CN111861162B - 梯级电量联动控制的高比例水电系统日前现货出清方法 - Google Patents
梯级电量联动控制的高比例水电系统日前现货出清方法 Download PDFInfo
- Publication number
- CN111861162B CN111861162B CN202010640762.3A CN202010640762A CN111861162B CN 111861162 B CN111861162 B CN 111861162B CN 202010640762 A CN202010640762 A CN 202010640762A CN 111861162 B CN111861162 B CN 111861162B
- Authority
- CN
- China
- Prior art keywords
- power station
- power
- period
- daily
- downstream
- 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 description 37
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 55
- 230000005611 electricity Effects 0.000 claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 68
- 238000010248 power generation Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000012886 linear function Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000009191 jumping Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 5
- 238000002716 delivery method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 235000014443 Pyrus communis Nutrition 0.000 description 6
- 235000013399 edible fruits Nutrition 0.000 description 6
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明属于电力市场领域及水电调度运行领域,特别涉及一种梯级电量联动控制的高比例水电系统日前现货出清方法。针对高比例水电市场特点,构造以购电费用最小为目标的MILP模型,将梯级水电站日电量动态控制纳入系统约束,基于迭代的成交电量,建立上下游梯级联动控制边界,并将上述目标和约束自动加载到商业求解器优化框架,通过模型迭代优化实现模型高效求解。本发明能够快速给出满足梯级水力约束条件的出清计划,满足高比例水电系统日前市场出清时效性和实用性要求,为高比例水电电力市场日前现货出清提供一种切实可行的思路。
Description
技术领域
本发明属于电力市场领域及水电调度运行领域,特别涉及一种梯级电量联动控制的高比例水电系统日前现货出清方法。
背景技术
云南、四川是我国两个水电居主导地位电网。以云南为例,截止到2019年底,云南电网水电装机6779万kW,仅次四川,排名第二,按照国家排名,紧随排名第二巴西(1.04亿kW)、第三美国(1.03亿kW)、第四的加拿大(8100万kW),可以位居实际第五,发电量2356.7亿kWh,分别占全网的71.36%和73.81%。对于水电居主导地位的云南、四川,日前现货出清是电力市场化过程中亟待解决的难点问题。
电力现货市场日前出清本质是考虑电能量和备用的安全约束机组组合优化问题,这一问题在火电主导电力系统中已形成较为成熟的求解方法。相比较而言,高比例水电电力市场中水电是市场重要的发电主体,对出清结果有重大影响,且出清算法受制于如下几个因素影响:1)梯级水电时空水力、电力耦合紧密,时段间及上下游电站间存在紧密的水力电力联系;2)梯级水电站群间利益关系复杂,同一流域上下游可能隶属于不同的投资利益主体,难以协调投标策略;3)梯级水电站群在流域系统中的位置、调节性能不同,对具有紧密联系的时空水力敏感性不同;4)水电是清洁能源,电力市场过程中出现弃水会造成较大影响。所有这些因素,给高比例电力市场现货出清建模带来较大困难。如何考虑上述特点,提出简便、高效、实用的日前出清算法,是我国云南、四川为代表的现货市场建设的难点问题。
发明内容
本发明要解决的技术问题是高比例水电系统日前现货高效出清和结果实用性问题,其成果可以快速得到满足梯级水力约束的出清计划,为西南水电主导地区日前现货出清提供一种切实可行的思路。针对以上问题,本发明提出了一种基于梯级电量联动控制的高比例水电系统日前现货出清方法,并以云南电网122座水电站和11座火电站真实日发电计划数据为参考,实现了多申报场景日前现货出清仿真,结果显示本发明可快速给出满足梯级水力约束条件的水电现货出清计划,满足高比例水电系统日前现货出清时效性和实用性要求。
本发明技术方案:
一种梯级电量联动控制的高比例水电系统日前现货出清方法,具体步骤如下:
步骤(1)、日前出清模型构建
式中:分别为竞价单元j在时段t的机组运行费用、启动费用,其中机组运行费用/>是与竞价单元申报的各段出力区间和对应能量价格有关的多段线性函数,t、j分别为时段与竞价单元的索引;T、J分别为时段与竞价单元的集合;M为网络潮流约束松弛罚因子;/>分别为断面s的正反向潮流松弛变量;S为断面总数。
步骤(2)、梯级日电量动态约束构建
(a)针对下游电站,将梯级上下游电站两两结合,根据预测得到的运行日区间流量、电站前一日平均耗水率及当前水位情况,确定下游电站的自身最大可发日电量边界及上下游电站出力之间的关系,将下游电站最大可中标日电量表示为上游中标日电量及下游电站自身最大可发日电量的线性约束,加入出清模型中,具体线性约束如下:
Ej=k*Ej-1 (2)
式中:Ej-1为上游电站j-1的日电量,Ej为上游电站j-1日电量折算到下游电站j的日电量,k为上下游电站日电量折算系数,为下游电站j折算的最大日电量,/>为下游电站j在时段t的最大发电流量,Wj为下游电站j的前一日平均耗水率,pj,t为下游电站j在时段t的中标出力,/>为上游电站j-1的中标出力折算的中标日电量。
(b)针对上游第一个电站,采用与下游电站相同的方式增加日电量动态约束,加入出清模型中,具体线性约束如下:
步骤(3)、根据步骤(1)和步骤(2)中的模型及约束进行求解,确定各电站出清结果;
步骤(4)、根据各梯级电站出清结果,充分考虑水流时滞、水位、出力、流量等水力约束,采用公式(7)进行逐时段定出力计算,具体为确定各电站各时段实际可发出力进而计算各电站实际可发日电量/>若各电站实际可发出力满足公式(8),则模型求解结束;否则,继续执行(5)。
式中:fj(·)表示电站j的出力、水头、流量之间的函数关系;Zj,t-1为电站j在t-1时段的库水位;Qj,t为电站j在t时段的发电流量;Ij,t为电站j在t时段的入库流量;Δt为t时段的小时数;为电站j在t时段实际可发出力;pj,t为电站j在时段t的中标出力。
步骤(5)、更新梯级电量联动控制边界
步骤(5.1):更新上下游电站线性关系。根据各电站实际可发日电量确定的日平均耗水率与前一日耗水率存在差异,进而影响由耗水率确定的梯级上下游日电量线性关系,需要进行更新。根据电站调节性能的不同,更新线性关系可分为两种情形:
(a)日调节及以下电站。此类电站调节性能较差,在日尺度水电调度中水头变化较大,从而导致实际日耗水率与前一日存在较大的差异,可通过步骤4公式(7)定出力计算结果,按照公式(9)确定电站各时段实际耗水率进一步采用公式(10)确定电站实际日耗水率/>然后结合上游电站耗水率更新公式(4)中系数k;
(b)日调节以上电站。此类电站具备较大的调节库容,调节性能好,在日尺度水电调度中水头变化不大,可认为其前后两日耗水率不变,故无需更新梯级线性关系。
步骤(5.2):更新约束边界。如果电站为上游第一个电站,则将公式(6)中调整为步骤(4)中的/>如果电站为下游电站,则首先根据步骤(4)中确定的下游电站及该电站的/>通过公式(4)推算下游电站自身最大可发电量边界/>然后将模型中/>调整为/>
步骤(6)、跳转至步骤(3)继续执行。
本发明的有益效果:本发明结合高比例水电电网电力市场真实需求,构建了以购电费用最小为目标的MILP模型,引入梯级水电站日电量动态控制约束,建立了基于水力联系的梯级电量联动控制边界更新策略,通过优化迭代实现模型高效求解。相比以往日前出清方法,本发明可以较好的处理梯级水电站群间的水力时空紧耦合约束,大幅简化现货出清建模复杂性,避免电力市场竞价过程中的上下游不匹配问题,为我国西南高比例水电地区日前现货出清提供一种切实可行的方法。
附图说明
图1是本发明方法的流程图;
图2是本发明模型场景Ⅰ全网负荷平衡图;
图3是本发明模型场景Ⅱ全网负荷平衡图;
图4(a)~图4(e)是本发明模型场景Ⅰ的部分电站出力和水位过程图;
图5(a)~图5(e)是对照模型场景Ⅰ的部分电站出力和水位过程图;
图6(a)~图6(e)是本发明模型场景Ⅱ的部分各个电站出力和水位过程图;
图7(a)~图7(e)是对照模型场景Ⅱ的部分电站出力和水位过程图;
图8(a)~图8(c)是本发明模型场景Ⅰ的少发电站迭代收敛过程图;
图9(a)~图9(c)是本发明模型场景Ⅱ的少发电站迭代收敛过程图。
具体实施方式
下面结合附图和技术方案,进一步说明本发明的具体实施方式。
本发明的实施流程示意图如图1所示,具体实施步骤如下:
(1)日前出清模型构建。
式中:分别为竞价单元j在时段t的机组运行费用、启动费用,其中机组运行费用/>是与竞价单元申报的各段出力区间和对应能量价格有关的多段线性函数,t、j分别为时段与竞价单元的索引;T、J分别为时段与竞价单元的集合;本实施例中T取96;M为网络潮流约束松弛罚因子;/>分别为断面s的正反向潮流松弛变量;S为断面总数。
上述目标函数满足的约束条件包括:
1)功率平衡约束
式中:pj,t表示竞价单元j在t时段的出力,MW;Dt表示t时段的总负荷,MW。
2)系统备用约束
式中:表示竞价单元j在t时段的最大可用出力,MW;α为系统的负荷备用率。
3)系统安全约束
式中:Pfs,t为断面s在t时段通过的有功功率,MW;P fs,t、为断面s所允许通过的有功功率传输上、下限,MW;di,t为节点i的负荷功率,MW;Sfs-j、Sfs-i分别为电站j与节点负荷i对断面s的转移因子,/>分别为断面s的正、反向潮流松弛变量;
4)出力上下限约束
式中:P j为竞价单元j最小技术出力,MW;为竞价单元j最大技术出力,MW;vj,t表示竞价单元j在t时段的开机状态(开机取1;关机取0)。
5)爬坡率约束
式中:RUj为竞价单元j的上爬坡率,MW/15min;RDj为竞价单元j的下爬坡率,MW/15min。
6)最小连续开停机约束
最小连续开机约束如下所示:
式中:UTj为竞价单元j的最小连续运行时间,min;为竞价单元j在参与计算的第一个时段之前已经运行的时段;Gj为竞价单元j初始必须开机的时段;vj,t表示竞价单元j在t时段的开机状态(开机取1;关机取0)。
最小连续关机约束如下所示:
式中:Lj表示竞价单元j初始必须关机的时段;DTj为竞价单元j的最小连续停机时间,min;为竞价单元j在参与计算的第1个时段之前已经停机的时段数;vj,t表示竞价单元j在t时段的开机状态(开机取1;关机取0)。
(2)梯级日电量动态约束构建
(a)针对下游电站,将梯级上下游电站两两结合,根据预测得到的运行日区间流量、电站前一日平均耗水率及当前水位情况,确定下游电站的自身最大可发日电量边界及上下游电站出力之间的关系,将下游电站最大可中标日电量表示为上游中标日电量及下游电站自身最大可发日电量的线性约束,加入出清模型中,具体线性约束如下:
Ej=k*Ej-1 (26)
式中:Ej-1为上游电站j-1的日电量,Ej为上游电站j-1日电量折算到下游电站j的日电量,k为上下游电站日电量折算系数,为下游电站j折算的最大日电量,/>为下游电站j在时段t的最大发电流量,Wj为下游电站j的前一日平均耗水率,pj,t为下游电站j在时段t的中标出力,/>为上游电站j-1的中标出力折算的中标日电量。
(b)针对上游第一个电站,采用相同的方式增加日电量动态约束,加入出清模型中,具体线性约束如下:
(3)根据(1)和(2)中的模型及约束进行求解计算,确定各电站出清结果
(4)根据各梯级电站出清结果,充分考虑水流时滞、水位、出力、流量等水力约束,采用公式(31)进行逐时段定出力计算,具体为确定各电站各时段实际可发出力进而计算各电站实际可发日电量/>若各电站实际可发出力满足公式(32),则模型求解结束;否则,继续执行(5)。
式中:fj(·)表示电站j的出力、水头、流量之间的函数关系;Zj,t-1为电站j在t-1时段的库水位;Qj,t为电站j在t时段的发电流量;Ij,t为电站j在t时段的入库流量;Δt为t时段的小时数;为电站j在t时段实际可发出力;pj,t为电站j在时段t的中标出力。
(5)更新梯级电量联动控制边界
步骤1:更新上下游电站线性关系。根据各电站实际可发日电量确定的日平均耗水率与前一日耗水率存在差异,进而影响由耗水率确定的梯级上下游日电量线性关系,需要进行更新。根据电站调节性能的不同,更新线性关系可分为两种情形:
(a)日调节及以下电站。此类电站调节性能较差,在日尺度水电调度中水头变化较大,从而导致实际日耗水率与前一日存在较大的差异,可通过步骤(4)公式(31)定出力计算结果,按照公式(33)确定电站各时段实际耗水率进一步采用公式(34)确定电站实际日耗水率/>然后结合上游电站耗水率更新公式(28)中系数k;
(b)日调节以上电站。此类电站具备较大的调节库容,调节性能好,在日尺度水电调度中水头变化不大,可认为其前后两日耗水率不变,故无需更新梯级线性关系。
步骤2:更新约束边界。如果电站为上游第一个电站,则将公式(30)中调整为步骤(4)公式(31)中的/>如果电站为下游电站,则首先根据步骤(4)中确定的下游电站及该电站的/>通过公式(28)推算下游电站自身最大可发电量边界/>然后将模型中调整为/>
(6)跳转至(3)继续执行。
现以云南电网水电系统日前现货出清为例,对本发明方法进行验证。云南电网是我国两个水电居主导地位电网之一,截止2019年底,云南电网水电装机6779万kW,水电发电量2356.7亿kWh,分别占全网的71.36%和73.81%,属于典型的高比例水电系统。此外,云南省内坐落多个大型梯级水电站群,梯级水电之间时空水力、电力耦合紧密,时段间及上下游电站间存在紧密的水力电力联系;梯级水电站群间利益关系复杂,同一流域上下游可能隶属于不同的投资利益主体,难以协调投标策略。以火电为主系统出清方法很难处理上述因素,极易出现成交计划不满足梯级上下游水力匹配关系,使得系统出清结果无法用于生产实际,亟需寻求实用的方法和策略,满足日前现货出清的可用性和实用性要求。为此,本案例以我国西南水电富集的云南电网为工程背景,以122座水电站和11座火电站真实日发电计划为参考,进行日前现货申报出清多场景仿真验证,并重点对澜沧江及金沙江流域电站进行梯级电站水力校核计算,旨在解决梯级电站间水力紧耦关系导致的上下游中标电量不匹配及复杂非线性约束高效求解难题。流域电站基本信息见表1。
表1澜沧江与金沙江流域梯级电站基本信息
算例负荷数据参考云南电网某日实际数据;区间来水及水位相关信息均选取实际资料;各电站采用分段阶梯型报价,共计5段,每段包括段价和相应段容量,分段报价数据通过对云南省某月中长期交易数据特殊处理得到;模型迭代收敛绝对值精度为1%。为验证本文模型的有效性及收敛性,选取澜沧江流域功果桥、景洪及金沙江流域龙开口等处于下游日调节电站为例,考虑其上游电站两种极端申报场景。场景Ⅰ:上游电站报价高于市场出清价;场景Ⅱ:上游电站报价高于所有电站加权平均价,低于市场出清价。典型电站上下游关系见表2,两种场景下典型电站报价情况见表3。增设对照算例,以进一步分析所提方法有效性,对照算例中不考虑水力约束且不采用本文所提方法,其他参数均相同。
表2典型梯级上下游
表3典型电站各场景电价
经过优化计算得到出清结果,分别从全网负荷平衡情况、模型有效性及模型收敛性三个方面进行详细分析。
全网负荷平衡情况:图2和图3分别是场景Ⅰ和场景Ⅱ中计算得到的全网负荷平衡图,可以从图中清晰的看出,两种场景下本发明模型结果均实现了全网电量平衡。
模型有效性:图4(a)~图4(e)和图5(a)~图5(e)分别为本发明模型及其对照模型在场景Ⅰ中出现发电能力不足的电站及其上游电站出力及水位过程(注:校核前出力为水力校核前出力;校核后出力为水力校核后出力),表4为本发明模型及其对照模型在场景Ⅰ中各流域电站电量完成情况(注:少发(%)=(实际可发日电量-计划日电量)/计算日电量*100%)。可清晰看出,场景Ⅰ中对照模型未考虑梯级水力约束,部分电站出现发电能力不足情况。具体来说,典型梯级中功果桥和龙开口电站出现少发情况,究其原因是其上游电站苗尾和金安桥电站高报价,中标少,以至于放水较少,而功果桥和龙开口电站报价低,中标多,且为日调节电站,发电很大程度依赖上游放水,待自身库水位跌至死水位后,后几个时段出现发电能力不足情况;梨园电站由于报价低,中标多,且区间来水不足,导致出现少发情况;同样为日调节性能的景洪电站由于上游糯扎渡中标多,放水较多,未出现少发情况;其他电站有调节性能较好,均为出现少发情况;而本发明模型得到结果中,各电站发电能力不足情况均得到有效缓解,梨园、龙开口电站电量少发比例分别从24.4%、77.63%降为0,降幅均达到100%;而功果桥电站电量少发比例也从45.43%降至0.59%,降幅达到98.7%;各梯级总电量少发比例平均降幅达到99.60%。总体来看,场景Ⅰ中采用本文模型能够极大缓解电站发电能力不足情况。
表4场景Ⅰ中本发明模型与对照模型澜沧江及金沙江流域电站电量完成情况
图6(a)~图6(e)和图7(a)~图7(e)分别为本发明模型及其对照模型在场景Ⅱ中出现发电能力不足的电站及其上游电站出力及水位过程,表5为本发明模型及其对照模型在场景Ⅰ中各流域电站电量完成情况。可清晰看出,与场景Ⅰ类似,场景Ⅱ中对照模型未考虑梯级水力约束,部分电站出现发电能力不足情况,但相较于场景Ⅰ,少发情况有所减轻。具体来说,典型电站中下游功果桥电站电量少发比例从场景Ⅰ的45.43%降为1.35%;下游龙开口电站电量少发比例从场景Ⅰ的77.63%降为26.21%,下游景洪电站不存在发电能力不足情况;虽然梨园电站本身为上游第一个电站,典型电站报价变化对其中标电量没有直接影响,但报价变化导致典型梯级中标电量增加,承担更多的负荷,从而导致梨园电站中标电量减少,进而实际电量少发比例有所降低,从场景Ⅰ的24.4%降为9.39%。相较于场景Ⅰ,场景Ⅱ中各电站电量少发比例降低了74.94%。而本发明模型得到结果中,各电站发电能力不足情况均得到有效缓解,所有电站电量少发比例均降为0。各梯级总电量少发比例平均降幅达到100%。总体来看,场景Ⅱ中采用本文模型能够有效缓解电站发电能力不足情况。
表5场景Ⅱ中本发明模型与对照模型澜沧江及金沙江流域电站电量完成情况
模型收敛性:图8(a)~图8(c)和图9(a)~图9(c)分别为本发明模型在场景Ⅰ和场景Ⅱ中各少发电站迭代收敛过程。其中,横坐标0表示对照模型电量完成情况,其余为本文模型迭代次数。从图中看出,场景Ⅰ中:梨园及龙开口电站迭代1次实现了收敛,且收敛偏差为0;功果桥电站迭代2次实现了收敛,偏差绝对值控制在1%以内,继续增加两次迭代,该偏差可进一步降为0%。场景中Ⅱ:功果桥、梨园及龙开口等少发电站迭代1次均能实现收敛,且收敛偏差为0。从以上分析可得,场景Ⅰ和场景Ⅱ中,本发明模型均能通过有限次迭代实现收敛。
综上,本发明为高比例水电系统日前出清提供了一种切实可行的方法,可以较好地处理梯级水电站群间的水力时空紧耦合约束,大幅简化了现货出清建模复杂性,能够避免电力市场竞价过程中的上下游不匹配问题。
Claims (2)
1.一种梯级电量联动控制的高比例水电系统日前现货出清方法,其特征在于,步骤如下:
步骤(1)、日前出清模型构建
式中:分别为竞价单元j在时段t的机组运行费用、启动费用,其中机组运行费用/>是与竞价单元申报的各段出力区间和对应能量价格有关的多段线性函数,t、j分别为时段与竞价单元的索引;T、J分别为时段与竞价单元的集合;M为网络潮流约束松弛罚因子;分别为断面s的正反向潮流松弛变量;S为断面总数;
步骤(2)、梯级日电量动态约束构建
(a)针对下游电站,将梯级上下游电站两两结合,根据预测得到的运行日区间流量、电站前一日平均耗水率及当前水位情况,确定下游电站的自身最大可发日电量边界及上下游电站出力之间的关系,将下游电站最大可中标日电量表示为上游中标日电量及下游电站自身最大可发日电量的线性约束,加入出清模型中,具体线性约束如下:
Ej=k*Ej-1 (2)
式中:Ej-1为上游电站j-1的日电量,Ej为上游电站j-1日电量折算到下游电站j的日电量,k为上下游电站日电量折算系数,为下游电站j折算的最大日电量,/>为下游电站j在时段t的最大发电流量,Wj为下游电站j的前一日平均耗水率,pj,t为下游电站j在时段t的中标出力,/>为上游电站j-1的中标出力折算的中标日电量;
(b)针对上游第一个电站,采用与下游电站相同的方式增加日电量动态约束,加入出清模型中,具体线性约束如下:
步骤(3)、根据步骤(1)和步骤(2)中的模型及约束进行求解,确定各电站出清结果;
步骤(4)、根据各梯级电站出清结果,考虑包括水流时滞、水位、出力、流量的水力约束,采用公式(7)进行逐时段定出力计算,具体为确定各电站各时段实际可发出力进而计算各电站实际可发日电量/>若各电站实际可发出力满足公式(8),则模型求解结束;否则,继续执行(5);
式中:fj(·)表示电站j的出力、水头、流量之间的函数关系;Zj,t-1为电站j在t-1时段的库水位;Qj,t为电站j在t时段的发电流量;Ij,t为电站j在t时段的入库流量;Δt为t时段的小时数;为电站j在t时段实际可发出力;pj,t为电站j在时段t的中标出力;
步骤(5)、更新梯级电量联动控制边界
步骤(5.1):更新上下游电站线性关系:根据各电站实际可发日电量确定的日平均耗水率与前一日耗水率存在差异,进而影响由耗水率确定的梯级上下游日电量线性关系,需要进行更新;根据电站调节性能的不同,更新线性关系分为两种情形:
(a)日调节及以下电站:通过步骤4公式(7)定出力计算结果,按照公式(9)确定电站各时段实际耗水率再采用公式(10)确定电站实际日耗水率/>然后结合上游电站耗水率更新公式(4)中系数k;
(b)日调节以上电站:认为其前后两日耗水率不变,无需更新梯级线性关系;
步骤(5.2):更新约束边界:如果电站为上游第一个电站,则将公式(6)中调整为步骤(4)中的/>如果电站为下游电站,则首先根据步骤(4)确定的下游电站及该电站的通过公式(4)推算下游电站自身最大可发电量边界/>然后将模型中/>调整为
步骤(6)、跳转至步骤(3)继续执行。
2.根据权利要求1所述的一种梯级电量联动控制的高比例水电系统日前现货出清方法,其特征在于,所述步骤(1)中的目标函数满足的约束条件包括:
1)功率平衡约束
式中:pj,t表示竞价单元j在t时段的出力,MW;Dt表示t时段的总负荷,MW;
2)系统备用约束
式中:表示竞价单元j在t时段的最大可用出力,MW;α为系统的负荷备用率;
3)系统安全约束
式中:Pfs,t为断面s在t时段通过的有功功率,MW;P fs,t、为断面s所允许通过的有功功率传输上、下限,MW;di,t为节点i的负荷功率,MW;Sfs-j、Sfs-i分别为电站j与节点负荷i对断面s的转移因子,/>分别为断面s的正、反向潮流松弛变量;
4)出力上下限约束
式中:P j为竞价单元j最小技术出力,MW;为竞价单元j最大技术出力,MW;vj,t表示竞价单元j在t时段的开机状态,开机取1,关机取0;
5)爬坡率约束
式中:RUj为竞价单元j的上爬坡率,MW/15min;RDj为竞价单元j的下爬坡率,MW/15min;
6)最小连续开停机约束
最小连续开机约束如下所示:
式中:UTj为竞价单元j的最小连续运行时间,min;为竞价单元j在参与计算的第一个时段之前已经运行的时段;Gj为电站j初始必须开机的时段;vj,t表示竞价单元j在t时段的开机状态,开机取1,关机取0;
最小连续关机约束如下所示:
式中:Lj表示竞价单元j初始必须关机的时段;DTj为竞价单元j的最小连续停机时间,min;为竞价单元j在参与计算的第1个时段之前已经停机的时段数;vj,t表示竞价单元j在t时段的开机状态,开机取1;关机取0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010640762.3A CN111861162B (zh) | 2020-07-06 | 2020-07-06 | 梯级电量联动控制的高比例水电系统日前现货出清方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010640762.3A CN111861162B (zh) | 2020-07-06 | 2020-07-06 | 梯级电量联动控制的高比例水电系统日前现货出清方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861162A CN111861162A (zh) | 2020-10-30 |
CN111861162B true CN111861162B (zh) | 2023-12-19 |
Family
ID=73152243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010640762.3A Active CN111861162B (zh) | 2020-07-06 | 2020-07-06 | 梯级电量联动控制的高比例水电系统日前现货出清方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861162B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106655280A (zh) * | 2016-11-26 | 2017-05-10 | 大连理工大学 | 一种基于电量控制的梯级水电短期调峰模型及求解方法 |
CN109301876A (zh) * | 2018-09-04 | 2019-02-01 | 清华大学 | 一种约束条件弹性化的电力日前市场出清方法 |
CN110782281A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种多业主梯级电站流域电量转移的日前市场出清方法 |
CN111160640A (zh) * | 2019-12-23 | 2020-05-15 | 大连理工大学 | 水电站耗水率迭代修正的电力系统日前现货市场出清方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10825113B2 (en) * | 2018-03-16 | 2020-11-03 | Dalian University Of Technology | Method for short-term generation scheduling of cascade hydropower plants coupling cluster analysis and decision tree |
-
2020
- 2020-07-06 CN CN202010640762.3A patent/CN111861162B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106655280A (zh) * | 2016-11-26 | 2017-05-10 | 大连理工大学 | 一种基于电量控制的梯级水电短期调峰模型及求解方法 |
CN109301876A (zh) * | 2018-09-04 | 2019-02-01 | 清华大学 | 一种约束条件弹性化的电力日前市场出清方法 |
CN110782281A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种多业主梯级电站流域电量转移的日前市场出清方法 |
CN111160640A (zh) * | 2019-12-23 | 2020-05-15 | 大连理工大学 | 水电站耗水率迭代修正的电力系统日前现货市场出清方法 |
Non-Patent Citations (1)
Title |
---|
多运营主体梯级水电站参与的日前市场出清模型;张粒子;刘方;许通;蔡华祥;蒋燕;徐宏;;电力系统自动化(第16期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111861162A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yuan et al. | Stochastic optimization model for the short-term joint operation of photovoltaic power and hydropower plants based on chance-constrained programming | |
CN110310173B (zh) | 一种可再生能源参与中长期电力交易的电量分配方法 | |
CN111160640B (zh) | 水电站耗水率迭代修正的电力系统日前现货市场出清方法 | |
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 | |
CN109919452B (zh) | 一种基于多主体博弈的电力-天然气综合能源系统联合规划方法 | |
CN115423508B (zh) | 一种梯级水电在不确定性碳-电耦合市场中策略竞价方法 | |
CN110994606A (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
CN115423282A (zh) | 一种基于奖惩阶梯型碳交易的电-氢-储综合能源网多目标优化调度模型 | |
Hu et al. | A two-stage dispatching method for wind-hydropower-pumped storage integrated power systems | |
CN106228273B (zh) | 一种水电外送交易优化模型的构建方法 | |
CN110610403A (zh) | 考虑现货市场竞价空间的水电站中长期交易计划分解方法 | |
CN111861162B (zh) | 梯级电量联动控制的高比例水电系统日前现货出清方法 | |
CN115564191A (zh) | 一种考虑绿证交易和碳交易的配电网规划方法 | |
CN112736905B (zh) | 区域新能源容量优化配置方法及系统 | |
Heydari et al. | Optimal operation of multiple and multi purpose reservoirs systems using non-dominated sorting genetic algorithm (NSGA-II) | |
Jian et al. | Robust Bi-Level Planning Method for Multi-Source Systems Integrated With Offshore Wind Farms Considering Prediction Errors | |
Zhang et al. | Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System | |
Hu et al. | Modeling on electrical power market clearing with consideration of the participation of VPP and MG in view of energy internet | |
CN111754076A (zh) | 一种适用于电力批发市场模式评估的方法及设备 | |
Cao et al. | Low-Carbon Planning of Integrated Energy System Considering a Reward and Punishment Ladder-type Carbon Trading Mechanism | |
Ying et al. | Research on Bidding Strategy of Virtual Power Plant Considering Risk Preference | |
CN116128243B (zh) | 一种梯级水电站多维安全智能管控方法 | |
Ge et al. | Short-Term Scheduling of Cascaded Hydropower Stations with Pumped Storage Considering Strong Hydraulic Coupling | |
Chen et al. | Pumped Storage Plants Based Short-term Joint Clearing In The Spot Market | |
Yan et al. | Improved Simplex Method Algorithm used in power Market Clearing |
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 |