CN109726875B - 一种基于三公调度和经济调度的电力调度预测方法 - Google Patents
一种基于三公调度和经济调度的电力调度预测方法 Download PDFInfo
- Publication number
- CN109726875B CN109726875B CN201910174365.9A CN201910174365A CN109726875B CN 109726875 B CN109726875 B CN 109726875B CN 201910174365 A CN201910174365 A CN 201910174365A CN 109726875 B CN109726875 B CN 109726875B
- Authority
- CN
- China
- Prior art keywords
- power
- predicted
- market
- dispatching
- power generation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010248 power generation Methods 0.000 claims abstract description 115
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 56
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 51
- 230000005611 electricity Effects 0.000 claims description 38
- 239000000446 fuel Substances 0.000 claims description 18
- 230000005612 types of electricity Effects 0.000 claims 1
- 230000009466 transformation Effects 0.000 abstract description 14
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000003245 coal Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于三公调度和经济调度的电力调度预测方法，该方法包括如下步骤；将总需求电量划分为计划部分发电量和市场部分发电量，利用各类电源的状态信息和计划部分发电量分别确定各类电源的计划部分预测发电量和预测装机容量，以确定市场部分预测装机容量；根据约束条件确定各类电源的市场部分预测小时发电量所处范围，在该范围内，利用各类电源的市场部分预测小时发电量和预测小时市场电价确定最低用电成本，将各类电源的预测发电量和装机容量作为电力调度预测结果。在多变的市场化电力交易的环境下，本发明能够对未来电力调度方案进行合理预测和规划，以达到优化电源结构、实现电力系统的低碳转型及促进清洁能源的发展等技术目的。
Description
技术领域
本发明涉及电力调度技术领域，更为具体地，本发明为一种基于三公调度和经济调度的电力调度预测方法。
背景技术
随着清洁能源的大规模发展，电能占终端能源的消费比例不断增加，电力系统在能源系统中的角色越来越关键；比如，2017年中国电力需求6308TWh，而且预计未来用电需求会持续放缓但仍保持一定程度增长，在常规转型情景下，预计到2035年，中国的总电力需求将达到10500TWh；但是，随着电力需求模式的转变和环保成本的上升，如可持续清洁能源的发展和碳减排要求，电力行业正面临着巨大的转型挑战，纵观历史数据，截至2017年底，中国煤电(煤炭发电)装机量为1020GW、占装机总量58％，可再生能源发电装机容量650GW、占全部电力装机的36.6％，而从发电量来看，煤电全年为42000亿千瓦时，占比更是高达67％，火力发电在发电结构中占极大比重，现有的电力调度方案在需求、发电等方面缺乏灵活性，所以现有的电力调度方案往往无法满足未来电力系统优化改革和能源转型的需要。
鉴于此，有人提出了一些电力行业能源转型的方案，比如，使用动态CGE模型分析国家碳交易市场对电力行业的影响，远程能源替代计划(LEAP)模型模拟电力部门在不同未来情景下的路径，建立新开发的多层次视角(MLP)过渡等，但这些方案仍然存在局限，无法适应未来电力市场改革进程下市场化电力交易比例变化导致的电源结构变化以及实时电力调度方式的变化。
因此，如何能够在满足电力系统优化改革和能源转型需要的前提下对电力进行合理调度，成为了本领域技术人员亟待解决的技术问题和研究的重点。
发明内容
为解决现有技术无法适应未来电力市场改革进程下市场化电力交易比例变化导致的电源结构变化及实时电力调度方式的变化等问题，本发明创新提供了一种基于三公调度和经济调度的电力调度预测方法，通过三公调度模式对计划部分电量进行分配，并通过经济调度模式对市场部分电量进行分配，以最低用电成本为原则得到未来各类电源机组的发电量情况，从而实现对电力进行合理调度、优化电源结构、降低碳排量等技术目的。
为实现上述技术目的，本发明公开了一种基于三公调度和经济调度的电力调度预测方法，该方法包括如下步骤；
将总需求电量划分为计划部分发电量和市场部分发电量，且所述计划部分发电量与所述市场部分发电量的总和为总需求电量；
利用各类电源的状态信息和所述计划部分发电量分别确定各类电源的计划部分预测发电量以及各类电源的计划部分预测装机容量，其中，所述状态信息包括年平均利用小时数和总装机容量；
通过所述各类电源的计划部分预测装机容量和各类电源的总装机容量确定各类电源的市场部分预测装机容量；对于任一类电源，其计划部分预测装机容量与其市场部分预测装机容量的总和为其总装机容量；
令任一类电源的市场部分预测装机容量大于或等于其自身市场部分预测小时发电量，并令所有类电源的市场部分预测小时发电量总和等于其市场部分小时发电量，以确定各类电源的市场部分预测小时发电量所处范围；
在各类电源的市场部分预测小时发电量所处范围内，利用各类电源的市场部分预测小时发电量和各类电源的预测小时市场电价得到用电成本集合，根据所述用电成本集合确定最低用电成本，然后将所述最低用电成本对应的各类电源的市场部分预测小时发电量、所述各类电源的市场部分预测装机容量、所述各类电源的计划部分预测发电量以及所述各类电源的计划部分预测装机容量作为电力调度预测结果。
基于上述的技术方案，本发明创新通过三公调度模式对计划部分发电量进行调度、通过经济调度模式对市场部分发电量进行调度，能够实现在最小化系统成本的前提下对各类电源电力进行优化调度，在降低用电成本同时减少了煤电使用比例，所以本发明能够适应未来电力市场改革进程下市场化电力交易比例变化导致的电源结构变化，且能够减少碳排放，彻底解决现有技术存在的诸多问题。
进一步地，通过最低用电成本对应的各类电源的市场部分预测小时发电量确定各类电源的市场部分预测发电量，利用所述各类电源的市场部分预测发电量、所述各类电源的计划部分预测发电量、各类电源的燃料碳排放强度及各类电源发电一千瓦时的燃料消耗率确定在所述电力调度预测结果下的碳排放量。
进一步地，利用在所述电力调度预测结果下的碳排放量和所述总需求电量确定碳排放强度。
基于上述改进的技术方案，在采用本方案对电力进行调度的条件下，本发明还能够精确地预测出发电过程的碳排放量和碳排放强度，从而根据能源转型需要实时调整电力调度策略。
进一步地，通过如下方式对总需求电量进行划分；
PPDt,m＝PDt,m×St
MPDt,m＝PDt,m×(1-St)
其中，PPDt,m表示在当前发电模式m下第t年的计划部分发电量，PDt,m表示在当前发电模式m下第t年的总需求电量，St表示第t年的计划部分发电量占总需求电量的比例，MPDt,m表示在当前发电模式m下第t年的市场部分发电量。
进一步地，通过如下方式确定各类电源的计划部分预测发电量和各类电源的计划部分预测装机容量；
其中，ppgn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测发电量，OHn表示第n类电源的年平均利用小时数，ticn,t表示第n类电源第t年的总装机容量，N表示电源的种类数，picn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测装机容量。
进一步地，通过如下方式确定各类电源的市场部分预测装机容量；
micn,t,m＝ticn,t,m-picn,t,m
其中，micn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测装机容量，ticn,t,m表示在当前发电模式m下第t年第n类电源的总装机容量。
进一步地，通过如下方式确定各类电源的市场部分预测小时发电量所处范围；
0≤mpgn,t,m,j≤micn,t,m,j
其中，mpgn,t,m,j表示在当前发电模式m下第t年第n类电源市场部分预测第j小时的发电量，micn,t,m,j表示在当前发电模式m下第t年第n类电源的市场部分预测第j小时的装机容量，MPDt,m,j表示在当前发电模式m下第t年各类电源的市场部分第j小时的发电量。
进一步地，通过如下方式从用电成本集合中确定最低用电成本；
其中，min()表示最小值运算符号，mpt,j表示预测第t年第j小时市场电价。
进一步地，通过如下方式确定年碳排放量；
其中，cet,m表示在当前发电模式m下第t年的年碳排放量，mpgn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测发电量，CEIn表示第n类电源的燃料碳排放强度，FCRn,t表示第t年第n类电源发电一千瓦时的燃料消耗率。
进一步地，通过如下方式确定年平均碳排放强度；
其中，ceit,m表示在当前发电模式m下第t年的年平均碳排放强度。
本发明的有益效果为：本发明能够在多变的市场化电力交易的环境下对未来电力调度方案进行合理预测和规划，从而达到优化电源结构、实现电力系统的低碳转型及促进清洁能源的发展等技术目的。
附图说明
图1为基于三公调度和经济调度的电力调度预测方法的流程示意图。
图2为利用本发明预测的2019～2035年各类电源发电量组成示意图。
具体实施方式
下面结合说明书附图对本发明所提供的基于三公调度和经济调度的电力调度预测方法进行详细的解释和说明。
为解决现有技术存在的诸多问题，如图1所示，本实施例公开了一种基于三公调度和经济调度的电力调度预测方法，将三公调度和经济调度相结合，以低用电成本为导向，能够显著提高电力系统调度的灵活性，而且能够优化电源结构，鼓励发展清洁能源和可再生能源等新能源，实现电力行业转型与碳减排目标；具体来说，该方法包括如下步骤。
步骤1，本实施例根据电力市场建设进程下的市场交易占全社会用电量的比例进行预测，将总需求电量划分为计划部分发电量和市场部分发电量，且计划部分发电量与市场部分发电量的总和为总需求电量。
具体地，本实施例通过如下方式对总需求电量进行划分；
计划部分发电量PPDt,m＝PDt,m×St
市场部分发电量MPDt,m＝PDt,m×(1-St)
其中，PPDt,m表示在当前发电模式m下第t年的计划部分发电量，PDt,m表示在当前发电模式m下第t年的总需求电量，St表示第t年的计划部分发电量占总需求电量的比例，MPDt,m表示在当前发电模式m下第t年的市场部分发电量；涉及的“发电模式m”应理解为实际发电过程中发电机组工作模式。
步骤2，基于三公调度模式下，利用各类电源的状态信息和计划部分发电量分别确定各类电源的计划部分预测发电量以及各类电源的计划部分预测装机容量，即确定了将计划部分电量分配到各类电源中的发电量和计划部分各类电源的装机容量；其中，状态信息包括年平均利用小时数和总装机容量，以根据各类发电技术(即各类电源)的平均运行小时数及其装机容量实现各类发电技术发电指标的平均调度分配；本实施例通过如下方式确定各类电源的计划部分预测发电量和各类电源的计划部分预测装机容量；
其中，ppgn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测发电量，OHn表示第n类电源的年平均利用小时数，ticn,t表示第n类电源第t年的总装机容量，N表示电源的种类数，picn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测装机容量。
步骤3，通过各类电源的计划部分预测装机容量和各类电源的总装机容量确定各类电源的市场部分预测装机容量，即，通过各类电源的总装机容量和各类电源的计划部分预测装机容量的差值确定各类电源的市场部分预测装机容量；对于任一类电源，其计划部分预测装机容量与其市场部分预测装机容量的总和为其总装机容量；本实施例中，通过如下方式确定各类电源的市场部分预测装机容量；
micn,t,m＝ticn,t,m-picn,t,m
其中，micn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测装机容量，ticn,t,m表示在当前发电模式m下第t年第n类电源的总装机容量。
步骤4，为市场部分各类电源装机容量和市场部分所有类电源的发电能力提出约束条件，令任一类电源的市场部分预测装机容量大于或等于其自身市场部分预测小时发电量，并令所有类电源的市场部分预测小时发电量总和等于其(即所有类电源)市场部分小时发电量，以确定各类电源的市场部分预测小时发电量所处范围(如多个离散值)。在本实施例中，通过如下方式确定各类电源的市场部分预测小时发电量所处范围。
0≤mpgn,t,m,j≤micn,t,m,j
其中，mpgn,t,m,j表示在当前发电模式m下第t年第n类电源市场部分预测第j小时的发电量，micn,t,m,j表示在当前发电模式m下第t年第n类电源的市场部分预测第j小时的装机容量，MPDt,m,j表示在当前发电模式m下第t年各类电源的市场部分第j小时的发电量。
步骤5，在各类电源的市场部分预测小时发电量所处范围内，令每类电源直接与系统中其他所有各类电源进行直接竞争，利用各类电源的市场部分预测小时发电量和各类电源的预测小时市场电价得到用电成本集合，根据用电成本集合确定最低用电成本，然后将最低用电成本对应的各类电源的市场部分预测小时发电量、各类电源的市场部分预测装机容量、各类电源的计划部分预测发电量以及各类电源的计划部分预测装机容量作为电力调度预测结果，比如按照各类发电机组所报的边际成本价格从低到高进行调度、直至满足上述需求，电力系统能够选择用电成本最低的发电机组进行优化上网，并能够确定发电机组约束下的总成本最小模型，进而有助于更好地解释电力市场进程对电力系统中各类电源的影响，更好的模拟在新阶段的电力市场改革与碳减排成本变化对未来电力行业低碳发展及碳减排目标实现的影响，为新电改政策与碳交易政策的制定提供有力的数据支持。
本实施例中，市场部分的系统电源经济调度模型的目标函数是使电力行业的用电成本最最小化，采用基于小时的发电技术调度优化算法，采用根据各类电源用电成本从低到高的报价方式，选择用电成本最低的方案。
具体通过如下方式从用电成本集合中确定最低用电成本，从而得到使结果最小的多个mpt,j和mpgn,t,m,j。
其中，min()表示最小值运算符号，mpt,j表示预测第t年第j小时市场电价。
本发明能够解决未来电力市场改革进程下计划部分和市场部分各类电源组合的实时电力调度问题，煤炭作为不可再生能源，其发电成本相对较高，通过改变三公调度和经济调度两种调度模式下的需求用电量比，本发明基于最低用电成本原则对电力调度进行规划，相当于提供了一种电力行业低碳发展分析机制，或者说本发明提供了一种预测未来电力行业电源结构与碳减排效果两者兼顾的方法，该方法能实现电力清洁、高效、安全持续发展，下述内容将进一步说明。
在本实施例提供的电力调度预测方案的基础上，本发明还能够实现对各类电源成本进行计算，电源成本被分为两大部分投资成本和发电成本，投资成本由总投资费用，电源使用寿命和贴现率决定；发电成本包括电源的运行维护成本、燃料成本、碳排放成本，该部分成本决定了电源的边际成本。
投资成本
其中，CAPn表示第n类电源的投资成本，
表示第n类电源的年投资成本，Tn表示第n类电源的预期寿命，i表示投资成本贴现率，CRFn表示第n类电源的投资系数。
燃料成本vfcn,t＝FCRn,t×FPt
其中，vfcn,t表示第t年第n类电源发电一千瓦时的可变燃料成本，FCRn,t表示第t年第n类电源发电一千瓦时的燃料消耗率，FPt表示第t年的燃料价格。
碳排放成本vecn,t＝CEIn×FCRn,t×CPt
其中，vecn,t表示第t年第n类电源发电一千瓦时的可变碳排放成本，CEIn表示第n类电源的燃料碳排放强度，CPt表示第t年的碳价。
电源边际成本
其中，mcn,t表示第t年第n类电源的边际成本，vomcn表示可变运营成本。
步骤6，作为改进的技术方案，通过最低用电成本对应的各类电源的市场部分预测小时发电量确定各类电源的市场部分预测发电量，利用各类电源的市场部分预测发电量、各类电源的计划部分预测发电量、各类电源的燃料碳排放强度及各类电源发电一千瓦时的燃料消耗率确定在电力调度预测结果下的碳排放量。如图2所示，本发明进行了从2019至2035年未来17年的电力市场化进行模拟仿真，能够根据未来阶段的预测用电需求曲线对各类电源机组进行发电实时调度，经过实验数据统计表明：在提高电力供应能力前提下，通过本发明对调度电力的方式能够显著降低煤炭使用量，从而显著降低碳排放量，进而达到节能环保等技术目的。
作为较佳的技术方案，本实施例利用在电力调度预测结果下的碳排放量和总需求电量确定碳排放强度。
本实施例通过如下方式确定年碳排放量：
其中，cet,m表示在当前发电模式m下第t年的年碳排放量，mpgn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测发电量，CEIn表示第n类电源的燃料碳排放强度，FCRn,t表示第t年第n类电源发电一千瓦时的燃料消耗率。
更为具体地，通过如下方式确定年平均碳排放强度；
其中，ceit,m表示在当前发电模式m下第t年的年平均碳排放强度。
在本实施例提供的电力调度预测方案的基础上，本实施例还能够得到市场部分下由各类电源发电量与装机容量决定的容量因子、电源平均成本、收益与净值、市场部分总收益、平均电价等，具体说明如下。
市场部分的各类电源容量因子
其中，mcfn,t表示第t年第n类电源的容量因子，MPt,j表示预测第t年第j小时市场电价，micn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测装机容量。
各类电源平均成本
其中，lcoen,t表示第t年第n类电源的平均成本，fomcn,t表示第t年第n类电源的固定运营成本。
各类电源平均收益
各类电源净值netvaluen,t＝lacen,t-lcoen,t
各类电源市场总收益revenuen,t＝lacen,t×8760×mcfn,t×micn,t,m
其中，lacen,t表示第t年第n类电源的平均收益，netvaluen,t表示表示第t年第n类电源的净值，revenuen,t表示第t年第n类电源的总收益。
市场部分年平均电价
其中，
表示在当前发电模式m下第t年的市场部分年平均电价。
本发明能够实现对各类电源发电量、总发电占比、平均利用小时数、碳排放总量及其强度等输出结构进行分析，进而分析新一轮电力市场改革和碳市场建设对电力能源结构转型和碳减排任务效果，为电力调度策略的制定提供坚实的预测数据支持；面对未来各种的电力市场改革进程和碳市场政策情景下，本发明通过三公调度模式和市场经济调度模式分别满足未来的计划电量需求和市场电量需求，通过对各类电源机组发电情况的有效模拟得到未来电力行业的各类电源发电量，从而预测未来电源结构变化与转型，并能够结合各类电源的发电碳排放强度得到未来电力行业总碳排放等预测结果。
本发明能够反映出各类电改政策与碳排放政策下的电力需求与发电组合调度之间的复杂关系，为分析我国未来电力行业能源转型、低碳发展与碳减排目标的实现提供一种合理分析预测机制。因此，本发明能够极大助力于电力转型发展，对同时实现能源转型目标和碳减排目标有非常重大的意义。
在本说明书的描述中，参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明实质内容上所作的任何修改、等同替换和简单改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于三公调度和经济调度的电力调度预测方法，其特征在于：该方法包括如下步骤；
将总需求电量划分为计划部分发电量和市场部分发电量，且所述计划部分发电量与所述市场部分发电量的总和为总需求电量；
利用各类电源的状态信息和所述计划部分发电量分别确定各类电源的计划部分预测发电量以及各类电源的计划部分预测装机容量，其中，所述状态信息包括年平均利用小时数和总装机容量；
通过所述各类电源的计划部分预测装机容量和各类电源的总装机容量确定各类电源的市场部分预测装机容量；对于任一类电源，其计划部分预测装机容量与其市场部分预测装机容量的总和为其总装机容量；
令任一类电源的市场部分预测装机容量大于或等于其自身市场部分预测小时发电量，并令所有类电源的市场部分预测小时发电量总和等于其市场部分小时发电量，以确定各类电源的市场部分预测小时发电量所处范围；
在各类电源的市场部分预测小时发电量所处范围内，利用各类电源的市场部分预测小时发电量和各类电源的预测小时市场电价得到用电成本集合，根据所述用电成本集合确定最低用电成本，然后将所述最低用电成本对应的各类电源的市场部分预测小时发电量、所述各类电源的市场部分预测装机容量、所述各类电源的计划部分预测发电量以及所述各类电源的计划部分预测装机容量作为电力调度预测结果；
通过如下方式对总需求电量进行划分；
PPDt,m＝PDt,m×St
MPDt,m＝PDt,m×(1-St)
其中，PPDt,m表示在当前发电模式m下第t年的计划部分发电量，PDt,m表示在当前发电模式m下第t年的总需求电量，St表示第t年的计划部分发电量占总需求电量的比例，MPDt,m表示在当前发电模式m下第t年的市场部分发电量；
通过如下方式确定各类电源的计划部分预测发电量和各类电源的计划部分预测装机容量；
其中，ppgn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测发电量，OHn表示第n类电源的年平均利用小时数，ticn,t表示第n类电源第t年的总装机容量，N表示电源的种类数，picn,t,m表示在当前发电模式m下第t年第n类电源的计划部分预测装机容量。
2.根据权利要求1所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：
通过最低用电成本对应的各类电源的市场部分预测小时发电量确定各类电源的市场部分预测发电量，利用所述各类电源的市场部分预测发电量、所述各类电源的计划部分预测发电量、各类电源的燃料碳排放强度及各类电源发电一千瓦时的燃料消耗率确定在所述电力调度预测结果下的碳排放量。
3.根据权利要求2所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：
利用在所述电力调度预测结果下的碳排放量和所述总需求电量确定年平均碳排放强度。
4.根据权利要求1所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：通过如下方式确定各类电源的市场部分预测装机容量；
micn,t,m＝ticn,t,m-picn,t,m
其中，micn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测装机容量，ticn,t,m表示在当前发电模式m下第t年第n类电源的总装机容量。
5.根据权利要求4所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：通过如下方式确定各类电源的市场部分预测小时发电量所处范围；
0≤mpgn,t,m,j≤micn,t,m,j
其中，mpgn,t,m,j表示在当前发电模式m下第t年第n类电源市场部分预测第j小时的发电量，micn,t,m,j表示在当前发电模式m下第t年第n类电源的市场部分预测第j小时的装机容量，MPDt,m,j表示在当前发电模式m下第t年各类电源的市场部分第j小时的发电量。
6.根据权利要求5所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：通过如下方式从用电成本集合中确定最低用电成本；
其中，min()表示最小值运算符号，mpt,j表示预测第t年第j小时市场电价。
7.根据权利要求6所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：通过如下方式确定年碳排放量；
其中，cet,m表示在当前发电模式m下第t年的年碳排放量，mpgn,t,m表示在当前发电模式m下第t年第n类电源的市场部分预测发电量，CEIn表示第n类电源的燃料碳排放强度，FCRn,t表示第t年第n类电源发电一千瓦时的燃料消耗率。
8.根据权利要求7所述的基于三公调度和经济调度的电力调度预测方法，其特征在于：通过如下方式确定年平均碳排放强度；
其中，ceit,m表示在当前发电模式m下第t年的年平均碳排放强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910174365.9A CN109726875B (zh) | 2019-03-08 | 2019-03-08 | 一种基于三公调度和经济调度的电力调度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910174365.9A CN109726875B (zh) | 2019-03-08 | 2019-03-08 | 一种基于三公调度和经济调度的电力调度预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109726875A CN109726875A (zh) | 2019-05-07 |
| CN109726875B true CN109726875B (zh) | 2021-06-01 |
Family
ID=66302058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910174365.9A Active CN109726875B (zh) | 2019-03-08 | 2019-03-08 | 一种基于三公调度和经济调度的电力调度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109726875B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179111B (zh) * | 2019-12-06 | 2023-11-14 | 国网辽宁省电力有限公司经济技术研究院 | 基于基尼系数公平性的火电机组年度电量计划制定方法 |
| EP3872719A1 (de) * | 2020-02-27 | 2021-09-01 | Siemens Aktiengesellschaft | Verfahren zur ermittlung eines ausfallrisikos |
| CN113241800B (zh) * | 2021-04-14 | 2022-11-18 | 中南大学 | 一种基于区域电价的智能电网控制系统及其控制方法 |
| CN113435923B (zh) * | 2021-06-15 | 2022-09-27 | 北京百度网讯科技有限公司 | 用电量的预测方法、装置及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2856887C (en) * | 2011-11-28 | 2021-06-15 | Expanergy, Llc | Energy search engine with autonomous control |
| CN102867239A (zh) * | 2012-09-12 | 2013-01-09 | 华电国际电力股份有限公司山东分公司 | 用于区域发电公司运营智能管控系统的低碳调度模块 |
| CN106600099A (zh) * | 2016-11-01 | 2017-04-26 | 国网江西省电力公司电力科学研究院 | 一种计及碳交易的低碳调度与减排效益评估方法 |
-
2019
- 2019-03-08 CN CN201910174365.9A patent/CN109726875B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109726875A (zh) | 2019-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109726875B (zh) | 一种基于三公调度和经济调度的电力调度预测方法 | |
| Liu et al. | Net-zero energy management and optimization of commercial building sectors with hybrid renewable energy systems integrated with energy storage of pumped hydro and hydrogen taxis | |
| Huang et al. | From demand response to integrated demand response: Review and prospect of research and application | |
| Liu et al. | Long-term economic planning of combined cooling heating and power systems considering energy storage and demand response | |
| Chen et al. | Integrating high share of renewable energy into power system using customer-sited energy storage | |
| Pavić et al. | Value of flexible electric vehicles in providing spinning reserve services | |
| Chen et al. | Assessing the low-carbon effects of inter-regional energy delivery in China's electricity sector | |
| Zhou et al. | Study on thermo-electric-hydrogen conversion mechanisms and synergistic operation on hydrogen fuel cell and electrochemical battery in energy flexible buildings | |
| Jing et al. | Quantifying the contribution of individual technologies in integrated urban energy systems–A system value approach | |
| Shen et al. | Generation scheduling of a hydrothermal system considering multiple provincial peak-shaving demands | |
| Pan et al. | The state grid corporation of China's practice and outlook for promoting new energy development | |
| Michael et al. | Economic scheduling of virtual power plant in day-ahead and real-time markets considering uncertainties in electrical parameters | |
| Jo et al. | Optimum penetration of regional utility-scale renewable energy systems | |
| Ye | Research on reducing energy consumption cost of 5G Base Station based on photovoltaic energy storage system | |
| Hu et al. | Adaptive time division power dispatch based on numerical characteristics of net loads | |
| Wang et al. | Low-carbon coordinated expansion planning of carbon capture storage and energy storage systems with VCG-based demand response mechanism | |
| Teng et al. | A novel economic analyzing method for CCHP systems based on energy cascade utilization | |
| Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
| Fukushima et al. | Scenarios of solid oxide fuel cell introduction into Japanese society | |
| Kiviluoma et al. | Multi‐sectoral flexibility measures to facilitate wind and solar power integration | |
| Ma et al. | Cogeneration transition for energy system decarbonization: From basic to flexible and complementary multi-energy sources | |
| Song et al. | Carbon neutrality and renewable energy development in China | |
| Headley et al. | Valuation and cost reduction of behind-the-meter hydrogen production in Hawaii | |
| Czosnyka et al. | Energy efficiency as a base of the energy economy in a modern industrial plants | |
| CN111709596A (zh) | 一种基于电力系统的电力资源规划分配方法 |
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 |