CN110112767B - 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法 - Google Patents

广域多形态需求侧负荷参与系统调峰的荷源优化控制方法 Download PDF

Info

Publication number
CN110112767B
CN110112767B CN201910206766.8A CN201910206766A CN110112767B CN 110112767 B CN110112767 B CN 110112767B CN 201910206766 A CN201910206766 A CN 201910206766A CN 110112767 B CN110112767 B CN 110112767B
Authority
CN
China
Prior art keywords
load
peak regulation
power
polymorphic
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910206766.8A
Other languages
English (en)
Other versions
CN110112767A (zh
Inventor
冉忠
刘文颖
夏鹏
郭虎
张雨薇
王方雨
张尧翔
许春蕾
荣俊杰
李宛齐
聂雅楠
胡阳
朱丽萍
李潇
陈鑫鑫
郇悅
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201910206766.8A priority Critical patent/CN110112767B/zh
Publication of CN110112767A publication Critical patent/CN110112767A/zh
Application granted granted Critical
Publication of CN110112767B publication Critical patent/CN110112767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/386—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

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

Abstract

本发明提供的一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，通过：读取区域内电网运行控制参数；获取区域内广域多形态需求侧负荷可调节特性；计算区域内系统下调峰时段及调峰缺口；构建广域多形态需求侧负荷参与系统调峰的荷源互动日前调峰模型，求解得到日前调峰计划；构建广域多形态弹性控制负荷参与系统调峰的荷源互动日内实时调峰模型，求解得到日内实时调峰计划。本发明针对大规模风电并网对系统调峰的问题进行深入研究，充分挖掘广域多形态需求侧负荷调节潜力，通过优化广域多形态负荷参与系统调峰的荷源互动控制方法，进一步提升系统下调峰能力，为调度人员提供科学、合理的决策指导。

Description

广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
技术领域
本发明属于电力系统荷源优化控制技术领域，尤其涉及一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法。
背景技术
由于我国大规模推广新能源发电，风电在电源结构中的占比逐年增加，风电反调峰特性加剧导致用电负荷低谷期时的风电资源反而充裕，以常规电源为主的系统调峰能力不足，下调峰问题尤为突出。随着智能电网等新兴技术的兴起，电网调度范围由电源侧调度层面扩大到电源侧与需求侧协调优化调度层面，高载能企业、电动汽车和蓄热电锅炉等一批广域多形态需求侧负荷可通过制定科学合理的生产计划为系统下调峰时期补充调度资源，提升系统调峰能力。因此，广域多形态需求侧负荷参与系统调峰的荷源优化控制不仅要考虑大规模风电并网对系统下调峰造成的影响，还要考虑不同多形态需求侧负荷的调节特性，统筹兼顾电源侧与负荷侧的协同控制。
目前针对荷源优化控制问题，国内外学者对相应的荷源互动优化控制方法已经做了很多研究，主要分为以下2个类：
1)采用空间尺度分层分区的思想，将荷源优化分为“上-下”两层控制。上层优化模型确定常规电源出力和风电调度出力；下层优化模型则根据常规电源下调峰能力不足导致风电受阻的情况，科学合理安排多形态弹性控制负荷参与电网调度。
2)采用时间尺度协调配合的思想，将荷源优化分为“日前-日内”协调优化控制。根据系统日前预测信息，建立荷源日前调度优化模型，制定日前调峰计划；在日前调峰计划的基础上，根据不断更新的风电预测，修正日前调峰计划，得到日内调峰计划。
综上所述，虽然现有的荷源互动优化控制方法已经比较成熟，但是在工程应用上仍然存在需要改进的方向：1)荷源互动优化控制涉及的负荷可从一种增加到多种，并且充分考虑不同负荷的时空特性和调节特性；2)日内时间尺度精度可进一步提升，实现“日前-实时”的协调优化控制模式。因此，在以上方法的基础上，提出一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，利用不同种类广域多形态需求侧负荷的调节特性，配合常规电源机组出力，提升系统下调峰能力，为调度人员提供科学、合理的决策指导。
发明内容
本发明的目的在于，提供一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，用于解决大规模风电并网引起系统下调峰能力不足的问题，为调度人员提供科学、合理的决策指导。
为实现上述目的，本发明提供的技术方案是，一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其包括以下步骤：
S1：读取区域内电网运行控制参数；
S2：获取区域内广域多形态需求侧负荷可调节特性；
S3：计算区域内系统下调峰时段及调峰缺口；
S4：构建广域多形态需求侧负荷参与系统调峰的荷源互动日前调峰模型，求解得到日前调峰计划；
S5：构建广域多形态弹性控制负荷参与系统调峰的荷源互动实时调峰模型，求解得到实时调峰计划。
优选的，所述S1包括以下步骤：
S101：获取区域电网的网络结构参数；
S102：获取区域电网内常规电源出力计划、常规电源机组参数、风电日前-实时预测信息和系统负荷预测值。
优选的，所述S2包括以下步骤：
S201：获取高载能企业、电动汽车和蓄热电锅炉时空分布和数量等参数；
S202：对电动汽车和蓄热电锅炉进行分区聚合；
S203：根据广域多形态需求侧负荷调节特性进行负荷分类。
优选的，所述S3包括以下步骤：将风电日前预测作为负的负荷与系统负荷日前预测进行叠加形成系统等效负荷，等效负荷与常规电源最低出力之间的差值为系统下调峰时期调峰缺口。
优选的，所述S4包括以下步骤：
S401：构建以系统下调峰阶段可调节量最大和调峰成本最低为优化目标的荷源互动日前调峰模型。标准化模型为：
Figure GDA0002074643250000031
式中：f(X)、g(X)为目标函数；X表示由该区域内常规电源机组出力、风电出力和广域多形态需求侧负荷构成的待优化决策向量；
S402：通过改进型多目标遗传算法NSGA-Ⅱ求解荷源互动日前调峰模型。
优选的，所述S5包括以下步骤：
S501：构建系统下调峰时期可连续调节负荷变化量与风光电功率偏移量差值最小为目标的荷源互动实时调峰模型。标准化模型为：
Figure GDA0002074643250000041
式中：y(X)为目标函数；X表示由该区域内常规电源机组出力、风电出力和可连续调节负荷构成的待优化决策向量；
S502：通过改进型遗传算法求解荷源互动实时调峰模型。
本发明提供的一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，通过：读取区域内电网运行控制参数；获取区域内广域多形态需求侧负荷可调节特性；计算区域内系统下调峰时段及调峰缺口；构建广域多形态需求侧负荷参与系统调峰的荷源互动日前调峰模型，求解得到日前调峰计划；构建广域多形态弹性控制负荷参与系统调峰的荷源互动实时调峰模型，求解得到实时调峰计划。本发明对大规模风电并网后引起的系统下调峰能力不足问题进行深入分析，充分利用广域多形态需求侧负荷的调节潜力，配合常规电源参与系统调峰，消纳系统受阻风电，缓解电网调峰压力，进一步提升系统下调峰能力，为调度人员提供科学、合理的决策指导。
附图说明
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
图1是本发明提供的荷源优化控制方法流程图。
图2是本发明提供的广域多形态需求侧负荷对日前调峰的影响。
图3是本发明提供的广域多形态需求侧负荷对日内实施调峰的影响。
具体实施方式
为了清楚了解本发明的技术方案，将在下面的描述中提出其详细的结构。显然，本发明实施例的具体施行并不足限于本领域的技术人员所熟习的特殊细节。本发明的优选实施例详细描述如下，除详细描述的这些实施例外，还可以具有其他实施方式。
下面结合附图和实施例对本发明做进一步详细说明。
实施例1
如图1所示，本发明所述的一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其包括以下步骤：
S1：读取区域内电网运行控制参数；
S2：获取区域内广域多形态需求侧负荷可调节特性；
S3：计算区域内系统下调峰时段及调峰缺口；
S4：构建广域多形态需求侧负荷参与系统调峰的荷源互动日前调峰模型，求解得到日前调峰计划；
S5：构建广域多形态弹性控制负荷参与系统调峰的荷源互动日内实时调峰模型，求解得到日内实时调峰计划。
所述S1包括以下步骤：
S101：获取区域电网的网络结构参数；
S102：获取区域电网内常规电源出力计划、常规电源机组参数、风电日前-日内预测信息和系统负荷预测值。
所述S2包括以下步骤：
S201：获取高载能企业、电动汽车和蓄热电锅炉时空分布和数量等参数；
S202：将含有电动汽车接入的地区电网按电动汽车SOC变化范围[0,1]情况划分为K个小区间，统一每个区间内电动汽车充电潜力，基于每个区间充电潜力的情况，计算t时段所有小区间内电动汽车聚合功率：
Figure GDA0002074643250000061
/>
式中：
Figure GDA0002074643250000062
为t时刻所有小区间内电动汽车聚合功率；Pi,j为第i个区间内第辆电动汽车充电功率；为t时刻第i个区间内电动汽车充电潜力，说明该区间不具备充电潜力，说明该区间具备充电潜力；为t时刻第i个区间内可调用电动汽车数量。
将含有蓄热电锅炉接入的地区电网按储能状态SOC变化范围[0,1]情况划分为N个小区间，统一每个区间内蓄热电锅炉储能状态，基于每个区间储能状态的情况，计算时段所有小区间内蓄热电锅炉聚合功率：
Figure GDA0002074643250000063
式中：为t时刻所有小区间内蓄热电锅炉聚合功率；为t时刻第i个小区间内蓄热电锅炉储能状态的改变值；为第i个小区间内蓄热电锅炉聚合参数。
S203：根据高载能负荷、聚合电动汽车负荷和蓄热电锅炉负荷调节特性，将多形态需求侧负荷分为可转移负荷、可离散调节负荷和可连续调节负荷。
所述S3包括以下步骤：
S301：将风电出力Pwind作为负的负荷与系统负荷Pload进行叠加，形成等效负荷PL：
Figure GDA0002074643250000064
式中：
Figure GDA0002074643250000065
为t时刻系统负荷；/>
Figure GDA0002074643250000066
为t时刻风电出力；/>
Figure GDA0002074643250000067
为t时刻系统等效负荷。
S302：计算系统下调峰调峰缺口。
Figure GDA0002074643250000068
式中：ton、toff分别为下调峰起始和结束时刻；PG,min为常规机组调峰下限；Ewind为系统下调峰调峰缺口。
所述S4包括以下步骤：
S401：构建以系统下调峰阶段可调节量最大和调峰成本最低为优化目标的荷源互动日前调峰模型。目标函数为：
Figure GDA0002074643250000071
Figure GDA0002074643250000072
式中，
Figure GDA0002074643250000073
分别为可转移负荷、可离散调节负荷和可连续调节负荷在t时刻调节功率；/>
Figure GDA0002074643250000074
和/>
Figure GDA0002074643250000075
分别为可转移负荷、可离散调节负荷和可连续调节负荷调节成本；ΔT为每个时间段长度，ΔT＝15min。
Figure GDA0002074643250000076
Figure GDA0002074643250000077
Figure GDA0002074643250000078
/>
Figure GDA0002074643250000079
Figure GDA00020746432500000710
Figure GDA00020746432500000711
式中：
Figure GDA00020746432500000712
为可转移负荷启动状态；TSk为高载能可转移负荷k的持续工作时段数；
Figure GDA00020746432500000713
表示第i个蓄热电锅炉在t时段的运行状态；/>
Figure GDA00020746432500000714
表示第i个蓄热电锅炉在t时段的调节功率；/>
Figure GDA00020746432500000715
为可中断负荷投切状态；/>
Figure GDA00020746432500000716
为可连续调节负荷n在时段t的调节比例；LCn,max为可连续调节负荷n的最大调节容量；/>
Figure GDA00020746432500000717
表示第i个蓄热电锅炉在t时段的运行状态；/>
Figure GDA00020746432500000718
表示第j个电动汽车在t时段的调节功率；KS为电网调峰中心向可转移负荷支付的转移补偿价格；tSk,0为可转移负荷k的原始用电负荷启动时段，TSk0为可转移负荷k的原始用电负荷持续时段数；δEBi表示第i个蓄热电锅炉的调用成本；KT为电网调峰中心向可中断负荷支付的中断补偿价格；ΔT为时段t的时间间隔；KC为电网调峰中心向可连续调节负荷支付的调节补偿价格；δEBj表示第j个电动汽车的调用成本。
约束条件包括系统功率平衡约束、风电出力约束、常规机组出力约束、多形态需求侧负荷调节约束。
(1)系统功率平衡约束
Figure GDA0002074643250000081
式中：
Figure GDA0002074643250000082
分别为t时刻常规机组出力、风光电出力和系统负荷值。
(2)风电出力约束
Figure GDA0002074643250000083
式中：
Figure GDA0002074643250000084
分别为t时刻风电有功预测出力。
(3)常规电源机组输出功率上下限约束
Figure GDA0002074643250000085
式中：PGi.max、PGi.min分别为第i台常规电源机组出力上下限。
(4)常规电源机组最小启停时间约束
Figure GDA0002074643250000086
式中：
Figure GDA0002074643250000087
分别为第i台常规电源机组在t时刻的开机持续时间和停机持续时间；/>
Figure GDA0002074643250000088
分别为第i台常规电源机组在t时刻的最小运行时间和最小停机时间。
(5)常规电源机组爬坡约束
Figure GDA0002074643250000091
/>
式中：PGi,up、PGi,down分别为第i台常规电源机组上升出力限制和下降出力限制。
(6)可转移负荷约束
tSk,min≤tSk≤tSk,max (20)
Figure GDA0002074643250000092
Figure GDA0002074643250000093
式中：tSk,max和tSk,min分别为可转移负荷k启动时间的最大值和最小值；PSk,0为可转移负荷k的原始总用电负荷值；T为调峰周期的时段数。
(7)可离散调节负荷约束
Figure GDA0002074643250000097
Figure GDA0002074643250000094
TTm≤TTm,max (25)
式中：LTm,max和LTm,min分别为可中断负荷m的中断容量上下限；FTm为可中断负荷m的最大允许投切次数；TTm,max为可中断负荷m的最大中断持续时间。
(8)可连续调节负荷约束
Figure GDA0002074643250000095
Figure GDA0002074643250000096
式中，PCn,max和PCn,min分别为可连续调节负荷n的调节容量上下限；PCn,up为可连续调节负荷n的单时段负荷调节上限。
S402：通过改进型多目标遗传算法NSGA-Ⅱ求解荷源互动日前调峰模型。
所述S5包括以下步骤：
S501：构建以日内实时调峰中系统下调峰时期可连续调节负荷变化量与风光电功率偏移量差值最小为优化目标的荷源互动日内实时调峰模型。目标函数为：
Figure GDA0002074643250000101
式中：
Figure GDA0002074643250000102
为可连续调节负荷在t时刻变化量；/>
Figure GDA0002074643250000103
为风电在t时刻功率偏移量。
约束条件包括下调峰系统功率平衡约束、风光电出力约束、可连续调节负荷约束。
(1)系统功率平衡约束
Figure GDA0002074643250000104
式中：
Figure GDA0002074643250000105
为可连续调节负荷在t时刻调峰变化值；/>
Figure GDA0002074643250000106
为t时刻未被完全消纳的风电。
(2)风光电出力约束
Figure GDA0002074643250000107
式中：
Figure GDA0002074643250000108
分别为更新后的t时刻风电有功预测出力。/>
(3)可连续调节负荷约束
Figure GDA0002074643250000109
Figure GDA00020746432500001010
式中：
Figure GDA00020746432500001011
为高载能可连续调节负荷n在日内实际调整大小，PCn,max和PCn,min分别为可连续调节负荷n的调节容量上下限；PCn,up为可连续调节负荷n的单时段负荷调节上限。
S502：通过改进型遗传算法求解荷源互动实时调峰模型。
按照上述方法，以某电网为实例，验证所提出的一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法的可行性和有效性。
某电网东部分布着A电厂、B电厂和C电厂等大型常规电源机组，西部接有D风电场、E风电场等大量风电场。某电网的源荷数据分别如表1、表2所示；表3广域多形态负荷分类
Figure GDA0002074643250000111
表4为广域多形态需求侧负荷分类情况；表4为某电网2017年冬大典型日系统运行情况。
表1某电网部分电源机组参数
Figure GDA0002074643250000112
/>
Figure GDA0002074643250000121
表2某电网部分调节负荷数据
Figure GDA0002074643250000122
表3广域多形态负荷分类
Figure GDA0002074643250000131
表4某电网2017年冬大典型日系统运行情况
Figure GDA0002074643250000132
/>
Figure GDA0002074643250000141
基于广域多形态需求侧负荷调节能力和系统下调峰缺口情况，通过日前调峰模型得到广域多形态负荷参与系统日前调峰后的系统缺额情况如表5所示。广域多形态需求侧负荷参与系统日前调峰后，系统下调峰调峰缺口为7241.45MWh，相较于前系统7784MWh的系统缺额，下调峰能力提升了6.97％，如图2所示。
表5广域多形态需求侧负荷参与日前调峰后的系统下调峰缺口情况
Figure GDA0002074643250000142
基于可连续调节负荷的日内调节能力及日内实时风电实时波动情况，通过日内实时调峰模型得到广域多形态负荷参与系统日内实时调峰的系统缺额情况如表6所示。广域多形态需求侧负荷参与系统日内实时调峰后，系统下调峰调峰缺口为7512.91MWh，相较于前系统8184MWh的系统缺额，下调峰能力提升了1.23％，日前和日内实时调峰共提升下调峰能力8.2％，如图3所示。通过对实例2的分析计算，充分说明广域多形态需求侧负荷参与系统调峰的荷源互动优化控制方法能消纳系统受阻风电，提升系统下调峰能力。
表6广域多形态需求侧负荷参与日前调峰后的系统下调峰缺口情况
Figure GDA0002074643250000151
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (7)

1.一种广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述荷源优化控制方法包括以下步骤：
S1：读取区域内电网运行控制参数；
S2：获取区域内广域多形态需求侧负荷可调节特性；所述S2包括以下步骤：
S201：获取高载能企业、电动汽车和蓄热电锅炉时空分布和数量等参数；
S202：将含有电动汽车接入的地区电网按电动汽车SOC变化范围[0,1]情况划分为K个小区间，统一每个区间内电动汽车充电潜力，基于每个区间充电潜力的情况，计算t时段所有小区间内电动汽车聚合功率：
Figure FDA0004054418250000011
式中：
Figure FDA0004054418250000013
为t时段所有小区间内电动汽车聚合功率；Pi,j为第i个区间内第j辆电动汽车充电功率；/>
Figure FDA0004054418250000014
为t时段第i个区间内电动汽车充电潜力，/>
Figure FDA0004054418250000015
说明该区间不具备充电潜力，
Figure FDA0004054418250000016
说明该区间具备充电潜力；mi,t为t时段第i个区间内可调用电动汽车数量；
将含有蓄热电锅炉接入的地区电网按储能状态SOC变化范围[0,1]情况划分为N个小区间，统一每个区间内蓄热电锅炉储能状态，基于每个区间储能状态的情况，计算t时段所有小区间内蓄热电锅炉聚合功率：
Figure FDA0004054418250000012
式中：
Figure FDA0004054418250000017
为t时刻所有小区间内蓄热电锅炉聚合功率；/>
Figure FDA0004054418250000018
为t时刻第i个小区间内蓄热电锅炉储能状态的改变值；αi为第i个小区间内蓄热电锅炉聚合参数；
S203：根据高载能负荷、聚合电动汽车负荷和蓄热电锅炉负荷调节特性，将多形态需求侧负荷分为可转移负荷、可离散调节负荷和可连续调节负荷。
S3：计算区域内系统下调峰时段及调峰缺口；
S4：构建广域多形态需求侧负荷参与系统调峰的荷源互动日前调峰模型，求解得到日前调峰计划；
S5：构建广域多形态弹性控制负荷参与系统调峰的荷源互动日内实时调峰模型，求解得到日内实时调峰计划。
2.根据权利要求1所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S1包括以下步骤：
S101：获取区域电网的网络结构参数；
S102：获取区域电网内常规电源出力计划、常规电源机组参数、风电日前-实时预测信息和系统负荷预测值。
3.根据权利要求1所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S3包括以下步骤：
S301：将风电出力Pwind作为负的负荷与系统负荷Pload进行叠加，形成等效负荷PL：
Figure FDA0004054418250000021
式中：
Figure FDA0004054418250000022
为t时刻系统负荷；/>
Figure FDA0004054418250000023
为t时刻风电出力；/>
Figure FDA0004054418250000024
为t时刻系统等效负荷；/>
S302：计算系统下调峰调峰缺口：
Figure FDA0004054418250000025
式中：ton、toff分别为下调峰起始和结束时刻；PG,min为常规机组调峰下限；Ewind为系统下调峰调峰缺口。
4.根据权利要求1所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S4包括以下步骤：
S401：构建以系统下调峰阶段可调节量最大和调峰成本最低为优化目标的荷源互动日前调峰模型，目标函数为：
Figure FDA0004054418250000026
式中，
Figure FDA0004054418250000027
分别为可转移负荷、可离散调节负荷和可连续调节负荷在t时刻调节功率；/>
Figure FDA0004054418250000028
和/>
Figure FDA0004054418250000029
分别为可转移负荷、可离散调节负荷和可连续调节负荷调节成本；ΔT为每个时间段长度，ΔT＝15min；
Figure FDA00040544182500000210
Figure FDA00040544182500000211
Figure FDA0004054418250000031
Figure FDA0004054418250000032
Figure FDA0004054418250000033
Figure FDA0004054418250000034
式中：
Figure FDA0004054418250000035
为可转移负荷启动状态；TSk为高载能可转移负荷k的持续工作时段数；/>
Figure FDA0004054418250000036
表示第i个蓄热电锅炉在t时段的运行状态；/>
Figure FDA0004054418250000037
表示第i个蓄热电锅炉在t时段的调节功率；/>
Figure FDA0004054418250000038
为可中断负荷投切状态；/>
Figure FDA0004054418250000039
为可连续调节负荷n在时段t的调节比例；LCn,max为可连续调节负荷n的最大调节容量；/>
Figure FDA00040544182500000310
表示第i个蓄热电锅炉在t时段的运行状态；/>
Figure FDA00040544182500000311
表示第j个电动汽车在t时段的调节功率；KS为电网调峰中心向可转移负荷支付的转移补偿价格；tSk,0为可转移负荷k的原始用电负荷启动时段，TSk0为可转移负荷k的原始用电负荷持续时段数；δEBi表示第i个蓄热电锅炉的调用成本；KT为电网调峰中心向可中断负荷支付的中断补偿价格；ΔT为时段t的时间间隔；KC为电网调峰中心向可连续调节负荷支付的调节补偿价格；δEBj表示第j个电动汽车的调用成本；
S402：通过改进型多目标遗传算法NSGA-Ⅱ求解荷源互动日前调峰模型。
5.根据权利要求4所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S401中采用的约束条件包括系统功率平衡约束、风电出力约束、常规机组出力约束、多形态需求侧负荷调节约束：
(1)系统功率平衡约束
Figure FDA00040544182500000312
式中：
Figure FDA00040544182500000313
分别为t时刻常规机组出力、风光电出力和系统负荷值；
(2)风电出力约束
Figure FDA00040544182500000314
式中：
Figure FDA00040544182500000315
分别为t时刻风电有功预测出力；
(3)常规电源机组输出功率上下限约束
Figure FDA0004054418250000041
式中：PGi.max、PGi.min分别为第i台常规电源机组出力上下限；
(4)常规电源机组最小启停时间约束
Figure FDA0004054418250000042
式中：
Figure FDA0004054418250000043
分别为第i台常规电源机组在t时刻的开机持续时间和停机持续时间；/>
Figure FDA0004054418250000044
分别为第i台常规电源机组在t时刻的最小运行时间和最小停机时间；
(5)常规电源机组爬坡约束
Figure FDA0004054418250000045
式中：PGi,up、PGi,down分别为第i台常规电源机组上升出力限制和下降出力限制；
(6)可转移负荷约束
tSk,min≤tSk≤tSk,max(18)
Figure FDA0004054418250000046
Figure FDA0004054418250000047
式中：tSk,max和tSk,min分别为可转移负荷k启动时间的最大值和最小值；PSk,0为可转移负荷k的原始总用电负荷值；T为调峰周期的时段数；
(7)可离散调节负荷约束
Figure FDA0004054418250000048
Figure FDA0004054418250000049
TTm≤TTm,max(23)
式中：LTm,max和LTm,min分别为可中断负荷m的中断容量上下限；FTm为可中断负荷m的最大允许投切次数；TTm,max为可中断负荷m的最大中断持续时间；
(8)可连续调节负荷约束
Figure FDA00040544182500000410
Figure FDA0004054418250000051
式中，PCn,max和PCn,min分别为可连续调节负荷n的调节容量上下限；PCn,up为可连续调节负荷n的单时段负荷调节上限。
6.根据权利要求1所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S5包括以下步骤：
S501：构建以日内实时调峰中系统下调峰时期可连续调节负荷变化量与风光电功率偏移量差值最小为优化目标的荷源互动日内实时调峰模型，目标函数为：
Figure FDA0004054418250000052
式中：
Figure FDA0004054418250000053
为可连续调节负荷在t时刻变化量；/>
Figure FDA0004054418250000054
为风电在t时刻功率偏移量；
S502：通过改进型遗传算法求解荷源互动实时调峰模型。
7.根据权利要求6所述的广域多形态需求侧负荷参与系统调峰的荷源优化控制方法，其特征在于：所述S501中所采用的约束条件包括下调峰系统功率平衡约束、风光电出力约束、可连续调节负荷约束：
(1)系统功率平衡约束
Figure FDA0004054418250000055
式中：
Figure FDA0004054418250000056
为可连续调节负荷在t时刻调峰变化值；/>
Figure FDA0004054418250000057
为t时刻未被完全消纳的风电；
(2)风光电出力约束
Figure FDA0004054418250000058
式中：
Figure FDA0004054418250000059
分别为更新后的t时刻风电有功预测出力；
(3)可连续调节负荷约束
Figure FDA00040544182500000510
Figure FDA00040544182500000511
式中：
Figure FDA00040544182500000512
为高载能可连续调节负荷n在日内实际调整大小，PCn,max和PCn,min分别为可连续调节负荷n的调节容量上下限；PCn,up为可连续调节负荷n的单时段负荷调节上限。/>
CN201910206766.8A 2019-03-19 2019-03-19 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法 Active CN110112767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910206766.8A CN110112767B (zh) 2019-03-19 2019-03-19 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910206766.8A CN110112767B (zh) 2019-03-19 2019-03-19 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法

Publications (2)

Publication Number Publication Date
CN110112767A CN110112767A (zh) 2019-08-09
CN110112767B true CN110112767B (zh) 2023-05-30

Family

ID=67484373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910206766.8A Active CN110112767B (zh) 2019-03-19 2019-03-19 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法

Country Status (1)

Country Link
CN (1) CN110112767B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365057B (zh) * 2019-08-14 2022-12-06 南方电网科学研究院有限责任公司 基于强化学习的分布式能源参与配电网调峰调度优化方法
CN111598378B (zh) * 2020-03-30 2023-10-03 国网山东省电力公司济南供电公司 一种居民电热水器负荷需求侧响应可调控潜力评估方法
CN112396217B (zh) * 2020-11-02 2022-05-06 国家电网有限公司华东分部 可控负荷资源长距离优化调度实现方法及系统
CN112769156B (zh) * 2020-12-28 2023-04-07 南昌大学 一种计及大规模海上风电并网的源网荷储协调运行方法
CN113381416B (zh) * 2021-02-26 2022-11-29 国网电力科学研究院有限公司 多类型柔性负荷参与的调峰方法及系统
CN112952847B (zh) * 2021-04-06 2022-09-16 合肥工业大学 考虑用电需求弹性的多区域主动配电系统调峰优化方法
CN113515862A (zh) * 2021-07-13 2021-10-19 国网辽宁省电力有限公司鞍山供电公司 一种基于多目标优化算法的电熔镁延时控制方法
CN113659569A (zh) * 2021-08-09 2021-11-16 国网北京市电力公司 一种电力系统日前优化调度方法及系统
CN113765098B (zh) * 2021-08-19 2024-03-05 国网陕西省电力公司电力科学研究院 一种基于需求侧负荷响应的荷源互动调峰控制方法
CN117096957B (zh) * 2023-10-20 2023-12-26 国网辽宁省电力有限公司电力科学研究院 一种配电网多源协同优化方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120109907A (ko) * 2011-03-28 2012-10-09 시스트로닉스 주식회사 최대 수요 전력 제어 시스템 및 방법
CN106160008A (zh) * 2016-07-08 2016-11-23 华北电力大学 一种消纳新能源受阻功率的荷源协调控制滚动修正方法
CN107276122A (zh) * 2017-06-26 2017-10-20 国网能源研究院 适应大规模可再生能源并网的调峰资源调用决策方法
CN107919686A (zh) * 2017-10-30 2018-04-17 华北电力大学 一种广域源‑荷日前有功优化控制方法
CN109245183A (zh) * 2018-05-21 2019-01-18 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120109907A (ko) * 2011-03-28 2012-10-09 시스트로닉스 주식회사 최대 수요 전력 제어 시스템 및 방법
CN106160008A (zh) * 2016-07-08 2016-11-23 华北电力大学 一种消纳新能源受阻功率的荷源协调控制滚动修正方法
CN107276122A (zh) * 2017-06-26 2017-10-20 国网能源研究院 适应大规模可再生能源并网的调峰资源调用决策方法
CN107919686A (zh) * 2017-10-30 2018-04-17 华北电力大学 一种广域源‑荷日前有功优化控制方法
CN109245183A (zh) * 2018-05-21 2019-01-18 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于负荷参与的源荷互动调峰多目标优化方法;田浩等;《电网与清洁能源》;20181125(第11期);全文 *
考虑风电消纳的电力系统源荷协调多目标优化方法;刘文颖 等;《中国电机工程学报》;20150305;第35卷(第5期);正文第1-3节，图1-4 *
风电富裕区域高载能负荷参与电网调峰研究;何桂雄 等;《可再生能源》;20150430;第33卷(第4期);全文 *
高载能负荷消纳受阻风电的供应链博弈决策方法探究;李亚龙 等;《电力系统自动化》;20140410;第41卷(第7期);全文 *

Also Published As

Publication number Publication date
CN110112767A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN110112767B (zh) 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
Wang et al. Two-stage optimal scheduling strategy for large-scale electric vehicles
CN111422094B (zh) 分布式充电桩的充放电协调优化控制方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN109217310A (zh) 一种考虑新能源消纳的电动汽车有序充电控制方法
CN110148969B (zh) 基于模型预测控制技术的主动配电网优化运行方法
CN110378548B (zh) 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法
CN111049198B (zh) 考虑储能寿命和调频性能的风储联合运行优化方法及系统
CN108875992A (zh) 一种考虑需求响应的虚拟电厂日前优化调度方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN105375507A (zh) 雾霾环境下虚拟电厂的电力两级交互优化调度系统
CN111786422B (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN106877339A (zh) 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法
CN114336702A (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
CN116231765B (zh) 一种虚拟电厂出力控制方法
CN115147245B (zh) 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法
Martins et al. Optimization of photovoltaic power self-consumption using linear programming
CN107017625A (zh) 用于独立微电网的能量动态调度的方法和设备
CN114036451A (zh) 一种并网式光储充装置的储能控制方法及系统
CN112865082B (zh) 一种聚合多类型电动汽车的虚拟电厂日前调度方法
CN113746105A (zh) 电力需求响应的优化控制方法、装置、设备和存储介质
CN110826210B (zh) 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法
CN107016504A (zh) 一种计及电动汽车随机模糊需求响应的调度优化建模及算法
CN116667337A (zh) 一种基于配网优化调度的柔性负荷聚合建模方法

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