CN111428970A - 一种大规模水电站群跨省外送能力分析模型及求解方法 - Google Patents

一种大规模水电站群跨省外送能力分析模型及求解方法 Download PDF

Info

Publication number
CN111428970A
CN111428970A CN202010147231.0A CN202010147231A CN111428970A CN 111428970 A CN111428970 A CN 111428970A CN 202010147231 A CN202010147231 A CN 202010147231A CN 111428970 A CN111428970 A CN 111428970A
Authority
CN
China
Prior art keywords
water
power
electric quantity
capacity
maximum
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
CN202010147231.0A
Other languages
English (en)
Other versions
CN111428970B (zh
Inventor
程雄
唐应玲
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.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
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 China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN202010147231.0A priority Critical patent/CN111428970B/zh
Publication of CN111428970A publication Critical patent/CN111428970A/zh
Application granted granted Critical
Publication of CN111428970B publication Critical patent/CN111428970B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种大规模水电站群跨省外送能力分析模型及求解方法，包括步骤：利用流域丰枯评价方法得到单个流域和全流域历史不同年份距平值，确定出不同距平值对应的丰平枯水年典型月来水；根据不同来水利用发电量最大模型计算各水电站最大理论发电量，该电量作为分解校核子模型的月度交易电量边界条件；利用电量分解校核模型以总输电通道利用率最小值最大为目标将最大理论发电量分解至日尺度；从而评估水电外送能力及潜力。本发明提出的方法能够定量分析不同来水情况下水电跨省外送能力及潜力，对提升清洁能源消纳能力及新增输电通道规划建设具有重要理论与现实意义。

Description

一种大规模水电站群跨省外送能力分析模型及求解方法
技术领域
本发明涉及一种大规模水电站群跨省外送能力分析模型及求解方法，与已有大规模水电发电能力评估和消纳问题研究相比，本发明关注的重点是分析不同频率来水和现有总输电能力下大规模水电站群跨省外送能力和潜力，需要耦合复杂的水量平衡、电量平衡、断面极限、特高压输电容量限制等约束进行多维校核，定量评估不同来水频率下水电跨省外送能力和潜力。
背景技术
随着西南水电电力市场相关政策的逐步落实以及西电东送网架不断扩大，我国水电进入了大容量、远距离、市场化、跨省跨区大规模消纳新阶段。以云南电网为例，作为西电东送主要送端电网，2018年全网8条超/特高压直流总输电能力高达2860万kW，约占水电总装机容量43％，但输电通道年平均利用率(日送电量与通道总容量比值)只有55％，其中汛期(6-9月)平均利用率为85％，枯期仅为40％，全年弃水电量高达170亿kWh，主要原因之一是调节性能好的电站较少且外送能力预估不足，当来水比较集中时大小水电挤占有限的输电通道，局部窝电导致水电整体外送能力有限。与传统一体化水电调度模式相比，电力市场环境下不同业主上下游梯级电站存在很强的竞争调度，特别是汛期，水电站多发或超发弃水电量和挤占有限的输电通道更是进入了白热化，市场公平公正性难以维护，不仅严重打击了水电厂参与电力市场的信心，而且大规模超/欠发交易电量对电网的潮流稳定、断面极限以及跨区外送能力会产生较大影响，因此，在电力市场环境下如何评估大规模水电站群外送潜力，对缓解大规模弃水和窝电压力，以及提升清洁能源消纳能力具有重要理论与现实意义。
目前针对大规模水电发电能力评估和消纳问题，主要集中在针对云南水电消纳问题提出利用电力电量平衡方法提升水电的外送能力、从送受端电网新能源发电特性的相互作用机理出发，分析南方电网“西电东送”特性对送受端电网新能源消纳能力的影响、针对水电弃水电量跨省消纳的定价问题，提出弃水电量的消纳原则和定价原则等各方面。但本发明关注的重点是分析不同频率来水和现有总输电能力下大规模水电站群跨省外送能力和潜力，需要耦合复杂的水量平衡、电量平衡、断面极限、特高压输电容量限制等约束进行多维校核，定量评估不同来水频率下水电跨省外送能力和潜力。
发明内容
针对电力市场环境下大规模水电跨省外送能力评估问题，本发明提出了一种大规模水电站群跨省外能力分析模型及求解方法。
本发明的原理为：利用流域丰枯评价方法得到不同距平值对应的丰平枯年来水，其次在不同频率来水下利用发电量最大模型计算各水电站最大理论发电量，该电量作为分解校核子模型的月度交易电量边界条件，然后利用电量分解校核模型以总输电通道利用率最小值最大为目标将最大理论发电量分解至日尺度。
为了解决上述技术问题，本发明采用如下的技术方案：
一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于，包括步骤：
步骤1，设计不同频率的来水过程；
步骤2，评估水电系统理论最大发电量；
步骤3，分解水电月度交易电量；
步骤4，评估水电外送能力及潜力。
所述步骤1中，不同规模的来水代表着不同程度的发电能力，通过合理设计来水过程对评估水电外送能力至关重要，通过采用《水库调度计算及评价规范(Q/GDW 589-2011)》中丰枯评价方法设计不同来水过程；
通过评价全网多个流域丰枯特性应采用综合来水评价方法，但考虑到不同流域来水频率可能存在不同步特性，采用全流域综合评价和单流域评价两种方式选取代表不同频率来水过程的典型年。
所述步骤2中，求解大规模水电站群中长期发电量最大模型面临严重的维数问题，需要有效的降维求解方法，通过采用逐步优化算法、状态逐密离散微分动态规划和逐次逼近优化算法联合对发电量最大模型进行求解；
具体操作为：先用逐步优化算法将多阶段决策问题分解成若干个两阶段子问题，每个子问题仅考虑某个时段的状态及相邻两时段的目标函数值，采用逐次逼近的状态逐密离散微分动态规划来解决每个子问题，逐个时段进行寻优，直到收敛；
约束条件有：水量平衡、水位上下限、发电流量上下限、出力上下限制以及水力和电站技术约束。
所述步骤3进一步包括子步骤：
在水电占绝对支配地位的电力市场环境下，弃水和交易电量公平执行问题需要重点考虑，一方面，在坚持节能减排和清洁能源优先上网政策下，水电需要考虑尽可能少弃水；另一方面，在月度交易电量已确定的前提下，不同水电站应尽量避免超发、少发、完成进度不一致的不公平性问题，而弃水和交易电量公平执行问题在很大程度上受天然来水影响很大，因此，对于控制电量方式运行的电站，在分解交易电量时需考虑丰水期和枯水期两种情况：
步骤3-1：丰水期时，各流域来水均较丰，此时应优先考虑交易电量按进度公平公正执行，因此分解电量时以每座水电站当日的月累计发电量完成进度与系统计划完成进度偏差尽可能小为准则，计算进度偏差如公式(1)所示：
Figure BDA0002401187370000031
式中：
Figure BDA0002401187370000032
是电站m在第t日的分解电量，单位GWh；E1,m表示发电量最大模型中电站m最大理论发电量，单位GWh；t是当月第t日；T是当月天数；
步骤3-2：枯水期时，各流域来水较少，此时应尽量减少弃水或不弃水，然后以各电站月累计发电量与计划发电量的偏差尽可能小为准则，计算进度偏差
Figure BDA0002401187370000033
如公式(2)所示；
Figure BDA0002401187370000034
式中：E2,m表示电量分解校核模型中电站m月累计发电量，单位GWh；
若
Figure BDA0002401187370000035
表示电站m完成进度超过计划进度，超过部分为水电外送潜力；
若
Figure BDA0002401187370000036
表示电站m完成进度落后于计划进度，按公式(3)增加发电量赶上计划进度；
Figure BDA0002401187370000041
式中：
Figure BDA0002401187370000042
表示第t日电站m电量增加幅度，单位GWh；
Figure BDA0002401187370000043
表示第t日电站m最大空闲容量的发电量，单位GWh，它由最大发电出力减去当前电站出力计算得到，而最大发电能力根据第t日入库流量和水库水头校正得到；
Figure BDA0002401187370000044
表示电站m日电量最大变幅，单位GWh；
Figure BDA0002401187370000045
表示当日欠发电量，单位GWh；
Figure BDA0002401187370000046
表示弃水可增加的电量，单位GWh；
Figure BDA0002401187370000047
和表示模型2中电站m在第t日出力和最大出力，单位GW；Δem表示电站m相邻两日电量最大变幅，单位GWh；
Figure BDA0002401187370000049
示弃水可增加的电量，单位GWh；t是当月第t日；T是当月天数。
所述步骤4中，省内实际负荷、送境外负荷、直流总通道日外送电能力之和构成全网含最大外送能力总负荷，全网总发电量由优化水电、其他小水电、火电、光伏及风电电源发电量组成；日全网总发电量未达到全网含最大外送能力总负荷部分称为该日外送通道空闲裕度，而超出总负荷部分即为外送潜力，这部分电量需要增加更多输电通道才能送出。
本发明有如下有益效果：
本发明能够定量分析不同来水情况下大规模水电站群跨省外送能力及潜力，对提升清洁能源消纳能力及新增输电通道规划建设具有重要理论与现实意义。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明求解框架图。
图2为本发明水电外送能力及潜力评估示意图。
图3为本发明不同频率来水距平值及对应的年份。
图4为本发明不同频率来水下日尺度负荷过程。
图5为本发明不同频率来水下外送潜力及弃水量。
具体实施方式
下面结合附图对本发明的实施方式做进一步的说明。
为在电力市场环境下准确评估大规模水电站群外送潜力，缓解大规模弃水和窝电压力，并提升清洁能源消纳能力，本发明提出大规模水电站群跨省外送能力分析模型及求解方法，能够定量分析不同来水情况下水电跨省外送能力及潜力，对提升清洁能源消纳能力及新增输电通道规划建设具有重要理论与现实意义。
下面将对本发明的具体实施过程进行详细的说明。
电力市场环境下大规模水电站群跨省外送能力分析模型由两个子模型构成：发电量最大模型和电量分解校核模型。发电量最大模型只考虑水力约束，不考虑电力(如输电断面、负荷平衡等)约束，目标为全网水电总发电量最大，利用该模型可以获得各水电站最大理论发电量，该电量作为分解校核模型中各水电站月度交易电量的边界条件；电量分解校核模型则需要全面校核水力和电力约束，将各水电站月度交易电量(最大理论发电量)分解到日尺度，分解时假定外省每天吸纳电量不受限制，目标为每天外送总电量与通道总容量比值最小值最大，该目标将有助于提高直流外送输电通道的利用率，从而提高水电外送能力。两个子模型的目标函数分别如公式(4)、(5)所示。
(1)发电量最大模型(模型1)目标函数
Figure BDA0002401187370000051
式中：F1是参与优化的水电站总发电量，单位GWh；
Figure BDA0002401187370000052
是电站m在第t日的最大理论发电量，单位GWh；M是参与优化水电站数量；t是当月第t日；T是当月天数。
(2)电量分解校核模型(模型2)目标函数
Figure BDA0002401187370000053
其中：F2是月度内总外送通道利用率最小值；
Figure BDA0002401187370000054
是电站m在第t日的分解电量，单位GWh；
Figure BDA0002401187370000055
是其它电源x在第t日的实际分解电量，包括火电、风电和光伏等，X为其它电站总数；Lt是第t日的省内负荷，单位GWh；
Figure BDA0002401187370000056
是总外送通道在第t日最大输电电量，单位GWh。M是参与优化水电站数量；T是当月天数。
其约束条件如下：
①水量平衡约束
Figure BDA0002401187370000061
式中，
Figure BDA0002401187370000062
分别为电站m在第t日入库流量、发电流量和弃水流量，单位m3/s；
Figure BDA0002401187370000063
和
Figure BDA0002401187370000064
为电站m在第t日初末库容，单位m3；Δt＝24×60×60，单位s。
②单日总发电量约束
模型2中所有电站第t日累计发电量
Figure BDA0002401187370000065
应大于省内负荷Lt，多余电量为跨省外送电量，但不能大于模型1所有电站第t日累计发电量
Figure BDA0002401187370000066
Figure BDA0002401187370000067
③全网单日总外送电量限制
第t日总外送电量应小于总输电通道容量限制，超过部分为外送潜力。
Figure BDA0002401187370000068
式中：
Figure BDA0002401187370000069
为第t日跨省外送电量，单位GWh。
④电站单日电量变幅限制
Figure BDA00024011873700000610
式中，
Figure BDA00024011873700000611
表示电站m在第t日的发电量，单位GWh；Δem表示电站m相邻两日电量最大变幅，单位GWh，此约束旨在避免电量日变幅过大影响通航安全。
其它约束：输电断面约束、水位上下限、出力上下限、发电流量上下限等。
本发明主要由两个子模型构成：发电量最大模型和电量分解校核模型。该方法按照下述步骤(1)-(4)实现，求解框架见附图1所示：
步骤1，设计不同频率的来水过程：不同规模的来水意味着不同程度的发电能力，合理设计来水过程对评估水电外送能力至关重要。本发明采用《水库调度计算及评价规范(Q/GDW 589-2011)》中丰枯评价方法设计不同来水过程，一般来说，评价全网多个流域丰枯特性应采用综合来水评价方法，但考虑到不同流域来水频率可能存在不同步特性，因此，本发明采用全流域综合评价和单流域评价两种方式选取代表不同频率来水的典型年。
步骤2，评估水电系统理论最大发电量：求解大规模水电站群中长期发电量最大模型面临严重的维数问题，需要有效的降维求解方法。本发明采用逐步优化算法、状态逐密离散微分动态规划和逐次逼近优化算法联合对问题进行求解，先用逐步优化算法将多阶段决策问题分解成若干个两阶段子问题，每个子问题仅考虑某个时段的状态及相邻两时段的目标函数值，采用逐次逼近的状态逐密离散微分动态规划来解决每个子问题，逐个时段进行寻优，直到收敛。约束条件有：水量平衡、水位上下限、发电流量上下限、出力上下限制等水力和电站技术约束。
步骤3，分解水电月度交易电量(理论最大发电量)
利用步骤2得到的各水电站理论最大发电量，作为本节模型的月度交易电量边界条件，然后按以下策略分解到日尺度：①获得初始解，将各水电站的月度交易电量按等进度分解至日尺度；②校正水力约束，包括水量平衡、水位上下限和发电流量上下限；③校正电力约束，包括输电断面限制、单日总发电量、出力日变幅限制和电站出力上下限制；④优化分解计划，以完成进度偏差大小为启发信息迭代分解各电站月度交易电量到日尺度，目标为总输电通道利用率最小值最大。
步骤4，评估水电外送能力及潜力：省内实际负荷、送境外负荷、直流总通道日外送电能力之和构成全网含最大外送能力总负荷，全网总发电量由优化水电、其他小水电、火电、光伏、风电等电源发电量组成。日全网总发电量未达到全网含最大外送能力总负荷部分称为该日外送通道空闲裕度，而超出总负荷部分即为外送潜力，这部分电量需要增加更多输电通道才能送出，附图2是水电外送能力及潜力评估示意图。
下面将结合附图和实例进一步说明本发明的技术效果。
以云南澜沧江、金沙江、珠江、红河和伊洛瓦底河干流54座水电站为研究对象，对本发明模型及算法进行验证。截至2018年底，云南省调平衡装机容量7740万kW，其中水电5342万kW，占总装机的69％；火电1240万kW，占总装机的16％；风电848万kW，占总装机的11％；光伏310万kW，占总装机的4％。为了聚焦本发明重点，火电、风电、光伏和其它小水电(无径流和基本资料)电量以及省内、送境外负荷均以实际值参与计算，参与优化54座水电约占水电总装机容量89.3％，其中具备年调节能力及以上、季调节或周调节、日调节及以下分别为10座、21座和23座。由于黄登、大华桥、苗尾三座电站2018年为动态投产，因此参照实际投产情况确定其出力上限，各流域水电装机容量及占比如附表1所示。
表1：各流域水电装机容量及占比
Figure BDA0002401187370000081
为了分析不同情况下全网水电跨省外送能力，本发明设计了两组案例，案例1为利用典型月不同频率来水优化上述54座水电站发电过程，分析全网水电外送潜力；案例2为参照2018年12个月实际来水，优化上述54座水电站发电过程，分析全网水电外送潜力。
(1)汛期不同频率来水下全网水电外送潜力分析
(a)全流域和单个流域丰枯来水评价
以历年7月份来水为例，利用丰枯评价方法对全流域和单个流域进行丰枯来水评价，结果如附图3所示，每幅图中有7个红点，根据距平值大小分别表示特丰、丰水、偏丰、持平、偏枯、枯水和特枯年，可以看出各流域丰枯来水年份差异比较大。
(b)不同来水频率下全网水电外送潜力分析
附图4是不同频率来水下全网月度负荷平衡过程，可以看出，当来水偏枯、枯水和特枯三种情况时，目前的外送通道基本满足外送要求，水电基本没有外送潜力；当来水为特丰、丰水、偏丰和持平四种情况时，目前的外送通道基本不够，需要新建更多的送电通道才能缓解弃水和窝电压力。
附图5是不同来水频率下水电外送潜力及弃水量，结果显示，无论是全流域评价或单流域评价结果，当来水达到持平水平及以上时，均有较大外送潜力，全流域评价中特丰、丰水、偏丰及持平水平对应的总外送潜力的分别为：5188.6GWh、3752.8GWh、3391.9GWh和2421.2GWh；单流域评价中特丰、丰水、偏丰及持平水平对应的总外送潜力分别为5332.4GWh、4844.2GWh、4005.2GWh和2439GWh。对于弃水量情况，全流域评价对应的枯水年的弃水量出现反常，较偏枯年弃水更多，主要原因是全流域丰枯评价采用的是各流域装机占比给定距平值权重，澜沧江和金沙江流域装机占比高达36％和51％，设计的丰枯来水情况更趋向于澜沧江和金沙江的来水水平，其他流域可能存在与其来水不一致的情况。如全流域枯水年选取的年份是2007年，该年澜沧江、金沙江来水较枯，距平值分别为-30％、-25％，属于枯水年范围，但珠江、红河以及伊洛瓦底河的2017年的距平值分别为40％、19％、16％，属于丰水以及偏丰水平，但由于两江流域装机占比高，故在全流域评价中，2007年来水属于枯水年。正因如此，单流域评价结果使各流域来水更具有典型性，即丰水更丰、枯水更枯，由于通道限制，两种评价方法的持平水平及以上的外送电量相差不大，但单流域评价的外送潜力较全流域评价更大；另一方面，持平以下水平，单流域评价外送电量较全流域评价更少。
(2)全年跟踪分析
对2018年12个月进行跟踪分析，采用各月实际来水优化计算，统计外送电量以及弃水量，并与实际值相比较，结果如附表2所示。
表2：全年跟踪电量外送及通道利用率
Figure BDA0002401187370000091
Figure BDA0002401187370000101
可以看出，2018年实际月均外送总电量和通道利用率分别为1171.4亿kwh和55％，优化后分别为1363.9亿kwh和65％，较实际分别增长了16％和18％，增幅较大，其中汛枯期分别增长了7％和26％，汛期增长幅度较小，而枯期增长幅度较大，主要原因是实际汛期通道利用率本身较高，没有多少增长空间，而实际枯期通道利用率较低，优化空间较大。另外，2018年实际月均弃水量和洪水量分别是48.4亿m3和124.2亿m3，而优化后分别为1.9亿m3和233.1亿m3，弃水量转化为增发电量效果比较明显，但洪水量增幅也很大，主要原因是电站在追求较多发电量的同时，水位普遍维持在较高位置，增加了泄洪量。研究结果表明：
(a)当全流域天然来为特丰、丰水、偏丰和持平情况时，合理增加送电通道能有效缓解弃水和窝电压力；当全流域天然来为为偏枯、枯水和特枯情况时，水电基本没有外送潜力，当前的外送通道基本满足外送要求；
(b)合理提高水库水位可以增加更多的外送电量，增长了水库防洪风险；
(c)全年12个月跟踪结果表明，在现在的输电通道限制下汛期水电外送潜力提升空间为7％，枯期提升空间为26％。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (5)

1.一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于，包括步骤：
步骤1，设计不同频率的来水过程；
步骤2，评估水电系统理论最大发电量；
步骤3，分解水电月度交易电量；
步骤4，评估水电外送能力及潜力。
2.根据权利要求1所述一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于：所述步骤1中，不同规模的来水代表着不同程度的发电能力，通过合理设计来水过程对评估水电外送能力至关重要，通过采用《水库调度计算及评价规范(Q/GDW 589-2011)》中丰枯评价方法设计不同来水过程；
通过评价全网多个流域丰枯特性应采用综合来水评价方法，但考虑到不同流域来水频率可能存在不同步特性，采用全流域综合评价和单流域评价两种方式选取代表不同频率来水过程的典型年。
3.根据权利要求1所述一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于：所述步骤2中，求解大规模水电站群中长期发电量最大模型面临严重的维数问题，需要有效的降维求解方法，通过采用逐步优化算法、状态逐密离散微分动态规划和逐次逼近优化算法联合对发电量最大模型进行求解；
具体操作为：先用逐步优化算法将多阶段决策问题分解成若干个两阶段子问题，每个子问题仅考虑某个时段的状态及相邻两时段的目标函数值，采用逐次逼近的状态逐密离散微分动态规划来解决每个子问题，逐个时段进行寻优，直到收敛；
约束条件有：水量平衡、水位上下限、发电流量上下限、出力上下限制以及水力和电站技术约束。
4.根据权利要求1所述一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于：所述步骤3进一步包括子步骤：
利用步骤2得到的各水电站理论最大发电量，作为本节模型的月度交易电量边界条件，然后按以下策略分解到日尺度：①获得初始解，将各水电站的月度交易电量按等进度分解至日尺度；②校正水力约束，包括水量平衡、水位上下限和发电流量上下限；③校正电力约束，包括输电断面限制、单日总发电量、出力日变幅限制和电站出力上下限制；④优化分解计划，以完成进度偏差大小为启发信息迭代分解各电站月度交易电量到日尺度，目标为总输电通道利用率最小值最大；
在水电占绝对支配地位的电力市场环境下，弃水和交易电量公平执行问题需要重点考虑，一方面，在坚持节能减排和清洁能源优先上网政策下，水电需要考虑尽可能少弃水；另一方面，在月度交易电量已确定的前提下，不同水电站应尽量避免超发、少发、完成进度不一致的不公平性问题，而弃水和交易电量公平执行问题在很大程度上受天然来水影响很大，因此，对于控制电量方式运行的电站，在分解交易电量时需考虑丰水期和枯水期两种情况：
步骤3-1：丰水期时，各流域来水均较丰，此时应优先考虑交易电量按进度公平公正执行，因此分解电量时以每座水电站当日的月累计发电量完成进度与系统计划完成进度偏差尽可能小为准则，计算进度偏差如公式(1)所示：
Figure FDA0002401187360000021
式中：
Figure FDA0002401187360000022
是电站m在第t日的分解电量，单位GWh；E1,m表示发电量最大模型中电站m最大理论发电量，单位GWh；t是当月第t日；T是当月天数；
步骤3-2：枯水期时，各流域来水较少，此时应尽量减少弃水或不弃水，然后以各电站月累计发电量与计划发电量的偏差尽可能小为准则，计算进度偏差
Figure FDA0002401187360000023
如公式(2)所示；
Figure FDA0002401187360000024
式中：E2,m表示电量分解校核模型中电站m月累计发电量，单位GWh；
若
Figure FDA0002401187360000025
表示电站m完成进度超过计划进度，超过部分为水电外送潜力；
若
Figure FDA0002401187360000026
表示电站m完成进度落后于计划进度，按公式(3)增加发电量赶上计划进度；
Figure FDA0002401187360000031
式中：
Figure FDA0002401187360000032
表示第t日电站m电量增加幅度，单位GWh；
Figure FDA0002401187360000033
表示第t日电站m最大空闲容量的发电量，单位GWh，它由最大发电出力减去当前电站出力计算得到，而最大发电能力根据第t日入库流量和水库水头校正得到；
Figure FDA0002401187360000034
表示电站m日电量最大变幅，单位GWh；
Figure FDA0002401187360000035
表示当日欠发电量，单位GWh；
Figure FDA0002401187360000036
表示弃水可增加的电量，单位GWh；
Figure FDA0002401187360000037
和
Figure FDA0002401187360000038
表示模型2中电站m在第t日出力和最大出力，单位GW；Δem表示电站m相邻两日电量最大变幅，单位GWh；
Figure FDA0002401187360000039
表示弃水可增加的电量，单位GWh；t是当月第t日；T是当月天数。
5.根据权利要求1所述一种大规模水电站群跨省外送能力分析模型及求解方法，其特征在于：所述步骤4中，省内实际负荷、送境外负荷、直流总通道日外送电能力之和构成全网含最大外送能力总负荷，全网总发电量由优化水电、其他小水电、火电、光伏及风电电源发电量组成；日全网总发电量未达到全网含最大外送能力总负荷部分称为该日外送通道空闲裕度，而超出总负荷部分即为外送潜力，这部分电量需要增加更多输电通道才能送出。
CN202010147231.0A 2020-03-05 2020-03-05 一种大规模水电站群跨省外送能力分析模型及求解方法 Active CN111428970B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010147231.0A CN111428970B (zh) 2020-03-05 2020-03-05 一种大规模水电站群跨省外送能力分析模型及求解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010147231.0A CN111428970B (zh) 2020-03-05 2020-03-05 一种大规模水电站群跨省外送能力分析模型及求解方法

Publications (2)

Publication Number Publication Date
CN111428970A true CN111428970A (zh) 2020-07-17
CN111428970B CN111428970B (zh) 2023-05-05

Family

ID=71546200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010147231.0A Active CN111428970B (zh) 2020-03-05 2020-03-05 一种大规模水电站群跨省外送能力分析模型及求解方法

Country Status (1)

Country Link
CN (1) CN111428970B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112446589A (zh) * 2020-11-04 2021-03-05 国网湖南省电力有限公司 一种受端电力系统的潜在违约指令电量计算方法
CN113887154A (zh) * 2021-10-21 2022-01-04 中国电建集团成都勘测设计研究院有限公司 一种梯级水电站群中长期发电能力评估方法
CN116739359A (zh) * 2023-03-13 2023-09-12 中国水利水电科学研究院 井群系统综合以电折水系数、分级提水能耗量计算方法及装置
CN116797049A (zh) * 2023-08-21 2023-09-22 国网安徽省电力有限公司合肥供电公司 配电网差异化节能潜力量化评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682810A (zh) * 2016-11-17 2017-05-17 三峡大学 巨型水电站动态投产下跨流域梯级水电站群长期运行方法
CN107274302A (zh) * 2017-07-06 2017-10-20 大连理工大学 一种跨省互联水电站群长期联合调峰调度方法
CN109063901A (zh) * 2018-07-17 2018-12-21 昆明电力交易中心有限责任公司 一种省级电网水电系统中长期发电能力分析方法
CN109492861A (zh) * 2018-09-27 2019-03-19 昆明电力交易中心有限责任公司 一种梯级水电站群中期电量交易计划分解方法
CN109636674A (zh) * 2019-01-23 2019-04-16 三峡大学 一种大规模水电站群月度交易电量分解与校核方法
US20190187637A1 (en) * 2017-07-06 2019-06-20 Dalian University Of Technology Method for long-term optimal operations of interprovincial hydropower system considering peak-shaving demands

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682810A (zh) * 2016-11-17 2017-05-17 三峡大学 巨型水电站动态投产下跨流域梯级水电站群长期运行方法
CN107274302A (zh) * 2017-07-06 2017-10-20 大连理工大学 一种跨省互联水电站群长期联合调峰调度方法
US20190187637A1 (en) * 2017-07-06 2019-06-20 Dalian University Of Technology Method for long-term optimal operations of interprovincial hydropower system considering peak-shaving demands
CN109063901A (zh) * 2018-07-17 2018-12-21 昆明电力交易中心有限责任公司 一种省级电网水电系统中长期发电能力分析方法
CN109492861A (zh) * 2018-09-27 2019-03-19 昆明电力交易中心有限责任公司 一种梯级水电站群中期电量交易计划分解方法
CN109636674A (zh) * 2019-01-23 2019-04-16 三峡大学 一种大规模水电站群月度交易电量分解与校核方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马高权 等: "考虑电网安全约束的跨流域水电站群发电调度方法" *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112446589A (zh) * 2020-11-04 2021-03-05 国网湖南省电力有限公司 一种受端电力系统的潜在违约指令电量计算方法
CN112446589B (zh) * 2020-11-04 2023-07-18 国网湖南省电力有限公司 一种受端电力系统的潜在违约指令电量计算方法
CN113887154A (zh) * 2021-10-21 2022-01-04 中国电建集团成都勘测设计研究院有限公司 一种梯级水电站群中长期发电能力评估方法
CN116739359A (zh) * 2023-03-13 2023-09-12 中国水利水电科学研究院 井群系统综合以电折水系数、分级提水能耗量计算方法及装置
CN116739359B (zh) * 2023-03-13 2024-04-19 水利部牧区水利科学研究所 井群系统综合以电折水系数、分级提水能耗量计算方法及装置
CN116797049A (zh) * 2023-08-21 2023-09-22 国网安徽省电力有限公司合肥供电公司 配电网差异化节能潜力量化评估方法
CN116797049B (zh) * 2023-08-21 2023-11-03 国网安徽省电力有限公司合肥供电公司 配电网差异化节能潜力量化评估方法

Also Published As

Publication number Publication date
CN111428970B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN109599861B (zh) 考虑本地负荷调峰能力的送端电网电源结构规划方法
CN109347151B (zh) 一种新能源参与调峰的送端电网电源结构优化方法
CN111428970A (zh) 一种大规模水电站群跨省外送能力分析模型及求解方法
CN108470231B (zh) 考虑储能系统量化特征的配电网分布式储能选址定容方法
CN106682810B (zh) 巨型水电站动态投产下跨流域梯级水电站群长期运行方法
CN109390973B (zh) 一种考虑通道约束的送端电网电源结构优化方法
Ding et al. A forecast-driven decision-making model for long-term operation of a hydro-wind-photovoltaic hybrid system
CN109636674B (zh) 一种大规模水电站群月度交易电量分解与校核方法
WO2023065113A1 (zh) 风光水多能互补系统灵活性需求量化及协调优化方法
CN104616069A (zh) 一种考虑计划完成率和负荷率均衡的年度发电计划滚动分解优化方法
Zhang et al. Grid–source coordinated dispatching based on heterogeneous energy hybrid power generation
CN115017854A (zh) 一种基于多维评估指标体系的配电网dg最大准入容量计算方法
CN111092451A (zh) 一种基于配电网网格的光伏消纳预警方法
CN115841396A (zh) 一种流域梯级水风光互补容量配载优化及经济性评估方法
CN112072643A (zh) 一种基于深度确定性梯度策略的光-蓄系统在线调度方法
Liu et al. Short-term coordinated hybrid hydro-wind-solar optimal scheduling model considering multistage section restrictions
CN112183839B (zh) 一种含梯级水电风光水互补发电系统中长期优化调度方法
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
CN110378805B (zh) 梯级水电站发电调度分级调峰方法
CN115907402B (zh) 一种梯级水电站联合保证出力的推求方法及系统
CN110729721A (zh) 电力系统全局备用容量计算方法
CN116316869A (zh) 兼顾日内电力与日间电量的流域水光中期互补调度方法
CN117709682B (zh) 一种梯级水电响应灵活性需求模式下的水库水位扰动区间评估与控制方法
CN116993087B (zh) 基于多层次嵌套动态规划多目标模型的水库优化调度方法
Zhou et al. A study on source-network-demand coordinated expansion planning of the sending power system considering DC transmission and hydro-solar complementary

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