CN109524958B - 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 - Google Patents

考虑深度调峰和需求响应的电力系统灵活性优化调度方法 Download PDF

Info

Publication number
CN109524958B
CN109524958B CN201811324850.1A CN201811324850A CN109524958B CN 109524958 B CN109524958 B CN 109524958B CN 201811324850 A CN201811324850 A CN 201811324850A CN 109524958 B CN109524958 B CN 109524958B
Authority
CN
China
Prior art keywords
load
node
flexibility
unit
time
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
CN201811324850.1A
Other languages
English (en)
Other versions
CN109524958A (zh
Inventor
张利军
孙黎滢
黄锦华
孙可
谷纪亭
孙轶恺
徐晨博
周光东
周明
郭尊
李圆
庄峥宇
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 Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute 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 Corp of China SGCC, North China Electric Power University, Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201811324850.1A priority Critical patent/CN109524958B/zh
Publication of CN109524958A publication Critical patent/CN109524958A/zh
Application granted granted Critical
Publication of CN109524958B publication Critical patent/CN109524958B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法。目前关于电力系统灵活性的研究仍处于起步阶段。本发明的技术方案包括：步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；步骤4，通过对约束条件的转化，将NP‑hard问题转换为线性规划和二次规划问题进行求解。本发明基于电力系统灵活性区间指标的基础上，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划，达到提升系统灵活性目的。

Description

考虑深度调峰和需求响应的电力系统灵活性优化调度方法
技术领域
本发明属于电力系统优化方法，具体地说是一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法。
背景技术
受环境污染和化石燃料短缺问题的驱动，近年来全球范围内以风力和光伏为代表的间歇性可再生能源发电技术得到快速发展。截止2016年底，全球风电和光伏累计装机容量达7.9亿千瓦，占全球累计装机容量的11.8％。然而，间歇性可再生能源出力受资源和预测技术限制而呈现出波动性和不确定性的特点，连同负荷的不确定性，二者共同作用加剧了系统安全可靠运行的风险。为此，2008年国际能源署发布了专题报告提出了“电力系统灵活性”概念，指出通过提高电力系统灵活性水平来增加系统对功率波动的应对能力。我国也专门发布了《关于提升电力系统调节能力的指导意见》，指出通过提升现有机组的深度调峰能力、增加系统负荷侧需求响应资源的利用规模等方法，提高系统灵活性调节能力，达到增加间歇性可再生能源并网规模、减少碳排放的目的。
目前关于考虑电力系统灵活性的优化调度方法，通常是利用历史数据统计或预测手段对间歇性可再生能源出力和负荷的波动性和不确定性进行估计，将估计值放入优化调度模型约束中。而间歇性可再生能源出力和负荷的变化存在不可预见性，通过统计或预测的手段只能对可预见因素进行量化，而无法对不可预见因素进行量化。因此，在上述优化调度方法下系统仍然面临较大风险。
经过对现有技术文献的检索发现,国内暂无关于日前阶段电力系统灵活性优化调度的内容与应用。国外技术文献通常是利用历史数据统计或预测手段对间歇性可再生能源出力和负荷的波动性和不确定性进行估计，将估计值放入优化调度模型约束中，再以系统运行成本为优化目标建立日前阶段的优化调度模型，如《Enhancing Power SystemOperational Flexibility with Flexible Ramping Products:A Review》(IEEETrans.on Industrial Informatics,2017,13(4):1652-1664)、《An IntegratedScheduling Approach to Underpin Flexibility in European Power Systems》(IEEETrans.on Sustainable Energy,2016,7(2):647-657)、《Hourly Demand Response inDay-Ahead Scheduling Considering Generating Unit Ramping Cost》(IEEE Trans.onPower Systems,2013,28(3):2446-2454)、《Thermal Generation Flexibility withRamping Costs and Hourly Demand Response in Stochastic Security-ConstrainedScheduling of Variable Energy Sources》(IEEE Trans.on Power Systems,2015,30(6):2955-2964)。此外，目前关于电力系统灵活性的研究仍处于起步阶段，尚未形成统一理论，相关灵活性评价指标、评价方法及优化调度方法的研究均在发展之中。
发明内容
有鉴于此，本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法，该方法基于电力系统灵活性区间指标的基础上，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划，以达到提升系统灵活性目的。
为实现上述目的，本发明采用以下技术方案：
一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法，其包括以下步骤：
步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；
步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；
步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；
步骤4，通过对约束条件的转化，将NP-hard问题转换为线性规划和二次规划问题进行求解。
作为上述技术方案的补充，所述的步骤1包括：
步骤1.1，建立机组调峰模型：
Figure BDA0001858436920000021
式(1)中，
Figure BDA0001858436920000022
为机组i的最小技术出力，
Figure BDA0001858436920000023
为机组i的最大技术出力，ηi为机组i的最小技术出力占最大技术出力的比例，非深度调峰机组和深度调峰机组的调峰能力由ηi确定；
步骤1.2，建立可中断负荷模型：
Figure BDA0001858436920000024
式(2)中，
Figure BDA0001858436920000025
表示时刻t节点i未参与可中断负荷项目之前的负荷，
Figure BDA0001858436920000026
表示参与之后的负荷，
Figure BDA0001858436920000027
为负荷的中断比例，NIL为参与可中断负荷项目的节点集合；
步骤1.3，建立峰谷分时电价模型，包括：
步骤1.3.1，确定峰谷时段负荷的自身增加比例和峰谷时段之间的负荷转移比例：
Figure BDA0001858436920000031
式(3)中，
Figure BDA0001858436920000032
表示节点i峰时段负荷自身削减比例，
Figure BDA0001858436920000033
表示峰时段转移到谷时段的负荷比例，
Figure BDA0001858436920000034
表示谷时段负荷自身增加比例；εi为节点i的负荷自弹性系数，
Figure BDA0001858436920000035
为峰谷时段之间负荷交叉弹性系数；
Figure BDA0001858436920000036
分别为实行分时电价之后峰时段和谷时段的电价改变比例；
步骤1.3.2，确定各节点负荷各时刻因实行峰谷分时电价而改变的负荷量：
Figure BDA0001858436920000037
式(4)中，
Figure BDA0001858436920000038
表示实行分时电价后t时刻节点i负荷改变量；
Figure BDA0001858436920000039
分别为实行分时电价前峰时段和谷时段的总负荷在相应时段内的平均值；NTOU表示参与分时电价的负荷节点集合；Tf、Tg分别表示峰时段集合和谷时段集合；
步骤1.3.3，确定各节点负荷各时刻实行峰谷分时电价后的负荷：
Figure BDA00018584369200000310
式(5)中，
Figure BDA00018584369200000311
表示t时刻节点i未实行峰谷分时电价之前的负荷，
Figure BDA00018584369200000312
表示实行峰谷分时电之后的负荷。
作为上述技术方案的补充，所述步骤2从所研究节点允许的功率波动区间角度，建立电力系统灵活性区间评价指标如下：
Figure BDA00018584369200000313
式(6)中，
Figure BDA00018584369200000314
分别为系统灵活性区间的下限和上限，
Figure BDA00018584369200000315
分别表示t时刻节点i的灵活性区间下限和上限，
Figure BDA00018584369200000316
为所研究节点的灵活性区间的向量形式，维数为研究节点数N，1是全1列向量。
作为上述技术方案的补充，所述步骤3考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型包括：
步骤3.1，以系统灵活性区间为目标，建立阶段一优化模型，确定各时刻系统的灵活性区间；
步骤3.2，在阶段一确定的系统灵活性区间基础上，以机组运行成本为优化目标，建立阶段二优化模型，确定机组日前出力计划。
作为上述技术方案的补充，所述步骤3.1包括：
步骤3.1.1，确定所述阶段一优化模型的目标函数：
根据所述系统灵活性区间指标，考虑负荷节点、间歇性可再生能源节点及二者混合节点，阶段一建立以调度日各时刻系统灵活性区间为目标的优化调度模型：
Figure BDA0001858436920000041
式(7)中，NT为调度时段集合；
步骤3.1.2，确定所述阶段一优化模型的约束条件。
作为上述技术方案的补充，所述步骤3.1.2阶段一优化模型的约束条件包括电力平衡约束、线路潮流约束、机组出力区间约束、机组出力爬坡约束、节点灵活性区间边界约束和灵活性资源约束；
a.电力平衡约束：
Figure BDA0001858436920000042
Figure BDA0001858436920000043
式(8)和(9)中，Pt表示调度日在t时刻各节点净负荷的预测值向量，
Figure BDA0001858436920000044
表示假设t时刻在节点灵活性区间
Figure BDA0001858436920000045
内围绕Pt变化的向量，二者维数均为净负荷节点个数；
Figure BDA0001858436920000046
表示调度日t时刻各机组计划出力向量，
Figure BDA0001858436920000047
表示当
Figure BDA0001858436920000048
变化时，为保持电力平衡和线路输电容量不越限，对应的机组出力，
Figure BDA0001858436920000049
和
Figure BDA00018584369200000410
的维数为机组个数；
b.线路潮流约束：
Figure BDA00018584369200000411
Figure BDA00018584369200000412
式(10)和(11)中，S1表示基于直流潮流的发电机节点对线路的分布因子矩阵，S2为基于直流潮流净负荷节点对线路的分布因子矩阵，Pl为各条线路输电容量限值向量，维数为线路数量；
c.机组出力区间约束：
Figure BDA00018584369200000413
Figure BDA00018584369200000414
式(12)和(13)中，
Figure BDA00018584369200000415
分别为机组技术出力下限和上限向量，维数为机组个数；
d.机组出力爬坡约束：
Figure BDA0001858436920000051
Figure BDA0001858436920000052
式(14)和(15)中，r为各机组爬坡率构成的向量，Δt是机组调度时间尺度，ΔT为研究的灵活性时间尺度；
e.节点灵活性区间边界约束：
Figure BDA0001858436920000053
Figure BDA0001858436920000054
Figure BDA0001858436920000055
式(16)～(18)中，
Figure BDA0001858436920000056
为t时刻节点i的净负荷，
Figure BDA0001858436920000057
为节点i的额定间歇性可再生能源装机容量；
f.灵活性资源约束：
灵活性资源约束包括所述步骤1中式(1)～(5)。
作为上述技术方案的补充，所述步骤3.2包括：
步骤3.2.1，确定所述阶段二优化模型的目标函数：
Figure BDA0001858436920000058
式(19)中，c2、c1、c0是机组的经济参数，NT为调度时段集合，NG为机组集合，
Figure BDA0001858436920000059
为t时段机组i出力；
步骤3.2.2，确定所述阶段二优化模型的约束条件。
作为上述技术方案的补充，所述步骤3.2.2阶段二优化模型的约束条件，包括步骤3.1.2的约束条件(8)～(18)和系统灵活性区间边界约束。
作为上述技术方案的补充，所述系统灵活性区间边界约束如下：
Figure BDA00018584369200000510
式(20)中，
Figure BDA00018584369200000511
和
Figure BDA00018584369200000512
分别是步骤3.1中阶段一求得的t时刻系统灵活性区间的上限和下限。
作为上述技术方案的补充，所述步骤4实现如下：
步骤4.1，式(11)转化为考虑当节点净负荷取到节点灵活性区间下限
Figure BDA0001858436920000061
和上限
Figure BDA0001858436920000062
时，保证线路潮流不越限：
Figure BDA0001858436920000063
Figure BDA0001858436920000064
步骤4.2，采用线性规划方法求解步骤3.1的阶段一模型，确定各时刻的系统灵活性区间；
步骤4.3，采用二次规划方法求解步骤3.2的阶段二模型，确定各调度时段的机组计划出力。
本发明具有的有益效果是：本发明基于电力系统灵活性区间指标的基础上，考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力，在日前调度阶段通过优化机组的出力编排计划，达到提升系统灵活性目的。本发明使得系统面对无法准确量化的不确定波动时具备更强的鲁棒性。
附图说明
图1是本发明一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法的流程图；
图2是本发明一个实施例的算例中负荷、风电机组和光伏机组出力预测标幺值曲线图；
图3是本发明系统灵活性区间指标示意图；
图4是本发明一个实施例的算例中方案1与方案0的调度日系统灵活性区间对比图；
图5是本发明一个实施例的算例中方案2与方案1的调度日系统灵活性区间对比图。
具体实施方式
下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示，本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法，包括以下步骤：
步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；
步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；
步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；
步骤4，通过对约束条件的转化，将NP-hard问题转换为线性规划和二次规划问题进行求解。
本实施例算例中测试系统为改进的IEEE39节点系统，节点6接入600MW风电机组，节点30机组替换为600MW风电机组，节点32机组替换为600MW光伏机组。系统负荷、节负荷、风电机组出力、光伏机组出力情况如图2所示。因为间歇性可再生能源出力具有短时大幅变化的特点，且国内间歇性可再生能源出力数据时间尺度一般为15min，因此本实施例算例的灵活性时间尺度ΔT和常规机组调度时间尺度Δt均取15min。常规机组的最大技术出力为额定容量，假设正常情况下最小技术出力为额定容量的50％，深度调峰改造后最小技术出力为30％。机组33和35为具有深度调峰能力的机组。
步骤1中参与需求响应的负荷节点、参与需求响应的类型、参与的负荷比例、可中断负荷中断比例及峰谷分时电价项目中的负荷弹性系数如表1所示。峰谷分时电价项目中的峰时段为8:00～22:00，其余为谷时段，可中断负荷项目实行时间是16:00～19:00，峰时电价和谷时电价相对于未实行分时电价项目前分别上调50％和下调50％。
表1参与需求响应的负荷节点相关参数
Figure BDA0001858436920000071
Figure BDA0001858436920000081
实现步骤1包括：
步骤1.1，建立机组调峰模型：
Figure BDA0001858436920000082
式(1)中，
Figure BDA0001858436920000083
为机组i的最小技术出力，
Figure BDA0001858436920000084
为机组i的最大技术出力，ηi为机组i的最小技术出力占最大技术出力的比例。非深度调峰机组和深度调峰机组的调峰能力由ηi确定。
步骤1.2，建立可中断负荷模型：
Figure BDA0001858436920000085
式(2)中，
Figure BDA0001858436920000086
表示时刻t节点i未参与可中断负荷项目之前的负荷，
Figure BDA0001858436920000087
表示参与之后的负荷，
Figure BDA0001858436920000088
为负荷的中断比例，NIL为参与可中断负荷项目的节点集合。
步骤1.3，建立峰谷分时电价模型：
步骤1.3.1，确定峰谷时段负荷的自身增加比例和峰谷时段之间的负荷转移比例：
Figure BDA0001858436920000089
式(3)中，
Figure BDA00018584369200000810
表示节点i峰时段负荷自身削减比例，
Figure BDA00018584369200000811
表示峰时段转移到谷时段的负荷比例，
Figure BDA00018584369200000812
表示谷时段负荷自身增加比例；εi为节点i的负荷自弹性系数，
Figure BDA00018584369200000813
为峰谷时段之间负荷交叉弹性系数；
Figure BDA00018584369200000814
分别为实行分时电价之后峰时段和谷时段的电价改变比例。
步骤1.3.2，确定各节点负荷各时刻因实行峰谷分时电价而改变的负荷量：
Figure BDA00018584369200000815
式(4)中，
Figure BDA00018584369200000816
表示实行分时电价后t时刻节点i负荷改变量；
Figure BDA00018584369200000817
分别为实行分时电价前峰时段和谷时段的总负荷在相应时段内的平均值；NTOU表示参与分时电价的负荷节点集合；Tf、Tg分别表示峰时段集合和谷时段集合。
步骤1.3.3，确定各节点负荷各时刻实行峰谷分时电价后的负荷：
Figure BDA0001858436920000091
式(5)中，
Figure BDA0001858436920000092
表示t时刻节点i未实行峰谷分时电价之前的负荷，
Figure BDA0001858436920000093
表示实行峰谷分时电之后的负荷。
如图3所示，是步骤2中本发明的系统灵活性区间指标示意图，本实施例算例中步骤2所研究节点考虑负荷节点、风电机组节点、光伏机组节点及其三者混合节点。
实现步骤2包括：
从所研究节点允许的功率波动区间角度，建立电力系统灵活性区间评价指标如下：
Figure BDA0001858436920000094
式(6)中，
Figure BDA0001858436920000095
分别为系统灵活性区间的下限和上限，
Figure BDA0001858436920000096
分别表示t时刻节点i的灵活性区间下限和上限，
Figure BDA0001858436920000097
为所研究节点的灵活性区间的向量形式，维数为研究节点数N，1是全1列向量。
为测试本发明所提方法在提升电力系统灵活性方面的效果，实施例算例在步骤3中设置如表2的测试方案，测试结果如图4和图5所示。
表2测试方案
编号 深度调峰 DR资源 优化模型
方案0 不考虑 不考虑 经济调度模型
方案1 不考虑 不考虑 本发明调度模型
方案2 考虑 考虑 本发明调度模型
实现步骤3包括：
步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型实现如下：
步骤3.1，以系统灵活性区间为目标，建立阶段一优化模型，确定各时刻系统的灵活性区间，包括：
步骤3.1.1，确定所述阶段一优化模型的目标函数：
根据所述系统灵活性区间指标，考虑负荷节点、风电机组节点、光伏机组节点及三者混合节点，阶段一建立以调度日各时刻系统灵活性区间为目标的优化调度模型：
Figure BDA0001858436920000101
式(7)中，NT为调度时段集合。
步骤3.1.2，确定所述阶段一优化模型的约束条件：
所述阶段一优化模型的约束条件包括电力平衡约束、线路潮流约束、机组出力区间约束、机组出力爬坡约束、节点灵活性区间边界约束，灵活性资源约束：
a.电力平衡约束：
Figure BDA0001858436920000102
Figure BDA0001858436920000103
式(8)和(9)中，Pt表示调度日在t时刻各节点净负荷(负荷减去间歇性可再生能源出力)的预测值向量，
Figure BDA0001858436920000104
表示假设t时刻在节点灵活性区间
Figure BDA0001858436920000105
内围绕Pt变化的向量，二者维数均为净负荷节点个数；
Figure BDA0001858436920000106
表示调度日t时刻各机组计划出力向量，
Figure BDA0001858436920000107
表示当
Figure BDA0001858436920000108
变化时，为保持电力平衡和线路输电容量不越限，对应的机组出力，
Figure BDA0001858436920000109
和
Figure BDA00018584369200001010
的维数为机组个数；
b.线路潮流约束：
Figure BDA00018584369200001011
Figure BDA00018584369200001012
式(10)和(11)中，S1表示基于直流潮流的发电机节点对线路的分布因子矩阵，S2为基于直流潮流净负荷节点对线路的分布因子矩阵，Pl为各条线路输电容量限值向量，维数为线路数量；
c.机组出力区间约束：
Figure BDA00018584369200001013
Figure BDA00018584369200001014
式(12)和(13)中，
Figure BDA00018584369200001015
分别为机组技术出力下限和上限向量，维数为机组个数；
d.机组出力爬坡约束：
Figure BDA00018584369200001016
Figure BDA00018584369200001017
式(14)和(15)中，r为各机组爬坡率构成的向量，Δt是机组调度时间尺度，ΔT为研究的灵活性时间尺度；
e.节点灵活性区间边界约束：
Figure BDA0001858436920000111
Figure BDA0001858436920000112
Figure BDA0001858436920000113
式(16)～(18)中，
Figure BDA0001858436920000114
为t时刻节点i的净负荷，
Figure BDA0001858436920000115
为节点i的额定间歇性可再生能源装机容量；
f.灵活性资源约束：
灵活性资源约束包括所述步骤1中式(1)～(5)。
步骤3.2，在阶段一确定的系统灵活性区间基础上，以机组运行成本为优化目标，建立阶段二优化模型，确定机组日前出力计划，包括：
步骤3.2.1，确定所述阶段二优化模型的目标函数：
Figure BDA0001858436920000116
式(19)中，c2、c1、c0是机组的经济参数，NT为调度时段集合，NG为机组集合，
Figure BDA0001858436920000117
为t时段机组i出力。
步骤3.2.2，确定所述阶段二优化模型的约束条件：
所述阶段二优化模型的约束条件包括步骤3.1.2所述的所有约束条件和系统灵活性区间边界约束。
系统灵活性区间边界约束如下：
Figure BDA0001858436920000118
式(20)中，
Figure BDA0001858436920000119
和
Figure BDA00018584369200001110
分别是所述步骤3.1中阶段一求得的t时刻系统灵活性区间的上限和下限。
在上述一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法中，所述步骤4包括：
步骤4.1，约束(11)转化为考虑当节点净负荷取到节点灵活性区间下限
Figure BDA00018584369200001111
和上限
Figure BDA0001858436920000121
时，保证线路潮流不越限：
Figure BDA0001858436920000122
Figure BDA0001858436920000123
步骤4.2，采用线性规划方法求解步骤3.1的阶段一模型，确定各时刻的系统灵活性区间；
步骤4.3，采用二次规划方法求解步骤3.2的阶段二模型，确定各调度时段的机组计划出力。
从上述的技术方案来看，本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法，其有益效果是：使得系统面对无法准确量化的不确定波动时具备更强的鲁棒性。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,而这些未脱离本发明精神和范围的任何修改或者等同替换,其均在本发明的权利要求保护范围之内。

Claims (9)

1.考虑深度调峰和需求响应的电力系统灵活性优化调度方法，其特征在于，包括以下步骤：
步骤1，考虑机组深度调峰和需求响应，建立灵活性资源模型；
步骤2，从所研究节点允许的功率波动区间角度出发，建立电力系统灵活性区间评价指标；
步骤3，考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型；
步骤4，通过对约束条件的转化，将NP-hard问题转换为线性规划和二次规划问题进行求解；
所述的步骤1包括：
步骤1.1，建立机组调峰模型：
Figure FDA0002474211340000011
式(1)中，
Figure FDA0002474211340000012
为机组i的最小技术出力，
Figure FDA0002474211340000013
为机组i的最大技术出力，ηi为机组i的最小技术出力占最大技术出力的比例，非深度调峰机组和深度调峰机组的调峰能力由ηi确定；
步骤1.2，建立可中断负荷模型：
Figure FDA0002474211340000014
式(2)中，
Figure FDA0002474211340000015
表示时刻t节点i未参与可中断负荷项目之前的负荷，
Figure FDA0002474211340000016
表示参与之后的负荷，
Figure FDA0002474211340000017
为负荷的中断比例，NIL为参与可中断负荷项目的节点集合；
步骤1.3，建立峰谷分时电价模型，包括：
步骤1.3.1，确定峰谷时段负荷的自身增加比例和峰谷时段之间的负荷转移比例：
Figure FDA0002474211340000018
式(3)中，
Figure FDA0002474211340000019
表示节点i峰时段负荷自身削减比例，
Figure FDA00024742113400000110
表示峰时段转移到谷时段的负荷比例，
Figure FDA00024742113400000111
表示谷时段负荷自身增加比例；εi为节点i的负荷自弹性系数，
Figure FDA00024742113400000112
为峰谷时段之间负荷交叉弹性系数；
Figure FDA00024742113400000113
分别为实行分时电价之后峰时段和谷时段的电价改变比例；
步骤1.3.2，确定各节点负荷各时刻因实行峰谷分时电价而改变的负荷量：
Figure FDA00024742113400000114
式(4)中，
Figure FDA0002474211340000021
表示实行分时电价后t时刻节点i负荷改变量；
Figure FDA0002474211340000022
分别为实行分时电价前峰时段和谷时段的总负荷在相应时段内的平均值；NTOU表示参与分时电价的负荷节点集合；Tf、Tg分别表示峰时段集合和谷时段集合；
步骤1.3.3，确定各节点负荷各时刻实行峰谷分时电价后的负荷：
Figure FDA0002474211340000023
式(5)中，
Figure FDA0002474211340000024
表示t时刻节点i未实行峰谷分时电价之前的负荷，
Figure FDA0002474211340000025
表示实行峰谷分时电价之后的负荷。
2.如权利要求1所述的方法，其特征在于，所述步骤2从所研究节点允许的功率波动区间角度，建立电力系统灵活性区间评价指标如下：
Figure FDA0002474211340000026
式(6)中，
Figure FDA0002474211340000027
分别为系统灵活性区间的下限和上限，
Figure FDA0002474211340000028
分别表示t时刻节点i的灵活性区间下限和上限，
Figure FDA0002474211340000029
为所研究节点的灵活性区间的向量形式，维数为研究节点数N，1是全1列向量。
3.如权利要求2所述方法，其特征在于，所述步骤3考虑系统灵活性资源的调节能力，建立考虑电力系统灵活性的机组出力日前优化调度模型包括：
步骤3.1，以系统灵活性区间为目标，建立阶段一优化模型，确定各时刻系统的灵活性区间；
步骤3.2，在阶段一确定的系统灵活性区间基础上，以机组运行成本为优化目标，建立阶段二优化模型，确定机组日前出力计划。
4.如权利要求3所述的方法，其特征在于，所述步骤3.1包括：
步骤3.1.1，确定所述阶段一优化模型的目标函数：
根据所述系统灵活性区间指标，考虑负荷节点、间歇性可再生能源节点及二者混合节点，阶段一建立以调度日各时刻系统灵活性区间为目标的优化调度模型：
Figure FDA00024742113400000210
式(7)中，NT为调度时段集合；
步骤3.1.2，确定所述阶段一优化模型的约束条件。
5.如权利要求4所述的方法，其特征在于，所述步骤3.1.2阶段一优化模型的约束条件包括电力平衡约束、线路潮流约束、机组出力区间约束、机组出力爬坡约束、节点灵活性区间边界约束和灵活性资源约束；
a.电力平衡约束：
Figure FDA0002474211340000031
Figure FDA0002474211340000032
式(8)和(9)中，Pt表示调度日在t时刻各节点净负荷的预测值向量，
Figure FDA0002474211340000033
表示假设t时刻在节点灵活性区间
Figure FDA0002474211340000034
内围绕Pt变化的向量，二者维数均为净负荷节点个数；
Figure FDA0002474211340000035
表示调度日t时刻各机组计划出力向量，
Figure FDA0002474211340000036
表示当
Figure FDA0002474211340000037
变化时，为保持电力平衡和线路输电容量不越限，对应的机组出力，
Figure FDA0002474211340000038
和
Figure FDA0002474211340000039
的维数为机组个数；
b.线路潮流约束：
Figure FDA00024742113400000310
Figure FDA00024742113400000311
式(10)和(11)中，S1表示基于直流潮流的发电机节点对线路的分布因子矩阵，S2为基于直流潮流净负荷节点对线路的分布因子矩阵，Pl为各条线路输电容量限值向量，维数为线路数量；
c.机组出力区间约束：
Figure FDA00024742113400000312
Figure FDA00024742113400000313
式(12)和(13)中，
Figure FDA00024742113400000314
分别为机组技术出力下限和上限向量，维数为机组个数；
d.机组出力爬坡约束：
Figure FDA00024742113400000315
Figure FDA00024742113400000316
式(14)和(15)中，r为各机组爬坡率构成的向量，Δt是机组调度时间尺度，ΔT为研究的灵活性时间尺度；
e.节点灵活性区间边界约束：
Figure FDA00024742113400000317
Figure FDA0002474211340000041
Figure FDA0002474211340000042
式(16)～(18)中，
Figure FDA0002474211340000043
为t时刻节点i的净负荷，
Figure FDA0002474211340000044
为节点i的额定间歇性可再生能源装机容量；
f.灵活性资源约束：
灵活性资源约束包括所述步骤1中式(1)～(5)。
6.如权利要求5所述的方法，其特征在于，所述步骤3.2包括：
步骤3.2.1，确定所述阶段二优化模型的目标函数：
Figure FDA0002474211340000045
式(19)中，c2、c1、c0是机组的经济参数，NT为调度时段集合，NG为机组集合，
Figure FDA0002474211340000046
为t时段机组i出力；
步骤3.2.2，确定所述阶段二优化模型的约束条件。
7.如权利要求6所述的方法，其特征在于，所述步骤3.2.2阶段二优化模型的约束条件，包括步骤3.1.2阶段一优化模型的全部约束条件和系统灵活性区间边界约束。
8.如权利要求7所述的方法，其特征在于，所述系统灵活性区间边界约束如下：
Figure FDA0002474211340000047
式(20)中，
Figure FDA0002474211340000048
和
Figure FDA0002474211340000049
分别是步骤3.1中阶段一求得的t时刻系统灵活性区间的上限和下限。
9.如权利要求5所述的方法，其特征在于，所述步骤4实现如下：
步骤4.1，式(11)转化为考虑当节点净负荷取到节点灵活性区间下限
Figure FDA00024742113400000410
和上限
Figure FDA00024742113400000411
时，保证线路潮流不越限：
Figure FDA00024742113400000412
Figure FDA00024742113400000413
步骤4.2，采用线性规划方法求解步骤3.1的阶段一模型，确定各时刻的系统灵活性区间；
步骤4.3，采用二次规划方法求解步骤3.2的阶段二模型，确定各调度时段的机组计划出力。
CN201811324850.1A 2018-11-08 2018-11-08 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 Active CN109524958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811324850.1A CN109524958B (zh) 2018-11-08 2018-11-08 考虑深度调峰和需求响应的电力系统灵活性优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811324850.1A CN109524958B (zh) 2018-11-08 2018-11-08 考虑深度调峰和需求响应的电力系统灵活性优化调度方法

Publications (2)

Publication Number Publication Date
CN109524958A CN109524958A (zh) 2019-03-26
CN109524958B true CN109524958B (zh) 2020-06-30

Family

ID=65773316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811324850.1A Active CN109524958B (zh) 2018-11-08 2018-11-08 考虑深度调峰和需求响应的电力系统灵活性优化调度方法

Country Status (1)

Country Link
CN (1) CN109524958B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111215B (zh) * 2019-05-05 2021-06-11 中国电力企业联合会电力建设技术经济咨询中心 计及离散出力特征的火电机群固有运行灵活性评价方法
CN110311424B (zh) * 2019-05-21 2023-01-20 沈阳工业大学 一种基于双时间尺度净负荷预测的储能调峰控制方法
CN110417007B (zh) * 2019-07-25 2023-03-10 天津大学 一种有源配电系统运行灵活性的时序量化分析方法
CN110957764A (zh) * 2019-10-15 2020-04-03 国网浙江省电力有限公司经济技术研究院 一种电力系统发电机组灵活性评价方法
CN111340335A (zh) * 2020-02-13 2020-06-26 国网青海省电力公司经济技术研究院 用于火电机组灵活性供给能力的评估方法及系统
CN111915179B (zh) * 2020-07-27 2024-03-12 浙江大学 一种考虑机组灵活性的电力系统发电侧串谋风险防控方法
CN112633909B (zh) * 2020-10-26 2021-10-29 国网区块链科技(北京)有限公司 基于联盟链和负荷侧资源参与的辅助服务系统及补偿方法
CN112395748B (zh) * 2020-11-05 2023-05-23 国网四川省电力公司经济技术研究院 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法
CN112488374B (zh) * 2020-11-24 2022-07-19 国网江苏省电力有限公司经济技术研究院 一种基于时序生产模拟的广义需求响应优化配比研究方法
CN112949924B (zh) * 2021-03-09 2023-03-03 中国南方电网有限责任公司 考虑电量执行与调峰匹配的机组组合优化方法和控制器
CN112952847B (zh) * 2021-04-06 2022-09-16 合肥工业大学 考虑用电需求弹性的多区域主动配电系统调峰优化方法
CN114336730B (zh) * 2021-11-21 2023-08-15 国网江苏省电力有限公司 一种考虑辅助服务优选的电力系统低碳优化调度方法
CN114389262B (zh) * 2022-01-21 2024-01-09 合肥工业大学 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN115360706A (zh) * 2022-09-23 2022-11-18 福州大学 考虑dr和灵活性供需平衡的源荷储联合调度方法及系统
CN115907240B (zh) * 2023-03-09 2023-06-20 四川大学 计及互补互济运行特性的电网多类型调峰资源规划方法
CN117439090B (zh) * 2023-12-19 2024-04-02 浙江大学 以灵活调节系数为指标的灵活性资源配置或调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096040A (zh) * 2015-07-21 2015-11-25 国家电网公司 一种需求响应用户自动筛选方法
CN105186584A (zh) * 2015-10-29 2015-12-23 东北电力大学 一种考虑调峰和爬坡需求的两阶段源-荷调度方法及装置
US9581979B2 (en) * 2011-12-15 2017-02-28 Restore Nv Automated demand response energy management system
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN108416536A (zh) * 2018-04-10 2018-08-17 国网江苏省电力有限公司电力科学研究院 一种消纳新能源的需求响应资源多时间尺度滚动调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9581979B2 (en) * 2011-12-15 2017-02-28 Restore Nv Automated demand response energy management system
CN105096040A (zh) * 2015-07-21 2015-11-25 国家电网公司 一种需求响应用户自动筛选方法
CN105186584A (zh) * 2015-10-29 2015-12-23 东北电力大学 一种考虑调峰和爬坡需求的两阶段源-荷调度方法及装置
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN108416536A (zh) * 2018-04-10 2018-08-17 国网江苏省电力有限公司电力科学研究院 一种消纳新能源的需求响应资源多时间尺度滚动调度方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
An Integrated Scheduling Approach to Underpin Flexibility in European Power Systems;Ilias G. Marneris等;《IEEE Transactions on Sustainable Energy》;20151120;第7卷(第2期);全文 *
Enhancing Power System Operational Flexibility With Flexible Ramping Products: A Review;Qin Wang等;《IEEE Transactions on Industrial Informatics》;20161209;第13卷(第4期);全文 *
Hourly Demand Response in Day-Ahead Scheduling Considering Generating Unit Ramping Cost;Hongyu Wu等;《IEEE Transactions on Power Systems》;20130419;第28卷(第3期);全文 *
Research on improving flexibility of integrated power and gas energy system considering P2G and demand response;Duan Jiandong等;《2017 IEEE Conference on Energy Internet and Energy System Integration (EI2)》;20180104;全文 *
Thermal Generation Flexibility With Ramping Costs and Hourly Demand Response in Stochastic Security-Constrained Scheduling of Variable Energy Sources;Hongyu Wu等;《IEEE Transactions on Power Systems》;20141211;第30卷(第6期);全文 *
基于热网互联的电力系统灵活性调度模型;魏炜等;《电力自动化设备》;20170630;第37卷(第6期);第164-170页 *
考虑可再生能源电源功率不确定性的电源灵活性评价;肖定垚等;《电力自动化设备》;20150731;第35卷(第7期);全文 *

Also Published As

Publication number Publication date
CN109524958A (zh) 2019-03-26

Similar Documents

Publication Publication Date Title
CN109524958B (zh) 考虑深度调峰和需求响应的电力系统灵活性优化调度方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN109256799B (zh) 一种基于样本熵的新能源电力系统优化调度方法
CN108539731B (zh) 一种调峰辅助服务成本的补偿与分摊计算方法
CN111541244B (zh) 考虑储能装置度电成本的电网侧储能装置容量计算方法
CN112952805A (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
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
CN107103431B (zh) 一种供热期调峰约束下电网弃风情况分析方法
CN103593711A (zh) 一种分布式电源优化配置方法
CN112671040A (zh) 一种考虑新能源消纳最大的多能互补系统日前优化调度方法
CN110783927B (zh) 多时间尺度交直流配电网调度方法及装置
Chen et al. Scheduling strategy of hybrid wind-photovoltaic-hydro power generation system
Gao et al. Multi-Time scale rolling economic dispatch for integrated electricity-heating systems based on improved variational mode decomposition
CN114899880A (zh) 基于线性化求解方法的灵活性电力系统时序生产模拟方法
CN107834543B (zh) 一种基于两阶段混合整数规划的电力系统运行模拟方法
CN110826778A (zh) 一种主动适应新能源发展的负荷特性优化计算方法
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN115600838A (zh) 一种水电站调节能力评价方法、设备和介质
CN113013881B (zh) 考虑能源站的配电网分布式光伏并网接纳能力计算方法
Li et al. Research on multi-objective optimization model of industrial microgrid considering demand response technology and user satisfaction
Die et al. The multi-objective fuzzy optimization scheduling of the combined system of wind-photovoltaic-pumping considering electricity equity
Tang et al. Research on planning technology of integrated wind-solar-thermal-storage energy base
Ma et al. Cooperative scheduling strategy of distributed energy storage system in regional grid with high proportion of renewable energy
Zhou et al. A study on source-network-demand coordinated expansion planning of the sending power system considering DC transmission and hydro-solar complementary
Zhang Study on the Effects of Different Measures in Promoting Renewable Energy Consumption

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