CN112701705A - 采用多储能方式消纳风电的热电联合调度方法 - Google Patents

Abstract

本发明提供一种采用多储能方式消纳风电的热电联合调度方法，其包括以下步骤：确定电热综合能源系统组成；确定蓄热式电锅炉和电池储能装置启停控制策；建立火电机组不同调峰阶段能耗约束模型；获得热电联合调度模型；改进粒子群算法；获取相关参数；当风电预测功率大于等于风电预调度出力时，启动蓄热式电锅炉，如果还有弃风，是则电池储能装置充电；使得热电机组出力与蓄热式电锅炉出力满足热负荷平衡要求；使得热电机组、火电机组、风电机组和电池储能装置出力满足电平衡要求后，对热电联合调度模型使用改进粒子群算法进行求解；输出热电联合调度模型的优化运行结果。本发明降低弃风率并且使参与调度的整体综合目标最大。

Description

采用多储能方式消纳风电的热电联合调度方法

技术领域

本发明涉及电热综合能源系统，尤其涉及一种采用多储能方式消纳风电的热电联合调度方法。

背景技术

我国风电资源丰富，风电成为发展最快、应用最广的新能源。然而，新能源与负荷逆向分布，电能生产和消费的不对称严重影响了新能源消纳和系统稳定性，为解决此问题，当前特高压远距离直流输电技术得到大力建设，但其建设速度较慢，暂时还不能解决新能源消纳问题，就地消纳方案依然重要。我国电源结构中热电机组占高比例，在冬季供暖期其“以热定电”的运行模式使电热综合能源系统调峰能力有限，传统调度通过大量弃风来保障系统安全，造成风电资源浪费。随着电热综合能源系统联合调度的发展，进一步优化调度以增加系统调峰容量成为提高风电利用率的重要方向。

发明内容

针对上述技术问题，本发明目的在于提供一种可提高系统整体目标和降低弃风率的热电联合调度方法，旨在解决热电机组“以热定电”运行模式下系统调峰容量不足，进而减少风电上网空间的问题。本发明通过确定蓄热式电锅炉和电池储能装置启停策略，在风电预测出力大于等于风电预调度出力时，引入调峰调度，启动蓄热式电锅炉和电池储能装置，消纳弃风电量供热，储存弃风电量在电负荷高峰时释放，获得供热、供电目标；为增加热电机组参与调峰的积极性，细分并精确其参与调峰的能耗约束，保障其目标在调峰调度中实现；通过引入调度周期内目标与约束之差最大的目标函数，使得参与调度的整体综合目标更大。

为实现上述目的，本发明是根据以下技术方案实现的：

一种采用多储能方式消纳风电的热电联合调度方法，步骤如下：

步骤1，确定电热综合能源系统组成：

电热综合能源系统包含风电机组、常规机组、热电机组以及蓄热式电锅炉和电池储能装置；

步骤2，确定蓄热式电锅炉和电池储能装置启停控制策；

步骤3，建立火电机组不同调峰阶段能耗约束模型；

步骤4，确定调峰调度下热电机组、常规机组、风电机组参与调度的整体目标和约束条件，获得热电联合调度模型；

步骤5，引入动态惯性权重和压缩因子改进粒子群算法得到改进粒子群算法；

步骤6，获取热电机组、常规机组、风电机组的机组参数、蓄热式电锅炉、电池储能装置的参数，以及机组的预测出力、预调度出力的参数；

步骤7,判断t时刻风电预测功率大于等于t时刻风电预调度出力，即

如果成立，执行步骤8，否则，电池储能装置放电；

步骤8，启动蓄热式电锅炉，继续判断启动蓄热式电锅炉后是否还有弃风，是则电池储能装置充电，否则电池储能装置不启动；

步骤9，判断热电机组出力与蓄热式电锅炉出力是否满足热负荷平衡要求，即

是则确定各时段热电机组出力，并执行步骤10，否则蓄热装置协调热电机组热出力供热，直到满足热负荷平衡要求为止；

步骤10，使用

根据热电机组热出力确定各时段相应的电出力值，进而使用

根据电池储能装置剩余电负荷值的大小安排火电机组与风电机组出力；

步骤11，判断热电机组、火电机组、风电机组和电池储能装置出力是否满足电平衡要求，即

若不满足，提高火电机组出力，直到满足电平衡要求为止；

步骤12，对步骤4获得的热电联合调度模型使用步骤5中的改进粒子群算法进行求解；

步骤13，输出热电联合调度模型的优化运行结果，优化运行结果包括消纳的弃风电量，蓄热式电锅炉的启动时间和供热输出值、电池储能装置的启动时间、释放的电出力值，常规机组的电出力值和能耗约束，热电机组的电出力值、热出力值和能耗约束。

优选的，步骤4确定调峰调度下热电机组、常规机组、风电机组参与调度的整体目标和约束条件，获得热电联合调度模型：具体包括：

步骤4-1，确定目标函数

电热综合能源系统的目标函数以调度周期内整体综合目标最大表示，即：

φ＝max(S-C) (15)

其中：φ为电热综合能源系统整体综合目标；S为调度周期内目标；C为调度周期内约束；

(1)调度周期内的目标

1)火电机组目标

调度周期内火电机组的目标包括热电机组调度电能、热能的目标、常规机组调度电能的目标和调峰权目标，即：

其中：S₁为调度周期内火电机组的目标，p_G为火电机组上网的定量；p_h为供热的定量；p_S为调峰调度的定量；S_K为调峰调度的容量；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；

为常规机组i在t时刻的调度电出力；

2)风电机组目标

蓄热式电锅炉与电池储能装置消纳的电量是弃风电量，现将二者与风电作为一个整体实现联合运行，共同参与调度，调度周期内的风电机组目标包括风电机组调度电能目标、调峰的目标，蓄热式电锅炉供热目标和电池储能装置调度电能的目标，即：

其中：S₂为调度周期内风电机组目标；p_W为风电上网的定量，

为t时刻风电功率；

为t时刻蓄热式电锅炉热输出；

为电池储能装置放电功率；

综上，调度周期内的目标为：

S＝S₁+S₂ (18)

(2)调度周期内的约束

调度周期内的约束包括火电机组的能耗约束和调峰约束、风电机组发电约束、蓄热式电锅炉的折旧约束、电池储能装置的折旧约束以及弃风惩罚约束:

1)火电机组能耗约束

其中：P₁为调峰调度后火电机组的电出力；

2)火电机组调峰约束

其中：C₂为火电机组调峰约束,C₂₁为火电机组调峰调度损失的发电目标；C₂₂为火电机组调峰调度前后所产生的能耗约束变化；F(P)为火电机组调峰能耗约束；F'(P)火电机组的边际能耗约束函数；P₀为火电机组原发电出力；P_dec为火电机组下降的电出力；p_G为火电机组上网的定量；

3)风电机组发电约束

其中：C₃为风电机组发电约束；

为t时刻风电预测出力；k_W为风电综合约束系数；I_W为风电场的初始设备费用值；Dw为风电机组的年折现率；a为使用年限；M_W为前一年所支出的运行维护费用值；W_W为前一年的总发电量；

4)蓄热式电锅炉折旧约束

其中：C₄为蓄热式电锅炉折旧约束；Dr为蓄热式电锅炉的年折现率；C_stor,C_EB分别为蓄热装置和电锅炉的初始设备费用值；

分别为蓄热装置和电锅炉的最大功率；T_{use_r}为调度周期内蓄热式电锅炉使用小时数；

5)电池储能装置折旧约束

其中：C₅为电池储能装置折旧约束；Dc为电池储能装置的年折现率；C_EC为电池储能装置的初始设备费用值；

为电池储能装置的最大功率；T_{use_c}为调度周期内电池储能装置使用小时数；

6)弃风惩罚约束

其中：C₆为弃风惩罚约束；λ_W为弃风惩罚系数；

为t时刻风电功率；

为t时刻风电预测功率；

综上，调度周期内的约束为：

步骤4-2，确定运行要求

(1)功率平衡要求

电功率平衡要求

其中，

分别为常规机组i和热电机组j在t时刻的电出力；N_G,N_R分别为常规机组和热电机组个数；

为t时刻风电功率；

为电池储能装置放电功率；

为t时刻的电网电负荷值；

为t时刻蓄热式电锅炉用电功率；

为电池储能装置用电功率；

热功率平衡要求

其中：

为热电机组j在t时刻的调度热出力；

为t时刻蓄热式电锅炉热输出；

为t时刻热负荷；

(2)机组相关要求

1)常规机组要求

机组出力上下限要求

机组爬坡要求

其中：

分别为常规机组i的最大、最小出力；Δr_i,d,Δr_i,u分别为常规机组i的上爬坡限制和下爬坡限制；

为常规机组i在t时刻的电出力；

2)热电机组要求

热电机组同时考虑电出力和热出力上下限的要求：

电出力上下限要求

热出力上下限要求

电爬坡要求

热爬坡要求

其中：

为热电机组i在t时刻的电出力；

分别为热电机组i的最大、最小电出力；

为热电机组i在t时刻的调度热出力；

为热电机组i热出力的上限值；Δr_Ri,u,-Δr_Ri,d分别为热电机组i的电出力上爬坡限制和下爬坡限制；Δh_Ri,u,Δh_Ri,d分别为热电机组i的热出力上爬坡限制和下爬坡限制；

3)风电机组要求

其中：

为第k台风电机组在t时刻出力；

为风电机组额定出力；

(3)蓄热式电锅炉运行要求

1)电锅炉要求

其中：

为t时刻蓄热式电锅炉用电功率；

为蓄热式电锅炉最大用电功率；

2)蓄热装置运行要求

其中：

为t时刻储热容量；

为t时刻蓄热式电锅炉启停状态，

为t时刻蓄热装置储热功率；

为t时刻蓄热装置放热功率；

为最大储热容量；

分别为蓄热装置的储热和放热功率最大值；

(4)电池储能装置运行要求

其中：

分别为电池储能装置充、放电功率；

分别为充电功率最大、最小值；

分别为放电功率最大、最小值；

为电池储能装置在t时刻的容量；

分别为电储能装置最大、最小容量；τ为电储能装置的自放电率，与电池内部材质特性有关；β_EC为电池储能装置充电转换效率；χ_EC为电池储能装置放电转换效率。

优选的，步骤5引入动态惯性权重和压缩因子改进粒子群算法得到改进粒子群算法；具体包括：

在一个D维搜索空间内，由m个粒子组成种群X，其中第i个粒子表示为一个D维向量的X_i；对于每一个粒子i，其都由3个D维向量组成，分别为目前位置X_i、历史最优位置Pbest_i和速度V_i；在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

x_is(t+1)＝x_is(t)+v_is(t+1) (42)

其中：

为压缩因子；ω为惯性权重；t为当前迭代次数；i＝1,2,…m,s＝1,2,…S；c₁和c₂为加速因子，c₁≥2，c₂≥2，；r₁和r₂为分布于[0,1]区间的随机数；下标s表示粒子的第s维，i表示粒子i，v_is表示为粒子i第s维的速度，x_is表示为粒子i第s维的当前位置，p_is表示为粒子i第s维的历史最优位置,p_gs表示为种群全体粒子第s维的历史最优位置,x_gs表示为种群全体粒子第s维的当前位置；

在速度更新公式中添加了收缩因子，压缩因子为：

在求解过程中，将ω定义为：

ω(s)＝ω_start(ω_start-ω_end)*(S-s)/s (44)

其中：ω_start为初始惯性权重；ω_end为迭代次数最大时的惯性权重；S为最大维数。

优选的，步骤2确定蓄热式电锅炉和电池储能装置启停控制策略；具体包括：

蓄热式电锅炉启停状态和热输出分别表示为：

其中：

为t时刻蓄热式电锅炉启停状态，1代表启动，0代表停止；

为t时刻风电预测出力；

为t时刻风电预调度出力；

为t时刻蓄热式电锅炉热输出；

为t时刻蓄热式电锅炉制热功率；

为t时刻蓄热式电锅炉中的蓄热装置放热功率；

为t时刻蓄热式电锅炉用电功率；η_EB为蓄热式电锅炉电热转换效率，取95％；T为一个调度周期即24小时；

电池储能装置的充电启停状态为：

其中：

为电池储能装置充电启停状态，1代表充电，0代表不充电；

为蓄热式电锅炉最大用电功率；

电池储能装置储能值为：

其中：

为电池储能装置储能值；β_EC为电池储能装置充电转换效率，取95％；

为电池储能装置用电功率；T_e为强风时段小时数；

电池储能装置的放电启停状态为：

其中：

为电池储能装置放电启停状态，1代表放电，0代表不放电；

为t时刻的电网电负荷值；

为t时刻风电预调度出力；

为t时刻火电厂发电量与风电上网量之和，即：

其中：

分别为常规机组i和热电机组j在t时刻的电出力；

为t时刻风电功率；N_G,N_R分别为常规机组和热电机组个数；

为电池储能装置放电功率；

电池储能装置放能值为：

其中：

为电池储能装置放能值；χ_EC为电池储能装置放电转换效率，取95％；

为电池储能装置放电功率。

优选的，步骤3建立火电机组不同调峰阶段能耗约束模型；具体包括：

(1)煤耗约束

1)常规机组煤耗约束：

其中：f₁为常规机组煤耗约束；

为常规机组i在t时刻的调度电出力；a_i,b_i,c_i为常规机组i的煤耗约束系数；

2)热电机组煤耗约束：

其中：f₂为热电机组煤耗约束；

为热电机组j在t时刻纯凝工况下的发电功率；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；γ_R为热电机组的热电比；a_j,b_j,c_j为热电机组j的煤耗约束系数；

(2)机组损耗约束

变负荷调峰下的火电机组在发电功率P下的机组损耗约束：

其中：N_t(P)为火电机组在发电功率P下的转子致裂循环周次；ζ为火电厂实际运行损耗系数；S_unit为火电机组的初始设备费用值，C_cost(P)为火电机组在发电功率P下的机组损耗约束；

(3)投油油耗约束

C_oil＝o_costp_oil (12)

其中：o_cost为机组投油稳燃时的油耗量；p_oil为燃油的定量；

(4)环境约束

其中：N_e为污染物排放种类数；λ_e,k为第k种污染物的单位惩罚系数；G_k为第k种污染物的排放量；

第k种污染物的污染当量值，P为火电机组的发电功率；

即火电机组调峰能耗约束为F(P)：

其中：N_G为常规机组数量；N_R为热电机组数量；P_a为火电机组常规调峰阶段最小电出力功率；P_b为火电机组不投油深度调峰阶段最小电出力功率；P_c为火电机组投油深度调峰阶段最小电出力功率；P_max为火电机组最大电出力功率。

优选的，压缩因子取值为：c₁＝c₂＝2.05，C为4.1，收缩因子

为0.729。

与现有技术相比，本发明具有以下有益效果：

1、电热综合能源系统中，当风电预测出力大于等于风电预调度出力时，具有针对性的启停蓄热式电锅炉和电池储能装置，降低弃风率；

2、更精确的分析了热电机组不同出力阶段的能耗约束，增加了其在调峰调度中未曾考虑的约束；定义以调度周期内系统目标与约束之差最大为目标函数，使得参与调度的整体综合目标最大。

附图说明

图1是本发明方法的电热综合系统能源结构图；

图2A是本发明方法的储能电池与电锅炉电负荷图；

图2B是本发明方法的蓄热装置与电锅炉热负荷图；

图3是本发明方法的热电联合调度流程图；

图4是本发明方法的火电机组调峰过程示意图；

图5是本发明方法的改进粒子群算法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

如图3所示，本发明提出的一种采用多储能方式消纳风电的热电联合调度方法的步骤如下：

步骤1，确定电热综合能源系统组成：

本发明建立了包含风电机组、常规机组、热电机组以及蓄热式电锅炉和电池储能装置的电热综合调度模型。常规机组和热电机组又统称为火电机组，蓄热式电锅炉由蓄热装置和电锅炉两部分组成。电热综合能源系统中蓄热式电锅炉利用弃风电量实现供热，并与热电机组配合满足热负荷平衡，根据弃风量的大小不断调节电锅炉用电容量、蓄热装置工作方式以及热电机组出力；电池储能装置配合蓄热式电锅炉储放其无法消纳的弃风电量，并与各发电机组配合平衡电负荷峰谷差，增加系统调峰容量，消纳弃风。结构如附图1所示。

步骤2，确定蓄热式电锅炉和电池储能装置启停控制策略：

将风电引入调峰调度中，建立风电与热电机组调峰调度方式，即热电机组在风电预测出力大于风电预调度出力时，与风电场进行调峰调度，火电厂降低部分电热出力，增加额外的风电上网空间；弃风消纳空间增加，联合多储能装置进行供热，促进风电消纳。

具体消纳方式如下：以一天24小时为预测周期，每小时为一个协调时段，并设定当某一小时内风电预测出力大于等于风电预调度出力时(称为强风时段)，蓄热式电锅炉投入运行，产生的热量一部分直接对用户供热，另一部分储存到蓄热装置；若还有蓄热式电锅炉仍无法消纳的弃风电量，启动电池储能装置充电。当某一小时内风电预测出力小于风电预调度出力时(称为弱风时段)，蓄热装置根据热负荷缺额调节热输出速率，直到储热量为0时停止供热；电池储能装置放电供给电锅炉产热或在电负荷高峰时释放储存的弃风电量。

根据上述定义，蓄热式电锅炉启停状态和热输出分别表示为：

其中：

为t时刻蓄热式电锅炉启停状态，1代表启动，0代表停止；

为t时刻风电预测出力；

为t时刻风电预调度出力；

为t时刻蓄热式电锅炉热输出；

为t时刻蓄热式电锅炉制热功率；

为t时刻蓄热式电锅炉中的蓄热装置放热功率；

为t时刻蓄热式电锅炉用电功率；η_EB为蓄热式电锅炉电热转换效率，取95％；T为一个调度周期即24小时。

电池储能装置的充电启停状态为：

其中：

为电池储能装置充电启停状态，1代表充电，0代表不充电；

为蓄热式电锅炉最大用电功率。

电池储能装置储能值为：

其中：

为电池储能装置储能值；β_EC为电池储能装置充电转换效率，取95％；

为电池储能装置用电功率；T_e为强风时段小时数。

电池储能装置的放电启停状态为：

其中：

为电池储能装置放电启停状态，1代表放电，0代表不放电；

为t时刻的电网电负荷值；

为t时刻风电预调度出力；

为t时刻火电厂发电量与风电上网量之和，

为t时刻蓄热式电锅炉用电功率，

为t时刻风电预测出力；即：

其中：

分别为常规机组i和热电机组j在t时刻的电出力；

为t时刻风电功率；N_G,N_R分别为常规机组和热电机组个数；

为电池储能装置放电功率。

电池储能装置放能值为：

其中：

为电池储能装置放能值；χ_EC为电池储能装置放电转换效率，取95％；

为电池储能装置放电功率。

步骤3，建立火电机组不同调峰阶段能耗约束模型：

热电联合调度调峰过程中，给火电厂的调峰补偿大多只考虑其损失的发电目标，忽略了火电机组参与调峰的其他能耗约束，火电厂参与调峰的积极性不高。因此通常只涉及火电机组常规调峰阶段，为深度挖掘火电厂调峰能力，提高火电厂参与调峰积极性，增加风电上网空间，根据火电机组出力继续划分出不投油深度调峰阶段和投油深度调峰阶段，细分并确定其参与调峰调度的约束。如附图4所示。

在常规调峰阶段，火电机组调峰能耗约束由煤耗约束构成；在不投油深度调峰阶段，机组运行的安全性降低，火电机组调峰能耗约束由煤耗约束和机组损耗约束构成；在投油深度调峰阶段，锅炉需投油助燃才能稳定燃烧，火电机组调峰能耗约束由煤耗约束、机组损耗约束、投油油耗约束、以及环境约束构成。

(1)煤耗约束

1)常规机组煤耗约束：

其中：f₁为常规机组煤耗约束；

为常规机组i在t时刻的调度电出力；a_i,b_i,c_i为常规机组i的煤耗约束系数。

2)热电机组煤耗约束：

其中：f₂为热电机组煤耗约束；

为热电机组j在t时刻纯凝工况下的发电功率；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；γ_R为热电机组的热电比；a_j,b_j,c_j为热电机组j的煤耗约束系数。

(2)机组损耗约束

变负荷调峰下的火电机组在发电功率P下的机组损耗约束：

其中：N_t(P)为火电机组在发电功率P下的转子致裂循环周次；ζ为火电厂实际运行损耗系数；S_unit为火电机组的初始设备费用值，C_cost(P)为火电机组在发电功率P下的机组损耗约束。

(3)投油油耗约束

C_oil＝o_costp_oil (12)

其中：o_cost为机组投油稳燃时的油耗量；p_oil为燃油的定量。

(4)环境约束

投油深度调峰阶段，燃油成分复杂会导致火电机组脱硫效率降低，污染排放物中含硫量、氮氧化物含量增加，导致环境约束增加。

其中：C_ev(P)为环境约束；N_e为污染物排放种类数；λ_e,k为第k种污染物的单位惩罚系数；G_k为第k种污染物的排放量；

第k种污染物的污染当量值，P为火电机组的发电功率。

即火电机组调峰能耗约束为F(P)：

其中：N_G为常规机组数量；N_R为热电机组数量；P_a为火电机组常规调峰阶段最小电出力功率；P_b为火电机组不投油深度调峰阶段最小电出力功率；P_c为火电机组投油深度调峰阶段最小电出力功率；P_max为火电机组最大电出力功率。附图4中显示了P_a、P_b和P_c的位置示例。

步骤4，确定调峰调度下热电机组、常规机组、风电机组参与调度的整体目标和约束条件，获得热电联合调度模型：

步骤4-1，确定目标函数

考虑风电和热电机组间的调峰调度将会提高风电机组的上网电量，但会影响常规机组和热电机组的调度目标。因此，本文电热综合能源系统的目标函数以调度周期内整体综合目标最大表示，即：

φ＝max(S-C) (15)

其中：φ为电热综合能源系统整体综合目标；S为调度周期内目标；C为调度周期内约束。

(1)调度周期内的目标

1)火电机组目标

调度周期内火电机组的目标包括热电机组调度电能、热能的目标、常规机组调度电能的目标和调峰权目标，即：

其中：S₁为调度周期内火电机组的目标，p_G为火电机组上网的定量；p_h为供热的定量；p_S为调峰调度的定量；S_K为调峰调度的容量；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；

为常规机组i在t时刻的调度电出力；N_G为常规机组数量；N_R为热电机组数量。

2)风电机组目标

蓄热式电锅炉与电池储能装置消纳的电量是弃风电量，现将二者与风电作为一个整体实现联合运行，共同参与调度，调度周期内的风电机组目标包括风电机组调度电能目标、调峰的目标，蓄热式电锅炉供热目标和电池储能装置调度电能的目标，即：

其中：S₂为调度周期内风电机组目标；p_W为风电上网的定量，

为t时刻风电功率；

为t时刻蓄热式电锅炉热输出；

为电池储能装置放电功率；S_K为调峰调度的容量；p_h为供热的定量。

综上，调度周期内的目标为：

S＝S₁+S₂ (18)

(2)调度周期内的约束

调度周期内的约束包括火电机组的能耗约束和调峰约束、风电机组发电约束、蓄热式电锅炉的折旧约束、电池储能装置的折旧约束以及弃风惩罚约束。其中，加入弃风惩罚约束是为了促进风电的全额消纳。

1)火电机组能耗约束

其中：P₁为调峰调度后火电机组的电出力。

2)火电机组调峰约束

其中：C₂为火电机组调峰约束,C₂₁为火电机组调峰调度损失的发电目标；C₂₂为火电机组调峰调度前后所产生的能耗约束变化；F(P)为火电机组调峰能耗约束；F'(P)火电机组的边际能耗约束函数；P₀为火电机组原发电出力；P_dec为火电机组下降的电出力；p_G为火电机组上网的定量。

3)风电机组发电约束

风电机组消耗风能且不产生污染，不用考虑原料约束和环保约束，其发电约束主要考虑折旧约束和维护约束。

其中：C₃为风电机组发电约束；

为t时刻风电预测出力；k_W为风电综合约束系数；I_W为风电场的初始设备费用值；Dw为风电机组的年折现率；a为使用年限；M_W为前一年所支出的运行维护费用值；W_W为前一年的总发电量；

4)蓄热式电锅炉折旧约束

其中：C₄为蓄热式电锅炉折旧约束；Dr为蓄热式电锅炉的年折现率；C_stor,C_EB分别为蓄热装置和电锅炉的初始设备费用值；

分别为蓄热装置和电锅炉的最大功率；T_{use_r}为调度周期内蓄热式电锅炉使用小时数。

5)电池储能装置折旧约束

其中：C₅为电池储能装置折旧约束；Dc为电池储能装置的年折现率；C_EC为电池储能装置的初始设备费用值；

为电池储能装置的最大功率；T_{use_c}为调度周期内电池储能装置使用小时数。

6)弃风惩罚约束

其中：C₆为弃风惩罚约束；λ_W为弃风惩罚系数；

为t时刻风电功率；

为t时刻风电预测功率。

综上，调度周期内的约束为：

步骤4-2，确定运行要求

(1)功率平衡要求

电功率平衡要求

其中，

分别为常规机组i和热电机组j在t时刻的电出力；N_G,N_R分别为常规机组和热电机组个数；

为t时刻风电功率；

为电池储能装置放电功率；

为t时刻的电网电负荷值；

为t时刻蓄热式电锅炉用电功率；

为电池储能装置用电功率。

热功率平衡要求

其中：

为热电机组j在t时刻的调度热出力；

为t时刻蓄热式电锅炉热输出；

为t时刻热负荷。

(2)机组相关要求

1)常规机组要求

机组出力上下限要求

机组爬坡要求

其中：

分别为常规机组i的最大、最小出力；Δr_i,d,Δr_i,u分别为常规机组i的上爬坡限制和下爬坡限制；

为常规机组i在t时刻的电出力。

2)热电机组要求

热电机组同时兼备供电供热两个方面，因此在考虑出力上下限时，应同时考虑电出力和热出力上下限的要求，出力上下限要求如下：

电出力上下限要求

热出力上下限要求

电爬坡要求

热爬坡要求

其中：

为热电机组i在t时刻的电出力；

分别为热电机组i的最大、最小电出力；

为热电机组i在t时刻的调度热出力；

为热电机组i热出力的上限值；Δr_Ri,u,-Δr_Ri,d分别为热电机组i的电出力上爬坡限制和下爬坡限制；Δh_Ri,u,Δh_Ri,d分别为热电机组i的热出力上爬坡限制和下爬坡限制。

3)风电机组要求

其中：

为第k台风电机组在t时刻出力；

为风电机组额定出力。

(3)蓄热式电锅炉运行要求

1)电锅炉要求

其中：

为t时刻蓄热式电锅炉用电功率；

为蓄热式电锅炉最大用电功率。

2)蓄热装置运行要求

其中：

为t时刻储热容量；

为t时刻蓄热式电锅炉启停状态，

为t时刻蓄热装置储热功率；

为t时刻蓄热装置放热功率；

为最大储热容量；

分别为蓄热装置的储热和放热功率最大值。

(4)电池储能装置运行要求

其中：

分别为电池储能装置充、放电功率；

分别为充电功率最大、最小值；

分别为放电功率最大、最小值；

为电池储能装置在t时刻的容量；

分别为电储能装置最大、最小容量；τ为电储能装置的自放电率，与电池内部材质特性有关；β_EC为电池储能装置充电转换效率；χ_EC为电池储能装置放电转换效率。

步骤5，引入动态惯性权重和压缩因子改进粒子群算法得到改进粒子群算法；

在现有的粒子群算法中引入动态惯性权重和压缩因子提出了一种改进粒子群算法。假设在一个D维搜索空间内，由m个粒子组成种群X，其中第i个粒子表示为一个D维向量的X_i；对于每一个粒子i，其都由3个D维向量组成，分别为目前位置X_i、历史最优位置Pbest_i和速度V_i；在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

x_is(t+1)＝x_is(t)+v_is(t+1) (42)

其中：

为压缩因子；ω为惯性权重；t为当前迭代次数；i＝1,2,…m,s＝1,2,…S；c₁和c₂为加速因子，c₁≥2，c₂≥2，；r₁和r₂为分布于[0,1]区间的随机数；下标s表示粒子的第s维，i表示粒子i，v_is表示为粒子i第s维的速度，x_is表示为粒子i第s维的当前位置，p_is表示为粒子i第s维的历史最优位置,p_gs表示为种群全体粒子第s维的历史最优位置,x_gs表示为种群全体粒子第s维的当前位置。

在速度更新公式中，为有效地控制粒子的飞行速度使算法达到全局探测和局部开发两者之间的平衡，在速度更新公式中添加了收缩因子，压缩因子为：

采用典型的取法：取c₁＝c₂＝2.05，C为4.1，收缩因子

为0.729；

在求解过程中，将ω定义为：

ω(s)＝ω_start(ω_start-ω_end)*(S-s)/s (44)

其中：ω_start为初始惯性权重；ω_end为迭代次数最大时的惯性权重；S为最大维数。

步骤6，获取热电机组、常规机组、风电机组的机组参数、蓄热式电锅炉、电池储能装置等相关参数，以及机组的预测出力、预调度出力等参数。

步骤7,判断t时刻风电预测功率大于等于t时刻风电预调度出力，即

如果成立，执行步骤8，否则，电池储能装置放电。

步骤8，启动蓄热式电锅炉，继续判断启动蓄热式电锅炉后是否还有弃风，是则电池储能装置充电，否则电池储能装置不启动。

步骤9，判断热电机组出力与蓄热式电锅炉出力是否满足热负荷平衡要求，即

是则确定各时段热电机组出力，并执行步骤10，否则蓄热装置协调热电机组热出力供热，直到满足热负荷平衡要求为止。

步骤10，使用

根据热电机组热出力确定各时段相应的电出力值，进而使用

根据电池储能装置剩余电负荷值的大小安排火电机组与风电机组出力。

步骤11，判断热电机组、火电机组、风电机组和电池储能装置出力是否满足电平衡要求，即

若不满足，提高火电机组出力，直到满足电平衡要求为止；

步骤12，对步骤4获得的热电联合调度模型使用步骤5中的改进粒子群算法进行求解。使用粒子群算法对热电联合调度模型进行求解是现有技术，如图5所示，具体为：根据步骤6中输入的参数，对粒子群初始化，计算粒子适应度值，更新粒子最优解，更新种群最优解，更新粒子速度和位置，判断是否是适应度最优解，如不是根据求解结果再次对粒子群初始化，重复上述步骤，直到得到适应度最优解，根据适应度最优解得到最终调度结果。

步骤13，输出热电联合调度模型的优化运行结果，优化运行结果包括消纳的弃风电量，蓄热式电锅炉的启动时间和供热输出值、电池储能装置的启动时间、释放的电出力值，常规机组的电出力值和能耗约束，热电机组的电出力值、热出力值和能耗约束。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (5)

1.一种采用多储能方式消纳风电的热电联合调度方法，其特征在于：其包括以下步骤：

步骤1，确定电热综合能源系统组成：

电热综合能源系统包含风电机组、常规机组、热电机组以及蓄热式电锅炉和电池储能装置；

步骤2，确定蓄热式电锅炉和电池储能装置启停控制策；

步骤3，建立火电机组不同调峰阶段能耗约束模型；

步骤4，确定调峰调度下热电机组、常规机组、风电机组参与调度的整体目标和约束条件，获得热电联合调度模型；

步骤5，引入动态惯性权重和压缩因子改进粒子群算法得到改进粒子群算法；

步骤6，获取热电机组、常规机组、风电机组的机组参数、蓄热式电锅炉、电池储能装置的参数，以及机组的预测出力、预调度出力的参数；

步骤7,判断t时刻风电预测功率大于等于t时刻风电预调度出力，即

如果成立，执行步骤8，否则，电池储能装置放电；

步骤8，启动蓄热式电锅炉，继续判断启动蓄热式电锅炉后是否还有弃风，是则电池储能装置充电，否则电池储能装置不启动；

步骤9，判断热电机组出力与蓄热式电锅炉出力是否满足热负荷平衡要求，即

是则确定各时段热电机组出力，并执行步骤10，否则蓄热装置协调热电机组热出力供热，直到满足热负荷平衡要求为止；

步骤10，使用

根据热电机组热出力确定各时段相应的电出力值，进而使用

根据电池储能装置剩余电负荷值的大小安排火电机组与风电机组出力；

步骤11，判断热电机组、火电机组、风电机组和电池储能装置出力是否满足电平衡要求，即

若不满足，提高火电机组出力，直到满足电平衡要求为止；

步骤12，对步骤4获得的热电联合调度模型使用步骤5中的改进粒子群算法进行求解；

步骤13，输出热电联合调度模型的优化运行结果，优化运行结果包括消纳的弃风电量，蓄热式电锅炉的启动时间和供热输出值、电池储能装置的启动时间、释放的电出力值，常规机组的电出力值和能耗约束，热电机组的电出力值、热出力值和能耗约束。

2.根据权利要求1所述的采用多储能方式消纳风电的热电联合调度方法，其特征在于：所述步骤4，确定调峰调度下热电机组、常规机组、风电机组参与调度的整体目标和约束条件，获得热电联合调度模型：具体包括：

步骤4-1，确定目标函数

电热综合能源系统的目标函数以调度周期内整体综合目标最大表示，即：

φ＝max(S-C) (15)

其中：φ为电热综合能源系统整体综合目标；S为调度周期内目标；C为调度周期内约束；

(1)调度周期内的目标

1)火电机组目标

调度周期内火电机组的目标包括热电机组调度电能、热能的目标、常规机组调度电能的目标和调峰权目标，即：

其中：S₁为调度周期内火电机组的目标，p_G为火电机组上网的定量；p_h为供热的定量；p_S为调峰调度的定量；S_K为调峰调度的容量；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；

为常规机组i在t时刻的调度电出力；

2)风电机组目标

蓄热式电锅炉与电池储能装置消纳的电量是弃风电量，现将二者与风电作为一个整体实现联合运行，共同参与调度，调度周期内的风电机组目标包括风电机组调度电能目标、调峰的目标，蓄热式电锅炉供热目标和电池储能装置调度电能的目标，即：

其中：S₂为调度周期内风电机组目标；p_W为风电上网的定量，

为t时刻风电功率；

为t时刻蓄热式电锅炉热输出；

为电池储能装置放电功率；

综上，调度周期内的目标为：

S＝S₁+S₂ (18)

(2)调度周期内的约束

调度周期内的约束包括火电机组的能耗约束和调峰约束、风电机组发电约束、蓄热式电锅炉的折旧约束、电池储能装置的折旧约束以及弃风惩罚约束:

1)火电机组能耗约束

其中：P₁为调峰调度后火电机组的电出力；

2)火电机组调峰约束

其中：C₂为火电机组调峰约束,C₂₁为火电机组调峰调度损失的发电目标；C₂₂为火电机组调峰调度前后所产生的能耗约束变化；F(P)为火电机组调峰能耗约束；F'(P)火电机组的边际能耗约束函数；P₀为火电机组原发电出力；P_dec为火电机组下降的电出力；p_G为火电机组上网的定量；

3)风电机组发电约束

其中：C₃为风电机组发电约束；

为t时刻风电预测出力；k_W为风电综合约束系数；I_W为风电场的初始设备费用值；Dw为风电机组的年折现率；a为使用年限；M_W为前一年所支出的运行维护费用值；W_W为前一年的总发电量；

4)蓄热式电锅炉折旧约束

其中：C₄为蓄热式电锅炉折旧约束；Dr为蓄热式电锅炉的年折现率；C_stor,C_EB分别为蓄热装置和电锅炉的初始设备费用值；

分别为蓄热装置和电锅炉的最大功率；T_{use_r}为调度周期内蓄热式电锅炉使用小时数；

5)电池储能装置折旧约束

其中：C₅为电池储能装置折旧约束；Dc为电池储能装置的年折现率；C_EC为电池储能装置的初始设备费用值；

为电池储能装置的最大功率；T_{use_c}为调度周期内电池储能装置使用小时数；

6)弃风惩罚约束

其中：C₆为弃风惩罚约束；λ_W为弃风惩罚系数；

为t时刻风电功率；

为t时刻风电预测功率；

综上，调度周期内的约束为：

步骤4-2，确定运行要求

(1)功率平衡要求

电功率平衡要求:

其中，

分别为常规机组i和热电机组j在t时刻的电出力；N_G,N_R分别为常规机组和热电机组个数；

为t时刻风电功率；

为电池储能装置放电功率；

为t时刻的电网电负荷值；

为t时刻蓄热式电锅炉用电功率；

为电池储能装置用电功率；

热功率平衡要求

其中：

为热电机组j在t时刻的调度热出力；

为t时刻蓄热式电锅炉热输出；

为t时刻热负荷；

(2)机组相关要求

1)常规机组要求

机组出力上下限要求

机组爬坡要求

其中：

分别为常规机组i的最大、最小出力；Δr_i,d,Δr_i,u分别为常规机组i的上爬坡限制和下爬坡限制；

为常规机组i在t时刻的电出力；

2)热电机组要求

热电机组同时考虑电出力和热出力上下限的要求：

电出力上下限要求

热出力上下限要求

电爬坡要求

热爬坡要求

其中：

为热电机组i在t时刻的电出力；

分别为热电机组i的最大、最小电出力；

为热电机组i在t时刻的调度热出力；

为热电机组i热出力的上限值；Δr_Ri,u,-Δr_Ri,d分别为热电机组i的电出力上爬坡限制和下爬坡限制；Δh_Ri,u,Δh_Ri,d分别为热电机组i的热出力上爬坡限制和下爬坡限制；

3)风电机组要求

其中：

为第k台风电机组在t时刻出力；

为风电机组额定出力；

(3)蓄热式电锅炉运行要求

1)电锅炉要求

其中：

为t时刻蓄热式电锅炉用电功率；

为蓄热式电锅炉最大用电功率；

2)蓄热装置运行要求

其中：

为t时刻储热容量；

为t时刻蓄热式电锅炉启停状态，

为t时刻蓄热装置储热功率；

为t时刻蓄热装置放热功率；

为最大储热容量；

分别为蓄热装置的储热和放热功率最大值；

(4)电池储能装置运行要求

其中：

分别为电池储能装置充、放电功率；

分别为充电功率最大、最小值；

分别为放电功率最大、最小值；

为电池储能装置在t时刻的容量；

分别为电储能装置最大、最小容量；τ为电储能装置的自放电率，与电池内部材质特性有关；β_EC为电池储能装置充电转换效率；χ_EC为电池储能装置放电转换效率。

3.根据权利要求1所述的采用多储能方式消纳风电的热电联合调度方法，其特征在于：所述步骤5，引入动态惯性权重和压缩因子改进粒子群算法得到改进粒子群算法；具体包括：

在一个D维搜索空间内，由m个粒子组成种群X，其中第i个粒子表示为一个D维向量的X_i；对于每一个粒子i，其都由3个D维向量组成，分别为目前位置X_i、历史最优位置Pbest_i和速度V_i；在每次迭代过程中，粒子将通过个体极值和群体极值更新自身的速度和位置，即：

x_is(t+1)＝x_is(t)+v_is(t+1) (42)

其中：

为压缩因子；ω为惯性权重；t为当前迭代次数；i＝1,2,…m,s＝1,2,…S；c₁和c₂为加速因子，c₁≥2，c₂≥2，；r₁和r₂为分布于[0,1]区间的随机数；下标s表示粒子的第s维，i表示粒子i，v_is表示为粒子i第s维的速度，x_is表示为粒子i第s维的当前位置，p_is表示为粒子i第s维的历史最优位置,p_gs表示为种群全体粒子第s维的历史最优位置,x_gs表示为种群全体粒子第s维的当前位置；

在速度更新公式中添加了收缩因子，压缩因子为：

在求解过程中，将ω定义为：

ω(s)＝ω_start(ω_start-ω_end)*(S-s)/s (44)

其中：ω_start为初始惯性权重；ω_end为迭代次数最大时的惯性权重；S为最大维数。

4.根据权利要求1所述的采用多储能方式消纳风电的热电联合调度方法，其特征在于：所述步骤2，确定蓄热式电锅炉和电池储能装置启停控制策略；具体包括：

蓄热式电锅炉启停状态和热输出分别表示为：

其中：

为t时刻蓄热式电锅炉启停状态，1代表启动，0代表停止；

为t时刻风电预测出力；

为t时刻风电预调度出力；

为t时刻蓄热式电锅炉热输出；

为t时刻蓄热式电锅炉制热功率；

为t时刻蓄热式电锅炉中的蓄热装置放热功率；

为t时刻蓄热式电锅炉用电功率；η_EB为蓄热式电锅炉电热转换效率，取95％；T为一个调度周期即24小时；

电池储能装置的充电启停状态为：

其中：

为电池储能装置充电启停状态，1代表充电，0代表不充电；

为蓄热式电锅炉最大用电功率；

电池储能装置储能值为：

其中：

为电池储能装置储能值；β_EC为电池储能装置充电转换效率，取95％；

为电池储能装置用电功率；T_e为强风时段小时数；

电池储能装置的放电启停状态为：

其中：

为电池储能装置放电启停状态，1代表放电，0代表不放电；

为t时刻的电网电负荷值；

为t时刻风电预调度出力；

为t时刻火电厂发电量与风电上网量之和，即：

其中：

分别为常规机组i和热电机组j在t时刻的电出力；

为t时刻风电功率；N_G,N_R分别为常规机组和热电机组个数；

为电池储能装置放电功率；

电池储能装置放能值为：

其中：

为电池储能装置放能值；χ_EC为电池储能装置放电转换效率，取95％；

为电池储能装置放电功率。

5.根据权利要求1所述的采用多储能方式消纳风电的热电联合调度方法，其特征在于：所述步骤3，建立火电机组不同调峰阶段能耗约束模型；具体包括：

(1)煤耗约束

1)常规机组煤耗约束：

其中：f₁为常规机组煤耗约束；

为常规机组i在t时刻的调度电出力；a_i,b_i,c_i为常规机组i的煤耗约束系数；

2)热电机组煤耗约束：

其中：f₂为热电机组煤耗约束；

为热电机组j在t时刻纯凝工况下的发电功率；

为热电机组j在t时刻的调度电出力；

为热电机组j在t时刻的调度热出力；γ_R为热电机组的热电比；a_j,b_j,c_j为热电机组j的煤耗约束系数；

(2)机组损耗约束

变负荷调峰下的火电机组在发电功率P下的机组损耗约束：

其中：N_t(P)为火电机组在发电功率P下的转子致裂循环周次；ζ为火电厂实际运行损耗系数；S_unit为火电机组的初始设备费用值，C_cost(P)为火电机组在发电功率P下的机组损耗约束；

(3)投油油耗约束

C_oil＝o_costp_oil (12)

其中：o_cost为机组投油稳燃时的油耗量；p_oil为燃油的定量；

(4)环境约束

其中：N_e为污染物排放种类数；λ_e,k为第k种污染物的单位惩罚系数；G_k为第k种污染物的排放量；

第k种污染物的污染当量值，P为火电机组的发电功率；

即火电机组调峰能耗约束为F(P)：

其中：N_G为常规机组数量；N_R为热电机组数量；P_a为火电机组常规调峰阶段最小电出力功率；P_b为火电机组不投油深度调峰阶段最小电出力功率；P_c为火电机组投油深度调峰阶段最小电出力功率；P_max为火电机组最大电出力功率。

Images