CN111612271B - 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 - Google Patents
考虑清洁能源利用率的清洁能源外送规划及运行优化方法 Download PDFInfo
- Publication number
- CN111612271B CN111612271B CN202010467955.3A CN202010467955A CN111612271B CN 111612271 B CN111612271 B CN 111612271B CN 202010467955 A CN202010467955 A CN 202010467955A CN 111612271 B CN111612271 B CN 111612271B
- Authority
- CN
- China
- Prior art keywords
- power
- turning
- capacity
- hydropower
- scheme
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000013439 planning Methods 0.000 title claims abstract description 26
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 16
- 238000010248 power generation Methods 0.000 claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 20
- 238000005192 partition Methods 0.000 claims description 36
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000011160 research Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000005316 response function Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 claims description 2
- 229910052731 fluorine Inorganic materials 0.000 claims 1
- 125000001153 fluoro group Chemical group F* 0.000 claims 1
- 230000005611 electricity Effects 0.000 abstract description 10
- 230000001105 regulatory effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了考虑清洁能源利用率的清洁能源外送规划及运行优化方法,依据龙头水库投产后水电集群的出力特性及年发电量,得到水电集群月度发电能力;依据省内负荷特性,得到本省的月度电力电量需求;以水电集群发电能力、省内电力电量需求、断面输送能力、通道输送能力为边界,制定年度电力电量交易计划;是否满足清洁能源利用率约束?若否,转下一步。若是,转S34。断面及通道输送能力是否到达上限?若否,转下一步。若是,转S21。根据断面输送能力,对水电集群发电计划进行优化。根据断面输送能力,优化火电组发电计划。依据交易计划,结合来水情况及龙头水库调节能力,安排临时交易,优化水电集群运行方式。
Description
技术领域
本发明属于电网领域,涉及考虑清洁能源利用率的清洁能源外送规划及运行优化方法。
背景技术
目前,国内针对梯级水电的相关研究已初步开展,但是主要围绕的是梯级水电运行过程中的各类协调优化调度方法展开了研究。
专利[1]提出了采用一种梯级水电“虚拟抽蓄电站”的调度方法,以实际与目标调峰功率偏差最小和梯级水电耗水量最小为调度目标,构建梯级水电“虚拟抽蓄电站”调度目标函数进行求解优化调度,以期实现电力系统的短期调度计划;
专利[2]公开了一种梯级水电系统发电调度自适应优化方法与系统,用以提高梯级水电系统的整体发电效益;
专利[3]提出了一种基于电量控制的梯级水电短期调峰模型及求解方法,可使梯级水电在满足日优化电量、出力爬坡、出力波动控制需求的同时,充分发挥了梯级水电站群的调峰作用;
专利[4]公开了一种巨型梯级水电系统的多目标调度并行降维方法;
专利[5]提出了一种考虑调峰调频需求的多能源协调优化调度方法;
专利[6]提出了一种基于随机安全域的梯级水电鲁棒优化调度方法,该方法对预调度方案的鲁棒可行性进行判定,通过反馈修正协调优化最终获得具有鲁棒性的调度方案;
专利[7]公开了一种基于实时反馈的梯级水电水位控制的多时段潮流优化方法,构建了水库水位与电网运行相协调的多时段最优潮流控制方法,基于实时反馈实现了将复杂的非线性条件线性化处理的效果,大大提升了梯级水电运行效率;
专利[8]提出了一种涉及一种梯级水电参与省内和西电东送市场组合交易策略优化方法,为新电力环境下我国西南地区大规模梯级水电站群的调度运行管理提供有益支持;
专利[9]提出了一种市场环境下梯级水电站中长期调度与检修双层优化方法,以中长期调度中间结果为边界条件,以最小检修损失为优化目标,将检修损失优化结果与中长期发电收益归并为总收益,从而实现联合优化;
专利[10]提供了基于调节性能的水风光电站群协同组合划分方法及系统,提升了多种电源协同运行优化的精细度,有利于含有多种类型电源的复杂电力系统的调度优化,对于提高清洁能源开发利用具有重要意义,具有重要的推广使用价值;
专利[11]提供了一种考虑非恒定耦合约束的水电群调度方法;专利[12]提出了一种考虑水流延时连续变化的梯级水电站日优化调度方法;
专利[13]提出了一种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;
专利[14]提出了一种一种考虑水流延时连续变化的梯级水电站日优化调度方法,这种方法相较于前面的调度方法具有水流延时描述细致、模型精确、收敛效果好、实用性强等优点;
专利[15]提出了一种复杂约束限制下的梯级水电站群实时优化调度方法,其将日前发电计划纳入实时调度算法中,以梯级水电系统总蓄能最大作为优化目标,满足实时调度的安全性、时效性、实用性、经济性的要求。
专利[16]提出了一种多尺度电力市场条件下的梯级水电中期发电计划制定方法,统筹考虑了梯级水电站在传统非市场条件下面临的上下游复杂约束问题及多尺度市场带来的多市场电价、履约耦合、市场风险等新问题,能较好地引导梯级水电发电过程响应市场价格变化、通过市场优化提高整体收益并规避市场风险;
专利[17]提出了一种梯级水电参与省内和西电东送市场组合交易策略优化方法,为新电力环境下我国西南地区大规模梯级水电站群的调度运行管理提供有益支持;
专利[18]提出了一种市场环境下梯级水电站中长期调度与检修双层优化方法;
专利[19]提出了一种基于梯级水电站耦合关系的日前市场出清机制,实现上、下游电站的联合出清,解决下游电站中标电量与可发电流量匹配失衡问题。
专利[20]本发明公开了一种基于三层宏观组网约束的中压配网精准规划方法,通过空间上的全局统筹和时间上的远近协调强化规划的目标导向和利旧原则,提升规划方案的可操作性、科学性和精准性。
专利[21]公开了一种基于GIS信息数据的电力走廊规划方法,减少因外送通道规划建设滞后,水电出现大量弃水,经济效益损失严重的问题,确保绿色环保的水电顺利送出,创造持续可靠的经济效益、生态效益和社会效益。
上述专利[1-15]基本侧重于梯级水电的运行侧,着重于梯级水电站之间的协调调度问题;专利[16-19]则侧重于电力市场侧,着重于上下游的水电站如何参与电力市场的竞争以及出清价格的确定等方面的问题;专利[20-21]虽然涉及到网架规划的问题,但专利[20-21]主要是针对精准配电网的规划方法,其对于分区电量平衡类的大区域协调规划问题未有涉及,更没有针对龙头水库建设的长时间动态过程展开分析,以及建立相适应的评估方案和评价体系。
因此考虑清洁能源利用率的清洁能源外送规划及运行优化方法亟待研究。
发明内容
本发明的目的在于:提供了考虑清洁能源利用率的清洁能源外送规划及运行优化方法,解决了针对龙头水库建设发展过程背景下外送网架建设的长期性问题,建立相应的分区电力电量平衡的规划模型,并根据送出通道的建设、运行情况、水电站集群开发规划和投产时序对数学模型进行优化,采用贪心算法进行求解得到相应的送电备选方案,最终采用熵权法的评估方法对各备选方案进行评估,筛选出水电集群送出及运行的最优方案。
本发明采用的技术方案如下:
考虑清洁能源利用率的清洁能源外送规划及运行优化方法,预先设定约束性硬指标和评价性软指标并建立适应性分析指标体系、预先设定水电集群到负荷中心的送电方案备选库;
所述适应性分析指标体系的建立,包括以下步骤(S1-S7):
S1:根据预设的指标特性,将所有指标分为约束性硬指标和评价性软指标;
S2:由软指标构成适应性分析指标体系;
S3:形成适应性分析指标体系;
S4:指标体系量化;
S5:利用熵权法求取各指标权重,对指标体系进行降维;
S6:构造加权标准化矩阵;
S7:确定评语集中隶属度(转S14);
定义约束性硬指标和评价性软指标并建立适应性分析指标体系,同时对指标体系进行初步的处理,比如指标体系量化、求取各指标权重和确定构造加权标准化矩阵,其中,硬指标包括安全稳定约束、严重故障校核以及通道约束,而软指标包括龙头水库建设的经济适应性、供需消纳适应性、网源匹配的适应性等。软指标的评估将通过熵权法的方法完成筛选,而硬指标将作为边界条件筛选掉不符合约束的方案。当硬指标无法满足时,可以通过改变水电集群的开发规模和投产时序得到新的备选方案,并再次进行评估筛选,直到得到满足硬指标的最优方案。最优方案将指导西南龙头水库建设中水电集群送出网架的建设。
所述送电方案备选库的建立,包括以下步骤(S8-S15):
S8:确定分析研究目标水平年及远景展望年;本发明初步确定以2018年作为研究的规划水平年,而2035年作为研究的远景展望年;
S9:分析计算负荷中心的负荷需求及负荷特性;
四川省地处秦岭以南,气候潮湿,夏季闷热,冬季湿冷,空调负荷占比较大。年负荷特性呈现双高峰特点,其负荷特性图如图2所示,2011-2017年双高峰均出现在夏季7-8月和冬季12-1月。而春季与秋季气温比较适宜,空调负荷大幅度减少,该段时间负荷相对较低。近年来,由于夏季降温负荷持续攀升,夏季比冬季最大负荷增长更为明显,冬季、夏季双高峰比值总体呈逐步下降趋势,
而典型日负荷曲线如图3所示,典型日负荷曲线在夏季和冬季的高峰低谷出现时间有所差别。夏季:早高峰出现在11:00-12:00,晚高峰出现在21:00-22:00,低谷负荷出现在早上7:00-8:00;冬季:早高峰出现在11:00-12:00,晚高峰出现在18:00-20:00,早晚高峰之间负荷曲线比较平缓,低谷负荷出现在早上4:00-5:00。
S10:分析计算龙头水库所辖水电集群的装机容量及出力特性,为接下来的分区平衡电力流规划的相关计算提供数据支撑;具体可参考雅砻江、金沙江和大渡河三条流域上的水电群的规划方案的数据。
S11:通过分区平衡分析,得到分区平衡电力流规划;
S12:依据分区平衡电力流规划,得到水电集群送出方案及送出通道需求;
S13:龙头水库投产后,水电集群送出方案是否需优化?若是,转下一步。若否,转S27
S14:依据通道情况(经过的原始森林、自然保护区等),对送出方案进行约束及优化。
S15:形成水电集群到负荷中心的送电方案备选库;
本发明在电力电量的分区平衡电力流规划理论基础上,初步形成送电方案库,并依据通道情况、水电集群开发规模和投产顺序进一步对方案优化,形成送电方案的备选库,本发明初步确定以2018年作为研究的规划水平年,而2025年作为研究的远景展望年;
根据送电方案备选库,采用熵权法的评估方式对备选方案库进行评估,得到水电集群送出网架优化方案,包括以下步骤(S16-S35):
S16:计算各方案对应所属评价集的隶属度,确定备选方案排序;
S17:选出当前最优的水电集群送出方案;
S18:是否满足系统安全稳定约束?若是,转下一步;若否,转S21;
S19:是否能通过严重故障校核?若是,转下一步;若否,转S21;
S20:是否满足通道约束?若否,转下一步。若是,转S26;
S21:在备选库中删除当前方案;
S22:备选库中是否有备选方案?若否,转下一步;若是,转S17;
S23:水电集群开发规模及投产时序是否可优化?若是,转下一步;若否,转S25;
S24:在约束边界条件下,优化水电集群开发规模及投产时序;转S11;
S25:优化分区平衡,改变电力流向;转S12;
S26:形成水电集群送出方案;
S27:依据龙头水库投产后水电集群的出力特性及年发电量,得到水电集群月度发电能力;
S28:依据省内负荷特性,得到本省的月度电力电量需求;
S29:以水电集群发电能力、省内电力电量需求、断面输送能力、通道输送能力为边界,制定年度电力电量交易计划;
S30:是否满足清洁能源利用率约束?若否,转下一步。若是,转S34。
S31:断面及通道输送能力是否到达上限?若否,转下一步。若是,转S21。
S32:根据断面输送能力,对水电集群发电计划进行优化。
S33:根据断面输送能力,优化火电组发电计划。
S34:依据交易计划,结合来水情况及龙头水库调节能力,安排临时交易,优化水电集群运行方式。
S35:结束。
进一步:围绕负荷需求以及负荷特性的分析计算采用了灰色系统预测的方法展开研究,灰色系统在在负荷分析中的计算量较小,而且由于负荷分析的不确定因素多,这恰恰又是灰色预测法的优点,故准确度较高。GM(1,1)模型是最常用的有效的灰色预测模型,(1,1)中前一个1表示1阶方程,后一个1表示该1阶微分方程只包含一个单变量;所述S9采用了GM(1,1)模型的灰色预测法判断符合需求和符合特性,包含三个步骤:
步骤一:累加生成构造递增数列,列出微分方程矩阵;
原始数据列和一阶累加形成的数据列分别如式(1)(2)所示;
x(0)={x(0)(1),x(0)(2),…,x(0)(k)},k=1,2,…,n (1)
x(1)={x(1)(1),x(1)(2),…,x(1)(k)},k=1,2,…,n (2)
由此可将微分方程列出如式(3)所示:
式中,a、u均为模型参数,分别成为发展灰度和内生灰度参数:
将该微分方程(3)改写为矩阵形式,如式(4)所示:
步骤二:得出GM(1,1)模型的时间响应函数,
将累加数据值代入微分方程矩阵,求得模型参数a,u的值,将其代回原来的微分方程,可得到迭代方程如式(5)所示:
步骤三:最后得出原始数列的灰色预测模型,
对式(5)作累减还原,得到原始数列X(0)的灰色预测模型,根据该模型,按所要预测时间的序号数,对k附以不同数值,计算出该时点的预测值,完成预测工作
进一步:所述S11和S12均通过分区平衡分析得到分区平衡电力流规划,并依据该电力流规划,得到水电集群送出方案和送出通道需求,初步形成外送方案库。
在电量校核的时候,可以将输送电量的数值作为自变量,对不同分区的电量进行校核。则整个电网系统负荷平衡的目标函数如式(6)所示。
式中,NG、Nd分别为发电机组数和平衡分区数,Pi,j(t)和L(t)分别为在时刻t分区j内,第i个机组的有功出力和t时刻的电网总负荷。
而在每个分区内,各机组的发电量与连接该分区的输电通道传送功率之和也要该分区内的负荷总量相等,因此每个分区的目标函数如式(7)所示。
式中,EG,j和ED,j分别表示j分区的发电总量和内部用电总量,ET,k表示通道k上传输的电量值,Bk,j为二维变量,用来表示通道k上传输功率的方向。
一般来说,该数学模型的约束条件包括机组功率约束、直流潮流约束、机组最小开/停机时间约束、输电通道容量约束等。
其中比较关键的机组功率约束和直流潮流约束约束分别如式(8)(9)所示:
式中,Pi,t为机组i在t时刻的出力,而Pi,min和Pi,max分别为机组i的最小和最大发电功率。Pb和Qb分别为各支路有功功率列向量和无功功率向量;Bb为各支路导纳对角阵,θ为节点相角列向量,R为网络节点支路关联矩阵。
而关于电网中的分区的问题采用贪心算法来进行求解。一般来说,贪心算法的求解流程如下:
1)输入各分区盈亏电量,根据盈亏情况把分区分为输送电量类和受电量类。
2)分别对每类的分区按照盈亏电量的大小进行由大到小排序。
3)每次从输送电量类中找出冗余最大的分区i,把该分区电量输送给受电量类中电量缺少最大的分区j,若分区i的冗余电量大于分区j的缺少电量,则跳到第4步,否则跳到第5步。
4)把分区i的冗余电量减去分区j的缺少电量后,把分区i按序插入到输送电量类中,同时把分区j从受电量类中删除。
5)将分区j的缺少电量减去分区i的冗余电量后,把分区j按序插入到受电量类中,同时把分区i从输送电量类中删除。
6)接着处理下一个分区,直到电网中各分区电量平衡为止,
进一步的:所述S30通过下列公式计算分析计算各规划水平年的清洁能源利用率,满足公式(13),清洁能源利用率约束达标:
清洁能源总出力为:
清洁能源总废弃量为:
清洁能源利用率约束:
F为总风力、光伏、水电发电量;α为总弃风、弃光、弃水量;k∈{w,s,h},w、s、h分别为风电场、光伏电站和水电站的编号;ωk为风光水弃量的惩罚系数;为机组k在t时段的预测发电量;为机组k在日前调度计划中t时段的发电量;λ为新能源利用率;在本方案中,2025年λ取0.9,2035年λ取0.95。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.考虑清洁能源利用率的清洁能源外送规划及运行优化方法,在送出通道规划阶段,依据清洁能源利用率分析结果,对送出通道规划方案进行评估。对于不满足清洁能源利用率要求的送出方案,及时剔除,从而优化了目标网架结构,提高了电网规划方案的适应性。
2.本发明在电网规划阶段及系统运行阶段,都进行了有针对的优化,从而更大限度的减少了弃水,提高了清洁能源利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图,其中:
图1是本发明流程图;
图2是本发明2005-2016年四川电网负荷曲线图;
图3是本发明四川电网夏冬典型日负荷曲线;
图4是本发明网络拓扑结构图;
图5是本发明风力发电机出力柱形图;
图6是本发明BUS-31处的火电机组1出力柱形图;
图7是本发明BUS-32处的火电机组2出力柱形图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
本发明较佳实施例提供的考虑清洁能源利用率的清洁能源外送规划及运行优化方法,包含风、火和梯级水电的联合优化的问题,按照实际需求,本实施例制定的上网策略为优先风电上网,要求梯级水电出力平稳,以及火电机组补偿运行的策略。基于这三条运行策略建立相关的多目标数学模型。其目标函数为多目标函数,包含风电上网电量最大、梯级水电出力波动尽可能小以及火电站以最小的发电量补偿系统剩余负荷。约束条件包含电力电量平衡、风电场功率约束、水电站功率约束、水量平衡约束、库容约束、下泄流量约束、水电站出力稳定约束以及火电厂出力约束。基于Python平台提供的pyswarm程序包,使用PSO粒子群算法对问题进行求解。
对于含风、火、梯级水电系统的联合优化运行问题,本文根据所建立的数学模型,以I EEE39节点的测试系统为例,网络拓扑结构图如图4所示。采用某流域实际梯级水电站的数据,7台水电机组分别接在其BUS-33,BUS-34,BUS-35,BUS-36,BUS-37,BUS-38和BUS-39处,梯级水电站的某平水年每月出力以及装机容量等参数如表1-梯级电站装机容量及出力参数,所示。
表1(单位:MW)
另外在BUS-31和BUS-32两个节点上接入装机容量分别为1360MW和2670MW的火电机组,如图4所示。
该地区的月度电力电量需求PD如表2-某地区全年用电量所示:
表2(单位:MW)
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
负荷 | 5550 | 4971 | 5215 | 5032 | 5184 | 5337 | 5642 | 6099 | 5587 | 5032 | 5520 | 5916 |
对文中建立的多目标函数,运用线性加权的方法将多目标函数转为单目标函数,同时采用外点罚函数的方法来处理多个约束条件,本实施例设置风电上网电量最大、梯级水电出力波动尽可能小以及火电站以最小的发电量补偿系统剩余负荷三个目标函数的权重分别为0.7、0.2和0.1。梯级电站的出力波动要在表1联合出力的基础上尽可能的小,最终得到各发电机组12个月的优化出力情况,其中,风机的出力的计算结果如图5所示:连接在BUS-31和BUS-32处的火电机组1和火电机组2的出力情况分别如图6和图7所示:由图5可知,清洁能源的年利用小时数达到了7238小时,这说明通过本发明所提出的风、水、火联合优化运行的策略清洁能源的利用率高。
分析最终的优化结果,可以看出,在系统的联合优化调度过程中,梯级水电机组主要承担基荷,起到了支撑作用,风电和负荷造成的小范围波动由火电机组调节,大范围波动则由水、火电共同调节,使风电上网电量尽可能最大,优化结果较为理想。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明的保护范围,任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.考虑清洁能源利用率的清洁能源外送规划及运行优化方法,其特征在于:预先设定约束性硬指标和评价性软指标并建立适应性分析指标体系、预先设定水电集群到负荷中心的送电方案备选库;
所述适应性分析指标体系的建立,包括以下步骤,S1至S7:
S1:根据预设的指标特性,将所有指标分为约束性硬指标和评价性软指标;
S2:由软指标构成适应性分析指标体系;
S3:形成适应性分析指标体系;
S4:指标体系量化;
S5:利用熵权法求取各指标权重,对指标体系进行降维;
S6:构造加权标准化矩阵;
S7:确定评语集中隶属度后转S16;
所述送电方案备选库的建立,包括以下步骤,S8至S15:
S8:确定分析研究目标水平年及远景展望年;
S9:分析计算负荷中心的负荷需求及负荷特性;
S10:分析计算龙头水库所辖水电集群的装机容量及出力特性,为接下来的分区平衡电力流规划的相关计算提供数据支撑;
S11:通过分区平衡分析,得到分区平衡电力流规划;
S12:依据分区平衡电力流规划,得到水电集群送出方案及送出通道需求;
S13:龙头水库投产后,水电集群送出方案是否需优化?若是,转下一步;若否,转S27;
S14:依据通道情况,对送出方案进行约束及优化;
S15:形成水电集群到负荷中心的送电方案备选库;
根据送电方案备选库,采用熵权法的评估方式对送电方案备选库进行评估,得到水电集群送出网架优化方案,包括以下步骤,S16至S35:
S16:计算各方案对应所属评价集的隶属度,确定备选方案排序;
S17:选出当前最优的水电集群送出方案;
S18:是否满足系统安全稳定约束?若是,转下一步;若否,转S21;
S19:是否能通过严重故障校核?若是,转下一步;若否,转S21;
S20:是否满足通道约束?若否,转下一步;若是,转S26;
S21:在备选库中删除当前方案;
S22:备选库中是否有备选方案?若否,转下一步;若是,转S17;
S23:水电集群开发规模及投产时序是否可优化?若是,转下一步;若否,转S25;
S24:在约束边界条件下,优化水电集群开发规模及投产时序;转S11;
S25:优化分区平衡,改变电力流向;转S12;
S26:形成水电集群送出方案;
S27:依据龙头水库投产后水电集群的出力特性及年发电量,得到水电集群月度发电能力;
S28:依据省内负荷特性,得到本省的月度电力电量需求;
S29:以水电集群发电能力、省内电力电量需求、断面输送能力、通道输送能力为边界,制定年度电力电量交易计划;
S30:是否满足清洁能源利用率约束?若否,转下一步;若是,转S34;
S31:断面及通道输送能力是否到达上限?若否,转下一步;若是,转S21;
S32:根据断面输送能力,对水电集群发电计划进行优化;
S33:根据断面输送能力,优化火电组发电计划;
S34:依据交易计划,结合来水情况及龙头水库调节能力,安排临时交易,优化水电集群运行方式;
S35:结束;
具体地:所述S9采用了GM(1,1)模型的灰色预测法判断负荷需求和负荷特性,包含三个步骤:
步骤一:累加生成构造递增数列,列出微分方程矩阵;
原始数据列和一阶累加形成的数据列分别如式(1)(2)所示;
x(0)={x(0)(1),x(0)(2),…,x(0)(k)},k=1,2,…,n (1)
x(1)={x(1)(1),x(1)(2),…,x(1)(k)},k=1,2,…,n (2)
由此可将微分方程列出如式(3)所示:
式中,a为发展灰度参数,u为内生灰度参数:
将该微分方程(3)改写为矩阵形式,如式(4)所示:
步骤二:得出GM(1,1)模型的时间响应函数,
将累加数据值代入微分方程矩阵,求得模型参数a,u的值,将其代回原来的微分方程,可得到迭代方程如式(5)所示:
步骤三:最后得出原始数列的灰色预测模型,
对式(5)作累减还原,得到原始数列X(0)的灰色预测模型,根据该模型,按所要预测时间的序号数,对k赋以不同数值,计算出该时点的预测值,完成预测工作;
所述S30通过下列公式计算分析计算各规划水平年的清洁能源利用率,满足公式(13),清洁能源利用率约束达标:
清洁能源总出力为:
清洁能源总废弃量为:
清洁能源利用率约束:
2.根据权利要求1所述的考虑清洁能源利用率的清洁能源外送规划及运行优化方法,其特征在于:所述S11和S12均通过分区平衡分析得到分区平衡电力流规划,并依据该电力流规划,得到水电集群送出方案和送出通道需求,初步形成外送方案库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467955.3A CN111612271B (zh) | 2020-05-28 | 2020-05-28 | 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467955.3A CN111612271B (zh) | 2020-05-28 | 2020-05-28 | 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612271A CN111612271A (zh) | 2020-09-01 |
CN111612271B true CN111612271B (zh) | 2022-10-14 |
Family
ID=72199906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467955.3A Active CN111612271B (zh) | 2020-05-28 | 2020-05-28 | 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612271B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660208A (zh) * | 2022-11-10 | 2023-01-31 | 国网冀北电力有限公司计量中心 | 一种考虑消纳责任权重的电网企业月度购电优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955862A (zh) * | 2014-04-09 | 2014-07-30 | 国家电网公司 | 一种区域电网风电发展的规划方法 |
CN104537445A (zh) * | 2015-01-13 | 2015-04-22 | 大连理工大学 | 一种网省两级多电源短期协调调峰方法 |
CN107730396A (zh) * | 2017-09-19 | 2018-02-23 | 国网湖南省电力公司 | 一种考虑规模化风电波动特性的电力系统实时平衡方法 |
CN109449936A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于网络结构特性分析的电网分区方法 |
CN109599861A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑本地负荷调峰能力的送端电网电源结构规划方法 |
CN109687510A (zh) * | 2018-12-11 | 2019-04-26 | 东南大学 | 一种计及不确定性的配电网多时间尺度优化运行方法 |
CN110991810A (zh) * | 2019-11-07 | 2020-04-10 | 四川大学 | 一种考虑水光蓄互补的区域联合体两阶段经济调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2920656C (en) * | 2016-02-11 | 2018-03-06 | 1304342 Alberta Ltd. | Method of extracting coal bed methane using carbon dioxide |
-
2020
- 2020-05-28 CN CN202010467955.3A patent/CN111612271B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955862A (zh) * | 2014-04-09 | 2014-07-30 | 国家电网公司 | 一种区域电网风电发展的规划方法 |
CN104537445A (zh) * | 2015-01-13 | 2015-04-22 | 大连理工大学 | 一种网省两级多电源短期协调调峰方法 |
CN107730396A (zh) * | 2017-09-19 | 2018-02-23 | 国网湖南省电力公司 | 一种考虑规模化风电波动特性的电力系统实时平衡方法 |
CN109599861A (zh) * | 2018-11-30 | 2019-04-09 | 国家电网公司西南分部 | 考虑本地负荷调峰能力的送端电网电源结构规划方法 |
CN109687510A (zh) * | 2018-12-11 | 2019-04-26 | 东南大学 | 一种计及不确定性的配电网多时间尺度优化运行方法 |
CN109449936A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于网络结构特性分析的电网分区方法 |
CN110991810A (zh) * | 2019-11-07 | 2020-04-10 | 四川大学 | 一种考虑水光蓄互补的区域联合体两阶段经济调度方法 |
Non-Patent Citations (6)
Title |
---|
Coordination of Short-Term Operation Constraints in Multi-Area Expansion Planning;Amin Khodaei等;《IEEE Transactions on Power Systems》;20120508;第27卷(第4期);第2242-2250页,全文 * |
Optimal coordination of wind and hydro power plants in power systems;Florina Scarlatache;《2014 International Conference on Optimization of Electrical and Electronic Equipment (OPTIM)》;20140710;第689-694页,全文 * |
Sediment management decision making of the Sanmenxia reservoir based on RESCON model.;Huang Yuan等;《African Journal of Agricultural Research》;20150709;第10卷(第24期);第2432-2443页,全文 * |
基于点估计法随机潮流的输电网多阶段规划研究;张衡等;《电网技术》;20181031;第42卷(第10期);第3204-3211页,全文 * |
梯级水电站群复杂调度需求多目标优化方法研究;牛文静;《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》;20180715(第7期);第C037-40页,全文 * |
水电富集电网清洁能源一体化建模及运行方式交互研究;罗彬;《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》;20180315(第3期);第C042-6页,全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111612271A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Faraji et al. | Optimal day-ahead self-scheduling and operation of prosumer microgrids using hybrid machine learning-based weather and load forecasting | |
Zhang et al. | Optimal operation of integrated electricity and heat system: A review of modeling and solution methods | |
Yuan et al. | Stochastic optimization model for the short-term joint operation of photovoltaic power and hydropower plants based on chance-constrained programming | |
Wang et al. | Demand response comprehensive incentive mechanism-based multi-time scale optimization scheduling for park integrated energy system | |
Gu et al. | Placement and capacity selection of battery energy storage system in the distributed generation integrated distribution network based on improved NSGA-II optimization | |
Yang et al. | Economic-emission dispatch problem in integrated electricity and heat system considering multi-energy demand response and carbon capture Technologies | |
CN107895221B (zh) | 市场环境下梯级水电站中长期调度与检修计划优化方法 | |
CN111030188A (zh) | 一种含分布式和储能的分层分级控制策略 | |
CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
Cerejo et al. | Hydro-wind optimal operation for joint bidding in day-ahead market: storage efficiency and impact of wind forecasting uncertainty | |
Yang et al. | Optimal bidding strategy of renewable-based virtual power plant in the day-ahead market | |
CN115526550B (zh) | 适应新能源电力与常规火电同台竞争的现货市场组织方法 | |
CN111553544B (zh) | 基于一致性算法的工业园区分布式综合需求响应方法 | |
Yang et al. | Distributionally robust optimal dispatch modelling of renewable-dominated power system and implementation path for carbon peak | |
Dorahaki et al. | A sharing economy model for a sustainable community energy storage considering end-user comfort | |
Huang et al. | Incentive-compatible market clearing for a two-stage integrated electricity-gas-heat market | |
CN111612271B (zh) | 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 | |
Mu et al. | A two-stage scheduling method for integrated community energy system based on a hybrid mechanism and data-driven model | |
Tang et al. | Multi-objective optimal dispatch for integrated energy systems based on a device value tag | |
Ding et al. | Long-term operation rules of a hydro–wind–photovoltaic hybrid system considering forecast information | |
CN111612270B (zh) | 考虑龙头水库适应性的清洁能源外送规划及运行优化方法 | |
CN111612265B (zh) | 考虑通道利用小时数的水电集群外送规划及运行优化方法 | |
CN111612272B (zh) | 考虑龙头水库的水电集群送出网架优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |