CN111416339A - 一种基于双层规划模型的源-荷日前有功协调控制方法 - Google Patents

一种基于双层规划模型的源-荷日前有功协调控制方法 Download PDF

Info

Publication number
CN111416339A
CN111416339A CN202010119159.0A CN202010119159A CN111416339A CN 111416339 A CN111416339 A CN 111416339A CN 202010119159 A CN202010119159 A CN 202010119159A CN 111416339 A CN111416339 A CN 111416339A
Authority
CN
China
Prior art keywords
load
day
power
ahead
active power
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
Application number
CN202010119159.0A
Other languages
English (en)
Inventor
张尧翔
刘文颖
夏鹏
郭虎
张雨薇
王方雨
许春蕾
荣俊杰
冉忠
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
Publication of CN111416339A publication Critical patent/CN111416339A/zh
Pending legal-status Critical Current

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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了风电集群并网控制领域中的一种基于双层规划模型的源‑荷日前有功协调控制方法。包括：读取各类电源及弹性控制负荷相关信息；计算各类电源的日前有功出力计划；对分布式弹性控制负荷进行分区聚合；构建并求解集中优化层日前有功协调控制模型，得到各类电源、高载能负荷及负荷分区的出力调节计划；构建并求解分布式优化层日前优化分配模型，得到负荷分区内各分布式负荷的调节计划；下发各类负荷日前调节计划，形成源‑荷日前有功协调控制方案。本发明提供一种基于双层规划模型的源‑荷日前有功协调控制方法，通过源‑荷协调控制，进一步提高电网对风电的消纳能力。

Description

一种基于双层规划模型的源-荷日前有功协调控制方法
技术领域
本发明属于新能源电力系统有功协调控制领域，尤其涉及一种基于双层规划模型的源-荷日前有功协调控制方法。
背景技术
近年来，在政策鼓励下，我国风电行业发展迅速，成为全球累积和新增风电装机容量第一大国，然而在井喷式大发展的同时，由于风电具有间歇性和随机性的特点，并且大规模集中接入电网的风电基地(如“三北地区”)一般远离电力负荷中心，电源结构常常受到“缺煤、少水”的制约，导致电网调节性电源缺乏，电网的建设滞后于可再生能源的发展，电网调峰压力的不断加大，风电并网和消纳问题日益凸显。据研究，负荷侧的弹性控制负荷具有一定的调解能力。其中集中式弹性控制负荷(如高载能负荷)可适当对负荷出力进行调节以增加风电的消纳，分布式弹性控制负荷(如蓄热电锅炉、蓄冷负荷等)可通过对负荷的时移达到对风电的消纳作用。
针对源-荷协调控制方面，国内外已有初步的研究。有文献以甘肃河西电网实际运行情况为例，针对大规模风电接入电网造成电网调峰困难的问题，研究论证了部分高载能负荷参与电网调峰的可行性与有效性。有文献阐述了分布式负荷的主要特性和应用情况，从风电并网、分布式能源优化等角度研究了分布式负荷参与调峰所必须的条件，并提出了分布式负荷下一步研究方向。有文献结合经济学，对弹性控制负荷参与调峰的定价机制进行了研究，提出了两种调峰定价方法，但并未对如何利用弹性控制负荷进行调峰进行研究。
综上所述，针对集中式弹性控制负荷和分布式弹性控制负荷如何共同参与风电消纳方面，目前尚缺乏系统性研究。因此，我们在以上方法的基础上，提出一种基于双层规划模型的源-荷日前有功协调控制方法
发明内容
针对现有技术的不足,本发明的目的是提供一种基于双层规划模型的源-荷日前有功协调控制方法，用于解决大规模风电并网条件下，源-荷有功优化控制问题，为电网运行提供参考。
一种基于双层规划模型的源-荷日前有功协调控制方法，包括以下步骤:
S1：读取各类电源及弹性控制负荷相关信息；
S2：计算各类电源的日前有功出力计划；
S3：对分布式弹性控制负荷进行分区聚合
S4：构建并求解集中优化层日前有功协调控制模型，得到各类电源、高载能负荷及负荷分区的出力调节计划；
S5：构建并求解分布式优化层日前优化分配模型，得到负荷分区内各分布式负荷的调节计划；
S6:下发各类负荷日前调节计划，形成源-荷日前有功协调控制方案。
所述S1包括以下步骤:
S101：获取日前风电15min有功出力预测信息PPW,t、电网外送功率日前计划值PTH,t、电网常规机组最小技术出力
Figure BDA0002392433440000021
日前负荷预测值PL,t；
S102：获取各类弹性控制负荷的调节信息：有功调节速率上限ΔPL,up、有功调节速率下限ΔPL,down、可调节时间间隔、可持续上调时间、可调节功率上限PL,max、可调节功率下限PL,min。
所述S2包括以下步骤:
S201：计算风电最大可消纳空间
Figure BDA0002392433440000031
S202：确定各风电场站日前有功出力计划PWi,t；
S203：确定水火电机组的日前有功出力计划PGS,t；
S204：确定风电场站日前预计弃风功率PWL,t。
所述S3包括以下步骤:
S301：对分布式负荷按地理位置进行分区处理；
S302：对负荷分区内的同类分布式负荷出力进行聚合。
所述S4包括以下步骤:
S401：构建以弃风电量消纳最大为目标的日前弹性控制负荷集中优化层协调控制模型；
S402：求解模型，得到各类电源、高载能负荷及负荷分区的日前出力调节计划。
所述S5包括以下步骤:
S501：构建与集中优化层计划指令偏差最小为目标的日前弹性控制负荷分布式优化层协调控制模型；
S502：求解模型，得到负荷分区内各分布式负荷的日前出力计划。
本发明提供一种基于双层规划模型的源-荷日前有功协调控制方法,通过:读取各类电源及弹性控制负荷相关信息；计算各类电源的日前有功出力计划；对分布式弹性控制负荷进行分区聚合；构建并求解集中优化层日前有功协调控制模型，得到各类电源、高载能负荷及负荷分区的出力调节计划；构建并求解分布式优化层日前优化分配模型，得到负荷分区内各分布式负荷的调节计划；下发各类负荷日前调节计划，形成源-荷日前有功协调控制方案。该方法通过双层规划模型充分利用了集中式弹性控制负荷及分布式弹性控制负荷的调节能力，有效提高了对风电的消纳能力。
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是本发明提供的一种基于双层规划模型的源-荷日前有功协调控制方法流程图；
图2是本发明提供的实例2中区域电网示意图；
图3是本发明提供的实例2中电网日前预测信息；
图4是本发明提供的实例2中预测机组出力及预测弃风功率；
图5是本发明提供的实例2中高载能负荷及负荷分区的计划指令；
图6是本发明提供的实例2中负荷分区内各分布式负荷的调节计划指令；
图7是本发明提供的实例2中控制前后弃风功率对比。
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。本发明的典型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
图1是一种基于双层规划模型的源-荷日前有功协调控制方法流程图。图1中,本发明提供的一种基于双层规划模型的源-荷日前有功协调控制方法流程图包括:
S1：读取各类电源及弹性控制负荷相关信息；
S2：计算各类电源的日前有功出力计划；
S3：对分布式弹性控制负荷进行分区聚合
S4：构建并求解集中优化层日前有功协调控制模型，得到各类电源、高载能负荷及负荷分区的出力调节计划；
S5：构建并求解分布式优化层日前优化分配模型，得到负荷分区内各分布式负荷的调节计划；
S6:下发各类负荷日前调节计划，形成源-荷日前有功协调控制方案。
所述S1包括以下步骤:
S101：获取日前风电15min有功出力预测信息PPW,t、电网外送功率日前计划值PTH,t、电网常规机组最小技术出力
Figure BDA0002392433440000051
日前负荷预测值PL,t；
S102：获取各类弹性控制负荷的调节信息：有功调节速率上限ΔPL,up、有功调节速率下限ΔPL,down、可调节时间间隔、可持续上调时间、可调节功率上限PL,max、可调节功率下限PL,min。
所述S2包括以下步骤:
S201：计算风电最大可消纳空间
Figure BDA0002392433440000052
Figure BDA0002392433440000053
式中：
Figure BDA0002392433440000054
表示t时段风电的最大可消纳功率；PL,t表示t时段系统负荷预测值；PTH,t表示t时段系统外送功率日前计划值；
Figure BDA0002392433440000055
表示t时段火电机组i的最小技术出力，NG表示火电机组数量；
Figure BDA0002392433440000056
表示t时段水电机组i的最小技术出力，NS表示火电机组数量。
S202：确定各风电场站日前有功出力计划。根据风电可消纳空间和风电的日前预测信息，以风电消纳最大为控制目标，可以计算得到日前t时刻风电有功出力计划：
Figure BDA0002392433440000061
S203：确定水火电机组的日前有功出力计划。结合风电日前有功出力计划、系统负荷日前预测值和系统外送功率日前计划，可以计算得到日前t时刻水火电机组有功出力计划，如下所示：
PGS,t＝PL,t+PTH,t-PW,t (3)
依据先分配水电机组、后分配火电机组的顺序，分配各机组的日前t时刻下有功出力计划，如下式所示：
Figure BDA0002392433440000062
Figure BDA0002392433440000063
所述S3包括以下步骤:
S301：对分布式负荷按地理位置进行分区处理；
S302：对同一个分区内的同类分布式负荷的出力进行聚合处理(仅考虑蓄热电锅炉负荷和蓄冷负荷)。
(1)蓄热电锅炉的分布式集合聚合特性
聚合得到蓄热电锅炉负荷的分布式聚合负荷功率为：
Figure BDA0002392433440000071
式中，
Figure BDA0002392433440000072
为电锅炉的启停状态；
Figure BDA0002392433440000073
为电锅炉的未调节时的正常运行功率；N为蓄热电锅炉的数量。
蓄热电锅炉负荷的分布式聚合可调节功率可表示为：
Figure BDA0002392433440000074
式中，
Figure BDA0002392433440000075
为第j台蓄热电锅炉运行的最小和最大功率；Px'total,t为蓄热电锅炉的分布式聚合功率；N为蓄热电锅炉的数量。
蓄热电锅炉负荷的分布式聚合调节速度可表示为：
Figure BDA0002392433440000076
式中，Δup、Δdown为蓄热电锅炉聚合后的上调节和下调节速率；
Figure BDA0002392433440000077
为第j台蓄热电锅炉的最小和最大上调节速率；
Figure BDA0002392433440000078
为第j台蓄热电锅炉的最小和最大下调节速率。
(2)蓄冷负荷(冷库)分布式集合聚合特性
聚合后冷库负荷的分布式聚合负荷功率为：
Figure BDA0002392433440000079
式中，
Figure BDA00023924334400000710
为冷库制冷设备的启停状态；
Figure BDA00023924334400000711
为制冷设备的制冷功率；N为负荷分区内冷库的总数量；Plktotal,t为冷库负荷分布式集群的聚合功率。
冷库负荷分布式聚合可调节功率可表示为：
Figure BDA0002392433440000081
式中，
Figure BDA0002392433440000082
为制冷设备的制冷功率；N为冷库的数量。
冷库负荷的分布式聚合调节速度与蓄热电锅炉负荷调节速度计算方法相同。
所述S4包括以下步骤:
S401：构建日前弹性控制负荷集中优化层协调控制模型。
在弹性控制负荷的日前集中优化层有功协调控制模型中，控制对象为高载能负荷的有功调节量、各负荷分区的有功出力状态、有功出力大小和风电场站、水火电机组日前有功出力计划增加量，控制目标为增加消纳的弃风电量，优化的目标函数如下所示：
Figure BDA0002392433440000083
式中，ΔSW表示增加消纳的弃风电量；ΔPWi,t表示时段t风电场站i风电日前有功出力计划值的增加量；ΔT表示优化时段步长，T表示总的优化时段数。
约束条件包含功率平衡约束、风电场站、水火电机组、弹性响应负荷调节性能约束，具体如下：
1)功率平衡约束
Figure BDA0002392433440000084
式中，ΔPSi,t、ΔPGi,t分别表示时段t水电机组i、火电机组i日前有功出力计划值的增加量；ΔnSGLi,t表示t时段离散型高载能负荷i投入组数的增加量、PGLi,0每组负荷容量，NSGL表示离散型高载能负荷总数；ΔPLGLi,t表示t时段连续型高载能负荷i负荷功率上调量，NLGL表示离散型高载能负荷总数；ΔPJHLi,t分别表示负荷分区i时段t负荷状态和有功出力大小；NJHL表示负荷分区数。
2)水火电机组调节性能约束
Figure BDA0002392433440000091
式中，PSi,down、PSi,up表示水电机组单位时间的有功调节能力上、下限；PGi,down、PGi,up表示火电机组单位时间的有功调节能力上、下限。
3)离散型高载能负荷调节性能约束
Figure BDA0002392433440000092
式中，nSGLi,t、nSGLi,max分别表示t时段离散型高载能负荷i日前投入组数预测值、最大负荷组数；Si,t表示t时段离散型高载能负荷i的调节状态量，为离散变量，只能取0或1，取0代表不调节，取1代表调节。
4)连续性高载能负荷调节性能约束
Figure BDA0002392433440000093
式中，PLGLi,t、PLGLi,max表示t时段连续型高载能负荷i日前负荷预测值及最大负荷容量；ΔPLGLi,down、ΔPLGLi,up表示连续型高载能负荷i单位时间的有功调节速率上、下限。
5)分布式负荷调节性能约束
Figure BDA0002392433440000094
式中：SOCFQLi,t表t时段负荷分区i的荷电状态，SOCFQLi,min、SOCFQLi,max分别表示负荷分区i荷电状态上、下限；ηFQLi为负荷分区i的能效比，
Figure BDA0002392433440000101
表示t时段负荷分区i自身的能耗功率；ΔPFQLi,down、ΔPFQLi,up表示负荷分区i单位时间的有功调节速率上、下限；Δt表示优化调节步长，T表示整个优化周期内调节时段数。
S402：求解模型，得到高载能负荷的日前有功调节计划、负荷分区的日前出力计划。
所述S5包括以下步骤:
S501：构建分布式优化层日前优化分配模型。
各负荷分区控制中心通过对分区内蓄热电锅炉的加热功率以及冷库负荷的制冷功率进行优化控制，使得负荷分区的实际出力功率与集中优化层模型计划指令间的偏差最小化，即第k个负荷分区优化的目标函数为：
Figure BDA0002392433440000102
上式中，
Figure BDA0002392433440000103
分别表示t时段k分区中蓄热电锅炉i的加热状态和功率，
Figure BDA0002392433440000104
或0，分别表示加热和放热状态，
Figure BDA0002392433440000105
表示k分区中蓄热电锅炉的数量；
Figure BDA0002392433440000106
分别表示t时段k分区中蓄热电锅炉i的加热状态和功率，
Figure BDA0002392433440000107
＝1或0，分别表示加热和放热状态，
Figure BDA0002392433440000108
表示k分区中冷库的数量；PFQLk,t表示集中优化层模型得到的t时段k分区的有功出力计划指令。
约束条件包括蓄热电锅炉和冷库负荷的调节性能约束。
(1)蓄热电锅炉运行状态约束
1、蓄热式电锅炉功率约束
Figure BDA0002392433440000109
式中：
Figure BDA00023924334400001010
为t时段蓄热式电锅炉的用电负荷功率，MW；
Figure BDA00023924334400001011
分别为蓄热式电锅炉功率的上下限值，MW。
2、荷电状态约束
蓄热式电锅炉通常具有设定的最高工作温度，根据储热介质温度与所储存能量的转换公式，并结合SOC定义，可以得到蓄热电锅炉储存热量的状态约束：
Figure BDA0002392433440000111
式中：
Figure BDA0002392433440000112
为蓄热电锅炉的荷电状态、
Figure BDA0002392433440000113
为蓄热器荷电状态上、下限；
Figure BDA0002392433440000114
为电锅炉加热状态，
Figure BDA0002392433440000115
或0分别表示加热或放热状态；
Figure BDA0002392433440000116
表示供热负荷功率；
Figure BDA0002392433440000117
表示蓄热电锅炉热容量。
3、电量平衡约束
蓄热电锅炉加热计划调整前后，整个优化周期内蓄热电锅炉电量需求应该保持一致:
Figure BDA0002392433440000118
式中：
Figure BDA0002392433440000119
表示调整前，蓄热电锅炉加热功率的预测信息。
4、功率波动约束
蓄热式电锅炉的功率可调性很高，但是为了确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内：
Figure BDA00023924334400001110
式中：
Figure BDA00023924334400001111
和
Figure BDA00023924334400001112
为蓄热式电锅炉升、降功率的响应速度极限，MW。
(2)冷库负荷运行状态约束
1、冷库负荷等效荷电状态约束
Figure BDA0002392433440000121
式中，
Figure BDA0002392433440000122
表示冷库负荷的等效荷电状态，其有效变化区间[0，1]对应于冷库温度可调节范围[θmin,θmax]，
Figure BDA0002392433440000123
表示t时刻冷库温度；
Figure BDA0002392433440000124
表示单台压缩机的额定功率，
Figure BDA0002392433440000125
表示投入工作的压缩机台数；R、C为确定性参数。
2、电量平衡约束
冷库负荷制冷计划调整前后，整个优化周期内冷库负荷电量需求应该保持一致。
Figure BDA0002392433440000126
式中：
Figure BDA0002392433440000127
表示制冷计划调整前，冷库负荷预测的压缩机投入组数。
S502：求解模型，得到负荷分区内部各类分布式负荷的日前出力计划。
所述S6包括以下步骤:
S601：下发各类负荷日前调节计划，形成源-荷日前有功协调控制方案。
实施例2
附图2是一个风电集中接入区域电网示意图,以此为例,本发明提供的一种基于双层规划模型的源-荷日前有功协调控制方法:
S1：读取各类电源及弹性控制负荷相关信息；
(1)区域电网中，风电集群额定功率500MW；火电机组额定功率800MW(最小技术出力为额定出力的50％)；汇集点B下接入电解铝负荷50MW，蓄热电锅炉负荷6MW；汇集点C下接入蓄热电锅炉负荷4MW，蓄冷负荷2MW。
(2)获取日前风电15min有功出力预测信息PPW,t、电网外送功率日前计划值PTH,t、日前负荷预测值PL,t如附图3所示。
(3)常规机组的具体信息
机组 P<sub>Gi,max</sub> P<sub>Gi,min</sub> P<sub>Gi,up</sub> P<sub>Gi,down</sub>
火电机组G1 800MW 400MW 80MW/h -80MW/h
(4)高载能负荷调节特性
Figure BDA0002392433440000131
(5)汇集点B下的分布式负荷
Figure BDA0002392433440000132
(6)汇集点C下的分布式负荷
Figure BDA0002392433440000141
S2：计算各类电源的日前有功出力计划；
在系统开机方式确定的情况下，结合火电机组的最小技术出力、系统负荷日前预测值、系统外送功率日前计划，可以计算得到次日96个时段风电的最大可消纳功率，根据风电最大可消纳空间和风电的日前预测信息，以风电消纳最大为控制目标，得到的日前t时刻风电有功出力计划及弃风功率，见附图4。由附图4可知，弃风时间段主要位于该日的0：00-6：30、23：15-23：45时段。
S3：对分布式弹性控制负荷进行分区聚合
将连接于汇集点B的分布式负荷划分为负荷分区B；将连接于汇集点C的分布式负荷划分为负荷分区C。分区聚合特性如下表所示：
Figure BDA0002392433440000142
Figure BDA0002392433440000151
S4：构建并求解集中优化层有功协调控制模型，得到调整后的风电机组和常规机组的日前出力计划指令，见附图5(a)；高载能负荷日前计划指令，见附图5(b)及负荷分区的日前计划指令，见附图5(c)、附图5(d)；
S5：构建并求解分布式优化层负荷日前优化分配模型，得到负荷分区内各分布式负荷的调节计划指令，见附图6；
S6：下发指令，得到控制前后的弃风功率变化，见附图7，据计算，实行广域源-荷日前协调控制策略后，弃风电量减少了3.84％，，证明了本发明的有效性。
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 (6)

1.一种基于双层规划模型的源-荷日前有功协调控制方法，包括以下步骤:
S1：读取各类电源及弹性控制负荷相关信息；
S2：计算各类电源的日前有功出力计划；
S3：对分布式弹性控制负荷进行分区聚合；
S4：构建并求解集中优化层日前有功协调控制模型，得到各类电源、高载能负荷及负荷分区的出力调节计划；
S5：构建并求解分布式优化层日前优化分配模型，得到负荷分区内各分布式负荷的调节计划；
S6:下发各类负荷日前调节计划，形成源-荷日前有功协调控制方案。
2.根据权利要求1所述的一种基于双层规划模型的源-荷日前有功协调控制方法,其特征在于,所述S1包括以下步骤:
S101：获取日前风电15min有功出力预测信息PPW,t、电网外送功率日前计划值PTH,t、电网常规机组最小技术出力
Figure FDA0002392433430000011
日前负荷预测值PL,t；
S102：获取各类弹性控制负荷的调节信息：有功调节速率上限ΔPL,up、有功调节速率下限ΔPL,down、可调节时间间隔、可持续上调时间、可调节功率上限PL,max、可调节功率下限PL,min。
3.根据权利要求1所述的一种基于双层规划模型的源-荷日前有功协调控制方法,其特征在于,所述S2包括以下步骤:
S201：计算风电最大可消纳空间
Figure FDA0002392433430000012
Figure FDA0002392433430000013
式中：
Figure FDA0002392433430000014
表示t时段风电的最大可消纳功率；PL,t表示t时段系统负荷预测值；PTH,t表示t时段系统外送功率日前计划值；
Figure FDA0002392433430000021
表示t时段火电机组i的最小技术出力，NG表示火电机组数量；
Figure FDA0002392433430000022
表示t时段水电机组i的最小技术出力，NS表示火电机组数量；
S202：确定各风电场站日前有功出力计划PWi,t：
Figure FDA0002392433430000023
S203：确定水火电机组的日前有功出力计划PGS,t；
PGS,t＝PL,t+PTH,t-PW,t (3)
依据先分配水电机组、后分配火电机组的顺序，分配各机组的日前t时刻下有功出力计划，如下式所示：
Figure FDA0002392433430000024
Figure FDA0002392433430000025
S204：确定风电场站日前预计弃风功率PWL,t。
4.根据权利要求1所述的一种基于双层规划模型的源-荷日前有功协调控制方法,其特征在于,所述S3包括以下步骤:
S301：对分布式负荷按地理位置进行分区处理；
S302：对负荷分区内的同类分布式负荷出力进行聚合。
5.根据权利要求1所述的一种基于双层规划模型的源-荷日前有功协调控制方法,其特征在于,所述S4包括以下步骤:
S401：构建以弃风电量消纳最大为目标的日前弹性控制负荷集中优化层协调控制模型，优化的目标函数如下所示：
Figure FDA0002392433430000031
S402：求解模型，得到各类电源、高载能负荷及负荷分区的日前出力调节计划。
6.根据权利要求1所述的一种基于双层规划模型的源-荷日前有功协调控制方法,其特征在于,所述S5包括以下步骤:
S501：构建与集中优化层计划指令偏差最小为目标的日前弹性控制分布式优化层协调控制模型，第k个负荷分区优化的目标函数为：
Figure FDA0002392433430000032
上式中，
Figure FDA0002392433430000033
分别表示t时段k分区中蓄热电锅炉i的加热状态和功率，
Figure FDA0002392433430000034
或0，分别表示加热和放热状态，
Figure FDA0002392433430000035
表示k分区中蓄热电锅炉的数量；
Figure FDA0002392433430000036
分别表示t时段k分区中蓄热电锅炉i的加热状态和功率，
Figure FDA0002392433430000037
＝1或0，分别表示加热和放热状态，
Figure FDA0002392433430000038
表示k分区中冷库的数量；PFQLk,t表示集中优化层模型得到的t时段k分区的有功出力计划指令；
S502：求解模型，得到负荷分区内各分布式负荷的日前出力计划。
CN202010119159.0A 2019-03-21 2020-02-26 一种基于双层规划模型的源-荷日前有功协调控制方法 Pending CN111416339A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019102172293 2019-03-21
CN201910217229 2019-03-21

Publications (1)

Publication Number Publication Date
CN111416339A true CN111416339A (zh) 2020-07-14

Family

ID=71494109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010119159.0A Pending CN111416339A (zh) 2019-03-21 2020-02-26 一种基于双层规划模型的源-荷日前有功协调控制方法

Country Status (1)

Country Link
CN (1) CN111416339A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114498611A (zh) * 2021-11-24 2022-05-13 华能新能源股份有限公司 一种考虑风电场运行多目标的风储协调控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105790286A (zh) * 2016-03-31 2016-07-20 东南大学 一种中央空调负荷聚合及参与平抑分布式电源出力的策略
CN107800157A (zh) * 2017-11-14 2018-03-13 武汉大学 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法
US20180088616A1 (en) * 2016-09-29 2018-03-29 Siemens Aktiengesellschaft System and Method for Aggregation of Controllable Distributed Energy Assets
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
CN108039710A (zh) * 2017-11-13 2018-05-15 国网辽宁省电力有限公司 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN108711889A (zh) * 2017-11-07 2018-10-26 华北电力大学 一种广域源-荷日前有功优化控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105790286A (zh) * 2016-03-31 2016-07-20 东南大学 一种中央空调负荷聚合及参与平抑分布式电源出力的策略
US20180088616A1 (en) * 2016-09-29 2018-03-29 Siemens Aktiengesellschaft System and Method for Aggregation of Controllable Distributed Energy Assets
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
CN108711889A (zh) * 2017-11-07 2018-10-26 华北电力大学 一种广域源-荷日前有功优化控制方法
CN108039710A (zh) * 2017-11-13 2018-05-15 国网辽宁省电力有限公司 一种基于阶跃特性的空调负荷参与的电网日前调度方法
CN107800157A (zh) * 2017-11-14 2018-03-13 武汉大学 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈瑜: "地区电网需求响应资源聚合与调控策略研究", 《电网技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114498611A (zh) * 2021-11-24 2022-05-13 华能新能源股份有限公司 一种考虑风电场运行多目标的风储协调控制方法

Similar Documents

Publication Publication Date Title
CN107039990B (zh) 一种提高风电消纳能力的多热源协调调度策略制定方法
CN109617142B (zh) 一种cchp型微电网多时间尺度优化调度方法及系统
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN107994609B (zh) 考虑压缩空气储能的风电并网备用整定方法及装置
CN110829408B (zh) 基于发电成本约束的计及储能电力系统的多域调度方法
CN107800153B (zh) 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法
CN108133285B (zh) 一种接入大规模可再生能源的混合能源系统实时调度方法
CN105225022A (zh) 一种热电联产型微电网的经济性优化运行方法
CN111429020B (zh) 考虑热网储热特性的电热系统多时间尺度经济调度方法
CN107749645A (zh) 一种控制高压大容量储热供暖装置的方法
CN105574620A (zh) 一种结合双主控协作与mpso算法的微电网动态优化调度方法
CN113159407A (zh) 基于区域综合能源系统的多能储存模块容量优化配置方法
CN110707756A (zh) 一种高比例风电接入电网的光热电站日前调峰优化控制方法
CN114696352A (zh) 一种新能源配电网中电池储能系统的运行控制方法
CN111416339A (zh) 一种基于双层规划模型的源-荷日前有功协调控制方法
Sun et al. An investigation of battery energy storage aided wind-coal integrated energy system
CN115642620A (zh) 一种储能参与低碳灵活调峰的双层优化方法
CN111125611B (zh) 面向多场景的冷-热-电微能网群两阶段优化调度方法
CN113627720A (zh) 基于电能替代的综合园区风光储系统配置方法
Hao et al. Intra-day rolling dispatch considering large-scale wind power participation in primary frequency regulation and unit fast start-up capability
Hong et al. Multi-time-scale optimal scheduling control strategy for Cascade Hydro-PV-Pumped Storage complementary Generation System
CN114844127B (zh) 基于暂态和稳态约束的储能容量配置方法
Tao et al. Aggregating Energy Storage in Virtual Power Plant and Its Application in Unit Commitment
Wei et al. Optimal scheduling of building integrated energy system based on demand response
Shen et al. Coordinated Optimization Strategy of “Network-Load-Storage” System Based on Price Response Mechanism

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200714

RJ01 Rejection of invention patent application after publication