CN109767105A - 一种基于风光水火储联合系统的多能互补协调发电调度方法 - Google Patents

一种基于风光水火储联合系统的多能互补协调发电调度方法 Download PDF

Info

Publication number
CN109767105A
CN109767105A CN201811636754.0A CN201811636754A CN109767105A CN 109767105 A CN109767105 A CN 109767105A CN 201811636754 A CN201811636754 A CN 201811636754A CN 109767105 A CN109767105 A CN 109767105A
Authority
CN
China
Prior art keywords
unit
formula
moment
wind
energy storage
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.)
Granted
Application number
CN201811636754.0A
Other languages
English (en)
Other versions
CN109767105B (zh
Inventor
肖白
张钰
韩江丽
严干贵
董凌
王茂春
杨洪志
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.)
Northeast Electric Power University
State Grid Qinghai Electric Power Co Ltd
Original Assignee
Northeast Dianli University
State Grid Qinghai 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 Northeast Dianli University, State Grid Qinghai Electric Power Co Ltd filed Critical Northeast Dianli University
Priority to CN201811636754.0A priority Critical patent/CN109767105B/zh
Publication of CN109767105A publication Critical patent/CN109767105A/zh
Application granted granted Critical
Publication of CN109767105B publication Critical patent/CN109767105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明是一种基于风光水火储联合系统的多能互补协调发电调度方法，其特点是，包括的步骤有：首先利用改进马尔科夫链方法模拟生产风电/光伏出力的时间序列；其次确定负荷需求，火电机组最小经济出力，以及水电厂强迫出力的边界条件，并计算可再生能源发电运行可行域；然后在该可再生能源发电运行可行域内优先安排风力和光伏发电，在此基础上根据用水计划制定水电调度策略；最后综合考虑火电机组运行成本及考虑寿命减损的储能运行成本，以调度周期内火电机组及储能总运行成本最小为目标，制定火电机组及储能的联合调度策略，并运用粒子群算法求解相应的优化目标函数，进而得到风光水火储联合系统调度策略。具有方法科学合理，简单适用等优点。

Description

一种基于风光水火储联合系统的多能互补协调发电调度方法
技术领域
本发明涉及电力系统中多能互补协调发电调度领域，是一种基于风光水火储联合系统的 多能互补协调发电调度方法。
背景技术
近年来，可再生能源发电装机快速增长，截至2017年底，全球风电、光伏和水电装机容 量分别达到539.58GW、403.5GW和1267GW。风电、光伏发电相对于燃烧化石燃料的火电， 能够减轻环境污染、改善能源结构，但风电、光伏出力具有波动性，随着风电、光伏的快速 发展，风电、光伏供给和消纳之间难以平衡的弊端日益突显，随之弃风弃光现象频发，造成 了能源的浪费。风光水火储等不同电源具有时空互补特性，且多能互补是提高可再生能源消 纳能力的重要手段。因此，针对当前包含风光水火储联合系统中大量弃风、弃光和弃水的问 题，提出一种多能互补协调发电调度方法以促进可再生能源消纳是非常有必要的。
现有研究大多集中在风光水火等单独发电系统的运行特性，或风光、风水、风储等两种 能源，风光水、风光储、风光火等三种能源互补发电系统的建模仿真、优化配置、控制策略 等方面，针对风光水火储多能互补协调发电调度策略相对较少。且大多数是从改善可再生能 源波动及实现节能减排角度出发确定调度策略，而未提及如何制定风光水火储联合系统调度 策略来提高可再生能源消纳。
发明内容
本发明的目的是，提供一种方法科学、合理，简单、实用的基于风光水火储联合系统的 多能互补协调发电调度方法。
实现本发明目的所采用的技术方案是，一种基于风光水火储联合系统的多能互补协调发 电调度方法，其特征在于，它包括以下步骤：
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链，考虑风电/光伏出力的季节特性、日特性、波动特性，建立改 进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列；
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性，将风电/光伏出力的时间序列按照月份划分成12个时段， 用λ表示，λ＝1，2，…，12，为更好的说明风电/光伏出力的日特性，将风电/光伏出力的时间 序列划分成4个时段，00:00-06:00，06:00-12:00，12:00-18:00，18:00-24:00，用θ表示，θ＝θ1， θ2，θ3，θ4，设定风电/光伏出力的状态数S，历史风电/光伏出力的时间序列Ω，将出力值均 分成S个区间，根据月份λ和时段θ划分风电/光伏出力的时间序列Ω，具体划分的风电/光伏 出力的时间序列用Ωλ，θ表示；
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移概率，用公式(1) 计算，
式中，nij，λ，θ表示在风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的 转移频数；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转 移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；λ＝1，2，…，12；θ ＝θ1，θ2，θ3，θ4；
风电/光伏出力的时间序列Ωλ，θ的状态转移概率矩阵，用公式(2)计算，
式中，Gλ,θ为状态转移概率矩阵；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏 出力从状态i到状态j的转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状 态数；λ＝1，2，…，12；θ＝θ1，θ2，θ3，θ4；
设当前时刻为t，风电/光伏出力所处状态为αt，出力值为Pt，月份为λt，λt∈{1，2，…， 12}，时段为θt，θt∈{θ1，θ2，θ3，θ4}，随机生成1个服从均匀分布的ε∈(0，1)，基于λt和θt，可计算出状态转移概率矩阵Gλt，θt，然后得到对应的累计状态转移概率矩阵Qλt，θt，用公式(3)计算，
式中，Qλt，θt为月份λt中时段θt对应的累计状态转移概率矩阵；qij,t为t时刻风电/光伏出 力从状态αi到状态αj的累计转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；
其中，累计转移概率qij,t，用公式(4)计算，
式中，qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率；giδ,t为t时刻风电 /光伏出力的状态αi转移到状态αδ的状态转移概率；δ＝1，2，…，j；i＝1，2，…，S；j＝1，2，…， S；S为风电/光伏出力总状态数；
③下一时刻风电/光伏出力状态的确定
假设风电/光伏出力下一时刻所处状态为αt+1，当0<ε<qi1,t时αt+1＝α1，qi1,t为t时刻的风电 /光伏出力从状态αi转移到状态α1的累计转移概率；当qin,t<ε<qin+1,t，则αt+1＝αn+1；qin,t为t时 刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率；qin+1,t为t时刻的风电/光伏出力 从状态αi转移到状态αn+1的累计转移概率；n∈{1，2，…，S-1}，S为风电/光伏出力总状态 数；
④下一时刻风电/光伏出力值的确定
抽取波动量γt，在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt，即为下一 时刻模拟生成的风电/光伏出力Pt+1，若Pt+1在状态αt+1的取值范围内，则Pt+1为下一时刻模 拟生成的风电/光伏出力，否则重新抽取波动量；
若经判断后确定t为结束时刻，则结束，否则，继续计算；
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析， 将可再生能源允许出力的最大值作为其上边界，用公式(5)计算，
Plimit(t)＝PL(t)-PG.min(t)-PH.min(t) (5)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PL(t)为t时 刻系统负荷，单位为“MW”；PG.min(t)为t时刻火电机组最小出力，单位为“MW”；PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；
而火电机组最小出力PG.min是变化的，需按照非供暖期和供暖期两个阶段进行计算，
①非供暖期
在非供暖期，火电机组最小出力PG.min，用公式(6)计算，
PG.min＝λ1PN (6)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为发电机组最小出力系数；PN为火电机组的额定容量，单位为“MW”；
②供暖期
在供暖期，火电机组最小出力PG.min，用公式(7)计算，
PG.min＝λ1PC+λ2PH (7)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为非供暖机组最小出力系数；λ2为供暖机组的最小出力系数；PC为非供暖机组的额定容量，单位为“MW”；PH为供暖机组 的额定容量，单位为“MW”；
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值，根据综合用水部门的要求确定 水电机组强迫出力值，进而计算出可再生能源发电运行可行域；
3)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时，总应满足各时刻负荷与多种异质能源发电之间出力 平衡，也应满足自身的约束，具体见步骤3)的子步骤①和子步骤②，
①等式约束的计算
等式约束，即出力平衡约束，用公式(8)计算，
PL(t)＝PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中，PL(t)为t时刻系统负荷，单位为“MW”；PG(t)为t时刻火电机组出力，单位为“MW”； PH(t)为t时刻水电机组出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”； PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
由可再生能源发电运行可行域可知，公式(8)可转换为公式(9)，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为 “MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”； PESS(t)为t时刻储能充放电功率，单位为“MW”；
②不等式约束的计算
水电机组不等式约束，用公式(10)计算，
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中，PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；ΔPH(t)为t时刻水电机组的 可调节出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；
火电机组不等式约束，用公式(11)计算，
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中，PG.min(t)为t时刻火电机组最小出力，单位为“MW”；ΔPG(t)为t时刻火电机组的可 调节出力，单位为“MW”；PG.max(t)为t时刻火电机组最大出力，单位为“MW”；
储能功率满足的不等式约束，用公式(12)计算，
0≤PESS(t)≤PM (12)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能设备的额定功率，单位为“MW”；
储能容量满足的不等式约束，用公式(13)计算，
0≤EESS≤EM (13)
式中，EESS为储能所用充放电容量，单位为“MW·h”；EM为储能设备的额定容量，单位 为“MW·h”；
风光水火储联合系统调度策略分步骤4)和步骤5)两种情况分别制定；
4)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下，风电、光伏皆按其最大出力发电，未有弃风、弃光现象，此时出力平衡， 用公式(14)计算，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为 “MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；
但因风电光伏总出力小于负荷实际需求，需寻求其他能源补偿风电光伏发电的不足，因 意在减少弃风弃光弃水量，则优先调度水电机组，根据可再生能源发电运行可行域及用水计 划，制定水电机组的调度策略，水电投入后又分为两种情况，
①水电机组投入后能够满足负荷需求
此时水电机组出力，用公式(15)计算，
ΔPH(t)＝Plimit(t)-PW.max(t)-PV.max(t) (15)
式中，ΔPH(t)为水电机组的可调节出力，单位为“MW”；Plimit(t)为t时刻可再生能源发电 运行可行域的上限，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t) 为t时刻光伏最大出力，单位为“MW”；
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电，剩余负荷由火电机组和储能根据其运行成本进行补偿， 用公式(16)计算，
Plimit(t)＝ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组可调节出力，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；火电机组的运行成本，用公式(17) 计算，
式中：F1表示火电机组运行成本，单位为“万元”；t＝1，2，…，T，T为调度时段；NG表示火电机组总台数，单位为“台”；i表示单台火电机组；fi表示火电机组i的运行成本，单 位为“万元”；PGi(t)表示t时刻火电机组i的出力，单位为“MW”；Si(t)表示t时刻火电机组 i的开机成本，单位为“万元”；Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态，若机组为开机状态Ui(t)＝1，反之Ui(t)＝0；
其中，火电机组i的运行成本，用公式(18)计算，
fi(PGi(t))＝bPGi(t)Scoal/60 (18)
式中，fi表示火电机组i的运行成本，单位为“万元”；PGi(t)表示t时刻火电机组i的出 力，单位为“MW”；b为火电机组单位供电煤耗，单位为“吨/MW·h”；Scoal为当季的煤炭价格，单位为“万元/吨”；
考虑寿命减损的储能成本，对循环寿命和放电深度DOD的实测数据进行e指数拟合，用 公式(19)计算，
C＝35321e(-3.771DO)D+3818e(-0.7865DOD) (19)
式中，C为储能的循环寿命，单位为“次”；DOD为储能的放电深度，是个百分数；
在额定放电深度下，储能寿命周期内吞吐电量，用公式(20)计算，
EN＝CNDODNEM (20)
式中，EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”；EM为储能额定容量，单位为“MW·h”；CN为储能在额定放电深度下的循环寿命，单位为“次”；DODN为额定放电深度；
借助折算系数，将实际吞吐电量折算至额定放电深度下的等效吞吐电量，即为寿命损耗， 在放电深度为DODa时，折算系数λDODa用公式(21)计算，
式中，λDODa为折算系数；CN为储能设备在额定放电深度下的循环寿命，单位为“次”；Ca为储能在放电深度为DODa时的循环寿命，单位为“次”；
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电 量，用公式(22)计算，SOC是储能设备的荷电状态，
式中，Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的 等效吞吐电量，单位为“MW·h”；储能工作在充电状态时，uab为1；储能工作在放电状态时， uab为-1；η为储能的充放电效率；Ean为储能在SOC100％到SOC(1-DODa)之间的吞吐量，单位为“MW·h”；Ebn为储能在SOC100％到SOC(1-DODb)之间的吞吐量，单位为“MW·h”；λDODa为在放 电深度为DODa时的折算系数；λDODb为在放电深度为DODb时的折算系数；
储能每次充放电等效成本为F2，用公式(23)计算，
式中，F2为储能每次充放电等效成本，单位为“万元”；t＝1，2，…，T，T为调度时段；Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量，单位为“MW·h”；EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”； λP为储能单位功率建设成本，单位为“万元/MW”；PM为储能额定功率，单位为“MW”；λE为储能单位容量建设成本，单位为“万元/MW·h”；EM为储能额定容量，单位为“MW·h”；
以实现调度周期内火电机组和储能的运行成本最小为目标，制定火电机组及储能的调度 策略，其目标函数，用公式(24)计算，
minF＝F1+F2 (24)
式中，F为火电机组和储能的运行总成本，单位为“万元”；F1为调度周期内火电机组运 行成本，单位为“万元”；F2为调度周期内考虑电池寿命的储能运行成本，单位为“万元”；
火电机组及储能的经济调度模型的约束条件如下，
火电机组上爬坡约束，用公式(25)计算，
PGi,t+1-PGi,t≤PGi.up (25)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
火电机组下爬坡约束，用公式(26)计算，
PGi,t-PGi,t+1≤PGi.up (26)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
5)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略，
在此种情况下，应采用储能进行调控，用公式(27)计算，
Plimit(t)+PESS(t)＝PW(t)+Pv(t) (27)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PESS(t)为t时 刻储能充放电功率，单位为“MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
当储能充电电量小于储能额定容量时，储能的充电功率，用公式(28)计算，
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能额定功率，单位为“MW”； PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡，单位为“MW”；
储能充电电量大于储能额定容量时，储能的充电功率，用公式(29)计算，
PESS(t)＝0 (29)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；
当储能发挥其最大调节作用后，风电光伏总出力仍超出其接纳范围，则按负荷实际需求， 按风电、光伏装机比例调整风电/光伏出力；
6)利用粒子群算法，求解出风光水火储联合系统的多能互补协调发电调度策略，
以调度周期内火电机组和储能的总运行成本最小为目标，用粒子群算法求解公式(24) 所示的目标函数，求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出 力及储能出力，进而得到风光水火储联合系统的多能互补协调发电调度策略。
本发明的一种基于风光水火储联合系统的多能互补协调发电调度方法，首先利用改进马 尔科夫链方法模拟生产风电/光伏出力的时间序列；其次确定负荷需求，火电机组最小经济出 力，以及水电厂强迫出力的边界条件，并计算可再生能源发电运行可行域；然后在该可再生 能源发电运行可行域内优先安排风力和光伏发电，在此基础上根据用水计划制定水电调度策 略；最后综合考虑火电机组运行成本及考虑寿命减损的储能运行成本，以调度周期内火电机 组及储能总运行成本最小为目标，制定火电机组及储能的联合调度策略，并运用粒子群算法 求解相应的优化目标函数，进而得到风光水火储联合系统调度策略，即能可有效提高可再生 能源消纳能力，也能保证经济性的多能互补协调发电调度方法。具有方法科学、合理，简单、 实用，精度更高等优点。
附图说明
图1为可再生能源发电运行可行域示意图；
图2为可再生能源发电调度策略逻辑图；
图3为放电深度与循环寿命的关系；
图4为负荷预测曲线；
图5为可再生能源发电运行可行域与风光出力曲线；
图6为可再生能源发电运行可行域与可再生能源总出力曲线；
图7为剩余负荷曲线；
图8为火电机组及储能调度安排；
图9为风光水火储联合系统调度安排。
具体实施方式
下面利用附图和实施例对本发明进行进一步说明。
参照图1-图9，图1显示了可再生能源发电运行可行域，对电网接纳可再生能源的能力 进行准确分析；图2显示了可再生能源发电调度策略逻辑，考虑不同情况进行发电调度策略 的制定；图3显示了放电深度与循环寿命的关系，按照厂家给定数据对循环寿命和放电深度 关系进行e指数拟合；图4显示了该省典型日内的负荷预测曲线；图5显示了该省典型日内 可再生能源发电运行可行域与风光出力曲线，比较两者可为后续调度策略提供基础；图6显 示了该省典型日内可再生能源发电运行可行域与可再生能源总出力曲线；图7显示了该省典 型日内剩余负荷曲线，即可再生能源发电运行可行域与可再生能源总出力之间的差值；图8 显示了该省典型日内火电机组及储能调度安排，可实现调度周期内火电机组和储能的运行成 本最小；图9给出了风光水火储联合系统调度安排。
本发明的一种风光水火储联合系统的多能互补协调发电调度方法，其实施例参数值设置 如下，
风电/光伏出力总状态数S为100；
该省电网的装机容量4.32×104MW；
最大负荷PLmax为2.34×104MW；
风电总装机容量PWN为6119MW；
光伏总装机容量PVN为160MW；
水电总装机容量PHN为2930MW；
火电总装机容量PN为28740MW；
非供暖机组最小出力系数λ1为0.55；
供暖机组的最小出力系数λ2为0.85；
该典型日火电机组最小经济出力为15683MW；
储能额定功率PM为240MW；
储能额定容量EM为880MWh；
燃煤价格Scoal为0.048万元/吨；
储能功率单位价格λP为1000元/kW；
储能容量单位价格λE为2880元/kWh；
总调度时段数T为1440个；
火电机组台数NG为87台；
火电机组单位供电煤耗b为0.31吨/MW·h；
储能额定放电深度DODN为90％；
储能额定放电次数CN为6000次；
储能充放电效率η为0.93。
本发明的一种基于风光水火储联合系统的多能互补协调发电调度方法，包括以下步骤：
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链，考虑风电/光伏出力的季节特性、日特性、波动特性，建立改 进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列；
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性，将风电/光伏出力的时间序列按照月份划分成12个时段， 用λ表示，λ＝1，2，…，12，为更好的说明风电/光伏出力的日特性，将风电/光伏出力的时间 序列划分成4个时段，00:00-06:00，06:00-12:00，12:00-18:00，18:00-24:00，用θ表示，θ＝θ1， θ2，θ3，θ4，设定风电/光伏出力的状态数S，历史风电/光伏出力的时间序列Ω，将出力值均 分成S个区间，根据月份λ和时段θ划分风电/光伏出力的时间序列Ω，具体划分的风电/光伏 出力的时间序列用Ωλ，θ表示；
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移概率，用公式(1) 计算，
式中，nij，λ，θ表示在风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的 转移频数；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转 移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；λ＝1，2，…，12；θ ＝θ1，θ2，θ3，θ4；
风电/光伏出力的时间序列Ωλ，θ的状态转移概率矩阵，用公式(2)计算，
式中，Gλ,θ为状态转移概率矩阵；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏 出力从状态i到状态j的转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状 态数；λ＝1，2，…，12；θ＝θ1，θ2，θ3，θ4；
设当前时刻为t，风电/光伏出力所处状态为αt，出力值为Pt，月份为λt，λt∈{1，2，…， 12}，时段为θt，θt∈{θ1，θ2，θ3，θ4}，随机生成1个服从均匀分布的ε∈(0，1)，基于λt和θt，可计算出状态转移概率矩阵Gλt，θt，然后得到对应的累计状态转移概率矩阵Qλt，θt，用公式(3)计算，
式中，Qλt，θt为月份λt中时段θt对应的累计状态转移概率矩阵；qij,t为t时刻风电/光伏出 力从状态αi到状态αj的累计转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；
其中，累计转移概率qij,t，用公式(4)计算，
式中，qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率；giδ,t为t时刻风电 /光伏出力的状态αi转移到状态αδ的状态转移概率；δ＝1，2，…，j；i＝1，2，…，S；j＝1，2，…， S；S为风电/光伏出力总状态数；
③下一时刻风电/光伏出力状态的确定
假设风电/光伏出力下一时刻所处状态为αt+1，当0<ε<qi1,t时αt+1＝α1，qi1,t为t时刻的风电 /光伏出力从状态αi转移到状态α1的累计转移概率；当qin,t<ε<qin+1,t，则αt+1＝αn+1；qin,t为t时 刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率；qin+1,t为t时刻的风电/光伏出力 从状态αi转移到状态αn+1的累计转移概率；n∈{1，2，…，S-1}，S为风电/光伏出力总状态 数；
④下一时刻风电/光伏出力值的确定
抽取波动量γt，在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt，即为下一 时刻模拟生成的风电/光伏出力Pt+1，若Pt+1在状态αt+1的取值范围内，则Pt+1为下一时刻模 拟生成的风电/光伏出力，否则重新抽取波动量；
若经判断后确定t为结束时刻，则结束，否则，继续计算；
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析， 将可再生能源允许出力的最大值作为其上边界，用公式(5)计算，
Plimit(t)＝PL(t)-PG.min(t)-PH.min(t) (5)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PL(t)为t时 刻系统负荷，单位为“MW”；PG.min(t)为t时刻火电机组最小出力，单位为“MW”；PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；
而火电机组最小出力PG.min是变化的，需按照非供暖期和供暖期两个阶段进行计算，
①非供暖期
在非供暖期，火电机组最小出力PG.min，用公式(6)计算，
PG.min＝λ1PN (6)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为发电机组最小出力系数；PN为火电机组的额定容量，单位为“MW”；
②供暖期
在供暖期，火电机组最小出力PG.min，用公式(7)计算，
PG.min＝λ1PC+λ2PH (7)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为非供暖机组最小出力系数；λ2为供暖机组的最小出力系数；PC为非供暖机组的额定容量，单位为“MW”；PH为供暖机组 的额定容量，单位为“MW”；
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值，根据综合用水部门的要求确定 水电机组强迫出力值，进而计算出可再生能源发电运行可行域；
7)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时，总应满足各时刻负荷与多种异质能源发电之间出力 平衡，也应满足自身的约束，具体见步骤3)的子步骤①和子步骤②，
①等式约束的计算
等式约束，即出力平衡约束，用公式(8)计算，
PL(t)＝PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中，PL(t)为t时刻系统负荷，单位为“MW”；PG(t)为t时刻火电机组出力，单位为“MW”； PH(t)为t时刻水电机组出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”； PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
由可再生能源发电运行可行域可知，公式(8)可转换为公式(9)，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为 “MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”； PESS(t)为t时刻储能充放电功率，单位为“MW”；
②不等式约束的计算
水电机组不等式约束，用公式(10)计算，
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中，PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；ΔPH(t)为t时刻水电机组的 可调节出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；
火电机组不等式约束，用公式(11)计算，
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中，PG.min(t)为t时刻火电机组最小出力，单位为“MW”；ΔPG(t)为t时刻火电机组的可 调节出力，单位为“MW”；PG.max(t)为t时刻火电机组最大出力，单位为“MW”；
储能功率满足的不等式约束，用公式(12)计算，
0≤PESS(t)≤PM (12)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能设备的额定功率，单位为“MW”；
储能容量满足的不等式约束，用公式(13)计算，
0≤EESS≤EM (13)
式中，EESS为储能所用充放电容量，单位为“MW·h”；EM为储能设备的额定容量，单位 为“MW·h”；
风光水火储联合系统调度策略分步骤4)和步骤5)两种情况分别制定；
8)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下，风电、光伏皆按其最大出力发电，未有弃风、弃光现象，此时出力平衡， 用公式(14)计算，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为 “MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；
但因风电光伏总出力小于负荷实际需求，需寻求其他能源补偿风电光伏发电的不足，因 意在减少弃风弃光弃水量，则优先调度水电机组，根据可再生能源发电运行可行域及用水计 划，制定水电机组的调度策略，水电投入后又分为两种情况，
①水电机组投入后能够满足负荷需求
此时水电机组出力，用公式(15)计算，
ΔPH(t)＝Plimit(t)-PW.max(t)-PV.max(t) (15)
式中，ΔPH(t)为水电机组的可调节出力，单位为“MW”；Plimit(t)为t时刻可再生能源发电 运行可行域的上限，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t) 为t时刻光伏最大出力，单位为“MW”；
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电，剩余负荷由火电机组和储能根据其运行成本进行补偿， 用公式(16)计算，
Plimit(t)＝ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时 刻火电机组可调节出力，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；火电机组的运行成本，用公式(17) 计算，
式中：F1表示火电机组运行成本，单位为“万元”；t＝1，2，…，T，T为调度时段；NG表示火电机组总台数，单位为“台”；i表示单台火电机组；fi表示火电机组i的运行成本，单 位为“万元”；PGi(t)表示t时刻火电机组i的出力，单位为“MW”；Si(t)表示t时刻火电机组 i的开机成本，单位为“万元”；Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态，若机组为开机状态Ui(t)＝1，反之Ui(t)＝0；
其中，火电机组i的运行成本，用公式(18)计算，
fi(PGi(t))＝bPGi(t)Scoal/60 (18)
式中，fi表示火电机组i的运行成本，单位为“万元”；PGi(t)表示t时刻火电机组i的出 力，单位为“MW”；b为火电机组单位供电煤耗，单位为“吨/MW·h”；Scoal为当季的煤炭价格，单位为“万元/吨”；
考虑寿命减损的储能成本，对循环寿命和放电深度DOD的实测数据进行e指数拟合，用 公式(19)计算，
C＝35321e(-3.771DO)D+3818e(-0.7865DOD) (19)
式中，C为储能的循环寿命，单位为“次”；DOD为储能的放电深度，是个百分数；
在额定放电深度下，储能寿命周期内吞吐电量，用公式(20)计算，
EN＝CNDODNEM (20)
式中，EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”；EM为储能额定容量，单位为“MW·h”；CN为储能在额定放电深度下的循环寿命，单位为“次”；DODN为额定放电深度；
借助折算系数，将实际吞吐电量折算至额定放电深度下的等效吞吐电量，即为寿命损耗， 在放电深度为DODa时，折算系数λDODa用公式(21)计算，
式中，λDODa为折算系数；CN为储能设备在额定放电深度下的循环寿命，单位为“次”；Ca为储能在放电深度为DODa时的循环寿命，单位为“次”；
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电 量，用公式(22)计算，SOC是储能设备的荷电状态，
式中，Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的 等效吞吐电量，单位为“MW·h”；储能工作在充电状态时，uab为1；储能工作在放电状态时， uab为-1；η为储能的充放电效率；Ean为储能在SOC100％到SOC(1-DODa)之间的吞吐量，单位为“MW·h”；Ebn为储能在SOC100％到SOC(1-DODb)之间的吞吐量，单位为“MW·h”；λDODa为在放 电深度为DODa时的折算系数；λDODb为在放电深度为DODb时的折算系数；
储能每次充放电等效成本为F2，用公式(23)计算，
式中，F2为储能每次充放电等效成本，单位为“万元”；t＝1，2，…，T，T为调度时段；Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量，单位为“MW·h”；EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”； λP为储能单位功率建设成本，单位为“万元/MW”；PM为储能额定功率，单位为“MW”；λE为储能单位容量建设成本，单位为“万元/MW·h”；EM为储能额定容量，单位为“MW·h”；
以实现调度周期内火电机组和储能的运行成本最小为目标，制定火电机组及储能的调度 策略，其目标函数，用公式(24)计算，
minF＝F1+F2 (24)
式中，F为火电机组和储能的运行总成本，单位为“万元”；F1为调度周期内火电机组运 行成本，单位为“万元”；F2为调度周期内考虑电池寿命的储能运行成本，单位为“万元”；
火电机组及储能的经济调度模型的约束条件如下，
火电机组上爬坡约束，用公式(25)计算，
PGi,t+1-PGi,t≤PGi.up (25)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
火电机组下爬坡约束，用公式(26)计算，
PGi,t-PGi,t+1≤PGi.up (26)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
9)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略，
在此种情况下，应采用储能进行调控，用公式(27)计算，
Plimit(t)+PESS(t)＝PW(t)+Pv(t) (27)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PESS(t)为t时 刻储能充放电功率，单位为“MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
当储能充电电量小于储能额定容量时，储能的充电功率，用公式(28)计算，
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能额定功率，单位为“MW”； PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡，单位为“MW”；
储能充电电量大于储能额定容量时，储能的充电功率，用公式(29)计算，
PESS(t)＝0 (29)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；
当储能发挥其最大调节作用后，风电光伏总出力仍超出其接纳范围，则按负荷实际需求， 按风电、光伏装机比例调整风电/光伏出力；
10)利用粒子群算法，求解出风光水火储联合系统的多能互补协调发电调度策略，
以调度周期内火电机组和储能的总运行成本最小为目标，用粒子群算法求解公式(24) 所示的目标函数，求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出 力及储能出力，进而得到风光水火储联合系统的多能互补协调发电调度策略。
结合火电机组和储能的运行成本模型，编写粒子群算法程序，算法程序中各参数设置为： 粒子群规模为20，迭代次数为400次，粒子的运动速度范围为[-10,10]，学习因子为2，惯性 权重最大值为0.9，惯性权重最小值为0.4，得到典型日内火电机组及储能最小运行成本为 265.64万元，本发明以1分钟为间隔把一日分为1440个时段，得到典型日风光水火储联合系 统的多能互补协调发电调度安排如图9所示，为了能够更清晰、直观的表示调度策略，本发 明列举典型日10:00-11:00这一时间段各电源出力及系统负荷数据，可见表1，
表1典型日10:00-11:00时段各电源出力安排
由该省实际数据可知，该省典型日实际弃风量为1537.62MWh，实际弃光量为485.57MWh，合计2023.19MWh；使用本方法后的弃风量为459.9MWh，弃光量为258.7MWh， 合计718.6MWh；相比于未使用本方法减少了64.5％的弃风弃光。
本发明的特定实施例已对本发明的内容做出了详尽的说明，但不局限本实施例，本领域 技术人员根据本发明的启示所做的任何显而易见的改动，都属于本发明权利保护的范围。

Claims (1)

1.一种基于风光水火储联合系统的多能互补协调发电调度方法，其特征在于，它包括以下步骤：
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链，考虑风电/光伏出力的季节特性、日特性、波动特性，建立改进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列；
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性，将风电/光伏出力的时间序列按照月份划分成12个时段，用λ表示，λ＝1，2，…，12，为更好的说明风电/光伏出力的日特性，将风电/光伏出力的时间序列划分成4个时段，00:00-06:00，06:00-12:00，12:00-18:00，18:00-24:00，用θ表示，θ＝θ1，θ2，θ3，θ4，设定风电/光伏出力的状态数S，历史风电/光伏出力的时间序列Ω，将出力值均分成S个区间，根据月份λ和时段θ划分风电/光伏出力的时间序列Ω，具体划分的风电/光伏出力的时间序列用Ωλ，θ表示；
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移概率，用公式(1)计算，
式中，nij，λ，θ表示在风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移频数；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；λ＝1，2，…，12；θ＝θ1，θ2，θ3，θ4；
风电/光伏出力的时间序列Ωλ，θ的状态转移概率矩阵，用公式(2)计算，
式中，Gλ,θ为状态转移概率矩阵；gij，λ，θ表示风电/光伏出力的时间序列Ωλ，θ中风电/光伏出力从状态i到状态j的转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；λ＝1，2，…，12；θ＝θ1，θ2，θ3，θ4；
设当前时刻为t，风电/光伏出力所处状态为αt，出力值为Pt，月份为λt，λt∈{1，2，…，12}，时段为θt，θt∈{θ1，θ2，θ3，θ4}，随机生成1个服从均匀分布的ε∈(0，1)，基于λt和θt，可计算出状态转移概率矩阵Gλt，θt，然后得到对应的累计状态转移概率矩阵Qλt，θt，用公式(3)计算，
式中，Qλt，θt为月份λt中时段θt对应的累计状态转移概率矩阵；qij,t为t时刻风电/光伏出力从状态αi到状态αj的累计转移概率；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；
其中，累计转移概率qij,t，用公式(4)计算，
式中，qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率；giδ,t为t时刻风电/光伏出力的状态αi转移到状态αδ的状态转移概率；δ＝1，2，…，j；i＝1，2，…，S；j＝1，2，…，S；S为风电/光伏出力总状态数；
③下一时刻风电/光伏出力状态的确定
假设风电/光伏出力下一时刻所处状态为αt+1，当0<ε<qi1,t时αt+1＝α1，qi1,t为t时刻的风电/光伏出力从状态αi转移到状态α1的累计转移概率；当qin,t<ε<qin+1,t，则αt+1＝αn+1；qin,t为t时刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率；qin+1,t为t时刻的风电/光伏出力从状态αi转移到状态αn+1的累计转移概率；n∈{1，2，…，S-1}，S为风电/光伏出力总状态数；
④下一时刻风电/光伏出力值的确定
抽取波动量γt，在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt，即为下一时刻模拟生成的风电/光伏出力Pt+1，若Pt+1在状态αt+1的取值范围内，则Pt+1为下一时刻模拟生成的风电/光伏出力，否则重新抽取波动量；
若经判断后确定t为结束时刻，则结束，否则，继续计算；
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析，将可再生能源允许出力的最大值作为其上边界，用公式(5)计算，
Plimit(t)＝PL(t)-PG.min(t)-PH.min(t) (5)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PL(t)为t时刻系统负荷，单位为“MW”；PG.min(t)为t时刻火电机组最小出力，单位为“MW”；PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；
而火电机组最小出力PG.min是变化的，需按照非供暖期和供暖期两个阶段进行计算，
①非供暖期
在非供暖期，火电机组最小出力PG.min，用公式(6)计算，
PG.min＝λ1PN (6)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为发电机组最小出力系数；PN为火电机组的额定容量，单位为“MW”；
②供暖期
在供暖期，火电机组最小出力PG.min，用公式(7)计算，
PG.min＝λ1PC+λ2PH (7)
式中，PG.min为火电机组最小出力，单位为“MW”；λ1为非供暖机组最小出力系数；λ2为供暖机组的最小出力系数；PC为非供暖机组的额定容量，单位为“MW”；PH为供暖机组的额定容量，单位为“MW”；
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值，根据综合用水部门的要求确定水电机组强迫出力值，进而计算出可再生能源发电运行可行域；
3)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时，总应满足各时刻负荷与多种异质能源发电之间出力平衡，也应满足自身的约束，具体见步骤3)的子步骤①和子步骤②，
①等式约束的计算
等式约束，即出力平衡约束，用公式(8)计算，
PL(t)＝PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中，PL(t)为t时刻系统负荷，单位为“MW”；PG(t)为t时刻火电机组出力，单位为“MW”；PH(t)为t时刻水电机组出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
由可再生能源发电运行可行域可知，公式(8)可转换为公式(9)，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为“MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；
②不等式约束的计算
水电机组不等式约束，用公式(10)计算，
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中，PH.min(t)为t时刻水电机组强迫出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；
火电机组不等式约束，用公式(11)计算，
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中，PG.min(t)为t时刻火电机组最小出力，单位为“MW”；ΔPG(t)为t时刻火电机组的可调节出力，单位为“MW”；PG.max(t)为t时刻火电机组最大出力，单位为“MW”；
储能功率满足的不等式约束，用公式(12)计算，
0≤PESS(t)≤PM (12)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能设备的额定功率，单位为“MW”；
储能容量满足的不等式约束，用公式(13)计算，
0≤EESS≤EM (13)
式中，EESS为储能所用充放电容量，单位为“MW·h”；EM为储能设备的额定容量，单位为“MW·h”；
风光水火储联合系统调度策略分步骤4)和步骤5)两种情况分别制定；
4)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下，风电、光伏皆按其最大出力发电，未有弃风、弃光现象，此时出力平衡，用公式(14)计算，
Plimit(t)＝ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时刻火电机组的可调节出力，单位为“MW”；ΔPH(t)为t时刻水电机组的可调节出力，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；
但因风电光伏总出力小于负荷实际需求，需寻求其他能源补偿风电光伏发电的不足，因意在减少弃风弃光弃水量，则优先调度水电机组，根据可再生能源发电运行可行域及用水计划，制定水电机组的调度策略，水电投入后又分为两种情况，
①水电机组投入后能够满足负荷需求
此时水电机组出力，用公式(15)计算，
ΔPH(t)＝Plimit(t)-PW.max(t)-PV.max(t) (15)
式中，ΔPH(t)为水电机组的可调节出力，单位为“MW”；Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电，剩余负荷由火电机组和储能根据其运行成本进行补偿，用公式(16)计算，
Plimit(t)＝ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；ΔPG(t)为t时刻火电机组可调节出力，单位为“MW”；PW.max(t)为t时刻风电最大出力，单位为“MW”；PV.max(t)为t时刻光伏最大出力，单位为“MW”；PH.max(t)为t时刻水电机组最大出力，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；火电机组的运行成本，用公式(17)计算，
式中：F1表示火电机组运行成本，单位为“万元”；t＝1，2，…，T，T为调度时段；NG表示火电机组总台数，单位为“台”；i表示单台火电机组；fi表示火电机组i的运行成本，单位为“万元”；PGi(t)表示t时刻火电机组i的出力，单位为“MW”；Si(t)表示t时刻火电机组i的开机成本，单位为“万元”；Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态，若机组为开机状态Ui(t)＝1，反之Ui(t)＝0；
其中，火电机组i的运行成本，用公式(18)计算，
fi(PGi(t))＝bPGi(t)Scoal/60 (18)
式中，fi表示火电机组i的运行成本，单位为“万元”；PGi(t)表示t时刻火电机组i的出力，单位为“MW”；b为火电机组单位供电煤耗，单位为“吨/MW·h”；Scoal为当季的煤炭价格，单位为“万元/吨”；
考虑寿命减损的储能成本，对循环寿命和放电深度DOD的实测数据进行e指数拟合，用公式(19)计算，
C＝35321e(-3.771DOD)+3818e(-0.7865DOD) (19)
式中，C为储能的循环寿命，单位为“次”；DOD为储能的放电深度，是个百分数；
在额定放电深度下，储能寿命周期内吞吐电量，用公式(20)计算，
EN＝CNDODNEM (20)
式中，EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”；EM为储能额定容量，单位为“MW·h”；CN为储能在额定放电深度下的循环寿命，单位为“次”；DODN为额定放电深度；
借助折算系数，将实际吞吐电量折算至额定放电深度下的等效吞吐电量，即为寿命损耗，在放电深度为DODa时，折算系数λDODa用公式(21)计算，
式中，λDODa为折算系数；CN为储能设备在额定放电深度下的循环寿命，单位为“次”；Ca为储能在放电深度为DODa时的循环寿命，单位为“次”；
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量，用公式(22)计算，SOC是储能设备的荷电状态，
式中，Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量，单位为“MW·h”；储能工作在充电状态时，uab为1；储能工作在放电状态时，uab为-1；η为储能的充放电效率；Ean为储能在SOC100％到SOC(1-DODa)之间的吞吐量，单位为“MW·h”；Ebn为储能在SOC100％到SOC(1-DODb)之间的吞吐量，单位为“MW·h”；λDODa为在放电深度为DODa时的折算系数；λDODb为在放电深度为DODb时的折算系数；
储能每次充放电等效成本为F2，用公式(23)计算，
式中，F2为储能每次充放电等效成本，单位为“万元”；t＝1，2，…，T，T为调度时段；Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量，单位为“MW·h”；EN为在额定放电深度下储能寿命周期内的吞吐电量，单位为“MW·h”；λP为储能单位功率建设成本，单位为“万元/MW”；PM为储能额定功率，单位为“MW”；λE为储能单位容量建设成本，单位为“万元/MW·h”；EM为储能额定容量，单位为“MW·h”；
以实现调度周期内火电机组和储能的运行成本最小为目标，制定火电机组及储能的调度策略，其目标函数，用公式(24)计算，
min F＝F1+F2 (24)
式中，F为火电机组和储能的运行总成本，单位为“万元”；F1为调度周期内火电机组运行成本，单位为“万元”；F2为调度周期内考虑电池寿命的储能运行成本，单位为“万元”；
火电机组及储能的经济调度模型的约束条件如下，
火电机组上爬坡约束，用公式(25)计算，
PGi,t+1-PGi,t≤PGi.up (25)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
火电机组下爬坡约束，用公式(26)计算，
PGi,t-PGi,t+1≤PGi.up (26)
式中，PGi,t为第i台火电机组t时刻出力，单位为“MW”；PGi,t+1为第i台火电机组t时刻出力，单位为“MW”；PGi,up为第i台火电机组在一个时间段内能够调节的出力，单位为“MW”；
5)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略，
在此种情况下，应采用储能进行调控，用公式(27)计算，
Plimit(t)+PESS(t)＝PW(t)+Pv(t) (27)
式中，Plimit(t)为t时刻可再生能源发电运行可行域的上限，单位为“MW”；PESS(t)为t时刻储能充放电功率，单位为“MW”；PW(t)为t时刻风电出力，单位为“MW”；PV(t)为t时刻光伏出力，单位为“MW”；
当储能充电电量小于储能额定容量时，储能的充电功率，用公式(28)计算，
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；PM为储能额定功率，单位为“MW”；PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡，单位为“MW”；
储能充电电量大于储能额定容量时，储能的充电功率，用公式(29)计算，
PESS(t)＝0 (29)
式中，PESS(t)为t时刻储能充放电功率，单位为“MW”；
当储能发挥其最大调节作用后，风电光伏总出力仍超出其接纳范围，则按负荷实际需求，按风电、光伏装机比例调整风电/光伏出力；
6)利用粒子群算法，求解出风光水火储联合系统的多能互补协调发电调度策略，
以调度周期内火电机组和储能的总运行成本最小为目标，用粒子群算法求解公式(24)所示的目标函数，求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出力及储能出力，进而得到风光水火储联合系统的多能互补协调发电调度策略。
CN201811636754.0A 2018-12-29 2018-12-29 一种基于风光水火储联合系统的多能互补协调发电调度方法 Active CN109767105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811636754.0A CN109767105B (zh) 2018-12-29 2018-12-29 一种基于风光水火储联合系统的多能互补协调发电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811636754.0A CN109767105B (zh) 2018-12-29 2018-12-29 一种基于风光水火储联合系统的多能互补协调发电调度方法

Publications (2)

Publication Number Publication Date
CN109767105A true CN109767105A (zh) 2019-05-17
CN109767105B CN109767105B (zh) 2022-05-20

Family

ID=66453042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811636754.0A Active CN109767105B (zh) 2018-12-29 2018-12-29 一种基于风光水火储联合系统的多能互补协调发电调度方法

Country Status (1)

Country Link
CN (1) CN109767105B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110492478A (zh) * 2019-08-20 2019-11-22 云南电网有限责任公司 一种水电和风电联合出力特性分析方法
CN110503255A (zh) * 2019-08-13 2019-11-26 常州大学 一种风火储电力系统联合优化调度方法
CN110854910A (zh) * 2019-11-19 2020-02-28 南京东博智慧能源研究院有限公司 一种高比例光伏并网下火电机组爬坡压力缓解方法
CN111009912A (zh) * 2019-12-16 2020-04-14 南京工程学院 一种基于配电网场景下的火电厂储能配置系统及策略
CN111244989A (zh) * 2020-01-15 2020-06-05 国网内蒙古东部电力有限公司 一种基于电池储能的风电机组与火电机组的协调运行方法
CN111525609A (zh) * 2020-04-23 2020-08-11 国电科学技术研究院有限公司 一种风光储电源直接接入火电厂供给火电厂厂用电的方法
CN112712190A (zh) * 2020-09-04 2021-04-27 中国石油大学(华东) 一种计及多约束的油田自备热电厂机组调峰调度方法
CN112952914A (zh) * 2021-01-27 2021-06-11 云南电网有限责任公司电力科学研究院 一种多能互补电力系统多目标运行优化方法
CN113159423A (zh) * 2021-04-22 2021-07-23 国网山东省电力公司潍坊供电公司 基于风、火、光储协调的多能源联合优化调度运行方法
CN113394817A (zh) * 2021-06-28 2021-09-14 国网甘肃省电力公司电力科学研究院 一种风光水火储系统的多能容量优化配置方法
CN113839415A (zh) * 2021-08-27 2021-12-24 国网甘肃省电力公司电力科学研究院 一种多类型灵活电源的优化调度方法
CN114784797A (zh) * 2022-04-25 2022-07-22 东南大学溧阳研究院 一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法
CN114938011A (zh) * 2022-07-07 2022-08-23 中国长江三峡集团有限公司 一种考虑储能优化配置的风光火储系统联合运行方法
CN115640982A (zh) * 2022-11-18 2023-01-24 武汉大学 基于抽水蓄能优先调节的多能互补系统日前优化调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277599A1 (en) * 2013-03-13 2014-09-18 Oracle International Corporation Innovative Approach to Distributed Energy Resource Scheduling
CN105048516A (zh) * 2015-08-18 2015-11-11 四川大学 一种风光水火多源互补优化调度方法
CN106981888A (zh) * 2017-05-10 2017-07-25 西安理工大学 基于多源互补的风蓄水火电力系统的多目标动态调度方法
US20170336534A1 (en) * 2016-05-19 2017-11-23 The Catholic University Of America System and methods for improving the accuracy of solar energy and wind energy forecasts for an electric utility grid
CN108306331A (zh) * 2018-01-15 2018-07-20 南京理工大学 一种风光储混合系统的优化调度方法
CN108711892A (zh) * 2018-05-30 2018-10-26 南京工程学院 一种多能互补发电系统的优化调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277599A1 (en) * 2013-03-13 2014-09-18 Oracle International Corporation Innovative Approach to Distributed Energy Resource Scheduling
CN105048516A (zh) * 2015-08-18 2015-11-11 四川大学 一种风光水火多源互补优化调度方法
US20170336534A1 (en) * 2016-05-19 2017-11-23 The Catholic University Of America System and methods for improving the accuracy of solar energy and wind energy forecasts for an electric utility grid
CN106981888A (zh) * 2017-05-10 2017-07-25 西安理工大学 基于多源互补的风蓄水火电力系统的多目标动态调度方法
CN108306331A (zh) * 2018-01-15 2018-07-20 南京理工大学 一种风光储混合系统的优化调度方法
CN108711892A (zh) * 2018-05-30 2018-10-26 南京工程学院 一种多能互补发电系统的优化调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XIAO BAI ET AL.: "A multi-energy complementary coordinated dispatch method for integrated system of wind-photovoltaic-hydro-thermal-energy storage", 《INTERNATIONAL TRANSACTIONS ON ELECTRICAL ENERGY SYSTEMS》 *
方八零: "混合可再生能源系统的多能互补及集成优化", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 *
杨晓萍等: "考虑分时电价的风光储联合"削峰"优化调度模型", 《太阳能学报》 *
雷宇等: "大规模风电并网下的电力系统调度决策研究", 《电工电气》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503255A (zh) * 2019-08-13 2019-11-26 常州大学 一种风火储电力系统联合优化调度方法
CN110492478A (zh) * 2019-08-20 2019-11-22 云南电网有限责任公司 一种水电和风电联合出力特性分析方法
CN110492478B (zh) * 2019-08-20 2023-04-11 云南电网有限责任公司 一种水电和风电联合出力特性分析方法
CN110854910A (zh) * 2019-11-19 2020-02-28 南京东博智慧能源研究院有限公司 一种高比例光伏并网下火电机组爬坡压力缓解方法
CN110854910B (zh) * 2019-11-19 2021-11-02 南京东博智慧能源研究院有限公司 一种高比例光伏并网下火电机组爬坡压力缓解方法
CN111009912B (zh) * 2019-12-16 2021-10-15 南京工程学院 一种基于配电网场景下的火电厂储能配置系统及策略
CN111009912A (zh) * 2019-12-16 2020-04-14 南京工程学院 一种基于配电网场景下的火电厂储能配置系统及策略
CN111244989A (zh) * 2020-01-15 2020-06-05 国网内蒙古东部电力有限公司 一种基于电池储能的风电机组与火电机组的协调运行方法
CN111244989B (zh) * 2020-01-15 2023-03-24 国网内蒙古东部电力有限公司 一种基于电池储能的风电机组与火电机组的协调运行方法
CN111525609A (zh) * 2020-04-23 2020-08-11 国电科学技术研究院有限公司 一种风光储电源直接接入火电厂供给火电厂厂用电的方法
CN112712190A (zh) * 2020-09-04 2021-04-27 中国石油大学(华东) 一种计及多约束的油田自备热电厂机组调峰调度方法
CN112952914B (zh) * 2021-01-27 2023-04-21 云南电网有限责任公司电力科学研究院 一种多能互补电力系统多目标运行优化方法
CN112952914A (zh) * 2021-01-27 2021-06-11 云南电网有限责任公司电力科学研究院 一种多能互补电力系统多目标运行优化方法
CN113159423A (zh) * 2021-04-22 2021-07-23 国网山东省电力公司潍坊供电公司 基于风、火、光储协调的多能源联合优化调度运行方法
CN113394817A (zh) * 2021-06-28 2021-09-14 国网甘肃省电力公司电力科学研究院 一种风光水火储系统的多能容量优化配置方法
WO2023274425A1 (zh) * 2021-06-28 2023-01-05 国网甘肃省电力公司电力科学研究院 一种风光水火储系统的多能容量优化配置方法
CN113839415A (zh) * 2021-08-27 2021-12-24 国网甘肃省电力公司电力科学研究院 一种多类型灵活电源的优化调度方法
CN113839415B (zh) * 2021-08-27 2024-01-30 国网甘肃省电力公司电力科学研究院 一种多类型灵活电源的优化调度方法
CN114784797A (zh) * 2022-04-25 2022-07-22 东南大学溧阳研究院 一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法
CN114784797B (zh) * 2022-04-25 2024-01-19 东南大学溧阳研究院 一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法
CN114938011A (zh) * 2022-07-07 2022-08-23 中国长江三峡集团有限公司 一种考虑储能优化配置的风光火储系统联合运行方法
CN115640982B (zh) * 2022-11-18 2023-03-31 武汉大学 基于抽水蓄能优先调节的多能互补系统日前优化调度方法
CN115640982A (zh) * 2022-11-18 2023-01-24 武汉大学 基于抽水蓄能优先调节的多能互补系统日前优化调度方法

Also Published As

Publication number Publication date
CN109767105B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
CN109767105A (zh) 一种基于风光水火储联合系统的多能互补协调发电调度方法
Izadi et al. Neural network genetic algorithm optimization of a transient hybrid renewable energy system with solar/wind and hydrogen storage system for zero energy buildings at various climate conditions
CN108154309B (zh) 计及冷热电多负荷动态响应的能源互联网经济调度方法
CN108206543B (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN103762589B (zh) 一种电网中新能源容量配比分层优化方法
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
CN110689189A (zh) 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法
CN109687523A (zh) 一种基于多时间尺度的微电网的运行优化方法
CN104537443A (zh) 一种热电联供型微网经济协调优化调度方法
CN103699941A (zh) 一种电力系统调度运行年方案的制定方法
Zhang et al. Multi-objective particle swarm optimization (MOPSO) for a distributed energy system integrated with energy storage
CN102930343A (zh) 一种分布式发电供能系统能量优化方法
CN105205552A (zh) 一种独立新能源混合发电系统优化规划方法
CN102509175A (zh) 分布式供电系统可靠性优化方法
CN107256450A (zh) 考虑长‑短嵌套决策的水光电互补调度容量配置方法
An et al. Coordinative optimization of hydro-photovoltaic-wind-battery complementary power stations
CN110350512A (zh) 一种智能园区新能源发电站调度优化方法及系统
CN109993345A (zh) 一种面向园区的孤岛运行多能互补系统动态经济调度方法
CN109474007A (zh) 一种基于大数据云技术的能源互联网调度方法
Annuk et al. Augmentation of self-consumption of electricity by using boilers and batteries for residential buildings
CN108960564A (zh) 基于集中式建模的冷热电联供型微网配电系统调度方法
CN107834543A (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
CN109946977A (zh) 含冷热电三联供系统的智慧园区能源优化调度方法
Yang et al. Wind power accommodation method for regional integrated heat-power system considering generation and load uncertainties

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