CN112183839A - 一种含梯级水电风光水互补发电系统中长期优化调度方法 - Google Patents
一种含梯级水电风光水互补发电系统中长期优化调度方法 Download PDFInfo
- Publication number
- CN112183839A CN112183839A CN202011001661.8A CN202011001661A CN112183839A CN 112183839 A CN112183839 A CN 112183839A CN 202011001661 A CN202011001661 A CN 202011001661A CN 112183839 A CN112183839 A CN 112183839A
- Authority
- CN
- China
- Prior art keywords
- wind
- max
- hydropower
- power generation
- water
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 238000010248 power generation Methods 0.000 title claims abstract description 67
- 230000000295 complement effect Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000007774 longterm Effects 0.000 title claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003973 irrigation Methods 0.000 claims description 3
- 230000002262 irrigation Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000009987 spinning Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000005622 photoelectricity Effects 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种含梯级水电风光水互补发电系统中长期优化调度方法,属于可再生能源技术领域,本发明建立了含梯级水电的风光水互补发电系统中长期优化调度的目标函数,接着建立考虑了旋转备用和检修优化的约束条件,最后解出含梯级水电的风光水互补发电系统中长期优化调度的最优解集。本发明利用风光水的互补特性提高了可再生能源的利用率;建立了备用约束,针对风光的间歇性、波动性问题,通过水电机组提供正负旋转备用;建立了检修优化约束,减少了发电系统不必要的能源浪费,提高含梯级水电的风光水互补发电系统消纳新能源的水平。
Description
技术领域
本发明属于可再生能源技术领域,具体涉及一种含梯级水电风光水互补发电系统中长期优化调度方法。
背景技术
中长期发电系统优化调度是在保障电力系统运行安全性、可靠性和经济性的前提下,以年为调度周期,以月为调度单元,合理安排各类能源发电,对各类电厂的发电计划进行优化,使全系统的资源得到充分利用。
随着我国越来越多的梯级水电站投入运行,如何更充分合理地利用水能资源成为了研究的热点,然而研究多集中于梯级水电的中长期调度问题,忽略了梯级水电与新能源之间的互补性;或者关注了水火联合中长期优化调度问题,但火电不可避免地导致了环境污染。利用风能、太阳能等新能源发电,不仅能减少环境污染,节约火电燃料成本,水电良好的调节性能还可以补偿风能、太阳能的间歇性、波动性。
然而大多研究集中于风光水互补发电的短期优化调度研究,中长期调度问题尚未受到关注。此外,现有研究多基于给定检修计划发电,但不合理的检修计划将会造成不必要的能源浪费。
因此需要亟待研究含梯级水电的风光水互补发电系统的中长期优化调度模型,且在调度模型中考虑机组检修计划优化。
发明内容
发明目的:本发明的目的在于提供一种含梯级水电风光水互补发电系统中长期优化调度方法,以减少能源浪费,促进可再生能源并网发电。
技术方案:为实现上述目的,本发明提供如下技术方案:
一种含梯级水电风光水互补发电系统中长期优化调度方法,包括如下步骤:
第一步:建立含梯级水电风光水互补发电系统中长期优化调度的目标函数;
第二步:建立含梯级水电风光水互补发电系统中长期优化调度的约束条件;
第三步:解出含梯级水电的风光水互补发电系统中长期优化调度的最优解集。
进一步地,所述的第一步:建立含梯级水电风光水互补发电系统中长期优化调度的目标函数为:
其中,t和NT分别为调度期(年)内各时段(月/周)的索引和集合,EAt表示系统在t时段弃风、弃光、弃水的总量,h和NH分别为水电站的索引和集合,ESh表示在调度期末水电站h的蓄能,Vh,T为水电站h在调度期末时段T的库容,Vh ini为水电站h的初始库容,r和Eh分别为水电站h下游水电站的索引和集合,θh为水电站h的水电转换系数,w和NW分别为风电场的索引和集合,v和NV分别为光伏发电站的索引和集合,GWw,t和GVv,t分别为t时段风电场w和光伏发电站v的发电量,和分别为风电场w和光伏发电站v在t时段的最大发电量,QIh,t为水电站h的弃水流量,Δt为时间长度。
进一步地,所述的第二步包括如下步骤:
1)建立风电出力约束,数学表达式如下:
GWw,t=PWw,t·Δt (5)
其中,GW w,t为风电场w在t时段的最小发电量,PWw,t为风电场w在t时段的出力,和分别为风电场w在t时段的预测出力上下限,μw,t和σw,t分别为风电场w在t时段预测出力概率分布的均值和标准差;过大的风电出力区间不仅会降低经济性,甚至会使调度问题无法解决,因此,为了避免发生以上情况,式(7)-式(8)设置风电出力区间为[μw,t-1.96σw,t,μw,t+1.96σw,t]以确保至少95%的风电输出被利用;
2)建立光电出力约束,数学表达式如下:
GVv,t=PVv,t·Δt (10)
其中,GV v,t为光伏发电站v在t时段的最小发电量,PVv,t为光伏发电站v在t时段的出力,和分别是光伏发电站v在t时段的预测出力上下限,μv,t和σv,t分别为光伏发电站v在t时段预测出力概率分布的均值和标准差;为了确保至少95%的光伏输出被利用,式(12)-式(13)设[μv,t-1.96σv,t,μv,t+1.96σv,t]为光电出力区间;
3)建立水电出力约束,数学表达式如下:
GHh,t=PHh,t·Δt (15)
PHh,t=ηh·qHh,t·hh,t (16)
PHh,min≤PHh,t≤PHh,max (17)
其中,GHh,t为水电站h在t时段的发电量,和GH h分别为水电站h的发电量上下限,PHh,t为水电站h在t时段的出力,ηh为水电站h的发电常系数,qHh,t为水电站h在t时段的发电耗水流量,hh,t为水电站h在t时段的水头,PHh,max和PHh,min分别为水电站h在t时段的出力上下限。
进一步地,所述的第二步还包括如下步骤:
4)建立水量平衡约束,数学表达式如下:
qHh,min≤qHh,t≤qHh,max (19)
Qouth,min≤qHh,t+QIh,t≤Qouth,max (20)
其中,Vh,t为水电站h在t时段的库容,nqh,t为水电站h在t时段的自然来水流量,j和Uh为水电站h上游水电站索引和集合,Λh为水电站h水流延迟时间,qHh,max和qHh,min分别为水电站h的发电耗水流量上下限,Qouth,max和Qouth,min分别为水电站h的出水量上下限;
5)建立库容约束,数学表达式如下:
Vh,min≤Vh,t≤Vh,max (23)
6)建立系统电量平衡约束,数学表达式如下:
其中,d和ND分别为系统负荷的索引和集合,GLd,t为t时段的负荷d所需发电量;
7)建立系统电力平衡约束,数学表达式如下:
其中,PLd,t为t时段的负荷d的电力需求,USh,t和DSh,t分别为水电站h在t时段所提供的向上、向下旋转备用;
8)建立输电容量约束,数学表达式如下:
其中,TLl为输电线l的输电容量,D为输电线联络矩阵,若风电场w/光伏发电站v/水电站h、负荷d与输电线l相连,则对应元素取值为1,反之为0;
9)建立系统旋转备用约束,数学表达式如下:
USh,max=τuPHh,max (29)
DSh,max=τdPHh,max (30)
USh,t≤min{USh,max,PHh,max-PHh,t} (31)
DSh,t≤min{DSh,max,PHh,t-PHh,min} (32)
其中,τu、τd分别为向上、向下旋转备用系数,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,μ±为光电出力预测误差对向上、向下旋转备用的需求系数;
10)建立风/光/水机组检修约束,数学表达式如下:
PWw,t≤PWw,max-us,t·PJw·rels,w (40)
PVv.t≤PVv,max-us,t·PJv·rels,v (41)
PHh.t≤PHh,max-us,t·PJh·rels,h (42)
其中,s和NS分别为检修项目的索引和集合,us,t表示检修项目状态,当处于检修状态时,取值为1,反之为0;xs,t表示开始检修状态,当开始检修时,取值为1,反之为0;LTs为检修项目s的持续时间,Js,min和Js,max分别表示检修项目s的最早、最晚开始检修时间,SRs表示同一时段内进行的检修项目数目上限,PWw,max和PVv,max分别为风电场w和光伏发电站v的装机容量,PJw、PJv和PJh分别表示检修项目对风电场w、光伏发电站v和水电站h发电能力的影响,rels,w、rels,v、rels,h分别表示检修项目s与风电场w、光伏发电站v和水电站h的相关性,相关则取值为1,反之为0。
进一步地,所述的第三步,包括以下步骤:
1)风光水互补发电系统优化调度模型线性化;
2)采用混合整数线性规划方法求取最优解集。
有益效果:与现有技术相比,本发明的一种含梯级水电风光水互补发电系统中长期优化调度方法,利用风光水的互补特性,利用风光水的互补特性提高了可再生能源的利用率;建立了备用约束,针对风光的间歇性、波动性问题,通过水电机组提供正负旋转备用;建立了检修优化约束,减少了发电系统不必要的能源浪费,提高含梯级水电的风光水互补发电系统消纳新能源的水平。
附图说明
图1为风光水互补发电系统结构图;
图2为纯水电系统中各级水电站出力示意图;
图3为风光水互补发电系统中各级水电站出力示意图;
图4为不考虑旋转备用的系统备用需求和备用容量图;
图5为考虑旋转备用的系统备用需求和备用容量图;
图6为给定检修计划示意图;
图7为优化后的检修计划示意图。
具体实施方式
下面结合附图和具体实施例对本发明作更进一步的说明。
一种含梯级水电风光水互补发电系统中长期优化调度方法,包括以下步骤:
第一步:建立含梯级水电风光水互补发电系统中长期优化调度的目标函数;
第二步:建立含梯级水电风光水互补发电系统中长期优化调度的约束条件;
第三步:解出含梯级水电的风光水互补发电系统中长期优化调度的最优解集。
该实例对一个风电场、一个光伏发电站和由四个水电站组成的梯级水电站群构成的风光水互补发电系统进行分析。时间跨度为1年,步长为1个月。系统结构如图1所示。
首先建立含梯级水电风光水互补发电系统中长期优化调度的目标函数:
其中,t和NT分别为调度期(年)内各时段(月)的索引和集合,EAt表示系统在t时段弃风、弃光、弃水的总量,h和NH分别为水电站的索引和集合,ESh表示在调度期末水电站h的蓄能,Vh,T为水电站h在调度期末时段T的库容,为水电站h的初始库容,r和Eh分别为水电站h下游水电站的索引和集合,θh为水电站h的水电转换系数,w和NW分别为风电场的索引和集合,v和NV分别为光伏发电站的索引和集合,GWw,t和GVv,t分别为t时段风电场w和光伏发电站v的发电量,和为风电场w和光伏发电站v在t时段的最大发电量,QIh,t为水电站h的弃水流量,Δt为时间长度。
接着建立含梯级水电风光水互补发电系统中长期优化调度的约束条件,包括:
1)建立风电出力约束,数学表达式如下:
GWw,t=PWw,t·Δt (47)
其中,GW w,t为风电场w在t时段的最小发电量,PWw,t为风电场w在t时段的出力,和分别为风电场w在t时段的预测出力上下限,μw,t和σw,t分别为风电场w在t时段预测出力概率分布的均值和标准差。风电出力参数如表1所示:
表1风电出力参数
2)建立光电出力约束,数学表达式如下:
GVv,t=PVv,t·Δt (52)
其中,GV v,t为光伏发电站v在t时段的最小发电量,PVv,t为光伏发电站v在t时段的出力,和分别是光伏发电站v在t时段的预测出力上下限,μv,t和σv,t分别为光伏发电站v在t时段预测出力概率分布的均值和标准差。光电出力参数如表2所示:
表2光电出力参数
3)建立水电出力约束,数学表达式如下:
GHh,t=PHh,t·Δt (57)
PHh,t=ηh·qHh,t·hh,t (58)
PHh,min≤PHh,t≤PHh,max (59)
其中,GHh,t为水电站h在t时段的发电量,和GH h分别为水电站h的发电量上下限,PHh,t为水电站h在t时段的出力,ηh为水电站h的发电常系数,qHh,t为水电站h在t时段的发电耗水流量,hh,t为水电站h在t时段的水头,PHh,max和PHh,min分别为水电站h在t时段的出力上下限。梯级水电参数如表3所示:
表3梯级水电参数
4)建立水量平衡约束,数学表达式如下:
qHh,min≤qHh,t≤qHh,max (61)
Qouth,min≤qHh,t+QIh,t≤Qouth,max (62)
其中,Vh,t为水电站h在t时段的库容,nqh,t为水电站h在t时段的自然来水流量,j和Uh为水电站h上游水电站索引和集合,Λh为水电站h水流延迟时间,qHh,max和qHh,min分别为水电站h的发电耗水流量上下限,Qouth,max和Qouth,min分别为水电站h的出水量上下限。
5)建立库容约束,数学表达式如下:
Vh,min≤Vh,t≤Vh,max (65)
6)建立系统电量平衡约束,数学表达式如下:
其中,d和ND分别为系统负荷的索引和集合,GLd,t为t时段的负荷d所需发电量。
7)建立系统电力平衡约束,数学表达式如下:
其中,PLd,t为t时段的负荷d的电力需求,USh,t和DSh,t分别为水电站h在t时段所提供的向上、向下旋转备用。
8)建立输电容量约束,数学表达式如下:
其中,TLl为输电线l的输电容量,D为输电线联络矩阵,若风电场w/光伏发电站v/水电站h、负荷d与输电线l相连,则对应元素取值为1,反之为0。输电线路参数如表4所示:
表4输电线路参数
9)建立系统旋转备用约束,数学表达式如下:
USh,max=τuPHh,max (71)
DSh,max=τdPHh,max (72)
USh,t≤min{USh,max,PHh,max-PHh,t} (73)
DSh,t≤min{DSh,max,PHh,t-PHh,min} (74)
其中,τu、τd分别为向上、向下旋转备用系数,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,设为0.2,μ±为光电出力预测误差对向上、向下旋转备用的需求系数,设为0.2。
10)建立风/光/水机组检修约束,数学表达式如下:
PWw,t≤PWw,max-us,t·PJw·rels,w (82)
PVv.t≤PVv,max-us,t·PJv·rels,v (83)
PHh.t≤PHh,max-us,t·PJh·rels,h (84)
其中,s和NS分别为检修项目的索引和集合,us,t表示检修项目状态,当处于检修状态时,取值为1,反之为0。xs,t表示开始检修状态,当开始检修时,取值为1,反之为0。LTs为检修项目s的持续时间,Js,min和Js,max分别表示检修项目s的最早、最晚开始检修时间,SRs表示同一时段内进行的检修项目数目上限,PWw,max和PVv,max分别为风电场w和光伏发电站v的装机容量,PJw、PJv和PJh分别表示检修项目对风电场w、光伏发电站v和水电站h发电能力的影响,rels,w、rels,v、rels,h分别表示检修项目s与风电场w、光伏发电站v和水电站h的相关性,相关则取值为1,反之为0。检修项目参数如表5所示:
表5检修项目参数
检修项目编号 | 1 | 2 | 3 | 4 | 5 | 6 |
关联机组 | H1 | H2 | H3 | H4 | W1、W2 | V1、V2 |
持续时间/月 | 3 | 2 | 2 | 3 | 2 | 2 |
最早开始时间/月 | 1 | 1 | 1 | 1 | 1 | 1 |
最晚开始时间/月 | 9 | 9 | 9 | 9 | 9 | 9 |
影响出力/MW | 38 | 9 | 18 | 20 | 14 | 10 |
最后解出优化调度最优解集,包括以下步骤:
1)风光水互补发电系统优化调度模型线性化,数学表达式如下:
水电出力为发电用水量和蓄水量的非线性二元函数,得到方程式:
P=η·qH·(h0+μ·V) (43)
将qH和v分成形如[qk,qk+1]和[vl,vl+1]的多个子区间,其中k=1...m-1,l=1...n-1,该实例中原函数被划分为9*9的网格,网格中的每个点对应于Pk,l=η·qk·[h0+μ·Vl]。每个网格被分成左上角和右下角两个三角形,和ζk,l是表示三角形位置的索引,将水电出力函数分段线性化,数学表达式如下:
2)采用混合整数线性规划方法求取最优解集,该实例中采用CPLEX12.6求解器求解。
按照上述方法对含梯级水电的风光水互补发电系统进行优化调度。风电和光电未并网,采用纯梯级水电以满足系统负荷时,梯级水电站群中各级水电站的出力曲线如图2所示。风电和光电并网后,风光水互补发电系统中各级水电站的出力曲线如图3所示。风电和光电并网后,各级水电站的出力相较于图2中的水电出力有明显的减少,风电和光电为水电承担了部分发电任务,水电总出力降低,位于上游的水电站1的蓄能系数最大,减少发电耗水,增加水电蓄能。
丰水期和枯水期旋转备用的备用容量与备用需求如图4所示,其中图4(a)为丰水期考虑备用后的备用容量与备用需求,图4(b)为丰水期不考虑考虑备用后的备用容量与备用需求。而考虑了旋转备用的备用容量与备用需求如图5所示,其中图5(a)为枯水期考虑备用后的备用容量与备用需求,图5(b)为枯水期不考虑考虑备用后的备用容量与备用需求。
不考虑旋转备用的系统在多个时段缺乏足够的备用能力,无法满足备用需求,而考虑由水电为系统提供旋转备用后,系统提供备用容量均满足了备用需求。
风光水互补发电系统的给定检修计划如图6所示,中长期检修优化后的检修计划如图7所示。优化后的检修项目位于负荷较低、来水较少的时段,检修时段集中,减少了检修对水电运行的影响,水电蓄能增加,减少了资源浪费。
本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种含梯级水电风光水互补发电系统中长期优化调度方法,其特征在于:包括如下步骤:
第一步:建立含梯级水电风光水互补发电系统中长期优化调度的目标函数;
第二步:建立含梯级水电风光水互补发电系统中长期优化调度的约束条件;
第三步:解出含梯级水电的风光水互补发电系统中长期优化调度的最优解集。
2.根据权利要求1所述的含梯级水电风光水互补发电系统中长期优化调度方法,其特征在于,所述的第一步:建立含梯级水电风光水互补发电系统中长期优化调度的目标函数为:
3.根据权利要求1所述的含梯级水电风光水互补发电系统中长期优化调度方法,其特征在于,所述的第二步包括如下步骤:
1)建立风电出力约束,数学表达式如下:
GWw,t=PWw,t·Δt (5)
其中,GW w,t为风电场w在t时段的最小发电量,PWw,t为风电场w在t时段的出力,和分别为风电场w在t时段的预测出力上下限,μw,t和σw,t分别为风电场w在t时段预测出力概率分布的均值和标准差;其中,式(7)-式(8)设置风电出力区间为[μw,t-1.96σw,t,μw,t+1.96σw,t];
2)建立光电出力约束,数学表达式如下:
GVv,t=PVv,t·Δt (10)
其中,GV v,t为光伏发电站v在t时段的最小发电量,PVv,t为光伏发电站v在t时段的出力,和分别是光伏发电站v在t时段的预测出力上下限,μv,t和σv,t分别为光伏发电站v在t时段预测出力概率分布的均值和标准差;式(12)-式(13)设[μv,t-1.96σv,t,μv,t+1.96σv,t]为光电出力区间;
3)建立水电出力约束,数学表达式如下:
GHh,t=PHh,t·Δt (15)
PHh,t=ηh·qHh,t·hh,t (16)
PHh,min≤PHh,t≤PHh,max (17)
4.根据权利要求3所述的含梯级水电风光水互补发电系统中长期优化调度方法,其特征在于,所述的第二步还包括如下步骤:
4)建立水量平衡约束,数学表达式如下:
qHh,min≤qHh,t≤qHh,max (19)
Qouth,min≤qHh,t+QIh,t≤Qouth,max (20)
其中,Vh,t为水电站h在t时段的库容,nqh,t为水电站h在t时段的自然来水流量,j和Uh为水电站h上游水电站索引和集合,Λh为水电站h水流延迟时间,qHh,max和qHh,min分别为水电站h的发电耗水流量上下限,Qouth,max和Qouth,min分别为水电站h的出水量上下限;
5)建立库容约束,数学表达式如下:
Vh,min≤Vh,t≤Vh,max (23)
6)建立系统电量平衡约束,数学表达式如下:
其中,d和ND分别为系统负荷的索引和集合,GLd,t为t时段的负荷d所需发电量;
7)建立系统电力平衡约束,数学表达式如下:
其中,PLd,t为t时段的负荷d的电力需求,USh,t和DSh,t分别为水电站h在t时段所提供的向上、向下旋转备用;
8)建立输电容量约束,数学表达式如下:
其中,TLl为输电线l的输电容量,D为输电线联络矩阵,若风电场w/光伏发电站v/水电站h、负荷d与输电线l相连,则对应元素取值为1,反之为0;
9)建立系统旋转备用约束,数学表达式如下:
USh,max=τuPHh,max (29)
DSh,max=τdPHh,max (30)
USh,t≤min{USh,max,PHh,max-PHh,t} (31)
DSh,t≤min{DSh,max,PHh,t-PHh,min} (32)
其中,τu、τd分别为向上、向下旋转备用系数,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,μ±为光电出力预测误差对向上、向下旋转备用的需求系数;
10)建立风/光/水机组检修约束,数学表达式如下:
PWw,t≤PWw,max-us,t·PJw·rels,w (40)
PVv.t≤PVv,max-us,t·PJv·rels,v (41)
PHh.t≤PHh,max-us,t·PJh·rels,h (42)
其中,s和NS分别为检修项目的索引和集合,us,t表示检修项目状态,当处于检修状态时,取值为1,反之为0;xs,t表示开始检修状态,当开始检修时,取值为1,反之为0;LTs为检修项目s的持续时间,Js,min和Js,max分别表示检修项目s的最早、最晚开始检修时间,SRs表示同一时段内进行的检修项目数目上限,PWw,max和PVv,max分别为风电场w和光伏发电站v的装机容量,PJw、PJv和PJh分别表示检修项目对风电场w、光伏发电站v和水电站h发电能力的影响,rels,w、rels,v、rels,h分别表示检修项目s与风电场w、光伏发电站v和水电站h的相关性,相关则取值为1,反之为0。
5.根据权利要求1所述的含梯级水电风光水互补发电系统中长期优化调度方法,其特征在于,所述的第三步,包括以下步骤:
1)风光水互补发电系统优化调度模型线性化;
2)采用混合整数线性规划方法求取最优解集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001661.8A CN112183839B (zh) | 2020-09-22 | 2020-09-22 | 一种含梯级水电风光水互补发电系统中长期优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001661.8A CN112183839B (zh) | 2020-09-22 | 2020-09-22 | 一种含梯级水电风光水互补发电系统中长期优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112183839A true CN112183839A (zh) | 2021-01-05 |
CN112183839B CN112183839B (zh) | 2022-08-30 |
Family
ID=73956807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011001661.8A Active CN112183839B (zh) | 2020-09-22 | 2020-09-22 | 一种含梯级水电风光水互补发电系统中长期优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183839B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113363976A (zh) * | 2021-06-18 | 2021-09-07 | 河海大学 | 一种基于场景图的风光水互补发电系统中期优化调度方法 |
CN115765044A (zh) * | 2022-11-26 | 2023-03-07 | 水利部水利水电规划设计总院 | 风光水电系统联合运行及风险分析方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778874A (zh) * | 2012-07-12 | 2012-11-14 | 贵州乌江水电开发有限责任公司 | 梯级水电站群联合优化调控系统 |
US20170039659A1 (en) * | 2014-04-11 | 2017-02-09 | Wuhan University | Daily electricity generation plan making method of cascade hydraulic power plant group |
CN109886473A (zh) * | 2019-01-24 | 2019-06-14 | 河海大学 | 一种考虑下游生态的流域风光水系统多目标优化调度方法 |
CN111342486A (zh) * | 2020-02-24 | 2020-06-26 | 河海大学 | 一种含梯级水电的风光水互补发电系统的优化调度方法 |
CN111428904A (zh) * | 2020-01-19 | 2020-07-17 | 河海大学 | 一种含梯级水电的风光水互补发电系统短期优化调度方法 |
-
2020
- 2020-09-22 CN CN202011001661.8A patent/CN112183839B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778874A (zh) * | 2012-07-12 | 2012-11-14 | 贵州乌江水电开发有限责任公司 | 梯级水电站群联合优化调控系统 |
US20170039659A1 (en) * | 2014-04-11 | 2017-02-09 | Wuhan University | Daily electricity generation plan making method of cascade hydraulic power plant group |
CN109886473A (zh) * | 2019-01-24 | 2019-06-14 | 河海大学 | 一种考虑下游生态的流域风光水系统多目标优化调度方法 |
CN111428904A (zh) * | 2020-01-19 | 2020-07-17 | 河海大学 | 一种含梯级水电的风光水互补发电系统短期优化调度方法 |
CN111342486A (zh) * | 2020-02-24 | 2020-06-26 | 河海大学 | 一种含梯级水电的风光水互补发电系统的优化调度方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113363976A (zh) * | 2021-06-18 | 2021-09-07 | 河海大学 | 一种基于场景图的风光水互补发电系统中期优化调度方法 |
CN113363976B (zh) * | 2021-06-18 | 2023-09-08 | 河海大学 | 一种基于场景图的风光水互补发电系统中期优化调度方法 |
CN115765044A (zh) * | 2022-11-26 | 2023-03-07 | 水利部水利水电规划设计总院 | 风光水电系统联合运行及风险分析方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112183839B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106786799B (zh) | 一种直流联络线功率阶梯化发电计划优化方法 | |
CN107276122B (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
CN108133104B (zh) | 一种长期跨流域多梯级水电优化运行模拟方法 | |
CN116667395B (zh) | 基于梯级水电改造的水风光蓄互补泵站容量配置方法 | |
CN109586284B (zh) | 考虑弃能约束的送端电力系统随机生产模拟方法及应用 | |
CN113036788B (zh) | 一种支撑电力系统新能源消纳的储能配置及成本分析方法 | |
CN112183839B (zh) | 一种含梯级水电风光水互补发电系统中长期优化调度方法 | |
CN110994606B (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
CN111428904B (zh) | 一种含梯级水电的风光水互补发电系统短期优化调度方法 | |
CN110661301B (zh) | 一种水光蓄多能互补发电系统的容量配置优化方法 | |
CN104578183A (zh) | 提高电力系统低碳化水平的联络线送电计划优化方法 | |
CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
CN113541195B (zh) | 一种未来电力系统中高比例可再生能源的消纳方法 | |
CN113937796A (zh) | 一种含风、光、储、蓄联合系统多时间尺度优化方法 | |
CN111969591B (zh) | 一种光蓄能水电站互补的离网式混合能源系统优化方法 | |
CN110571868B (zh) | 微电网的优化配置方法 | |
CN110165699B (zh) | 基于个体优化及系统多能互补的光热电站优化配置方法 | |
CN112653137A (zh) | 计及碳交易的光热电站与风电系统、低碳调度方法及系统 | |
CN117649119A (zh) | 基于vcg理论的清洁能源碳减排价值评估方法 | |
CN116805192A (zh) | 考虑最优弃能率的综合能源系统双层规划优化方法及应用 | |
CN115600838A (zh) | 一种水电站调节能力评价方法、设备和介质 | |
CN112767189B (zh) | 一种计及风电并网下电网灵活性评估方法 | |
CN113034174A (zh) | 用户侧的共享储能电站优化配置方法和系统 | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
CN110601264B (zh) | 计及超大功率蓄热电锅炉消纳能力的多能源优化调度方法 |
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 |