,弃风主要集中在夜间时段,产生这种现象的原因主要是由于夜间时段电负荷低谷时段风电出力较高,而风电发电功率呈反调峰特性,系统内热电机组受到供热功率限制导致调峰空间不足,不能够最大化接纳风电并网,系统出现弃风。
通过地区电极式电锅炉的最大容量配置模型计算出地区的最大配置容量如表1所示,从表1中可以看出地区弃风功率较大,弃风时段风电利用率很低,结合图3可知风电弃风主要发生在夜间时段,正是由于夜间热负荷较高时段,调峰资源不足才会出现如此规模的弃风。通过对地区容量进行计算,初步得到了地区的最大电极式电锅炉的容量需求情况,为98MW,从图3可知弃风时段长达12小时,而弃风严重的时段长达7小时左右,在地区配置98MW的电极式电锅炉之后,弃风时段可以直接通过电极式电锅炉消纳1176MWh的电力,相当于直接促进风电上网1176MWh,配合热电机组降低的强迫出力可以满足该地区的消纳风电的要求。
表1地区最大配置容量
该地区拥有三个热电厂,5台CHP机组,即具有3个可以配置的位置,热电厂侧配置容量如表2所示。
表2地区最大配置容量
由表2可知热电厂1配置电极式电锅炉容量最多,热电厂3配置容量最小,这是由于热电厂1承担地区热负荷比例最大,热电厂3承担的热负荷比例最小,从调峰层面分析可知热电厂1的调峰需求最为迫切,需要足够的调峰资源来提升机组的调峰能力,从表2可以看出在自身没有电锅炉等灵活资源的前提下,热电厂的调峰容量配置与其自身的供热能力直接相关。
本发明考虑电极式电锅炉的配置过程中,考虑了配置电极式电锅炉之后参与调峰辅助服务的情况,风电场的调峰补偿费用如表3所示,但风电场因此多上网的电量收益高于调峰支付费用,产生了新增收益,因此从经济方面考虑风电场也提升了自身的经济效益。
表3风电场调峰补偿费用
本发明的一种提高风电消纳能力的电极式电锅炉配置方法的具体实施方式的实施例和图表并非穷举,本领域技术人员不经过创造性劳动的简单复制和改进仍属于本发明权利要求保护的范围。
Claims (1)
1.一种提高风电消纳能力的电极式电锅炉配置方法,其特征是,它包括的内容有:
1)地区电极式电锅炉容量需求的确定
首先确定地区供暖期对电极式电锅炉的容量需求,综合考虑地区内风电场的弃风情况与热负荷情况,考虑配置电极式电锅炉后的地区能耗最小,以成本最小为目标建立地区电极式电锅炉的最大容量配置模型,目标函数如式(1)~式(3)所示:
式中:Fc为总的煤耗成本;F1为热电机组煤耗量;F2为纯凝机组的煤耗量;T为时段数,N为热电机组数,S为纯凝机组数;a0~a5为热电机组的拟合系数;为热电机组i在t时段的热出力,为热电机组i在t时段的电出力;b0~b2为纯凝机组的拟合系数;为纯凝机组s在t时段的电出力;
以地区弃风最小为目标建立电极式电锅炉的最优配置目标函数如式(4)所示:
式中:(4)中F为总弃风功率;M为风电机组数;为风电机组m在t时段的预测出力;为风电机组m在t时段的实际出力;
约束条件如式(5)~式(14)所示:
式中:η为电极式电锅炉的电热转化效率;kCHP为热电机组背压工况下的斜率;Pt E为热电厂侧配置的电锅炉容量;为热电机组i的上网热量,为热电机组i的上网电量;Pt为t时段电负荷,Ht为t时段热负荷;为热电机组i的电出力下限,为热电机组i的电出力上限,为热电机组i的热出力下限,为热电机组i的热出力上限;为热电机组i在t-1时段的电出力;为纯凝机组s的电出力上限,为纯凝机组s的电出力下限;为热电机组i的向下调节速率,为热电机组i的向上调节速率,为纯凝机组s的向下调节速率,为纯凝机组s的向上调节速率;为热电机组i降低的强迫出力;为纯凝机组s在t-1时段的电出力。
模型1:式(1)~式(3)和式(6)~式(14),利用模型1可以得到地区煤耗成本最小的情况下的电极式电锅炉最大安装容量;模型2:式(4)和式(6)~式(14),利用模型2可以得到地区风电弃风最小的情况下的电极式电锅炉的最大安装容量,在不考虑电极式电锅炉的安装成本情况下,在模型1与模型2的经济效益相等时的最大电极式电锅炉的安装容量,即为地区可以安装的最大容量,地区经济效益计算为式(15):
f=Cp-Fccco (15)
式中:f表示地区的总经济效益;Cp表示总发电收益;cco为标准煤价格、元/吨,ce上网电价、元/MWh,ch售热价格、元/MWh;
存在模型1的经济效益f1与模型2的经济效益f2相等的情况,即f1=f2时,可得地区最大电极式电锅炉配置容量范围,存在模型1与模型2配置容量相等情况,即最大的地区最大配置容量;
2)电极式电锅炉的最优配置
确定地区电极式电锅炉的最大配置容量之后,综合考虑各热电厂的实际情况进行容量分配,以各个热电厂的经济效益最大,考虑风电场的调峰补偿费用支付上限,在满足地区热电平衡的条件下,建立如下电锅炉最优配置模型如下:
针对热电厂参与调峰辅助服务情况,参照东北监能市场[2016]252号文件《东北电力辅助服务市场运营规则(试行)》中的实时深度调峰的相关规定:“火电厂获得补偿费用根据开机机组不同时段调峰深度所对应的两档阶梯电价进行统计,补偿费用由省内负荷率高于深度调峰基准的火电厂、风电场、核电厂共同分摊”,由此热电厂供暖期参与实时深度调峰获得相应的调峰补偿费用,风电场作为调峰资源使用者,支付相应的调峰费用,以热电厂的总经济效益最大和风电场的日成本最小建立多目标优化模型,因此对于热电厂其配置电极式电锅炉的容量目标函数如式(17)~式(20):
式中:Fs为地区所有热电厂的收益之和;Fl为电极式电锅炉总的配置成本折算值;Pi E为第i座热电厂配置的电极式电锅炉容量;Tl为电极式电锅炉的使用年限;ρ为电极式电锅炉是年均维护费用;hl为电极式电锅炉的年利用小时数;cl为电极式电锅炉单位容量的建设成本;Nch、Nx分别为热电厂数和第x座热电厂的机组数;为t时段第n档调峰电量,n取值为1或2;cn为第n档的调峰电价;ε为罚因子;Ut,n为机组负荷率,Ut,1、Ut,2是电力调峰辅助服务市场中对热电机组参与有偿调峰的电量进行档位划分的负荷率值,为常数;为地区可配置的最大的电极式电锅炉的容量;Δt为所选取的时段长度。
进行多目标协同优化以式(5)~式(14)、式(21)为约束条件和式(17)~式(20)为目标函数,进行多目标协同优化,生成地区热电厂电极式电锅炉的最优配置方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811370018.5A CN109284943A (zh) | 2018-11-17 | 2018-11-17 | 一种提高风电消纳能力的电极式电锅炉配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811370018.5A CN109284943A (zh) | 2018-11-17 | 2018-11-17 | 一种提高风电消纳能力的电极式电锅炉配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109284943A true CN109284943A (zh) | 2019-01-29 |
Family
ID=65176390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811370018.5A Pending CN109284943A (zh) | 2018-11-17 | 2018-11-17 | 一种提高风电消纳能力的电极式电锅炉配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109284943A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111697615A (zh) * | 2019-03-15 | 2020-09-22 | 新奥数能科技有限公司 | 确定弃风消纳及档位调节次数的方法及装置 |
CN112085352A (zh) * | 2020-08-21 | 2020-12-15 | 国网辽宁省电力有限公司经济技术研究院 | 一种灵活性热电厂日前市场分时报价优化方法及系统 |
CN113656988A (zh) * | 2021-10-20 | 2021-11-16 | 中国能源建设集团湖南省电力设计院有限公司 | 一种提升风电消纳储能功率的优化方法 |
CN117293801A (zh) * | 2023-09-22 | 2023-12-26 | 东北电力大学 | 一种考虑电弧炉负荷精细化建模的源荷协调调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009189085A (ja) * | 2008-02-04 | 2009-08-20 | Meidensha Corp | 電力・熱負荷の予測システム |
US20160172854A1 (en) * | 2013-08-13 | 2016-06-16 | Accenture Global Services Limited | System for integrated multi-energy scheduling control in a micro-grid |
CN107133840A (zh) * | 2017-04-01 | 2017-09-05 | 东北电力大学 | 一种面向电供热取暖促进风电就地消纳的多风场竞价方法 |
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 |
CN107292766A (zh) * | 2017-06-26 | 2017-10-24 | 国网能源研究院 | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 |
-
2018
- 2018-11-17 CN CN201811370018.5A patent/CN109284943A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009189085A (ja) * | 2008-02-04 | 2009-08-20 | Meidensha Corp | 電力・熱負荷の予測システム |
US20160172854A1 (en) * | 2013-08-13 | 2016-06-16 | Accenture Global Services Limited | System for integrated multi-energy scheduling control in a micro-grid |
CN107133840A (zh) * | 2017-04-01 | 2017-09-05 | 东北电力大学 | 一种面向电供热取暖促进风电就地消纳的多风场竞价方法 |
CN107292766A (zh) * | 2017-06-26 | 2017-10-24 | 国网能源研究院 | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 |
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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111697615A (zh) * | 2019-03-15 | 2020-09-22 | 新奥数能科技有限公司 | 确定弃风消纳及档位调节次数的方法及装置 |
CN112085352A (zh) * | 2020-08-21 | 2020-12-15 | 国网辽宁省电力有限公司经济技术研究院 | 一种灵活性热电厂日前市场分时报价优化方法及系统 |
CN113656988A (zh) * | 2021-10-20 | 2021-11-16 | 中国能源建设集团湖南省电力设计院有限公司 | 一种提升风电消纳储能功率的优化方法 |
CN117293801A (zh) * | 2023-09-22 | 2023-12-26 | 东北电力大学 | 一种考虑电弧炉负荷精细化建模的源荷协调调度方法 |
CN117293801B (zh) * | 2023-09-22 | 2024-04-05 | 东北电力大学 | 一种考虑电弧炉负荷精细化建模的源荷协调调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516851B (zh) | 一种基于虚拟电厂的源荷双侧热电联合随机优化调度方法 | |
CN109284943A (zh) | 一种提高风电消纳能力的电极式电锅炉配置方法 | |
Zhu et al. | The optimal design and operation strategy of renewable energy-CCHP coupled system applied in five building objects | |
Wang et al. | A review of approaches to low-carbon transition of high-rise residential buildings in China | |
Lazar | Teaching the" duck" to Fly | |
CN107798430B (zh) | 计及可再生能源跨区消纳的竞价优化方法 | |
CN105356452B (zh) | 一种电采暖储热容量及加热功率的设计方法 | |
CN109539480B (zh) | 一种面向分布式能源站的冷热负荷绿色节能优化调度系统 | |
Wu et al. | A portfolio approach of demand side management | |
CN105678394B (zh) | 一种多源多周期发电计划制定方法 | |
CN110649594A (zh) | 一种基于多能协同的工业园区综合需求响应调度方法 | |
Doroudchi et al. | Optimizing energy cost via battery sizing in residential PV/battery systems | |
CN115358519A (zh) | 一种虚拟电厂优化调度方法及装置 | |
Holttinen et al. | The effect of large-scale wind power on a thermal system operation | |
Tejani et al. | Enhancing Urban Sustainability: Effective Strategies for Combining Renewable Energy with HVAC Systems | |
CN110415139A (zh) | 一种计及调峰成本的含储热火电机组储热容量配置方法 | |
Basnet et al. | Effect of demand response on residential energy efficiency with direct load control and dynamic price control | |
CN113541195A (zh) | 一种未来电力系统中高比例可再生能源的消纳方法 | |
CN116362400A (zh) | 一种基于光储系统配置的大工业用户电费优化方法 | |
Feng | New real-time market facilitating demand-side resources for system balancing | |
Na et al. | Coordination and optimization model of wind power grid integrated system considering demand response | |
CN115358559A (zh) | 考虑综合需求响应的综合能源系统源储容量优化配置方法 | |
Vrana et al. | Improving wind power market value with various aspects of diversification | |
Pan et al. | Operational optimisation of integrated solar combined cooling, heating, and power systems in buildings considering demand response and carbon trading | |
Drzymała et al. | Economic and technical aspects of a hybrid single-family house heating based on photovoltaic and heat pump installation |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220401 |
|
AD01 | Patent right deemed abandoned |