CN112072645A - 一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 - Google Patents
一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 Download PDFInfo
- Publication number
- CN112072645A CN112072645A CN202010858036.9A CN202010858036A CN112072645A CN 112072645 A CN112072645 A CN 112072645A CN 202010858036 A CN202010858036 A CN 202010858036A CN 112072645 A CN112072645 A CN 112072645A
- Authority
- CN
- China
- Prior art keywords
- power
- ith
- day
- power plant
- scheduling time
- 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.)
- Pending
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004220 aggregation Methods 0.000 title claims abstract description 28
- 230000002776 aggregation Effects 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 86
- 230000009194 climbing Effects 0.000 claims description 117
- 238000003860 storage Methods 0.000 claims description 63
- 238000010521 absorption reaction Methods 0.000 claims description 36
- 238000010438 heat treatment Methods 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 24
- 238000001816 cooling Methods 0.000 claims description 21
- 239000000126 substance Substances 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 14
- 238000004134 energy conservation Methods 0.000 claims description 9
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002330 electrospray ionisation mass spectrometry Methods 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 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
-
- 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
- H02J3/38—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
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J2300/40—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
Abstract
本发明涉及一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法,属于综合能源系统的运行控制技术领域。本发明方法,首先在日前得到的聚合模型及最新预测、设备状态等实时信息,修正虚拟电厂的等值模型,该等值模型包含日前等值模型及日内等值模型,其中日前等值模型基于鲁棒优化进行计算,而日内等值模型基于日前得到的聚合模型及最新预测、设备状态等实时信息,更新虚拟电厂的等值模型,因此减少了模型的保守性,适用于电力系统的日内滚动调度或实时调度。
Description
技术领域
本发明涉及一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法,属于综合能源系统的运行控制技术领域。
技术背景
能源互联网环境下,以新能源发电为代表的大量分布式资源的随机性、波动性为电力系统乃至能源系统带来了巨大挑战,对电网的安全、可靠、经济运行产生重大影响。虚拟电厂作为对分布式能源接入电网进行有效管理的重要形式,将大量的分布式能源、可控负荷和储能装置聚合成一个虚拟的整体,从而参与电网的运行和调度,提升电网运行的安全性与经济性,同时降低电网投资成本。
为了充分发挥多能分布式资源的灵活性,将分布式多能系统聚合成多能虚拟电厂来响应电力系统的调度。多能虚拟电厂等值技术是参与电力市场及电力系统调度的基础。由于多能虚拟电厂日前聚合模型一般均要求鲁棒性,故往往会损失一定的灵活性。
发明内容
本发明的目的是提出一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法,以克服已有技术的缺点,在日内基于日前得到的聚合模型及最新预测、设备状态等实时信息,修正虚拟电厂的等值模型,以减少模型的保守性。
本发明方法提出的日前聚合与日内滚动修正衔接的多能虚拟电厂等值方法,包括以下步骤:
(1)在日前建立并求解多能虚拟电厂日前鲁棒聚合模型,具体步骤如下:
(1-1)令循环变量τ=1;
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第一优化问题的约束条件包括:
a、多能虚拟电厂中发电机的有功功率范围和爬坡约束:
b、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:
c、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:
d、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:
e、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:
其中为第iEB台电锅炉的耗电功率上、下限,为第iEB台电锅炉在调度时刻t的耗电功率,为第iEB台电锅炉在调度时刻t的供热功率,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率向上、向下爬坡上限;上述参数均可由电锅炉说明书获得;
f、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:
其中为第iEC台电制冷机的耗电功率上、耗电功率下限,为第iEC台电制冷机在调度时刻t的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机的性能系数,和为第iEC台电制冷机的耗电功率向上、向下爬坡上限;上述参数均可由电制冷机说明书获得;
g、多能虚拟电厂中蓄电池的运行约束:
其中,代表蓄电池在调度时刻t处在充电状态,代表蓄电池在调度时刻t未处在充电状态;为第iES台蓄电池在调度时刻t的放电状态的0-1变量,即代表蓄电池在调度时刻t处在放电状态,代表蓄电池在调度时刻t未处在放电状态;为第iES台蓄电池在调度时刻t的充电功率,为第iES台蓄电池在调度时刻t的放电功率,为第iES台蓄电池的充电功率上下限;为第iES台蓄电池的放电功率上下限;为第iES台蓄电池设备在调度时刻t的充电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态,代表蓄电池在调度时刻t-1处在充电、在调度时刻t处未在充电状态;为描述第iES台蓄电池在调度时刻t的放电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在放电、在调度时刻t处在放电状态,代表蓄电池在调度时刻t-1处在放电、在调度时刻t未在放电状态;为一个调度日中第i台蓄电池的最大充放电转换次数;和为第i台蓄电池中可储存的最大能量和最小能量;上述所有参数均在对应设备的说明书或操作规程中得到;为第i台蓄电池在该调度日开始时储存的能量,由蓄电池前一日的调度结果得到;
h、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第二优化模型的约束条件与(1-2)中日前第一优化模型的约束条件完全相同;
(2)将步骤(1)中得到的日前等值模型上报电力系统,电力系统根据虚拟电厂日前等值模型可向虚拟电厂下发日前调度指令;
(3)在日内每个调度时刻t,根据设备当前的运行状态及分布式光伏发电装置的最新预测信息,建立并求解对多能虚拟电厂调度时刻t+1的滚动修正优化模型;该优化模型由两个优化问题组成:
(3)在日内每个调度时刻t,根据电力系统设备当前的有功功率量测值及分布光伏发电的有功功率预测值,建立并求解多能虚拟电厂调度时刻t+1的滚动修正优化模型,该滚动修正优化模型由以下日内第一优化模型和日内第二优化模型组成,其中:
(3-1)日内第一优化模型的目标函数及约束条件如下:
其中,x为该优化模型中所有待求解变量构成的列向量;
日内第一优化模型的约束条件包括:
a、根据步骤(2)的日前鲁棒聚合模型,得到多能虚拟电厂有功功率约束如下:
其中,P t+1为由日前鲁棒聚合模型得到的的调度时刻t+1的多能虚拟电厂有功功率下限;
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束如下:
其中,SG为多能虚拟电厂内所有发电机及分布式光伏发电装置和分布式风电机组构成的集合,为第iG台发电机或分布式光伏发电装置在调度时刻t+1发出的有功功率,为第iG台发电机或分布式光伏发电装置在调度时刻t发出的有功功率,和由当前有功功率量测值得到;分别为多能虚拟电厂中第iG台发电机或分布式光伏发电装置的有功功率上限和有功功率下限,对于发电机,有功功率上限及下限由其说明书获取,对于分布式光伏发电装置,其有功功率下限为0,有功功率上限由分布光伏发电的有功功率预测值得到,和分别为第i台发电机有功功率的向上爬坡上限和向下爬坡上限;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束如下:
其中,SCHP为多能虚拟电厂内所有热电联产机组构成的集合,为第iCHP台热电联产机组在调度时刻t+1的有功功率,为第iCHP台热电联产机组在调度时刻t+1的供热功率,为第iCHP台热电联产机组在调度时刻t发出的有功功率,可由当前量测值得到;为与第iCHP台热电联产机组的有功功率和供热功率相关的可行域,和为第iCHP台热电联产机组有功功率的向上爬坡上限和向下爬坡上限,上述参数均由热电联产机组说明书获得;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束如下:
其中SGB为多能虚拟电厂内所有燃气锅炉构成的集合,为第iGB台燃气锅炉在调度时刻t+1的供热功率,为第iGB台燃气锅炉在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iGB台燃气锅炉的供热功率上限和供热功率下限,和分别为第iGB台燃气锅炉的供热功率向上爬坡上限和向下爬坡上限,上述参数均由燃气锅炉说明书获得;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束如下:
其中,SAC为多能虚拟电厂内所有吸收式制冷机构成的集合,为第iAC台吸收式制冷机组在调度时刻t+1的供冷功率,为第iAC台吸收式制冷机在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iAC台吸收式制冷机的供冷功率上限和供冷功率下限,和为第iAC台吸收式制冷机的供冷功率向上爬坡上限和向下爬坡上限,上述参数均由吸收式制冷机说明书获得;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束如下:
其中,SEB为多能虚拟电厂内所有电锅炉构成的集合,为第iEB台电锅炉在调度时刻t+1的耗电功率,为第iEB台电锅炉在调度时刻t+1的供热功率,为第iEB台电锅炉在调度时刻t的耗电功率,由当前量测值得到;和分别为第iEB台电锅炉的耗电功率上限和耗电功率下限,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电锅炉说明书获得;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束如下:
其中,SEC为多能虚拟电厂中所有电制冷机构成的集合,为第iEC台电制冷机在调度时刻t+1的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机在调度时刻t耗电功率,由当前量测值得到;和为第iEC台电制冷机的耗电功率上限和耗电功率下限,为第iEC台电制冷机的性能系数,和分别为第iEC台电制冷机的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电制冷机说明书获得;
h、多能虚拟电厂中蓄电池的运行约束如下:
其中,SES为多能虚拟电厂中所有蓄电池构成的集合,表示第iES台蓄电池在调度时刻t+1在充电状态的0-1变量,即代表蓄电池在调度时刻t+1处在充电状态,代表蓄电池在调度时刻t+1未处在充电状态;表示第iES台蓄电池在调度时刻t+1在放电状态的0-1变量,即代表蓄电池在调度时刻t+1处在放电状态,代表蓄电池在调度时刻t+1未处在放电状态;为第iES台蓄电池在调度时刻t+1的充电功率,为第iES台蓄电池在调度时刻t+1的放电功率,为第iES台蓄电池在该调度时刻t时储存的能量,由蓄电池的当前量测获得;分别为第iES台蓄电池的充电功率的上限和下限,和分别为第iES台蓄电池的放电功率的上限和下限;和分别为第iES台蓄电池中可储存的最大能量和最小能量,上述所有参数均在对应设备的说明书中得到;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束如下:
(3-2)采用分支定界算法,求解日内第一优化模型,求解得到的目标函数的最小值即为日内滚动修正后的多能虚拟电厂有功功率下限;
(3-3)建立日内第二优化模型的目标函数及约束条件:
其中,x为日内第二优化模型中所有待求解变量构成的列向量;
日内第二优化模型的约束条件包括:
a、根据步骤(1)的日前鲁棒聚合模型得到虚拟电厂的有功功率约束如下:
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束:与步骤(3-1)中的约束条件b相同;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:与步骤(3-1)中的约束条件c相同;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:与步骤(3-1)中的约束条件d相同;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:与(3-1)中约束条件e相同;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:与步骤(3-1)中的约束条件f相同;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:与步骤(3-1)中的约束条件g相同;
h、多能虚拟电厂中蓄电池的运行约束:与步骤(3-1)中的约束条件h相同;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:与步骤(3-1)中的约束条件i相同;
(3-4)采用分支定界算法,求解日内第二优化问题,目标函数的最大值即为日内滚动修正后的虚拟电厂有功功率上限;
(3-5)将步骤(3-2)与步骤(3-4)中求解得到的日内滚动修正后的虚拟电厂有功功率下限和有功功率上限上报给电力系统,将日内滚动修正后的虚拟电厂有功功率下限和有功功率上限作为虚拟电厂日内调度时刻t+1等值模型的功率上限及功率下限,作为虚拟电厂日内等值模型,并上报电力系统,电力系统根据虚拟电厂日内等值模型可向虚拟电厂下发日内调度指令。
本发明方法提出的日前聚合与日内滚动修正衔接的多能虚拟电厂等值方法,其优点是:
本发明的日前聚合与日内滚动修正衔接的虚拟电厂等值方法,在日内基于日前得到的聚合模型及最新预测、设备状态等实时信息,修正虚拟电厂的等值模型,该等值模型包含日前等值模型及日内等值模型,其中日前等值模型基于鲁棒优化进行计算,而日内等值模型基于日前得到的聚合模型及最新预测、设备状态等实时信息,更新虚拟电厂的等值模型,因此减少了模型的保守性,适用于电力系统的日内滚动调度或实时调度。
附图说明
图1是电力系统与多能虚拟电厂的连接关系示意图。
图2是本发明方法的流程框图。
具体实施方式
本发明提出的日前聚合与日内滚动修正衔接的多能虚拟电厂等值方法,其流程框图如图2所示,包括以下步骤:
(1)在日前建立并求解多能虚拟电厂日前鲁棒聚合模型,具体步骤如下:
(1-1)令循环变量τ=1;
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第一优化问题的约束条件包括:
a、多能虚拟电厂中发电机的有功功率范围和爬坡约束:
b、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:
c、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:
d、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:
e、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:
其中为第iEB台电锅炉的耗电功率上、下限,为第iEB台电锅炉在调度时刻t的耗电功率,为第iEB台电锅炉在调度时刻t的供热功率,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率向上、向下爬坡上限;上述参数均可由电锅炉说明书获得;
f、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:
其中为第iEC台电制冷机的耗电功率上、耗电功率下限,为第iEC台电制冷机在调度时刻t的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机的性能系数,和为第iEC台电制冷机的耗电功率向上、向下爬坡上限;上述参数均可由电制冷机说明书获得;
g、多能虚拟电厂中蓄电池的运行约束:
其中,代表蓄电池在调度时刻t处在充电状态,代表蓄电池在调度时刻t未处在充电状态;为第iES台蓄电池在调度时刻t的放电状态的0-1变量,即代表蓄电池在调度时刻t处在放电状态,代表蓄电池在调度时刻t未处在放电状态;为第iES台蓄电池在调度时刻t的充电功率,为第iES台蓄电池在调度时刻t的放电功率,为第iES台蓄电池的充电功率上下限;为第iES台蓄电池的放电功率上下限;为第iES台蓄电池设备在调度时刻t的充电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态,代表蓄电池在调度时刻t-1处在充电、在调度时刻t处未在充电状态;为描述第iES台蓄电池在调度时刻t的放电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在放电、在调度时刻t处在放电状态,代表蓄电池在调度时刻t-1处在放电、在调度时刻t未在放电状态;为一个调度日中第i台蓄电池的最大充放电转换次数;和为第i台蓄电池中可储存的最大能量和最小能量;上述所有参数均在对应设备的说明书或操作规程中得到;为第i台蓄电池在该调度日开始时储存的能量,由蓄电池前一日的调度结果得到;
h、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第二优化模型的约束条件与(1-2)中日前第一优化模型的约束条件完全相同;
(2)将步骤(1)中得到的日前等值模型上报电力系统,电力系统根据虚拟电厂日前等值模型可向虚拟电厂下发日前调度指令;
(3)在日内每个调度时刻t,根据设备当前的运行状态及分布式光伏发电装置的最新预测信息,建立并求解对多能虚拟电厂调度时刻t+1的滚动修正优化模型;该优化模型由两个优化问题组成:
(3)在日内每个调度时刻t,根据电力系统设备当前的有功功率量测值及分布光伏发电的有功功率预测值,建立并求解多能虚拟电厂调度时刻t+1的滚动修正优化模型,该滚动修正优化模型由以下日内第一优化模型和日内第二优化模型组成,其中:
(3-1)日内第一优化模型的目标函数及约束条件如下:
其中,x为该优化模型中所有待求解变量构成的列向量;
日内第一优化模型的约束条件包括:
a、根据步骤(2)的日前鲁棒聚合模型,得到多能虚拟电厂有功功率约束如下:
其中,P t+1为由日前鲁棒聚合模型得到的的调度时刻t+1的多能虚拟电厂有功功率下限;
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束如下:
其中,SG为多能虚拟电厂内所有发电机及分布式光伏发电装置和分布式风电机组构成的集合,为第iG台发电机或分布式光伏发电装置在调度时刻t+1发出的有功功率,为第iG台发电机或分布式光伏发电装置在调度时刻t发出的有功功率,和由当前有功功率量测值得到;分别为多能虚拟电厂中第iG台发电机或分布式光伏发电装置的有功功率上限和有功功率下限,对于发电机,有功功率上限及下限由其说明书获取,对于分布式光伏发电装置,其有功功率下限为0,有功功率上限由分布光伏发电的有功功率预测值得到,和分别为第i台发电机有功功率的向上爬坡上限和向下爬坡上限;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束如下:
其中,SCHP为多能虚拟电厂内所有热电联产机组构成的集合,为第iCHP台热电联产机组在调度时刻t+1的有功功率,为第iCHP台热电联产机组在调度时刻t+1的供热功率,为第iCHP台热电联产机组在调度时刻t发出的有功功率,可由当前量测值得到;为与第iCHP台热电联产机组的有功功率和供热功率相关的可行域,和为第iCHP台热电联产机组有功功率的向上爬坡上限和向下爬坡上限,上述参数均由热电联产机组说明书获得;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束如下:
其中SGB为多能虚拟电厂内所有燃气锅炉构成的集合,为第iGB台燃气锅炉在调度时刻t+1的供热功率,为第iGB台燃气锅炉在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iGB台燃气锅炉的供热功率上限和供热功率下限,和分别为第iGB台燃气锅炉的供热功率向上爬坡上限和向下爬坡上限,上述参数均由燃气锅炉说明书获得;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束如下:
其中,SAC为多能虚拟电厂内所有吸收式制冷机构成的集合,为第iAC台吸收式制冷机组在调度时刻t+1的供冷功率,为第iAC台吸收式制冷机在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iAC台吸收式制冷机的供冷功率上限和供冷功率下限,和为第iAC台吸收式制冷机的供冷功率向上爬坡上限和向下爬坡上限,上述参数均由吸收式制冷机说明书获得;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束如下:
其中,SEB为多能虚拟电厂内所有电锅炉构成的集合,为第iEB台电锅炉在调度时刻t+1的耗电功率,为第iEB台电锅炉在调度时刻t+1的供热功率,为第iEB台电锅炉在调度时刻t的耗电功率,由当前量测值得到;和分别为第iEB台电锅炉的耗电功率上限和耗电功率下限,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电锅炉说明书获得;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束如下:
其中,SEC为多能虚拟电厂中所有电制冷机构成的集合,为第iEC台电制冷机在调度时刻t+1的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机在调度时刻t耗电功率,由当前量测值得到;和为第iEC台电制冷机的耗电功率上限和耗电功率下限,为第iEC台电制冷机的性能系数,和分别为第iEC台电制冷机的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电制冷机说明书获得;
h、多能虚拟电厂中蓄电池的运行约束如下:
其中,SES为多能虚拟电厂中所有蓄电池构成的集合,表示第iES台蓄电池在调度时刻t+1在充电状态的0-1变量,即代表蓄电池在调度时刻t+1处在充电状态,代表蓄电池在调度时刻t+1未处在充电状态;表示第iES台蓄电池在调度时刻t+1在放电状态的0-1变量,即代表蓄电池在调度时刻t+1处在放电状态,代表蓄电池在调度时刻t+1未处在放电状态;为第iES台蓄电池在调度时刻t+1的充电功率,为第iES台蓄电池在调度时刻t+1的放电功率,为第iES台蓄电池在该调度时刻t时储存的能量,由蓄电池的当前量测获得;分别为第iES台蓄电池的充电功率的上限和下限,和分别为第iES台蓄电池的放电功率的上限和下限;和分别为第iES台蓄电池中可储存的最大能量和最小能量,上述所有参数均在对应设备的说明书中得到;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束如下:
(3-2)采用分支定界算法,求解日内第一优化模型,求解得到的目标函数的最小值即为日内滚动修正后的多能虚拟电厂有功功率下限;
(3-3)建立日内第二优化模型的目标函数及约束条件:
其中,x为日内第二优化模型中所有待求解变量构成的列向量;
日内第二优化模型的约束条件包括:
a、根据步骤(1)的日前鲁棒聚合模型得到虚拟电厂的有功功率约束如下:
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束:与步骤(3-1)中的约束条件b相同;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:与步骤(3-1)中的约束条件c相同;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:与步骤(3-1)中的约束条件d相同;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:与(3-1)中约束条件e相同;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:与步骤(3-1)中的约束条件f相同;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:与步骤(3-1)中的约束条件g相同;
h、多能虚拟电厂中蓄电池的运行约束:与步骤(3-1)中的约束条件h相同;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:与步骤(3-1)中的约束条件i相同;
(3-4)采用分支定界算法,求解日内第二优化问题,目标函数的最大值即为日内滚动修正后的虚拟电厂有功功率上限;
(3-5)将步骤(3-2)与步骤(3-4)中求解得到的日内滚动修正后的虚拟电厂有功功率下限和有功功率上限上报给电力系统,将日内滚动修正后的虚拟电厂有功功率下限和有功功率上限作为虚拟电厂日内调度时刻t+1等值模型的功率上限及功率下限,作为虚拟电厂日内等值模型,并上报电力系统,电力系统根据虚拟电厂日内等值模型可向虚拟电厂下发日内调度指令。
Claims (1)
1.一种日前聚合与日内滚动修正衔接的多能虚拟电厂等值方法,其特征在于该方法包括以下步骤:
(1)在日前建立并求解多能虚拟电厂日前鲁棒聚合模型,具体步骤如下:
(1-1)令循环变量τ=1;
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第一优化问题的约束条件包括:
a、多能虚拟电厂中发电机的有功功率范围和爬坡约束:
b、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:
c、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:
d、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:
e、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:
其中为第iEB台电锅炉的耗电功率上、下限,为第iEB台电锅炉在调度时刻t的耗电功率,为第iEB台电锅炉在调度时刻t的供热功率,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率向上、向下爬坡上限;上述参数均可由电锅炉说明书获得;
f、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:
其中为第iEC台电制冷机的耗电功率上、耗电功率下限,为第iEC台电制冷机在调度时刻t的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机的性能系数,和为第iEC台电制冷机的耗电功率向上、向下爬坡上限;上述参数均可由电制冷机说明书获得;
g、多能虚拟电厂中蓄电池的运行约束:
其中,代表蓄电池在调度时刻t处在充电状态,代表蓄电池在调度时刻t未处在充电状态;为第iES台蓄电池在调度时刻t的放电状态的0-1变量,即代表蓄电池在调度时刻t处在放电状态,代表蓄电池在调度时刻t未处在放电状态;为第iES台蓄电池在调度时刻t的充电功率,为第iES台蓄电池在调度时刻t的放电功率,为第iES台蓄电池的充电功率上下限;为第iES台蓄电池的放电功率上下限;为第iES台蓄电池设备在调度时刻t的充电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在充电、在调度时刻t处在充电状态,代表蓄电池在调度时刻t-1处在充电、在调度时刻t处未在充电状态;为描述第iES台蓄电池在调度时刻t的放电转换状态的0-1变量,即代表蓄电池在调度时刻t-1未在放电、在调度时刻t处在放电状态,代表蓄电池在调度时刻t-1处在放电、在调度时刻t未在放电状态;为一个调度日中第i台蓄电池的最大充放电转换次数;和为第i台蓄电池中可储存的最大能量和最小能量;上述所有参数均在对应设备的说明书或操作规程中得到;为第i台蓄电池在该调度日开始时储存的能量,由蓄电池前一日的调度结果得到;
h、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:
其中,x为该优化模型中所有待求解变量构成的列向量;
日前第二优化模型的约束条件与(1-2)中日前第一优化模型的约束条件完全相同;
(2)将步骤(1)中得到的日前等值模型上报电力系统,电力系统根据虚拟电厂日前等值模型可向虚拟电厂下发日前调度指令;
(3)在日内每个调度时刻t,根据设备当前的运行状态及分布式光伏发电装置的最新预测信息,建立并求解对多能虚拟电厂调度时刻t+1的滚动修正优化模型;该优化模型由两个优化问题组成:
(3)在日内每个调度时刻t,根据电力系统设备当前的有功功率量测值及分布光伏发电的有功功率预测值,建立并求解多能虚拟电厂调度时刻t+1的滚动修正优化模型,该滚动修正优化模型由以下日内第一优化模型和日内第二优化模型组成,其中:
(3-1)日内第一优化模型的目标函数及约束条件如下:
其中,x为该优化模型中所有待求解变量构成的列向量;
日内第一优化模型的约束条件包括:
a、根据步骤(2)的日前鲁棒聚合模型,得到多能虚拟电厂有功功率约束如下:
其中,P t+1为由日前鲁棒聚合模型得到的的调度时刻t+1的多能虚拟电厂有功功率下限;
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束如下:
其中,SG为多能虚拟电厂内所有发电机及分布式光伏发电装置和分布式风电机组构成的集合,为第iG台发电机或分布式光伏发电装置在调度时刻t+1发出的有功功率,为第iG台发电机或分布式光伏发电装置在调度时刻t发出的有功功率,和由当前有功功率量测值得到;分别为多能虚拟电厂中第iG台发电机或分布式光伏发电装置的有功功率上限和有功功率下限,对于发电机,有功功率上限及下限由其说明书获取,对于分布式光伏发电装置,其有功功率下限为0,有功功率上限由分布光伏发电的有功功率预测值得到,和分别为第i台发电机有功功率的向上爬坡上限和向下爬坡上限;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束如下:
其中,SCHP为多能虚拟电厂内所有热电联产机组构成的集合,为第iCHP台热电联产机组在调度时刻t+1的有功功率,为第iCHP台热电联产机组在调度时刻t+1的供热功率,为第iCHP台热电联产机组在调度时刻t发出的有功功率,可由当前量测值得到;为与第iCHP台热电联产机组的有功功率和供热功率相关的可行域,和为第iCHP台热电联产机组有功功率的向上爬坡上限和向下爬坡上限,上述参数均由热电联产机组说明书获得;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束如下:
其中SGB为多能虚拟电厂内所有燃气锅炉构成的集合,为第iGB台燃气锅炉在调度时刻t+1的供热功率,为第iGB台燃气锅炉在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iGB台燃气锅炉的供热功率上限和供热功率下限,和分别为第iGB台燃气锅炉的供热功率向上爬坡上限和向下爬坡上限,上述参数均由燃气锅炉说明书获得;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束如下:
其中,SAC为多能虚拟电厂内所有吸收式制冷机构成的集合,为第iAC台吸收式制冷机组在调度时刻t+1的供冷功率,为第iAC台吸收式制冷机在调度时刻t发出的供热功率,由当前量测值得到;和分别为第iAC台吸收式制冷机的供冷功率上限和供冷功率下限,和为第iAC台吸收式制冷机的供冷功率向上爬坡上限和向下爬坡上限,上述参数均由吸收式制冷机说明书获得;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束如下:
其中,SEB为多能虚拟电厂内所有电锅炉构成的集合,为第iEB台电锅炉在调度时刻t+1的耗电功率,为第iEB台电锅炉在调度时刻t+1的供热功率,为第iEB台电锅炉在调度时刻t的耗电功率,由当前量测值得到;和分别为第iEB台电锅炉的耗电功率上限和耗电功率下限,为第iEB台电锅炉的供热效率,和为第iEB台电锅炉的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电锅炉说明书获得;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束如下:
其中,SEC为多能虚拟电厂中所有电制冷机构成的集合,为第iEC台电制冷机在调度时刻t+1的耗电功率,为第iEC台电制冷机在调度时刻t的供冷功率,为第iEC台电制冷机在调度时刻t耗电功率,由当前量测值得到;和为第iEC台电制冷机的耗电功率上限和耗电功率下限,为第iEC台电制冷机的性能系数,和分别为第iEC台电制冷机的耗电功率的向上爬坡上限和向下爬坡上限,上述参数均由电制冷机说明书获得;
h、多能虚拟电厂中蓄电池的运行约束如下:
其中,SES为多能虚拟电厂中所有蓄电池构成的集合,表示第iES台蓄电池在调度时刻t+1在充电状态的0-1变量,即代表蓄电池在调度时刻t+1处在充电状态,代表蓄电池在调度时刻t+1未处在充电状态;表示第iES台蓄电池在调度时刻t+1在放电状态的0-1变量,即代表蓄电池在调度时刻t+1处在放电状态,代表蓄电池在调度时刻t+1未处在放电状态;为第iES台蓄电池在调度时刻t+1的充电功率,为第iES台蓄电池在调度时刻t+1的放电功率,为第iES台蓄电池在该调度时刻t时储存的能量,由蓄电池的当前量测获得;分别为第iES台蓄电池的充电功率的上限和下限,和分别为第iES台蓄电池的放电功率的上限和下限;和分别为第iES台蓄电池中可储存的最大能量和最小能量,上述所有参数均在对应设备的说明书中得到;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束如下:
(3-2)采用分支定界算法,求解日内第一优化模型,求解得到的目标函数的最小值即为日内滚动修正后的多能虚拟电厂有功功率下限;
(3-3)建立日内第二优化模型的目标函数及约束条件:
其中,x为日内第二优化模型中所有待求解变量构成的列向量;
日内第二优化模型的约束条件包括:
a、根据步骤(1)的日前鲁棒聚合模型得到虚拟电厂的有功功率约束如下:
b、多能虚拟电厂中发电机的有功功率范围和爬坡约束:与步骤(3-1)中的约束条件b相同;
c、多能虚拟电厂中热电联产机组的有功功率和供热功率范围约束和热电联产机组的有功功率爬坡约束:与步骤(3-1)中的约束条件c相同;
d、多能虚拟电厂中燃气锅炉供热功率范围及爬坡约束:与步骤(3-1)中的约束条件d相同;
e、多能虚拟电厂中吸收式制冷机的供冷功率范围及爬坡约束:与(3-1)中约束条件e相同;
f、多能虚拟电厂中电热锅炉的供热功率范围及爬坡约束:与步骤(3-1)中的约束条件f相同;
g、多能虚拟电厂中电制冷机的供冷功率范围及爬坡约束:与步骤(3-1)中的约束条件g相同;
h、多能虚拟电厂中蓄电池的运行约束:与步骤(3-1)中的约束条件h相同;
i、多能虚拟电厂中的电能、热能、冷能的能量守恒约束:与步骤(3-1)中的约束条件i相同;
(3-4)采用分支定界算法,求解日内第二优化问题,目标函数的最大值即为日内滚动修正后的虚拟电厂有功功率上限;
(3-5)将步骤(3-2)与步骤(3-4)中求解得到的日内滚动修正后的虚拟电厂有功功率下限和有功功率上限上报给电力系统,将日内滚动修正后的虚拟电厂有功功率下限和有功功率上限作为虚拟电厂日内调度时刻t+1等值模型的功率上限及功率下限,作为虚拟电厂日内等值模型,并上报电力系统,电力系统根据虚拟电厂日内等值模型可向虚拟电厂下发日内调度指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858036.9A CN112072645A (zh) | 2020-08-24 | 2020-08-24 | 一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858036.9A CN112072645A (zh) | 2020-08-24 | 2020-08-24 | 一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112072645A true CN112072645A (zh) | 2020-12-11 |
Family
ID=73659260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010858036.9A Pending CN112072645A (zh) | 2020-08-24 | 2020-08-24 | 一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112072645A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489008A (zh) * | 2021-09-07 | 2021-10-08 | 国网江西省电力有限公司电力科学研究院 | 一种基于实时动态修正的多类型供用能系统等值方法 |
CN116031886A (zh) * | 2023-01-30 | 2023-04-28 | 天津大学 | 热泵虚拟电厂日前-日内两阶段灵活性爬坡能力控制方法 |
-
2020
- 2020-08-24 CN CN202010858036.9A patent/CN112072645A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489008A (zh) * | 2021-09-07 | 2021-10-08 | 国网江西省电力有限公司电力科学研究院 | 一种基于实时动态修正的多类型供用能系统等值方法 |
CN116031886A (zh) * | 2023-01-30 | 2023-04-28 | 天津大学 | 热泵虚拟电厂日前-日内两阶段灵活性爬坡能力控制方法 |
CN116031886B (zh) * | 2023-01-30 | 2024-02-13 | 天津大学 | 热泵虚拟电厂日前-日内两阶段灵活性爬坡能力控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rajan et al. | Primary frequency control techniques for large-scale PV-integrated power systems: A review | |
CN107895971B (zh) | 基于随机规划和模型预测控制的区域能源互联网调度方法 | |
US9618914B2 (en) | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof | |
CN111950807B (zh) | 计及不确定性与需求响应的综合能源系统优化运行方法 | |
CN111293691A (zh) | 基于模型预测控制的微电网多时间尺度优化调度方法 | |
Hug-Glanzmann | Coordination of intermittent generation with storage, demand control and conventional energy sources | |
CN107069786B (zh) | 一种提升风电消纳的系统及方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN106712087B (zh) | 一种微能源网切换模式 | |
CN112600253B (zh) | 基于用能效率最优的园区综合能源协同优化方法及设备 | |
CN112072645A (zh) | 一种日前聚合与日内滚动修正衔接的虚拟电厂等值方法 | |
CN113241803A (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN112865075A (zh) | 一种交直流混合微电网优化方法 | |
CN110941799A (zh) | 一种考虑系统综合不确定性因素的能量枢纽随机规划方法 | |
CN112234607A (zh) | 一种考虑快速启停设备的多能虚拟电厂调节能力计算方法 | |
CN112084629A (zh) | 一种基于两阶段鲁棒优化的多能虚拟电厂聚合方法 | |
CN109193666B (zh) | 基于通用能量母线的综合能源系统时序能量流计算方法 | |
Xijun et al. | Research on output controllability of photovoltaic grid connected generation system with hybrid energy storage | |
CN115864475A (zh) | 一种风光储容量优化配置方法及系统 | |
CN111049134B (zh) | 一种多能互补园区响应电力系统削峰需求的计算方法 | |
CN115187018A (zh) | 一种园区综合能源系统双层优化调度方法及装置 | |
CN114399162A (zh) | 一种基于能源调度时间自适应变化的滚动优化调度方法 | |
CN111310973A (zh) | 一种多能虚拟电厂调节成本计算方法 | |
Zhou et al. | A robust optimization method for IES with adjustable degree of conservation | |
Yang et al. | Multi-time scale collaborative scheduling strategy of distributed energy systems for energy Internet |
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 |