CN110932339A - 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 - Google Patents
一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 Download PDFInfo
- Publication number
- CN110932339A CN110932339A CN201911094338.7A CN201911094338A CN110932339A CN 110932339 A CN110932339 A CN 110932339A CN 201911094338 A CN201911094338 A CN 201911094338A CN 110932339 A CN110932339 A CN 110932339A
- Authority
- CN
- China
- Prior art keywords
- generator
- equal
- active power
- scheduling time
- scheduling
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004220 aggregation Methods 0.000 title claims abstract description 18
- 230000002776 aggregation Effects 0.000 title claims abstract description 18
- 230000009194 climbing Effects 0.000 claims abstract description 10
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 10
- 238000010248 power generation Methods 0.000 claims description 7
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000002411 thermogravimetry Methods 0.000 claims description 3
- 238000012032 thrombin generation assay Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于等微增率的多能虚拟电厂运行参数聚合方法，属于综合能源系统的运行控制技术领域。本发明方法将与电力系统相连的多能虚拟电厂中的发电机、热电联产机组、电负荷、热负荷等值为一台聚合发电机，该聚合发电机包含功率上下限及最大爬坡速率等运行参数，与电力系统通过联络线相连，便于电力系统调度，为电力系统提供额外的灵活性。本方法基于等微增率准则，尽可能减小了灵活性损失，且计算速度较快，便于多能虚拟电厂使用。
Description
技术领域
本发明涉及一种基于等微增率的多能虚拟电厂运行参数聚合方法，属于综合能源系统的运行控制技术领域。
背景技术
为了提高多种能源的利用效率、充分利用各种能源的灵活性，减少碳排放量并提高新能源的渗透率，能源互联网及综合能源系统的概念应运而生。热电联产技术可充分利用燃料中的能量，在发电的同时利用余热供热，在工业生产、城市供热等领域有广泛的应用。
近年来电力系统中新能源发电的比例逐年上升，新能源发电随机性、间歇性、波动性的特点为电力系统的运行带来了新的挑战，电力系统亟需探索新的灵活性以减少新能源随机性带来的冲击。很多生产工艺同时需要电能和热能的工厂均装有热电联产机组，这些机组难以由电力系统调度中心集中控制。
聚合技术可在考虑电、热负荷平衡的同时将一定地理范围内的工厂中的自备小型发电机、分布式光伏发电装置、热电联产机组及电、热负荷聚合为一个发电机，该聚合发电机包含有功功率上下限及最大爬坡速率等运行参数，可将这些运行参数提供给电力系统调度中心，电力系统调度中心可根据该模型下发调度指令，再通过解聚合技术将电力系统调度指令分配给各机组，完成对电力系统调度计划的跟随，从而使电力系统可以调控这些机组，为电力系统提供了新的灵活性。例如专利申请号(或公开号)为201910092126.9、发明名称为“一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法”的中国专利申请，将分布式光伏发电装置、蓄电池及热负荷聚合形成虚拟电厂，并求解其最大内接正方体，以得到虚拟电厂的输出功率范围，用于电力系统调度。但该聚合方法未考虑虚拟电厂最大、最小有功功率可能随时间变化而变化的特点，因此该聚合方法过于保守，损失了一定的灵活性。
发明内容
本发明的目的是提出一种基于等微增率准则的多能虚拟电厂运行参数聚合方法，针对已有技术中存在的最大、最小值不随时间变化或计算时间过长的问题，对聚合方法进行改进，以使虚拟电厂向电力系统提供尽可能多的灵活性。
本发明提出的基于等微增率准则的多能虚拟电厂运行参数聚合方法，包括以下步骤：
(1)设定多能虚拟电厂包含k台热电联产机组、m台发电机、电负荷和热负荷，将发电机、热电联产机组、电负荷和热负荷等值为一台聚合发电机，该聚合发电机与电力系统通过联络线相连，根据等微增率准则，求解以下联立方程，分别得到多能虚拟电厂中待聚合的各热电联产机组的最低有功功率
cchp_j＝αj·(pchp_j)2+βi·pchp_j+γj
其中，k表示多能虚拟电厂中待聚合的热电联产机组总台数，cchp_j表示第j台热电联产机组的成本函数，αj、βj、γj为第j台热电联产机组成本函数的二次项、一次项及常数项系数，ρj为第j台热电联产机组的热电比，上述热电联产机组的参数可从热电联产机组说明书或根据实际运行数据获取；
表示第j台热电联产机组在调度时刻t的供热功率，
表示第j台热电联产机组在调度时刻t的电出力，
表示多能虚拟电厂在调度时刻t的热负荷功率，根据热负荷的历史运行数据预测得到；Υ为所有调度时刻构成的集合；
(2)将多能虚拟电厂中的k台热电联产机组、m台发电机、电负荷和热负荷聚合成一个发电机，该聚合发电机的运行参数的计算方法如下：
(2-1)计算多能虚拟电厂中的发电机在调度时刻t的有功功率上限：
(2-1-1)置发电机编号i＝1，调度时刻t＝1；
(2-1-2)将发电机i在调度时刻t的向上爬坡能力与该发电机的有功功率上限PG _i_max进行比较，若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)；若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)，其中，rampG_i为第i台发电机的爬坡速率，PG_i_max和rampG_i均可由发电机的说明书获取，
为发电机i的初始发电功率，根据发电机上一日调度计划给出；
(2-1-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-1-2)，若t≥T，转步骤(2-1-4)；
(2-1-4)将发电机编号i与待聚合发电机总台数m进行比较，若i<m，则令t＝1，i＝i+1，返回步骤(2-1-2)，若i≥m，则得到所有发电机在所有调度时刻的有功功率上限；
(2-2)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率上限：
(2-2-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-2-2)将热电联产机组j在调度时刻t的向上爬坡能力与该热电联产机组的有功功率上限Pchp_j_max进行比较，若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)；若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)，其中，rampCHP_j为第j台热电联产机组的爬坡速率，Pchp_j_max和rampCHP_j由热电联产机组说明书获取，
为热电联产机组j的初始有功功率，根据热电联产机组上一日调度计划给出；
(2-2-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-2-2)，若t≥T，转步骤(2-2-4)；
(2-2-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1,转步骤(2-2-2)，若j≥k，则得到所有热电联产机组在所有调度时刻的有功功率上限；
(2-3)计算多能虚拟电厂中的每个调度时刻t发电机的有功功率下限：
(2-3-1)置发电机编号i＝1，调度时刻t＝1；
(2-3-2)将发电机i在调度时刻t的向下爬坡能力与该发电机的有功功率下限PG _i_min进行比较，若
则得到调度时刻t发电机i的有功功率下限
并转步骤(2-3-3)，若
则得到调度时刻t发电机i的有功功率下限
并转步骤(2-3-3)，其中，发电机的有功功率下限PG_i_min由发电机说明书获取；
(2-3-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-3-2)；若t≥T，转步骤(2-3-4)；
(2-3-4)将发电机编号i与待聚合发电机总台数m比较，若i<m，则令t＝1，i＝i+1，转步骤(2-3-2)；若i≥m，则得到所有发电机在所有调度时刻的有功功率下限；
(2-4)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率下限：
(2-4-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-4-2)将热电联产机组j在调度时刻t的向下爬坡能力与步骤(1)的热电联产机组j的有功功率下限
进行比较，若
则得到调度时刻t热电联产机组j的有功功率下限
并转步骤(2-4-3)；若
则得到调度时刻t热电联产机组j的有功功率下限Pt chp_j_min，即
并转步骤(2-4-3)；
(2-4-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-4-2)，若t≥T，转步骤(2-4-4)；
(2-4-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1，转步骤(2-4-2)，若j≥k，则结束循环，得到所有热电联产机组在所有调度时刻的有功功率下限；
(2-5)利用下式，计算得到每个调度时刻t聚合发电机的有功功率上限Pt TG_max、有功功率下限Pt TG_min及最大爬坡速率rampTG，作为聚合发电机的聚合参数，实现多能虚拟电厂运行参数的聚合：
其中，
表示调度时刻t的电负荷功率，电负荷功率可根据历史负荷数据进行预测得到。
本发明提出的基于等微增率准则的多能虚拟电厂运行参数聚合方法，其特点和效果是：
本发明的多能虚拟电厂运行参数聚合方法，考虑了电负荷平衡及热负荷平衡，将工厂中的热电联产机组、发电机、电负荷及热负荷聚合成为一台包含功率上下限及最大爬坡速率等运行参数的聚合发电机，便于电力系统调度，为电力系统提供额外的灵活性。本方法基于等微增率准则，尽可能减小了灵活性损失，且计算速度较快，便于多能虚拟电厂使用。
附图说明
图1为本发明方法涉及的电力系统与多能虚拟电厂连接关系示意图
具体实施方式
本发明提出的基于等微增率准则的多能虚拟电厂运行参数聚合方法，包括以下步骤：
(1)设定多能虚拟电厂包含k台热电联产机组、m台发电机、电负荷和热负荷，将发电机、热电联产机组、电负荷和热负荷等值为一台聚合发电机，该聚合发电机与电力系统通过联络线相连，如图1所示；根据等微增率准则，求解以下联立方程，分别得到多能虚拟电厂中待聚合的各热电联产机组的最低有功功率
cchp_j＝αj·(pchp_j)2+βi·pchp_j+γj
其中，k表示多能虚拟电厂中待聚合的热电联产机组总台数，cchp_j表示第j台热电联产机组的成本函数，αj、βj、γj为第j台热电联产机组成本函数的二次项、一次项及常数项系数，ρj为第j台热电联产机组的热电比，上述热电联产机组的参数可从热电联产机组说明书或根据实际运行数据获取；
表示第j台热电联产机组在调度时刻t的供热功率，
表示第j台热电联产机组在调度时刻t的电出力，
表示多能虚拟电厂在调度时刻t的热负荷功率，根据热负荷的历史运行数据预测得到；Υ为所有调度时刻构成的集合；
上述联立方程的求解过程如下：
将第三式代入第一式，可得：
将第四式代入上式，可得：
将第二式与上式联立，求得
的解为
则可得到考虑热负荷平衡后修正的热电联产机组的最小有功功率为：
对于其他形式(非二次函数)的成本函数，也可通过类似的推导方法联立第一式与第二式，求解出对应的热出力，再由热电出力之间的关系转换得到修正后热电联产机组的最小有功功率；
(2)将多能虚拟电厂中的k台热电联产机组、m台发电机、电负荷和热负荷聚合成一个发电机，该聚合发电机的运行参数(包括最大爬坡速率及有功功率上限和下限)的计算方法如下：
(2-1)计算多能虚拟电厂中的发电机在调度时刻t的有功功率上限：
(2-1-1)置发电机编号i＝1，调度时刻t＝1；
(2-1-2)将发电机i在调度时刻t的向上爬坡能力与该发电机的有功功率上限PG _i_max进行比较，若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)；若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)，其中，rampG_i为第i台发电机的爬坡速率，PG_i_max和rampG_i均可由发电机的说明书获取，
为发电机i的初始发电功率，根据发电机上一日调度计划给出；
(2-1-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-1-2)，若t≥T，转步骤(2-1-4)；
(2-1-4)将发电机编号i与待聚合发电机总台数m进行比较，若i<m，则令t＝1，i＝i+1，返回步骤(2-1-2)，若i≥m，则得到所有发电机在所有调度时刻的有功功率上限；
(2-2)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率上限：
(2-2-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-2-2)将热电联产机组j在调度时刻t的向上爬坡能力与该热电联产机组的有功功率上限Pchp_j_max进行比较，若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)；若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)，其中，rampCHP_j为第j台热电联产机组的爬坡速率，Pchp_j_max和rampCHP_j由热电联产机组说明书获取，
为热电联产机组j的初始有功功率，根据热电联产机组上一日调度计划给出；
(2-2-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-2-2)，若t≥T，转步骤(2-2-4)；
(2-2-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1,转步骤(2-2-2)，若j≥k，则得到所有热电联产机组在所有调度时刻的有功功率上限；
(2-3)计算多能虚拟电厂中的每个调度时刻t发电机的有功功率下限：
(2-3-1)置发电机编号i＝1，调度时刻t＝1；
(2-3-2)将发电机i在调度时刻t的向下爬坡能力与该发电机的有功功率下限PG _i_min进行比较，若
则得到调度时刻t发电机i的有功功率下限Pt G _i_min＝PG_i_min，并转步骤(2-3-3)，若
则得到调度时刻t发电机i的有功功率下限
并转步骤(2-3-3)，其中，发电机的有功功率下限PG_i_min由发电机说明书获取；
(2-3-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-3-2)；若t≥T，转步骤(2-3-4)；
(2-3-4)将发电机编号i与待聚合发电机总台数m比较，若i<m，则令t＝1，i＝i+1，转步骤(2-3-2)；若i≥m，则得到所有发电机在所有调度时刻的有功功率下限；
(2-4)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率下限：
(2-4-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-4-2)将热电联产机组j在调度时刻t的向下爬坡能力与步骤(1)的热电联产机组j的有功功率下限
进行比较，若
则得到调度时刻t热电联产机组j的有功功率下限
并转步骤(2-4-3)；若
则得到调度时刻t热电联产机组j的有功功率下限Pt chp_j_min，即
并转步骤(2-4-3)；
(2-4-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-4-2)，若t≥T，转步骤(2-4-4)；
(2-4-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1，转步骤(2-4-2)，若j≥k，则结束循环，得到所有热电联产机组在所有调度时刻的有功功率下限；
(2-5)利用下式，计算得到每个调度时刻t聚合发电机的有功功率上限Pt TG_max、有功功率下限Pt TG_min及最大爬坡速率rampTG，作为聚合发电机的聚合参数，实现多能虚拟电厂运行参数的聚合：
其中，
表示调度时刻t的电负荷功率，电负荷功率可根据历史负荷数据进行预测得到。
Claims (1)
1.一种基于等微增率准则的多能虚拟电厂运行参数聚合方法，其特征在于该方法包括以下步骤：
(1)设定多能虚拟电厂包含k台热电联产机组、m台发电机、电负荷和热负荷，将发电机、热电联产机组、电负荷和热负荷等值为一台聚合发电机，该聚合发电机与电力系统通过联络线相连，根据等微增率准则，求解以下联立方程，分别得到多能虚拟电厂中待聚合的各热电联产机组的最低有功功率
cchp_j＝αj·(pchp_j)2+βi·pchp_j+γj
其中，k表示多能虚拟电厂中待聚合的热电联产机组总台数，cchp_j表示第j台热电联产机组的成本函数，αj、βj、γj为第j台热电联产机组成本函数的二次项、一次项及常数项系数，ρj为第j台热电联产机组的热电比，上述热电联产机组的参数可从热电联产机组说明书或根据实际运行数据获取；
表示第j台热电联产机组在调度时刻t的供热功率，
表示第j台热电联产机组在调度时刻t的电出力，
表示多能虚拟电厂在调度时刻t的热负荷功率，根据热负荷的历史运行数据预测得到；Υ为所有调度时刻构成的集合；
(2)将多能虚拟电厂中的k台热电联产机组、m台发电机、电负荷和热负荷聚合成一个发电机，该聚合发电机的运行参数的计算方法如下：
(2-1)计算多能虚拟电厂中的发电机在调度时刻t的有功功率上限：
(2-1-1)置发电机编号i＝1，调度时刻t＝1；
(2-1-2)将发电机i在调度时刻t的向上爬坡能力与该发电机的有功功率上限PG_i_max进行比较，若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)；若
则得到调度时刻t发电机i的有功功率上限
转步骤(2-1-3)，其中，rampG_i为第i台发电机的爬坡速率，PG_i_max和rampG_i均可由发电机的说明书获取，
为发电机i的初始发电功率，根据发电机上一日调度计划给出；
(2-1-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-1-2)，若t≥T，转步骤(2-1-4)；
(2-1-4)将发电机编号i与待聚合发电机总台数m进行比较，若i<m，则令t＝1，i＝i+1，返回步骤(2-1-2)，若i≥m，则得到所有发电机在所有调度时刻的有功功率上限；
(2-2)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率上限：
(2-2-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-2-2)将热电联产机组j在调度时刻t的向上爬坡能力与该热电联产机组的有功功率上限Pchp_j_max进行比较，若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)；若
则得到调度时刻t热电联产机组j的有功功率上限
转步骤(2-2-3)，其中，rampCHP_j为第j台热电联产机组的爬坡速率，Pchp_j_max和rampCHP_j由热电联产机组说明书获取，
为热电联产机组j的初始有功功率，根据热电联产机组上一日调度计划给出；
(2-2-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-2-2)，若t≥T，转步骤(2-2-4)；
(2-2-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1,转步骤(2-2-2)，若j≥k，则得到所有热电联产机组在所有调度时刻的有功功率上限；
(2-3)计算多能虚拟电厂中的每个调度时刻t发电机的有功功率下限：
(2-3-1)置发电机编号i＝1，调度时刻t＝1；
(2-3-2)将发电机i在调度时刻t的向下爬坡能力与该发电机的有功功率下限PG_i_min进行比较，若
则得到调度时刻t发电机i的有功功率下限Pt G_i_min＝PG_i_min，并转步骤(2-3-3)，若
则得到调度时刻t发电机i的有功功率下限
并转步骤(2-3-3)，其中，发电机的有功功率下限PG _i_min由发电机说明书获取；
(2-3-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-3-2)；若t≥T，转步骤(2-3-4)；
(2-3-4)将发电机编号i与待聚合发电机总台数m比较，若i<m，则令t＝1，i＝i+1，转步骤(2-3-2)；若i≥m，则得到所有发电机在所有调度时刻的有功功率下限；
(2-4)计算多能虚拟电厂中的每个调度时刻t热电联产机组的有功功率下限：
(2-4-1)置热电联产机组编号j＝1，调度时刻t＝1；
(2-4-2)将热电联产机组j在调度时刻t的向下爬坡能力与步骤(1)的热电联产机组j的有功功率下限
进行比较，若
则得到调度时刻t热电联产机组j的有功功率下限
并转步骤(2-4-3)；若
则得到调度时刻t热电联产机组j的有功功率下限Pt chp_j_min，即
并转步骤(2-4-3)；
(2-4-3)将调度时刻t与总调度时刻数T进行比较，若t<T，则令t＝t+1，转步骤(2-4-2)，若t≥T，转步骤(2-4-4)；
(2-4-4)将热电联产机组编号j与待聚合热电联产机组总台数k比较，若j<k，则令t＝1，j＝j+1，转步骤(2-4-2)，若j≥k，则结束循环，得到所有热电联产机组在所有调度时刻的有功功率下限；
(2-5)利用下式，计算得到每个调度时刻t聚合发电机的有功功率上限Pt TG_max、有功功率下限Pt TG_min及最大爬坡速率rampTG，作为聚合发电机的聚合参数，实现多能虚拟电厂运行参数的聚合：
其中，
表示调度时刻t的电负荷功率，电负荷功率可根据历史负荷数据进行预测得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911094338.7A CN110932339B (zh) | 2019-11-11 | 2019-11-11 | 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911094338.7A CN110932339B (zh) | 2019-11-11 | 2019-11-11 | 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110932339A true CN110932339A (zh) | 2020-03-27 |
| CN110932339B CN110932339B (zh) | 2021-02-02 |
Family
ID=69853727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911094338.7A Active CN110932339B (zh) | 2019-11-11 | 2019-11-11 | 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110932339B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084629A (zh) * | 2020-08-11 | 2020-12-15 | 清华大学 | 一种基于两阶段鲁棒优化的多能虚拟电厂聚合方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617455A (zh) * | 2013-11-29 | 2014-03-05 | 广东电网公司电力科学研究院 | 基于虚拟机组子群的网厂两级负荷优化调度方法 |
| CN108764587A (zh) * | 2018-06-25 | 2018-11-06 | 南方电网科学研究院有限责任公司 | 考虑热电耦合的综合能源系统多时间尺度互动方法及装置 |
| CN109976155A (zh) * | 2019-03-05 | 2019-07-05 | 长沙理工大学 | 参与气电市场的虚拟电厂内部随机优化控制方法及系统 |
| WO2019176192A1 (ja) * | 2018-03-15 | 2019-09-19 | 本田技研工業株式会社 | 運用システム、運用方法、電力装置及び車載装置並びに運用サーバ |
-
2019
- 2019-11-11 CN CN201911094338.7A patent/CN110932339B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617455A (zh) * | 2013-11-29 | 2014-03-05 | 广东电网公司电力科学研究院 | 基于虚拟机组子群的网厂两级负荷优化调度方法 |
| WO2019176192A1 (ja) * | 2018-03-15 | 2019-09-19 | 本田技研工業株式会社 | 運用システム、運用方法、電力装置及び車載装置並びに運用サーバ |
| CN108764587A (zh) * | 2018-06-25 | 2018-11-06 | 南方电网科学研究院有限责任公司 | 考虑热电耦合的综合能源系统多时间尺度互动方法及装置 |
| CN109976155A (zh) * | 2019-03-05 | 2019-07-05 | 长沙理工大学 | 参与气电市场的虚拟电厂内部随机优化控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| XIANGYU KONG等: "Bi-level multi-time scale scheduling method based on bidding for multi-operator virtual power plant", 《APPLIED ENERGY》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084629A (zh) * | 2020-08-11 | 2020-12-15 | 清华大学 | 一种基于两阶段鲁棒优化的多能虚拟电厂聚合方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110932339B (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN109767105B (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 | |
| CN105811407B (zh) | 一种基于分布式牛顿法的微电网一次调频控制方法 | |
| CN106058942B (zh) | 考虑风电不确定性的含电转气和cchp的能量枢纽优化模型 | |
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| CN107204632A (zh) | 一种提升风电消纳的柔性负荷优化调度方法 | |
| CN104135025A (zh) | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 | |
| CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN109325621B (zh) | 一种园区能源互联网两阶段优化调度控制方法 | |
| CN110994606B (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
| CN105656064A (zh) | 利用供热时滞性实现热电机组参与系统调峰调度的方法 | |
| CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| CN103219751A (zh) | 一种集群风电场有功功率控制方法 | |
| CN110350512A (zh) | 一种智能园区新能源发电站调度优化方法及系统 | |
| CN109670694B (zh) | 一种多能源供给系统负荷预测方法 | |
| CN110796373A (zh) | 面向风电消纳的多阶段场景生成电热系统优化调度方法 | |
| CN111313400B (zh) | 一种基于鲁棒修正的多能虚拟电厂运行参数聚合方法 | |
| CN108512259A (zh) | 一种基于需求侧响应的交直流混合微网双层优化方法 | |
| CN112036652A (zh) | 基于机会约束规划的光伏-储能综合能源系统规划方法 | |
| CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
| CN110932339B (zh) | 一种基于等微增率准则的多能虚拟电厂运行参数聚合方法 | |
| CN112769156B (zh) | 一种计及大规模海上风电并网的源网荷储协调运行方法 | |
| CN114021361A (zh) | 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 | |
| CN105610199A (zh) | 考虑网架约束的风光配比确定方法及其装置 | |
| CN110826778B (zh) | 一种主动适应新能源发展的负荷特性优化计算方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231214 Address after: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District Patentee before: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Patentee before: BEIJING KING STAR HI-TECH SYSTEM CONTROL Co.,Ltd. Effective date of registration: 20231214 Address after: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Patentee after: BEIJING KING STAR HI-TECH SYSTEM CONTROL Co.,Ltd. Address before: 510620 No.2, Tianhe south 2nd Road, Guangzhou, Guangdong Patentee before: GUANGZHOU POWER SUPPLY Co.,Ltd. Patentee before: BEIJING KING STAR HI-TECH SYSTEM CONTROL Co.,Ltd. |