CN111934362A - 一种可再生能源的波动特性的多电源协调优化调峰方法 - Google Patents

一种可再生能源的波动特性的多电源协调优化调峰方法 Download PDF

Info

Publication number
CN111934362A
CN111934362A CN202010746537.8A CN202010746537A CN111934362A CN 111934362 A CN111934362 A CN 111934362A CN 202010746537 A CN202010746537 A CN 202010746537A CN 111934362 A CN111934362 A CN 111934362A
Authority
CN
China
Prior art keywords
power
load
peak regulation
peak
generator
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
CN202010746537.8A
Other languages
English (en)
Other versions
CN111934362B (zh
Inventor
周强
张彦琪
赵龙
李彬
龙虹毓
高鹏飞
王明松
李津
盖晓平
韩自奋
付嘉瑜
赵文丽
甄文喜
陈柏旭
马明
丁坤
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.)
State Grid Corp of China SGCC
Chongqing University of Post and Telecommunications
State Grid Gansu Electric Power Co Ltd
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Chongqing University of Post and Telecommunications
State Grid Gansu Electric Power Co Ltd
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
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 State Grid Corp of China SGCC, Chongqing University of Post and Telecommunications, State Grid Gansu Electric Power Co Ltd, Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010746537.8A priority Critical patent/CN111934362B/zh
Publication of CN111934362A publication Critical patent/CN111934362A/zh
Priority to US18/018,577 priority patent/US20230299585A1/en
Priority to PCT/CN2021/099358 priority patent/WO2022022099A1/zh
Application granted granted Critical
Publication of CN111934362B publication Critical patent/CN111934362B/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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • 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

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

Abstract

本发明公开了一种可再生能源的波动特性的多电源协调优化调峰方法，s1根据电量可用容量和库容决定水电周内的发电电量；s2预测系统的周时间尺度的新能源发电曲线和负荷曲线；s3根据系统外送曲线、新能源发电及负荷曲线以及水电发电容量确定水电调峰启动点；s4确定系统周内的调峰需求；s5建立调峰需求最大的优化模型；本发明的有益效果是本发明针对新能源大规模接入的消纳问题，提出了合理安排进行调峰。进一步，为保证在消纳新能源的所需的调峰需求，提出满足系统调峰需求的火电机组启停机组合优化模型。通过求解建立模型，可确定在周时间尺度内火电机组的开机方式，在避免在火电机组的频繁启停的同时，保证系统的调峰能力。

Description

一种可再生能源的波动特性的多电源协调优化调峰方法
技术领域
本发明涉及一种优化调峰方法，特别涉及一种可再生能源的波动特性的 多电源协调优化调峰方法，属于电气工程技术领域。
背景技术
可再生能源的大规模接入将会为电网调度带来巨大困难。虽然电能集中 送出可以在一定程度上缓解本地机组的调峰压力，但由于外送曲线一般也呈 现与负荷曲线相似的特性，同时新能源的出力在日内会出现由最大出力降至 零或由零升至最大出力的情形，这两面因素决定了新能源大规模接入局部区 域电网后，其所面临的调峰任务仍然艰巨，因此为在实现给定外送曲线追踪 的同时最大化地消纳可再生能源，需对区域电网的机组进行合理的调控。
本发明将区域电网内的各种电源综合考虑，提出在周时间尺度各电源协 调调峰的策略，建立火电机组满足高新能源渗透率下的调峰需求的机组组合 优化模型，使得在同时追踪外送功率曲线及最大程度消纳新能源的同时，满 足系统安全运行的要求。
发明内容
本发明的目的在于提供一种可再生能源的波动特性的多电源协调优化调 峰方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种可再生能源的波动特 性的多电源协调优化调峰方法，包括以下步骤：
s1:根据电量可用容量和库容决定水电周内的发电电量；
s2:预测系统的周时间尺度的新能源发电曲线和负荷曲线；
s3:根据系统外送曲线、新能源发电及负荷曲线以及水电发电容量确定水 电调峰启动点；
s4:确定系统周内的调峰需求；
s5:建立调峰需求最大的优化模型；
s6:利用基于分支定界算法计算系统优化模型确定该系统的机组组合方 案；
s7:计算系统的调峰能力以及风电大发情况下的调峰能力裕度。
作为本发明的一种优选技术方案，所述步骤s3中的水电调峰启动点如下：
a1：确定水电的基本运行功率PB根据水库的容量限制的而给出的周内计 划发电量限制为[Emin Emax]，此处Emin和Emax差别控制在2％-5％之间，计算PB时，水电的发电量按如下式计算EH＝(Emin+Emax)/2，区域电网内一周内的负 荷曲线记为Pl(t)，外送功率曲线记为PT(t)，新能源发电记为PR(t)，此时系统 的等效负荷为：
Figure RE-RE-GDA0002687492790000021
水电发电电量应满足：
Figure RE-RE-GDA0002687492790000022
且同时应满足约束：
Figure RE-RE-GDA0002687492790000023
a2：根据历史数据和运行经验初始化
Figure RE-RE-GDA0002687492790000024
设置误差参数ε；
a3：检验
Figure RE-RE-GDA0002687492790000025
不等式是否成立，若不成立，增加PB直 至不等式成立；
a4：通过
Figure RE-RE-GDA0002687492790000026
计算积分
Figure RE-RE-GDA0002687492790000027
若
Figure RE-RE-GDA0002687492790000028
且
Figure RE-RE-GDA0002687492790000029
令PB＝PB-ΔP， 反之令PB＝PB+ΔP；
a5：重复a4步骤，直到
Figure RE-RE-GDA00026874927900000210
记录此时PB值。
作为本发明的一种优选技术方案，所述步骤s4中的调峰需求在任意时刻 电网中所有发电机的有功出力、负荷及有功功率损耗必须满足的有功功率平 衡的等式条件为：
Figure RE-RE-GDA0002687492790000031
在确定火电的开机方式时候，可用水电调峰启动点功率PB替代
Figure RE-RE-GDA0002687492790000032
(即 总的等效负荷)，此时的含义为火电的最大出力至少要保证，水电未启动时 负荷的可靠供电，其中
Figure RE-RE-GDA0002687492790000033
为电网中所有发电机的出力之和，其中，每个发 电机的出力PGi必须满足如下所示的上下限约束：
Figure RE-RE-GDA0002687492790000034
ΔPΣ为电网中的有功功率损耗。
当系统的等效负荷从PB降低至新能源大发态势下的Pmin的过程中，有功功 率平衡可写为：
Figure RE-RE-GDA0002687492790000035
其中为ΔPL为等效负荷的变量，为正值。
(b)(a)相减得：
Figure RE-RE-GDA0002687492790000036
此时ΔPL为等效负荷的变量化，其实际的变化可由两种因素引起，第一为 实际负荷的减小，第二为新能源的增加，不管哪种方式，-ΔPL均为负值。这 就是新能源并入电网后，常规发电机的负调峰特性，同时由算式c)可以定 义为常规发电机的负调峰容量，所谓的常规发电机的负调峰能力就是当电网 中等效有功负荷从Pb降低到Pmin，常规发电机降低有功功率输出的能力，负 调峰容量等于调整后的输出与调整前的输出之差，该值总是为负。
作为本发明的一种优选技术方案，所述步骤s5中的调峰需求最大的优化 模型步骤为：
b1：给定火电发电机组的最大负调峰容量，其大小取决于给出的发电机 组合出力下限参数
Figure RE-RE-GDA0002687492790000041
在一个电网中，满足一定负荷要求的发电机组合 可能有多个，不同的发电机组合具有不同的出力下限；
b2：通过优化手段，找到满足负荷需求的最小
Figure RE-RE-GDA0002687492790000042
从而提供负调 峰容量，增加新能源消纳比例；
b3：在一个地区电网中，可以参与调峰的发电机组有N台，第i台发电 机组的出力为PGi，取值区间可以定义为[PG min PG max]，其中PG min表示发电机 i的出力下限，PG max表示发电机i的出力上限，定义向量N维向量表示其发 电组合：C＝[c1,c2,…ci,…cn]，其中ci表示第i台发电机的状态，当为0时， 表示与之对应的发电机没有参与发电，当等于1时，表示与之对应的发电机 向电网提供了一定的功率输出，定义向量PG min＝[PG1 min,…PGi min,…PGn min]，定 义向量PG max＝[PG1 max,…PGi max,…PGn max]，由此可得
Figure RE-RE-GDA0002687492790000043
用Ω表示C的取值空间，那么在此空间中，发电机组合的数量状态数为2n-1， 而机组组合的目的是在状态空间Ω中搜索发电机状态向量C使得调峰容量最 大，故其目标函数可写为
Figure RE-RE-GDA0002687492790000044
b4：由b3可总结为
Figure RE-RE-GDA0002687492790000045
b5:在满足在水电调峰启动点PB时,等效负荷将在L＝[Pmin PB]的区间内变 化，当系统的等效负荷不断降低时，系统的负调峰容量极限将不断降低，为 保证在最小负荷处系统容量的充足，系统的充足:Pmin-CTPG min≥Rth,其中Rth为考虑负荷和新能源预测误差的最小调峰需求；
b6:水电调峰为基础的火电机组组合的最终最优化模型为：
Figure RE-RE-GDA0002687492790000051
作为本发明的一种优选技术方案，所述步骤s6中的分支定界算法如下：
C1:将原问题P0放入待求问题集L中，并置目标值z*＝∞和解变量
Figure RE-RE-GDA0002687492790000052
C2:判断L是否为空？若是，停止；否则，按一定策略从L中选择ILP(k)， 并从L中删除ILP(k)；
C3:求解ILP(k)的线性松弛问题LP(k)。如果LP(k)无可行解，转C2 步；否则，令
Figure RE-RE-GDA0002687492790000053
表示LP(k)目标函数值，
Figure RE-RE-GDA0002687492790000054
表示其对应的解；
C4:如果
Figure RE-RE-GDA0002687492790000055
转C2步。如果
Figure RE-RE-GDA0002687492790000056
不满足整数性约束，转C3步；否则， 令
Figure RE-RE-GDA0002687492790000057
转C2步。
与现有技术相比，本发明的有益效果是：
1.本发明一种可再生能源的波动特性的多电源协调优化调峰方法，本发 明针对新能源大规模接入的消纳问题，提出了合理安排进行调峰。进一步， 为保证在消纳新能源的所需的调峰需求，提出满足系统调峰需求的火电机组 启停机组合优化模型。通过求解建立模型，可确定在周时间尺度内火电机组 的开机方式，在避免在火电机组的频繁启停的同时，保证系统的调峰能力。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性 劳动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。
本发明提供了一种可再生能源的波动特性的多电源协调优化调峰方法的 技术方案：
包括以下步骤：
s1:根据电量可用容量和库容决定水电周内的发电电量；
s2:预测系统的周时间尺度的新能源发电曲线和负荷曲线；
s3:根据系统外送曲线、新能源发电及负荷曲线以及水电发电容量确定水 电调峰启动点；
s4:确定系统周内的调峰需求；
s5:建立调峰需求最大的优化模型；
s6:利用基于分支定界算法计算系统优化模型确定该系统的机组组合方 案；
s7:计算系统的调峰能力以及风电大发情况下的调峰能力裕度。
步骤s3中的水电调峰启动点如下：
a1：确定水电的基本运行功率PB根据水库的容量限制的而给出的周内计 划发电量限制为[Emin Emax]，此处Emin和Emax差别控制在2％-5％之间，计算PB时，水电的发电量按如下式计算EH＝(Emin+Emax)/2，区域电网内一周内的负 荷曲线记为Pl(t)，外送功率曲线记为PT(t)，新能源发电记为PR(t)，此时系统 的等效负荷为：
Figure RE-RE-GDA0002687492790000071
水电发电电量应满足：
Figure RE-RE-GDA0002687492790000072
且同时应满足约束：
Figure RE-RE-GDA0002687492790000073
a2：根据历史数据和运行经验初始化
Figure RE-RE-GDA0002687492790000074
设置误差参数ε；
a3：检验
Figure RE-RE-GDA0002687492790000075
不等式是否成立，若不成立，增加PB直 至不等式成立；
a4：通过
Figure RE-RE-GDA0002687492790000076
计算积分
Figure RE-RE-GDA0002687492790000077
若
Figure RE-RE-GDA0002687492790000078
且
Figure RE-RE-GDA0002687492790000079
令PB＝PB-ΔP， 反之令PB＝PB+ΔP；
a5：重复a4步骤，直到
Figure RE-RE-GDA00026874927900000710
记录此时PB值。
步骤s4中的调峰需求在任意时刻电网中所有发电机的有功出力、负荷及 有功功率损耗必须满足的有功功率平衡的等式条件为：
Figure RE-RE-GDA00026874927900000711
在确定火电的开机方式时候，可用水电调峰启动点功率PB替代
Figure RE-RE-GDA00026874927900000712
(即 总的等效负荷)，此时的含义为火电的最大出力至少要保证，水电未启动时 负荷的可靠供电，其中
Figure RE-RE-GDA00026874927900000713
为电网中所有发电机的出力之和，其中，每个发 电机的出力PGi必须满足如下所示的上下限约束：
Figure RE-RE-GDA00026874927900000714
ΔPΣ为电网中的有功功率损耗。
当系统的等效负荷从PB降低至新能源大发态势下的Pmin的过程中，有功功 率平衡可写为：
Figure RE-RE-GDA0002687492790000081
其中为ΔPL为等效负荷的变量，为正值。
(b)(a)相减得：
Figure RE-RE-GDA0002687492790000082
此时ΔPL为等效负荷的变量化，其实际的变化可由两种因素引起，第一为 实际负荷的减小，第二为新能源的增加，不管哪种方式，-ΔPL均为负值。这 就是新能源并入电网后，常规发电机的负调峰特性，同时由算式c)可以定 义为常规发电机的负调峰容量，所谓的常规发电机的负调峰能力就是当电网 中等效有功负荷从Pb降低到Pmin，常规发电机降低有功功率输出的能力，负 调峰容量等于调整后的输出与调整前的输出之差，该值总是为负。
步骤s5中的调峰需求最大的优化模型步骤为：
b1：给定火电发电机组的最大负调峰容量，其大小取决于给出的发电机 组合出力下限参数
Figure RE-RE-GDA0002687492790000083
在一个电网中，满足一定负荷要求的发电机组合 可能有多个，不同的发电机组合具有不同的出力下限；
b2：通过优化手段，找到满足负荷需求的最小
Figure RE-RE-GDA0002687492790000084
从而提供负调 峰容量，增加新能源消纳比例；
b3：在一个地区电网中，可以参与调峰的发电机组有N台，第i台发电 机组的出力为PGi，取值区间可以定义为[PG min PG max]，其中PG min表示发电机 i的出力下限，PG max表示发电机i的出力上限，定义向量N维向量表示其发 电组合：C＝[c1,c2,…ci,…cn]，其中ci表示第i台发电机的状态，当为0时， 表示与之对应的发电机没有参与发电，当等于1时，表示与之对应的发电机 向电网提供了一定的功率输出，定义向量PG min＝[PG1 min,…PGi min,…PGn min]，定 义向量PG max＝[PG1 max,…PGi max,…PGn max]，由此可得
Figure RE-RE-GDA0002687492790000091
用Ω表示C的取值空间，那么在此空间中，发电机组合的数量状态数为2n-1， 而机组组合的目的是在状态空间Ω中搜索发电机状态向量C使得调峰容量最 大，故其目标函数可写为
Figure RE-RE-GDA0002687492790000092
b4：由b3可总结为
Figure RE-RE-GDA0002687492790000093
b5:在满足在水电调峰启动点PB时,等效负荷将在L＝[Pmin PB]的区间内变 化，当系统的等效负荷不断降低时，系统的负调峰容量极限将不断降低，为 保证在最小负荷处系统容量的充足，系统的充足:Pmin-CTPG min≥Rth,其中Rth为考虑负荷和新能源预测误差的最小调峰需求；
b6:水电调峰为基础的火电机组组合的最终最优化模型为：
Figure RE-RE-GDA0002687492790000094
步骤s6中的分支定界算法如下：
C1:将原问题P0放入待求问题集L中，并置目标值z*＝∞和解变量
Figure RE-RE-GDA0002687492790000095
C2:判断L是否为空？若是，停止；否则，按一定策略从L中选择ILP(k)， 并从L中删除ILP(k)；
C3:求解ILP(k)的线性松弛问题LP(k)。如果LP(k)无可行解，转C2 步；否则，令
Figure RE-RE-GDA0002687492790000101
表示LP(k)目标函数值，
Figure RE-RE-GDA0002687492790000102
表示其对应的解；
C4:如果
Figure RE-RE-GDA0002687492790000103
转C2步。如果
Figure RE-RE-GDA0002687492790000104
不满足整数性约束，转C3步；否则， 令
Figure RE-RE-GDA0002687492790000105
转C2步。
本发明一种可再生能源的波动特性的多电源协调优化调峰方法，工作原 理为：首先根据电量可用容量和库容决定水电周内的发电电量，再预测系统 的周时间尺度的新能源发电曲线和负荷曲线，紧接着根据系统外送曲线、新 能源发电及负荷曲线以及水电发电容量确定水电调峰启动点，然后确定系统 周内的调峰需求并建立调峰需求最大的优化模型，利用基于分支定界算法计 算系统优化模型确定该系统的机组组合方案，最后计算系统的调峰能力以及 风电大发情况下的调峰能力裕度，综上所述，本发明针对新能源大规模接入 的消纳问题，提出了合理安排进行调峰。进一步，为保证在消纳新能源的所 需的调峰需求，提出满足系统调峰需求的火电机组启停机组合优化模型。通 过求解建立模型，可确定在周时间尺度内火电机组的开机方式，在避免在火 电机组的频繁启停的同时，保证系统的调峰能力。
在本发明的描述中，需要理解的是，指示的方位或位置关系为基于实施 例所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指 示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作， 因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，例如，可以是固定连接，也 可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是 直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两 个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员 而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。

Claims (5)

1.一种可再生能源的波动特性的多电源协调优化调峰方法，其特征在于，包括以下步骤：
s1:根据电量可用容量和库容决定水电周内的发电电量；
s2:预测系统的周时间尺度的新能源发电曲线和负荷曲线；
s3:根据系统外送曲线、新能源发电及负荷曲线以及水电发电容量确定水电调峰启动点；
s4:确定系统周内的调峰需求；
s5:建立调峰需求最大的优化模型；
s6:利用基于分支定界算法计算系统优化模型确定该系统的机组组合方案；
s7:计算系统的调峰能力以及风电大发情况下的调峰能力裕度。
2.根据权利要求1所述的一种可再生能源的波动特性的多电源协调优化调峰方法，其特征在于：所述步骤s3中的水电调峰启动点如下：
a1：确定水电的基本运行功率PB根据水库的容量限制的而给出的周内计划发电量限制为[Emin Emax]，此处Emin和Emax差别控制在2％-5％之间，计算PB时，水电的发电量按如下式计算EH＝(Emin+Emax)/2，区域电网内一周内的负荷曲线记为Pl(t)，外送功率曲线记为PT(t)，新能源发电记为PR(t)，此时系统的等效负荷为：
Figure FDA0002608538690000011
水电发电电量应满足：
Figure FDA0002608538690000012
且同时应满足约束：
Figure FDA0002608538690000013
a2：根据历史数据和运行经验初始化
Figure FDA0002608538690000014
设置误差参数ε；
a3：检验
Figure FDA0002608538690000015
不等式是否成立，若不成立，增加PB直至不等式成立；
a4：通过
Figure FDA0002608538690000021
计算积分
Figure FDA0002608538690000022
若
Figure FDA0002608538690000023
且
Figure FDA0002608538690000024
令PB＝PB-ΔP，反之令PB＝PB+ΔP；
a5：重复a4步骤，直到
Figure FDA0002608538690000025
记录此时PB值。
3.根据权利要求1所述的一种可再生能源的波动特性的多电源协调优化调峰方法，其特征在于：所述步骤s4中的调峰需求在任意时刻电网中所有发电机的有功出力、负荷及有功功率损耗必须满足的有功功率平衡的等式条件为：
Figure FDA0002608538690000026
在确定火电的开机方式时候，可用水电调峰启动点功率PB替代
Figure FDA0002608538690000027
(即总的等效负荷)，此时的含义为火电的最大出力至少要保证，水电未启动时负荷的可靠供电，其中
Figure FDA0002608538690000028
为电网中所有发电机的出力之和，其中，每个发电机的出力PGi必须满足如下所示的上下限约束：
Figure FDA0002608538690000029
ΔPΣ为电网中的有功功率损耗。
当系统的等效负荷从PB降低至新能源大发态势下的Pmin的过程中，有功功率平衡可写为：
Figure FDA00026085386900000210
其中为ΔPL为等效负荷的变量，为正值。
(b)(a)相减得：
Figure FDA0002608538690000031
此时ΔPL为等效负荷的变量化，其实际的变化可由两种因素引起，第一为实际负荷的减小，第二为新能源的增加，不管哪种方式，-ΔPL均为负值。这就是新能源并入电网后，常规发电机的负调峰特性，同时由算式c)可以定义为常规发电机的负调峰容量，所谓的常规发电机的负调峰能力就是当电网中等效有功负荷从Pb降低到Pmin，常规发电机降低有功功率输出的能力，负调峰容量等于调整后的输出与调整前的输出之差，该值总是为负。
4.根据权利要求1所述的一种可再生能源的波动特性的多电源协调优化调峰方法，其特征在于：所述步骤s5中的调峰需求最大的优化模型步骤为：
b1：给定火电发电机组的最大负调峰容量，其大小取决于给出的发电机组合出力下限参数
Figure FDA0002608538690000032
在一个电网中，满足一定负荷要求的发电机组合可能有多个，不同的发电机组合具有不同的出力下限；
b2：通过优化手段，找到满足负荷需求的最小
Figure FDA0002608538690000033
从而提供负调峰容量，增加新能源消纳比例；
b3：在一个地区电网中，可以参与调峰的发电机组有N台，第i台发电机组的出力为PGi，取值区间可以定义为[PGmin PGmax]，其中PGmin表示发电机i的出力下限，PGmax表示发电机i的出力上限，定义向量N维向量表示其发电组合：C＝[c1,c2,…ci,…cn]，其中ci表示第i台发电机的状态，当为0时，表示与之对应的发电机没有参与发电，当等于1时，表示与之对应的发电机向电网提供了一定的功率输出，定义向量PGmin＝[PG1min,…PGimin,…PGnmin]，定义向量PGmax＝[PG1max,…PGimax,…PGnmax]，由此可得
Figure FDA0002608538690000034
用Ω表示C的取值空间，那么在此空间中，发电机组合的数量状态数为2n-1，而机组组合的目的是在状态空间Ω中搜索发电机状态向量C使得调峰容量最大，故其目标函数可写为
Figure FDA0002608538690000041
b4：由b3可总结为
Figure FDA0002608538690000042
b5:在满足在水电调峰启动点PB时,等效负荷将在L＝[Pmin PB]的区间内变化，当系统的等效负荷不断降低时，系统的负调峰容量极限将不断降低，为保证在最小负荷处系统容量的充足，系统的充足:Pmin-CTPGmin≥Rth,其中Rth为考虑负荷和新能源预测误差的最小调峰需求；
b6:水电调峰为基础的火电机组组合的最终最优化模型为：
Figure FDA0002608538690000043
5.根据权利要求1所述的一种可再生能源的波动特性的多电源协调优化调峰方法，其特征在于：所述步骤s6中的分支定界算法如下：
C1:将原问题P0放入待求问题集L中，并置目标值z*＝∞和解变量
Figure FDA0002608538690000044
C2:判断L是否为空？若是，停止；否则，按一定策略从L中选择ILP(k)，并从L中删除ILP(k)；
C3:求解ILP(k)的线性松弛问题LP(k)。如果LP(k)无可行解，转C2步；否则，令
Figure FDA0002608538690000051
表示LP(k)目标函数值，
Figure FDA0002608538690000052
表示其对应的解；
C4:如果
Figure FDA0002608538690000053
转C2步。如果
Figure FDA0002608538690000054
不满足整数性约束，转C3步；否则，令
Figure FDA0002608538690000055
转C2步。
CN202010746537.8A 2020-07-29 2020-07-29 一种可再生能源的波动特性的多电源协调优化调峰方法 Active CN111934362B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010746537.8A CN111934362B (zh) 2020-07-29 2020-07-29 一种可再生能源的波动特性的多电源协调优化调峰方法
US18/018,577 US20230299585A1 (en) 2020-07-29 2021-06-10 Coordinated optimization peak shaving method for plurality of power supplies based on fluctuation characteristics of renewable energy
PCT/CN2021/099358 WO2022022099A1 (zh) 2020-07-29 2021-06-10 一种计及可再生能源的波动特性的多电源协调优化调峰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010746537.8A CN111934362B (zh) 2020-07-29 2020-07-29 一种可再生能源的波动特性的多电源协调优化调峰方法

Publications (2)

Publication Number Publication Date
CN111934362A true CN111934362A (zh) 2020-11-13
CN111934362B CN111934362B (zh) 2022-11-15

Family

ID=73314830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010746537.8A Active CN111934362B (zh) 2020-07-29 2020-07-29 一种可再生能源的波动特性的多电源协调优化调峰方法

Country Status (3)

Country Link
US (1) US20230299585A1 (zh)
CN (1) CN111934362B (zh)
WO (1) WO2022022099A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112311018A (zh) * 2020-10-12 2021-02-02 国网甘肃省电力公司电力科学研究院 一种配套调峰电源调节和多源协调调峰方法
CN113852072A (zh) * 2021-09-28 2021-12-28 南方电网科学研究院有限责任公司 电力系统的新增发电容量预测方法、装置
CN113962598A (zh) * 2021-11-11 2022-01-21 国网天津市电力公司 新能源日运行调峰需求测算方法及装置
WO2022022099A1 (zh) * 2020-07-29 2022-02-03 国网甘肃省电力公司电力科学研究院 一种计及可再生能源的波动特性的多电源协调优化调峰方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159423A (zh) * 2021-04-22 2021-07-23 国网山东省电力公司潍坊供电公司 基于风、火、光储协调的多能源联合优化调度运行方法
CN115236981B (zh) * 2022-07-13 2023-10-10 江苏南通发电有限公司 一种基于深度调峰百万千瓦燃煤机组协调预测控制方法
CN115579894B (zh) * 2022-10-20 2023-05-16 国网浙江省电力有限公司电力科学研究院 降低装置整体损耗的分布式潮流控制器协调出力分配方法
CN116630090B (zh) * 2023-07-14 2023-09-26 中国电力科学研究院有限公司 基于电压稳定确定火电机组最小开机容量的方法及装置
CN117578532B (zh) * 2024-01-15 2024-05-07 深圳市思特克电子技术开发有限公司 一种智能电力调峰系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844652A (zh) * 2017-11-09 2018-03-27 中国电力工程顾问集团西北电力设计院有限公司 一种含电量调节层的电力系统生产模拟方法
CN108574303A (zh) * 2018-04-17 2018-09-25 上海电力学院 一种考虑调峰调频需求的多能源协调优化调度方法
CN109167383A (zh) * 2018-08-17 2019-01-08 国网福建省电力有限公司 基于精确线性化电力网络模型的电力系统调峰优化方法
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
CN110533236A (zh) * 2019-08-21 2019-12-03 云南电网有限责任公司 一种水电站短期精细化调峰调度方法
CN110752600A (zh) * 2019-11-04 2020-02-04 国网四川省电力公司经济技术研究院 基于多能互补的清洁能源系统优化调度模型的构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105048516B (zh) * 2015-08-18 2017-03-29 四川大学 一种风光水火多源互补优化调度方法
CN109245183B (zh) * 2018-05-21 2022-04-19 国网河南省电力公司安阳供电公司 一种基于负荷控制的高风光渗透率地区电网调峰方法
CN111934362B (zh) * 2020-07-29 2022-11-15 国网甘肃省电力公司电力科学研究院 一种可再生能源的波动特性的多电源协调优化调峰方法
CN112311018A (zh) * 2020-10-12 2021-02-02 国网甘肃省电力公司电力科学研究院 一种配套调峰电源调节和多源协调调峰方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107844652A (zh) * 2017-11-09 2018-03-27 中国电力工程顾问集团西北电力设计院有限公司 一种含电量调节层的电力系统生产模拟方法
CN108574303A (zh) * 2018-04-17 2018-09-25 上海电力学院 一种考虑调峰调频需求的多能源协调优化调度方法
CN109167383A (zh) * 2018-08-17 2019-01-08 国网福建省电力有限公司 基于精确线性化电力网络模型的电力系统调峰优化方法
CN110533236A (zh) * 2019-08-21 2019-12-03 云南电网有限责任公司 一种水电站短期精细化调峰调度方法
CN110752600A (zh) * 2019-11-04 2020-02-04 国网四川省电力公司经济技术研究院 基于多能互补的清洁能源系统优化调度模型的构建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴雄等: "考虑风电外送的省级系统调峰分析模型", 《电网技术》 *
朱永利等: "计及调峰能力差异性的系统多源优化调度", 《水电能源科学》 *
苏承国等: "考虑机组组合的梯级水电站短期调峰MILP模型", 《电网技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022022099A1 (zh) * 2020-07-29 2022-02-03 国网甘肃省电力公司电力科学研究院 一种计及可再生能源的波动特性的多电源协调优化调峰方法
CN112311018A (zh) * 2020-10-12 2021-02-02 国网甘肃省电力公司电力科学研究院 一种配套调峰电源调节和多源协调调峰方法
CN113852072A (zh) * 2021-09-28 2021-12-28 南方电网科学研究院有限责任公司 电力系统的新增发电容量预测方法、装置
CN113852072B (zh) * 2021-09-28 2023-07-11 南方电网科学研究院有限责任公司 电力系统的新增发电容量预测方法、装置
CN113962598A (zh) * 2021-11-11 2022-01-21 国网天津市电力公司 新能源日运行调峰需求测算方法及装置
CN113962598B (zh) * 2021-11-11 2024-05-07 国网天津市电力公司 新能源日运行调峰需求测算方法及装置

Also Published As

Publication number Publication date
WO2022022099A1 (zh) 2022-02-03
US20230299585A1 (en) 2023-09-21
CN111934362B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
CN111934362B (zh) 一种可再生能源的波动特性的多电源协调优化调峰方法
Akram et al. An innovative hybrid wind-solar and battery-supercapacitor microgrid system—Development and optimization
Bizon et al. Efficient energy control strategies for a standalone renewable/fuel cell hybrid power source
Pu et al. Hierarchical energy management control for islanding DC microgrid with electric-hydrogen hybrid storage system
CN107104433B (zh) 一种光储系统参与配电网优化运行策略的获取方法
Datta et al. A frequency-control approach by photovoltaic generator in a PV–diesel hybrid power system
Zheng et al. A multi-agent system for distributed energy resources control in microgrid
CN103443984B (zh) 基于电能成本运行液流电池系统的方法和系统
CN108695871B (zh) 含有电力弹簧的孤岛微电网降低储能容量需求的配置方法
Gugulothu et al. Energy management strategy for standalone DC microgrid system with photovoltaic/fuel cell/battery storage
Li et al. Event-triggered decentralized coordinated control method for economic operation of an islanded electric-hydrogen hybrid DC microgrid
Shahzad et al. Model predictive control strategies in microgrids: A concise revisit
CN110829503B (zh) 风光水火储的多能互补微电网联合优化调度方法及系统
Yıldız et al. An innovative LFC scheme for multi-area microgrid incorporating with hydrogen-based demand response mechanism
Gherairi Design and implementation of an intelligent energy management system for smart home utilizing a multi-agent system
Raza et al. Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid
Zhu et al. Economic dispatching of Wind/photovoltaic/storage considering load supply reliability and maximize capacity utilization
Wang et al. Frequency response methods for grid-connected wind power generations: A review
CN110932257A (zh) 一种微电网能量调度方法
Zhu et al. PV/Hydrogen DC microgrid control using distributed economic model predictive control
Armghan et al. Event-triggered multi-time scale control and low carbon operation for electric-hydrogen DC microgrid
Emad et al. Power management control of hydrogen-based system using fuzzy logic method
Zidane et al. A new fuzzy logic solution for energy management of hybrid photovoltaic/battery/hydrogen system
CN112311018A (zh) 一种配套调峰电源调节和多源协调调峰方法
Tejwani et al. Control strategy for utility interactive hybrid PV Hydrogen System

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