CN109936170A - 考虑电源灵活性裕度的风光水火互补协调优化调度方法 - Google Patents

考虑电源灵活性裕度的风光水火互补协调优化调度方法 Download PDF

Info

Publication number
CN109936170A
CN109936170A CN201910277571.2A CN201910277571A CN109936170A CN 109936170 A CN109936170 A CN 109936170A CN 201910277571 A CN201910277571 A CN 201910277571A CN 109936170 A CN109936170 A CN 109936170A
Authority
CN
China
Prior art keywords
power
period
flexibility
formula
generating unit
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
CN201910277571.2A
Other languages
English (en)
Other versions
CN109936170B (zh
Inventor
肖白
肖志文
严干贵
姜卓
董凌
王茂春
杨洪志
周鹏
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 CN201910277571.2A priority Critical patent/CN109936170B/zh
Publication of CN109936170A publication Critical patent/CN109936170A/zh
Application granted granted Critical
Publication of CN109936170B publication Critical patent/CN109936170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • 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

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明是一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,其特点是,包括的步骤有:建立计算电源上调灵活性裕度和下调灵活性裕度的数学模型;构建以系统中燃煤费用和污染气体排放治理费用之和最小为目标,考虑电源灵活性裕度的风光水火互补协调优化调度模型;制定“优先全额消纳风电、光伏,跟进水电调节来平抑系统净负荷波动,最后由火电承担系统剩余净负荷”的分层调度策略。采用传统粒子群算法计算水电整体最优输出功率,运用启发式优先顺序法确定火电机组组合,并通过改进粒子群算法来计算火电机组的最优输出功率,安排风光水火4种异质能源电源在调度周期内的发电计划。该方法能够有效提升电源灵活性裕度,促进可再生能源消纳。

Description

考虑电源灵活性裕度的风光水火互补协调优化调度方法
技术领域
本发明涉及多能源电力系统互补协调优化调度领域,是一种考虑电源灵活性裕度的风光水火互补协调优化调度方法。
背景技术
含大规模可再生能源的多能源电力系统电源种类繁多、结构复杂,来源于电源和负荷的不确定性双重叠加,给系统的备用提出了更高的要求,多能源电力系统运行灵活性成为当前研究的热点。电力系统灵活性的中心思想是以“变化应对变化”,是以一定的成本为代价,优化调配多种具有调节能力的资源来响应系统内电源、电网和负荷的随机变化的能力。充分分析多能源电力系统灵活性资源,对电源灵活性裕度进行量化评估,结合电源间广义互补特性,构建风光水火互补协调优化调度模型对提升可再生能源利用率具有重要的意义。
已有的关于多源互补协调优化调度的研究,要么电源种类少,要么单纯的配备足够的备用容量来应对可再生能源不确定性造成的影响,使得可再生能源波动剧烈时,电网面临更大的风险;另一方面,配备足够的备用容量势必造成大量备用冗余,造成更多的经济损失。在灵活性方面,大都以原理分析、定性评价为主,缺乏与实际生产的结合。因此,在优化调度前就可考虑系统的电源灵活性裕度,对于系统安全稳定运行,提升可再生能源消纳具有不可忽视的作用。
发明内容
本发明的目的是,提供一种科学、合理,简单、实用的考虑电源灵活性裕度的风光水火互补协调优化调度方法。
实现本发明目的所采用的技术方案是,一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,其特征在于,它包括以下步骤:
1)构建计算多能源电力系统电源灵活性裕度的数学模型
①建立下一时段的系统灵活性需求模型
定义系统灵活性需求为系统净负荷变化量,
系统净负荷是系统中总负荷与全部风电、光伏输出功率、水电强迫出力、以及火电最小经济技术出力之差,用公式(1)来计算,
Lnet.t=Lt-PW.t-PPV.t-PTH.min-PHD.min (1)
式中,Lnet.t是第t个时段的系统净负荷;t=1,2,3...T,T是调度周期内的时段数;Lt是第t个时段的系统总负荷;PW.t是第t个时段的系统全部风电输出功率;PPV.t是第t个时段的系统全部光伏输出功率;PTH.min是系统火电最小经济技术出力;PHD.min是系统水电强迫出力;
系统净负荷变化量是指既定时间尺度下,下一时段的系统净负荷与当前时段的系统净负荷之差,
计及下一时段风电、光伏输出功率和负荷的最大反向预测误差的系统灵活性需求模型为公式(2),
式中,是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;Lnet.t是第t个时段的系统净负荷;Lnet.t+1是第t+1个时段的系统净负荷;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;ωd1是系统负荷预测误差导致的下调灵活性需求系数;ωd2是系统风电输出功率预测误差导致的下调灵活性需求系数;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求系数;Lt+1是系统第t+1个时段的总负荷;PW.t+1是系统第t+1个时段的风电输出功率预测值;PPV.t+1是系统第t+1个时段光伏输出功率预测值;t=1,2,3...T,T是调度周期内的时段数;
②建立当前时段的电源灵活性供给模型
电源灵活性供给是灵活性电源能够为系统提供的灵活调节容量,
灵活性电源是具有灵活调节能力的电源,
将水电和火电作为灵活性电源,针对电源灵活性供给上调、下调两种情况,分别建立公式(3)所示的电源上调灵活性供给模型、公式(4)所示的电源下调灵活性供给模型,
式中,Ft +是第t个时段电源上调灵活性供给,t=1,2,3...T,T是调度周期内的时段数;Ft -是第t个时段电源下调灵活性供给;是第i个火电机组在第t个时段的上调灵活性供给;是第i个火电机组在第t个时段的下调灵活性供给;是第j个水电机组在第t个时段的上调灵活性供给;是第j个水电机组在第t个时段的下调灵活性供给;i=1,2,3…I,I是系统中火电机组的总数;j=1,2,3…J,J是系统中水电机组的总数;PTH.i.max是第i个火电机组的最大输出功率;PHD.j.max是第j个水电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;PHD.j.min是第j个水电机组的强迫出力;PTH.i.t是第i个火电机组在第t个时段的输出功率;PHD.j.t是第j个水电机组在第t个时段的输出功率;是第i个火电机组的上爬坡率;是第j个水电机组的上爬坡率;是第i个火电机组的下爬坡率;是第j个水电机组的下爬坡率;
③建立电源灵活性裕度的计算模型
电源灵活性裕度是电源灵活性供给与系统灵活性需求之差,用公式(5)计算电源上调灵活性裕度,用公式(6)计算电源下调灵活性裕度,
式中,ΔFt +是第t个时段的电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;ΔFt -是第t个时段的电源下调灵活性裕度;Ft +是第t个时段的电源上调灵活性供给;Ft -是第t个时段的电源下调灵活性供给;是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;
2)构建考虑电源灵活性裕度的风光水火互补协调优化调度模型
以系统内污染气体治理费用和燃煤费用之和最小为目标,建立风光水火互补协调优化调度的优化目标函数为公式(7),
minC=C1+C2 (7)
式中,C是调度周期内的总费用;C1是调度周期内污染气体排放治理费用;C2是调度周期内燃煤费用;
①建立污染气体排放治理费用计算模型
用公式(8)计算调度周期内的污染气体排放治理费用,
式中,C1是调度周期内的污染气体治理费用;αTH.i,βTH.i,γTH.i,ζTH.i,λTH.i是第i个火电机组的污染气体排放系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;σ是单位污染气体治理费用;t=1,2,3...T,T是调度周期内的时段数;i=1,2,3...I,I是系统中火电机组的总数;
②建立燃煤费用计算模型
用公式(9)计算调度周期内的燃煤费用,
式中,C2是调度周期内的燃煤费用;t=1,2,3...T,T是调度周期内的时段数;ai、bi、ci是第i个火电机组的燃煤费用系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;i=1,2,3...I,I是系统中火电机组的总数;
③根据公式(10)~(17)确定该互补协调优化调度模型需要满足的约束条件
A.确定电源灵活性约束
电源灵活性约束是在调度周期内电源上调灵活性裕度和电源下调灵活性裕度都大于0,
a.用公式(10)表示上调灵活性约束
ΔFt +>0 (10)
式中,ΔFt +是第t个时段电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
b.用公式(11)表示下调灵活性约束
ΔFt ->0 (11)
式中,ΔFt -是第t个时段电源下调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
B.确定系统功率平衡约束
用公式(12)表示系统功率平衡约束,
式中,Lt是第t个时段的系统总负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段的系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;PTH.i.t是第i个火电机组在第t个时段计划安排的发电功率;PHD.j.t是第j个水电机组在第t个时段计划安排的发电功率;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
将公式(12)转换为公式(13),
式中,Lt是第t个时段的系统负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PTH.i.min是第i个火电组的最小经济技术出力;PHD.j.min是第j个水电组的强迫出力;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
C.确定电源约束
a.用公式(14)表示火电机组输出功率约束
PTH.i.min+ΔPTH.i.t≤PTH.i.max (14)
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段可调节输出功率;t=1,2,3...T,T是调度周期内的时段数;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;
b.用公式(15)表示火电机组爬坡能力约束
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
c.用公式(16)表示水电输出功率约束
PHD.j.min+ΔPHD.j.t≤PHD.j.max (16)
式中,PHD.j.min是第j个水电机组的强迫出力;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PHD.j.max是第j个水电机组的最大输出功率;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
d.用公式(17)表示水电输出功率和用水量、水头高度的关系
PHD.j.t=9.81ηjQj.tht (17)
式中,PHD.j.t是第j个水电机组在第t个时段的输出功率;t=1,2,3...T,T是调度周期内的时段数;ηj是第j个水电机组的发电效率;ht是水库在第t个时段的水头高度;Qj.t是第j个水电机组在第t个时段的用水量;i=1,2,3...J,J是系统中水电机组的总数;
e.用公式(18)表示用于发电的水流量限制约束
式中,Qj.min是调度周期内第j个水电机组的最小用水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
3)制定风光水火互补协调发电的优化调度策略
采用分层调度策略,分为风光调度层、水电调度层和火电调度层,
①风光调度层发电安排
优先安排风电和光伏发电,并全额消纳,即风电和光伏发电不作为调度中的优化变量,
②水电调度层发电安排
以经过水电调节后的系统净负荷峰谷差最小与弃水量最小为目标安排水力发电,
用公式(19)~(21)表示水电调节后的净负荷峰谷差最小,
minΔL'net=L'net.max-L'net.min (19)
式中,Lnet.t是未经水电调节的第t个时段的系统净负荷;t=1,2,3...T,T是时段数;ΔL'net是在调度周期内经过水电调节后系统净负荷的最大值与最小值之差;PHD.j.t是第j个水电机组在第t个时段的输出功率;j=1,2,3...J,J是系统中水电机组的总数;L'net.max是在调度周期内经过水电调节后的系统净负荷最大值;L'net.min是在调度周期内经过水电调节后的系统净负荷最小值;
用公式(22)表示弃水量最小,
式中,ΔQ是调度周期内总弃水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;Δt是每个时段的时间长度;
③火电调度层发电安排
安排火电机组承担经过水电调节后的系统净负荷,并满足步骤2)中公式(7)建立的互补协调优化调度目标;
4)对各个调度层分别求解
①风光调度层求解
预测出未来一个调度周期内的风电、光伏输出功率,计算系统净负荷,
②水电调度层求解
将所有水电机组等效为一个整体,把弃水量最小转化为约束条件,将弃水量限制在要求的范围内,采用传统粒子群算法对水电调度优化目标函数进行求解,
③火电调度层求解
A.采用启发式优先顺序法确定火电机组的机组组合,
a.计算系统中火电机组的最小比耗量,按照最小比耗量由小到大的顺序对机组进行经济性排序,最小比耗量用公式(23)计算,
式中,μi.min是第i个火电机组的最小比耗量;PTH.i是第i个火电机组的输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
其中PTH.i需满足公式(24)中的关系式,
式中,PTH.i.min是第i个火电组的最小经济技术出力;PTH.i是第i个火电机组的输出功率;PTH.i.max是第i个火电机组的最大输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
b.依据机组排序表中的顺序,逐次累加各火电机组最大可调节输出功率,直至满足最高净负荷及上调灵活性需求,用公式(25)表示,
式中,PTH.i.max是第i个火电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;L'net.max是调度周期内水电调节后的系统最大净负荷;Lmax是系统总负荷最大预测值;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;i=1,2,3...I,I是系统中火电机组的总数;
c.采用公式(26)对火电机组最小经济技术出力进行验证,判断其是否满足系统各个时段的下调灵活性需求;某时段不满足就说明在该时段无法实现可再生能源的完全消纳,有必要在该时段附近采取弃风、弃光措施,直至约束满足,
0≤L'net.mind1Lmind2PW.maxd3PPV.max (26)
式中,L'net.min是调度周期内水电调节后的系统最小净负荷;Lmin是系统总负荷最小预测值;ωd1是系统负荷预测误差导致的下调灵活性需求;ωd2是系统风电输出功率预测误差导致的下调灵活性需求;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;
B.改进粒子群算法
a.调整机组输出功率使其满足机组输出功率上下限约束,用公式(27)表示,
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
b.如果违反机组爬坡速率约束,则按公式(28)原则调整,
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
c.当在第t个时段违反功率平衡约束时,用公式(29)计算功率偏差值,该功率差值即是第t个时段系统无法满足的灵活性需求,
式中,ΔPt是系统功率偏差值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;L'net.t是未经火电调节的第t个时段的系统净负荷;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
d.在适应度函数中加入功率平衡约束和灵活性约束的罚函数,保证在下次迭代时将粒子尽可能限制在可行解的范围内,用公式(30)表示,
式中,f是适应度函数;C是调度周期内污染气体治理费用和燃煤费用之和;ΔPt是系统功率偏差值;ΔFt +是第t个时段电源上调灵活性裕度;ΔFt -是第t个时段电源下调灵活性裕度;λph是功率平衡约束惩罚因子,λTH.u是电源上调灵活性约束惩罚因子,λTH.d是电源下调灵活性约束惩罚因子;t=1,2,3...T,T是调度周期内的时段数。
本发明的一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,首先,建立电源上调灵活性裕度和下调灵活性裕度计算模型;然后以系统中燃煤费用和污染气体排放治理费用之和最小为目标,构建考虑电源灵活性裕度的风光水火互补协调优化调度模型;制定“优先全额消纳风电、光伏,水电承担电网调峰任务,尽量削减净负荷波动,火电承担剩余负荷”的分层调度策略;采用传统粒子群算法计算水电整体最优输出功率,运用启发式优先顺序法确定火电机组组合,并通过改进粒子群算法来计算火电机组的最优输出功率,最后安排风光水火4种异质能源电源的日内发电计划;该方法可以有效提升电源灵活性裕度,促进可再生能源消纳。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为考虑电源灵活性裕度的风光水火互补协调优化调度技术路线图;
图2为优化调度得到的风光水火4种电源在各个时段的出力示意图;
图3为优化调度与实际调度电源上调灵活性裕度对比示意图;
图4为优化调度与实际调度电源下调灵活性裕度对比示意图。
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。
本发明的一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,其实施例参数值设置如下:
表1火电厂相关参数
时段数T=24;
系统负荷预测误差导致的上调灵活性需求系数ωu1=0.02;
系统负荷预测误差导致的下调灵活性需求系数ωd1=0.02;
系统风电预测误差导致的上调灵活性需求系数ωu2=0.05;
系统风电预测误差导致的上调灵活性需求系数ωd2=0.05;
系统光电预测误差导致的上调灵活性需求系数ωu3=0.05;
系统光电预测误差导致的上调灵活性需求系数ωd3=0.05;
单位气体污染治理费用σ=4.3¥/kg;
水电机组发电效率ηj=0.8。
参照图1-图4,本发明的一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,包括以下步骤:
1)构建计算多能源电力系统电源灵活性裕度的数学模型
①建立下一时段的系统灵活性需求模型
定义系统灵活性需求为系统净负荷变化量,
系统净负荷是系统中总负荷与全部风电、光伏输出功率、水电强迫出力、以及火电最小经济技术出力之差,用公式(1)来计算,
Lnet.t=Lt-PW.t-PPV.t-PTH.min-PHD.min (1)
式中,Lnet.t是第t个时段的系统净负荷;t=1,2,3...T,T是调度周期内的时段数;Lt是第t个时段的系统总负荷;PW.t是第t个时段的系统全部风电输出功率;PPV.t是第t个时段的系统全部光伏输出功率;PTH.min是系统火电最小经济技术出力;PHD.min是系统水电强迫出力;
系统净负荷变化量是指既定时间尺度下,下一时段的系统净负荷与当前时段的系统净负荷之差,
计及下一时段风电、光伏输出功率和负荷的最大反向预测误差的系统灵活性需求模型为公式(2),
式中,是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;Lnet.t是第t个时段的系统净负荷;Lnet.t+1是第t+1个时段的系统净负荷;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;ωd1是系统负荷预测误差导致的下调灵活性需求系数;ωd2是系统风电输出功率预测误差导致的下调灵活性需求系数;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求系数;Lt+1是系统第t+1个时段的总负荷;PW.t+1是系统第t+1个时段的风电输出功率预测值;PPV.t+1是系统第t+1个时段光伏输出功率预测值;t=1,2,3...T,T是调度周期内的时段数;
②建立当前时段的电源灵活性供给模型
电源灵活性供给是灵活性电源能够为系统提供的灵活调节容量,
灵活性电源是具有灵活调节能力的电源,
将水电和火电作为灵活性电源,针对电源灵活性供给上调、下调两种情况,分别建立公式(3)所示的电源上调灵活性供给模型、公式(4)所示的电源下调灵活性供给模型,
式中,Ft +是第t个时段电源上调灵活性供给,t=1,2,3...T,T是调度周期内的时段数;Ft -是第t个时段电源下调灵活性供给;是第i个火电机组在第t个时段的上调灵活性供给;是第i个火电机组在第t个时段的下调灵活性供给;是第j个水电机组在第t个时段的上调灵活性供给;是第j个水电机组在第t个时段的下调灵活性供给;i=1,2,3…I,I是系统中火电机组的总数;j=1,2,3…J,J是系统中水电机组的总数;PTH.i.max是第i个火电机组的最大输出功率;PHD.j.max是第j个水电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;PHD.j.min是第j个水电机组的强迫出力;PTH.i.t是第i个火电机组在第t个时段的输出功率;PHD.j.t是第j个水电机组在第t个时段的输出功率;是第i个火电机组的上爬坡率;是第j个水电机组的上爬坡率;是第i个火电机组的下爬坡率;是第j个水电机组的下爬坡率;
③建立电源灵活性裕度的计算模型
电源灵活性裕度是电源灵活性供给与系统灵活性需求之差,用公式(5)计算电源上调灵活性裕度,用公式(6)计算电源下调灵活性裕度,
式中,ΔFt +是第t个时段的电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;ΔFt -是第t个时段的电源下调灵活性裕度;Ft +是第t个时段的电源上调灵活性供给;Ft -是第t个时段的电源下调灵活性供给;是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;
4)构建考虑电源灵活性裕度的风光水火互补协调优化调度模型
以系统内污染气体治理费用和燃煤费用之和最小为目标,建立风光水火互补协调优化调度的优化目标函数为公式(7),
minC=C1+C2 (7)
式中,C是调度周期内的总费用;C1是调度周期内污染气体排放治理费用;C2是调度周期内燃煤费用;
①建立污染气体排放治理费用计算模型
用公式(8)计算调度周期内的污染气体排放治理费用,
式中,C1是调度周期内的污染气体治理费用;αTH.i,βTH.i,γTH.i,ζTH.i,λTH.i是第i个火电机组的污染气体排放系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;σ是单位污染气体治理费用;t=1,2,3...T,T是调度周期内的时段数;i=1,2,3...I,I是系统中火电机组的总数;
②建立燃煤费用计算模型
用公式(9)计算调度周期内的燃煤费用,
式中,C2是调度周期内的燃煤费用;t=1,2,3...T,T是调度周期内的时段数;ai、bi、ci是第i个火电机组的燃煤费用系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;i=1,2,3...I,I是系统中火电机组的总数;
③根据公式(10)~(17)确定该互补协调优化调度模型需要满足的约束条件
A.确定电源灵活性约束
电源灵活性约束是在调度周期内电源上调灵活性裕度和电源下调灵活性裕度都大于0,
c.用公式(10)表示上调灵活性约束
ΔFt +>0 (10)
式中,ΔFt +是第t个时段电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
d.用公式(11)表示下调灵活性约束
ΔFt ->0 (11)
式中,ΔFt -是第t个时段电源下调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
B.确定系统功率平衡约束
用公式(12)表示系统功率平衡约束,
式中,Lt是第t个时段的系统总负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段的系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;PTH.i.t是第i个火电机组在第t个时段计划安排的发电功率;PHD.j.t是第j个水电机组在第t个时段计划安排的发电功率;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
将公式(12)转换为公式(13),
式中,Lt是第t个时段的系统负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PTH.i.min是第i个火电组的最小经济技术出力;PHD.j.min是第j个水电组的强迫出力;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
C.确定电源约束
f.用公式(14)表示火电机组输出功率约束
PTH.i.min+ΔPTH.i.t≤PTH.i.max (14)
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段可调节输出功率;t=1,2,3...T,T是调度周期内的时段数;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;
g.用公式(15)表示火电机组爬坡能力约束
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
h.用公式(16)表示水电输出功率约束
PHD.j.min+ΔPHD.j.t≤PHD.j.max (16)
式中,PHD.j.min是第j个水电机组的强迫出力;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PHD.j.max是第j个水电机组的最大输出功率;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
i.用公式(17)表示水电输出功率和用水量、水头高度的关系
PHD.j.t=9.81ηjQj.tht (17)
式中,PHD.j.t是第j个水电机组在第t个时段的输出功率;t=1,2,3...T,T是调度周期内的时段数;ηj是第j个水电机组的发电效率;ht是水库在第t个时段的水头高度;Qj.t是第j个水电机组在第t个时段的用水量;i=1,2,3...J,J是系统中水电机组的总数;
j.用公式(18)表示用于发电的水流量限制约束
式中,Qj.min是调度周期内第j个水电机组的最小用水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
5)制定风光水火互补协调发电的优化调度策略
采用分层调度策略,分为风光调度层、水电调度层和火电调度层,
①风光调度层发电安排
优先安排风电和光伏发电,并全额消纳,即风电和光伏发电不作为调度中的优化变量,
②水电调度层发电安排
以经过水电调节后的系统净负荷峰谷差最小与弃水量最小为目标安排水力发电,
用公式(19)~(21)表示水电调节后的净负荷峰谷差最小,
minΔL'net=L'net.max-L'net.min (19)
式中,Lnet.t是未经水电调节的第t个时段的系统净负荷;t=1,2,3...T,T是时段数;ΔL'net是在调度周期内经过水电调节后系统净负荷的最大值与最小值之差;PHD.j.t是第j个水电机组在第t个时段的输出功率;j=1,2,3...J,J是系统中水电机组的总数;L'net.max是在调度周期内经过水电调节后的系统净负荷最大值;L'net.min是在调度周期内经过水电调节后的系统净负荷最小值;
用公式(22)表示弃水量最小,
式中,ΔQ是调度周期内总弃水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;Δt是每个时段的时间长度;
③火电调度层发电安排
安排火电机组承担经过水电调节后的系统净负荷,并满足步骤2)中公式(7)建立的互补协调优化调度目标;
4)对各个调度层分别求解
①风光调度层求解
预测出未来一个调度周期内的风电、光伏输出功率,计算系统净负荷,
②水电调度层求解
将所有水电机组等效为一个整体,把弃水量最小转化为约束条件,将弃水量限制在要求的范围内,采用传统粒子群算法对水电调度优化目标函数进行求解,
③火电调度层求解
A.采用启发式优先顺序法确定火电机组的机组组合,
a.计算系统中火电机组的最小比耗量,按照最小比耗量由小到大的顺序对机组进行经济性排序,最小比耗量用公式(23)计算,
式中,μi.min是第i个火电机组的最小比耗量;PTH.i是第i个火电机组的输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
其中PTH.i需满足公式(24)中的关系式,
式中,PTH.i.min是第i个火电组的最小经济技术出力;PTH.i是第i个火电机组的输出功率;PTH.i.max是第i个火电机组的最大输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
b.依据机组排序表中的顺序,逐次累加各火电机组最大可调节输出功率,直至满足最高净负荷及上调灵活性需求,用公式(25)表示,
式中,PTH.i.max是第i个火电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;L'net.max是调度周期内水电调节后的系统最大净负荷;Lmax是系统总负荷最大预测值;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;i=1,2,3...I,I是系统中火电机组的总数;
c.采用公式(26)对火电机组最小经济技术出力进行验证,判断其是否满足系统各个时段的下调灵活性需求;某时段不满足就说明在该时段无法实现可再生能源的完全消纳,有必要在该时段附近采取弃风、弃光措施,直至约束满足,
0≤L'net.mind1Lmind2PW.maxd3PPV.max (26)
式中,L'net.min是调度周期内水电调节后的系统最小净负荷;Lmin是系统总负荷最小预测值;ωd1是系统负荷预测误差导致的下调灵活性需求;ωd2是系统风电输出功率预测误差导致的下调灵活性需求;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;
B.改进粒子群算法
a.调整机组输出功率使其满足机组输出功率上下限约束,用公式(27)表示,
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
b.如果违反机组爬坡速率约束,则按公式(28)原则调整,
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
c.当在第t个时段违反功率平衡约束时,用公式(29)计算功率偏差值,该功率差值即是第t个时段系统无法满足的灵活性需求,
式中,ΔPt是系统功率偏差值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;L'net.t是未经火电调节的第t个时段的系统净负荷;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
d.在适应度函数中加入功率平衡约束和灵活性约束的罚函数,保证在下次迭代时将粒子尽可能限制在可行解的范围内,用公式(30)表示,
式中,f是适应度函数;C是调度周期内污染气体治理费用和燃煤费用之和;ΔPt是系统功率偏差值;ΔFt +是第t个时段电源上调灵活性裕度;ΔFt -是第t个时段电源下调灵活性裕度;λph是功率平衡约束惩罚因子,λTH.u是电源上调灵活性约束惩罚因子,λTH.d是电源下调灵活性约束惩罚因子;t=1,2,3...T,T是调度周期内的时段数。
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)

1.一种考虑电源灵活性裕度的风光水火互补协调优化调度方法,其特征在于,它包括以下步骤:
1)构建计算多能源电力系统电源灵活性裕度的数学模型
①建立下一时段的系统灵活性需求模型
定义系统灵活性需求为系统净负荷变化量,
系统净负荷是系统中总负荷与全部风电、光伏输出功率、水电强迫出力、以及火电最小经济技术出力之差,用公式(1)来计算,
Lnet.t=Lt-PW.t-PPV.t-PTH.min-PHD.min (1)
式中,Lnet.t是第t个时段的系统净负荷;t=1,2,3...T,T是调度周期内的时段数;Lt是第t个时段的系统总负荷;PW.t是第t个时段的系统全部风电输出功率;PPV.t是第t个时段的系统全部光伏输出功率;PTH.min是系统火电最小经济技术出力;PHD.min是系统水电强迫出力;
系统净负荷变化量是指既定时间尺度下,下一时段的系统净负荷与当前时段的系统净负荷之差,
计及下一时段风电、光伏输出功率和负荷的最大反向预测误差的系统灵活性需求模型为公式(2),
式中,是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;Lnet.t是第t个时段的系统净负荷;Lnet.t+1是第t+1个时段的系统净负荷;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;ωd1是系统负荷预测误差导致的下调灵活性需求系数;ωd2是系统风电输出功率预测误差导致的下调灵活性需求系数;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求系数;Lt+1是系统第t+1个时段的总负荷;PW.t+1是系统第t+1个时段的风电输出功率预测值;PPV.t+1是系统第t+1个时段光伏输出功率预测值;t=1,2,3...T,T是调度周期内的时段数;
②建立当前时段的电源灵活性供给模型
电源灵活性供给是灵活性电源能够为系统提供的灵活调节容量,
灵活性电源是具有灵活调节能力的电源,
将水电和火电作为灵活性电源,针对电源灵活性供给上调、下调两种情况,分别建立公式(3)所示的电源上调灵活性供给模型、公式(4)所示的电源下调灵活性供给模型,
式中,Ft +是第t个时段电源上调灵活性供给,t=1,2,3...T,T是调度周期内的时段数;Ft -是第t个时段电源下调灵活性供给;是第i个火电机组在第t个时段的上调灵活性供给;是第i个火电机组在第t个时段的下调灵活性供给;是第j个水电机组在第t个时段的上调灵活性供给;是第j个水电机组在第t个时段的下调灵活性供给;i=1,2,3…I,I是系统中火电机组的总数;j=1,2,3…J,J是系统中水电机组的总数;PTH.i.max是第i个火电机组的最大输出功率;PHD.j.max是第j个水电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;PHD.j.min是第j个水电机组的强迫出力;PTH.i.t是第i个火电机组在第t个时段的输出功率;PHD.j.t是第j个水电机组在第t个时段的输出功率;是第i个火电机组的上爬坡率;是第j个水电机组的上爬坡率;是第i个火电机组的下爬坡率;是第j个水电机组的下爬坡率;
③建立电源灵活性裕度的计算模型
电源灵活性裕度是电源灵活性供给与系统灵活性需求之差,用公式(5)计算电源上调灵活性裕度,用公式(6)计算电源下调灵活性裕度,
式中,ΔFt +是第t个时段的电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;ΔFt -是第t个时段的电源下调灵活性裕度;Ft +是第t个时段的电源上调灵活性供给;Ft -是第t个时段的电源下调灵活性供给;是第t+1个时段的系统上调灵活性需求;是第t+1个时段的系统下调灵活性需求;
2)构建考虑电源灵活性裕度的风光水火互补协调优化调度模型
以系统内污染气体治理费用和燃煤费用之和最小为目标,建立风光水火互补协调优化调度的优化目标函数为公式(7),
min C=C1+C2 (7)
式中,C是调度周期内的总费用;C1是调度周期内污染气体排放治理费用;C2是调度周期内燃煤费用;
①建立污染气体排放治理费用计算模型
用公式(8)计算调度周期内的污染气体排放治理费用,
式中,C1是调度周期内的污染气体治理费用;αTH.i,βTH.i,γTH.i,ζTH.i,λTH.i是第i个火电机组的污染气体排放系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;σ是单位污染气体治理费用;t=1,2,3...T,T是调度周期内的时段数;i=1,2,3...I,I是系统中火电机组的总数;
②建立燃煤费用计算模型
用公式(9)计算调度周期内的燃煤费用,
式中,C2是调度周期内的燃煤费用;t=1,2,3...T,T是调度周期内的时段数;ai、bi、ci是第i个火电机组的燃煤费用系数;PTH.i.t是第i个火电机组在第t个时段的输出功率;i=1,2,3...I,I是系统中火电机组的总数;
③根据公式(10)~(17)确定该互补协调优化调度模型需要满足的约束条件
A.确定电源灵活性约束
电源灵活性约束是在调度周期内电源上调灵活性裕度和电源下调灵活性裕度都大于0,
a.用公式(10)表示上调灵活性约束
ΔFt +>0 (10)
式中,ΔFt +是第t个时段电源上调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
b.用公式(11)表示下调灵活性约束
ΔFt ->0 (11)
式中,ΔFt -是第t个时段电源下调灵活性裕度;t=1,2,3...T,T是调度周期内的时段数;
B.确定系统功率平衡约束
用公式(12)表示系统功率平衡约束,
式中,Lt是第t个时段的系统总负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段的系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;PTH.i.t是第i个火电机组在第t个时段计划安排的发电功率;PHD.j.t是第j个水电机组在第t个时段计划安排的发电功率;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
将公式(12)转换为公式(13),
式中,Lt是第t个时段的系统负荷预测值;t=1,2,3...T,T是调度周期内的时段数;PW.t是第t个时段系统风电输出功率预测值;PPV.t是第t个时段的系统光伏输出功率预测值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PTH.i.min是第i个火电组的最小经济技术出力;PHD.j.min是第j个水电组的强迫出力;i=1,2,3...I,I是系统中火电机组的总数;j=1,2,3...J,J是系统中水电机组的总数;
C.确定电源约束
a.用公式(14)表示火电机组输出功率约束
PTH.i.min+ΔPTH.i.t≤PTH.i.max (14)
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段可调节输出功率;t=1,2,3...T,T是调度周期内的时段数;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;
b.用公式(15)表示火电机组爬坡能力约束
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
c.用公式(16)表示水电输出功率约束
PHD.j.min+ΔPHD.j.t≤PHD.j.max (16)
式中,PHD.j.min是第j个水电机组的强迫出力;ΔPHD.j.t是第j个水电机组在第t个时段的可调节输出功率;PHD.j.max是第j个水电机组的最大输出功率;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
d.用公式(17)表示水电输出功率和用水量、水头高度的关系
PHD.j.t=9.81ηjQj.tht (17)
式中,PHD.j.t是第j个水电机组在第t个时段的输出功率;t=1,2,3...T,T是调度周期内的时段数;ηj是第j个水电机组的发电效率;ht是水库在第t个时段的水头高度;Qj.t是第j个水电机组在第t个时段的用水量;i=1,2,3...J,J是系统中水电机组的总数;
e.用公式(18)表示用于发电的水流量限制约束
式中,Qj.min是调度周期内第j个水电机组的最小用水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
3)制定风光水火互补协调发电的优化调度策略
采用分层调度策略,分为风光调度层、水电调度层和火电调度层,
①风光调度层发电安排
优先安排风电和光伏发电,并全额消纳,即风电和光伏发电不作为调度中的优化变量,
②水电调度层发电安排
以经过水电调节后的系统净负荷峰谷差最小与弃水量最小为目标安排水力发电,
用公式(19)~(21)表示水电调节后的净负荷峰谷差最小,
minΔL'net=L'net.max-L'net.min (19)
式中,Lnet.t是未经水电调节的第t个时段的系统净负荷;t=1,2,3...T,T是时段数;ΔL'net是在调度周期内经过水电调节后系统净负荷的最大值与最小值之差;PHD.j.t是第j个水电机组在第t个时段的输出功率;j=1,2,3...J,J是系统中水电机组的总数;L'net.max是在调度周期内经过水电调节后的系统净负荷最大值;L'net.min是在调度周期内经过水电调节后的系统净负荷最小值;
用公式(22)表示弃水量最小,
式中,ΔQ是调度周期内总弃水量;Qj.max是调度周期内第j个水电机组的最大用水量;Qj.t是第j个水电机组在第t个时段的用水量;j=1,2,3...J,J是系统中水电机组的总数;t=1,2,3...T,T是调度周期内的时段数;Δt是每个时段的时间长度;
③火电调度层发电安排
安排火电机组承担经过水电调节后的系统净负荷,并满足步骤2)中公式(7)建立的互补协调优化调度目标;
4)对各个调度层分别求解
①风光调度层求解
预测出未来一个调度周期内的风电、光伏输出功率,计算系统净负荷,
②水电调度层求解
将所有水电机组等效为一个整体,把弃水量最小转化为约束条件,将弃水量限制在要求的范围内,采用传统粒子群算法对水电调度优化目标函数进行求解,
③火电调度层求解
A.采用启发式优先顺序法确定火电机组的机组组合,
a.计算系统中火电机组的最小比耗量,按照最小比耗量由小到大的顺序对机组进行经济性排序,最小比耗量用公式(23)计算,
式中,μi.min是第i个火电机组的最小比耗量;PTH.i是第i个火电机组的输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
其中PTH.i需满足公式(24)中的关系式,
式中,PTH.i.min是第i个火电组的最小经济技术出力;PTH.i是第i个火电机组的输出功率;PTH.i.max是第i个火电机组的最大输出功率;ai、bi、ci分别是第i个火电机组的燃煤费用系数;i=1,2,3...I,I是系统中火电机组的总数;
b.依据机组排序表中的顺序,逐次累加各火电机组最大可调节输出功率,直至满足最高净负荷及上调灵活性需求,用公式(25)表示,
式中,PTH.i.max是第i个火电机组的最大输出功率;PTH.i.min是第i个火电机组的最小经济技术出力;L'net.max是调度周期内水电调节后的系统最大净负荷;Lmax是系统总负荷最大预测值;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;ωu1是系统负荷预测误差导致的上调灵活性需求系数;ωu2是系统风电输出功率预测误差导致的上调灵活性需求系数;ωu3是系统光伏输出功率预测误差导致的上调灵活性需求系数;i=1,2,3...I,I是系统中火电机组的总数;
c.采用公式(26)对火电机组最小经济技术出力进行验证,判断其是否满足系统各个时段的下调灵活性需求;某时段不满足就说明在该时段无法实现可再生能源的完全消纳,有必要在该时段附近采取弃风、弃光措施,直至约束满足,
0≤L'net.mind1Lmind2PW.maxd3PPV.max (26)
式中,L'net.min是调度周期内水电调节后的系统最小净负荷;Lmin是系统总负荷最小预测值;ωd1是系统负荷预测误差导致的下调灵活性需求;ωd2是系统风电输出功率预测误差导致的下调灵活性需求;ωd3是系统光伏输出功率预测误差导致的下调灵活性需求;PW.max是调度周期内系统风电输出功率最大预测值;PPV.max是调度周期内系统光伏输出功率最大预测值;
B.改进粒子群算法
a.调整机组输出功率使其满足机组输出功率上下限约束,用公式(27)表示,
式中,PTH.i.min是第i个火电组的最小经济技术出力;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;PTH.i.max是第i个火电机组的最大输出功率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
b.如果违反机组爬坡速率约束,则按公式(28)原则调整,
式中,PTH.i.t是第i个火电机组在第t个时段的输出功率;PTH.i.t-1是第i个火电机组在第t-1个时段的输出功率;是第i个火电机组的上爬坡率;是第i个火电机组的下爬坡率;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
c.当在第t个时段违反功率平衡约束时,用公式(29)计算功率偏差值,该功率差值即是第t个时段系统无法满足的灵活性需求,
式中,ΔPt是系统功率偏差值;ΔPTH.i.t是第i个火电机组在第t个时段的可调节输出功率;L'net.t是未经火电调节的第t个时段的系统净负荷;i=1,2,3...I,I是系统中火电机组的总数;t=1,2,3...T,T是调度周期内的时段数;
d.在适应度函数中加入功率平衡约束和灵活性约束的罚函数,保证在下次迭代时将粒子尽可能限制在可行解的范围内,用公式(30)表示,
式中,f是适应度函数;C是调度周期内污染气体治理费用和燃煤费用之和;ΔPt是系统功率偏差值;ΔFt +是第t个时段电源上调灵活性裕度;ΔFt -是第t个时段电源下调灵活性裕度;λph是功率平衡约束惩罚因子,λTH.u是电源上调灵活性约束惩罚因子,λTH.d是电源下调灵活性约束惩罚因子;t=1,2,3...T,T是调度周期内的时段数。
CN201910277571.2A 2019-04-08 2019-04-08 考虑电源灵活性裕度的风光水火互补协调优化调度方法 Active CN109936170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910277571.2A CN109936170B (zh) 2019-04-08 2019-04-08 考虑电源灵活性裕度的风光水火互补协调优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910277571.2A CN109936170B (zh) 2019-04-08 2019-04-08 考虑电源灵活性裕度的风光水火互补协调优化调度方法

Publications (2)

Publication Number Publication Date
CN109936170A true CN109936170A (zh) 2019-06-25
CN109936170B CN109936170B (zh) 2022-02-18

Family

ID=66989415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910277571.2A Active CN109936170B (zh) 2019-04-08 2019-04-08 考虑电源灵活性裕度的风光水火互补协调优化调度方法

Country Status (1)

Country Link
CN (1) CN109936170B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110535132A (zh) * 2019-09-11 2019-12-03 国网天津市电力公司 一种基于鲁棒优化的电力系统建设规划方法
CN111030095A (zh) * 2019-12-06 2020-04-17 昆明理工大学 一种提升微网灵活性的调度方法
CN111682531A (zh) * 2020-06-11 2020-09-18 国网重庆市电力公司 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置
CN111769600A (zh) * 2020-06-23 2020-10-13 内蒙古电力(集团)有限责任公司 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法
CN112104008A (zh) * 2020-08-18 2020-12-18 西安理工大学 风蓄水火联合运行中火电开机机组的确定方法
CN112467807A (zh) * 2020-12-14 2021-03-09 东北电力大学 一种多能源电力系统日前优化调度方法及系统
CN113205273A (zh) * 2021-05-20 2021-08-03 国网山西省电力公司经济技术研究院 一种计及区外电能交易的低碳化电源规划方法及系统
CN113572168A (zh) * 2021-09-26 2021-10-29 江西江投电力技术与试验研究有限公司 一种考虑风光水能源多重不确定性风险的优化调度方法
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
CN114094608A (zh) * 2021-11-19 2022-02-25 国网江苏省电力有限公司电力科学研究院 一种面向光伏电站的多类型储能容量优化配置方法及装置
CN114221338A (zh) * 2021-12-19 2022-03-22 东北电力大学 考虑电源灵活性和互补性的多能源电力系统优化调度方法
CN115378042A (zh) * 2022-10-25 2022-11-22 国网江西省电力有限公司电力科学研究院 一种分布式柔性资源协调控制方法
CN115441512A (zh) * 2022-06-16 2022-12-06 国网新疆电力有限公司喀什供电公司 一种多能互补电力平衡调配方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777769A (zh) * 2010-03-24 2010-07-14 上海交通大学 电网的多智能体优化协调控制方法
US20130082529A1 (en) * 2011-09-29 2013-04-04 James Frederick Wolter Power generation system with integrated renewable energy generation, energy storage, and power control
CN103490449A (zh) * 2013-10-10 2014-01-01 华北电力大学 一种多能源联合发电系统运行模拟的优化方法
CN107529677A (zh) * 2017-07-11 2018-01-02 清华大学 一种可再生能源消纳能力的评估方法及装置
CN108599270A (zh) * 2018-04-27 2018-09-28 国家电网公司东北分部 一种考虑风电随机性的电力系统广域协调消纳方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777769A (zh) * 2010-03-24 2010-07-14 上海交通大学 电网的多智能体优化协调控制方法
US20130082529A1 (en) * 2011-09-29 2013-04-04 James Frederick Wolter Power generation system with integrated renewable energy generation, energy storage, and power control
CN103490449A (zh) * 2013-10-10 2014-01-01 华北电力大学 一种多能源联合发电系统运行模拟的优化方法
CN107529677A (zh) * 2017-07-11 2018-01-02 清华大学 一种可再生能源消纳能力的评估方法及装置
CN108599270A (zh) * 2018-04-27 2018-09-28 国家电网公司东北分部 一种考虑风电随机性的电力系统广域协调消纳方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ILIAS G. MARNERIS: "An Integrated Scheduling Approach to Underpin Flexibility in European Power Systems", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 *
杨龙杰: "计及灵活性的孤岛型微电网多目标日前优化调度方法", 《电网技术》 *
苏承国: "基于电源灵活性裕度的含风电电力系统多源协调调度方法", 《电力系统自动化》 *
鲁宗相: "含高比例可再生能源电力系统灵活性规划及挑战", 《电力系统自动化》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110535132A (zh) * 2019-09-11 2019-12-03 国网天津市电力公司 一种基于鲁棒优化的电力系统建设规划方法
CN110535132B (zh) * 2019-09-11 2023-05-16 国网天津市电力公司 一种基于鲁棒优化的电力系统建设规划方法
CN111030095A (zh) * 2019-12-06 2020-04-17 昆明理工大学 一种提升微网灵活性的调度方法
CN111682531A (zh) * 2020-06-11 2020-09-18 国网重庆市电力公司 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置
CN111682531B (zh) * 2020-06-11 2023-06-27 国网重庆市电力公司 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置
CN111769600A (zh) * 2020-06-23 2020-10-13 内蒙古电力(集团)有限责任公司 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法
CN111769600B (zh) * 2020-06-23 2024-03-15 内蒙古电力(集团)有限责任公司 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法
CN112104008A (zh) * 2020-08-18 2020-12-18 西安理工大学 风蓄水火联合运行中火电开机机组的确定方法
CN112467807B (zh) * 2020-12-14 2022-05-17 东北电力大学 一种多能源电力系统日前优化调度方法及系统
CN112467807A (zh) * 2020-12-14 2021-03-09 东北电力大学 一种多能源电力系统日前优化调度方法及系统
CN113205273B (zh) * 2021-05-20 2024-03-29 国网山西省电力公司经济技术研究院 一种计及区外电能交易的低碳化电源规划方法及系统
CN113205273A (zh) * 2021-05-20 2021-08-03 国网山西省电力公司经济技术研究院 一种计及区外电能交易的低碳化电源规划方法及系统
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
CN113572168B (zh) * 2021-09-26 2022-02-08 江西江投电力技术与试验研究有限公司 一种考虑风光水能源多重不确定性风险的优化调度方法
CN113572168A (zh) * 2021-09-26 2021-10-29 江西江投电力技术与试验研究有限公司 一种考虑风光水能源多重不确定性风险的优化调度方法
CN114094608A (zh) * 2021-11-19 2022-02-25 国网江苏省电力有限公司电力科学研究院 一种面向光伏电站的多类型储能容量优化配置方法及装置
CN114094608B (zh) * 2021-11-19 2024-06-11 国网江苏省电力有限公司电力科学研究院 一种面向光伏电站的多类型储能容量优化配置方法及装置
CN114221338B (zh) * 2021-12-19 2023-10-13 东北电力大学 考虑电源灵活性和互补性的多能源电力系统优化调度方法
CN114221338A (zh) * 2021-12-19 2022-03-22 东北电力大学 考虑电源灵活性和互补性的多能源电力系统优化调度方法
CN115441512A (zh) * 2022-06-16 2022-12-06 国网新疆电力有限公司喀什供电公司 一种多能互补电力平衡调配方法
CN115378042B (zh) * 2022-10-25 2023-02-17 国网江西省电力有限公司电力科学研究院 一种分布式柔性资源协调控制方法
CN115378042A (zh) * 2022-10-25 2022-11-22 国网江西省电力有限公司电力科学研究院 一种分布式柔性资源协调控制方法

Also Published As

Publication number Publication date
CN109936170B (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
CN109936170A (zh) 考虑电源灵活性裕度的风光水火互补协调优化调度方法
CN110689189B (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
CN102855591B (zh) 梯级水库群短期联合发电优化调度方法及系统
CN105375479B (zh) 一种基于模型预测控制的分布式能源能量管理方法
CN106786753B (zh) 多用户的区域能源互联网的系统及其调节方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN105811407B (zh) 一种基于分布式牛顿法的微电网一次调频控制方法
CN108173283A (zh) 一种含风光可再生能源的热电联供系统运行方法
CN111769600A (zh) 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法
CN109740808B (zh) 一种风光水互补发电计划计算方法及系统
CN105375507A (zh) 雾霾环境下虚拟电厂的电力两级交互优化调度系统
CN114707403B (zh) 基于抽水蓄能调节的地区配电网多能源协调优化调度方法
CN105046395A (zh) 一种含多类型新能源的电力系统日内滚动计划编制方法
CN102593855B (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
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
Zhang et al. Grid–source coordinated dispatching based on heterogeneous energy hybrid power generation
CN109687506A (zh) 微电网中小水电站发电量预测方法
CN107749645A (zh) 一种控制高压大容量储热供暖装置的方法
CN110535132A (zh) 一种基于鲁棒优化的电力系统建设规划方法
CN108092321A (zh) 一种考虑不确定性的有源配电网有功无功协调控制方法
CN110492529A (zh) 一种考虑海水淡化的沿海多源多荷协调控制系统和方法
CN109474007A (zh) 一种基于大数据云技术的能源互联网调度方法
CN109038655A (zh) 限电要求下大型光伏电站的配套储能容量计算方法
CN113610411B (zh) 一种多时间尺度嵌套的风光水多能互补调度方法
Ma et al. Long-term coordination for hydro-thermal-wind-solar hybrid energy system of provincial power grid

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