CN109460887B - 一种考虑光电接入的电力系统优化调度方法 - Google Patents

一种考虑光电接入的电力系统优化调度方法 Download PDF

Info

Publication number
CN109460887B
CN109460887B CN201811063115.XA CN201811063115A CN109460887B CN 109460887 B CN109460887 B CN 109460887B CN 201811063115 A CN201811063115 A CN 201811063115A CN 109460887 B CN109460887 B CN 109460887B
Authority
CN
China
Prior art keywords
photoelectric
power
unit
output
day
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
CN201811063115.XA
Other languages
English (en)
Other versions
CN109460887A (zh
Inventor
郁家麟
方景辉
唐锦江
施海峰
冯振宇
张平
陈其
顾华东
吴芳琳
邬成锋
张一鸣
沈朗
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.)
State Grid Zhejiang Electric Power Co Ltd
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 State Grid Zhejiang Electric Power Co Ltd, Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd, Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN201811063115.XA priority Critical patent/CN109460887B/zh
Publication of CN109460887A publication Critical patent/CN109460887A/zh
Application granted granted Critical
Publication of CN109460887B publication Critical patent/CN109460887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems 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)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Photovoltaic Devices (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电网调度优化领域,具体涉及一种考虑光电接入的电力系统优化调度方法,包括以下步骤:A)制定日前计划;B)将一天按时间T为单位划分时段,建立各光电场质量评分Kw并初始化,根据各光电场质量评分Kw对日前计划进行更新,形成日内计划;C)在时段内实时控制常规机组执行日内计划,跟踪各光电场出力及常规机组出力水平,在时段末计算光电消纳收益△E,根据△E更新各光电场质量评分Kw,重复步骤B‑C直至完成一天的调度。通过预测准确度较高的短时预测提高对光电的消纳,同时通过设置光电场质量评分以及光电消纳收益跟踪光电消纳的实际效果,并反馈到日内计划中,使光电的消纳更具有主动性,更大的发挥光电场的经济效益。

Description

一种考虑光电接入的电力系统优化调度方法
技术领域
本发明涉及电网调度优化领域,具体涉及一种考虑光电接入的电力系统优化调度方法。
背景技术
在国家能源改革的背景下,清洁能源获得了较快发展。其中风、光电发展最为迅速。光电场主要建立在山区、农村等风能资源相对丰富的地区,而城市中则以光电场为主。主要体现为在城市建筑顶部建造安装光电设备。随着城市内接入的光电场越来越多,光电场出力随光照强度随机变化的缺点对电网电力质量的影响,也愈加明显。在一些城市的发展研究中,有学者提出了在城市内建立光电场的同时,建立储能装置。将光电场随机出力升高存储,在随机出力降低时将储能装置储存的能量释放,削弱光电场出力波动幅度,达到降低光电场随机出力对电网电能质量的冲击。然而,储能设备需要资金投入和运营,且通过储能装置与光电场的结合抑制光电场的波动的技术处于探索研究阶段,其效果尚未得到确认。因而需要一种能够降低电网消纳光电时,为抵消光电随机出力而新增的成本的技术。
中国专利CN106953316A,公开日2017年7月14日,一种微电网变时间尺度优化调度方法,用以解决光伏并网渗透率增加后常规机组运行经济性和光伏波动性对系统可靠性之间的矛盾,该方法将系统供电可靠性分为安全性和充裕性两个指标分别进行量化,并将其转化为改变时间尺度的约束判据,提出一种变时间尺度协调调度模型以实现:当光伏预测发电量波动较小时,增大时间尺度以降低系统经济运行成本;而当光伏预测发电量波动较大时,通过减小时间尺度提高预测的精度以降低可中断负荷的数量,保证系统可靠性要求。其采用了缩短预测时间,提高光电出力预测准确性,但缺乏对光电场出力更主动和准确的控制,仍然为被动消除光电出力波动,其节省费用是被动的依靠光电的波动较小来实现的。
发明内容
本发明要解决的技术问题是:目前接入光电场的区域电网调度仍然为被动调度,导致消除光电场功率波动的成本偏高的技术问题。提出了一种以常规机组费用最小为优化目标的短时预测和更新日内计划的光电接入的电力系统优化调度方法。
为解决上述技术问题,本发明所采取的技术方案为:一种考虑光电接入的电力系统优化调度方法,包括以下步骤:A)制定日前计划;B)将一天按时间T为单位划分时段,建立各光电场质量评分Kw并初始化,根据各光电场质量评分Kw对日前计划进行更新,形成日内计划;C)在时段内实时控制常规机组执行日内计划,跟踪各光电场出力及常规机组出力水平,在时段末计算光电消纳收益△E,根据△E更新各光电场质量评分Kw,重复步骤B-C直至完成一天的调度。
日前计划确定了常规机组的启停和系统备用的计划;日内计划进行超短期的负荷和光电出力预测,增加了光电出力预测的准确度,根据光电出力预测和光电消纳欲望指数,制定出下一时段常规机组的初始工作状态;实时计划用于跟踪日内计划的执行和电网发电与负荷的平衡,并记录光电的消纳情况和光电场出力的波动情况。
作为优选,所述制定日前计划的方法为:A1)将全天分为24个时段,从电力调度中心获取当天24时段系统负载预测值和常规机组基础数据;A2)建立日前计划优化模型,求解出常规机组出力费用最小的日前计划,所述日前优化模型的目标函数为:
Figure GDA0003247986610000021
其中,M为常规机组数量,pi,T为常规机组i在T时段的运行功率,ai、bi和ci分别是常规机组i运行时费用的二次项系数、一次项系数和常数,其系统负荷平衡约束条件为:
Figure GDA0003247986610000022
其中pD.T为T时段系统负荷预测值,
Figure GDA0003247986610000023
为T时段光电场w出力预测值,W为全部光电场的数量,常规机组功率上下限约束条件为:
Figure GDA0003247986610000024
其中pi 为常规机组i出力的下限值,
Figure GDA0003247986610000025
为常规机组i出力的上限值,常规机组的爬坡率约束条件为:-Δpi≤pi,T-pi,T-1≤Δpi,其中Δpi为常规机组i在时段内可以上调或下调的功率的最大值,输电网络断面潮流安全的约束条件为:
Figure GDA0003247986610000026
其中Iτ
Figure GDA0003247986610000027
分别是输电网络断面τ的潮流下限和上限,δτ.i是断面τ对于常规常规机组i的敏感系数;提供足够系统备用的约束条件为,
Figure GDA0003247986610000028
其中pi.max是常规机组i的最大出力值,η为系统总备用系数,θ为接纳光电准备的备用功率系数。
作为优选,所述更新日前计划的方法为:以15分钟为单位时段,将全日划分为96个时段t0~t95;t0时段各光电场质量评分Kw均置1,其他时段Ki由上时段末计算获得;时段初,从电力调度中心获取最新系统负载预测值和超短期光电场总出力预测值,将各个光电场的超短期出力预测值乘光电场质量评分Kw后作为对应光电场本时段光电消纳上限,依据日前计划,以常规机组出力费用最小为目的,调整日内剩余时段常规机组的日内计划,将日内计划和光电场总出力上限下发给实时模型,其数学模型的目标函数为:
Figure GDA0003247986610000029
其中,M为全部常规机组,pi是在t时段常规机组i的运行功率,ai、bi和ci分别是常规机组i运行时费用的二次项系数、一次项系数和常数,Δpi是常规机组i在本时段初进行的功率调整量,Δpi=pi.t-pi.t-1,ei是常规机组i的功率调整费用系数,ψ为人工设定的光电消纳风险惩罚费用系数,其值由人工设定,
Figure GDA0003247986610000031
是本时段光电场w的光电出力预测值,W是全部光电场的数量,其系统负荷平衡约束条件为:
Figure GDA0003247986610000032
其中
Figure GDA0003247986610000033
为本时段光电场w出力预测值,pD为本时段系统负荷预测值,其值由电力调度中心之间获得,常规机组功率上下限约束条件为:
Figure GDA0003247986610000034
其中pi 为常规机组i出力的下限值,
Figure GDA0003247986610000035
为常规机组i出力的上限值,常规机组的爬坡率约束条件为:-Δpi≤pi.tr-pi.t-1≤Δpi,其中Δpi为常规机组i在时段内可以上调或下调的功率的最大值,输电网络断面潮流安全的约束条件为:
Figure GDA0003247986610000036
其中Iτ
Figure GDA0003247986610000037
分别是输电网络断面τ的潮流下限和上限,δτ.i是断面τ对于常规常规机组i的敏感系数,δτ.w是断面τ对于光电场w的敏感系数,提供足够系统备用的约束条件为:
Figure GDA0003247986610000038
其中pi.max的最大出力值,η为系统总备用系数,θ为接纳光电准备的备用功率系数。
作为优选,所述控制常规机组执行日内计划的方法为:以各光电场质量评分Kw与各光电场本时段出力预测
Figure GDA0003247986610000039
的乘积作为本时段的出力上限
Figure GDA00032479866100000310
光电场出力pw超过出力上限
Figure GDA00032479866100000311
则将超出部分弃置;实时跟踪各光电场出力pw、常规机组实时出力水平pi和系统负载pD,建立常规机组的PID控制,使
Figure GDA00032479866100000312
ε为允许运行偏差,其值取pD的千分之四。光电场质量评分Kw助于系统选择本时段出力波动较小的优质光电,使得系统更多的消纳本时段的优质光电,减少对本时段出力波动较大的劣质光电,从而使得光电的消纳更具有目的性和主动性。
作为优选,光电消纳收益△E的计算方法为:
Figure GDA00032479866100000313
其中,MΔ是在时段内变功率的常规机组集合,pi.e是变功率常规机组i在变功率结束时的功率,pi.s是变功率常规机组i在变功率开始时的功率,eΔ为变功率机组进行变功率的费用系数,ξΔ是机组变功率费用的权重;pw是时段内光电提供的总功率,eψ是为光电接入而承担风险的等效惩罚费用系数,其值由人工设定,ξψ是风险等效惩罚费用的权重,pσ是时段内常规机组出力平均值,pfor是时段开始时预期的常规机组出力值,eσ为常规机组发电费用系数,ξσ是常规实际运行平均功率与预期运行功率不同而导致费用变化的权重。
由于光电出力具有短时段性,即在一个短时段内出力情况具有高度的相似性,例如在某一个短时段内出力平稳,或者在某一短时段内出力波动剧烈,从而引起常规机组为消纳光电进行功率调整的幅度和次数不同,通过计算常规机组进行变功率调整的代价、光电消纳带来的风险等效代价和常规机组实际出力平均值与预期值的不同引起的效益变化,来表征计算光电接入的代价△E能够直接的反应某短时段内系统为消纳光电所付出的代价。标准差能够反应光电出力的离散情况,离散越严重表示光电出力波动越剧烈,而对系统运行成本影响最主要的光电出力波动的波谷数量和幅度,波峰虽然会带来常规机组变功率费用,但会降低常规机组的出力值,使其带来的效益大于费用,所以剔除波峰后计算波谷分布的标准差,用于反应光电场光电质量。
作为优选,光电场质量评分Kw的更新方法为:若光电消纳收益△E为正,则将Kw加上步长△Kw,若光电消纳收益△E为负,则计算△E的绝对值与光电接入预期收益EW的比值η1,若η1大于设定阈值
Figure GDA0003247986610000041
则将Kw加上步长△Kw,反之,则将Kw减掉步长△Kw,而后取Kw与1比较的较小值以及Kw与0比较的较大值作为最终的Kw值。
作为优选,光电接入预期收益EW的计算方法为:
Figure GDA0003247986610000042
其中,
Figure GDA0003247986610000043
是本时段光电消纳总上限,eσ为常规机组发电费用系数,pσ是时段内常规机组出力平均值,pfor是时段初常规机组计划运行功率的平均值。光电接入量预期收益Ew是被光电代替的那部分常规机组出力等效的费用,能够客观的反应光电带来的效益。
本发明的实质性效果是:通过预测准确度较高的短时预测提高对光电的消纳,同时通过设置光电场质量评分以及光电消纳收益跟踪光电消纳的实际效果,并反馈到日内计划中,使光电的消纳更具有主动性,更大的发挥光电场的经济效益。
附图说明
图1为优化调度方法流程框图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
如图1所示,为本发明优化调度方法流程框图,包括以下步骤:
A)获取日前负荷预测、输电网络拓扑结构、常规机组基础数据和备用计划,以小时为单位,全日分为24个时段,构建日前优化的数学模型:
Figure GDA0003247986610000044
Figure GDA0003247986610000051
其中,M为全部常规机组的数量,pi.T为常规机组i在T时段的运行功率,ai、bi和ci分别是常规机组i运行时费用的二次项系数、一次项系数和常数,pD.T为T时段系统负荷预测值,
Figure GDA0003247986610000052
为T时段光电出力预测值,W为全部光电场的数量,pi为常规机组i出力的下限值,
Figure GDA0003247986610000053
为常规机组i出力的上限值,Δpi为常规机组i在时段内可以上调或下调的功率的最大值,Iτ
Figure GDA0003247986610000054
分别是输电网络断面τ的潮流下限和上限,δτ.i是断面τ对于常规常规机组i的敏感系数,pi.max是常规机组i的最大出力值,η为系统总备用系数,一般取0.12,θ为接纳光电准备的备用功率系数,一般取0.8,
Figure GDA0003247986610000055
为日前计划中时段T时光电出力总值的预测值。求解该数学模型,得到常规机组的日前计划;
B)将一天按时间15分钟为单位划分时段,建立各光电场质量评分Kw并初始化,根据各光电场质量评分Kw对日前计划进行更新,形成日内计划,其数学模型为:
Figure GDA0003247986610000056
Figure GDA0003247986610000057
其中,M为全部常规机组的数量,pi是在t时段机组i的运行功率,ai、bi和ci分别是机组i运行时费用的二次项系数、一次项系数和常数,Δpi是机组i在本时段初进行的功率调整量,Δpi=pi.t-pi.t-1,ei是机组i的功率调整费用系数,ψ为光电消纳风险惩罚费用系数,
Figure GDA0003247986610000061
是本时段光电出力预测值,
Figure GDA0003247986610000062
为本时段光电出力预测值,pD为本时段系统负荷预测值,其值由电力调度中心之间获得,常规机组功率上下限约束条件为:
Figure GDA0003247986610000063
其中pi 为机组i出力的下限值,
Figure GDA0003247986610000064
为机组i出力的上限值,Δpi为机组i在时段内可以上调或下调的功率的最大值,Iτ
Figure GDA0003247986610000065
分别是输电网络断面τ的潮流下限和上限,δτ.i是断面τ对于常规机组i的敏感系数,
Figure GDA0003247986610000066
是断面τ对于光电机组j的敏感系数,pi.max的最大出力值,η为系统总备用系数,一般取0.12,θ为接纳光电准备的备用功率系数,一般取0.8,
Figure GDA0003247986610000067
为日前计划中时段T时光电出力总值的预测值,求解计划得到最优解后,将常规机组的出力计划作为日内计划下发给实时计划,如果当前时段为t95则结束日内计划,否则在15分钟后进行下一时段的日内滚动优化;C)在时段内实时控制常规机组执行日内计划,跟踪各光电场出力及常规机组出力水平,在时段末计算光电消纳收益△E,根据△E更新各光电场质量评分Kw,以各光电场质量评分Kw与各光电场本时段出力预测
Figure GDA0003247986610000068
的乘积作为本时段的出力上限
Figure GDA0003247986610000069
光电场出力pw超过出力上限
Figure GDA00032479866100000610
则将超出部分弃置;实时跟踪各光电场出力pw、常规机组实时出力水平pi和系统负载pD,建立常规机组的PID控制,使
Figure GDA00032479866100000611
ε为允许运行偏差,其值取pD的千分之四,M为全部常规机组的数量,W为全部光电场的数量。
其中,光电消纳收益△E的计算方法为:
Figure GDA00032479866100000612
MΔ是在时段内变功率的常规机组集合,pi.e是变功率机组i在变功率结束时的功率,pi.s是变功率机组i在变功率开始时的功率,eΔ为变功率机组进行变功率的费用系数,ξΔ是机组变功率费用的权重;pw是时段内光电提供的总功率,eψ是为光电接入而承担风险的等效惩罚费用系数,其值由人工设定,ξψ是风险等效惩罚费用的权重,pσ是时段内常规机组出力平均值,pfor是时段开始时预期的常规机组出力值,eσ为常规机组发电费用系数,ξσ是常规实际运行平均功率与预期运行功率不同而导致费用变化的权重。
光电场质量评分Kw的更新方法为:若光电消纳收益△E为正,则将Kw加上步长△Kw,若光电消纳收益△E为负,则计算△E的绝对值与光电接入预期收益EW的比值η1,若η1大于设定阈值
Figure GDA00032479866100000613
则将Kw加上步长△Kw,反之,则将Kw减掉步长△Kw,而后取Kw与1比较的较小值以及Kw与0比较的较大值作为最终的Kw值。
光电接入预期收益EW的计算方法为:
Figure GDA00032479866100000614
其中,
Figure GDA0003247986610000071
是本时段光电消纳总上限,eσ为常规机组发电费用系数,pσ是时段内常规机组出力平均值,pfor是时段初常规机组计划运行功率的平均值。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (5)

1.一种考虑光电接入的电力系统优化调度方法,其特征在于,
包括以下步骤:
A)制定日前计划;
B)将一天按时间T为单位划分时段,建立各光电场质量评分Kw并初始化,根据各光电场质量评分Kw对日前计划进行更新,形成日内计划;
C)在时段内实时控制常规机组执行日内计划,跟踪各光电场出力及常规机组出力水平,在时段末计算光电消纳收益△E,根据△E更新各光电场质量评分Kw,重复步骤B-C直至完成一天的调度;
更新日前计划的方法为:以15分钟为单位时段,将全日划分为96个时段t0~t95;t0时段各光电场质量评分Kw均置1,其他时段Ki由上时段末计算获得;时段初,从电力调度中心获取最新系统负载预测值和超短期光电场总出力预测值,将各个光电场的超短期出力预测值乘光电场质量评分Kw后作为对应光电场本时段光电消纳上限,依据日前计划,以常规机组出力费用最小为目的,调整日内剩余时段常规机组的日内计划,将日内计划和光电场总出力上限下发给实时模型,其数学模型的目标函数为:
Figure FDA0003233331000000011
其中,M为全部常规机组的数量,pi是在t时段机组i的运行功率,ai、bi和ci分别是机组i运行时费用的二次项系数、一次项系数和常数,Δpi是机组i在本时段初进行的功率调整量,Δpi=pi,t-pi,t-1,ei是机组i的功率调整费用系数,ψ为光电消纳风险惩罚费用系数,其值由人工设定,
Figure FDA0003233331000000012
是本时段光电场w的光电出力预测值,W是全部光电场的数量,其系统负荷平衡约束条件为:
Figure FDA0003233331000000013
其中
Figure FDA0003233331000000014
为本时段光电场w出力预测值,pD为本时段系统负荷预测值,其值由电力调度中心之间获得,
常规机组功率上下限约束条件为:
Figure FDA0003233331000000015
其中pi 为机组i出力的下限值,
Figure FDA0003233331000000016
为机组i出力的上限值,
常规机组的爬坡率约束条件为:-Δpi≤pi,t-pi,t-1≤Δpi,其中Δpi为机组i在时段内可以上调或下调的功率的最大值,
输电网络断面潮流安全的约束条件为:
Figure FDA0003233331000000021
其中Iτ
Figure FDA0003233331000000022
分别是输电网络断面τ的潮流下限和上限,δτ,i是断面τ对于常规机组i的敏感系数,δτ,w是断面τ对于光电场w的敏感系数,
提供足够系统备用的约束条件为:
Figure FDA0003233331000000023
其中pi,max的最大出力值,η为系统总备用系数,θ为接纳光电准备的备用功率系数;
光电场质量评分Kw的更新方法为:若光电消纳收益△E为正,则将Kw加上步长△Kw,若光电消纳收益△E为负,则计算△E的绝对值与光电接入预期收益EW的比值η1,若η1大于设定阈值
Figure FDA0003233331000000024
则将Kw加上步长△Kw,反之,则将Kw减掉步长△Kw,而后取Kw与1比较的较小值以及Kw与0比较的较大值作为最终的Kw值。
2.根据权利要求1所述的一种考虑光电接入的电力系统优化调度方法,其特征在于,
所述制定日前计划的方法为:
A1)将全天分为24个时段,从电力调度中心获取当天24时段系统负载预测值和常规机组基础数据;
A2)建立日前计划优化模型,求解出常规机组出力费用最小的日前计划,所述日前计划优化模型的目标函数为:
Figure FDA0003233331000000025
其中,M为常规机组数量,pi,T为机组i在T时段的运行功率,ai、bi和ci分别是机组i运行时费用的二次项系数、一次项系数和常数,
其系统负荷平衡约束条件为:
Figure FDA0003233331000000026
其中pD,T为T时段系统负荷预测值,
Figure FDA0003233331000000031
为T时段光电场w出力预测值,W为全部光电场的数量,
常规机组功率上下限约束条件为:
Figure FDA0003233331000000032
其中pi 为机组i出力的下限值,
Figure FDA0003233331000000033
为机组i出力的上限值,
常规机组的爬坡率约束条件为:-Δpi≤pi,T-pi,T-1≤λpi,其中Δpi为机组i在时段内可以上调或下调的功率的最大值,
输电网络断面潮流安全的约束条件为:
Figure FDA0003233331000000034
其中Iτ
Figure FDA0003233331000000035
分别是输电网络断面τ的潮流下限和上限,δτ,i是断面τ对于常规机组i的敏感系数;
提供足够系统备用的约束条件为,
Figure FDA0003233331000000036
其中pi,max是机组i的最大出力值,η为系统总备用系数,θ为接纳光电准备的备用功率系数。
3.根据权利要求1或2所述的一种考虑光电接入的电力系统优化调度方法,其特征在于,所述控制常规机组执行日内计划的方法为:以各光电场质量评分Kw与各光电场本时段出力预测
Figure FDA0003233331000000037
的乘积作为本时段的出力上限
Figure FDA0003233331000000038
光电场出力pw超过出力上限
Figure FDA0003233331000000039
则将超出部分弃置;实时跟踪各光电场出力pw、常规机组实时出力水平pi和系统负载pD,建立常规机组的PID控制,使
Figure FDA00032333310000000310
ε为允许运行偏差,其值取pD的千分之四,M为全部常规机组的数量,W为全部光电场的数量。
4.根据权利要求1或2所述的一种考虑光电接入的电力系统优化调度方法,其特征在于,光电消纳收益△E的计算方法为:
Figure FDA00032333310000000311
其中,MΔ是在时段内变功率的常规机组集合,pi,e是变功率机组i在变功率结束时的功率,pi,s是变功率机组i在变功率开始时的功率,eΔ为变功率机组进行变功率的费用系数,ξΔ是机组变功率费用的权重;pw是时段内光电提供的总功率,eψ是为光电接入而承担风险的等效惩罚费用系数,其值由人工设定,ξψ是风险等效惩罚费用的权重,pσ是时段内常规机组出力平均值,pfor是时段开始时预期的常规机组出力值,eσ为常规机组发电费用系数,ξσ是常规实际运行平均功率与预期运行功率不同而导致费用变化的权重。
5.根据权利要求1所述的一种考虑光电接入的电力系统优化调度方法,其特征在于,
光电接入预期收益EW的计算方法为:
Figure FDA0003233331000000041
其中,
Figure FDA0003233331000000042
是本时段光电消纳总上限,eσ为常规机组发电费用系数,pσ是时段内常规机组出力平均值,pfor是时段初常规机组计划运行功率的平均值。
CN201811063115.XA 2018-09-12 2018-09-12 一种考虑光电接入的电力系统优化调度方法 Active CN109460887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811063115.XA CN109460887B (zh) 2018-09-12 2018-09-12 一种考虑光电接入的电力系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811063115.XA CN109460887B (zh) 2018-09-12 2018-09-12 一种考虑光电接入的电力系统优化调度方法

Publications (2)

Publication Number Publication Date
CN109460887A CN109460887A (zh) 2019-03-12
CN109460887B true CN109460887B (zh) 2021-10-22

Family

ID=65606600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811063115.XA Active CN109460887B (zh) 2018-09-12 2018-09-12 一种考虑光电接入的电力系统优化调度方法

Country Status (1)

Country Link
CN (1) CN109460887B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110311423B (zh) * 2019-07-26 2023-01-20 内蒙古大学 基于超限惩罚的独立微电网动态回馈修正优化调度方法
CN112696728B (zh) * 2021-01-22 2021-09-17 北京嘉洁能科技股份有限公司 一种平衡用电负荷减少电力增容控制系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170170A (zh) * 2011-04-02 2011-08-31 清华大学 消纳风电接入的大电网调度滚动计划方法
CN106384168A (zh) * 2016-09-20 2017-02-08 北京恒泰实达科技股份有限公司 针对特性各异电源的多目标协调优化调度模型

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2017326016B2 (en) * 2016-09-15 2022-08-04 Savant Systems, Inc. System and methods for creating dynamic nano grids and for aggregating electric power consumers to participate in energy markets

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170170A (zh) * 2011-04-02 2011-08-31 清华大学 消纳风电接入的大电网调度滚动计划方法
CN106384168A (zh) * 2016-09-20 2017-02-08 北京恒泰实达科技股份有限公司 针对特性各异电源的多目标协调优化调度模型

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
多时间尺度协调控制的独立微网能量管理策略;郭思琪 等;《电工技术学报》;20140228;第29卷(第02期);全文 *
跨区电网中风电消纳影响因素分析及综合评估方法研究;牛东晓 等;《电网技术》;20160430;第40卷(第04期);全文 *

Also Published As

Publication number Publication date
CN109460887A (zh) 2019-03-12

Similar Documents

Publication Publication Date Title
CN102855591B (zh) 梯级水库群短期联合发电优化调度方法及系统
CN109245183A (zh) 一种基于负荷控制的高风光渗透率地区电网调峰方法
CN107423852A (zh) 一种计及典型场景的光储联合电站优化运营方法
CN105162149A (zh) 基于模糊自适应调节的光储系统跟踪发电计划出力方法
CN111342500B (zh) 小水电虚拟电厂的多时间尺度优化调度方法
CN104467029A (zh) 一种区域小水电、风电日内联合优化调度的方法
CN109460887B (zh) 一种考虑光电接入的电力系统优化调度方法
Gu et al. Look-ahead coordination of wind energy and electric vehicles: A market-based approach
CN109146320A (zh) 一种考虑配电网安全性的虚拟电厂优化调度方法
CN110929428B (zh) 一种电力系统发电容量充裕度确定方法及系统
CN116436039A (zh) 一种虚拟电厂辅助电网二次调频优化调度方法及装置
CN114819373A (zh) 一种基于合作博弈的共享混合储能电站的储能规划方法
CN114971899A (zh) 新能源参与下的日前、日内和实时市场电能交易优化方法
CN115392526A (zh) 含梯级水电的风光水发电系统多时间尺度协调调度方法
CN107947246B (zh) 一种考虑调频增发的风电发电指标分配及增发评估方法
CN111008463A (zh) 一种考虑发电侧储能的容量配置优化方法、装置及设备
CN117913914A (zh) 基于电量分类的一体化项目并网多时段调度方法及装置
CN109474003B (zh) 一种接入风电场的区域电网优化调度方法
CN110707745A (zh) 基于改进vmd的电热综合系统多时间尺度经济调度方法
CN110750758A (zh) 计及风险的微电网的日前优化调度方法
CN109474024B (zh) 一种含光电场的区域电网优化调度方法
CN113240546B (zh) 密集水电地区的机组月度调度方法
CN114614463A (zh) 一种考虑多种不确定性的虚拟电厂交易策略
CN110717694B (zh) 基于新能源消纳期望值的储能配置随机决策方法及装置
CN113158412A (zh) 一种基于布谷鸟算法的光储电站协同优化方法

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