CN112436560A - 一种含抽水蓄能机组间相互约束的日前优化调度方法 - Google Patents
一种含抽水蓄能机组间相互约束的日前优化调度方法 Download PDFInfo
- Publication number
- CN112436560A CN112436560A CN202011262989.5A CN202011262989A CN112436560A CN 112436560 A CN112436560 A CN 112436560A CN 202011262989 A CN202011262989 A CN 202011262989A CN 112436560 A CN112436560 A CN 112436560A
- Authority
- CN
- China
- Prior art keywords
- next day
- pumped
- pumped storage
- power
- storage unit
- 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
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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
- 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
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- 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
Abstract
本发明属于电力系统发电调度领域,具体涉及一种含抽水蓄能机组间相互约束的日前优化调度方法。该方法首先获取日前优化调度的基础数据及各机组次日分段电能量信息;建立由目标函数和约束条件构成的包含抽水蓄能机组间相互约束的日前优化调度模型;对该模型求解,形成最终的日前优化调度方案。本发明在构建包含抽水蓄能机组的日前优化调度模型时,进一步引入抽水蓄能机组间的相互约束,其既可以保证其电站的工作状态唯一,又避免优化结果中出现既有抽水机组在运行同时又有发电机组在运行的困境,具有重要的现实意义。
Description
技术领域
本发明属于电力系统发电调度领域,具体涉及一种含抽水蓄能机组间相互约束的日前优化调度方法。
背景技术
抽水蓄能电站具有双倍的调峰和快速响应负荷变化的特点,配合新能源机组发电协调运行,形成规模性的优化调度方案,可以提高新能源的消纳能力,保证电力系统的安全稳定运行。目前新能源消纳的解决方案主要是以市场主体签订的中长期合同电量为主,但中长期时间尺度跨度大与实时运行差别较大,优化效果并不理想。在此基础上引入日前电力市场,以中长期合同交易电量为基态,进一步优化,更符合实时运行情况,对资源更合理配置。
现阶段对于抽水蓄能电站参与系统日前优化调度的研究,主要以抽水蓄能电站整体来展开论述,约束条件中仅设置电站抽水和发电状态不能同时存在,在优化结果中呈现的是电站的整体出力和整体状态。然而实际情况中,一个抽水蓄能电站一般有多台机组,如果仅对电站整体状态进行约束,在优化结果中可能出现既存在机组在抽水又有机组在发电的情况,各个机组之间不存在相互的约束关系,这有悖于现实情况,无法得到合理的优化调度结果。
发明内容
本发明的目的是为克服已有技术的不足之处,提出一种含抽水蓄能机组间相互约束的日前优化调度方法。本发明考虑以系统运行稳定约束和抽水蓄能电站相关约束之外,对机组之间的相互约束进行考虑,从而保证不存在机组运行状态相悖的情况,使得对包含抽水蓄能电站的优化提高电网对新能源的消纳能力,具有更现实的意义。
本发明提出一种含抽水蓄能机组间相互约束的日前优化调度方法,包括以下步骤:
1)获取日前优化调度的基础数据,具体步骤如下:
1-1)按照15分钟间隔将全天分为96个时间段,获取次日系统各时段的用电计划值Lin,t,获取次日系统各时段的外送电计划值Lout,t,其中,t代表时段;
1-2)记火电机组数为N,获取各火电机组次日最大发电能力Pi max、最小发电能力Pi min;
2)获取各机组次日分段电能量信息,包括:火电机组i在次日时段t的发电的电能量价格Ci,t(Pi,t)、新能源场站i在次日时段t的发电的电能量价格Ci,t(Fi,t)、抽水蓄能机组i在次日时段t的发电的电能量价格Cg,i,t(Pg,i,t);
3)建立包含抽水蓄能机组间相互约束的日前优化调度模型,该模型由目标函数和约束条件组成;具体步骤如下:
3-1)确定模型的目标函数,表达式如下:
式中,T为全天时段总数;Pi,t为火电机组i在次日时段t的出清出力值;分别为火电机组i在次日时段t的增出力和减出力;Fi,t为新能源场站i在次日时段t的出清出力值;分别为新能源场站i在次日时段t的增出力、减出力;Pg,i,t为抽水蓄能机组i在次日时段t的发电的出清出力值;分别为抽水蓄能机组i在次日时段t的发电的增出力、减出力;表示次日时段t抽水蓄能电站处于发电状态的0-1变量,表示次日时段t抽水蓄能电站处于非发电状态,表示次日时段t抽水蓄能电站处于发电状态;表示次日t时段抽水蓄能电站整体处于抽水状态的0-1变量,表示次日时段t抽水蓄能电站整体处于非抽水状态,表示次日时段t抽水蓄能电站整体处于抽水状态;
3-2)确定模型约束条件,具体如下:
3-2-1)系统稳定约束;
3-2-1-1)电量平衡约束;
式中,Lin,t为次日系统各时段用电计划值;Lout,t为次日各时段外送电计划值;Pl,i,t为抽水蓄能机组i在次日时段t的抽水的功率;
3-2-1-2)机组出力约束;
3-2-1-3)机组爬坡约束;
式中,Pi,t-1为火电机组i在次日时段t-1的出清出力值;ΔPi U、ΔPi D分别为火电机组i的最大上爬坡速率、最大下爬坡速率;Fi,t-1为各新能源场站i在次日时段t-1的出清出力值;ΔFi U、ΔFi D分别为各新能源场站i的最大上爬坡速率、最大下爬坡速率;
3-2-1-4)系统正、负备用容量约束;
式中,αi,t表示火电机组i在次日时段t的启停状态变量,αi,t∈{0,1},αi,t=0表示火电机组i在次日时段t停机,αi,t=1表示火电机组i在次日时段t开机;为新能源场站i在次日时段t的最大预测出力;表示抽水蓄能机组i在次日时段t处于发电状态的0-1变量,表示抽水蓄能机组i在次日时段t处于非发电状态,表示抽水蓄能机组i在次日时段t处于发电状态;为抽水蓄能机组i的发电最大出力值;表示抽水蓄能机组i在次日时段t处于抽水状态的0-1变量,表示抽水蓄能机组i在时段t处于非抽水状态,表示抽水蓄能机组i在时段t处于抽水状态;为次日时段t的系统正备用容量要求;为次日时段t的系统负备用容量要求;
3-2)抽水蓄能电站常规约束;
3-2-1)抽水蓄能机组的出力约束;
3-2-2)抽水蓄能电站状态约束;
3-2-3)抽水蓄能电站水库库容约束;
式中,Emin、Emax分别为抽水蓄能电站上水库的最小和最大库容;Et为上水库次日时段t的库容;ηl为抽水蓄能电站抽水的水流量转化率,ηg为抽水蓄能电站发电的水流量转化率;Δt为时间差;
3-2-4)抽水蓄能机组最大启动次数约束;
式中,为抽水蓄能机组i在次日时段t-1到t的发电的启动变量, 表示抽水蓄能机组i在次日时段t-1到t未转换到发电状态,表示抽水蓄能机组i在次日时段t-1到t转换到发电状态;为抽水蓄能机组i在次日时段t-1到t的抽水的启动变量,表示抽水蓄能机组i在次日时段t-1到t未转换到抽水状态,表示抽水蓄能机组i在次日时段t-1到t转换到抽水状态;为一天内抽水蓄能机组i发电状态的最大启动次数;为一天内抽水蓄能机组i抽水状态的最大启动次数;
3-2-5)抽水蓄能机组最小开停机持续时间约束;
式中,分别为抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电的停机变量,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态未停止,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的发电的启动变量,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到发电状态,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到发电状态;分别为抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水的停机变量, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态未停止,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的抽水的启动变量, 分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到抽水状态,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到抽水状态;
3-3)抽水蓄能机组间相互约束;
1.4)对步骤3)建立的模型求解,得到Pi,t、Fi,t、Pg,i,t的最优解,即为最终的日前优化调度方案。
本发明的特点及有益效果在于:
本发明在常规的含抽水蓄能机组的日前优化调度的模型中,加入了机组间的相互约束的条件,避免在优化调度结果中,出现抽水和发电机组同时存在的困境,得到的优化调度结果符合实际情况,可指导实际的电力调度。
附图说明
图1为本发明方法的整体流程图。
图2为本发明中日前优化时间分辨率设置示意图。
图3为本发明实施例的优化结果中机组的整体出力示意图。
图4为本发明实施例的优化结果中对新能源的消纳示意图。
图5为本发明实施例的优化结果中抽水蓄能机组出力变化和水库水量变化示意图。
具体实施方式
本发明提出一种含抽水蓄能机组间相互约束的日前优化调度方法,下面结合附图和具体实施例对本发明进一步详细说明如下。
本发明提出一种含抽水蓄能机组间相互约束的日前优化调度方法,整体流程如如图1所示,包括以下步骤:
1)获取日前优化调度的基础数据,具体步骤如下:
1-1)从电力市场技术支持系统读取电网次日负荷预测数据,结合用电企业、售电企业及供电单位提供的数据,获取次日系统各时段的用电计划值Lin,t(其中,t代表时段,按照15分钟间隔将全天共分为96个时间段),获取次日系统各时段的外送电计划值Lout,t(96点);
1-2)根据各火电机组提供数据,获取系统中火电机组数为N,获取各火电机组次日最大发电能力Pi max、最小发电能力Pi min;
2)获取各机组次日分段电能量信息:所述各机组提供日分段电能量信息,包括:火电机组i在次日时段t的发电的电能量价格Ci,t(Pi,t)、新能源场站i在次日时段t的发电的电能量价格Ci,t(Fi,t)、抽水蓄能机组i在次日时段t的发电的电能量价格Cg,i,t(Pg,i,t);
3)建立包含抽水蓄能机组间相互约束的日前优化调度模型,该模型由目标函数和约束条件组成;具体步骤如下:
3-1)确定模型的目标函数;
含抽水蓄能机组间相互约束的日前优化调度模型,设计的时间段如图2所示,图2表明24h为一个优化周期,各优化时段为15min,共96个时段。在日前优化过程中,机组组合应安排合理,尽量避免火电机组开停机动作,使机组持续稳定运行。而且,为了提高电网对新能源的消纳能力和保证电网的稳定性,要保证系统具有足够的备用容量。同时,还要体现在中长期合同电量交易的基础上进行优化,要保证合约执行最大化和各场站合约均衡度要满足要求。对于约束条件,考虑系统稳定约束和抽水蓄能电站的相关约束,并单独对抽水蓄能机组间的相互约束进行考虑。
综上,目标函数综合考虑以中长期合同交易电量为计算基态,以系统综合效益最大为目标,目标函数如下:
式中,N、M、K分别表示火电机组数、新能源场(站)数、抽水蓄能机组数;T为全天时段总数(96);Pi,t为火电机组i在次日时段t的出清出力值;分别为火电机组i在次日时段t的增出力和减出力;Fi,t为新能源场(站)i在次日时段t的出清出力值;分别为新能源场(站)i在次日时段t的增出力、减出力;Pg,i,t为抽水蓄能机组i在次日时段t的发电的出清出力值;分别为抽水蓄能机组i在次日时段t的发电的增出力、减出力;Ci,t(Pi,t)为火电机组i在次日时段t的电能量价格;Ci,t(Fi,t)为新能源场(站)i在次日时段t的电能量价格;Cg,i,t(Pg,i,t)为抽水蓄能机组i在次日时段t的发电的电能量价格;表示次日时段t抽水蓄能电站整体处于发电状态的0-1变量, 表示次日时段t抽水蓄能电站整体处于非发电状态,表示次日时段t抽水蓄能电站整体处于发电状态;表示次日t时段抽水蓄能电站处于抽水状态的0-1变量,表示次日时段t抽水蓄能电站整体处于非抽水状态,表示次日时段t抽水蓄能电站整体处于抽水状态。
3-2)确定模型约束条件,具体如下:
3-2-1)系统稳定约束;
3-2-1-1)电量平衡约束;
在每个调度时段,火电机组、新能源场(站)、抽水蓄能电站的输出功率应满足系统的预测负荷需求。
式中,Lin,t为次日系统各时段用电计划值;Lout,t为次日各时段外送电计划值;Pl,i,t为抽水蓄能机组i在次日时段t的抽水的功率。
3-2-1-2)机组出力约束
为保证各个机组能够安全稳定运行,其出力值应介于最大值与最小值之间。
3-2-1-3)机组爬坡约束;
各机组在两个相邻时间段变化值,不应超出其上爬坡、下爬坡的值。
式中,Pi,t-1为火电机组i在次日时段t-1的出清出力值;ΔPi U、ΔPi D分别为火电机组i的最大上爬坡速率、最大下爬坡速率;Fi,t-1为各新能源场(站)i在次日时段t-1的出清出力值;ΔFi U、ΔFi D分别为各新能源场(站)i的最大上爬坡速率、最大下爬坡速率。
3-2-1-4)系统正、负备用容量约束;
在确保系统功率平衡的前提下,为了防止负荷预测偏差以及各种实际运行事故带来的系统供需不平衡波动,一般整个系统需要留有一定的容量备用。
式中,αi,t表示火电机组i在次日时段t的启停状态变量,αi,t∈{0,1},αi,t=0表示火电机组i在次日时段t停机,αi,t=1表示火电机组i在次日时段t开机;为新能源场站i在时段t的最大预测出力;表示抽水蓄能机组i在次日时段t处于发电状态的0-1变量,表示抽水蓄能机组i在次日时段t处于非发电状态,表示抽水蓄能机组i在次日时段t处于发电状态;为抽水蓄能机组i的发电最大出力值;表示抽水蓄能机组i在次日时段t处于抽水状态的0-1变量,表示抽水蓄能机组i在次日时段t处于非抽水状态,表示抽水蓄能机组i在次日时段t处于抽水状态;为次日时段t的系统正备用容量要求;为次日时段t的系统负备用容量要求;
3-2)抽水蓄能电站常规约束;
3-2-1)抽水蓄能机组的出力约束;
抽水蓄能机组在发电工况下与一般水电机组相同,出力可以连续调节,但存在最大和最小出力限制;在抽水工况下的功率默认为定值,即额定抽水功率。
3-2-2)抽水蓄能电站状态约束;
实际情况中,次日各时段电站整体对外只能呈现一种状态。
3-2-3)抽水蓄能电站水库库容约束;
在抽水蓄能机组发电、抽水运行,上水库和下水库的水量是动态平衡的。目前大多数电站是日调节电站,上水库水量较小,下水库水量较大,电站的削峰填谷作用更多取决于上水库水量情况,因此仅考虑上水库的库容约束。
式中,Emin、Emax分别为抽水蓄能电站上水库的最小和最大库容;Et为上水库次日时段t的库容;ηl、ηg分别为抽水蓄能电站抽水和发电的水流量转化率;Δt为时间差。
3-2-4)抽水蓄能机组最大启动次数约束;
出于机组的物理属性和实际运行的需要,抽水蓄能机组的最大启停次数约束和火电机组类似,区别在于抽水蓄能机组考虑约束时须同时考虑发电工况和抽水工况。
式中,为抽水蓄能机组i在次日时段t-1到t的发电的启动变量, 表示抽水蓄能机组i在次日时段t-1到t未转换到发电状态,表示抽水蓄能机组i在次日时段t-1到t转换到发电状态;为抽水蓄能机组i在次日时段t-1到t的抽水的启动变量,表示抽水蓄能机组i在次日时段t-1到t未转换到抽水状态,表示抽水蓄能机组i在次日时段t-1到t转换到抽水状态;为一天内抽水蓄能机组i发电状态的最大启动次数;为一天内抽水蓄能机组i抽水状态的最大启动次数。
3-2-5)抽水蓄能机组最小开停机持续时间约束;
为保护抽水蓄能机组,避免短时间内频繁的开停机,下式分别规定机组的发电状态下和抽水状态下最小开停机持续时间均为45min。
式中,分别为抽水蓄能机组i在时段t-1到t、t到t+1、t+1到t+2的发电的停机变量,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态未停止, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的发电的启动变量,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到发电状态,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到发电状态;分别为抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水的停机变量, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态未停止,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的抽水的启动变量,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到抽水状态, 分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到抽水状态。
3-3)抽水蓄能机组间相互约束;
进一步考虑抽水蓄能机组间相互约束条件,在同一电站同一时刻,若存在某台机组为发电状态,因公式约束,可推断电站整体处于发电状态,不存在机组处于抽水状态。若存在某台机组为抽水状态,因公式约束,可推断电站整体处于抽水状态,不存在机组处于发电状态。以此来进行机组间的相互约束,彻底排除在优化结果中出现的既有机组抽水又有机组在发电的状态。
4)对步骤3)建立的模型求解,该模型为混合整数线型规划模型,含有大量0-1变量,调用成熟的线型规划软件包GLPK进行求解,得到各个机组在次日不同时段的实际出力状况,包括:各火电机组在次日各时段的出清出力值Pi,t的最优解、各新能源场(站)在次日各时段的出清出力值Fi,t的最优解、各抽水蓄能机组在次日各时段的发电的出清出力值Pg,i,t最优解,即为最终的日前优化调度方案。
本实施例采用某省级电网和某抽水蓄能电站的数据,电网的风电装机容量为1844万千瓦,光伏装机容量为720万千瓦,抽水蓄能电站安装4台30万千瓦的机组,总装机容量120万千瓦。在中长期合同电量的基础上进行优化,进行日前优化调度,所建优化调度模型为混合整数线性规划模型,且含有大量的0-1变量,采用成熟的商业软件包GLPK进行求解,得到各个机组的实际出力值。因为问题规模较大,数据较多,采用了Fischetti-Monaci邻近搜索启发式算法。该算法能够快速改进混合整数规划问题的可行解,使得一些需要很长时间才能得到最优解的问题快速获得次优解,大大提高了求解速率。
首先本发明在中长期电量交易的接触上进行优化调度,得到计划日内不同电站的出力情况以及负荷的总体的态势示意图如图3所示。可以看到抽水蓄能电站的状态不断地切换,电站发电状态主要集中在0:15~4:45、7:15~9:00、17:00~21:00,其抽水状态主要集中在5:00~6:00、9:15~16:45、21:15~0:00。抽水蓄能电站切换的频繁性,直接表明该地区的新能源场(站)出力的波动性较大。
引入包含抽水蓄能电站的日前市场的目的是,增加电网对新能源的消纳能力,保证电网安全稳定运行,在经过优化后的新能源消纳示意图如图4所示。光伏电站的预测出力与实际出力曲线完全拟合,弃光率为0,风电场的预测出力与实际出力曲线拟合良好,仅仅在12:15~14:30、22:15~0:00,存在少量的弃风。总体来说,经过优化后较中长期的合同电量的消纳情况,有所改善,提高电网的安全性,充分体现了资源配置的作用。
在得到各市场主体整体出力和新能源消纳情况的同时,可得到次日抽水蓄能电站水库的容量以及机组的出力和状态变化示意图如图5所示,其中水库水量的变化是以可发电量来定义,4台机组的共同状态决定了其水量的变化。在图中可以看到,4台机组在同一时刻不存在既有抽水机组又有发电机组,表明该发明设定的机组间相互约束具有一定的效用。
Claims (1)
1.一种含抽水蓄能机组间相互约束的日前优化调度方法,其特征在于,包括以下步骤:
1)获取日前优化调度的基础数据,具体步骤如下:
1-1)按照15分钟间隔将全天分为96个时间段,获取次日系统各时段的用电计划值Lin,t,获取次日系统各时段的外送电计划值Lout,t,其中,t代表时段;
1-2)记火电机组数为N,获取各火电机组次日最大发电能力Pi max、最小发电能力Pi min;
2)获取各机组次日分段电能量信息,包括:火电机组i在次日时段t的发电的电能量价格Ci,t(Pi,t)、新能源场站i在次日时段t的发电的电能量价格Ci,t(Fi,t)、抽水蓄能机组i在次日时段t的发电的电能量价格Cg,i,t(Pg,i,t);
3)建立包含抽水蓄能机组间相互约束的日前优化调度模型,该模型由目标函数和约束条件组成;具体步骤如下:
3-1)确定模型的目标函数,表达式如下:
式中,T为全天时段总数;Pi,t为火电机组i在次日时段t的出清出力值;分别为火电机组i在次日时段t的增出力和减出力;Fi,t为新能源场站i在次日时段t的出清出力值;分别为新能源场站i在次日时段t的增出力、减出力;Pg,i,t为抽水蓄能机组i在次日时段t的发电的出清出力值;分别为抽水蓄能机组i在次日时段t的发电的增出力、减出力;表示次日时段t抽水蓄能电站处于发电状态的0-1变量, 表示次日时段t抽水蓄能电站处于非发电状态,表示次日时段t抽水蓄能电站处于发电状态;表示次日t时段抽水蓄能电站整体处于抽水状态的0-1变量, 表示次日时段t抽水蓄能电站整体处于非抽水状态,表示次日时段t抽水蓄能电站整体处于抽水状态;
3-2)确定模型约束条件,具体如下:
3-2-1)系统稳定约束;
3-2-1-1)电量平衡约束;
式中,Lin,t为次日系统各时段用电计划值;Lout,t为次日各时段外送电计划值;Pl,i,t为抽水蓄能机组i在次日时段t的抽水的功率;
3-2-1-2)机组出力约束;
3-2-1-3)机组爬坡约束;
式中,Pi,t-1为火电机组i在次日时段t-1的出清出力值;ΔPi U、ΔPi D分别为火电机组i的最大上爬坡速率、最大下爬坡速率;Fi,t-1为各新能源场站i在次日时段t-1的出清出力值;ΔFi U、ΔFi D分别为各新能源场站i的最大上爬坡速率、最大下爬坡速率;
3-2-1-4)系统正、负备用容量约束;
式中,αi,t表示火电机组i在次日时段t的启停状态变量,αi,t∈{0,1},αi,t=0表示火电机组i在次日时段t停机,αi,t=1表示火电机组i在次日时段t开机;为新能源场站i在次日时段t的最大预测出力;表示抽水蓄能机组i在次日时段t处于发电状态的0-1变量, 表示抽水蓄能机组i在次日时段t处于非发电状态,表示抽水蓄能机组i在次日时段t处于发电状态;为抽水蓄能机组i的发电最大出力值;表示抽水蓄能机组i在次日时段t处于抽水状态的0-1变量, 表示抽水蓄能机组i在时段t处于非抽水状态,表示抽水蓄能机组i在时段t处于抽水状态;为次日时段t的系统正备用容量要求;为次日时段t的系统负备用容量要求;
3-2)抽水蓄能电站常规约束;
3-2-1)抽水蓄能机组的出力约束;
3-2-2)抽水蓄能电站状态约束;
3-2-3)抽水蓄能电站水库库容约束;
式中,Emin、Emax分别为抽水蓄能电站上水库的最小和最大库容;Et为上水库次日时段t的库容;ηl为抽水蓄能电站抽水的水流量转化率,ηg为抽水蓄能电站发电的水流量转化率;Δt为时间差;
3-2-4)抽水蓄能机组最大启动次数约束;
式中,为抽水蓄能机组i在次日时段t-1到t的发电的启动变量, 表示抽水蓄能机组i在次日时段t-1到t未转换到发电状态,表示抽水蓄能机组i在次日时段t-1到t转换到发电状态;为抽水蓄能机组i在次日时段t-1到t的抽水的启动变量, 表示抽水蓄能机组i在次日时段t-1到t未转换到抽水状态,表示抽水蓄能机组i在次日时段t-1到t转换到抽水状态;为一天内抽水蓄能机组i发电状态的最大启动次数;为一天内抽水蓄能机组i抽水状态的最大启动次数;
3-2-5)抽水蓄能机组最小开停机持续时间约束;
式中,分别为抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电的停机变量, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态未停止, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的发电状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的发电的启动变量, 分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到发电状态,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到发电状态;分别为抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水的停机变量, 分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态未停止,分别表示抽水蓄能机组i在次日时段t-1到t、t到t+1、t+1到t+2的抽水状态停止;分别为抽水蓄能机组i在次日时段t到t+1、t+1到t+2的抽水的启动变量, 分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2未转换到抽水状态,分别表示抽水蓄能机组i在次日时段t到t+1、t+1到t+2转换到抽水状态;
3-3)抽水蓄能机组间相互约束;
4)对步骤3)建立的模型求解,得到Pi,t、Fi,t、Pg,i,t的最优解,即为最终的日前优化调度方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262989.5A CN112436560B (zh) | 2020-11-12 | 2020-11-12 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011262989.5A CN112436560B (zh) | 2020-11-12 | 2020-11-12 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112436560A true CN112436560A (zh) | 2021-03-02 |
CN112436560B CN112436560B (zh) | 2022-11-18 |
Family
ID=74700487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011262989.5A Active CN112436560B (zh) | 2020-11-12 | 2020-11-12 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112436560B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114050611A (zh) * | 2022-01-12 | 2022-02-15 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239960A (zh) * | 2014-07-09 | 2014-12-24 | 国电南瑞科技股份有限公司 | 考虑抽水蓄能机组的发电计划优化方法 |
US20170083648A1 (en) * | 2015-09-23 | 2017-03-23 | Tsinghua University | Fast model generating and solving method for security-constrained power system operation simulation |
CN109284878A (zh) * | 2018-11-26 | 2019-01-29 | 武汉大学 | 一种考虑风电、核电、抽水蓄能协调的多源优化调度方法 |
CN110854931A (zh) * | 2019-11-20 | 2020-02-28 | 广东电网有限责任公司 | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 |
US20200176986A1 (en) * | 2018-11-30 | 2020-06-04 | Midcontinent Independent System Operator, Inc. | Systems And Methods For Managing Energy Storing Resources Of An Electrical Power Grid |
AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
CN111525627A (zh) * | 2020-05-08 | 2020-08-11 | 清华大学 | 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 |
-
2020
- 2020-11-12 CN CN202011262989.5A patent/CN112436560B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239960A (zh) * | 2014-07-09 | 2014-12-24 | 国电南瑞科技股份有限公司 | 考虑抽水蓄能机组的发电计划优化方法 |
US20170083648A1 (en) * | 2015-09-23 | 2017-03-23 | Tsinghua University | Fast model generating and solving method for security-constrained power system operation simulation |
CN109284878A (zh) * | 2018-11-26 | 2019-01-29 | 武汉大学 | 一种考虑风电、核电、抽水蓄能协调的多源优化调度方法 |
US20200176986A1 (en) * | 2018-11-30 | 2020-06-04 | Midcontinent Independent System Operator, Inc. | Systems And Methods For Managing Energy Storing Resources Of An Electrical Power Grid |
AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
CN110854931A (zh) * | 2019-11-20 | 2020-02-28 | 广东电网有限责任公司 | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 |
CN111525627A (zh) * | 2020-05-08 | 2020-08-11 | 清华大学 | 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 |
Non-Patent Citations (4)
Title |
---|
JAVIER GARCÍA-GONZÁLEZ 等: ""Stochastic Joint Optimization of Wind Generation and Pumped-Storage Units in an Electricity Market"", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
QIANG FAN 等: ""Research on Optimal Operation and Capacity Configuration of Energy Storage Based on Pumped Storage Station"", 《2018 CHINA INTERNATIONAL CONFERENCE ON ELECTRICITY DISTRIBUTION (CICED)》 * |
SHUNJIANG LIN 等: ""Stochastic economic dispatch of power system with multiple wind farms and pumped-storage hydro stations using approximate dynamic programming"", 《IET RENEWABLE POWER GENERATION》 * |
项华伟: ""基于MATLAB遗传算法的抽水蓄能电站在电力系统中的节煤效益研究"", 《贵州水力发电》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114050611A (zh) * | 2022-01-12 | 2022-02-15 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
CN114050611B (zh) * | 2022-01-12 | 2022-04-01 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112436560B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109256799A (zh) | 一种基于样本熵的新能源电力系统优化调度方法 | |
CN112039056A (zh) | 一种新能源两阶段优化调度方法 | |
CN106356888B (zh) | 一种高层建筑抽蓄储能风光智能微网系统及控制方法 | |
CN112395748B (zh) | 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法 | |
CN111682531A (zh) | 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置 | |
CN112436560B (zh) | 一种含抽水蓄能机组间相互约束的日前优化调度方法 | |
CN110854933A (zh) | 利用灵活性资源的月度机组组合优化方法 | |
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 | |
CN110690729B (zh) | 一种调节电力系统峰谷差的抽蓄优化调度方法 | |
CN112583051B (zh) | 变速抽水蓄能机组在区域电网中的优化调度模型构建方法 | |
CN107871052A (zh) | 一种计及可再生能源和储能的能源集线器优化调度模型 | |
CN111210119A (zh) | 多种市场下vpp电、热、气优化调度模型的建立方法 | |
CN115879734A (zh) | 一种混合式抽水蓄能电站与风电联合运行调度方法 | |
CN115049431A (zh) | 一种水电在电力现货市场中的定价方法 | |
Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
Guo et al. | Research on collaborative optimization decision method of source-grid-load-storage | |
Ma et al. | Multi-objective optimal scheduling of power system considering the coordinated operation of photovoltaic-wind-pumped storage hybrid power | |
CN110516982B (zh) | 一种省间电网多能互补能力指标的计算方法 | |
CN113077096B (zh) | 一种电力交易中心计划电比例确定方法 | |
Zhou et al. | Analysis of Energy Storage Operation Configuration of Power System Based on Multi-Objective Optimization | |
CN112232693B (zh) | 一种电力系统的超短期运行调度方法和装置 | |
Cai et al. | Peak Shaving and Frequency Regulation Coordinated Optimization for Multi-Power System Considering Uncertainties | |
Ding et al. | Optimized operation strategy of pumped storage-electrochemical energy storage for renewable energy consumption | |
ZHANG et al. | Flexible ramping auxiliary service mechanism’s research based on source-load synergy | |
Zhou et al. | Research on the Sichuan-Chongqing Gas-hydro Bundled Delivery Model Considering the Willingness of Receiving End to Consume |
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 |