CN112418614A - 一种电力系统的可调节性资源建设方案确定方法及系统 - Google Patents
一种电力系统的可调节性资源建设方案确定方法及系统 Download PDFInfo
- Publication number
- CN112418614A CN112418614A CN202011216040.1A CN202011216040A CN112418614A CN 112418614 A CN112418614 A CN 112418614A CN 202011216040 A CN202011216040 A CN 202011216040A CN 112418614 A CN112418614 A CN 112418614A
- Authority
- CN
- China
- Prior art keywords
- wind
- power system
- construction scheme
- determining
- abandoning
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009194 climbing Effects 0.000 claims abstract description 71
- 238000012163 sequencing technique Methods 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 6
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000005086 pumping Methods 0.000 description 9
- 238000004146 energy storage Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000005096 rolling process Methods 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力系统的可调节性资源建设方案确定方法及系统。该方法包括获取当前的电力系统的数据;获取电力系统的可调节性资源数据;对可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案;根据电力系统的数据和当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;并每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值;进而确定目标的可调节性资源建设方案。本发明能够适应新能源发展,保证电力系统稳定性,防止资源浪费。
Description
技术领域
本发明涉及电力系统领域,特别是涉及一种电力系统的可调节性资源建设方案确定方法及系统。
背景技术
随着新能源的快速发展,由于其自身的不确定性、波动性间歇性等问题,增加对电力系统灵活性需求,为了进一步发展新能源同时保证电网安全经济运行需要合理开发系统灵活性资源。目前针对电力系统灵活性开发缺少理论依据,过少开发影响电力系统稳定性和新能源的发展,过多开发会造成资源浪费。
因此,亟需一种可调节性资源建设方案确定方法及系统,能够解决为适应新能源发展,系统建设可调节性资源最优量的问题。
发明内容
本发明的目的是提供一种电力系统的可调节性资源建设方案确定方法及系统,能够适应新能源发展,保证电力系统稳定性,防止资源浪费。
为实现上述目的,本发明提供了如下方案:
一种电力系统的可调节性资源建设方案确定方法,包括:
获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束;
获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率;
对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案;
根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出;
根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;
判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值;
若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案;
若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
可选的,所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况,之前还包括:
根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
可选的,所述根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型,具体包括:
其中,T为时段数,N为火电机组数,Ui,t为机组i在时段t的运行状态变量,Ui,t=0表示停机,Ui,t=1表示运行;Pi,t为火电机组在时段t的功率变量,ai为机组i的边际能耗成本参数,bi为机组i的空载成本参数,Si为机组i的启动成本,ρ1和ρ2分别表示弃用风电和光伏的惩罚系数,Pc1,t和Pc2,t分别为系统在时段t的弃风和弃光电量。
可选的,所述根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率,具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量。
一种电力系统的可调节性资源建设方案确定系统,包括:
电力系统的数据获取模块,用于获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束;
可调节性资源数据获取模块,用于获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率;
当前的可调节性资源建设方案确定模块,用于对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案;
电源运行情况和弃风弃光情况确定模块,用于根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出;
供需情况确定模块,用于根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;
判断模块,用于判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值;
目标的可调节性资源建设方案第一确定模块,用于若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案;
目标的可调节性资源建设方案第二确定模块,用于若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
可选的,还包括:
电力系统机组组合模型确定模块,用于根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
可选的,所述电力系统机组组合模型确定模块具体包括:
其中,T为时段数,N为火电机组数,Ui,t为机组i在时段t的运行状态变量,Ui,t=0表示停机,Ui,t=1表示运行,Pi,t为火电机组在时段t的功率变量,ai为机组i的边际能耗成本参数,bi为机组i的空载成本参数,Si为机组i的启动成本;ρ1和ρ2分别表示弃用风电和光伏的惩罚系数,Pc1,t和Pc2,t分别为系统在时段t的弃风和弃光电量。
可选的,所述供需情况确定模块具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明所提供的一种电力系统的可调节性资源建设方案确定方法及系统,在实际电力系统可调节资源供需分析的基础上,通过对系统可调节性资源进行技术经济排序,并通过电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况,根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率,最终通过判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值得出系统为适应新能源发展应开发建设可调节资源的最优方案。能够适应新能源发展,保证电力系统稳定性,防止资源浪费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种电力系统的可调节性资源建设方案确定方法流程示意图;
图2为本发明所提供的一种电力系统的可调节性资源建设方案确定系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。
本发明的目的是提供一种电力系统的可调节性资源建设方案确定方法及系统,能够适应新能源发展,保证电力系统稳定性,防止资源浪费。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种电力系统的可调节性资源建设方案确定方法流程示意图,如图1所示,本发明所提供的一种电力系统的可调节性资源建设方案确定方法,包括:
S101,获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束。
S102,获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率。
S103,对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案。
S104,根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出。
S104之前还包括:
根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
利用公式确定电力系统机组组合模型的目标函数。目标函数为系统在T时段内(分供热期和非供热期)内的总发电成本最小,包括火电机组运行发电成本、启动成本和弃用新能源的惩罚费用。当惩罚因子较大时,弃风将受到大量罚款,由于目标是系统总运行费用最低,所以模型会尽可能避免弃风,此时仿真结果即为技术消纳极限,实际成本对结果影响不大。
其中,T为时段数,N为火电机组数,Ui,t为机组i在时段t的运行状态变量,Ui,t=0表示停机,Ui,t=1表示运行,Pi,t为火电机组在时段t的功率变量,ai为机组i的边际能耗成本参数,bi为机组i的空载成本参数,Si为机组i的启动成本,ρ1和ρ2分别表示弃用风电和光伏的惩罚系数,Pc1,t和Pc2,t分别为系统在时段t的弃风和弃光电量。
电力系统机组组合模型的约束条件为:
1)火电机组技术约束
出力上下限约束:机组开机时刻出力应在最大出力和最小出力之间。
Ui,tPi,min≤Pi,t≤Ui,tPi,max。
式中:Pi,min和Pi,max分别为机组i的最小和最大技术出力。
最小启停时间约束:考虑到火电机组运行经济性以及其本身寿命影响,常规火电机组不宜频繁启停,因此火电机组根据实际运行经验设置最小运行时间和最小停机时间约束。
式中:Ti,on和Ti,off分别为机组i的最小连续运行和停机时间。
爬坡约束:火电机组下一个时刻的出力与上一时刻的出力应满足上爬坡和下爬坡约束。
式中:ΔPi,up和ΔPi,down分别为机组i的上、下爬坡限制。
2)新能源弃电量约束
0≤Pc,t≤PW,t。
式中:PW,t为新能源机组在时段t的总出力。
3)抽水蓄能机组技术约束
抽水、发电功率上下限约束:抽蓄机组抽、发功率应不大于最大抽水功率和最大发电功率。
式中:Ppi,t和Pgi,t分别为抽水蓄能机组i在时段t的抽水和发电功率;Upi,t和Ugi,t为抽水蓄能机组i在时段t的运行状态变量,Upi,t=Ugi,t=0表示停机,Upi,t=1表示抽水,Ugi,t=1表示发电。
储能容量约束:储能装置存储能量介于最大、最小允许范围。
Ei,min≤Ei,t≤Ei,max。
式中:Ei,t为抽水蓄能机组i在时段t的储能电量,Ei,min和Ei,max为最小、最大储能限制。
日内抽发平衡约束:
式中:ηi为抽水蓄能机组i的抽发效率。
4)系统耦合约束
功率平衡约束:任意时刻系统应保持供需平衡。
式中:PL,t为时段t系统的负荷需求。
旋转备用约束:系统应保留必要的备用功率。
S105,根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;
S105具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量,Pc,t表示t时刻的弃风光量,Pi,t表示第i台火电机组在t时刻的出力,Pmuston,j,min表示第j台必开机组的最小出力,Nmuston表示必开机组的总台数,Ad,t表示系统在t时刻的下旋转备用量。
S106,判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值。
S107,若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案。
S108,若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
由于仿真全年8760小时系统运行,以系统运行成本最低为目标函数,推算可再生能源的技术极限消纳规模,仿真规模庞大,若仿真方法采取不当,将造成仿真时间过长甚至无法求解等后果。本测算模型整理思路为:每次仿真48小时机组组合,输出结果仅读取前24个小时的,然后以该前24小时测算结果仿真测算后48小时,以此类推,逐日滚动测算。
图2为本发明所提供的一种电力系统的可调节性资源建设方案确定系统结构示意图,如图2所示,本发明所提供的一种电力系统的可调节性资源建设方案确定系统,包括:
电力系统的数据获取模块201,用于获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束。
可调节性资源数据获取模块202,用于获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率。
当前的可调节性资源建设方案确定模块203,用于对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案。
电源运行情况和弃风弃光情况确定模块204,用于根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出。
供需情况确定模块205,用于根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率。
判断模块206,用于判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值。
目标的可调节性资源建设方案第一确定模块207,用于若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案;
目标的可调节性资源建设方案第二确定模块208,用于若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
本发明所提供的一种电力系统的可调节性资源建设方案确定系统,还包括:
电力系统机组组合模型确定模块,用于根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
所述电力系统机组组合模型确定模块具体包括:
其中,T为时段数;N为火电机组数,Ui,t为机组i在时段t的运行状态变量,Ui,t=0表示停机,Ui,t=1表示运行,Pi,t为火电机组在时段t的功率变量,ai为机组i的边际能耗成本参数,bi为机组i的空载成本参数,Si为机组i的启动成本,ρ1和ρ2分别表示弃用风电和光伏的惩罚系数,Pc1,t和Pc2,t分别为系统在时段t的弃风和弃光电量。
所述供需情况确定模块205具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种电力系统的可调节性资源建设方案确定方法,其特征在于,包括:
获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束;
获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率;
对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案;
根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出;
根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;
判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值;
若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案;
若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
2.根据权利要求1所述的一种电力系统的可调节性资源建设方案确定方法,其特征在于,所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况,之前还包括:
根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
4.根据权利要求1所述的一种电力系统的可调节性资源建设方案确定方法,其特征在于,所述根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率,具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量。
5.一种电力系统的可调节性资源建设方案确定系统,其特征在于,包括:
电力系统的数据获取模块,用于获取当前的电力系统的数据;所述电力系统的数据包括:当前的电力系统电源装机情况以及未来规划发展情况、未来负荷情况以及未来新能源发展水平;所述电源装机情况包括:各类电源的成本函数、最大和最小爬坡约束、最大和最小出力约束、机组必开约束、最小停机约束以及最小启动约束;
可调节性资源数据获取模块,用于获取所述电力系统的可调节性资源数据;所述可调节性资源数据包括:成本、建设周期、寿命以及效率;
当前的可调节性资源建设方案确定模块,用于对所述可调节性资源数据进行优先开发排序,得到当前的可调节性资源建设方案;
电源运行情况和弃风弃光情况确定模块,用于根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况;所述电力系统机组组合模型以所述电力系统的数据和所述可调节性资源建设方案为输入,以8760小时下电源运行情况和弃风弃光情况为输出;
供需情况确定模块,用于根据8760小时下电源运行情况和弃风弃光情况,确定每个时刻所述电力系统的爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率;
判断模块,用于判断所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率是否均小于设定阈值;
目标的可调节性资源建设方案第一确定模块,用于若所述爬坡灵活性需求对应的弃风弃光率和调峰灵活性需求对应的弃风弃光率均小于设定阈值,则将所述当前的可调节性资源建设方案确定为目标的可调节性资源建设方案;
目标的可调节性资源建设方案第二确定模块,用于若所述爬坡灵活性需求对应的弃风弃光率或调峰灵活性需求对应的弃风弃光率不小于设定阈值,则根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率更新所述电力系统的数据,以及根据所述所述爬坡灵活性需求及对应的弃风弃光率和调峰灵活性需求及对应的弃风弃光率对所述可调节性资源数据进行优先开发排序,得到更新后的可调节性资源建设方案;将所述当前的可调节性资源建设方案替换为所述更新后的可调节性资源建设方案,并返回所述根据所述电力系统的数据和所述当前的可调节性资源建设方案,采用电力系统机组组合模型确定8760小时下电源运行情况和弃风弃光情况的步骤。
6.根据权利要求5所述的一种电力系统的可调节性资源建设方案确定系统,其特征在于,还包括:
电力系统机组组合模型确定模块,用于根据所述电力系统的数据和所述可调节性资源建设方案,采用GAMS软件,确定电力系统机组组合模型。
8.根据权利要求5所述的一种电力系统的可调节性资源建设方案确定系统,其特征在于,所述供需情况确定模块具体包括:
其中,Tpeakshaving表示系统缺乏调峰灵活性而导致弃风光的总时长,PW,peakshaving,t表示系统由于缺乏调峰灵活性而导致弃风光的时刻t所对应的新能源出力,Tramping表示系统缺乏爬坡灵活性而导致弃风光的总时长,PW,ramping,t表示系统由于缺乏爬坡灵活性而导致弃风光的时刻t所对应的新能源出力,Epeakshaving,t表示系统在t时刻的调峰灵活性需求量,Eramping,t表示系统在t时刻的爬坡灵活性需求量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011216040.1A CN112418614B (zh) | 2020-11-04 | 2020-11-04 | 一种电力系统的可调节性资源建设方案确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011216040.1A CN112418614B (zh) | 2020-11-04 | 2020-11-04 | 一种电力系统的可调节性资源建设方案确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112418614A true CN112418614A (zh) | 2021-02-26 |
CN112418614B CN112418614B (zh) | 2024-01-30 |
Family
ID=74827622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011216040.1A Active CN112418614B (zh) | 2020-11-04 | 2020-11-04 | 一种电力系统的可调节性资源建设方案确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418614B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101515A1 (zh) * | 2012-12-24 | 2014-07-03 | 国家电网公司 | 间歇能源并网下的自动发电控制模型的设计方法 |
CN104156887A (zh) * | 2014-08-14 | 2014-11-19 | 国家电网公司 | 一种基于电网约束的区域新能源开发规模及布局分析方法 |
CN105335560A (zh) * | 2015-10-29 | 2016-02-17 | 中国电力科学研究院 | 光伏发电功率波动性及其自动发电控制备用需求计算方法 |
US20160092622A1 (en) * | 2013-05-20 | 2016-03-31 | State Grid Corporation Of China | Method for modeling medium and long term wind power output model of medium and long term optimal operationof power system |
CN105528466A (zh) * | 2014-09-28 | 2016-04-27 | 国家电网公司 | 考虑电力系统适应性和经济性的风电优化规划建模方法 |
CN105720610A (zh) * | 2016-04-14 | 2016-06-29 | 华北电力大学 | 一种电力系统机组组合配置方法及装置 |
CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
CN108429256A (zh) * | 2018-03-22 | 2018-08-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统运行优化方法及终端设备 |
CN109038689A (zh) * | 2018-09-13 | 2018-12-18 | 中国南方电网有限责任公司电网技术研究中心 | 一种电力系统的超短期优化调度方法 |
CN109245183A (zh) * | 2018-05-21 | 2019-01-18 | 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 |
CN109768583A (zh) * | 2019-03-15 | 2019-05-17 | 国网能源研究院有限公司 | 一种新能源电力系统中火电机组改造容量确定方法 |
CN110929428A (zh) * | 2019-12-26 | 2020-03-27 | 华北电力大学 | 一种电力系统发电容量充裕度确定方法及系统 |
WO2020063144A1 (zh) * | 2018-09-30 | 2020-04-02 | 中国电力科学研究院有限公司 | 一种柔性直流电网的能源外送能力评估方法及系统 |
US20200209812A1 (en) * | 2018-03-16 | 2020-07-02 | Dalian University Of Technology | Practical method for short-term operations of super large-scale hydropower plants |
CN111555281A (zh) * | 2020-05-29 | 2020-08-18 | 国网山东省电力公司经济技术研究院 | 一种电力系统灵活性资源配置仿真方法及装置 |
AU2020101665A4 (en) * | 2020-08-04 | 2020-09-10 | Beijing Electric Power Trading Center Co., Ltd | A compensation cost allocation method for auxiliary service of peak load regulation |
-
2020
- 2020-11-04 CN CN202011216040.1A patent/CN112418614B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101515A1 (zh) * | 2012-12-24 | 2014-07-03 | 国家电网公司 | 间歇能源并网下的自动发电控制模型的设计方法 |
US20160092622A1 (en) * | 2013-05-20 | 2016-03-31 | State Grid Corporation Of China | Method for modeling medium and long term wind power output model of medium and long term optimal operationof power system |
CN104156887A (zh) * | 2014-08-14 | 2014-11-19 | 国家电网公司 | 一种基于电网约束的区域新能源开发规模及布局分析方法 |
CN105528466A (zh) * | 2014-09-28 | 2016-04-27 | 国家电网公司 | 考虑电力系统适应性和经济性的风电优化规划建模方法 |
CN105335560A (zh) * | 2015-10-29 | 2016-02-17 | 中国电力科学研究院 | 光伏发电功率波动性及其自动发电控制备用需求计算方法 |
CN105720610A (zh) * | 2016-04-14 | 2016-06-29 | 华北电力大学 | 一种电力系统机组组合配置方法及装置 |
CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
US20200209812A1 (en) * | 2018-03-16 | 2020-07-02 | Dalian University Of Technology | Practical method for short-term operations of super large-scale hydropower plants |
CN108429256A (zh) * | 2018-03-22 | 2018-08-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统运行优化方法及终端设备 |
CN109245183A (zh) * | 2018-05-21 | 2019-01-18 | 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 |
CN109038689A (zh) * | 2018-09-13 | 2018-12-18 | 中国南方电网有限责任公司电网技术研究中心 | 一种电力系统的超短期优化调度方法 |
WO2020063144A1 (zh) * | 2018-09-30 | 2020-04-02 | 中国电力科学研究院有限公司 | 一种柔性直流电网的能源外送能力评估方法及系统 |
CN109768583A (zh) * | 2019-03-15 | 2019-05-17 | 国网能源研究院有限公司 | 一种新能源电力系统中火电机组改造容量确定方法 |
CN110929428A (zh) * | 2019-12-26 | 2020-03-27 | 华北电力大学 | 一种电力系统发电容量充裕度确定方法及系统 |
CN111555281A (zh) * | 2020-05-29 | 2020-08-18 | 国网山东省电力公司经济技术研究院 | 一种电力系统灵活性资源配置仿真方法及装置 |
AU2020101665A4 (en) * | 2020-08-04 | 2020-09-10 | Beijing Electric Power Trading Center Co., Ltd | A compensation cost allocation method for auxiliary service of peak load regulation |
Non-Patent Citations (2)
Title |
---|
宁剑等: ""可调节负荷资源参与电网调控的思考与技术实践"", 《电力系统自动化》, vol. 44, no. 17, pages 1 - 8 * |
韩杏宁: ""大区电力系统新能源电源规划及储能配置方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》, no. 10, pages 042 - 45 * |
Also Published As
Publication number | Publication date |
---|---|
CN112418614B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power | |
CN111555281B (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
JP5095495B2 (ja) | 電力システムおよびその制御方法 | |
CN105006844B (zh) | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 | |
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 | |
CN112446145B (zh) | 一种基于kl散度的储能电站分布鲁棒规划方法 | |
CN105207207B (zh) | 基于能量管理的孤网状态下的微电网系统调度方法 | |
CN110929428B (zh) | 一种电力系统发电容量充裕度确定方法及系统 | |
CN114492085B (zh) | 关于负荷、电源联合概率分布的区域电力电量平衡方法 | |
CN106684928B (zh) | 一种基于调峰成本的电网调峰裕度计算方法 | |
KR20140059189A (ko) | 피크컷 제어 장치 | |
CN115511180A (zh) | 电力系统灵活性资源的优化配置方法及系统 | |
CN117277444B (zh) | 一种新能源基地电源容量优化配置方法及装置 | |
CN108288132B (zh) | 一种基于源荷互动电力系统调度的建模方法 | |
CN112510690A (zh) | 考虑风火储联合和需求响应奖惩的优化调度方法及系统 | |
CN112491080A (zh) | 一种新能源装机布局规划方法和系统 | |
CN112418614A (zh) | 一种电力系统的可调节性资源建设方案确定方法及系统 | |
CN115296345A (zh) | 一种燃气发电机组启停-出力-备用联合优化方法及装置 | |
CN110504713B (zh) | 一种可中断负荷参与备用的电网调度方法 | |
CN114204599A (zh) | 一种抑制配电网电压波动的分布式储能布点运行控制方法 | |
CN113489066A (zh) | 计及供需不确定性的含储能电网区间供电可靠性评估方法 | |
CN110676886A (zh) | 电力系统调度方法、装置、计算机设备和存储介质 | |
CN112436559B (zh) | 基于风电主动功率控制的电力系统调度方法 | |
CN117239843B (zh) | 一种考虑储能的风电场调峰优化调度方法 | |
CN114219148A (zh) | 一种工业微电网需求响应优化方法及装置 |
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 |