CN111969595B - 一种在离网/并网下水光蓄混合能源系统的运行优化方法 - Google Patents
一种在离网/并网下水光蓄混合能源系统的运行优化方法 Download PDFInfo
- Publication number
- CN111969595B CN111969595B CN202010736046.5A CN202010736046A CN111969595B CN 111969595 B CN111969595 B CN 111969595B CN 202010736046 A CN202010736046 A CN 202010736046A CN 111969595 B CN111969595 B CN 111969595B
- Authority
- CN
- China
- Prior art keywords
- water
- grid
- scene
- storage
- hybrid energy
- 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 48
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 65
- 230000005611 electricity Effects 0.000 claims description 29
- 238000005086 pumping Methods 0.000 claims description 27
- 238000010248 power generation Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 238000005381 potential energy Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Images
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
- H02J3/008—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
- H02J3/28—Arrangements for balancing of the load in a network by storage of 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
- 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
- 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
-
- 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
- H02J2300/22—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
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，先构建水光蓄混合能源系统的出力模型，再通过计及CVaR来度量水光蓄混合能源系统在离网/并网时的风险，并基于风险值分别构建水光蓄混合能源系统在离网/并网时的目标函数及约束条件，最近通过基于场景的随机优化算法分别优化水光蓄混合能源系离网和并网时的目标函数，从而得到最小丢负荷的量minObjoff_grid和最大利润。
Description
技术领域
本发明属于混合可再生能源技术领域，更为具体地讲，涉及一种在离网/并网条件下水光蓄混合能源系统的运行优化方法。
背景技术
随着全球化石燃料的日益枯竭和人民生活水平的不断提高，世界各国对环境保护的意识都逐渐加强。大力发展可再生能源已经成为各国解决能源和环境问题的重要方式。可再生能源包括了太阳能、风能、水能、生物质能等。可再生能源是一种取之不尽、用之不竭的能源，其开发不但不会产生温室气体，而且可以解决我国偏远地区的电力供应问题。据《2019年全球可再生能源现状报告》得出，全球可再生能源发电容量达到了2378GW，其中太阳能光伏装机容量为505GW，风电装机容量为591GW，水电装机容量为1132GW。随着可再生能源装机容量的增加，传统的化石燃料将逐渐被取代。由于风力和光伏等可再生能源具有随机性和波动性等特点，大规模可再生能源接入会对电网的稳定性和供电质量造成很大的影响，因此推动“多能互补、融合发展”成为我国未来电力发展的方向。水电具有成本低、调峰性能强、效率高等优势，依靠可以调节的水电站库容，水电可以快速启停或调节出力，是多能互补发电技术的重要组成部分。多能互补可以减少弃风弃光弃水现象，促进新能源消纳，是提高电力系统稳定性、落实绿色发展的重要手段。
由于可再生能源渗透率的不断提高，为了改善电网运行的效率和稳定性，引入储能系统是必要的。储能系统起到削峰填谷的作用，进一步减少弃风弃光弃水现象，而且可以使得投资者获得更多的利润。抽水蓄能电站是良好的储能系统，它利用夜晚过剩的电力驱动水泵，把水从下水库抽到上水库，把电能转化为势能存储起来，在白天用电高峰期时把势能转化为电能。引入抽水蓄能电站，电力的供需将更加平衡，电网的稳定性将得到稳步提升。在电力市场中，光伏、水电和抽水蓄能电站在满足本地负荷需求的情况下，在电价较低时，可以把电转化为势能存储起来，在电价较高的时候卖给电力市场来获得更多的收益。
近些年，国内外在混合可再生能源领域都取得了很多成果。例如，文献“JavedDhillon,Arun Kumar,Sunil K.Singal,Astochastic approach for the operation of awind and pumped storage plant under a deregulated environment,InternationalJournal of Green Energy,vol.13,pp.55-62,2016”针对风力发电的不确定性，提出了风电和抽水蓄能电站联合运行的策略，提高了风电机组的利用率并且增加了投资者的收入；文献“Luyao Liu,Qie Sun,Hailong Li,Hongyi Yin,Xiaohan Ren,Ronald Wennersten,Evaluating the benefits of Integrating Floating Photovoltaic and PumpedStorage Power System,Energy Conversion and Management,vol 194,pp.173-185,2019”提出了浮式光伏-抽水蓄能电站相结合的系统，在发电效益最大化的同时尽可能减少能量不平衡。水光蓄系统可以给负荷提供持续可靠的电力，抽水蓄能电站在该系统中充当储能设施，其把多余的电力存储起来，有效的解决了电能供应不平衡的问题，而且可以实现在电力市场中运行利润最大化。所述混合可再生能源系统包括可再生能源发电单元和能量存储单元，因此需要提供一种考虑光伏、负荷和电价的不确定性对水光蓄混合能源系统影响的技术方案。
发明内容
本发明的目的在于克服现有技术的不足，提供一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，在考虑光照、负荷等不确定性因素的同时，利用计及CVaR值来评估优水光蓄系统。
为实现上述发明目的，本发明一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，其特征在于，包括以下步骤：
(1)、构建水光蓄混合能源系统的出力模型；
(1.1)、构建水光蓄混合能源系统中光伏模块的出力模型；
其中，
为t时刻下场景k时的光伏电站的出力功率，PPV_max为光伏电站的最大容量，
为t时刻下场景k时的太阳辐射强度，Gref为在参考条件下的太阳辐射强度，KT为最大功率时的温度系数，
为t时刻下场景k时的光伏面板的温度，Tref为在参考条件下光伏面板的温度，
为t时刻下场景k时的周围环境温度；
(1.2)、构建水光蓄混合能源系统中水电的出力模型；
其中，
为t时刻下场景k时的水电总出力，
为t时刻下场景k时无水电调度的出力，
为t时刻下场景k时由于水电调度所改变的出力，ρ为水的密度，g为重力加速度，η为水电的能量转换效率，Q为通过水轮机的水流量，H0为水电的净水头，λD为水电调度系数；
(1.3)、构建水光蓄混合能源系统中抽水蓄能机组的模型；
其中，
为t时刻下场景k时的水库储水量，
为抽水蓄能机组在t-1时刻下场景k时的水库储水量，ηPM为抽水蓄能机组的抽水效率，
为t时刻下场景k时的抽水功率，ηGM为抽水蓄能机组的发电效率，
为t时刻下场景k时的发电功率，H为上下游的高度差，
为t时刻下场景k时光伏电站提供给抽水蓄能机组的功率，
为t时刻下场景k时水电提供给抽水蓄能机组的功率，
为t时刻下场景k时负荷所消耗抽水蓄能机组的功率；
(2)、通过计及CVaR来度量水光蓄混合能源系统的风险；
离网条件下水光蓄混合能源系统的风险：
并网条件下水光蓄混合能源系统的风险：
其中，ξCVaR和ξ'CVaR为离网和并网条件下在置信度α下的CVaR值，ζα和ηk为计算CVaR时的辅助变量，δk为场景k下的概率，Ω为总的场景数目，Rk为离网条件下丢负荷的值，R'k为并网条件下预期的收入；
(3)、根据水光蓄混合能源系统的风险系数构建水光蓄混合能源系统的目标函数；
(3.1)、构建水光蓄混合能源系统在离网时的目标函数；
其中，Objoff_grid为水光蓄混合能源系统中总的丢负荷的功率，β为风险因子，
为t时刻下场景k时的负荷的值，
为t时刻下场景k时光伏提供给负荷的功率，
为t时刻下场景k时水电提供给负荷的功率，
为t时刻下场景k时负荷所消耗抽蓄的功率。
(3.2)、构建水光蓄混合能源系统在并网时的目标函数；
其中，Ron_grid为水光蓄混合能源系统的总预期收入，EPt,k为t时刻下场景k时的现货电价，
为t时刻下场景k时向电力市场卖电的量；
(4)、构建水光蓄混合能源系统的约束条件；
其中，
为t时刻下场景k时光伏电站的输出功率，
为t时刻下场景k时水电的总出力，VPHS_min为抽蓄的最小库容，VPHS_max为抽蓄的最大库容，
为一天初始时刻和场景k时的储水量，
为一天结束时刻和场景k时的储水量，PPM_min为抽蓄机组的最小抽水功率，PPM_max为抽蓄机组的最大抽水功率，PGM_min为抽蓄机组的最小发电功率，PGM_max为抽蓄机组的最大发电功率，Bt,k为t时刻下场景k时抽蓄机组的工作状态，Bt,k＝1时为抽水状态，Bt,k＝0为发电状态；
(5)、基于水光蓄混合能源系统的出力模型和约束条件，采用基于场景的随机优化算法分别优化水光蓄混合能源系离网和并网时的目标函数，从而得到最小丢负荷的量minObjoff_grid和最大利润maxRon_grid。
本发明的发明目的是这样实现的：
本发明一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，先构建水光蓄混合能源系统的出力模型，再通过计及CVaR来度量水光蓄混合能源系统在离网/并网时的风险，并基于风险值分别构建水光蓄混合能源系统在离网/并网时的目标函数及约束条件，最近通过基于场景的随机优化算法分别优化水光蓄混合能源系离网和并网时的目标函数，从而得到最小丢负荷的量minObjoff_grid和最大利润。
同时，本发明一种在离网/并网条件下水光蓄混合能源系统的运行优化方法还具有以下有益效果：
(1)、在离网时选取了混合能源系统中供电可靠性为目标函数，在并网时选取了混合能源系统中运行利润最大为目标函数，对在离网/并网条件下水光蓄混合能源系统进行优化，使得离网时电力供应更加稳定，并网时投资者获得更多的收益，通过分析得出优化后的方案更加合理；
(2)、与其它混合能源系统优化方法相比，本方法考虑了不确定性带来的影响，同时计及条件风险价值(CVaR)来评估混合能源系统的风险。
(3)、可以充分利用当地的自然资源，更好的促进新能源消纳以及电网的安全稳定运行。
附图说明
图1是一种在离网/并网条件下水光蓄混合能源系统原理图；
图2是本发明一种在离网/并网条件下水光蓄混合能源系统的运行优化方法流程图；
图3是50种场景下光伏的输出功率曲线；
图4是水电的基准调度曲线；
图5是50种场景下负荷值曲线。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图1是一种在离网/并网条件下水光蓄混合能源系统原理图。
在本实施例中，如图1所示，一种在离网/并网条件下水光蓄混合能源系统主要包括：光伏模块、水电、抽水蓄能电站、本地负荷、电力市场和控制中心单元；其中，光伏模块、水电、抽水蓄能电站、本地负荷和电力市场都与控制中心单元连接；
如图2所示，本发明一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，包括以下步骤：
S1、构建水光蓄混合能源系统的出力模型；
S1.1、构建水光蓄混合能源系统中光伏模块的出力模型；
其中，
为t时刻下场景k时的光伏电站的出力功率，PPV_max为光伏电站的最大容量，
为t时刻下场景k时的太阳辐射强度，Gref为在参考条件下的太阳辐射强度，KT为最大功率时的温度系数，
为t时刻下场景k时的光伏面板的温度，Tref为在参考条件下光伏面板的温度，
为t时刻下场景k时的周围环境温度；
光伏电站的最大容量为PPV_max＝3000kW,参考条件下的太阳辐射强度为Gref＝1000W/m2,最大功率时的温度系数为KT＝-3.7×10-3(1/℃)，参考条件下光伏面板的温度为Tref＝25℃，如取t时刻下场景k时的太阳辐射强度为
为164W/m2,t时刻下场景k时的光伏面板的温度为
则t时刻下场景k时的光伏电站的出力功率为210.05kW。在本实施例中，50种场景时光伏的输出功率如图3所示。
S1.2、构建水光蓄混合能源系统中水电的出力模型；
其中，
为t时刻下场景k时的水电总出力，
为t时刻下场景k时无水电调度的出力，
为t时刻下场景k时由于水电调度所改变的出力，ρ为水的密度，g为重力加速度，η为水电的能量转换效率，Q为通过水轮机的水流量，H0为水电的净水头，λD为水电调度系数；
在本实施例中，水电的基准输出曲线如图4所示，其中，水的密度为ρ＝1000kg/m2,重力加速度为g＝9.8m/s2,水电的能量转换效率为η＝85％，水电的净水头为H0＝70m，如水轮机的水流量为Q＝3.3m3/s,则t时刻下场景k时无水电调度的出力为
为1926kW。
S1.3、构建水光蓄混合能源系统中抽水蓄能机组的模型；
其中，
为t时刻下场景k时的水库储水量，
为抽水蓄能机组在t-1时刻下场景k时的水库储水量，ηPM为抽水蓄能机组的抽水效率，
为t时刻下场景k时的抽水功率，ηGM为抽水蓄能机组的发电效率，
为t时刻下场景k时的发电功率，H为上下游的高度差，
为t时刻下场景k时光伏电站提供给抽水蓄能机组的功率，
为t时刻下场景k时水电提供给抽水蓄能机组的功率，
为t时刻下场景k时负荷所消耗抽水蓄能机组的功率；
S2、通过计及CVaR来度量水光蓄混合能源系统的风险；
离网条件下水光蓄混合能源系统的风险：
并网条件下水光蓄混合能源系统的风险：
其中，ξCVaR和ξ'CVaR为离网和并网条件下在置信度α下的CVaR值，ζα和ηk为计算CVaR时的辅助变量，δk为场景k下的概率，Ω为总的场景数目，Rk为离网条件下丢负荷的值，R'k为并网条件下预期的收入；
S3、根据水光蓄混合能源系统的风险系数构建水光蓄混合能源系统的目标函数；
S3.1、构建水光蓄混合能源系统在离网时的目标函数；
其中，Objoff_grid为水光蓄混合能源系统中总的丢负荷的功率，β为风险因子，
为t时刻下场景k时的负荷的值，在本实施例中，50种场景下的负荷值如图5所示；
为t时刻下场景k时光伏提供给负荷的功率，
为t时刻下场景k时水电提供给负荷的功率，
为t时刻下场景k时负荷所消耗抽蓄的功率。
S3.2、构建水光蓄混合能源系统在并网时的目标函数；
其中，Ron_grid为水光蓄混合能源系统的总预期收入，EPt,k为t时刻下场景k时的现货电价，
为t时刻下场景k时向电力市场卖电的量；
S4、构建水光蓄混合能源系统的约束条件；
其中，
为t时刻下场景k时光伏电站的输出功率，
为t时刻下场景k时水电的总出力，VPHS_min为抽蓄的最小库容，VPHS_max为抽蓄的最大库容，
为一天初始时刻和场景k时的储水量，
为一天结束时刻和场景k时的储水量，PPM_min为抽蓄机组的最小抽水功率，PPM_max为抽蓄机组的最大抽水功率，PGM_min为抽蓄机组的最小发电功率，PGM_max为抽蓄机组的最大发电功率，Bt,k为t时刻下场景k时抽蓄机组的工作状态，Bt,k＝1时为抽水状态，Bt,k＝0为发电状态；
S5、基于水光蓄混合能源系统的出力模型和约束条件，采用基于场景的随机优化算法分别优化水光蓄混合能源系离网和并网时的目标函数，从而得到最小丢负荷的量minObjoff_grid和最大利润maxRon_grid。
其中在离网条件下最小丢负荷的量minObjoff_grid为10535kW,在并网条件下最大利润maxRon_grid为9167DKK/kWh.
其中，基于场景的随机优化方法优化水光蓄混合能源系统在离网时的目标函数的具体过程为：
1)、先采用蒙特卡洛模拟法生成多种场景，再采用后向缩减法减少到Ω种场景；
在本实施例中，在离网条件下，考虑了光伏出力和负荷的不确定性。对于这两个不确定性参数，利用场景生成技术，这里采用蒙特卡洛模拟法，生成1000种场景，并通过场景缩减技术，这里采用后向缩减法，将1000种场景减少到50种场景。
2)、在离网条件下，将所有时刻和场景下的光伏电站的出力功率
所有时刻和场景下的无水电调度的出力
所有时刻和场景下的负荷的值
和所取的风险因子β值输入至基于场景的随机优化算法；
在本实施例中，对于每一个场景，每小时的光伏出力和负荷都是确定的。水电是可以调度的，根据需要给出水电调度系数λD，可以得出t时刻下场景k时的水电总出力
因此水电不考虑随机性，每个场景中水电的出力都是相同的。
3)、在基于场景的随机优化算法中，运用Gurobi优化求解器对水光蓄混合能源系统在离网时的目标函数进行求解，得到最小丢负荷的值，以及在所选取风险因子β下的CVaR的值βξCVaR；
4)、同理，按照步骤2)-3)的方法计算出取任意风险因子β值时的最小丢负荷的值和其相对应的CVaR的值βξCVaR；
5)、输出不同风险因子β所对应的最小丢负荷的值minObjoff_grid。
那么根据minObjoff_grid值，我们可以得到离网时最优条件下光伏提供给负荷的功率
光伏提供给抽蓄的功率、水电提供给负荷的功率、水电提供给抽蓄的功率
和负荷所消耗抽蓄的功率
从而得到优化后的水光蓄混合能源系统。
基于场景的随机优化方法优化水光蓄混合能源系统在并网时的目标函数的具体过程为：
(1)、先采用蒙特卡洛模拟法生成多种场景，再采用后向缩减法减少到Ω种场景；
在本实施例中，在并网条件下，考虑了光伏出力、负荷和电价的不确定性。对于这三个不确定性参数，利用场景生成技术，这里采用蒙特卡洛模拟法，生成1000种场景，并通过场景缩减技术，这里采用后向缩减法，将1000种场景减少到50种场景。
2)、在并网条件下，将t时刻下场景k时的光伏电站的出力功率
t时刻下场景k时无水电调度的出力
t时刻下场景k时的负荷的值
t时刻下场景k时的现货电价EPt,k和所取的风险因子β值输入至基于场景的随机优化算法；
在本实施例中，对于每一个场景，每时刻的光伏出力、负荷和电价都是确定的，而水电是可以调度的，根据需要给出水电调度系数λD，可以得出t时刻下场景k时的水电总出力
因此水电不考虑随机性，每个场景中水电的出力都是相同的。
3)、在基于场景的随机优化算法中，运用Gurobi优化求解器对水光蓄混合能源系统在并网时的目标函数进行求解，得到水光蓄混合能源系统在电力市场中运行的最大利润和在所选取风险因子β下的CVaR的值βξ'CVaR；
4)、同理，按照步骤2)-3)的方法计算出取任意风险因子β值时水光蓄混合能源系统的最大预期收入和其相对应的CVaR的值βξ'CVaR；
5)、输出不同风险因子β所对应的水光蓄混合能源系统并网时在电力市场中运行的最大利润。
那么根据maxRon_grid值，我们可以得到并网时最优条件光伏提供给负荷的功率、光伏提供给抽蓄的功率
水电提供给负荷的功率
水电提供给抽蓄的功率
和负荷所消耗抽蓄的功率
从而得到优化后的水光蓄混合能源系统。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
Claims (3)
1.一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，其特征在于，包括以下步骤：
(1)、构建水光蓄混合能源系统的出力模型；
(1.1)、构建水光蓄混合能源系统中光伏模块的出力模型；
其中，
为t时刻下场景k时的光伏电站的出力功率，PPV_max为光伏电站的最大容量，
为t时刻下场景k时的太阳辐射强度，Gref为在参考条件下的太阳辐射强度，KT为最大功率时的温度系数，
为t时刻下场景k时的光伏面板的温度，Tref为在参考条件下光伏面板的温度，
为t时刻下场景k时的周围环境温度；
(1.2)、构建水光蓄混合能源系统中水电的出力模型；
其中，
为t时刻下场景k时的水电总出力，
为t时刻下场景k时无水电调度的出力，
为t时刻下场景k时由于水电调度所改变的出力，ρ为水的密度，g为重力加速度，η为水电的能量转换效率，Q为通过水轮机的水流量，H0为水电的净水头，λD为水电调度系数；
(1.3)、构建水光蓄混合能源系统中抽水蓄能机组的模型；
其中，
为t时刻下场景k时的水库储水量，
为抽水蓄能机组在t-1时刻下场景k时的水库储水量，ηPM为抽水蓄能机组的抽水效率，
为t时刻下场景k时的抽水功率，ηGM为抽水蓄能机组的发电效率，
为t时刻下场景k时的发电功率，H为上下游的高度差，
为t时刻下场景k时光伏电站提供给抽水蓄能机组的功率，
为t时刻下场景k时水电提供给抽水蓄能机组的功率，
为t时刻下场景k时负荷所消耗抽水蓄能机组的功率；
(2)、通过计及条件风险价值即CVaR来度量水光蓄混合能源系统的风险；
离网条件下水光蓄混合能源系统的风险：
并网条件下水光蓄混合能源系统的风险：
其中，ξCVaR和ξ'CVaR为离网和并网条件下在置信度α下的CVaR值，ζα和ηk为计算CVaR时的辅助变量，δk为场景k下的概率，Ω为总的场景数目，Rk为离网条件下丢负荷的值，R'k为并网条件下预期的收入；
(3)、根据水光蓄混合能源系统的风险系数构建水光蓄混合能源系统的目标函数；
(3.1)、构建水光蓄混合能源系统在离网时的目标函数；
其中，Objoff_grid为水光蓄混合能源系统中总的丢负荷的功率，β为风险因子，
为t时刻下场景k时的负荷的值，
为t时刻下场景k时光伏提供给负荷的功率，
为t时刻下场景k时水电提供给负荷的功率，
为t时刻下场景k时负荷所消耗抽蓄的功率；
(3.2)、构建水光蓄混合能源系统在并网时的目标函数；
其中，Ron_grid为水光蓄混合能源系统的总预期收入，EPt,k为t时刻下场景k时的现货电价，
为t时刻下场景k时向电力市场卖电的量；
(4)、构建水光蓄混合能源系统的约束条件；
其中，
为t时刻下场景k时光伏电站的输出功率，
为t时刻下场景k时水电的总出力，VPHS_min为抽蓄的最小库容，VPHS_max为抽蓄的最大库容，
为一天初始时刻和场景k时的储水量，
为一天结束时刻和场景k时的储水量，PPM_min为抽蓄机组的最小抽水功率，PPM_max为抽蓄机组的最大抽水功率，PGM_min为抽蓄机组的最小发电功率，PGM_max为抽蓄机组的最大发电功率，Bt,k为t时刻下场景k时抽蓄机组的工作状态，Bt,k＝1时为抽水状态，Bt,k＝0为发电状态；
(5)、基于水光蓄混合能源系统的出力模型和约束条件，采用基于场景的随机优化算法分别优化水光蓄混合能源系离网和并网时的目标函数，从而得到不同时刻不同场景下的最小丢负荷量minObjoff_grid和最大利润maxRon_grid。
2.如权利要求1所述的一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，其特征在于，所述基于场景的随机优化方法优化水光蓄混合能源系统在离网时的目标函数的具体过程为：
(2.1)、先采用蒙特卡洛模拟法生成多种场景，再采用后向缩减法减少到Ω种场景；
(2.2)、在离网条件下，将所有时刻和场景下的光伏电站的出力功率
所有时刻和场景下的无水电调度的出力
所有时刻和场景下的负荷的值
和所取的风险因子β值输入至基于场景的随机优化算法；
(2.3)、在基于场景的随机优化算法中，运用Gurobi优化求解器对水光蓄混合能源系统在离网时的目标函数进行求解，得到不同时刻不同场景下的最小丢负荷值min Objoff_grid，以及在所选取风险因子β下的CVaR的值βξCVaR；
(2.4)、同理，按照步骤(2.2)-(2.3)的方法计算出取任意风险因子β值时的最小丢负荷值和其相对应的CVaR的值βξCVaR；
(2.5)、输出不同风险因子β所对应的最小丢负荷的值min Objoff_grid。
3.如权利要求1所述的一种在离网/并网条件下水光蓄混合能源系统的运行优化方法，其特征在于，所述基于场景的随机优化方法优化水光蓄混合能源系统在并网时的目标函数的具体过程为：
(3.1)、先采用蒙特卡洛模拟法生成多种场景，再采用后向缩减法减少到Ω种场景；
(3.2)、在并网条件下，将所有时刻和场景下的光伏电站的出力功率
所有时刻和场景下的无水电调度的出力
所有时刻和场景下的负荷的值
所有时刻和场景下的现货电价EPt,k和所取的风险因子β值输入至基于场景的随机优化算法；
(3.3)、在基于场景的随机优化算法中，运用Gurobi优化求解器对水光蓄混合能源系统在并网时的目标函数进行求解，得到不同时刻不同场景下的水光蓄混合能源系统在电力市场中运行的最大利润和在所选取风险因子β下的CVaR的值βξ'CVaR；
(3.4)、同理，按照步骤(3.2)-(3.3)的方法计算出取任意风险因子β值时水光蓄混合能源系统的最大预期收入和其相对应的CVaR的值βξ'CVaR；
(3.5)、输出不同风险因子β所对应的水光蓄混合能源系统并网时在电力市场中运行的最大利润。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736046.5A CN111969595B (zh) | 2020-07-28 | 2020-07-28 | 一种在离网/并网下水光蓄混合能源系统的运行优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736046.5A CN111969595B (zh) | 2020-07-28 | 2020-07-28 | 一种在离网/并网下水光蓄混合能源系统的运行优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111969595A CN111969595A (zh) | 2020-11-20 |
| CN111969595B true CN111969595B (zh) | 2023-04-18 |
Family
ID=73363230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010736046.5A Active CN111969595B (zh) | 2020-07-28 | 2020-07-28 | 一种在离网/并网下水光蓄混合能源系统的运行优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111969595B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113937765A (zh) * | 2021-10-20 | 2022-01-14 | 国网安徽省电力有限公司电力科学研究院 | 交直流混合微网调度方法、装置及微网控制设备 |
| CN115562013B (zh) * | 2022-09-29 | 2024-08-09 | 国网四川省电力公司电力科学研究院 | 全功率抽蓄机组最大功率阶跃量评估方法、调控方法 |
| CN118100300A (zh) * | 2023-08-22 | 2024-05-28 | 中电建水电开发集团有限公司 | 梯级水电、光伏和全功率变速抽水蓄能的经济调度方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107317355A (zh) * | 2017-07-04 | 2017-11-03 | 中国矿业大学 | 一种抽蓄电站联合风光互补系统及其优化方法 |
| CN107528341A (zh) * | 2017-08-25 | 2017-12-29 | 电子科技大学 | 一种用于高风电渗透率的大电网储能调度的方法 |
| CN109980636A (zh) * | 2019-03-21 | 2019-07-05 | 上海电力学院 | 基于改进Benders分解法的风水火协调优化调度方法 |
| CN110391677A (zh) * | 2019-08-26 | 2019-10-29 | 电子科技大学 | 一种基于电力市场环境的水光蓄混合系统运行优化方法 |
| CN111200281A (zh) * | 2019-12-23 | 2020-05-26 | 北京交通大学 | 互联微网储能配置扩容优化方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109103926B (zh) * | 2018-08-14 | 2020-01-03 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
-
2020
- 2020-07-28 CN CN202010736046.5A patent/CN111969595B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107317355A (zh) * | 2017-07-04 | 2017-11-03 | 中国矿业大学 | 一种抽蓄电站联合风光互补系统及其优化方法 |
| CN107528341A (zh) * | 2017-08-25 | 2017-12-29 | 电子科技大学 | 一种用于高风电渗透率的大电网储能调度的方法 |
| CN109980636A (zh) * | 2019-03-21 | 2019-07-05 | 上海电力学院 | 基于改进Benders分解法的风水火协调优化调度方法 |
| CN110391677A (zh) * | 2019-08-26 | 2019-10-29 | 电子科技大学 | 一种基于电力市场环境的水光蓄混合系统运行优化方法 |
| CN111200281A (zh) * | 2019-12-23 | 2020-05-26 | 北京交通大学 | 互联微网储能配置扩容优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111969595A (zh) | 2020-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108879793B (zh) | 一种风光蓄能水电站互补的离网式混合能源系统优化方法 | |
| CN111969595B (zh) | 一种在离网/并网下水光蓄混合能源系统的运行优化方法 | |
| Bernal-Agustín et al. | Techno-economical optimization of the production of hydrogen from PV-Wind systems connected to the electrical grid | |
| CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄系统容量优化方法 | |
| CN110909954B (zh) | 一种最大化可再生能源利用的多阶段电源规划方法 | |
| Zhai et al. | Optimal Design Method of a Hybrid CSP‐PV Plant Based on Genetic Algorithm Considering the Operation Strategy | |
| CN112600209A (zh) | 一种含潮流能的海岛独立微电网容量多目标优化配置方法 | |
| Bryan et al. | Modeling and design optimization of carbon-free hybrid energy systems with thermal and hydrogen storage | |
| CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和系统 | |
| Irshad et al. | Integration and performance analysis of optimal large-scale hybrid PV and pump hydro storage system based upon floating PV for practical application | |
| CN111431179B (zh) | 一种并网混合能源系统容量配置优化方法 | |
| CN109873419B (zh) | 一种考虑相似度和经济收益的水光蓄系统运行优化方法 | |
| Lin et al. | Optimal hybrid energy solution for island micro-grid | |
| Bao et al. | Genetic algorithm based optimal capacity allocation for an independent wind/pv/diesel/battery power generation system | |
| Musafa et al. | Combining stand alone PV rooftop, small scale PHS, rainfall storage systems for increasing electric power production based on hybrid pumping technique | |
| CN112436511A (zh) | 一种在电力／氢气市场下氢存储系统的运行优化方法 | |
| Al-Ghussain et al. | Techno-economic feasibility of PV/wind-battery storage: Case analysis in Zimbabwe | |
| Marchenko et al. | Study of the efficiency of hybrid energy systems with renewable generation: Dynamics of energy production in summer and winter periods | |
| Abdallh et al. | Efficient modeling, control and optimization of hybrid renewable-conventional energy systems | |
| Wang et al. | Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access | |
| Dong et al. | Simultaneous design and scheduling optimization of the photovoltaic-wind-hydropower-hydrogen hybrid system | |
| Zhang et al. | Determination of the optimal proportion of renewable energy based on the total social cost | |
| Chrifi-Alaoui et al. | Overview of Photovoltaic and Wind Electrical Power Hybrid Systems. Energies 2023, 16, 4778 | |
| Yousefi et al. | Sustainable development through the establishment of zero-carbon villages | |
| Dubey et al. | Review on Grid Connected Solar Wind Hybrid Power Based IOT 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 |