CN111525627A - 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 - Google Patents

含抽蓄与新能源发电的柔性直流输电系统日前调度方法 Download PDF

Info

Publication number
CN111525627A
CN111525627A CN202010382342.XA CN202010382342A CN111525627A CN 111525627 A CN111525627 A CN 111525627A CN 202010382342 A CN202010382342 A CN 202010382342A CN 111525627 A CN111525627 A CN 111525627A
Authority
CN
China
Prior art keywords
new energy
day
sampling point
power
node
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
CN202010382342.XA
Other languages
English (en)
Other versions
CN111525627B (zh
Inventor
胡泽春
曹敏健
徐绍军
马慧远
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.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Jibei Electric Power Co Ltd
State Grid Beijing Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Beijing Electric Power Co Ltd
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 Tsinghua University, State Grid Beijing Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN202010382342.XA priority Critical patent/CN111525627B/zh
Publication of CN111525627A publication Critical patent/CN111525627A/zh
Application granted granted Critical
Publication of CN111525627B publication Critical patent/CN111525627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

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

Abstract

本发明提出一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法，属于电网及储能系统调度技术领域。该方法首先建立各新能源场站出力预测相对误差概率模型；根据所有新能源厂站的日前出力预测数据，建立新能源场站日前出力预测典型场景集，计算各新能源场站在每个日前出力预测典型场景下修正后的日前出力测数据；然后建立由目标函数和约束条件构成的建立含抽蓄和新能源发电的柔性直流输电系统日前调度优化模型并求解，获得日前定/变速机组的抽水和发电运行计划。本发明将新能源场站日前预测出力误差考虑到日前调度优化模型中，合理安排次日定/变速抽水蓄能机组运行，保证柔性直流输电系统传输功率约束前提下，实现新能源发电的送出与消纳。

Description

含抽蓄与新能源发电的柔性直流输电系统日前调度方法
技术领域
本发明涉及电网及储能系统调度技术领域，尤其涉及一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法。
背景技术
当今，可再生能源发电大规模接入电网，为全社会的能源消耗提供了重要的支撑。但是，由于可再生能源出力主要由外部气象条件决定。因此，气象条件的变动将会导致可再生能源出力呈现较强的波动性和间歇性，这也给电力系统的运行调度带来了诸多挑战。大容量储能技术，可以与可再生能源在时空尺度上进行配合，有效平抑其发电的出力波动，实现能量在时间和空间上的转移，从而提高可再生能源发电曲线与受端负荷间的匹配程度。
一般地，按照储能的电量存储和功率转化特性可以分为功率型储能和容量型储能。前者具有较大的功率转换速率、调节方式灵活，而后者具备较大的电量存储能力。抽水蓄能电站作为一种较为成熟的能量存储方式，在电网的调峰应用中广受青睐；其中，可变速抽水蓄能机组相较于定速抽水蓄能机组在抽水阶段表现出更为强大的调节能力，应用前景更加广阔。另外，电池储能技术由于配置位置灵活且适用于功率、能量兼顾型场景，在储能应用的各个领域(尤其是新能源并网)都获得了应用。因此，在新能源富集地区协调调度定/变速抽水蓄能机组和电池储能系统可以促进地区大规模新能源的送出与综合利用。相较于电池储能，抽水蓄能机组在运行中存在抽水、停机和发电三状态，不宜频繁在多状态间切换，即时调节灵活性欠佳。因此，在调度综合储能系统时，需要根据日前新能源出力功率预测信息提前确定机组的运行状态以保证日内调度中系统高效、经济调度。
运行经验表明，相较于传统交流输电系统，柔性直流输电系统在长距离输电、新能源消纳、孤岛供电、有功功率与无功功率控制方面优势明显。因此，国内已有部分站点采用柔性直流输电方式解决大规模风电、光伏等新能源的并网及远距离传输问题。但是，柔性直流输电线路在运行中存在输电容量上限。因此，需要对接入柔性直流输电系统的新能源和抽水蓄能与电池储能系统统筹调度，保证新能源可靠送出。
目前，对于柔性直流输电系统的运行调度问题，柔性直流输电系统结构多由新能源、电池储能和常规火电机组构成，调度问题未能考虑抽水蓄能电站中机组的运行特性和定/变速机组的启停计划安排问题。另外，利用抽水蓄能电站消纳新能源的调度问题，仅考虑了全系统的功率平衡约束和抽水蓄能运行约束，而没有考虑柔性直流输电系统的运行约束。由于在含抽蓄和新能源发电系统的实际调度中，需要考虑抽蓄机组的启停及运行调节特性，同时考虑线路传输功率约束对大规模新能源发电送出的运行要求限制。所以，当前日前调度策略已不再适用于通过柔性直流输电线路相连接的抽蓄和新能源发电系统运行调度要求。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法。本发明可以将新能源场站日前预测出力误差考虑到日前优化调度模型之中，进而合理安排次日定/变速抽水蓄能机组运行，保证柔性直流输电网络传输功率约束的前提下，实现新能源发电的送出与消纳。
本发明提出一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法，其特征在于，该方法包括以下步骤：
1)计算柔性直流输电系统中所有新能源场站在每个历史采样点的出力预测相对误差，建立每个新能源场站对应的出力预测相对误差概率模型；具体步骤如下：
1-1)对过去全年柔性直流输电系统中所有新能源场站的实际出力数据和预测出力数据进行采样，其中采样周期为15分钟，将任一新能源场站r第i个历史采样点的实际出力值记为Pr,his(i)，新能源场站r第i个历史采样点的预测出力值记为
Figure BDA0002482632750000021
1-2)计算新能源场站r在每个历史采样点的出力预测相对误差，表达式如下：
Figure BDA0002482632750000022
其中，Pr,ins为新能源场站r的装机容量，新能源场站r在第i个历史采样点的出力预测相对误差记为δr,i；
1-3)对所有新能源场站，选取相对误差百分比步长κ，利用每个新能源场站r所有历史采样点的出力预测相对误差δr,i绘制该新能源场站对应的预测误差直方图；
对于新能源场站r对应的预测误差直方图，令该直方图中第i个相对误差段的出力预测误差中心值为Ar,i，该相对误差段的直方图高度为Hr,i，令新能源场站r对应的拟合分布指标γr：
Figure BDA0002482632750000023
其中，Nr为当选取相对误差百分比步长为κ时，新能源场站r对应的预测误差直方图的总区间数；
Figure BDA0002482632750000024
为选取的分布模型；
对于每种分布模型，通过极大似然估计方法，确定基于该分布模型的相关参数，并分别根据各分布模型拟合结果，计算每种分布模型所对应的拟合分布指标γr，选取使得拟合分布指标γr最小的分布模型为新能源场站r对应的出力预测相对误差概率模型；
2)获取柔性直流输电系统中所有新能源厂站的日前出力预测数据，生成每个新能源场站的日前出力预测相对误差典型场景，建立新能源场站日前出力预测典型场景集，计算各新能源场站在每个日前出力预测典型场景下修正后的日前出力预测值；具体步骤如下：
2-1)令采样周期为15分钟，获取柔性直流输电系统中每个新能源场站的日前出力预测数据，每个新能源场站共获得96个日前出力预测数据；将新能源场站r在日前第i个采样点的出力预测值记为
Figure BDA0002482632750000031
2-2)利用步骤1)确定的新能源场站r对应的出力预测相对误差概率模型，重复运用Q次蒙特卡洛方法模拟运行，获得该新能源场站共计Q组日前出力预测相对误差序列，每组日前出力预测误差序列包含分别对应全天96个采样点的日前出力预测相对误差值；对Q组日前出力预测相对误差序列，运用K-Means聚类方法，最终获得新能源场站r对应的聚类后的W组日前出力预测相对误差序列，将聚类后的每组日前出力预测相对误差序列作为该新能源场站r的一个日前出力预测相对误差典型场景；
2-3)对每个新能源场站分别对应的W个日前出力预测相对误差典型场景依次从1到W进行编号，将编号相同的各新能源场站对应的日前出力预测相对误差典型场景组成一个新能源场站日前出力预测典型场景，所有新能源场站日前出力预测典型场景构成新能源场站日前出力预测典型场景集Ω，该场景集共包括W个新能源场站日前出力预测典型场景；
2-4)对于场景集Ω中任一典型场景ω，将新能源场站r在该典型场景对应的日前出力预测相对误差序列记为
Figure BDA0002482632750000032
其中
Figure BDA0002482632750000033
表示新能源场站r在ω场景下第i个采样点的日前出力预测相对误差，则新能源场站r在该典型场景下对应的日前出力预测误差的绝对值序列为
Figure BDA0002482632750000034
该新能源场站r在ω场景下第i个采样点修正后的日前出力预测值
Figure BDA0002482632750000035
为：
Figure BDA0002482632750000036
利用式(3)，最终得到Ω中各典型场景下每个新能源场站r在各采样点的修正后的日前出力预测值；
3)建立含抽蓄和新能源发电的柔性直流输电系统日前调度优化模型，该模型由目标函数和约束条件构成；具体步骤如下：
3-1)确定模型的目标函数，表达式如下：
Figure BDA0002482632750000041
其中，k为采样点序号，k＝{1,2,...,96}；
Figure BDA0002482632750000042
为第k个采样点的抽水蓄能机组的启停成本，
Figure BDA0002482632750000043
为ω场景下第k个采样点的电池储能运行成本，
Figure BDA0002482632750000044
为ω场景下第k个采样点的弃新能源成本，
Figure BDA0002482632750000045
为ω场景下第k个采样点的负荷失配成本，ω∈Ω；
其中，
Figure BDA0002482632750000046
Figure BDA0002482632750000047
Figure BDA0002482632750000048
Figure BDA0002482632750000049
式(5)中，Csu,Csd,Cvd,Cvd分别表示定速抽水蓄能机组启动成本、定速抽水蓄能机组关停成本、变速抽水蓄能机组启动成本和变速抽水蓄能机组关停成本；
Figure BDA00024826327500000410
分别表示第k个采样点j节点处的抽水蓄能电站中定速抽水蓄能机组启动抽水台数、定速抽水蓄能机组停止抽水台数、变速抽水蓄能机组启动抽水台数、变速抽水蓄能机组停止抽水台数，M表示柔性直流输电系统的节点总数；
式(6)中，
Figure BDA00024826327500000411
表示在ω场景下第k个采样点所有节点的电池储能充放电运行费用，Δt为采样周期，πc和πd分别表示电池储能充电成本参数和放电成本参数；
Figure BDA00024826327500000412
和
Figure BDA00024826327500000413
分别表示ω场景下j节点处在第k个采样点的电池储能的充电功率和放电功率；
式(7)中，αW和αS分别为风力发电和光伏发电的弃用惩罚系数，πW,k和πS,k分别为第k个采样点的风电上网电价和光伏上网电价；ω场景下在第k个采样点连接在j节点的风电场修正预测出力为
Figure BDA00024826327500000414
ω场景下在第k个采样点连接在j节点的光伏电站的修正预测出力为
Figure BDA00024826327500000415
ω场景下在第k个采样点连接在j节点的风电场上网功率为
Figure BDA00024826327500000416
ω场景下在第k个采样点连接在j节点的光伏电站上网功率为
Figure BDA00024826327500000417
式(8)中，αL表示负荷失配惩罚系数，πk表示第k个采样点的负荷电价，
Figure BDA00024826327500000418
表示在第k个采样点j节点处的负荷功率，
Figure BDA00024826327500000419
表示ω场景下在第k个采样点连接在j节点的所有发电设备的发电功率；其中，
Figure BDA0002482632750000051
计算表达式如式(9)所示：
Figure BDA0002482632750000052
式(9)中，
Figure BDA0002482632750000053
和
Figure BDA0002482632750000054
分别表示ω场景下在第k个采样点连接在j节点的定速抽水蓄能机组发电功率和抽水功率；
Figure BDA0002482632750000055
和
Figure BDA0002482632750000056
分别表示ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组发电功率和抽水功率；
3-2)确定模型的约束条件；具体如下：
3-2-1)抽蓄机组工作状态及储能充放电状态互斥约束：
Figure BDA0002482632750000057
式中，
Figure BDA0002482632750000058
分别为第k个采样点储能
Figure BDA0002482632750000059
充/放电状态的二进制变量，
Figure BDA00024826327500000510
表示储能类别，储能类别包括抽水蓄能机组ε和电池储能B；
3-2-2)定/变速抽水蓄能机组运行约束：
Figure BDA00024826327500000511
Figure BDA00024826327500000512
Figure BDA00024826327500000513
Figure BDA00024826327500000514
Figure BDA00024826327500000515
Figure BDA00024826327500000516
Figure BDA00024826327500000517
Figure BDA00024826327500000518
Figure BDA00024826327500000519
Figure BDA00024826327500000520
式中，
Figure BDA00024826327500000521
为第k个采样点工作在抽水状态的抽水蓄能机组台数，sp、vp分别表示定速抽水蓄能机组机组和变速抽水蓄能机组；
Figure BDA00024826327500000522
表示第k个采样点连接在j节点工作在抽水状态的定速抽水蓄能机组台数，
Figure BDA00024826327500000523
表示第k个采样点连接在j节点工作在抽水状态的变速抽水蓄能机组台数，
Figure BDA00024826327500000524
表示第k个采样点在j节点处定速抽水蓄能机组的启动机组数目，
Figure BDA00024826327500000525
表示第k个采样点在j节点处变速抽水蓄能机组的启动机组数目，
Figure BDA00024826327500000526
表示第k个采样点在j节点处定速抽水蓄能机组的关闭机组数目，
Figure BDA00024826327500000527
表示第k个采样点在j节点处变速抽水蓄能机组的关闭机组数目；
Figure BDA0002482632750000061
分别表示j节点处抽水蓄能电站的定速抽水蓄能机组和变速机组抽水蓄能日内最多启停次数；
Figure BDA0002482632750000062
p vp分别为ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组的抽水功率、单台变速抽水蓄能机组的抽水上限功率和下限功率，
Figure BDA0002482632750000063
为在第k个采样点连接在j节点的定速抽水蓄能机组的抽水功率，
Figure BDA0002482632750000064
为单台定速抽水蓄能机组的额定抽水功率；
Figure BDA0002482632750000065
g ε分别为ω场景下在第k个采样点连接在j节点的抽水蓄能机组的发电功率、单台抽水蓄能机组的上限发电功率和下限发电功率；
Figure BDA0002482632750000066
表示抽水蓄能电站中定速抽水蓄能机组或变速抽水蓄能机组的台数；
Figure BDA0002482632750000067
和
Figure BDA0002482632750000068
分别表示ω场景下在第k个采样点j节点处抽水蓄能机组的抽水功率和发电功率；
3-2-3)抽水蓄能电站的容量约束：
Figure BDA0002482632750000069
Figure BDA00024826327500000610
Figure BDA00024826327500000611
Figure BDA00024826327500000612
Figure BDA00024826327500000613
式中，
Figure BDA00024826327500000614
和
Figure BDA00024826327500000615
分别表示ω场景下在第k个采样点j节点处的上水库库容和下水库库容，λg和λp分别为抽水蓄能机组的发电阶段的功率-水量转换常数和抽水阶段的功率-水量转换常数，j节点处上水库的库容上、下限分别为
Figure BDA00024826327500000616
和
Figure BDA00024826327500000617
j节点处下水库的库容上、下限分别为
Figure BDA00024826327500000618
和
Figure BDA00024826327500000619
Figure BDA00024826327500000620
和δ j分别表示j节点处首末段时段的最大库容变动量和最小库容变动量；
3-2-4)电池储能系统运行约束：
Figure BDA00024826327500000621
Figure BDA00024826327500000622
Figure BDA00024826327500000623
式中，
Figure BDA00024826327500000624
和
Figure BDA00024826327500000625
分别表示ω场景下在第k个采样点j节点处电池储能的充电功率和放电功率；
Figure BDA00024826327500000626
和p c分别表示电池储能的最大、最小充电功率，
Figure BDA00024826327500000627
和p d分别表示电池储能的最大、最小放电功率；
Figure BDA00024826327500000628
和
Figure BDA00024826327500000629
分别表示ω场景下在第k个采样点j节点处的电池储能的充电状态和放电状态的二进制变量；
Figure BDA00024826327500000630
E0·SOCmin≤Ej,ω,k≤E0·SOCmax (30)
式中，Ej,ω,k为ω场景下在第k个采样点j节点的存储电量；ηc和ηd分别表示电池储能的充电效率和放电效率，E0为电池储能的配置额定容量，SOCmax和SOCmin分别表示电池储能运行的荷电状态上限和下限；
3-2-5)柔性直流输电系统约束：
Figure BDA0002482632750000071
Figure BDA0002482632750000072
Figure BDA0002482632750000073
Figure BDA0002482632750000074
Vk,ω±0 (34)
令vω,k表示ω场景下在第k个采样点的所有节点电压构成的列向量，则
Figure BDA0002482632750000075
为M×M维矩阵，M表示柔性直流输电系统节点总数，Vij,ω,k为ω场景下在第k个采样点电压矩阵中位于第i行第j列的元素，代表ω场景下在第k个采样点i节点和j节点电压的乘积；
Figure BDA0002482632750000076
表示ω场景下在第k个采样点从i节点向j节点的输送的有功功率，
Figure BDA0002482632750000077
代表连接i、j节点线路的传输功率上限；rij表示连接i、j节点线路的电阻值，v i和
Figure BDA0002482632750000078
分别表示i节点的电压下限值和电压上限值；
4)对步骤3)建立模型求解，得到次日定/变速抽水蓄能机组的机组启动与关停计划
Figure BDA0002482632750000079
Figure BDA00024826327500000710
风电和光伏等新能源上网功率
Figure BDA00024826327500000711
和
Figure BDA00024826327500000712
定/变速机组抽水及发电功率
Figure BDA00024826327500000713
和
Figure BDA00024826327500000714
储能充放电功率
Figure BDA00024826327500000715
和
Figure BDA00024826327500000716
的最优解；
其中，将定/变速抽水蓄能机组启停计划
Figure BDA00024826327500000717
的最优解作为次日对应抽水蓄能机组的动作指令，得到日前优化调度的结果。
本发明的特点及有益效果：
1、本发明考虑含定/变速抽水蓄能机组和电池储能的混合储能系统，用以促进新能源富集地区大规模新能源送出与消纳，混合储能系统存储电量大，调节灵活性强；
2、本发明将抽水蓄能机组与电池储能混合系统、新能源发电厂场站和受端负荷均接入柔性直流输电系统，日前调度优化阶段考虑柔性直流输电功率传输限制，调度算法可限制全时段线路传输功率在限值范围之内，保证系统运行安全性要求；
3.本发明充分结合日前预测出力数据和新能源场站预测出力误差情况制定调度方案，调度方案可以保证系统有效应对日前新能源出力存在预测偏差情况，提升计及新能源预测出力偏差时的系统运行的效率。
具体实施方式
本发明提出一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法，下面结合具体实施例对本发明作进一步详细描述。
本发明提出一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法，包括以下步骤：
1)计算柔性直流输电系统中所有新能源场站(本发明中新能源场站包括风电场和光伏电站)在每个历史采样点的出力预测相对误差，建立每个新能源场站对应的出力预测相对误差概率模型。具体步骤如下：
1-1)对过去全年柔性直流输电系统中所有新能源场站的实际出力数据和预测出力数据进行采样，其中采样周期为15分钟，将任一新能源场站r第i个历史采样点的实际出力值记为Pr,his(i)，新能源场站r第i个历史采样点的预测出力值记为
Figure BDA0002482632750000081
1-2)计算新能源场站r在每个历史采样点的出力预测相对误差，表达式如下：
Figure BDA0002482632750000082
其中，Pr,ins为新能源场站r的装机容量。新能源场站r在第i个历史采样点的出力预测相对误差记为δr,i，δr,i＜0表示该历史采样点的新能源的预测出力小于实际出力；δr,i＞0表示该历史采样点的新能源的预测出力大于实际出力。
1-3)对包含新能源场站r在内的所有新能源场站，选取固定的相对误差百分比步长κ(建议范围2％-5％)，利用每个新能源场站r所有历史采样点的出力预测相对误差δr,i绘制该新能源场站对应的预测误差直方图(每个直方图中包含多个相对误差段)。对于新能源场站r对应的预测误差直方图，令该直方图中第i个相对误差段的出力预测误差百分比中心值为Ar,i，该相对误差段的直方图高度为Hr,i。定义新能源场站r对应的拟合分布指标γr：
Figure BDA0002482632750000083
其中，Nr为当选取相对误差百分比步长为κ时，新能源场站r对应的预测误差直方图的总区间数。
Figure BDA0002482632750000084
为选取的分布模型，可采用正态分布、带位置和尺度参数的t分布、极值分布等用于拟合新能源出力预测相对误差的经典概率分布模型。
对于每种分布模型，通过极大似然估计方法，确定基于该分布模型的相关参数，并分别根据各分布模型拟合结果，计算每种分布模型所对应的拟合分布指标γr。选取使得拟合分布指标γr最小的分布模型为新能源场站r对应的出力预测相对误差概率模型。
2)获取柔性直流输电系统中所有新能源厂站的日前出力预测数据，通过随机模拟和聚类生成每个新能源场站的日前出力预测误差典型场景，构建新能源场站日前出力预测典型场景集，计算各新能源场站在每个日前出力预测典型场景下修正后的日前出力预测值。
具体步骤如下：
2-1)令采样周期为15分钟，从预测中心获得柔性直流输电系统中每个新能源场站的日前出力预测数据，每个新能源场站共获得96个日前出力预测数据；将新能源场站r在日前第i个采样点的出力预测值记为
Figure BDA0002482632750000091
2-2)新能源发电由于受外界气象因素影响，出力呈现较大的不确定性。因此，仅根据日前预测数据安排抽水蓄能机组工作状态，可能在出力存在较大偏差时系统调度经济性欠佳。所以，在实际调度运行中可以通过构建场景集的方式，根据新能源场站出力预测误差情况，确定运行调度可能的场景，考虑日前系统的优化调度。具体来说，基于步骤1)确定的新能源场站r对应的出力预测相对误差概率模型，重复运用Q次(取值500-1000次)蒙特卡洛方法模拟运行，获得该新能源场站的共计Q组日前出力预测相对误差序列(每组日前出力预测误差序列包含分别对应全天96个采样点的日前出力预测相对误差值)。对Q组日前出力预测相对误差序列，运用K-Means聚类方法，最终获得新能源场站r对应的聚类后的W组日前出力预测相对误差序列(3～5组)作为该新能源场站r的日前出力预测相对误差典型场景。
2-3)分别对柔性直流输电系统中的所有新能源场站生成相等数量(均为W组)的典型场景，对每个新能源场站分别对应的W个日前出力预测相对误差典型场景依次从1到W进行编号，将编号相同的各新能源场站对应的日前出力预测相对误差典型场景组成一个新能源场站日前出力预测典型场景，所有新能源场站日前出力预测典型场景构成新能源场站日前出力预测典型场景集Ω，该场景集共包括W个新能源场站日前出力预测典型场景。
2-4)对于场景集Ω中任一典型场景ω，将新能源场站r在该典型场景对应的日前出力预测相对误差序列记为
Figure BDA0002482632750000092
其中
Figure BDA0002482632750000093
表示新能源场站r在ω场景下第i个采样点的日前出力预测相对误差，则新能源场站r在该典型场景下对应的日前出力预测误差的绝对值序列为
Figure BDA0002482632750000094
若已获得新能源场站r在第i个采样点的日前预测出力为
Figure BDA0002482632750000095
考虑到新能源场站的实际出力运行限制要求，则该新能源场站r在ω场景下第i个采样点修正后的日前出力预测值
Figure BDA0002482632750000096
为：
Figure BDA0002482632750000097
利用式(3)，最终得到Ω中各典型场景下每个新能源场站r在各采样点的修正后的日前出力预测值。
3)建立含抽蓄和新能源发电的柔性直流输电系统日前调度优化模型，，该模型由目标函数和约束条件构成。具体步骤如下：
3-1)确定模型的目标函数；
由于新能源场站修正后的日前出力预测数据与当日实际运行数据之间存在一定的偏差，因此在安排日前含抽水蓄能机组的运行调度计划时，需要考虑预测偏差对调度计划安排的影响。结合步骤2)中生成的日前出力典型场景集构造调度模型的目标函数：
Figure BDA0002482632750000101
该目标函数为运行总成本的最小化；
其中，Ω为日前新能源场站出力预测典型场景集，Ω中场景数为W。k为采样点序号，日前采样周期为15分钟，则一日采样点总数为96点，因此k＝{1,2,...,96}。在ω场景下第k个采样点运行总成本包含抽水蓄能机组的启停成本
Figure BDA0002482632750000102
电池储能运行成本
Figure BDA0002482632750000103
弃新能源成本
Figure BDA0002482632750000104
和负荷失配成本
Figure BDA0002482632750000105
其中，
Figure BDA0002482632750000106
Figure BDA0002482632750000107
Figure BDA0002482632750000108
Figure BDA0002482632750000109
式(5)中，
Figure BDA00024826327500001010
为第k个采样点的抽水蓄能机组的启停成本(抽水蓄能机组，简称抽蓄机组，包括定速抽水蓄能机组和变速抽水蓄能机组)，Csu,Csd,Cvd,Cvd分别表示定速抽水蓄能机组启动成本、定速抽水蓄能机组关停成本、变速抽水蓄能机组启动成本和变速抽水蓄能机组关停成本。
Figure BDA00024826327500001011
分别表示第k个采样点j节点处的抽水蓄能电站中定速抽水蓄能机组启动抽水台数、定速抽水蓄能机组停止抽水台数、变速抽水蓄能机组启动抽水台数、变速抽水蓄能机组停止抽水台数，均为整数决策变量，M表示柔性直流输电系统的节点总数。
式(6)中，
Figure BDA0002482632750000111
表示在ω场景下第k个采样点所有节点的电池储能充放电运行费用，Δt为采样周期(为15分钟)，πc和πd分别表示电池储能充放电成本参数(论文：cooperativedispatch of BESS and wind power generation considering carbon esmissionlimitation in Australia中可以查到充放电成本参数为$100/MWh)；
Figure BDA0002482632750000112
和
Figure BDA0002482632750000113
分别表示ω场景下j节点处在第k个采样点的电池储能的充电功率和放电功率。
式(7)中，αW和αS分别为风力发电和光伏发电的弃用惩罚系数(根据调度部门运行需求设置，或者前人研究论文可以查到此类参数取值。比如：Flexible-regulationresources planning for distributionnetworks with a high penetration ofrenewableenergy一文中的风电和光伏弃用惩罚费用均设置为0.5元/kWh)，πW,k和πS,k分别为第k个采样点的风电上网电价和光伏上网电价。
ω场景下在第k个采样点连接在j节点的风电场修正预测出力为
Figure BDA0002482632750000114
ω场景下在第k个采样点连接在j节点的光伏电站的修正预测出力分别为
Figure BDA0002482632750000115
(
Figure BDA0002482632750000116
和
Figure BDA0002482632750000117
均根据式(3)计算得到)ω场景下在第k个采样点连接在j节点的风电场上网功率为
Figure BDA0002482632750000118
ω场景下在第k个采样点连接在j节点的光伏电站上网功率为
Figure BDA0002482632750000119
式(8)中，αL和πk分别表示负荷失配惩罚系数(此处也可以根据调度部门运行经验，或者查阅文献，如On the Use of PumpedStorage for Wind Energy Maximization in Transmission-Constrained PowerSystems有不能满足负荷时的削减负荷费用)和第k个采样点的负荷电价，
Figure BDA00024826327500001110
表示在第k个采样点j节点处的负荷功率，
Figure BDA00024826327500001111
表示ω场景下在第k个采样点连接在j节点的所有发电设备的发电功率。其中，
Figure BDA00024826327500001112
计算表达式如式(9)所示，包含定/变速机组净发电功率、电池储能净放电功率、风力上网发电功率和光伏上网发电功率。
Figure BDA00024826327500001113
式(9)中，
Figure BDA00024826327500001114
和
Figure BDA00024826327500001115
分别表示ω场景下在第k个采样点连接在j节点的定速抽水蓄能机组发电功率和抽水功率；
Figure BDA00024826327500001116
和
Figure BDA00024826327500001117
分别表示ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组发电功率和抽水功率。3-2)确定模型的约束条件；具体如下：
3-2-1)抽蓄机组工作状态及储能充放电状态互斥约束：
Figure BDA00024826327500001118
式(10)表示第k个采样点抽蓄机组(或储能设备)仅可以工作在充电或者放电模式下，不可同时充放电，
Figure BDA00024826327500001119
分别为第k个采样点储能
Figure BDA00024826327500001120
充/放电状态的二进制变量。当
Figure BDA00024826327500001121
等于0时表示k时刻电池储能未充电，或抽蓄机组未工作在抽水状态；当
Figure BDA00024826327500001122
等于1时表示k时刻电池储能充电，或抽蓄机组工作在抽水状态。当
Figure BDA00024826327500001123
等于0时表示k时刻电池储能未放电，或抽蓄机组未工作在发电状态；当
Figure BDA0002482632750000121
等于1时表示k时刻电池储能放电，或抽蓄机组工作在发电状态。
Figure BDA0002482632750000122
表示储能类别，储能类别包括抽水蓄能机组ε和电池储能B。
3-2-2)定/变速抽水蓄能机组运行约束：
Figure BDA0002482632750000123
Figure BDA0002482632750000124
Figure BDA0002482632750000125
Figure BDA0002482632750000126
Figure BDA0002482632750000127
Figure BDA0002482632750000128
Figure BDA0002482632750000129
Figure BDA00024826327500001210
Figure BDA00024826327500001211
Figure BDA00024826327500001212
式中，
Figure BDA00024826327500001213
为第k个采样点工作在抽水状态的抽水蓄能机组台数，sp、vp分别表示定速抽水蓄能机组机组和变速抽水蓄能机组；
Figure BDA00024826327500001214
表示第k个采样点连接在j节点工作在抽水状态的定速抽水蓄能机组台数，
Figure BDA00024826327500001215
表示第k个采样点连接在j节点工作在抽水状态的变速抽水蓄能机组台数，
Figure BDA00024826327500001216
表示第k个采样点在j节点处定速抽水蓄能机组的启动机组数目，
Figure BDA00024826327500001217
表示第k个采样点在j节点处变速抽水蓄能机组的启动机组数目，
Figure BDA00024826327500001218
表示第k个采样点在j节点处定速抽水蓄能机组的关闭机组数目，
Figure BDA00024826327500001219
表示第k个采样点在j节点处变速抽水蓄能机组的关闭机组数目；
Figure BDA00024826327500001220
分别表示j节点处抽水蓄能电站的定速机组和变速机组日内最多启停次数；
Figure BDA00024826327500001221
p vp分别为ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组的抽水功率、单台变速抽水蓄能机组的抽水上限功率和下限功率，
Figure BDA00024826327500001222
为在第k个采样点连接在j节点的定速抽水蓄能机组的抽水功率，
Figure BDA00024826327500001223
为和单台定速抽水蓄能机组的额定抽水功率；
Figure BDA00024826327500001224
g ε分别为ω场景下在第k个采样点连接在j节点的抽水蓄能机组的发电功率、单台抽水蓄能机组的上限发电功率和下限发电功率；
Figure BDA00024826327500001228
表示抽水蓄能电站中定速抽水蓄能机组或变速抽水蓄能机组的台数；
Figure BDA00024826327500001226
和
Figure BDA00024826327500001227
分别表示ω场景下在第k个采样点j节点处抽水蓄能机组的抽水功率和发电功率；
3-2-3)抽水蓄能电站的容量约束可以通过库容的形式表示：
Figure BDA0002482632750000131
Figure BDA0002482632750000132
Figure BDA0002482632750000133
Figure BDA0002482632750000134
Figure BDA0002482632750000135
其中，式(21)和(22)描述了抽水蓄能电站的上水库和下水库库容连续运行约束条件。其中，
Figure BDA0002482632750000136
和
Figure BDA0002482632750000137
分别表示接入输柔性直流输电系统ω场景下在第k个采样点j节点处的上水库库容和下水库库容，λg和λp分别为抽水蓄能机组的发电阶段的功率-水量转换常数和抽水阶段的功率-水量转换常数，相应数值可以通过查阅从水轮机和水泵的运行手册获得。式(23)-(24)分别表示上水库和下水库的运行容量上下限范围，其中j节点处上水库的库容上下限分别为
Figure BDA0002482632750000138
和
Figure BDA00024826327500001321
j节点处下水库的库容上下限分别为
Figure BDA0002482632750000139
和
Figure BDA00024826327500001322
式(25)保证抽水蓄能机组在日前运行周期结束时首末段时段上下水库的库容变化在一定范围，以满足次日的运行要求。其中，
Figure BDA00024826327500001310
和δ j分别表示j节点处首末段时段的最大库容变动量和最小库容变动量。
3-2-4)电池储能系统运行约束：
Figure BDA00024826327500001311
Figure BDA00024826327500001312
Figure BDA00024826327500001313
其中，式(26)和(27)表示了ω场景下j节点在第k个采样点电池储能的充电功率
Figure BDA00024826327500001314
和放电功率
Figure BDA00024826327500001315
运行范围约束。
Figure BDA00024826327500001316
和p c分别表示电池储能的最大、最小充电功率，
Figure BDA00024826327500001317
和p d分别表示电池储能的最大、最小放电功率。
Figure BDA00024826327500001318
和
Figure BDA00024826327500001319
分别表示ω场景下在第k个采样点j节点处的电池储能的充电状态和放电状态的二进制变量，电池储能系统不能在同一时刻充电且放电。
Figure BDA00024826327500001320
E0·SOCmin≤Ej,ω,k≤E0·SOCmax (30)
其中，式(29)为电池储能在时段间隔为Δt时的连续时段运行约束，Ej,ω,k为ω场景在第k个采样点j节点的存储电量；ηc和ηd分别表示电池储能的充电效率和放电效率。式(30)限制了电池储能存储能量的运行区间范围，E0为电池储能的配置额定容量，SOCmax和SOCmin分别表示电池储能运行的荷电状态上限和下限范围；
3-2-5)柔性直流输电系统约束：
出于安全运行要求考虑，在实际的柔性直流输电系统中各条连接线路存在容量传输上限。因此，系统运行需满足柔性直流系统的传输功率限制约束：
Figure BDA0002482632750000141
Figure BDA0002482632750000142
Figure BDA0002482632750000143
Figure BDA0002482632750000144
Vω,k±0 (35)
令vω,k表示ω场景下在第k个采样点的所有节点电压构成的列向量，则
Figure BDA0002482632750000145
为M×M维矩阵，M表示柔性直流输电系统节点总数，Vij,ω,k表示ω场景下在第k个采样点电压矩阵中位于第i行第j列的元素，其物理含义为ω场景下在第k个采样点i节点和j节点电压的乘积。式(31)中
Figure BDA0002482632750000146
表示ω场景下在第k个采样点从i节点向j节点的输送的有功功率，该式子表示i节点的注入功率等于流向相连柔性直流输电线路功率的总和。式(32)表示ω场景下在第k个采样点连接i、j节点的线路的传输功率绝对值应该小于线路的传输功率上限值
Figure BDA0002482632750000147
通过式(33)可以求得ω场景下在第k个采样点i节点流向j节点的输送功率，其中rij表示连接i、j节点线路的电阻值。式(34)限制ω场景下在第k个采样点i节点的电压范围，v i和
Figure BDA0002482632750000148
分别表示i节点的电压下限值和电压上限值。式(35)限制了Vω,k为半正定矩阵。
4)模拟运行调度获得日前定/变速机组的抽水和发电运行计划。
依据步骤2-1)中，从预测中心所获得的日前柔性直流输电电系统中新能源场站预测出力数据和根据步骤2-2)生成考虑新能源场站出力预测误差修正的典型场景集，通过CPLEX优化软件求解步骤3)建立的模型，获得次日定/变速抽蓄机组的机组启动与关停计划
Figure BDA0002482632750000149
Figure BDA00024826327500001410
风电和光伏等新能源上网功率
Figure BDA00024826327500001411
和
Figure BDA00024826327500001412
定/变速机组抽水及发电功率
Figure BDA00024826327500001413
和
Figure BDA00024826327500001414
储能充放电功率
Figure BDA00024826327500001415
和
Figure BDA00024826327500001416
的最优解。考虑到日前新能源场站出力预测误差相对较大，仅选取优化调度结果中的定/变速抽水蓄能机组启停计划
Figure BDA00024826327500001417
Figure BDA00024826327500001418
的最优解作为次日相应抽蓄机组的动作指令，作为日前优化调度的结果。
最后，在日内调度中，定/变速抽水蓄能机组工作状态确定情况下，结合新能源场站滚动出力预测数据，根据日内滚动时间窗口中的新能源预测出力场景集，并按照步骤3)建立的模型，可计算各设备日内滚动窗口中的新能源场站上网功率
Figure BDA00024826327500001419
和
Figure BDA00024826327500001420
定/变速机组抽水和发电功率
Figure BDA00024826327500001421
和
Figure BDA00024826327500001422
电池储能充放电功率
Figure BDA00024826327500001423
和
Figure BDA00024826327500001424
运行控制量的最优解。

Claims (1)

1.一种含抽蓄与新能源发电的柔性直流输电系统日前调度方法，其特征在于，该方法包括以下步骤：
1)计算柔性直流输电系统中所有新能源场站在每个历史采样点的出力预测相对误差，建立每个新能源场站对应的出力预测相对误差概率模型；具体步骤如下：
1-1)对过去全年柔性直流输电系统中所有新能源场站的实际出力数据和预测出力数据进行采样，其中采样周期为15分钟，将任一新能源场站r第i个历史采样点的实际出力值记为Pr,his(i)，新能源场站r第i个历史采样点的预测出力值记为
Figure FDA0002482632740000011
1-2)计算新能源场站r在每个历史采样点的出力预测相对误差，表达式如下：
Figure FDA0002482632740000012
其中，Pr,ins为新能源场站r的装机容量，新能源场站r在第i个历史采样点的出力预测相对误差记为δr,i；
1-3)对所有新能源场站，选取相对误差百分比步长κ，利用每个新能源场站r所有历史采样点的出力预测相对误差δr,i绘制该新能源场站对应的预测误差直方图；
对于新能源场站r对应的预测误差直方图，令该直方图中第i个相对误差段的出力预测误差中心值为Ar,i，该相对误差段的直方图高度为Hr,i，令新能源场站r对应的拟合分布指标γr：
Figure FDA0002482632740000013
其中，Nr为当选取相对误差百分比步长为κ时，新能源场站r对应的预测误差直方图的总区间数；
Figure FDA0002482632740000014
为选取的分布模型；
对于每种分布模型，通过极大似然估计方法，确定基于该分布模型的相关参数，并分别根据各分布模型拟合结果，计算每种分布模型所对应的拟合分布指标γr，选取使得拟合分布指标γr最小的分布模型为新能源场站r对应的出力预测相对误差概率模型；
2)获取柔性直流输电系统中所有新能源厂站的日前出力预测数据，生成每个新能源场站的日前出力预测相对误差典型场景，建立新能源场站日前出力预测典型场景集，计算各新能源场站在每个日前出力预测典型场景下修正后的日前出力预测值；具体步骤如下：
2-1)令采样周期为15分钟，获取柔性直流输电系统中每个新能源场站的日前出力预测数据，每个新能源场站共获得96个日前出力预测数据；将新能源场站r在日前第i个采样点的出力预测值记为
Figure FDA0002482632740000015
2-2)利用步骤1)确定的新能源场站r对应的出力预测相对误差概率模型，重复运用Q次蒙特卡洛方法模拟运行，获得该新能源场站共计Q组日前出力预测相对误差序列，每组日前出力预测误差序列包含分别对应全天96个采样点的日前出力预测相对误差值；对Q组日前出力预测相对误差序列，运用K-Means聚类方法，最终获得新能源场站r对应的聚类后的W组日前出力预测相对误差序列，将聚类后的每组日前出力预测相对误差序列作为该新能源场站r的一个日前出力预测相对误差典型场景；
2-3)对每个新能源场站分别对应的W个日前出力预测相对误差典型场景依次从1到W进行编号，将编号相同的各新能源场站对应的日前出力预测相对误差典型场景组成一个新能源场站日前出力预测典型场景，所有新能源场站日前出力预测典型场景构成新能源场站日前出力预测典型场景集Ω，该场景集共包括W个新能源场站日前出力预测典型场景；
2-4)对于场景集Ω中任一典型场景ω，将新能源场站r在该典型场景对应的日前出力预测相对误差序列记为
Figure FDA0002482632740000021
其中
Figure FDA0002482632740000022
表示新能源场站r在ω场景下第i个采样点的日前出力预测相对误差，则新能源场站r在该典型场景下对应的日前出力预测误差的绝对值序列为
Figure FDA0002482632740000023
该新能源场站r在ω场景下第i个采样点修正后的日前出力预测值
Figure FDA0002482632740000024
为：
Figure FDA0002482632740000025
利用式(3)，最终得到Ω中各典型场景下每个新能源场站r在各采样点的修正后的日前出力预测值；
3)建立含抽蓄和新能源发电的柔性直流输电系统日前调度优化模型，该模型由目标函数和约束条件构成；具体步骤如下：
3-1)确定模型的目标函数，表达式如下：
Figure FDA0002482632740000026
其中，k为采样点序号，k＝{1,2,...,96}；
Figure FDA0002482632740000027
为第k个采样点的抽水蓄能机组的启停成本，
Figure FDA0002482632740000028
为ω场景下第k个采样点的电池储能运行成本，
Figure FDA0002482632740000029
为ω场景下第k个采样点的弃新能源成本，
Figure FDA00024826327400000210
为ω场景下第k个采样点的负荷失配成本，ω∈Ω；
其中，
Figure FDA00024826327400000211
Figure FDA0002482632740000031
Figure FDA0002482632740000032
Figure FDA0002482632740000033
式(5)中，Csu,Csd,Cvd,Cvd分别表示定速抽水蓄能机组启动成本、定速抽水蓄能机组关停成本、变速抽水蓄能机组启动成本和变速抽水蓄能机组关停成本；
Figure FDA0002482632740000034
分别表示第k个采样点j节点处的抽水蓄能电站中定速抽水蓄能机组启动抽水台数、定速抽水蓄能机组停止抽水台数、变速抽水蓄能机组启动抽水台数、变速抽水蓄能机组停止抽水台数，M表示柔性直流输电系统的节点总数；
式(6)中，
Figure FDA0002482632740000035
表示在ω场景下第k个采样点所有节点的电池储能充放电运行费用，Δt为采样周期，πc和πd分别表示电池储能充电成本参数和放电成本参数；
Figure FDA0002482632740000036
和
Figure FDA0002482632740000037
分别表示ω场景下j节点处在第k个采样点的电池储能的充电功率和放电功率；
式(7)中，αW和αS分别为风力发电和光伏发电的弃用惩罚系数，πW,k和πS,k分别为第k个采样点的风电上网电价和光伏上网电价；ω场景下在第k个采样点连接在j节点的风电场修正预测出力为
Figure FDA0002482632740000038
ω场景下在第k个采样点连接在j节点的光伏电站的修正预测出力为
Figure FDA0002482632740000039
ω场景下在第k个采样点连接在j节点的风电场上网功率为
Figure FDA00024826327400000310
ω场景下在第k个采样点连接在j节点的光伏电站上网功率为
Figure FDA00024826327400000311
式(8)中，αL表示负荷失配惩罚系数，πk表示第k个采样点的负荷电价，
Figure FDA00024826327400000312
表示在第k个采样点j节点处的负荷功率，
Figure FDA00024826327400000313
表示ω场景下在第k个采样点连接在j节点的所有发电设备的发电功率；其中，
Figure FDA00024826327400000314
计算表达式如式(9)所示：
Figure FDA00024826327400000315
式(9)中，
Figure FDA00024826327400000316
和
Figure FDA00024826327400000317
分别表示ω场景下在第k个采样点连接在j节点的定速抽水蓄能机组发电功率和抽水功率；
Figure FDA00024826327400000318
和
Figure FDA00024826327400000319
分别表示ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组发电功率和抽水功率；
3-2)确定模型的约束条件；具体如下：
3-2-1)抽蓄机组工作状态及储能充放电状态互斥约束：
Figure FDA00024826327400000320
式中，
Figure FDA0002482632740000041
分别为第k个采样点储能θ充/放电状态的二进制变量，θ表示储能类别，储能类别包括抽水蓄能机组ε和电池储能B；
3-2-2)定/变速抽水蓄能机组运行约束：
Figure FDA0002482632740000042
Figure FDA0002482632740000043
Figure FDA0002482632740000044
Figure FDA0002482632740000045
Figure FDA0002482632740000046
Figure FDA0002482632740000047
Figure FDA0002482632740000048
Figure FDA0002482632740000049
Figure FDA00024826327400000410
Figure FDA00024826327400000411
式中，
Figure FDA00024826327400000412
为第k个采样点工作在抽水状态的抽水蓄能机组台数，sp、vp分别表示定速抽水蓄能机组机组和变速抽水蓄能机组；
Figure FDA00024826327400000413
表示第k个采样点连接在j节点工作在抽水状态的定速抽水蓄能机组台数，
Figure FDA00024826327400000414
表示第k个采样点连接在j节点工作在抽水状态的变速抽水蓄能机组台数，
Figure FDA00024826327400000415
表示第k个采样点在j节点处定速抽水蓄能机组的启动机组数目，
Figure FDA00024826327400000416
表示第k个采样点在j节点处变速抽水蓄能机组的启动机组数目，
Figure FDA00024826327400000417
表示第k个采样点在j节点处定速抽水蓄能机组的关闭机组数目，
Figure FDA00024826327400000418
表示第k个采样点在j节点处变速抽水蓄能机组的关闭机组数目；
Figure FDA00024826327400000419
分别表示j节点处抽水蓄能电站的定速抽水蓄能机组和变速机组抽水蓄能日内最多启停次数；
Figure FDA00024826327400000420
p vp分别为ω场景下在第k个采样点连接在j节点的变速抽水蓄能机组的抽水功率、单台变速抽水蓄能机组的抽水上限功率和下限功率，
Figure FDA00024826327400000421
为在第k个采样点连接在j节点的定速抽水蓄能机组的抽水功率，
Figure FDA00024826327400000422
为单台定速抽水蓄能机组的额定抽水功率；
Figure FDA00024826327400000423
g ε分别为ω场景下在第k个采样点连接在j节点的抽水蓄能机组的发电功率、单台抽水蓄能机组的上限发电功率和下限发电功率；
Figure FDA00024826327400000424
ε∈{sp,vp}，表示抽水蓄能电站中定速抽水蓄能机组或变速抽水蓄能机组的台数；
Figure FDA00024826327400000425
和
Figure FDA00024826327400000426
分别表示ω场景下在第k个采样点j节点处抽水蓄能机组的抽水功率和发电功率；
3-2-3)抽水蓄能电站的容量约束：
Figure FDA0002482632740000051
Figure FDA0002482632740000052
Figure FDA0002482632740000053
Figure FDA0002482632740000054
Figure FDA0002482632740000055
式中，
Figure FDA0002482632740000056
和
Figure FDA0002482632740000057
分别表示ω场景下在第k个采样点j节点处的上水库库容和下水库库容，λg和λp分别为抽水蓄能机组的发电阶段的功率-水量转换常数和抽水阶段的功率-水量转换常数，j节点处上水库的库容上、下限分别为
Figure FDA0002482632740000058
和
Figure FDA0002482632740000059
j节点处下水库的库容上、下限分别为
Figure FDA00024826327400000510
和
Figure FDA00024826327400000511
Figure FDA00024826327400000512
和δ j分别表示j节点处首末段时段的最大库容变动量和最小库容变动量；
3-2-4)电池储能系统运行约束：
Figure FDA00024826327400000513
Figure FDA00024826327400000514
Figure FDA00024826327400000515
式中，
Figure FDA00024826327400000516
和
Figure FDA00024826327400000517
分别表示ω场景下在第k个采样点j节点处电池储能的充电功率和放电功率；
Figure FDA00024826327400000518
和p c分别表示电池储能的最大、最小充电功率，
Figure FDA00024826327400000519
和p d分别表示电池储能的最大、最小放电功率；
Figure FDA00024826327400000520
和
Figure FDA00024826327400000521
分别表示ω场景下在第k个采样点j节点处的电池储能的充电状态和放电状态的二进制变量；
Figure FDA00024826327400000522
E0·SOCmin≤Ej,ω,k≤E0·SOCmax (30)
式中，Ej,ω,k为ω场景下在第k个采样点j节点的存储电量；ηc和ηd分别表示电池储能的充电效率和放电效率，E0为电池储能的配置额定容量，SOCmax和SOCmin分别表示电池储能运行的荷电状态上限和下限；
3-2-5)柔性直流输电系统约束：
Figure FDA00024826327400000523
Figure FDA00024826327400000524
Figure FDA0002482632740000061
Figure FDA0002482632740000062
Vk,ω±0 (34)
令vω,k表示ω场景下在第k个采样点的所有节点电压构成的列向量，则
Figure FDA0002482632740000063
为M×M维矩阵，M表示柔性直流输电系统节点总数，Vij,ω,k为ω场景下在第k个采样点电压矩阵中位于第i行第j列的元素，代表ω场景下在第k个采样点i节点和j节点电压的乘积；
Figure FDA0002482632740000064
表示ω场景下在第k个采样点从i节点向j节点的输送的有功功率，
Figure FDA0002482632740000065
代表连接i、j节点线路的传输功率上限；rij表示连接i、j节点线路的电阻值，vi和
Figure FDA0002482632740000066
分别表示i节点的电压下限值和电压上限值；
4)对步骤3)建立模型求解，得到次日定/变速抽水蓄能机组的机组启动与关停计划
Figure FDA0002482632740000067
Figure FDA0002482632740000068
风电和光伏等新能源上网功率
Figure FDA0002482632740000069
和
Figure FDA00024826327400000610
定/变速机组抽水及发电功率
Figure FDA00024826327400000611
和
Figure FDA00024826327400000612
储能充放电功率
Figure FDA00024826327400000613
和
Figure FDA00024826327400000614
的最优解；
其中，将定/变速抽水蓄能机组启停计划
Figure FDA00024826327400000615
的最优解作为次日对应抽水蓄能机组的动作指令，得到日前优化调度的结果。
CN202010382342.XA 2020-05-08 2020-05-08 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 Active CN111525627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010382342.XA CN111525627B (zh) 2020-05-08 2020-05-08 含抽蓄与新能源发电的柔性直流输电系统日前调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010382342.XA CN111525627B (zh) 2020-05-08 2020-05-08 含抽蓄与新能源发电的柔性直流输电系统日前调度方法

Publications (2)

Publication Number Publication Date
CN111525627A true CN111525627A (zh) 2020-08-11
CN111525627B CN111525627B (zh) 2021-08-27

Family

ID=71907136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010382342.XA Active CN111525627B (zh) 2020-05-08 2020-05-08 含抽蓄与新能源发电的柔性直流输电系统日前调度方法

Country Status (1)

Country Link
CN (1) CN111525627B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232886A (zh) * 2020-10-30 2021-01-15 南方电网能源发展研究院有限责任公司 一种电价概率预测方法、系统、计算机设备和存储介质
CN112332454A (zh) * 2020-11-13 2021-02-05 国网冀北电力有限公司电力科学研究院 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置
CN112436560A (zh) * 2020-11-12 2021-03-02 内蒙古呼和浩特抽水蓄能发电有限责任公司 一种含抽水蓄能机组间相互约束的日前优化调度方法
CN112909933A (zh) * 2021-02-01 2021-06-04 三峡大学 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法
CN113537562A (zh) * 2021-06-09 2021-10-22 西安交通大学 一种新能源场站储能配置计算方法及系统
CN113629737A (zh) * 2021-08-31 2021-11-09 国网新源控股有限公司 一种风光储蓄系统中化学储能的容量配置方法
CN114050611A (zh) * 2022-01-12 2022-02-15 清华四川能源互联网研究院 适应含多台机组的抽水蓄能电站运行调度线性化建模方法
CN116131301A (zh) * 2023-01-17 2023-05-16 水电水利规划设计总院有限公司 一种抽水蓄能电站综合监测方法
CN117578601A (zh) * 2023-03-22 2024-02-20 长沙学院 一种低碳电力系统源荷互动调度方法与装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012131867A1 (ja) * 2011-03-28 2012-10-04 株式会社日立製作所 低圧系統の需給計画制御システムおよび低圧系統の需給計画制御方法
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
CN107882686A (zh) * 2017-12-13 2018-04-06 曲阜师范大学 柔性直流输电风浪混合发电系统
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN110797888A (zh) * 2019-10-10 2020-02-14 清华大学 基于柔性直流输电和抽蓄电站蓄能的电力系统调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012131867A1 (ja) * 2011-03-28 2012-10-04 株式会社日立製作所 低圧系統の需給計画制御システムおよび低圧系統の需給計画制御方法
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
CN107882686A (zh) * 2017-12-13 2018-04-06 曲阜师范大学 柔性直流输电风浪混合发电系统
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN110797888A (zh) * 2019-10-10 2020-02-14 清华大学 基于柔性直流输电和抽蓄电站蓄能的电力系统调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李文锋等: "抽蓄电站和经多端柔性直流电网接入的大规模新能源间的协调互补优化控制方案", 《电力系统保护与控制》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232886B (zh) * 2020-10-30 2021-06-04 南方电网能源发展研究院有限责任公司 一种电价概率预测方法、系统、计算机设备和存储介质
CN112232886A (zh) * 2020-10-30 2021-01-15 南方电网能源发展研究院有限责任公司 一种电价概率预测方法、系统、计算机设备和存储介质
CN112436560A (zh) * 2020-11-12 2021-03-02 内蒙古呼和浩特抽水蓄能发电有限责任公司 一种含抽水蓄能机组间相互约束的日前优化调度方法
CN112436560B (zh) * 2020-11-12 2022-11-18 内蒙古呼和浩特抽水蓄能发电有限责任公司 一种含抽水蓄能机组间相互约束的日前优化调度方法
CN112332454A (zh) * 2020-11-13 2021-02-05 国网冀北电力有限公司电力科学研究院 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置
CN112909933B (zh) * 2021-02-01 2022-05-03 三峡大学 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法
CN112909933A (zh) * 2021-02-01 2021-06-04 三峡大学 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法
CN113537562A (zh) * 2021-06-09 2021-10-22 西安交通大学 一种新能源场站储能配置计算方法及系统
CN113537562B (zh) * 2021-06-09 2023-07-25 西安交通大学 一种新能源场站储能配置计算方法及系统
CN113629737B (zh) * 2021-08-31 2023-06-27 国网新源控股有限公司 一种风光储蓄系统中化学储能的容量配置方法
CN113629737A (zh) * 2021-08-31 2021-11-09 国网新源控股有限公司 一种风光储蓄系统中化学储能的容量配置方法
CN114050611B (zh) * 2022-01-12 2022-04-01 清华四川能源互联网研究院 适应含多台机组的抽水蓄能电站运行调度线性化建模方法
CN114050611A (zh) * 2022-01-12 2022-02-15 清华四川能源互联网研究院 适应含多台机组的抽水蓄能电站运行调度线性化建模方法
CN116131301A (zh) * 2023-01-17 2023-05-16 水电水利规划设计总院有限公司 一种抽水蓄能电站综合监测方法
CN116131301B (zh) * 2023-01-17 2024-02-23 水电水利规划设计总院有限公司 一种抽水蓄能电站综合监测方法
CN117578601A (zh) * 2023-03-22 2024-02-20 长沙学院 一种低碳电力系统源荷互动调度方法与装置
CN117578601B (zh) * 2023-03-22 2024-04-26 长沙学院 一种低碳电力系统源荷互动调度方法与装置

Also Published As

Publication number Publication date
CN111525627B (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN111525627B (zh) 含抽蓄与新能源发电的柔性直流输电系统日前调度方法
CN109193815B (zh) 一种提高风电消纳的热电联合调度方法
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN105207259A (zh) 基于能量管理的并网状态下的微电网系统调度方法
CN105225022A (zh) 一种热电联产型微电网的经济性优化运行方法
CN105139147A (zh) 微电网系统的经济调度方法
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN107104462B (zh) 一种用于风电场储能调度的方法
CN110350512A (zh) 一种智能园区新能源发电站调度优化方法及系统
CN111641233A (zh) 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法
CN105207207B (zh) 基于能量管理的孤网状态下的微电网系统调度方法
CN116742664A (zh) 一种短期电池储能和季节性储氢协同规划方法及系统
CN114498702B (zh) 一种基于能源路由器的微电网能源管理方法和系统
CN116526544A (zh) 新能源发电系统灵活性资源规划方法、系统及设备
Yao et al. Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN109861289B (zh) 一种基于含储能单元的电力系统可用传输容量的控制方法
CN109950920B (zh) 一种基于动态规划算法的光伏场站侧电化学储能充放电计划制定方法
Heo et al. Energy resource capacity optimization for zero-energy housing complex
CN114091958A (zh) 智能用电小区的综合能效评估方法及电网规划方法
Wang et al. Review on Energy Storage Participation in Capacity Configuration and Scheduling Optimization in Modern Power System
CN114626621B (zh) 氢储能-冰蓄冷的园区配电交直流混联调度系统及方法
CN116523279B (zh) 一种计及调频需求的灵活性资源配置方案的确定方法
Tang et al. Robust optimization for energy scheduling of CCHP systems under electrical load tracking and thermal load tracking

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
TA01 Transfer of patent application right

Effective date of registration: 20210308

Address after: 100084 No. 1 Tsinghua Yuan, Beijing, Haidian District

Applicant after: TSINGHUA University

Applicant after: STATE GRID BEIJING ELECTRIC POWER Co.

Applicant after: STATE GRID JIBEI ELECTRIC POWER Co.,Ltd.

Applicant after: STATE GRID CORPORATION OF CHINA

Address before: 100084 No. 1 Tsinghua Yuan, Beijing, Haidian District

Applicant before: TSINGHUA University

Applicant before: STATE GRID BEIJING ELECTRIC POWER Co.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant