CN112613654A - 一种基于多类型储能的综合能源系统灵活性评估方法 - Google Patents
一种基于多类型储能的综合能源系统灵活性评估方法 Download PDFInfo
- Publication number
- CN112613654A CN112613654A CN202011503070.0A CN202011503070A CN112613654A CN 112613654 A CN112613654 A CN 112613654A CN 202011503070 A CN202011503070 A CN 202011503070A CN 112613654 A CN112613654 A CN 112613654A
- Authority
- CN
- China
- Prior art keywords
- flexibility
- representing
- supply
- demand
- probability
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000004146 energy storage Methods 0.000 title claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 9
- 238000013139 quantization Methods 0.000 claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 5
- 230000010354 integration Effects 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 12
- 230000033228 biological regulation Effects 0.000 claims description 11
- 230000009194 climbing Effects 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 6
- 238000004445 quantitative analysis Methods 0.000 claims description 6
- 230000003828 downregulation Effects 0.000 claims description 3
- XEBWQGVWTUSTLN-UHFFFAOYSA-M phenylmercury acetate Chemical compound CC(=O)O[Hg]C1=CC=CC=C1 XEBWQGVWTUSTLN-UHFFFAOYSA-M 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 230000035699 permeability Effects 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer 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
- G06Q10/04—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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (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
本发明属于能源评估技术领域，尤其涉及一种基于多类型储能的综合能源系统灵活性评估方法。本发明在可再生能源高渗透的背景下分析灵活性资源调节特性，考虑不同灵活性资源灵活性响应能力与时间尺度、出力水平的关系；从量化评估着手，对于系统可用的灵活性资源类型和潜力进行相关研究，在概率方法框架下开展灵活性评估工作，灵活性供给与需求作为服从特定分布的随机变量，引入概率密度对其进行描述，从而构建相应数学模型。最后，将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案。本发明实现了系统灵活性平衡的量化评估，保证了高比例可再生能源的并网条件下，系统的灵活稳定运行。
Description
技术领域
本发明属于能源评估技术领域，尤其涉及一种基于多类型储能的综合能源系统灵活性评估方法,具体涉及灵活性平衡的量化评估方法。
背景技术
可再生能源高渗透的背景下，能源结构发生了前所未有的重大改变，开展能源系统灵活性专项规划工作具有重大意义。供给侧资源、储能作为当前主要的灵活性来源，保障了灵活性供给充裕水平，供给侧的灵活性资源，即常规电源的灵活性调节；储能则是通过发挥其能量迁移特性提供灵活性，从而有效匹配可再生能源电源的随机、波动特性，保障整个系统安全稳定运行。
发明内容
针对上述现有技术中存在的不足之处，本发明提供了一种基于多类型储能的综合能源系统灵活性评估方法。其目的是为了实现在概率框架下对供需平衡机理进行细致的阐述，通过建立系统灵活性供需概率模型和灵活性评价指标，实现系统灵活性平衡的量化评估。同时将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案，进而保证高比例可再生能源的并网条件下，系统的灵活稳定运行的发明目的。
本发明为实现上述目的所采用的技术方案是：
一种基于多类型储能的综合能源系统灵活性评估方法，包括以下步骤：
步骤1.在特定时间尺度下，机组灵活性调节能力与出力水平相关，其关系式表示为：
其中，Ph表示机组出力；τ表示时间尺度，通常取15min、4h及24h，分别对应调频、爬坡、调峰的研究工作，fx h表示特定时间尺度下，机组灵活性调节能力与出力水平的函数关系；
步骤2.常规机组灵活性供给与出力大小呈现的函数关系为：
其中，x+、x-分别代表常规机组上、下调峰灵活性；Rh +、Rh -分别代表机组上、下爬坡率；Phmam、Phmin分别表示机组最大出力和最小出力值，dt表示对时间积分；
在建立多时间尺度、多状态灵活性供给数学模型的基础上，按照选定的时间尺度，联系运行状态的概率分布函数，搭建灵活性供给概率分布函数为：
其中，xs +、xs -分别表示储能装置的上调、下调灵活性；Pout、Pin分别表示输出功率、输入功率；Pin,e、Pout,e分别表示额定输入、输出功率；Es、Esmin、Esmax分别表示实时容量、最小容量、最大容量；
步骤3.考虑负荷侧不确定性的特征，设负荷侧需求为一服从条件分布的随机变量Y,关系式表示为：
其中，τ为时间尺度，通常选取15min、4h、24h不等，分别对应调频、爬坡、调峰相关研究的时间尺度；选取24h作为时间尺度，L表示负荷水平，Lmax表示时间尺度内可能出现的最大负荷，Limn表示时间尺度内可能出现的最小负荷，
为负荷侧需求与时间的函数关系，fL为负荷水平的函数表达式,y为服从条件分布的随机变量，dL表示对负荷水平积分；
步骤4.新能源随机性、波动性引起的灵活性需求由一满足条件分布的随机变量予以表示为：
其中，K表示新能源机组出力水平，Kmax表示时间尺度内可能出现的最大运行值，Kmin表示时间尺度内可能出现的最小运行值，
表示灵活性需求，fK为新能源机组出力水平的函数表达式，y为服从条件分布的随机变量，dK表示对出力水平积分；
步骤5.在概率方法的框架下，以概率分布的形式对于灵活供需关系进行表征有效；
步骤6.灵活性量化评估指标，通过统计灵活性资源的规模大小，得出相应的评估结果；相比之下，在灵活性供需二元关系失衡所产生的影响上缺乏足够的关注；
步骤7.各类灵活性资源协调规划，通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案；
步骤8.将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案。
进一步的，所述步骤5中，在概率方法的框架下，以概率分布的形式对于灵活供需关系进行表征有效可行，具体包括：
步骤51.不考虑灵活性供给、需求的概率分布特性；
步骤52.考虑灵活性供给、需求的概率分布特性。
进一步的，所述不考虑灵活性供给、需求的概率分布特性，包括：
定义灵活性供给X与灵活性需求Y的差值Z为系统灵活性裕度，以系统供给小于需求的的概率分布情况作为表征系统灵活性充裕与否的判据，其概率形式为：
其中，Xi表示单个灵活性资源供给量；Yi表示单个灵活性需求量；R、D分别表示灵活性资源与需求的集合，ε表示灵活性充裕水平阈值,P表示系统供给小于需求的概率,Z表示系统灵活性裕度。
进一步的，所述考虑灵活性供给、需求的概率分布特性，包括：
考虑灵活性供给、需求的概率分布特性，灵活性裕度同样满足条件分布，表示为
其中，si表示系统运行状态，具体包括机组出力、储能状态、负荷水平；S表示运行状态集合，P表示灵活性供给、需求的概率分布，Z表示系统灵活性裕度，τ为时间常数，ε表示灵活性充裕水平阈值。
进一步的，所述灵活性的裕度概率分布包括：
(1)灵活性充足的情况；
(2)灵活性可能出现不足的情况。
进一步的，所述灵活性的评价指标包括以下步骤：
步骤1.灵活性裕量的概率密度表达式为：
其中，φXi表示单个供给资源的概率分布；φYi表示单个需求的概率密度，φX、φY分别代表灵活性总供给、总需求的概率密度函数：对φX、φY进行反向卷积即可得灵活性裕度的概率密度函数，
代表灵活性裕度概率分布函数，i表示卷积积分的个数，di表示对个数求积分；
步骤2.在选定时间尺度的情况下，上式表示为：
其中，Smax、Smin分别对应系统运行状态上下限，Z表示系统灵活性裕度，s表示运行状态集合，dz表示对灵活性裕度积分，ds表示对运行状态积分；
步骤3.基于上述灵活性裕度的概率密度表达式，提出一组定量分析系统灵活性水平的评价指标，其表达式为：
上式分别为灵活性裕度概率分布、灵活性不足情况发生概率和灵活性不足期望值，dz表示对灵活性裕度积分，ds表示对运行状态积分。
进一步的，通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案，包括以下步骤：
步骤1.根据现有灵活性机组、新能源机组出力信息，给出初始配置成本；
步骤2.以初始配置成本作为迭代初始点，结合灵活性评价指标，进行迭代计算，进而获取灵活性资源优化配置结果。
本发明具有以下有益效果及优点：
本发明首先在可再生能源高渗透的背景下分析灵活性资源调节特性，考虑不同灵活性资源灵活性响应能力与时间尺度、出力水平的关系；其次，从量化评估着手，对于系统可用的灵活性资源类型和潜力进行相关研究，在概率方法框架下开展灵活性评估工作，灵活性供给与需求作为服从特定分布的随机变量，引入概率密度对其进行描述，从而构建相应数学模型。最后，将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案。
随着多类型储能设备的合理配置，灵活性指标与新能源消纳水平建立相关线性关联，构建满足系统灵活性水平要求的最优资源组合。高渗透率可再生能源背景下的灵活性不足问题能够得到妥善解决，同时依据系统灵活性平衡机理可有效实现源-网-荷-储复杂场景下的综合灵活性优化。
本发明通过建立系统灵活性供需概率模型和灵活性评价指标，实现系统灵活性平衡的量化评估。同时将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案，进而保证了高比例可再生能源的并网条件下，系统的灵活稳定运行。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明灵活性供给、需求概率分布图；
图2为本发明灵活性裕度概率分布图；
图3为本发明灵活性资源优化配置算法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1-图3描述本发明一些实施例的技术方案。
实施例1
本发明是一种基于多类型储能的综合能源系统灵活性评估方法，具体包括以下步骤：
步骤1.在特定时间尺度下，机组灵活性调节能力仅与出力水平相关，其关系式可表示为：
其中，Ph表示机组出力；τ表示时间尺度，通常取15min、4h及24h，分别对应调频、爬坡、调峰的研究工作，fx h表示特定时间尺度下，机组灵活性调节能力与出力水平的函数关系。
步骤2.常规机组灵活性供给与出力大小呈现的函数关系为：
其中，x+、x-分别代表常规机组上、下调峰灵活性；Rh +、Rh -分别代表机组上、下爬坡率；Phmam、Phmin分别表示机组最大出力和最小出力值，dt表示对时间积分。
在建立多时间尺度、多状态灵活性供给数学模型的基础上，按照选定的时间尺度，联系运行状态的概率分布函数，搭建灵活性供给概率分布函数为：
其中，xs +、xs -分别表示储能装置的上调、下调灵活性；Pout、Pin分别表示输出功率、输入功率；Pin,e、Pout,e分别表示额定输入、输出功率；Es、Esmin、Esmax分别表示实时容量、最小容量、最大容量。
步骤3.当前，以风电为代表的一次能源输入时刻变化的可再生能源、负荷侧的波动性和不确定性是造成灵活性需求大量出现的主要原因,考虑负荷侧不确定性的特征，设负荷侧需求为一服从条件分布的随机变量Y,关系式表示为：
其中，τ为时间尺度，通常选取15min、4h、24h不等，分别对应调频、爬坡、调峰相关研究的时间尺度；选取24h作为研究的时间尺度，L表示负荷水平，Lmax表示时间尺度内可能出现的最大负荷，Limn表示时间尺度内可能出现的最小负荷，
为负荷侧需求与时间的函数关系，fL为负荷水平的函数表达式,y为服从条件分布的随机变量，dL表示对负荷水平积分。
步骤4.同理，新能源随机性、波动性引起的灵活性需求也可由一满足条件分布的随机变量予以表示为：
其中，K表示新能源机组出力水平，Kmax表示时间尺度内可能出现的最大运行值，Kmin表示时间尺度内可能出现的最小运行值，
表示灵活性需求，fK为新能源机组出力水平的函数表达式，y为服从条件分布的随机变量，dK表示对出力水平积分。
步骤5.可再生能源高渗透率系统中，灵活性供给与灵活性需求均为服从条件的随机变量，因此，在概率方法的框架下，以概率分布的形式对于灵活供需关系进行表征是时十分有效的。
步骤51.不考虑灵活性供给、需求的概率分布特性。
定义灵活性供给X与灵活性需求Y的差值Z为系统灵活性裕度，以系统供给小于需求的的概率分布情况作为表征系统灵活性充裕与否的判据，其概率形式为:
其中，Xi表示单个灵活性资源供给量；Yi表示单个灵活性需求量；R、D分别表示灵活性资源与需求的集合，ε表示灵活性充裕水平阈值,P表示系统供给小于需求的概率,Z表示系统灵活性裕度。
步骤52.考虑灵活性供给、需求的概率分布特性。
考虑灵活性供给、需求的概率分布特性，灵活性裕度同样满足条件分布,可表示为
其中，si表示系统运行状态，具体包括机组出力、储能状态、负荷水平；S表示运行状态集合，P表示灵活性供给、需求的概率分布，Z表示系统灵活性裕度，τ为时间常数，ε表示灵活性充裕水平阈值。
步骤6.灵活性量化评估指标，已有的关于系统灵活性定量分析工作，多是基于一定的评价指标，通过统计灵活性资源的规模大小，得出相应的评估结果。相比之下，在灵活性供需二元关系失衡所产生的影响上缺乏足够的关注。
步骤7.各类灵活性资源协调规划，通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案。
步骤8.同时将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案。
实施例2
如图1所示，图1为本发明灵活性供给、需求概率分布图。
图中阴影区域，系统可能存在灵活性失衡的情况，易引发切负荷、可再生能源限电等情况，为保证系统足够灵活性充裕水平，应采取相应措施，改变灵活性供给、需求概率分布特性，有效缩小上图阴影部分面积，保障系统灵活、稳定运行。
如图2所示，图2为本发明灵活性裕度概率分布图。
其中，第一象限范围内灵活性Z≥0，即灵活性充足的情况；第二象限范围内灵活性裕度Z≤0，即灵活性可能出现不足的情况。已有的关于系统灵活性定量分析工作，多是基于一定的评价指标，通过统计灵活性资源的规模大小，得出相应的评估结果。相比之下，在灵活性供需二元关系失衡的所产生的影响上缺乏足够的关注。
对于灵活性评价指标的物理含义，可由灵活性裕量的概率分布解释。通过分析灵活性裕度概率分布函数的变化特性、并求取其相应的数值，即可实现对于源荷两侧灵活性需求与灵活性供给能力间的定量分析，具体包括以下步骤：
步骤1.灵活性裕量的概率密度表达式，参考概率卷积的有关定理，可通过灵活性供给、需求的随机变量的卷积求取，其表达式为：
其中，φXi表示单个供给资源的概率分布；φYi表示单个需求的概率密度，φX、φY分别代表灵活性总供给、总需求的概率密度函数：对φX、φY进行反向卷积即可得灵活性裕度的概率密度函数，
代表灵活性裕度概率分布函数，i表示卷积积分的个数，di表示对个数求积分。
步骤2.在选定时间尺度的情况下，上式可表示为：
其中，Smax、Smin分别对应系统运行状态上下限，Z表示系统灵活性裕度，s表示运行状态集合，dz表示对灵活性裕度积分，ds表示对运行状态积分。
步骤3.基于上述灵活性裕度的概率密度表达式，提出一组定量分析系统灵活性水平的评价指标，其表达式为：
上式分别为灵活性裕度概率分布、灵活性不足情况发生概率和灵活性不足期望值，dz表示对灵活性裕度积分，ds表示对运行状态积分。
如图3所示，图3为本发明灵活性资源优化配置算法流程图。
通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案。其一以调节资源配置容量作为耦合变量，其二满足电量平衡约束和灵活性平衡约束，将求解过程分为两个阶段进行。
更具体的，灵活性资源优化配置算法流程包括以下步骤：
步骤1.根据现有灵活性机组、新能源机组出力信息，给出初始配置成本。
步骤2.以初始配置成本作为迭代初始点，结合灵活性评价指标，进行迭代计算，进而获取灵活性资源优化配置结果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (7)
1.一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：包括以下步骤：
步骤1.在特定时间尺度下，机组灵活性调节能力与出力水平相关，其关系式表示为：
其中，Ph表示机组出力；τ表示时间尺度，通常取15min、4h及24h，分别对应调频、爬坡、调峰的研究工作，fx h表示特定时间尺度下，机组灵活性调节能力与出力水平的函数关系。
步骤2.常规机组灵活性供给与出力大小呈现的函数关系为：
其中，x+、x-分别代表常规机组上、下调峰灵活性；Rh +、Rh -分别代表机组上、下爬坡率；Phmam、Phmin分别表示机组最大出力和最小出力值，dt表示对时间积分。
在建立多时间尺度、多状态灵活性供给数学模型的基础上，按照选定的时间尺度，联系运行状态的概率分布函数，搭建灵活性供给概率分布函数为：
其中，xs +、xs -分别表示储能装置的上调、下调灵活性；Pout、Pin分别表示输出功率、输入功率；Pin,e、Pout,e分别表示额定输入、输出功率；Es、Esmin、Esmax分别表示实时容量、最小容量、最大容量。
步骤3.考虑负荷侧不确定性的特征，设负荷侧需求为一服从条件分布的随机变量Y,关系式表示为：
其中，τ为时间尺度，通常选取15min、4h、24h不等，分别对应调频、爬坡、调峰相关研究的时间尺度；选取24h作为研究的时间尺度，L表示负荷水平，Lmax表示时间尺度内可能出现的最大负荷，Limn表示时间尺度内可能出现的最小负荷，fY L为负荷侧需求与时间的函数关系，fL为负荷水平的函数表达式,y为服从条件分布的随机变量，dL表示对负荷水平积分。
步骤4.新能源随机性、波动性引起的灵活性需求由一满足条件分布的随机变量予以表示为：
其中，K表示新能源机组出力水平，Kmax表示时间尺度内可能出现的最大运行值，Kmin表示时间尺度内可能出现的最小运行值，fY K表示灵活性需求，fK为新能源机组出力水平的函数表达式，y为服从条件分布的随机变量，dK表示对出力水平积分。
步骤5.在概率方法的框架下，以概率分布的形式对于灵活供需关系进行表征有效。
步骤6.灵活性量化评估指标，通过统计灵活性资源的规模大小，得出相应的评估结果；相比之下，在灵活性供需二元关系失衡所产生的影响上缺乏足够的关注；
步骤7.各类灵活性资源协调规划，通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案；
步骤8.将灵活性量化指标引入至综合能源系统规划工作中，优化得到不同灵活性约束阈值下的最优配置方案。
2.根据权利要求1所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：所述步骤5中，在概率方法的框架下，以概率分布的形式对于灵活供需关系进行表征有效可行，具体包括：
步骤51.不考虑灵活性供给、需求的概率分布特性；
步骤52.考虑灵活性供给、需求的概率分布特性。
3.根据权利要求2所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：所述不考虑灵活性供给、需求的概率分布特性，包括：
定义灵活性供给X与灵活性需求Y的差值Z为系统灵活性裕度，以系统供给小于需求的的概率分布情况作为表征系统灵活性充裕与否的判据，其概率形式为：
其中，Xi表示单个灵活性资源供给量；Yi表示单个灵活性需求量；R、D分别表示灵活性资源与需求的集合，ε表示灵活性充裕水平阈值,P表示系统供给小于需求的概率,Z表示系统灵活性裕度。
4.根据权利要求1所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：所述考虑灵活性供给、需求的概率分布特性，包括：
考虑灵活性供给、需求的概率分布特性，灵活性裕度同样满足条件分布，表示为
其中，si表示系统运行状态，具体包括机组出力、储能状态、负荷水平；S表示运行状态集合，P表示灵活性供给、需求的概率分布，Z表示系统灵活性裕度，τ为时间常数，ε表示灵活性充裕水平阈值。
5.根据权利要求3所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：所述灵活性的裕度概率分布包括：
(1)灵活性充足的情况；
(2)灵活性可能出现不足的情况。
6.根据权利要求1所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：所述灵活性的评价指标包括以下步骤：
步骤1.灵活性裕量的概率密度表达式为：
其中，φXi表示单个供给资源的概率分布；φYi表示单个需求的概率密度，φX、φY分别代表灵活性总供给、总需求的概率密度函数：对φX、φY进行反向卷积即可得灵活性裕度的概率密度函数，
代表灵活性裕度概率分布函数，i表示卷积积分的个数，di表示对个数求积分。
步骤2.在选定时间尺度的情况下，上式表示为：
其中，Smax、Smin分别对应系统运行状态上下限，Z表示系统灵活性裕度，s表示运行状态集合，dz表示对灵活性裕度积分，ds表示对运行状态积分。
步骤3.基于上述灵活性裕度的概率密度表达式，提出一组定量分析系统灵活性水平的评价指标，其表达式为：
上式分别为灵活性裕度概率分布、灵活性不足情况发生概率和灵活性不足期望值，dz表示对灵活性裕度积分，ds表示对运行状态积分。
7.根据权利要求1所述的一种基于多类型储能的综合能源系统灵活性评估方法，其特征是：通过定量比较三类灵活性调节手段的具体调节水平，以不同类型灵活性供给源的单位改善成本的高低为建设标准，引入最大净收益增量比思想，在坚持单位改善成本最低的原则前提下，迭代求解，确定多种资源综合利用的灵活性投资方案，包括以下步骤：
步骤1.根据现有灵活性机组、新能源机组出力信息，给出初始配置成本；
步骤2.以初始配置成本作为迭代初始点，结合灵活性评价指标，进行迭代计算，进而获取灵活性资源优化配置结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011503070.0A CN112613654A (zh) | 2020-12-18 | 2020-12-18 | 一种基于多类型储能的综合能源系统灵活性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011503070.0A CN112613654A (zh) | 2020-12-18 | 2020-12-18 | 一种基于多类型储能的综合能源系统灵活性评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112613654A true CN112613654A (zh) | 2021-04-06 |
Family
ID=75240497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011503070.0A Pending CN112613654A (zh) | 2020-12-18 | 2020-12-18 | 一种基于多类型储能的综合能源系统灵活性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613654A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113988694A (zh) * | 2021-11-11 | 2022-01-28 | 国网天津市电力公司 | 弱联接高比例新能源接入下的城市电网综合评估方法 |
-
2020
- 2020-12-18 CN CN202011503070.0A patent/CN112613654A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113988694A (zh) * | 2021-11-11 | 2022-01-28 | 国网天津市电力公司 | 弱联接高比例新能源接入下的城市电网综合评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Multi-objective optimal reactive power dispatch of power systems by combining classification-based multi-objective evolutionary algorithm and integrated decision making | |
| CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和系统 | |
| Khatod et al. | Evolutionary programming based optimal placement of renewable distributed generators | |
| CN105207253B (zh) | 考虑风电及频率不确定性的agc随机动态优化调度方法 | |
| CN107294101B (zh) | 一种基于安全域目标及约束的多目标机组组合模型及求解方法 | |
| CN112163304A (zh) | 一种输电网冗余约束识别方法、存储介质及计算设备 | |
| CN115313519A (zh) | 一种配电网储能优化配置方法、装置、设备及存储介质 | |
| CN112613654A (zh) | 一种基于多类型储能的综合能源系统灵活性评估方法 | |
| CN114358378A (zh) | 一种用于考虑需量管理的用户侧储能优化配置系统及方法 | |
| CN116388291A (zh) | 大电网新能源消纳能力计算方法、系统、装置及介质 | |
| CN112736944A (zh) | 一种电化学储能电站有功功率调度方法和系统 | |
| CN111859242A (zh) | 一种家庭电力能效优化方法及系统 | |
| CN112886566A (zh) | 一种电网调峰需求计算方法和系统 | |
| CN111598348A (zh) | 一种输电网均匀性规划优化方法、系统、介质及电子设备 | |
| CN115360768A (zh) | 基于muzero和深度强化学习的电力调度方法、装置及存储介质 | |
| CN115238992A (zh) | 一种电力系统源荷储的协调优化方法、装置及电子设备 | |
| CN114418232A (zh) | 储能系统运行优化方法、系统、服务器及存储介质 | |
| CN114221341A (zh) | 一种基于全物联链路的双向互动电力需求响应方法及系统 | |
| CN112821451A (zh) | 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法 | |
| CN113013909A (zh) | 一种基于平抑牵引的储能容量改进方法 | |
| CN110956372A (zh) | 一种电网投入产出边际效益分析方法及系统 | |
| CN110768241A (zh) | 储能装置的控制数据处理及控制系统和方法、设备及介质 | |
| Xu et al. | A nsga based on-site operation and maintenance smart scheduling method | |
| CN111181200B (zh) | 一种发电可行域实用分析方法、装置及系统 | |
| CN115940152B (zh) | 一种新能源装机容量优化分配方法、系统、终端及介质 |
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 |