CN109449993B - 一种面向多能互补电力系统的多时间尺度生产模拟方法 - Google Patents

一种面向多能互补电力系统的多时间尺度生产模拟方法 Download PDF

Info

Publication number
CN109449993B
CN109449993B CN201811599886.0A CN201811599886A CN109449993B CN 109449993 B CN109449993 B CN 109449993B CN 201811599886 A CN201811599886 A CN 201811599886A CN 109449993 B CN109449993 B CN 109449993B
Authority
CN
China
Prior art keywords
power
constraint
energy
wind
model
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.)
Active
Application number
CN201811599886.0A
Other languages
English (en)
Other versions
CN109449993A (zh
Inventor
邵成成
冯陈佳
王雅楠
王锡凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201811599886.0A priority Critical patent/CN109449993B/zh
Publication of CN109449993A publication Critical patent/CN109449993A/zh
Application granted granted Critical
Publication of CN109449993B publication Critical patent/CN109449993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H02J3/382—
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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]

Abstract

一种面向多能互补电力系统的多时间尺度生产模拟方法，进行中长期运行计划安排以及年调节水电站的电量分配，为接下来的生产模拟提供边界；建立多能互补系统的机组组合模型，以系统发电成本最低为目标，考虑火电、水电、抽蓄、大容量储能设备、光热、新能源及系统约束，将多能互补系统的全年生产模拟划分到各周进行，其中任意一周的末状态作为后一周的初始状态，得到全年的机组启停计划与出力安排，并且在新能源的处理方面采用考虑可变消纳带的多场景模型，能充分反映可再生能源的随机性和波动性，故本发明使该多时间尺度的生产模拟方法在大规模新能源接入的情况下也能应对自如，对系统运行进行正确合理的模拟。

Description

一种面向多能互补电力系统的多时间尺度生产模拟方法
技术领域
本发明涉及电力系统规划、运行技术领域，具体涉及一种面向多能互补电力系统的多时间尺度生产模拟方法。
背景技术
电力系统生产模拟是电力系统规划和运行的基本分析工具。它的主要功能是模拟电力系统生产调度，预测各发电机组的发电量、燃料耗量以及排污量，计算机组利用时间和运行成本，为制定合理的电源规划方案或电力系统生产计划提供依据。
在多能互补系统中，风电、光伏等大规模间歇式可再生能源有着与火电等常规电源所不同的特点，不同的季节分布特性、显著的短时波动性、随机性使得它们的并网对传统生产模拟方法带来了极大挑战，需要找到新的方法来对其进行模拟；另外，多类型电源之间的协调作用和更加灵活复杂的时间尺度都对生产模拟提出了新的要求。因此，需要找到一种能够应对多时间尺度的计算要求，同时充分考虑到新能源的分布特性、随机性和波动性的生产模拟建模方法，来模拟电力系统的运行调度。
发明内容
为了克服以上技术问题，本发明的目的在于提供一种面向多能互补电力系统的多时间尺度生产模拟方法，既反映了风电作为一种新能源的随机性和波动性特点，又充分考虑了多能互补电力系统中各类型电源协同作用，使该多时间尺度的生产模拟方法在大规模新能源接入的情况下也能应对自如，对系统运行进行正确合理的模拟。
为了实现上述目的，本发明采用的技术方案是：
一种面向多能互补电力系统的多时间尺度生产模拟方法，包括以下步骤；
步骤一：进行中长期运行计划安排，以系统发电成本最低为目标函数，系统发电成本包含机组发电、切负荷、失负荷、新能源弃电、外购电、供热、天然气购买、紧急购气及弃水成本项，模型考虑机组检修动作与检修状态约束、机组与电站运行约束、电力系统电力电量平衡约束以及电力系统与热力系统耦合约束，由此实现各类型发电机组中长期的运行计划安排以及年调节水电站的电量分配，为接下来的生产模拟提供边界；
步骤二：建立多能互补系统的机组组合模型，其中包括各类电源模型，这一步同样以系统发电成本最低为目标，包含燃煤成本项、火电机组启停惩罚项、短期购电惩罚、备用不足惩罚、弃水惩罚项以及新能源(弃风、弃光、弃光热)弃电惩罚项。逐周生产模拟模型包含了各类电源模型以及系统层面的约束例如节点功率平衡约束、线路功率流动约束以及备用约束等；
步骤三：将多能互补系统的全年生产模拟划分到各周进行，即进行逐周生产模拟，其中任意一周的末状态作为后一周的初始状态，故在连续性上实现了与全年生产模拟的等效。由此得到全年的机组启停计划与出力安排。
所述的步骤二具体如下所示：
(1)火电
火电部分的模型包括最大最小出力限值约束，开停机整数状态变量约束，最短开停机时间约束和备用及爬坡速率约束；
(2)水电
对于水电的建模除了需要满足以上约束以外，还需要满足水量约束，即每天的发电量和弃电量之和在日用水量向上和向下调节系数的调节范围之间；
(3)抽蓄
对抽蓄的建模基于电站，认为一个电站内各台机组都是一样的，这里同时考虑了抽蓄机组恒速恒频和变速恒频两种模式，对于变速恒频抽蓄，抽水功率可以连续调节，故每个抽蓄电站的发电和抽水功率都需要满足和以上常规机组相类似的功率限值约束以及备用爬坡约束，而对于恒速恒频抽蓄，抽水功率不能连续调节，当其处于抽水状态时，只能以最大功率运行；除此以外对于每一台抽蓄机组，抽水和发电的状态不能同时；
(4)大容量储能设备
对于大容量储能设备，其对系统的贡献由放电电量减充电电量构成，模型需满足前后时刻热量流动约束和备用及爬坡速率约束，其中若大容量储能设备提供备用，则考虑充放电状态可切换和不可切换两种模式；
(5)光热
对于光热的建模，分为聚光集热、储热和发电三个部分，其中聚光集热部分将光热电站等效为一个节点，满足热量平衡约束，储热部分的热罐建模和抽蓄及大规模储能设备的能量流动约束相类似，发电部分除发电功率限值约束以外，还包括两时段启动模型的约束，即由于用于启动的热量来源在很大程度上取决于光热资源，具有随机性和波动性，需要累积两个时段才能达到要求，在有了启动动作的第二个时段开机状态才会由0切换为1；
(6)新能源
对新能源如风电、光伏的建模，采用可变消纳带的考虑资源波动性和随机性的多场景模型，以下以风电为例，该模型需要满足以下约束：
首先发电量需要满足小于资源量的约束；
Figure BDA0001922190620000041
其中，
Figure BDA0001922190620000042
表示风电场i在t时刻的发电功率，
Figure BDA0001922190620000043
表示t时刻的预测风电功率；
该模型采用可变消纳带来描述风电的消纳情况，风电发电功率在此限值范围内，在此范围内波动的风电资源可以被消纳；
Figure BDA0001922190620000044
其中，
Figure BDA0001922190620000045
表示风电场i在t时刻能被消纳的功率带的下限值，
Figure BDA0001922190620000046
表示该风电场能被消纳的功率带的上限值；
采用正态分布模型来描述风电资源的随机性分布，由于连续性概率分布在求解时会使计算量大大提升，故这里采用5个离散的概率场景来建模，这5个离散场景的预处理过程如以下；
获取风电场景数据，提取出概率最高的场景，根据该场景处理特性划分出一条平行功率带，对风电各场景数据进行预处理，在该平行功率带以外的数据由于偏差过大进行剔除，用该平行功率带的上界或下界取代；
在该带的下限附近的功率波动通过系统提供向上备用来消纳，在该带的上限附近的功率波动通过系统提供向下备用来消纳，即需满足以下约束；
Figure BDA0001922190620000047
Figure BDA0001922190620000048
其中，purg,t,b和pdrg,t,b分别表示节点b上的火电机组g在t时刻的向上备用和向下备用，purh,t,b和pdrh,t,b表示水电机组的向上备用和向下备用，purp,t,b和pdrp,t,b表示抽蓄机组的向上和向下备用；
对于该多场景模型，风电实际功率出力、弃风量和切负荷量分别如下所示；
Figure BDA0001922190620000051
Figure BDA0001922190620000052
Figure BDA0001922190620000053
式(5)表示风电实际的功率出力，它是各场景下的风电出力对概率求和；其中，REt,b表示节点b上的风电场在t时刻的预测功率，πs表示场景s出现的概率，式(6)和式(7)分别表示弃风量和切负荷量，其中
Figure BDA0001922190620000054
和
Figure BDA0001922190620000055
表示该风场在t时刻所能消纳的最大和最小风电功率，RCt,b表示该节点在该时刻的弃风，LCt,b表示风电切负荷。
本发明的有益效果为：
在将全年资源分配到周层面的基础之上进行逐周生产模拟，可以实现对多能互补电力系统的正确模拟，其中可变消纳带所建立的风电多场景模型可以有效反映风电作为一种可再生能源的概率分布特性以及随机性和波动性，能正确合理地反映风电出力情况，为多能互补电力系统的生产模拟提供依据。
附图说明
图1为本发明的整体流程图。
图2为风电多场景预处理流程图。
图3为基于可变消纳带的风电多场景模型示意图。
图4为水电资源各周预分配结果示意图。
图5为水电各周实际出力与资源预分配情况对比图。
图6为陕西算例各类电源发电量占比图。
图7为各类电源全年发电量堆积图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
以陕西电网2025年电源规划方案为例进行算例分析。该系统的电源类型有火电、水电、风电、光伏、抽蓄、光热和大容量储能设备，容量组成为火电6042万千瓦、水电388.5万千瓦、风电1500万千瓦、光伏1600万千瓦、抽蓄360万千瓦、光热200万千瓦和大容量储能设备11万千瓦，具体如下表所示。
表1算例系统介绍
Figure BDA0001922190620000061
该系统全年总负荷电量为2477.71亿度，最大负荷为4641万千瓦，短期交易上限和限负荷约束分别为600万千瓦和999万千瓦；最小负荷为1811.346万千瓦；其与德宝有长期购电协议，全年总购电量为132.48亿度；该系统同时有三条直流外送线路，分别是德宝送出、陕交流外送和陕北支流，全年总送出电量分别为130.32亿度、972.36亿度和657亿度。
首先将水电给定的全年资源分配到每周，将年时间尺度简化至周时间尺度，分配结果如图4所示。
如图5所示：接着对该多能互补系统基于以上所提出的方法进行全年的逐周生产模拟，可得以下结果。水电实际各周出力与预分配到每周的电量对比如下图所示(以水电厂1为例)，可见，水量预分配与实际水量完全相同，水量预分配可以有效起到将年时间尺度上的资源根据其分布特性分配到周时间尺度的作用。
该算例系统全年电量平衡表如下表所示。
表2陕西算例全年电量平衡表(单位：亿度)
Figure BDA0001922190620000071
由上表可以得到多能互补系统中各类电源全年各月的电量，各类电源发电量占比示意图如图6所示。
由图6可见，火电承担了该系统大部分负荷，占比62％，风电其次，发电量253.34亿度，占比11％，且由表二也可以看出，弃风量非常少，全年的弃风量仅为0.2亿度，占比0.08％。各类电源全年发电量堆积图如图7所示。
由图7可见，火电承担着大部分负荷，风电承担了新能源电源中最高比例的负荷，光热承担着负荷的尖峰部分，抽蓄在大负荷时发电，小负荷时抽水，可以在一定程度上起到削峰填谷的作用。
可见，在采用了能够充分反映新能源出力特性的生产模拟方法后，可以在不同时间尺度上进行分析，得到准确的新能源电源出力计划，进一步为制定合理的发电机组出力计划提供依据。
如图1所示，一种面向多能互补电力系统的多时间尺度生产模拟方法，包括以下步骤；
步骤一：进行中长期运行计划安排。以系统发电成本最低为目标函数，其中包含机组发电、切负荷、失负荷、新能源弃电、外购电、供热、天然气购买、紧急购气及弃水等成本项，模型考虑机组检修动作与检修状态约束、机组与电站运行约束、电力系统电力电量平衡约束以及电力系统与热力系统耦合约束，由此可以实现各类型发电机组中长期的运行计划安排以及年调节水电站的电量分配，为接下来的生产模拟提供边界；
步骤二：建立多能互补系统的机组组合模型，其中包括各类电源模型，这一步同样以系统发电成本最低为目标，包含燃煤成本项、火电机组启停惩罚项、短期购电惩罚、备用不足惩罚、弃水惩罚项以及新能源(弃风、弃光、弃光热)弃电惩罚项。逐周生产模拟模型包含了各类电源模型以及系统层面的约束例如节点功率平衡约束、线路功率流动约束以及备用约束等；
步骤三：将多能互补系统的全年生产模拟划分到各周进行，即进行逐周生产模拟，其中任意一周的末状态作为后一周的初始状态，故在连续性上实现了与全年生产模拟的等效。由此得到全年的机组启停计划与出力安排。
所述的步骤二具体如下所示：
(1)火电
火电部分的模型包括最大最小出力限值约束，开停机整数状态变量约束，最短开停机时间约束和备用及爬坡速率约束；
(2)水电
对于水电的建模除了需要满足以上约束以外，还需要满足水量约束，即每天的发电量和弃电量之和在日用水量向上和向下调节系数的调节范围之间；
(3)抽蓄
对抽蓄的建模基于电站，认为一个电站内各台机组都是一样的，这里同时考虑了抽蓄机组恒速恒频和变速恒频两种模式，对于变速恒频抽蓄，抽水功率可以连续调节，故每个抽蓄电站的发电和抽水功率都需要满足和以上常规机组相类似的功率限值约束以及备用爬坡约束，而对于恒速恒频抽蓄，抽水功率不能连续调节，当其处于抽水状态时，只能以最大功率运行；除此以外对于每一台抽蓄机组，抽水和发电的状态不能同时；
(4)大容量储能设备
对于大容量储能设备，其对系统的贡献由放电电量减充电电量构成，模型需满足前后时刻热量流动约束和备用及爬坡速率约束，其中若大容量储能设备提供备用，则考虑充放电状态可切换和不可切换两种模式；
(5)光热
对于光热的建模，分为聚光集热、储热和发电三个部分，其中聚光集热部分将光热电站等效为一个节点，满足热量平衡约束，储热部分的热罐建模和抽蓄及大规模储能设备的能量流动约束相类似，发电部分除发电功率限值约束以外，还包括两时段启动模型的约束，即由于用于启动的热量来源在很大程度上取决于光热资源，具有随机性和波动性，需要累积两个时段才能达到要求，在有了启动动作的第二个时段开机状态才会由0切换为1；
(6)新能源
对新能源如风电、光伏的建模，采用可变消纳带的考虑资源波动性和随机性的多场景模型，以下以风电为例，该模型需要满足以下约束：
首先发电量需要满足小于资源量的约束；
Figure BDA0001922190620000101
其中，
Figure BDA0001922190620000102
表示风电场i在t时刻的发电功率，
Figure BDA0001922190620000103
表示t时刻的预测风电功率；
该模型采用可变消纳带来描述风电的消纳情况，风电发电功率在此限值范围内，在此范围内波动的风电资源可以被消纳；
Figure BDA0001922190620000104
其中，
Figure BDA0001922190620000105
表示风电场i在t时刻能被消纳的功率带的下限值，
Figure BDA0001922190620000106
表示该风电场能被消纳的功率带的上限值；
采用正态分布模型来描述风电资源的随机性分布，由于连续性概率分布在求解时会使计算量大大提升，故这里采用5个离散的概率场景来建模，这5个离散场景的预处理过程如以下；
如图2所示：获取风电场景数据，提取出概率最高的场景，根据该场景处理特性划分出一条平行功率带，对风电各场景数据进行预处理，在该平行功率带以外的数据由于偏差过大进行剔除，用该平行功率带的上界或下界取代；
该基于可变消纳带的风电多场景模型示意图如图3所示，图中的五个蓝色条形表示风电的五个场景，虚线竖带表示可变风电消纳带，该带的上限和下限值由系统当时的负荷情况和其他电源的出力情况决定。
在该带的下限附近的功率波动通过系统提供向上备用来消纳，在该带的上限附近的功率波动通过系统提供向下备用来消纳，即需满足以下约束；
Figure BDA0001922190620000111
Figure BDA0001922190620000112
其中，purg,t,b和pdrg,t,b分别表示节点b上的火电机组g在t时刻的向上备用和向下备用，purh,t,b和pdrh,t,b表示水电机组的向上备用和向下备用，purp,t,b和pdrp,t,b表示抽蓄机组的向上和向下备用；
对于该多场景模型，风电实际功率出力、弃风量和切负荷量分别如下所示；
Figure BDA0001922190620000113
Figure BDA0001922190620000114
Figure BDA0001922190620000115
式(5)表示风电实际的功率出力，它是各场景下的风电出力对概率求和；其中，REt,b表示节点b上的风电场在t时刻的预测功率，πs表示场景s出现的概率，式(6)和式(7)分别表示弃风量和切负荷量，其中
Figure BDA0001922190620000116
和
Figure BDA0001922190620000117
表示该风场在t时刻所能消纳的最大和最小风电功率，RCt,b表示该节点在该时刻的弃风，LCt,b表示风电切负荷。

Claims (1)

1.一种面向多能互补电力系统的多时间尺度生产模拟方法，其特征在于，包括以下步骤；
步骤一：进行中长期运行计划安排，以系统发电成本最低为目标函数，系统发电成本包含机组发电、切负荷、失负荷、新能源弃电、外购电、供热、天然气购买、紧急购气及弃水成本项，模型考虑机组检修动作与检修状态约束、机组与电站运行约束、电力系统电力电量平衡约束以及电力系统与热力系统耦合约束，由此实现各类型发电机组中长期的运行计划安排以及年调节水电站的电量分配，为接下来的生产模拟提供边界；
步骤二：建立多能互补系统的机组组合模型，其中包括各类电源模型，这一步同样以系统发电成本最低为目标，包含燃煤成本项、火电机组启停惩罚项、短期购电惩罚、备用不足惩罚、弃水惩罚项以及新能源弃电惩罚项，逐周生产模拟模型包含了各类电源模型以及系统层面的约束例如节点功率平衡约束、线路功率流动约束以及备用约束；
步骤三：将多能互补系统的全年生产模拟划分到各周进行，即进行逐周生产模拟，其中任意一周的末状态作为后一周的初始状态，故在连续性上实现了与全年生产模拟的等效，由此得到全年的机组启停计划与出力安排；
所述的步骤二具体如下所示：
(1)火电
火电部分的模型包括最大最小出力限值约束，开停机整数状态变量约束，最短开停机时间约束和备用及爬坡速率约束；
(2)水电
对于水电的建模除了需要满足以上约束以外，还需要满足水量约束，即每天的发电量和弃电量之和在日用水量向上和向下调节系数的调节范围之间；
(3)抽蓄
对抽蓄的建模基于电站，认为一个电站内各台机组都是一样的，这里同时考虑了抽蓄机组恒速恒频和变速恒频两种模式，对于变速恒频抽蓄，抽水功率可以连续调节，故每个抽蓄电站的发电和抽水功率都需要满足和以上火电机组相类似的功率限值约束以及备用爬坡约束，而对于恒速恒频抽蓄，抽水功率不能连续调节，当其处于抽水状态时，只能以最大功率运行；除此以外对于每一台抽蓄机组，抽水和发电的状态不能同时；
(4)大容量储能设备
对于大容量储能设备，其对系统的贡献由放电电量减充电电量构成，模型需满足前后时刻热量流动约束和备用及爬坡速率约束，其中若大容量储能设备提供备用，则考虑充放电状态可切换和不可切换两种模式；
(5)光热
对于光热的建模，分为聚光集热、储热和发电三个部分，其中聚光集热部分将光热电站等效为一个节点，满足热量平衡约束，储热部分的热罐建模和抽蓄及大规模储能设备的能量流动约束相类似，发电部分除发电功率限值约束以外，还包括两时段启动模型的约束，即由于用于启动的热量来源在很大程度上取决于光热资源，具有随机性和波动性，需要累积两个时段才能达到要求，在有了启动动作的第二个时段开机状态才会由0切换为1；
(6)风电
对风电建模，采用可变消纳带的考虑资源波动性和随机性的多场景模型，该模型需要满足以下约束：
首先发电量需要满足小于资源量的约束；
Figure FDA0003192080000000031
其中，
Figure FDA0003192080000000032
表示风电场i在t时刻的发电功率，
Figure FDA0003192080000000033
表示t时刻的预测风电功率；
该模型采用可变消纳带来描述风电的消纳情况，风电发电功率在此限值范围内，在此范围内波动的风电资源可以被消纳；
Figure FDA0003192080000000034
其中，
Figure FDA0003192080000000035
表示风电场i在t时刻能被消纳的功率带的下限值，
Figure FDA0003192080000000036
表示该风电场能被消纳的功率带的上限值；
采用正态分布模型来描述风电资源的随机性分布，由于连续性概率分布在求解时会使计算量大大提升，故这里采用5个离散的概率场景来建模，这5个离散场景的预处理过程如以下；
获取风电场景数据，提取出概率最高的场景，根据该场景处理特性划分出一条平行功率带，对风电各场景数据进行预处理，在该平行功率带以外的数据由于偏差过大进行剔除，用该平行功率带的上界或下界取代；
在该带的下限附近的功率波动通过系统提供向上备用来消纳，在该带的上限附近的功率波动通过系统提供向下备用来消纳，即需满足以下约束；
Figure FDA0003192080000000041
Figure FDA0003192080000000042
其中，purg,t,b和pdrg,t,b分别表示节点b上的火电机组g在t时刻的向上备用和向下备用，purh,t,b和pdrh,t,b表示水电机组的向上备用和向下备用，purp,t,b和pdrp,t,b表示抽蓄机组的向上和向下备用；
对于该多场景模型，风电实际功率出力、弃风量和切负荷量分别如下所示；
Figure FDA0003192080000000043
Figure FDA0003192080000000044
Figure FDA0003192080000000045
式(5)表示风电实际的功率出力，它是各场景下的风电出力对概率求和；其中，REt,b表示节点b上的风电场在t时刻的预测功率，πs表示场景s出现的概率，式(6)和式(7)分别表示弃风量和切负荷量，其中
Figure FDA0003192080000000046
和
Figure FDA0003192080000000047
表示该风场在t时刻所能消纳的最大和最小风电功率，RCt,b表示该节点在该时刻的弃风，LCt,b表示风电切负荷。
CN201811599886.0A 2018-12-26 2018-12-26 一种面向多能互补电力系统的多时间尺度生产模拟方法 Active CN109449993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811599886.0A CN109449993B (zh) 2018-12-26 2018-12-26 一种面向多能互补电力系统的多时间尺度生产模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811599886.0A CN109449993B (zh) 2018-12-26 2018-12-26 一种面向多能互补电力系统的多时间尺度生产模拟方法

Publications (2)

Publication Number Publication Date
CN109449993A CN109449993A (zh) 2019-03-08
CN109449993B true CN109449993B (zh) 2021-10-22

Family

ID=65537560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811599886.0A Active CN109449993B (zh) 2018-12-26 2018-12-26 一种面向多能互补电力系统的多时间尺度生产模拟方法

Country Status (1)

Country Link
CN (1) CN109449993B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110212533B (zh) * 2019-07-10 2021-01-29 南方电网科学研究院有限责任公司 一种产消者功率的确定方法及系统
CN110768305B (zh) * 2019-10-30 2021-11-05 南方电网科学研究院有限责任公司 备用资源的协调方法、装置、设备及存储介质
CN111049184B (zh) * 2019-12-26 2023-04-18 国网吉林省电力有限公司 一种多能互补园区响应电力系统风电消纳需求的计算方法
CN111525627B (zh) * 2020-05-08 2021-08-27 清华大学 含抽蓄与新能源发电的柔性直流输电系统日前调度方法
CN114069688B (zh) * 2020-08-07 2023-12-12 华北电力大学（保定） 一种基于时序生产模拟的多电源容量布局规划方法
CN112183903B (zh) * 2020-11-17 2022-09-20 昆明电力交易中心有限责任公司 一种水火电系统多时间尺度联合优化调度方法及系统
CN113937796A (zh) * 2021-09-15 2022-01-14 东北电力大学 一种含风、光、储、蓄联合系统多时间尺度优化方法
CN113991640B (zh) * 2021-09-23 2024-03-19 大唐国际发电股份有限公司张家口发电厂 基于火电的多能互补能源基地能源配置规划方法
CN113904382B (zh) * 2021-10-26 2023-09-26 国网青海省电力公司 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质
CN114142536B (zh) * 2021-12-03 2023-09-26 国家电网有限公司西北分部 一种考虑容量备用的多类型机组协调方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007022352A2 (en) * 2005-08-15 2007-02-22 University Of Southern California Method and system for integrated asset management utilizing multi-level modeling of oil field assets
CN103138256A (zh) * 2011-11-30 2013-06-05 国网能源研究院 一种新能源电力消纳全景分析系统及方法
CN103683326A (zh) * 2013-12-05 2014-03-26 华北电力大学 一种区域电网风电多点接入最佳接纳能力的计算方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法
CN106099993A (zh) * 2016-06-28 2016-11-09 中国电力工程顾问集团西南电力设计院有限公司 一种适应新能源大规模接入的电源规划方法
CN106557828A (zh) * 2015-09-30 2017-04-05 中国电力科学研究院 一种长时间尺度光伏出力时间序列建模方法和装置
CN107644116A (zh) * 2017-08-02 2018-01-30 广东电网有限责任公司肇庆供电局 一种适应于间歇性能源接入的随机生产模拟算法
CN107834543A (zh) * 2017-11-01 2018-03-23 国网河南省电力公司经济技术研究院 一种基于两阶段混合整数规划的电力系统运行模拟方法
CN107844652A (zh) * 2017-11-09 2018-03-27 中国电力工程顾问集团西北电力设计院有限公司 一种含电量调节层的电力系统生产模拟方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007022352A2 (en) * 2005-08-15 2007-02-22 University Of Southern California Method and system for integrated asset management utilizing multi-level modeling of oil field assets
CN103138256A (zh) * 2011-11-30 2013-06-05 国网能源研究院 一种新能源电力消纳全景分析系统及方法
CN103683326A (zh) * 2013-12-05 2014-03-26 华北电力大学 一种区域电网风电多点接入最佳接纳能力的计算方法
CN104537428A (zh) * 2014-12-05 2015-04-22 天津大学 一种计及风电接入不确定性的经济运行评估方法
CN106557828A (zh) * 2015-09-30 2017-04-05 中国电力科学研究院 一种长时间尺度光伏出力时间序列建模方法和装置
WO2017054537A1 (zh) * 2015-09-30 2017-04-06 中国电力科学研究院 一种长时间尺度光伏出力时间序列建模方法及装置
CN106099993A (zh) * 2016-06-28 2016-11-09 中国电力工程顾问集团西南电力设计院有限公司 一种适应新能源大规模接入的电源规划方法
CN107644116A (zh) * 2017-08-02 2018-01-30 广东电网有限责任公司肇庆供电局 一种适应于间歇性能源接入的随机生产模拟算法
CN107834543A (zh) * 2017-11-01 2018-03-23 国网河南省电力公司经济技术研究院 一种基于两阶段混合整数规划的电力系统运行模拟方法
CN107844652A (zh) * 2017-11-09 2018-03-27 中国电力工程顾问集团西北电力设计院有限公司 一种含电量调节层的电力系统生产模拟方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"The Probabilistic Production Simulation for Renewable Energy Power System Considering the Operation of Cascade Hydropower Stations";Jiheng Jiang, 等;《2018 International Conference on Power System Technology (POWERCON)》;20181208;第331-338页 *
"含高比例可再生能源电力系统灵活性规划及挑战";鲁宗相 等;《电力系统自动化》;20160710;第40卷(第13期);第147-158页 *
"电热联合系统多时间尺度滚动调度策略";邓佳乐 等;《电网技术》;20161231;第40卷(第12期);第3796-3801页 *
"考虑负荷与新能源时序特性的随机生产模拟";丁明 等;《中国电机工程学报》;20161205;第36卷(第23期);第6305-6315页 *

Also Published As

Publication number Publication date
CN109449993A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109449993B (zh) 一种面向多能互补电力系统的多时间尺度生产模拟方法
Ma et al. Feasibility study and economic analysis of pumped hydro storage and battery storage for a renewable energy powered island
CN109242350B (zh) 计及可平移负荷的冷热电联供系统容量优化配置方法
CN103151803B (zh) 一种含风电系统机组及备用配置的优化方法
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
CN109256799B (zh) 一种基于样本熵的新能源电力系统优化调度方法
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN108039737B (zh) 一种源网荷协调运行模拟系统
CN107732949B (zh) 一种综合风电全年多季节特性的储能布点定容方法
CN111429024B (zh) 一种考虑灵活性平衡机理的水-风-光短期联合调度方法
CN104617591A (zh) 基于多场景新能源发电模拟的日运行方式安排和调峰方法
CN106099993A (zh) 一种适应新能源大规模接入的电源规划方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN104239967A (zh) 一种含风电场的电力系统多目标经济调度方法
CN104993523A (zh) 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法
CN110620397A (zh) 一种高比例可再生能源电力系统的调峰平衡评估方法
Naderi et al. A step toward cleaner energy production: A water saving-based optimization approach for economic dispatch in modern power systems
Liu et al. Simultaneous design and operation optimization of renewable combined cooling heating and power systems
CN110994606A (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN112531786A (zh) 区域电网电力外送方法
CN111030101B (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及系统
CN112862253A (zh) 考虑风电不确定性的电-气-热储能协同规划方法及系统
CN113904382A (zh) 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质
CN110165699B (zh) 基于个体优化及系统多能互补的光热电站优化配置方法
CN116562554A (zh) 一种考虑灵活性供需平衡的长短期储能联合规划方法

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