CN111384728A - 一种电网调峰资源协调优化方法和系统 - Google Patents
一种电网调峰资源协调优化方法和系统 Download PDFInfo
- Publication number
- CN111384728A CN111384728A CN201811611695.1A CN201811611695A CN111384728A CN 111384728 A CN111384728 A CN 111384728A CN 201811611695 A CN201811611695 A CN 201811611695A CN 111384728 A CN111384728 A CN 111384728A
- Authority
- CN
- China
- Prior art keywords
- power
- period
- load
- output
- representing
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 230000009467 reduction Effects 0.000 claims abstract description 40
- 230000005611 electricity Effects 0.000 claims abstract description 20
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000004146 energy storage Methods 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 7
- 238000002407 reforming Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 21
- 230000006872 improvement Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 238000012546 transfer Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000005284 excitation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 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
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电网调峰资源协调优化方法和系统,包括:获取需求供应商提供的负荷削减报价包;基于报价包和预先建立的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。该方法和系统考虑了市场机制下的柔性负荷调峰特性和电价响应特性,并以新能源最大消纳为前提,能够指导目前高渗透率新能源接入下的网、源、荷共同参与调峰的电网优化运行。弥补了传统电源调峰模式在调峰资源单一、无法适应新能源高比例接入的不足。
Description
技术领域
本发明属于新能源发电优化调度技术领域,具体涉及一种电网调峰资源协调优化方法和系统。
背景技术
随着当前经济发展转型的不断深入,重工业,高耗能产业下降,人民生活水平提高,民用负荷、商业、服务业等第三产业用电量增加,使得峰谷差加大,负荷特性恶化,对系统调峰的能力提出了更高的需求。另一方面,具有与电网双向互动能力的电动汽车、储能系统等带有电源和负荷双重特征的新型负荷的比重呈不断上升趋势,部分传统负荷也能够根据激励或者电价调节自身的用电需求,使得负荷侧具备了参与系统调节的可行性。因此,新形势下,高比例新能源的接入、系统中柔性负荷比重的上升和应用增加了电网运行条件的不确定性和运行难度。亟需建立考虑柔性负荷调峰能力的电力系统调峰资源协调优化方法,指导新能源高比例接入条件下柔性负荷参与系统调峰的协调优化运行。
发明内容
为克服上述现有技术的不足,本发明提出一种电网调峰资源协调优化方法和系统。该方法和系统构建一套适应高比例新能源接入的柔性负荷调峰优化运行方法体系,弥补传统电源调峰模式在调峰资源单一、无法适应新能源高比例接入的不足。在满足新能源高比例接入的条件下,考虑柔性负荷的调峰特性和成本费用,提出协调优化运行策略,指导电网的运行决策。
实现上述目的所采用的解决方案为:
一种电网连续运行仿真断面的生成方法,其改进之处在于,包括:
获取需求供应商提供的负荷削减报价包;
基于所述报价包和预先建立的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,所述报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
所述多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
本发明提供的第一优选技术方案,所述基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力,包括:
基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算,得到调度周期内各时段的火电出力、水电出力、储能系统出力、柔性负荷出力、新能源出力以及联络线交换功率;
根据各时段的柔性负荷出力,计算各时段的柔性负荷调整量。
本发明提供的第二优选技术方案,其改进之处在于,所述多电源调峰协调优化模型的建立包括:
以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数;以系统功率平衡约束、机组出力上下限约束、储能系统约束、柔性负荷特性约束、弃风弃光约束、灵活改造容量约束为约束条件,建立多电源调峰协调优化模型。
本发明提供的第三优选技术方案,其改进之处在于,所述目标函数计算式如下:
其中,F表示经济损失总和,T表示调度周期,t表示调度周期内的时段,fdr(pdr,t)表示柔性负荷的补偿成本函数,pdr,t表示t时段柔性负荷,表示火电机组灵活性改造费用,表示火电改造容量,表示柔性负荷的设备改造费用,表示柔性负荷改造容量,f(EREloss)表示弃风弃光造成的经济损失,EREloss表示调度周期内的系统弃风弃光电量,f(ESTloss)表示储能系统的发电损耗造成的经济损失;fdr(pdr,t)计算式如下:
fdr(pdr,t)=Ci×PDRP,t×t
其中,Ci表示不同削减量下的柔性负荷报价,t表示调度周期内的时段,PDRP,t表示t时段负荷削减量,为t时段柔性负荷原始计划值与pdr,t的差值。
本发明提供的第四优选技术方案,其改进之处在于,所述系统功率平衡约束如下式所示:
∑pth,t+∑phy,t+∑pst,t+∑pdr,t+∑pre,t+∑pline,t=pload,t
其中,∑pth,t表示t时段火电出力之和,∑phy,t表示t时段水电出力之和,∑pst,t表示t时段储能系统出力之和,∑pdr,t表示t时段柔性负荷出力之和,∑pre,t表示t时段新能源出力之和,∑pline,t表示t时段联络线交换功率之和,pload,t表示t时段电力系统的负荷值。
本发明提供的第五优选技术方案,其改进之处在于,所述机组出力上下限约束如下式所示:
pmin≤p≤pmax
其中,p表示机组出力,pmin表示机组出力下限,pmax表示机组出力上限。
本发明提供的第六优选技术方案,其改进之处在于,所述储能系统约束如下式所示:
Et=Et-1-△Et
其中,表示储能系统放电功率,表示储能系统充电功率,表示储能系统的最大放电功率,表示储能系统的最大充电充电功率,Et表示t时段储能系统电量,Et-1表示t上一时段储能系统电量,△Et表示储能系统t时段的电量变化,正数表示放电,表示充电,Ps表示储能系统功率,大于0时为放电状态,小于0时为充电状态,△t表示时段长度,ηcharge表示充电效率,ηdischarge表示放电效率。
本发明提供的第七优选技术方案,其改进之处在于,所述弃风弃光约束如下式所示:
r≤rmax
其中,r表示弃风弃光率,rmax表示预设弃风弃光率最大值,r计算式如下:
其中,EREloss表示调度周期内的弃风弃光电量,ERE表示调度周期内的风、光总发电量。
本发明提供的第八优选技术方案,其改进之处在于,所述灵活改造容量约束如下式所示:
本发明提供的第九优选技术方案,其改进之处在于,所述柔性负荷特性约束如下式所示:
其中,PDRP,t表示t时段负荷削减量,Nt表示设定运行周期,表示t时段最小负荷削减量,表示t时段最大负荷削减量,表示t时段转入负荷,表示t时段转入负荷最小值,表示t时段转入负荷最大值,表示t时段转出负荷,表示t时段转出负荷最小值,表示t时段转出负荷最大值。
本发明提供的第十优选技术方案,其改进之处在于,所述柔性负荷特性约束还包括电价响应约束,所述电价响应约束包括转出负荷发生在电价高峰时段,转入负荷发生在电价低谷时段。
一种电网调峰资源协调优化系统,其改进之处在于,包括:报价包采集模块、优化计算模块和电网调度模块;
所述报价包采集模块,获取需求供应商提供的负荷削减报价包;
所述优化计算模块,用于基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
所述电网调度模块模块,用于根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,所述报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
所述多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
本发明提供的第十一优选技术方案,其改进之处在于,所述优化计算模块包括设备出力模块和调整模块;
所述设备出力模块,用于基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算,得到调度周期内各时段的火电出力、水电出力、储能系统出力、柔性负荷出力、新能源出力以及联络线交换功率;
所述调整模块,用于根据各时段的柔性负荷出力,计算各时段的柔性负荷调整量。
本发明提供的第十二优选技术方案,其改进之处在于,还包括用于建立多电源调峰协调优化模型的建模模块,所述建模模块包括目标函数单元和约束条件单元;
目标函数单元,用于以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数;
所述约束条件单元,用于以系统功率平衡约束、机组出力上下限约束、储能系统约束、柔性负荷特性约束、弃风弃光约束、灵活改造容量约束为约束条件,建立多电源调峰协调优化模型。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明基于需求供应商提供的负荷削减报价包和预先建立的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度,其中,多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。考虑了市场机制下的柔性负荷调峰特性和电价响应特性,并以新能源最大消纳为前提,提出了多电源协调优化模型,能够指导目前高渗透率新能源接入下的网、源、荷共同参与调峰的电网优化运行。弥补了传统电源调峰模式在调峰资源单一、无法适应新能源高比例接入的不足。
本发明所提出的模型,还能够应用于研究市场机制对负荷侧参与调峰的影响,通用性更高。
附图说明
图1为本发明提供的一种电网调峰资源协调优化方法流程示意图;
图2为本发明涉及的可削减负荷多段式报价曲线示意图;
图3为本发明涉及的算例场景一电源优化出力及新能源消纳曲线示意图,其中图3a为各类电源优化出力曲线示意图,图3b为风电出力曲线示意图,图3c为光伏出力曲线示意图;
图4为本发明涉及的算例场景二电源优化出力及新能源消纳曲线示意图,其中图4a为各类电源优化出力曲线示意图,图4b为负荷转移曲线示意图,图4c为负荷曲线示意图;图4d为风电出力曲线示意图,图4e为光伏出力曲线示意图
图5为本发明提供的一种电网调峰资源协调优化系统基本结构示意图;
图6为本发明提供的一种电网调峰资源协调优化系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种电网调峰资源协调优化方法流程示意图如图1所示,包括:
步骤1:获取需求供应商提供的负荷削减报价包;
步骤2:基于报价包和预先建立的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
步骤3:根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
首先,对柔性负荷的电价响应特性进行说明。
1柔性负荷包括可削减负荷和可转移负荷。
1.1可削减负荷
1.1.1能量响应特性
负荷削减能量调用量应小于需求供应商所提交的报价包中规定的最大负荷削减容量,同时还应大于交易中也要求的最小负荷削减容量,若响应量太小则不被调用。
1.1.2负荷削减报价
可削减负荷参与能量市场调度,根据系统调度结果,在被调度时段可提供实际的负荷削减。在报价包中应给出能量报价,表明用户削减一定容量的负荷所需要的补偿价格。具体的报价可以是报价曲线。
由于可削减负荷是大量小用户负荷削减资源的聚合响应,适合采用多段式报价曲线。图2显示了一个某可削减负荷的报价曲线,图中每一个方块的高度代表一个容量段的报价,宽度代表容量,段容量之和等于最大可用容量。可削减负荷在t时段的能量响应成本的数学表达式一般为:
fdr(pdr,t)=Ci×PDRP,t×t (2a)
其中,fdr(pdr,t)表示柔性负荷的补偿成本函数即可削减负荷在t时段的响应成本,Ci表示不同削减量下的负荷报价,t表示调度周期内的时段,PDRP,t表示t时段负荷削减量,为t时段柔性负荷原始计划值与pdr,t的差值。
具体到图2显示的报价曲线,用CDRP,t表示可削减负荷在t时段的响应成本fdr(pdr,t),则可将公式(2a)写为下式:
1.2可转移负荷
t时段的可转移负荷,有转入负荷和转出负荷,因此实际负荷应满足下式:
为了维持正常的生产秩序,用户只能提交部分负荷参与负荷转移。同时,负荷转移涉及到生产线调整,会产生额外调整成本,较少的负荷转移量不具经济成本,因此,需要考虑负荷转移的上下限约束:
此外,在设定运行周期内,系统的总负荷应保持不变,即转出负荷总电量应等于转入负荷总电量:
此处的运行周期Nt是根据实际需求设置的,比时段t长,比调度周期短。通常运行周期Nt设置为1天。
2对线性规划基本理论进行说明
2.1线性规划模型
线性规划(Linear Programming)模型一般形式为:
其中:
xj(j=1,2,…,n)为问题的决策变量,记为X=(x1,x2,…,xn)T;c1x1+c2x2+…+cnxn为模型的目标函数,记为C=(c1,c2,…,cn)为价值向量,其中cj(j=1,2,…,n)称为价值系数。aij(i=1,2,…,n,j=1,2,…,n)为变量系数,由aij构成的矩阵A称为系数约束矩阵,
其中的列向量记为Pj,j=1,2,…,n。向量b=(b1,b2,…,bm)T称为右端向量,bi,i=1,2,…,m,为右端项。cj,bi,aij是LP问题的参数,一般情况其值可被预测估计。xj(j=1,2,…,n)≥0为LP问题所限制的非负约束。与互相等价。
在实际应中,人们很多吋候为了计算和使用的方便,在某个领域里经常只研究它的特殊情况,然后把般复杂的情况转化为特殊情况来解决。比如经常被研究如下情况:
这里的bi≥0(i=1,2,…,m),式(9)为线性规划的规范表达式。
当决策变量所受到的限制约束均可由线性等式来描述时,有如下表达式:
这里的bi≥0(i=1,2,…,m),式(10)规定为线性规划的标准形式。
以上的这三种形式是线性规划问题的典范表达形式。它们之问不仅可以互相转化,而且解也相同。因此,问题的这三种形式本质上是互相等价的。
目标函数、约束条件和决策变量是线性规划模型不可缺少的三部分。建立线性规划模型的关键三个步骤为:(1)找出问题的决策变量,可通过对所求目的的产生作用的因素来寻找;(2)明确问题的约朿条件,通过限制决策变的情况来确定;(3)确定问题的目标函数,可以通过所求的目的与决策变之间的线性关系来明确。
2.2线性规划解的基本概念
2.2.1可行解:满足其约束条件的解X=(x1,x2,…,xn)T,均称为它的可行解,由可行解组合起来所形成的结合成为可行域。
2.2.2最优解:在可行域里,可以实现最大目标函数值的解被成为最优解,其最优值便是此时最优解所实现的目标函数值。
2.2.3基:若A是公式(10)的m×n阶系数约束矩阵,且R(A)=m,m<n。如果矩阵B是公式(9)的一个基,则它必须是A的m阶满秩方阵,即B的列向量必不线性相关,且均成为公式(9)的基向量,基变量便是与基向量相对应的变量,共m个。否则成为非基变量,共n-m个。
2.2.4基解:在公式(10)的约束条件中,在求AX=b时,对应于基B,令非基变量均为零,用解线性方程组的Gauss消去法便可求出问题的一个解,该解的非零分量的数目小于或等于m,称之为基解。每一个基,都有其对应的一个基解,因此,线性规划基解的数目最多是个。此外,非退化的基解是指在其分量中,非零分量的个数恰好等于m,否则是退化解。因此,基解与基的关系并不是一一对应的,一个基解有可能只对应一个基,也有可能同时对应着多个基。
2.2.5基可行解:凡是基解满足公式(10)中的非负约束,便被成为其基可行解。显然没有非负要求的基解的数目一般都要大于基可行解的数目。可行基是指公式(10)的基中对应于基可行解的基。
3多电源调峰协调优化模型
电力系统用于调峰调频的资源主要有:(1)常规燃煤火电机组、燃气机组、普通水电机组;(2)储能电池、抽水蓄能电站;(3)柔性负荷。在进行调峰调频资源的优化配置时,考虑常规水电、火电机组、储能、柔性负荷参与系统功率调节运行的经济代价,在满足系统运行、发电机出力等约束条件下,以总技术经济代价最小为优化目标,求得优化配置方案。
3.1目标函数
在某一运行周期内,在满足新能源大规模接入的系统的背景下,以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数。
其中,调峰资源主要包括常规火电机组(含供热机组)、水电机组、储能系统(含抽水蓄能电站)、柔性负荷资源等四类资源;
改造电源类型主要考虑火电机组的灵活改造和柔性负荷的灵活改造;
弃风弃光的经济损失以弃风弃光电量与对应时间段的电价的乘积进行衡量。
其中,F表示经济损失总和,T表示调度周期,t表示调度周期内的时段,fdr(pdr,t)表示柔性负荷的补偿成本函数,pdr,t表示t时段柔性负荷,表示火电机组灵活性改造费用,表示火电改造容量,表示柔性负荷的设备改造费用,表示柔性负荷改造容量,f(EREloss)表示弃风弃光造成的经济损失,EREloss表示调度周期内的系统弃风弃光电量,f(ESTloss)表示储能系统的发电损耗造成的经济损失。fdr(pdr,t)具体计算式为公式(2b)。
3.2约束条件
3.2.1
系统功率平衡约束(等式约束)
∑pth,t+∑phy,t+∑pst,t+∑pdr,t+∑pre,t+∑pline,t=pload,t (12)
其中,∑pth,t表示t时段火电出力之和,∑phy,t表示t时段水电出力之和,∑pst,t表示t时段储能系统出力之和,∑pdr,t表示t时段柔性负荷出力之和,∑pre,t表示t时段新能源出力之和,∑pline,t表示t时段联络线交换功率之和,pload,t表示t时段电力系统的负荷值。系统应保持任意一刻功率的供需平衡。其中,联络线交换功率考虑为计划值,当联络线向本系统输入功率时,取“+”,反之,取“-”。
3.2.2机组出力上下限约束
pmin≤p≤pmax (13)
其中,p表示机组出力,pmin表示机组出力下限,pmax表示机组出力上限。
针对不同类型的机组,pmin和pmax有不同的含义:
1)对于火电/供热机组,pmin为火电机组的最小技术出力或机组供热情况下的最小出力,pmax为火电机组的额定有功;
2)对于水电机组,pmin为0,pmax为水电机组的额定有功;
3)对于抽水蓄能电站等储能系统,是指充电和放电功率约束,分别满足
3.3.3储能系统约束(等式约束)
除了3.3.2中的储能系统的充放电功率约束之外,储能系统应满足:各个时段的剩余电量应满足递推关系:
Et=Et-1-△Et (16)
其中,Et表示t时段储能系统电量,Et-1表示t上一时段储能系统电量,△Et表示储能系统t时段的电量变化,正数表示放电,表示充电,Ps表示储能系统功率,大于0时为放电状态,小于0时为充电状态,△t表示时段长度,ηcharge表示充电效率,ηdischarge表示放电效率。
3.3.4柔性负荷特性约束
对于参与系统调节的柔性负荷,其模型及约束条件应根据不同的柔性负荷类型来确定,柔性负荷约束条件主要包括负荷参与调节的容量上下限约束、电价响应约束,若是转移负荷要满足设定运行周期内的负荷转出量等于转入量等约束条件。
其中,容量上下限约束为公式(1)、(4)和(5),负荷转出量等于转入量等约束为公式(6)。电价响应约束为转出负荷发生在电价高峰时段,转入负荷发生在电价低谷时段。
3.3.5弃风弃光约束
弃风弃光率r不大于预设的允许最大弃风弃光率rmax。
r≤rmax (19)
其中,EREloss表示调度周期内的弃风弃光电量,ERE表示调度周期内的风、光总发电量。
3.3.6灵活改造容量约束
电源的灵活改造容量应不大于系统内该类型电源的总装机容量,即
基于本发明建立的多电源调峰协调优化模型,将需求供应商提供的负荷削减报价包输入多电源调峰协调优化模型,采用线性规划进行优化计算得到调度周期内各时段的负荷调整量和电网设备的出力,进行电网调峰资源协调优化调度。
实施例2:
下面给出一个多电源调峰协调优化调度的算例。
算例基础数据
算例以某省级电网某典型月的运行数据为参考,并结合具体计算要求,对基础数据进行了适当的修改,具体计算参数如下:
计算周期:一周(2016年10.24-10.30)
时间步长(min):15
火电装机容量(MW):20883
火电开机容量(MW):12000
供热机组容量(MW):2880
供热机组最小技术出力百分比:90%
常规火电机组最小技术出力百分比:50%
火电最小技术出力(MW):7152
抽水蓄能容量(MWh):200
抽水蓄能效率:0.75
抽蓄最大出力(MW):50
抽蓄最小出力(MW):50
抽水蓄能损耗代价(元/MW):0.1
新能源装机容量占电源容量的百分比:55%
风电装机容量(MW):9000
光伏装机容量(MW):6000
风电上网电价(元/kWh):0.47(2017)
光伏上网电价(元/kWh):0.65(2017)
负荷峰谷电价:谷期0:00-7:00,21:00-24:00 0.35元/kWh
峰期7:00-21:00 0.55元/kWh
设置计算场景:
场景一(基础场景)
大规模新能源接入条件下,以系统运行的经济损失最小为目标,考虑运行周期内,火电、抽水蓄能电站作为调峰资源的最经济运行,不考虑柔性负荷的调峰特性。
场景二
大规模新能源接入条件下,以系统运行的经济损失最小为目标,考虑运行周期内,火电、抽水蓄能电站和柔性负荷共同作为调峰资源的最经济运行。
计算结果对比分析:
场景一计算结果
表1计算指标结果
如表1及图3所示,在基础场景下,火电最小技术出力达到7000MW,在风电和光伏大发期,由于火电已经下压到了最小技术出力,无法继续减少,因此出现了较为严重的弃风弃光情况:弃风率达到24.28%,弃光率达到6.04%。该场景下的经济损失达到34394元。
场景二计算结果
设最大可转出负荷为定值,改变最大可转入负荷,其优化计算结果如表2所示,当最大可转移出负荷为500MW,最大可转移入负荷为1500时,其运行结果图如图4所示。
表2计算指标结果
如图4和表2所示,可以看出:
1)对比系统的初始负荷曲线和净负荷曲线净负荷曲线比初始负荷曲线的峰谷差变大,负荷主要由新能源出力较小的低激励时间段转移至新能源出力较大的时间段,从而能使弃风弃光率得到下降,因此,可转移负荷的作用可以认为是根据新能源的曲线进行削峰填谷;
2)在最大可转移出负荷为定值时,随着最大可转移入负荷的增加,系统的总经济损失有所下降,常规火电机组的用电量也有所降低,弃风、弃光率均有明显下降;
3)在当前的峰谷电价情况下,从原始负荷和净负荷曲线来看,随着可转入负荷的增加,由于负荷变化带来的电网收益得到了增长。
实施例3:
基于同一发明构思,本发明还提供了一种电网调峰资源协调优化系统,由于这些设备解决技术问题的原理与电网调峰资源协调优化方法相似,重复之处不再赘述。
该系统基本结构示意图如图5所示,包括:报价包采集模块、优化计算模块和电网调度模块;
其中,报价包采集模块,获取需求供应商提供的负荷削减报价包;
优化计算模块,用于基于报价包和预先制定的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
电网调度模块模块,用于根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
电网调峰资源协调优化系统的详细结构示意图如图6所示。该系统还包括用于建立多电源调峰协调优化模型的建模模块,建模模块包括目标函数单元和约束条件单元;
目标函数单元,用于以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数;
约束条件单元,用于以系统功率平衡约束、机组出力上下限约束、储能系统约束、柔性负荷特性约束、弃风弃光约束、灵活改造容量约束为约束条件,建立多电源调峰协调优化模型。
其中,优化计算模块包括设备出力模块和调整模块;
设备出力模块,用于基于报价包和预先制定的多电源调峰协调优化模型,进行优化计算,得到调度周期内各时段的火电出力、水电出力、储能系统出力、柔性负荷出力、新能源出力以及联络线交换功率;
调整模块,用于根据各时段的柔性负荷出力,计算各时段的柔性负荷调整量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、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 (14)
1.一种电网调峰资源协调优化方法,其特征在于,包括:
获取需求供应商提供的负荷削减报价包;
基于所述报价包和预先建立的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,所述报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
所述多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
2.如权利要求1所述的方法,其特征在于,所述基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力,包括:
基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算,得到调度周期内各时段的火电出力、水电出力、储能系统出力、柔性负荷出力、新能源出力以及联络线交换功率;
根据各时段的柔性负荷出力,计算各时段的柔性负荷调整量。
3.如权利要求2所述的方法,其特征在于,所述多电源调峰协调优化模型的建立包括:
以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数;以系统功率平衡约束、机组出力上下限约束、储能系统约束、柔性负荷特性约束、弃风弃光约束、灵活改造容量约束为约束条件,建立多电源调峰协调优化模型。
4.如权利要求3所述的方法,其特征在于,所述目标函数计算式如下:
其中,F表示经济损失总和,T表示调度周期,t表示调度周期内的时段,fdr(pdr,t)表示柔性负荷的补偿成本函数,pdr,t表示t时段柔性负荷,表示火电机组灵活性改造费用,表示火电改造容量,表示柔性负荷的设备改造费用,表示柔性负荷改造容量,f(EREloss)表示弃风弃光造成的经济损失,EREloss表示调度周期内的系统弃风弃光电量,f(ESTloss)表示储能系统的发电损耗造成的经济损失;fdr(pdr,t)计算式如下:
fdr(pdr,t)=Ci×PDRP,t×t
其中,Ci表示不同削减量下的柔性负荷报价,t表示调度周期内的时段,PDRP,t表示t时段负荷削减量,为t时段柔性负荷原始计划值与pdr,t的差值。
5.如权利要求3所述的方法,其特征在于,所述系统功率平衡约束如下式所示:
∑pth,t+∑phy,t+∑pst,t+∑pdr,t+∑pre,t+∑pline,t=pload,t
其中,∑pth,t表示t时段火电出力之和,∑phy,t表示t时段水电出力之和,∑pst,t表示t时段储能系统出力之和,∑pdr,t表示t时段柔性负荷出力之和,∑pre,t表示t时段新能源出力之和,∑pline,t表示t时段联络线交换功率之和,pload,t表示t时段电力系统的负荷值。
6.如权利要求3所述的方法,其特征在于,所述机组出力上下限约束如下式所示:
pmin≤p≤pmax
其中,p表示机组出力,pmin表示机组出力下限,pmax表示机组出力上限。
11.如权利要求3所述的方法,其特征在于,所述柔性负荷特性约束还包括电价响应约束,所述电价响应约束包括转出负荷发生在电价高峰时段,转入负荷发生在电价低谷时段。
12.一种电网调峰资源协调优化系统,其特征在于,包括:报价包采集模块、优化计算模块和电网调度模块;
所述报价包采集模块,获取需求供应商提供的负荷削减报价包;
所述优化计算模块,用于基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算得到调度周期内各时段的柔性负荷调整量和电网设备的出力;
所述电网调度模块模块,用于根据各时段的柔性负荷调整量和电网设备的出力,进行电网调峰调度;
其中,所述报价包包括调度周期内各时段的最大负荷削减容量、最小负荷削减容量和削减负荷补偿报价;
所述多电源调峰协调优化模型基于新能源最大消纳以及调度周期内的各类电源运行经济代价的总和最小制定。
13.如权利要求12所述的系统,其特征在于,所述优化计算模块包括设备出力模块和调整模块;
所述设备出力模块,用于基于所述报价包和预先制定的多电源调峰协调优化模型,进行优化计算,得到调度周期内各时段的火电出力、水电出力、储能系统出力、柔性负荷出力、新能源出力以及联络线交换功率;
所述调整模块,用于根据各时段的柔性负荷出力,计算各时段的柔性负荷调整量。
14.如权利要求13所述的系统,其特征在于,还包括用于建立多电源调峰协调优化模型的建模模块,所述建模模块包括目标函数单元和约束条件单元;
目标函数单元,用于以多种类型调峰资源的调峰成本、电源改造成本及弃风弃光造成的经济损失总和最小为目标函数;
所述约束条件单元,用于以系统功率平衡约束、机组出力上下限约束、储能系统约束、柔性负荷特性约束、弃风弃光约束、灵活改造容量约束为约束条件,建立多电源调峰协调优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811611695.1A CN111384728A (zh) | 2018-12-27 | 2018-12-27 | 一种电网调峰资源协调优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811611695.1A CN111384728A (zh) | 2018-12-27 | 2018-12-27 | 一种电网调峰资源协调优化方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111384728A true CN111384728A (zh) | 2020-07-07 |
Family
ID=71219526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811611695.1A Pending CN111384728A (zh) | 2018-12-27 | 2018-12-27 | 一种电网调峰资源协调优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111384728A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112821382A (zh) * | 2021-01-04 | 2021-05-18 | 上海电气分布式能源科技有限公司 | 一种确定用电设备调度策略的方法及设备 |
CN113888237A (zh) * | 2021-10-25 | 2022-01-04 | 国网能源研究院有限公司 | 一种考虑系统成本的新能源经济开发规模规划方法 |
CN113971530A (zh) * | 2021-10-29 | 2022-01-25 | 国网福建省电力有限公司福州供电公司 | 面向新型电力系统源网荷储协同的电力平衡方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106300336A (zh) * | 2016-07-22 | 2017-01-04 | 华北电力大学 | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 |
CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
CN108599144A (zh) * | 2018-03-22 | 2018-09-28 | 国网天津市电力公司 | 一种提高电力系统新能源利用率且最小化发电成本的方法 |
CN109034653A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种电源规划方案综合评价方法 |
-
2018
- 2018-12-27 CN CN201811611695.1A patent/CN111384728A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106300336A (zh) * | 2016-07-22 | 2017-01-04 | 华北电力大学 | 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法 |
CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
CN108599144A (zh) * | 2018-03-22 | 2018-09-28 | 国网天津市电力公司 | 一种提高电力系统新能源利用率且最小化发电成本的方法 |
CN109034653A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种电源规划方案综合评价方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112821382A (zh) * | 2021-01-04 | 2021-05-18 | 上海电气分布式能源科技有限公司 | 一种确定用电设备调度策略的方法及设备 |
CN112821382B (zh) * | 2021-01-04 | 2023-09-05 | 上海电气分布式能源科技有限公司 | 一种确定用电设备调度策略的方法及设备 |
CN113888237A (zh) * | 2021-10-25 | 2022-01-04 | 国网能源研究院有限公司 | 一种考虑系统成本的新能源经济开发规模规划方法 |
CN113971530A (zh) * | 2021-10-29 | 2022-01-25 | 国网福建省电力有限公司福州供电公司 | 面向新型电力系统源网荷储协同的电力平衡方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paudel et al. | Peer-to-peer energy trading in a prosumer-based community microgrid: A game-theoretic model | |
Sandgani et al. | Energy management in a network of grid-connected microgrids/nanogrids using compromise programming | |
Ju et al. | A bi-level stochastic scheduling optimization model for a virtual power plant connected to a wind–photovoltaic–energy storage system considering the uncertainty and demand response | |
Wang et al. | A near-optimal model-based control algorithm for households equipped with residential photovoltaic power generation and energy storage systems | |
Chua et al. | A novel fuzzy control algorithm for reducing the peak demands using energy storage system | |
Logenthiran et al. | Demand side management in smart grid using heuristic optimization | |
Haghighat et al. | Integrating energy management of autonomous smart grids in electricity market operation | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
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 | |
CN111384728A (zh) | 一种电网调峰资源协调优化方法和系统 | |
CN112564102B (zh) | 多微网负荷优化调度方法和系统 | |
CN107069791A (zh) | 一种考虑工业园区与工厂互动的综合需求响应方法 | |
CN111293682B (zh) | 一种基于协同模型预测控制的多微网能量管理方法 | |
CN114006399B (zh) | 一种规模化5g基站参与配电网需求响应的优化调度方法 | |
CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
Tziovani et al. | Grid friendly operation of a PV-storage system with profit maximization and reliability enhancement | |
CN116070801B (zh) | 一种负荷聚合平台多站点最优运行策略生成方法 | |
Liu et al. | Study on energy management model of integrated new energy-storage-charging system considering the influence of uncertainties | |
Kamyar et al. | Multi-objective dynamic programming for constrained optimization of non-separable objective functions with application in energy storage | |
CN114612021B (zh) | 计及多粒度属性的热力负荷协同调控方法 | |
Azaroual et al. | Model predictive control-based energy management strategy for grid-connected residential photovoltaic–wind–battery system | |
CN115935619A (zh) | 基于需求响应的主动配电网日前低碳调度方法及装置 | |
CN113629781A (zh) | 一种基于empc的多vpp日前日内协调优化方法及装置 | |
Yang et al. | Day‐ahead operation strategy for multiple data centre prosumers: A cooperative game approach | |
Zhu et al. | Low carbon optimal dispatching of microgrid considering demand response |
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 |