CN112104007B - 一种广义源储系统调度的集中控制方法 - Google Patents
一种广义源储系统调度的集中控制方法 Download PDFInfo
- Publication number
- CN112104007B CN112104007B CN202011243276.4A CN202011243276A CN112104007B CN 112104007 B CN112104007 B CN 112104007B CN 202011243276 A CN202011243276 A CN 202011243276A CN 112104007 B CN112104007 B CN 112104007B
- Authority
- CN
- China
- Prior art keywords
- power supply
- storage system
- supply unit
- energy storage
- thermal power
- 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 30
- 238000004146 energy storage Methods 0.000 claims abstract description 93
- 238000013178 mathematical model Methods 0.000 claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 150000001875 compounds Chemical class 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 10
- 238000010977 unit operation Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 7
- OBAXSLNBFZJCNP-QPEQYQDCSA-N (3z)-5-hydroxy-3-[(4-hydroxyphenyl)methylidene]-1-benzofuran-2-one Chemical compound C1=CC(O)=CC=C1\C=C/1C2=CC(O)=CC=C2OC\1=O OBAXSLNBFZJCNP-QPEQYQDCSA-N 0.000 claims description 6
- OBAXSLNBFZJCNP-UHFFFAOYSA-N Marginalin Natural products C1=CC(O)=CC=C1C=C1C2=CC(O)=CC=C2OC1=O OBAXSLNBFZJCNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013486 operation strategy Methods 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect 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
- H02J3/38—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
- G06Q10/06—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
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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]
-
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种广义源储系统调度的集中控制方法。所述广义源储系统调度的集中控制方法包括如下步骤:步骤S1、确定广义源储系统;步骤S2、根据传统供电系统的运行状况,确定传统供电机组的约束范围;步骤S3、根据储能系统的运行特性,建立可调度空间约束下广义源储系统最优数学模型;步骤S4、对最优数学模型进行求解,输出包括各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,并应用于广义源储系统中。本发明解决了新能源高渗透率电力系统优化调度中,达到减少火电装机,降低系统运行成本,减少弃水、弃新能源的目的。
Description
技术领域
本发明涉及新能源渗透率电力系统技术领域,特别涉及一种广义源储系统调度的集中控制方法。
背景技术
在新能源高渗透率系统中,由于传统电源的调节能力不足,电力系统运行中产生了较为严重的弃风弃光现象。负荷与新能源的随机波动性以及传统火电供电机组的调节能力的局限性,往往导致电力系统需要舍弃部分的新能源或者切除部分的可控负荷来实现电力系统的功率平衡,由此也使得新能源高渗透率电力系统的供电能力和可靠性有所下降。储能技术作为目前提高风电等新能源利用率的一种有效技术手段,成为现有研究的重点。
储能技术作为一种可以抑制新能源出力的波动性并且补偿其预测误差,而且使得大规模新能源能够接入电网的技术,它在电力系统中的应用越来越广泛。因此,本文提出广义储能系统,即利用一定规模、先进而经济的储能系统,制定灵活、互动性强的运行策略,将新能源分散的电能平移集中至高峰负荷时段,使其紧密跟踪电网负荷变动,从而达到减少火电装机,降低系统运行成本,减少弃水、弃新能源的目的。
储能在参与新能源高渗透率电力系统优化调度时,虽然可以很好的提升新能源的调度能力,但由于新能源出力预测误差较大,导致传统的电力系统求解模型以及优化调度策略已经远远不能满足现有的需要。目前,关于电力系统优化调度模型及其求解方法现在已有大量的成熟研究成果。但描述的几种方法都是针对传统的电力系统模型展开,而随着电力系统优化模型的复杂程度越来越大,如何针对现有传统电力系统优化模型进行改进成为亟需解决的问题。
发明内容
本发明提供了一种广义源储系统调度的集中控制方法,其目的是为了针对现有传统供电系统优化模型进行改进,应用电力系统求解模型以及优化调度策略,从而达到减少火电装机,降低系统运行成本,减少弃水、弃新能源的目的。
为了达到上述目的,本发明的实施例提供的一种广义源储系统调度的集中控制方法,包括如下步骤:
步骤S1、确定广义源储系统,包括传统供电机组、新能源供电机组、储能系统及输电网,所述传统供电机组、新能源供电机组及储能系统均与所述输电网连接;
步骤S2、根据传统供电系统的运行状况,提出了净负荷边际量标幺值指标,根据净负荷边际量的可调度范围,确定传统供电电机组出力的约束范围;
步骤S3、根据储能系统的运行特性,建立可调度空间约束下广义源储系统最优数学模型;
步骤S4、对最优数学模型进行求解,输出包括各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,并应用于广义源储系统中。
优选地,所述步骤S2中,所述传统供电机组包括传统火电供电机组,所述步骤S2中确定传统火电机组出力的约束范围具体包括:
步骤S22、获得基于净负荷边际量标幺值的传统火电供电机组可调度范围约束:
优选地,所述传统供电机组包括传统火电供电机组,所述步骤S2中确定传统火电机组出力的约束范围具体为:
传统火电供电机组运行约束:
式中,表示水电出力,表示弃新能源功率,表示系统的总负荷;表示储能系统的出力;表示电力系统的网络损耗;、分别表示各个传统火电供电机组的最大发出功率和最小发出功率;、分别表示各个传统火电供电机组的上下爬坡速率;表示风电机组的最大出力。
优选地,所述步骤S3中储能系统的运行特征具体为:
式中,表示储能的充电功率,表示储能的放电功率,为储能系统初始时刻蓄电量;为储能系统时刻蓄电量;和分别为第台储能设备第时段的最大充、放电功率,和分别为储能系统储能容量的上下限;表示储能设备的台数,表示储能的充电功率系数,表示储能的放电功率系数;
当储能系统处于放电状态时,有
当储能系统处于充电状态时,有
优选地,所述传统供电机组包括传统火电供电机组及传统水电机组,所述新能源供电机组包括风电机组、光伏机组及其他新能源机组。
优选地,所述步骤S3可调度空间约束下广义源储系统的最优数学模型具体为使成本尽可能低,成本最优数学模型函数为:
式中,等号右边第一项为传统火电供电机组的运行成本,为调度周期的时段总数,为传统火电供电机组总数,和分别为第台传统火电供电机组第时段的燃料成本和启停成本,为第台传统火电供电机组第时段的出力,为第台传统火电供电机组第时段启停状态,若传统火电供电机组为开机状态,停机状态;
优选地,所述步骤S3中广义源储系统的最优数学模型具体为建立在约束条件下以系统运行成本最小为目标的最优数学模型,所述约束条件包括传统火电供电机组出力可调度范围约束、功率平衡约束、传统火电供电机组运行约束、风电机组运行约束中一种或多种约束条件。
优选地,所述步骤S4具体包括如下步骤:
步骤S41、根据负荷、传统供电、新能源预测结果,计算调度周期内的电力盈亏情况,确定储能充放电时间段;
步骤S42、根据负荷预测与上一时段机组出力信息以及储能充/放电情况,确定当前时段各机组的调度范围;
步骤S43、采用改进的粒子群优化算法进行当前时段求解,用于混合粒子群优化算法寻优目标函数如下:
步骤S44、判断各机组出力是否满足约束条件,若满足进入步骤S46,否则进入步骤S45;
步骤S45:对相关机组的调度空间进行调整,调整完毕后返回步骤S43;
步骤S46:判断调度空间内所有时段是否求解完毕,若求解完毕进入步骤S47,否则返回步骤S42;
步骤S47:输出各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,流程结束。
与现有技术相比,本发明通过对传统优化调度模型的挖掘,提出了净负荷边际量指标,利用该指标和火电机组在上一时段的出力状态确定的可调度范围约束,可以有效减少搜索空间,提高求解效率。引入混合粒子群算法对模型进行求解,在确保求解精度的同时大大减少了计算量,且能有效跳出局部最优搜索到更优解。提出了含可调度空间约束的广义源储系统优化调度模型及其求解流程,能有效降低系统运行总成本,减少弃水、弃新能源。
附图说明
图1为本发明的一种广义源储系统调度的集中控制方法的广义源储系统的结构示意图;
图2为本发明的一种广义源储系统调度的集中控制方法的工作流程图;
图3为本发明的一种广义源储系统调度的集中控制方法的最优数学模型的流程图;
图4为在具体应用实例中采用的各功率曲线预测出力;
图5为在具体应用实例中各时段电力最小盈余及修正负荷;
图6为具体实施例中各时间段火电机组总出力预测曲线。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的问题,提供了一种广义源储系统调度的集中控制方法。本发明中,提出了一种广义储能系统概念:广义源储系统是一种时空分散、多种型式的储能加多种型式的新能源构筑的统一调度联动系统,通过利用一定规模、先进而经济的储能系统,制定灵活、互动性强的运行策略,将新能源分散的电能平移集中至高峰负荷时段,使其紧密跟踪电网负荷变动,从而达到减少火电装机,降低系统运行成本,减少弃水、弃新能源的目的。
为了有效地解决新能源高渗透率电力系统中由于传统电源的调节能力不足导致的弃风弃光或者切负荷现象,提出了一种将新能源分散的电能平移集中至高峰负荷时段,使其紧密跟踪电网负荷变动,从而达到利用新能源装机适当补充电力缺额需求目的广义源储系统。
首先基于传统火电最优调度方法,结合实际运行情况,提出净负荷增量指标,有效地缩减了机组出力变量的可行域范围;然后建立考虑可调度空间约束的广义源储系统优化调度模型,并运用标准粒子群与模拟退火算法相结合的混合粒子群算法进行求解,在确保求解精度的同时大大减少了计算量,且不易陷入局部最优。
如图1、图2及图3所示,包括如下步骤:
步骤S1、确定广义源储系统,包括传统供电机组、新能源供电机组、储能系统及输电网,所述传统供电机组、新能源供电机组及储能系统均与所述输电网连接;
步骤S2、根据传统供电系统的运行状况,提出了净负荷边际量标幺值指标,根据净负荷边际量的可调度范围,确定传统供电电机组出力的约束范围;
步骤S3、根据储能系统的运行特性,建立可调度空间约束下广义源储系统最优数学模型;
步骤S4、对最优数学模型进行求解,输出包括各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,并应用于广义源储系统中。如图4、图5及图6所示,图4为在具体应用实例中采用的各功率曲线预测出力,图5是在具体应用实例中各时段电力最小盈余及修正负荷,图6是具体实施例中各时间段火电机组总出力预测曲线。
所述步骤S2中,所述传统供电机组包括传统火电供电机组,所述步骤S2中确定传统火电机组出力的约束范围具体包括:
步骤S22、获得基于净负荷边际量标幺值的传统火电供电机组可调度范围约束:
所述传统供电机组包括传统火电供电机组,所述步骤S2中确定传统火电机组出力的约束范围具体为:
传统火电供电机组运行约束:
式中,表示水电出力,表示弃新能源功率,表示系统的总负荷;表示储能系统的出力;表示电力系统的网络损耗;、分别表示各个传统火电供电机组的最大发出功率和最小发出功率;、分别表示各个传统火电供电机组的上下爬坡速率;表示风电机组的最大出力。
所述步骤S3中储能系统的运行特征具体为:
式中,表示储能的充电功率,表示储能的放电功率,为储能系统初始时刻蓄电量;为储能系统时刻蓄电量;和分别为第台储能设备第时段的最大充、放电功率,一般不超过最大容量的20%;和分别为储能系统储能容量的上下限;表示储能设备的台数,表示储能的充电功率系数,表示储能的放电功率系数;
当储能系统处于放电状态时,有
当储能系统处于充电状态时,有
所述传统供电机组包括传统火电供电机组及传统水电机组,所述新能源供电机组包括风电机组、光伏机组及其他新能源机组。
所述建立广义源储系统的数学模型具体表现为:广义源储系统是一种时空分散、多种型式的储能加多种型式的新能源构筑的统一调度联动系统,通过利用一定规模、先进而经济的储能系统,制定灵活、互动性强的运行策略,将新能源分散的电能平移集中至高峰负荷时段,使其紧密跟踪电网负荷变动,从而达到减少火电装机,降低系统运行成本,减少弃水、弃新能源的目的;
针对分散式控制下每个风电场的储能系统都要参与抑制风电波动误差所引起的对冲效应,提出以系统净负荷波动量不超过系统可调控范围的集中控制策略。
所述步骤S3中可调度空间约束下广义源储系统的最优数学模型具体为使成本尽可能低,成本最优数学模型函数为:
式中,等号右边第一项为传统火电供电机组的运行成本,为调度周期的时段总数,为传统火电供电机组总数,和分别为第台传统火电供电机组第时段的燃料成本和启停成本,为第台传统火电供电机组第时段的出力,为第台传统火电供电机组第时段启停状态,若传统火电供电机组为开机状态,停机状态;
所述步骤S4中广义源储系统的最优数学模型具体为建立在约束条件下以系统运行成本最小为目标的最优数学模型,所述约束条件包括传统火电供电机组出力可调度范围约束、功率平衡约束、传统火电供电机组运行约束、风电机组运行约束中一种或多种约束条件。
所述步骤S4具体包括如下步骤:
步骤S41、根据负荷、水电、新能源预测结果,计算调度周期内的电力盈亏情况,确定储能充放电时间段;
进一步根据储能充/放电情况修正负荷,若储能处于充电状态,则修正负荷为:
若储能处于放电状态,则修正负荷为:
则可预测各时间段火电机组的总出力为:
步骤S42、根据负荷预测与上一时段机组出力信息以及储能充/放电情况,确定当前时段各机组的调度范围;
步骤S43、采用改进的粒子群优化算法进行当前时段求解,用于混合粒子群优化算法寻优目标函数如下:
步骤S44、判断个机组出力是否满足约束条件,若满足进入步骤S46,否则进入步骤S45;
步骤S45:对相关机组的调度空间进行调整,一般将原调度空间扩大1.2倍即可满足要求,调整完毕后返回步骤S43;
步骤S46:判断调度空间内所有时段是否求解完毕,若求解完毕进入步骤S47,否则返回步骤S42;
步骤S47:输出各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,流程结束。
选取某新能源、储能设备省级电网为研究对象,其中传统火电机装机总容量为17845MW,水电装机容量为15880MW,新能源总装机500MW,储能配置额定容量为100MW/300MkWh。设置机组的最大、最小出力分别为50% PG、110% PG,机组爬坡率设置为30%额定功率/h,机组旋转备用量为总装机容量的10%,同时忽略启动和关停机组的时间。传统火电运行参数见表1。
(1)模型与算法的对比
基于不考虑储能时的各时段火电机组总出力预测曲线,结合净负荷边际量标幺值,从而得到各台机组的可调度范围约束。进一步分别通过采用标准粒子群算法与混合粒子群算法进行求解。以上算法中初始种群规模数取40,初始温度取150℃,退火机制取0.25,衰减因子取0.75。其计算结果如下表2所示。
由表2可知,考虑净负荷边际量的可调度范围约束的含分散式储能的电力系统优化模型的求解与传统的电力系统优化模型的求解相比,其迭代和求解次数明显降低。这主要是因为通过考虑净负荷边际量的可调度范围约束,缩小了粒子变量的可调度执行域和范围,从而大大提高了求解速度。混合粒子群算法与标准粒子算法相比,迭代次数有所提高,但能有效跳出局部最优搜索到更优解。
若配置储能,可有效减少弃水、弃风,计算结果如表3所示。
由上述仿真结果可知,配置储能后可减少2台300MW火电开机,火电机组日发电总成本降低了1735吨标准煤,平均煤也有所降低,且避免了弃水,减少弃风1.7×106kWh,大大降低了系统运行的总成本。
采用本发明所提供的一种广义源储系统调度的集中控制方法,其技术优点体现如下:
通过对传统优化调度模型的挖掘,提出了净负荷边际量指标,利用该指标和火电机组在上一时段的出力状态确定的可调度范围约束,可以有效减少搜索空间,提高求解效率。引入混合粒子群算法对模型进行求解,在确保求解精度的同时大大减少了计算量,且能有效跳出局部最优搜索到更优解。提出了含可调度空间约束的广义源储系统优化调度模型及其求解流程,能有效降低系统运行总成本,减少弃水、弃新能源。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种广义源储系统调度的集中控制方法,其特征在于,包括如下步骤:
步骤S1、确定广义源储系统,包括传统供电机组、新能源供电机组、储能系统及输电网,所述传统供电机组、新能源供电机组及储能系统均与所述输电网连接;
步骤S2、根据传统供电系统的运行状况,提出了净负荷边际量标幺值指标,根据净负荷边际量的可调度范围,确定传统供电电机组出力的约束范围;
所述传统供电机组包括传统火电供电机组,所述步骤S2具体包括:
步骤S22、获得基于净负荷边际量标幺值的传统火电供电机组可调度范围约束:
步骤S3、根据储能系统的运行特性,建立可调度空间约束下广义源储系统最优数学模型;
步骤S4、对最优数学模型进行求解,输出包括各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,并应用于广义源储系统中。
4.根据权利要求1所述的一种广义源储系统调度的集中控制方法,其特征在于,所述传统供电机组包括传统火电供电机组及传统水电机组,所述新能源供电机组包括风电机组、光伏机组及其他新能源机组。
5.根据权利要求3所述的一种广义源储系统调度的集中控制方法,其特征在于,所述步骤S3可调度空间约束下广义源储系统的最优数学模型具体为使成本尽可能低,成本最优数学模型函数为:
式中,等号右边第一项为传统火电供电机组的运行成本,为调度周期的时段总数,为传统火电供电机组总数,和分别为第台传统火电供电机组第时段的燃料成本和启停成本,为第台传统火电供电机组第时段的出力,为第台传统火电供电机组第时段启停状态,若传统火电供电机组为开机状态,停机状态;
6.根据权利要求3所述的一种广义源储系统调度的集中控制方法,其特征在于,所述步骤S3中广义源储系统的最优数学模型具体为建立在约束条件下以系统运行成本最小为目标的最优数学模型,所述约束条件包括传统火电供电机组出力可调度范围约束、功率平衡约束、传统火电供电机组运行约束、风电机组运行约束中一种或多种约束条件。
7.根据权利要求1所述的一种广义源储系统调度的集中控制方法,其特征在于,所述步骤S4具体包括如下步骤:
步骤S41、根据负荷、传统供电、新能源预测结果,计算调度周期内的电力盈亏情况,确定储能充放电时间段;
步骤S42、根据负荷预测与上一时段机组出力信息以及储能充/放电情况,确定当前时段各机组的调度范围;
步骤S43、采用改进的粒子群优化算法进行当前时段求解,用于混合粒子群优化算法寻优目标函数如下:
步骤S44、判断各机组出力是否满足约束条件,若满足进入步骤S46,否则进入步骤S45;
步骤S45:对相关机组的调度空间进行调整,调整完毕后返回步骤S43;
步骤S46:判断调度空间内所有时段是否求解完毕,若求解完毕进入步骤S47,否则返回步骤S42;
步骤S47:输出各机组出力曲线、运行总成本、储能运行情况、弃新能源的信息,流程结束。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011243276.4A CN112104007B (zh) | 2020-11-10 | 2020-11-10 | 一种广义源储系统调度的集中控制方法 |
PCT/CN2021/100825 WO2022100091A1 (zh) | 2020-11-10 | 2021-06-18 | 一种广义源储系统调度的集中控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011243276.4A CN112104007B (zh) | 2020-11-10 | 2020-11-10 | 一种广义源储系统调度的集中控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112104007A CN112104007A (zh) | 2020-12-18 |
CN112104007B true CN112104007B (zh) | 2021-02-09 |
Family
ID=73785858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011243276.4A Active CN112104007B (zh) | 2020-11-10 | 2020-11-10 | 一种广义源储系统调度的集中控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112104007B (zh) |
WO (1) | WO2022100091A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104007B (zh) * | 2020-11-10 | 2021-02-09 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
CN114492085B (zh) * | 2022-04-01 | 2022-07-01 | 中国能源建设集团湖南省电力设计院有限公司 | 关于负荷、电源联合概率分布的区域电力电量平衡方法 |
CN114938008B (zh) * | 2022-06-15 | 2024-08-13 | 国网河北省电力有限公司经济技术研究院 | 储能容量和储热容量配置方法、装置及终端设备 |
CN115036914B (zh) * | 2022-06-17 | 2024-04-30 | 国家电网公司华中分部 | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 |
CN114938011B (zh) * | 2022-07-07 | 2022-10-14 | 中国长江三峡集团有限公司 | 一种考虑储能优化配置的风光火储系统联合运行方法 |
CN115001001B (zh) * | 2022-07-21 | 2023-03-07 | 南方电网科学研究院有限责任公司 | 一种新型电力系统源荷储的主从博弈优化方法 |
CN115395515B (zh) * | 2022-09-15 | 2024-08-16 | 国网湖南省电力有限公司 | 省级保底电网中保障电源的选取方法及系统 |
CN115640894B (zh) * | 2022-10-21 | 2024-03-26 | 山东大学 | 一种基于双时间尺度的综合能源系统优化调度方法 |
CN115577864B (zh) * | 2022-12-07 | 2023-04-07 | 国网浙江省电力有限公司金华供电公司 | 基于多模型组合运算的配电网运行优化调度方法 |
CN116470509B (zh) * | 2023-03-16 | 2024-09-03 | 国网湖北省电力有限公司经济技术研究院 | 一种提高模型简约性的大规模安全约束机组组合加速方法 |
CN116667324A (zh) * | 2023-05-26 | 2023-08-29 | 国网江苏省电力有限公司南京供电分公司 | 一种考虑灵活爬坡和灵活备用的配电网调度控制方法 |
CN116760025B (zh) * | 2023-06-25 | 2024-05-24 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN116742724B (zh) * | 2023-08-16 | 2023-11-03 | 杭州太阁未名科技有限公司 | 主动配电网优化调度方法、装置、计算机设备及存储介质 |
CN116823000B (zh) * | 2023-08-31 | 2024-01-19 | 华能澜沧江水电股份有限公司 | 水电补偿调峰分析评价方法及其装置 |
CN117154736A (zh) * | 2023-09-01 | 2023-12-01 | 华能罗源发电有限责任公司 | 一种混合储能系统参与火电机组深度调峰优化方法及系统 |
CN117293795A (zh) * | 2023-09-08 | 2023-12-26 | 杭州戈虎达科技有限公司 | 一种面向灵活爬坡服务的电力系统资源调度方法 |
CN117422227B (zh) * | 2023-10-10 | 2024-05-24 | 国网山东省电力公司潍坊供电公司 | 考虑源网荷储耦合特性的输配电网双侧储能协同规划方法 |
CN117277444B (zh) * | 2023-11-17 | 2024-03-19 | 中国电力科学研究院有限公司 | 一种新能源基地电源容量优化配置方法及装置 |
CN117744478B (zh) * | 2023-12-12 | 2024-05-14 | 国网黑龙江省电力有限公司 | 一种基于多目标贝叶斯优化的寒地储能设备配置方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9880230B1 (en) * | 2011-07-25 | 2018-01-30 | Clean Power Research, L.L.C. | System and method for inferring operational specifications of a photovoltaic power generation system using net load with the aid of a digital computer |
CN104617591B (zh) * | 2015-01-28 | 2017-01-25 | 西安交通大学 | 基于多场景新能源发电模拟的日运行方式安排和调峰方法 |
CN105678415A (zh) * | 2016-01-05 | 2016-06-15 | 湖南大学 | 一种分布式电源配电网的净负荷预测方法 |
CN109474013A (zh) * | 2018-12-12 | 2019-03-15 | 天津大学 | 含高渗透分布式光伏的增量配电网日前优化调度方法 |
CN110739711A (zh) * | 2019-10-31 | 2020-01-31 | 山东大学 | 考虑风电并网系统负调峰能力的储能设备优化控制方法 |
CN111146785B (zh) * | 2019-12-17 | 2021-08-13 | 华北电力大学 | 面向多源优化调度计算的基于改进有效集快速求解方法 |
CN112104007B (zh) * | 2020-11-10 | 2021-02-09 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
-
2020
- 2020-11-10 CN CN202011243276.4A patent/CN112104007B/zh active Active
-
2021
- 2021-06-18 WO PCT/CN2021/100825 patent/WO2022100091A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022100091A1 (zh) | 2022-05-19 |
CN112104007A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112104007B (zh) | 一种广义源储系统调度的集中控制方法 | |
CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
Zhang et al. | Self-adaptive secondary frequency regulation strategy of micro-grid with multiple virtual synchronous generators | |
CN109962499A (zh) | 一种电网多时间尺度调度方法 | |
CN108039737B (zh) | 一种源网荷协调运行模拟系统 | |
CN112990523B (zh) | 区域综合能源系统分层优化运行方法 | |
CN112865174A (zh) | 基于双层模型预测控制的微能网多时间尺度优化控制方法 | |
CN115001035B (zh) | 考虑灵活性需求的电力系统多时间尺度优化方法 | |
CN103490449A (zh) | 一种多能源联合发电系统运行模拟的优化方法 | |
CN115276008B (zh) | 考虑调峰调频需求的电力系统新能源承载能力评估方法 | |
CN114676991B (zh) | 基于源荷双侧不确定的多能互补系统优化调度方法 | |
CN113256045A (zh) | 考虑风光不确定性的园区综合能源系统日前经济调度方法 | |
CN113708394B (zh) | 一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法 | |
CN111641233A (zh) | 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法 | |
WO2022156014A1 (zh) | 混联风光微电网快速频率响应分布式协调控制方法及系统 | |
CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
CN110867907B (zh) | 一种基于多类型发电资源同质化的电力系统调度方法 | |
CN111030101B (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN108683188A (zh) | 考虑环境价值及调峰充裕度的多目标风电接纳水平优化 | |
CN110224443B (zh) | 一种发电机组与换热站联合启停控制决策方法 | |
CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
Wang et al. | Frequency response methods for grid-connected wind power generations: A review | |
CN116562554A (zh) | 一种考虑灵活性供需平衡的长短期储能联合规划方法 | |
Ma et al. | Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation | |
Gu et al. | Multi-time-scale scheduling optimization of regional multi-energy systems considering source-load uncertainty |
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 |