CN109742796A - 一种风光水火储联合系统的多时间尺度协调调度方法 - Google Patents

Abstract

本发明涉及一种风光水火储联合系统的多时间尺度协调调度方法，该方法将调度时间划分三个尺度，日前24h、日内1h、日内15min，将风光荷看作系统广义负荷，利用三个尺度上风光荷的预测数据计算相应的系统广义负荷；在此基础上，构建考虑静态安全的日前24h火电出力模型，求解火电未来24h调度计划；计及火电出力计划，构建考虑静态安全的日内1h水电出力模型，求解水电未来1h调度计划；计及水火出力计划，构建考虑静态安全的日内15min蓄电池出力模型，求解储能未来15min调度计划。本发明为提高风光并网容量，利用水火储调节能力的协调互补性，以平抑风光出力的随机波动性对电网的冲击，有效跟踪负荷并维持系统功率平衡。

Description

一种风光水火储联合系统的多时间尺度协调调度方法

技术领域

本发明涉及电力系统优化调度技术领域，具体涉及一种风光水火储联合系统的多时间尺度协调调度方法。

背景技术

近几年随着能源短缺、环境污染等问题的日益恶化，人们对清洁型可再生能源的关注度逐渐提高，风力发电、水力发电以及光伏发电等新能源发电产业得到了飞速发展，但大规模间歇性可再生能源并入电网为电网的安全可靠运行带来巨大冲击。为解决风电、光伏发电等可再生能源发电的并网难题，人们提出多能源互补发电系统的概念，多能源互补发电系统通过整合跨区域的多种能源发电形式构成综合能源发电系统，可以充分发挥多能互补、多能协调的优势，在区域能源系统构建、提高系统可靠性等方面均具有巨大的发展潜力。

风电、太阳能发电、水电、火电、储能发电装置等发电方式在时间维度和空间维度上具有较大的差异，但同时具有较强的互补性。比如，风力发电受风速影响夜间大白昼小，光伏发电受日照影响仅能在白天发电，在时间上，风电和光伏发电具有天然的互补特性。在调度方式上充分挖掘不同能源间的发电运行方式的互补协调性，有利于从多方面实现能源的梯级利用和优势互补，提升系统整体效率，具有重要的现实意义和经济价值。

发明内容

本发明的目的在于提供一种风光水火储联合系统的多时间尺度协调调度方法，该方法在最大化利用风、光等可再生能源的基础上，确保系统的静态安全运行，构建“多级协调、逐级校正”的多时间尺度协调调度模型，制定不同时间度内不同类型能源的出力计划，有效地实现负荷跟踪，减少系统备用容量，在满足用电需求的前提下，保障电网安全稳定运行，促进可再生能源发展和消纳，具有良好的经济效益、社会效益与环境效益。

为实现上述目的，本发明采用了以下技术方案：一种风光水火储联合系统的多时间尺度协调调度方法，该方法包括以下步骤：

(1)将风光水火储联合发电系统的整个调度过程在时间维度上划分为三个时间尺度，日前24h提前调度、日内1h提前调度、日内15min提前调度。

(2)基于风电、光伏发电、系统用电负荷的日前24h预测数据，构建考虑静态安全约束的火电机组日前24h调度出力模型。

(3)在计及步骤(2)中火电机组日前24h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内1h预测数据，构建考虑静态安全约束的水电机组日内1h调度出力模型。

(4)在计及步骤(2)(3)中火电机组日前24h计划发电量和水电机组日内1h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内15min预测数据，构建考虑静态安全约束的储能发电装置的日内15min调度出力模型。

(5)将步骤(2)(3)(4)分别构成的三个时间尺度上的不同能源的出力调度模型进行整合，形成风光水火储联合系统的多时间尺度协调调度模型。

进一步的，步骤(2)所述的“构建考虑静态安全约束的火电机组日前24h调度出力模型”的具体内容为：

a.目标函数：

其中，

式中:F为24h总调度区间内的火电机组发电费用，单位为，万元；t为第t个小时，T为日内24h 的时段数，为24；i为第i台火电机组；NG为系统中可调度的火电机组总数；U_g,i(t)为第i台火电机组在第t小时的启停状态；U_g,i(t-1)为第i台火电机组在第t小时的启停状态；C_g,i,t为第i台火电机组在第t小时的发电运行费用，单位为，万元；C_g,i,s为第i台火电机组的开机费用，单位为，万元；a_g,i，b_g,i，c_g,i为火电机组i的燃料系数；P_g,i,t为火电机组i在第t小时的有功出力。

b.机组爬坡上下限约束：

式中：为火电机组i的爬坡上限约束和爬坡下限约束，单位为KW；P_g,i,t-1为火电机组i 在第t-1小时的有功出力值，单位为KW；P_g,i,t为火电机组i在第t小时的有功出力值，单位为KW。

c.机组出力上下限约束：

P_g,i,t为火电机组i在第t小时的有功出力值，单位为KW；分别为火电机组i的出力最大值和出力最小值，单位为KW；U_g,i(t)为第i台火电机组在第t小时的启停状态。

d.机组启停时间约束：

式中：为火电机组i截止至第t-1小时的连续运行时间，单位为s；为火电机组i的最短运行时间，单位为s；为火电机组i截止至第t-1小时的连续停机时间，单位为s；为火电机组i的最短停机时间，单位为s；U_g,i(t)为第i台火电机组在第t小时的启停状态；U_g,i(t-1)为第i台火电机组在第t小时的启停状态。

e.系统功率平衡约束：

P_L,t＝P_l,t-P_w,t-P_p,t,(t＝1、2、3、4、5…24)

式中：P_L,t为系统广义负荷日前预测数据的第t小时预测数据值，单位为KW；P_l,t为日前24h系统用电负荷预测数据的第t小时预测数据值，单位为KW；P_w,t为日前24h风电出力预测数据的第t小时预测数据值，单位为KW；P_p,t为日前24h光伏发电出力数据的第t小时预测数据值，单位为KW；P_g,i,t为火电机组i在第t小时的有功出力值，单位为KW。

f.系统备用容量约束：

式中：RU_t为第t小时的系统上备用约束需求；RD_t为第t小时的系统下备用约束需求。

进一步的，步骤(3)所述的“构建考虑静态安全约束的水电机组日内1h调度出力模型”的具体内容为：

a.为有效地起到削峰填谷的作用，主要考虑以抽水蓄能机组为代表的水电机组。

b.目标函数：

其中，

式中：F1(t)为第t小时抽水蓄能机组在不同工况下工作时由于状态转换所产生的相应成本，即不同的运行工况下的初始启动成本；NH为系统内可用的抽水蓄能机组总数；j为第j台抽水蓄能机组；为抽蓄机组j在第t小时由于发电机的启动而产生的费用；为抽蓄机组j在第t小时由于电动机的启动而产生的费用；为抽蓄机组j在发电工况下每次启动发电机所需要的成本；为抽蓄机组j在抽水工况下每次启动电动机所需要的成本；为1表示抽蓄机组j在第t小时处于发电工况，否则为 0；为1表示抽蓄机组j在第t-1小时处于发电工况，否则为0；为1表示抽蓄机组j在第t小时处于抽水工况，否则为0；为1表示抽蓄机组j在第t-1小时处于抽水工况，否则为0。

c.抽水工况约束

式中：为抽蓄机组j的最小抽水功率；为抽蓄机组j的最大抽水功率；为抽蓄机组j在第t小时的抽水功率；E_max为抽水蓄能电站上水库最大可运行水库储能；E_t为第t小时抽水蓄能电站上水库的水库储能；Δt为时间间隔；η_pum为抽水蓄能机组处于抽水时的效率；为1表示抽蓄机组j在第t小时处于抽水工况，否则为0。

d.发电工况约束

式中：为抽蓄机组j的最小发电功率；为抽蓄机组j的最大发电功率；为抽蓄机组j在第t小时的发电功率；E_min为抽水蓄能电站上水库最小可运行水库储能；E_t为第t小时抽水蓄能电站上水库的水库储能；Δt为时间间隔；η_gen为抽水蓄能机组处于发电时的效率；为1表示抽蓄机组j在第t小时处于发电工况，否则为0。

e.水库能量平衡

式中：E_t+1为第t+1小时的抽水蓄能电站上水库的水库储能；E_t为第t小时抽水蓄能电站上水库的水库储能；Npum为第t小时抽水蓄能电站抽水工况机组总数；Ngen为第t小时抽水蓄能电站发电工况机组总数；为第t小时抽水工况机组x的抽水功率；为第t小时发电工况机组y的发电功率；η_pum为抽水蓄能机组处于抽水时的效率；η_gen为抽水蓄能机组处于发电时的效率；x为第x个抽水工况机组； y为第y个发电工况机组。

f.水电站内机组最大启停次数约束

式中：为第t小时的开机台数；为第t小时的停机台数；N_ud为抽水蓄能电站允许的最大启停机台数。

g.抽水蓄能机组不能同时发电和抽水，抽发互斥约束：

式中：为抽蓄机组j在第t小时的抽水功率；为抽蓄机组j在第t小时的发电功率。

h.上库容安全约束

E_min≤E_t≤E_max

式中：E_min为抽水蓄能电站上水库最小可运行水库储能；E_t为第t时段抽水蓄能电站上水库的水库储能；E_max为抽水蓄能电站上水库最大可运行水库储能。

i.上库容经济约束

|E₂₄-E₀|≤ε_E

式中：E₂₄为1天运行周期最后时刻的上水库库容储能；E₀为1天运行周期最初时刻的上水库库容储能；ε_E为保存上水库可持续经济运行的最大库容储能差。

j.系统功率平衡约束

P_L,h,t＝P_l,h,t-P_w,h,t-P_p,h,t，(t＝1、2、3、4、5…24)

式中：NG为系统中可调度的火电机组总数；为日前调度计划中火电机组i在第t小时的计划有功出力；Ngen为第t小时抽水蓄能电站中处于发电工况的抽蓄机组总数；为第t小时发电工况机组y的发电功率；Npum为第t小时抽水蓄能电站中处于抽水工况的抽蓄机组总数；为第t小时抽水工况机组x的抽水功率；P_L,h,t为第t小时的小时级系统广义负荷预测数据；P_l,h,t为第t小时的小时级系统用电负荷预测数据；P_w,h,t为第t小时的小时级风电出力预测数据；P_p,h,t为第t小时的小时级光电出力预测数据。

k.系统备用容量约束

式中：为第t小时发电工况机组y的最大发电功率；为第t小时发电工况机组y的发电功率；为第t小时抽水工况机组x的抽水功率；为第t小时停机机组z的最大发电功率；为第t小时第x个抽水工况机组的最大抽水功率；为第t小时第z个停机机组的最大抽水功率；Ngen为第t小时抽水蓄能电站中处于发电工况的抽蓄机组总数；Npum为第t小时抽水蓄能电站中处于抽水工况的抽蓄机组总数；Nstop为第t小时抽水蓄能电站中处于停机状态的抽蓄机组总数，z为第z个处于停机状态的抽蓄机组；RU_h,t为第t小时的系统小时级上备用约束需求；RD_h,t为第t小时的系统小时级下备用约束需求。

进一步的，步骤(4)所述的“构建考虑静态安全约束的储能发电装置的日内15min调度出力模型”的具体内容为：

a.目标函数

式中：F2为24h总调度时段内的蓄电池总损耗成本；TB为总调度时间内的15min的总时段数，在总调度时间为24h时TB为96；为第i个15min时段的蓄电池损耗成本；DOD_i为蓄电池在第i个 15min时段的放电深度；u_i为蓄电池在第i个15min时段的疲劳循环量；q_max为蓄电池的最大容量；V为蓄电池的正常工作电压；W为蓄电池的剩余电量；η_rt为蓄电池的往返效率。

b.蓄电池的充放电功率约束

式中：分别为第i个15min时段内蓄电池充、放电功率；分别为蓄电池最大充、放电功率。

c.蓄电池的电量约束与电量平衡约束

式中：为蓄电池的最小剩余电量；为蓄电池的最大剩余电量；为第i个15min时段内蓄电池的剩余电量；为第i+1个15min时段内蓄电池的剩余电量；分别为第i个15min 时段内蓄电池的充、放电功率。

e.系统功率平衡约束

其中，P_L,min,i＝P_l,min,i-P_w,min,i-P_p,min,i,(i＝1、2…96)

式中：NG为系统中可调度的火电机组总数；为日前调度计划中火电机组x在第i个15min 时段内的计划有功出力；Ngen为第i个15min时段内抽水蓄能电站中处于发电工况的抽蓄机组总数；为第i个15min时段内发电工况机组y的发电功率；Npum为第i个15min时段内抽水蓄能电站中处于抽水工况的抽蓄机组总数；为第i个15min时段内抽水工况机组z的抽水功率；为第i个15min时段内蓄电池放电功率；为第i个15min时段内蓄电池充电功率；P_L,min,i为第i个 15min时段内的15min级系统广义负荷预测数据；P_l,min,i为第i个15min时段内的15min级系统用电负荷预测数据；P_w,min,i为第i个15min时段内的15min级风电出力预测数据；P_p,min,i为第i个15min时段内的15min级光电出力预测数据。

f.系统备用容量约束

式中：分别为第i个15min时段内蓄电池的充、放电功率；分别为蓄电池的最大充、放电功率；RU_min,i为第i个15min时段内系统15min级上备用约束需求；RD_min,i为第i个15min 时段内系统15min级下备用约束需求。

附图说明

图1是本发明所构建的风光水火储联合系统的多时间尺度协调调度模型框架图。

具体实施方式

下面结合附图对本发明做进一步说明：

如图1所示，一种风光水火储联合系统的多时间尺度协调调度方法，该方法包括以下步骤：

(1)将风光水火储联合发电系统的整个调度过程在时间维度上划分为三个时间尺度，日前24h 提前调度、日内1h提前调度、日内15min提前调度。

(2)基于风电、光伏发电、系统用电负荷的日前24h预测数据，构建考虑静态安全约束的火电机组日前24h调度出力模型。

(3)在计及步骤(2)中火电机组日前24h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内1h预测数据，构建考虑静态安全约束的水电机组日内1h调度出力模型。

(4)在计及步骤(2)(3)中火电机组日前24h计划发电量和水电机组日内1h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内15min预测数据，构建考虑静态安全约束的储能发电装置的日内15min调度出力模型。

(5)将步骤(2)(3)(4)分别构成的三个时间尺度上的不同能源的出力调度模型进行整合，形成风光水火储联合系统的多时间尺度协调调度模型。

具体的讲，步骤(2)(3)中所述的日前24h级、日内1h级模型的静态安全约束中主要考虑网络的线路安全约束。

基于系统直流网络模型，使用直流潮流算法计算网络内各线路的传输潮流，使得各线路的传输潮流小于该线路的最大传输功率限制，具体公式如下：

网络线路潮流约束：

其中，

式中P_ij为基于系统的直流网络模型计算出的线路ij的传输功率；为线路ij的最大传输功率限制；θ_i为节点i的电压相角；θ_j为节点j的电压相角；x_ij为线路ij的支路电抗；B为以各线路支路导纳的倒数建立起来的节点导纳矩阵，为n×n阶矩阵，其中系统共有n+1个节点且矩阵中忽略参考节点的数据；P为网络内各节点的注入功率值，为n×1阶列矩阵，忽略参考节点；θ为网络内各节点的电压相角，为n×1阶列矩阵，忽略参考节点。

步骤(4)中所述的日内15min级模型的静态安全约束主要建立在系统的交流网络模型上，利用交流网络的最优潮流算法，计算各线路传输功率和各节点电压幅值并使之满足在允许的波动范围内，具体公式如下所示：

网络线路潮流约束

网络节点电压约束

式中：P_ij为基于系统的交流网络模型计算出的线路ij的传输功率；为线路ij的最大传输功率限制；V_i为基于系统的交流网络模型计算出的除参考节点外系统内各节点的电压幅值；分别为各节点的电压幅值波动的上下限。

以上所述的实例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (5)

1.一种风光水火储联合系统的多时间尺度协调调度方法，其特征在于，将风光水火储联合发电系统的整个调度过程在时间维度上划分为日前24h、日内1h、日内15min三个尺度，根据火电、水电以及储能发电装置三者调节速度、调节容量、调节能力的差异性，利用系统用电负荷、风电、光电的预测误差随时间尺度的减小而逐渐精确的特性，在不同时间尺度对水、火、储三种发电类型制定调度计划，首先在日前24h时间尺度内针对火电机组制定调度方案，建立考虑静态安全约束的火电机组的日前24h调度模型，并对其进行求解，得到火电机组未来24h的出力方案；然后基于火电机组未来1h内的计划出力，在日内1h时间尺度内针对以抽水蓄能机组为代表的水电机组制定调度方案，建立考虑静态安全约束的水电机组的日内1h调度模型，并对其进行求解，得到水电机组未来1h的出力方案；最后基于火电机组和水电机组在未来15min内的计划出力，在日内15min时间尺度内针对以蓄电池为代表的储能发电设备制定调度方案，建立考虑静态安全约束的储能发电设备的日内15min调度模型，并对其进行求解，继而形成风光水火储联合发电系统多时间尺度协调调度方案。

2.根据权利要求1所述的一种风光水火储联合系统的多时间尺度协调调度方法，其特征在于：该方法包括以下步骤：

(1)将风光水火储联合发电系统的整个调度过程在时间维度上划分为三个时间尺度，即日前24h提前调度、日内1h提前调度、日内15min提前调度，并将风电、光伏发电和系统用电负荷看作一个整体，作为系统的广义负荷。

(2)基于风电、光伏发电、系统用电负荷的日前24h预测数据，构建考虑静态安全约束的火电机组日前24h调度出力模型。

(3)在计及步骤(2)中火电机组日前24h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内1h预测数据，构建考虑静态安全约束的水电机组日内1h调度出力模型。

(4)在计及步骤(2)(3)中火电机组日前24h计划发电量和水电机组日内1h计划发电量的基础上，根据风电、光伏发电、系统用电负荷的日内15min预测数据，构建考虑静态安全约束的储能发电装置的日内15min调度出力模型。

(5)将步骤(2)(3)(4)分别构成的三个时间尺度上的不同能源的出力调度模型进行整合，形成风光水火储联合系统的多时间尺度协调调度模型。

3.根据权利要求2所述的一种风光水火储联合系统的多时间尺度协调调度方法，其特征在于：步骤(2)所述的“构建考虑静态安全约束的火电机组日前24h调度出力模型”的具体内容为：

a.根据风电、光伏发电和系统用电负荷的日前24h级功率预测数据，计算系统日前24h的广义负荷预测值，并作为火电机组的日前出力负荷。

b.以火电机组发电运行的经济效益最优为原则建立目标函数。

c.以火电机组的爬坡速率约束、最小启停时间约束、机组最大最小出力约束、系统功率平衡约束、备用容量约束作为约束条件。

d.由于大规模间歇性风电、光伏发电的并网导致系统潮流方式发生改变，而这种变化是在系统规划阶段不曾考虑的，对系统正常运行时的静态安全造成威胁。因此，在约束条件中计及系统的静态安全约束，并主要考虑基于系统直流网络模型的直流潮流算法下的各线路传输功率的限制约束。

4.根据权利要求2所述的一种风光水火储联合系统的多时间尺度协调调度方法，其特征在于：步骤(3)所述的“构建考虑静态安全约束的水电机组日内1h调度出力模型”的具体内容为：

a.在计及日前火电机组出力计划的基础上，根据风电、光伏发电和系统用电负荷的日前1h级功率预测数据，计算系统未来1h的广义负荷预测值，并将二者的计算差值作为水电机组下一小时的出力负荷，为最大化利用水电机组的调峰性能，本发明主要考虑以抽水蓄能电站为代表的水力发电。

b.以水电机组抽发工况启动成本最低为原则建立目标函数。

c.以抽蓄机组抽水工况约束、发电工况约束、水库能量平衡约束、水电站内机组最大启停次数约束、抽发工况互斥约束、上库容安全约束、上库容经济约束、系统功率平衡约束、备用容量约束作为约束条件。

d.考虑系统运行状态需维持在正常范围内，在约束条件中计及基于系统直流网络模型的直流潮流算法下的各线路传输功率的限制约束。

5.根据权利要求2所述的一种风光水火储联合系统的多时间尺度协调调度方法，其特征在于：步骤(4)所述的“构建考虑静态安全约束的储能发电装置的日内15min调度出力模型”的具体内容：

a.在计及日前火电机组出力计划以及日内1h水电机组出力计划的基础上，根据风电、光伏发电和系统用电负荷的日内15min级功率预测数据，计算系统未来15min的广义负荷预测值，并将二者的计算差值作为储能发电装置未来15min的出力负荷。

b.以蓄电池的损耗成本最低为原则建立目标函数。

c.考虑蓄电池的充放电功率约束、蓄电池的电量约束、蓄电池电量平衡约束、系统功率平衡约束、备用容量约束作为约束条件。

d.考虑间歇性风电、光电并网对系统稳定运行带来的影响，在约束条件中计及系统的静态安全约束，主要考虑基于系统交流网络模型的最优潮流算法下的各线路传输功率的限值约束和各节点电压的幅值约束。