CN112769156A - 一种计及大规模海上风电并网的源网荷储协调运行方法 - Google Patents

一种计及大规模海上风电并网的源网荷储协调运行方法 Download PDF

Info

Publication number
CN112769156A
CN112769156A CN202011581881.2A CN202011581881A CN112769156A CN 112769156 A CN112769156 A CN 112769156A CN 202011581881 A CN202011581881 A CN 202011581881A CN 112769156 A CN112769156 A CN 112769156A
Authority
CN
China
Prior art keywords
power
offshore wind
wind power
load
grid
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
Application number
CN202011581881.2A
Other languages
English (en)
Other versions
CN112769156B (zh
Inventor
朱自伟
郭毅成
罗志将
易锦桂
朱海龙
王凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanchang University
Original Assignee
Nanchang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanchang University filed Critical Nanchang University
Priority to CN202011581881.2A priority Critical patent/CN112769156B/zh
Publication of CN112769156A publication Critical patent/CN112769156A/zh
Application granted granted Critical
Publication of CN112769156B publication Critical patent/CN112769156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
    • 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
    • Y04S10/14—Energy storage units

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种计及大规模海上风电并网的源网荷储协调运行方法：建立一套适用于电网协调运行的海上风电调峰特性指标体系；提出一种计及大规模海上风电并网的源网荷储协调运行方法，以系统运行成本最低为目标函数；以我国福建省某实际电网为例，在某调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景；对比两场景下系统总运行成本、化石燃料消耗和海上风电消纳情况；本发明建立了一套海上风电调峰特性指标，可直观地反应出海上风电对电力系统的调峰特性；本发明提出了一种计及大规模海上风电并网的源网荷储协调运行方法，能有效降低电网运行成本、减小化石燃料消耗和提高海上风电消纳。

Description

一种计及大规模海上风电并网的源网荷储协调运行方法
技术领域
本发明涉及一种计及大规模海上风电并网的源网荷储协调运行方法，属于电力系统运行与控制技术领域。
背景技术
在未来，海上风电将以迅速增长、高渗透率的发展态势并入电力系统。我国 作为一个沿海大国，海岸线长，海域辽阔，具有十分丰富的海洋风能资源。有数 据显示，在15°N以北的我国管辖海域内70m高度处风能资源储量为164.5亿kW， 技术可开发量为129.0亿kW，100m高度处风能资源储量为179.7亿kW，技术 可开发量为140.8亿kW，技术可开发面积约为239万km2。
海上风电作为一种不稳定和不可控的电源，其出力的随机性和间歇性问题突出，大量并网易出现因电力系统调峰能力不足而产生大量弃风的情况，限制了海上风电的高速率发展。因此，探索新和运营模式成为海上风电接入后亟需解决的问题。目前，关于大规模新能源接入电力系统后的协调运营问题，已有多种协调运行模型和策略方法提出，当前尚缺乏一种更适用于电力系统调峰的海上风电调峰特性指标体系，对于协调运行研究的研究主要集中在园区微网，鲜有对以电网为对象的大规模新能源并网的源网荷储协调运行研究。
发明内容
本发明所要解决的技术问题是，建立一套海上风电调峰特性指标体系，能更直观地了解海上风电的调峰特性，给予电力系统运行调度提供参考。并在此基础上，建立了计及大规模海上风电并网的源网荷储协调运行模型，以电力系统的运行成本最低为目标，解决海上风电大量并网因电力系统调峰能力不足而产生大量弃风的情况。
本发明所采用的技术方案是：一种计及大规模海上风电并网的源网荷储协调运行方法，包括如下步骤：
步骤1，建立一套适用于电力系统协调运行的海上风电调峰特性指标体系；
步骤2，构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数；
步骤3，建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束；
步骤4，获取电源侧常规机组相关参数、电网侧联络线受送电协议内容、负荷侧可控及可中断负荷用户相关参数、储能侧储能设备相关参数和海上风电场历史出力数据；
步骤5，在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置；
步骤6，基于Matlab环境下使用Yalmip调用Gurobi求解器，对比分析两个场景下电力系统的总运行成本变化、化石燃料消耗情况和海上风电的消纳情况。
作为优选，步骤1所述的建立一套适用于电力系统协调运行的海上风电调峰特性指标体系，具体表述为：
海上风电调峰特性指标体系分为三大类：第一类是表征海上风电自身的自然出力调峰特性；第二类是表征海上风电与电源侧总出力占比的电源匹配调峰特性；第三类是表征海上风电与电网负荷及其峰谷时段匹配的负荷匹配调峰特性。
1)自然出力调峰特性
日平均出力表征了一天内的海上风电出力水平，通过对比不同日下的该指标，能直观地认识到海上风电当日出力大小。海上风电的日平均出力表达式为PW,A：
Figure BDA0002864613830000021
式中：T为一天内的单位时段数；PW(t)为第t个时段的海上风电向电网的出力。
日最大出力PW,max与日最小出力PW,min表征海上风电场在一天内的最大出力与最小出力，其表达式为：
Figure BDA0002864613830000022
Figure BDA0002864613830000023
波动性是包括海上风电在内的一系列新能源的典型特性，表征其供能的不稳定性，通常以波动率ρ来衡量波动性的大小。波动率ρ(t)的表达式为：
Figure BDA0002864613830000024
式中：SWB为海上风机的额定容量。
2)电源匹配调峰特性
海上风电装机容量占比表征了其在电力系统发电侧总装机容量中所占比重，该指标能直观地反映海上风电与电力系统电源侧常规机组的耦合程度。当海上风电装机容量占比越大，发电侧间歇性、随机性的出力特征越强，电力系统的调峰难度也将越大，所需的调度运行要求也越高。海上风电装机容量占比εOW表达式为：
Figure BDA0002864613830000031
式中：SFB为其它常规机组的额定容量。
3)负荷匹配调峰特性
日峰时段最小出力表征了在负荷峰时段的海上风电最小出力。海上风电的日峰时段最小出力
Figure BDA0002864613830000032
表达式为：
Figure BDA0002864613830000033
式中：T1为负荷峰时段。
日谷时段最大出力表征了在负荷谷时段的海上风电最大出力。海上风电的谷时段最大出力
Figure BDA0002864613830000034
表达式为：
Figure BDA0002864613830000035
式中：T3为负荷谷时段。
日峰谷时段出力均值差表征了海上风电的日峰时段出力平均值与日谷时段平均值的差值。当该指标为正时，说明当日的海上风电出力具有正调峰特性，有利于电力系统的运行；当该指标为负时，说明当日海上风电出力具有反调峰特性，不利于电力系统的运行。海上风电的日峰谷时段出力均值差ΔPWT,max表达式为：
Figure BDA0002864613830000036
式中：
Figure BDA0002864613830000037
为负荷峰时段的海上风电出力平均值；
Figure BDA0002864613830000038
为负荷谷时段的海上风电出力平均值。
作为优选，步骤2所述的构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数，具体表述为：
该模型中共分为电源侧、电网侧、负荷侧、储能侧及海上风电侧五类。在电源侧中，由于火电仍为我国当前主要发电方式，仅考虑火电机组参与整个系统的协调运行；在电网侧中，考虑了当地地区电网与其它地位的互联互通，即双方签有联络线受送电协议，可在必要时外送电或内受电；在负荷侧中，主要考虑激励型需求响应，其类型为可控及可中断负荷，可在必要时切除该类负荷并给予补偿；在储能侧中，在地区电网中建有一个高充放电功率的大型储能电站；在海上风电侧中，该地区电网接有大装机容量的海上风电厂。
以系统运行成本最低为目标函数，考虑了火电机组运行成本、本地电网受送电成本、可控及可中断负荷切负荷补偿成本、储能设备运行成本及海上风电弃风惩罚成本，其表达式为：
minF＝F1+F2+F3+F4+F5
式中：F为系统总运行成本；F1为火电机组运行成本；F2为本地电网受送电成本；F3为可控及可中断负荷切负荷补偿成本；F4为储能设备运行成本；F5为海上风电的弃风惩罚成本。
1)火电机组运行成本
火电机组运行成本包含燃料成本、启停成本和环境成本，其中环境成本指排放CO2造成的环境损失，其表达式为：
Figure BDA0002864613830000041
式中：F1,G为火电机组燃料成本；F1,QT为火电机组启停成本；F1,E为火电机组环境成本；N为电源侧火电机组的总数；ai、bi、ci为第i台火电机组燃料成本系数；PCi(t)为第t个时段第i台火电机组出力；Si为第i台火电机组启停成本；ui,t为0-1变量，当第t个时段第i台火电机组处于运行状态时为1，否则为0；Ei为第i台火电机组的CO2环境成本系数；ui、vi、wi为第i台火电机组碳排放成本系数。
2)本地电网受送电成本
联络线协议规定了本地电网的最大外送电功率、最大外送电量、最大内受电功率、最大内受电量、外送电协议电价和内受电协议电价等。通常，联络线受送电协议电价会低于本地电网电价，且本地电网的运行成本中包含了发电成本。所以，本地电网受送电成本包含了向其他电网外送电时与本地电网电价产生的差额成本和从其它电网受电时的购电成本。因此可得本地电网受送电成本表达式为：
Figure BDA0002864613830000042
式中：Zt为0-1变量，当第t个时段本地电网的受送电功率为正，即实际为外送电时为1，否则为0；c(t)为本地电网电价；cs(t)为联络线协议电价。
3)可控及可中断负荷切负荷补偿成本
可控及可中断负荷的切负荷补偿成本包括容量补偿和电量补偿，其中容量补偿系数为固定值，电量补偿系数采用阶梯式分段价格，其表达式为：
Figure BDA0002864613830000051
式中：D为参与激励型需求响应的可控及可中断负荷用户总数；Cd为第d个可控及可中断负荷用户的容量补偿系数；PL,d(t)为第t个时段第d个可控及可中断负荷用户的降负荷功率；E为电位电量补偿价格的阶梯式分段数；Cd,e为第d个可控及可中断负荷用户在分段e的电量补偿系数；qd,e为第d个可控及可中断负荷用户在分段e的降负荷响应电量。
4)储能设备的运行成本
储能设备的运行成本一般考虑其与其充放电功率成线性关系，其表达式为：
Figure BDA0002864613830000052
式中：KB为储能设备的运行成本系数。
5)海上风电的弃风惩罚成本
海上风电运行成本较低，因此仅考虑其弃风惩罚成本，其表达式为：
Figure BDA0002864613830000053
式中：Wp为海上风电场的弃风惩罚成本系数；Pqf(t)为第t个时段的海上风电弃风功率。
作为优选，步骤3所述的建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束，具体表述为：
1)功率平衡约束
Figure BDA0002864613830000054
式中：PWP(t)为第t个时段的海上风电实际出力；PL*(t)为第t个时段的考虑激励型需求后的本地负荷；PL(t)为第t个时段的本地负荷需求；PC(t)为第t个时段的常规机组出力；PS(t)为第t个时段的本地电网与其它地区电网在联络线协议下的送受电功率；为PB(t)第t个时段的储能设备的充放电功率。
2)火电机组出力约束
PCi,min≤PCi(t)≤PCi,max
式中：PCi,min为第i个火电机组的最小技术出力；PCi,max为第i个火电机组的最大技术出力；
3)火电机组爬坡约束
Figure BDA0002864613830000061
式中：ΔPCi(t)第t个时段第i个火电机组的出力变化率；Ri为第i台火电机组的最大爬坡率。
4)火电机组最小启停时间约束
Figure BDA0002864613830000062
式中：Ti,MinOn为第i个火电机组的最小运行时间；Ti,MinOff为第i个火电机组的最小停运时间。
5)本地电网受送电功率约束：
PS,min≤PS(t)≤PS,max
式中：PS,min为本地电网的最大内受电功率；PS,max为本地电网的最大外送电功率。
6)本地电网受送电最大电量约束：
Figure BDA0002864613830000063
式中：WS为本地电网一天内的受送电电量；Δt为每个单位时段的时间；WS,min为本地电网一天内的最大外送电量；WS,max为本地电网一天内的最大内受电量。
7)本地电网受送电最大变化能力约束：
Figure BDA0002864613830000064
式中：ΔPS(t)为第t个时段本地电网的受送电变化率；ΔPS,min为本地电网的外送电量最小变化能力；ΔPS,max为本地电网的外送电量最大变化能力。
8)可控及可中断负荷最大降负荷约束
0≤PL,d(t)≤PL,d,max
式中：PL,d,max为第d个可控及可中断负荷用户的最大降负荷功率。
9)可控及可中断负荷的最小、最大中断时间约束：
Figure BDA0002864613830000071
式中：Td,min为第d个可控及可中断负荷的切负荷最小中断时间；xd,t为0-1 变量，当第t个时段第d个可控及可中断负荷处在切负荷调用状态时其值为1，否则为0；Td,max为第d个可控及可中断负荷的切负荷最大中断时间。
10)可控及可中断负荷的最大中断次数约束：
Figure BDA0002864613830000072
式中：Id,max为第d个可控及可中断负荷的最大中断次数。
11)储能设备的充放电功率约束：
PB,min≤PB(t)≤PB,max
式中：PB,min为储能设备的最大放电功率；PB,max为储能设备的最大充电功率。
12)储能设备的荷电状态约束：
Figure BDA0002864613830000073
式中：SOCmin为储能设备的最小荷电状态；SOC(t)为第t个时段储能设备的荷电状态；SOCmax为储能设备的最大荷电状态；E(t)为第t个时段储能设备的电量；Emax为储能设备的最大电量；μ1,t、μ2,t均为0-1变量，当储能设备处于充电状态时μ1,t＝1、μ2,t＝0，当储能设备处于放电状态时μ1,t＝0、μ2,t＝1；ηB为储能电池的充放电效率。
13)海上风电出力约束：
0≤PW(t)≤PWP(t)
作为优选，步骤5所述的在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置，具体表述为：
预设该地区电网在某个调度日内，分别采用源网荷协调运行方法和源网荷储协调运行方法作为场景1和场景2。除场景1中储能侧不参与调度外，两场景中的其它参数均一致。
1)场景一：该场景仅考虑源网荷三者的协调运行。
2)场景二：该场景下考虑了源网荷储四者的协调运行。储能电池的最大充放电功率以该地方电网发电侧装机容量的10％来配置。储能电池的容量依据投资成本回收时间最小化来配置，通常以最大充电放电功率为作为储能电池容量的最小公约数。储能电池容量选取10组。首先，分别求解得到场景2下不同储能电池容量的源网荷储协调运行成本；然后，分别用场景1下的源网荷的协调运行成本减去在场景2下源网荷储协调运行成本，得到配置储能后降低的电网运行成本；最后，分别用投资成本除以降低的电网运行成本，除以365天，即可得到10组不同储能电池容量的投资成本收回年数。
本发明的有益效果是：
本发明建立了一套海上风电调峰特性指标，其在海上风电自然出力调峰特性的基础上结合负荷特性的时段特征与发电侧的装机容量占比，可直观地反应出海上风电场接入电力系统后的调峰特性；本发明提出了一种计及大规模海上风电并网的源网荷储协调运行方法，能够在有效降低电网运行成本的同时，减小化石燃料消耗和提高海上风电消纳能力。
附图说明
图1：一种计及大规模海上风电并网的源网荷储协调运行方法流程图；
图2：海上风电调峰特性指标体系；
图3：日负荷曲线；
图4：海上风电实际出力；
图5：计及大规模海上风电并网的源网荷储协调运行模型；
图6：两种不同场景下的运行成本对比。
具体实施方案
下面结合实施例和附图对本发明的一种计及大规模海上风电并网的源网荷储协调运行方法做出详细说明。
如图1所示，本发明的一种基于储能系统参与含大规模海上风电的调频优化运行方法，包括如下步骤：
步骤1，建立一套适用于电力系统协调运行的海上风电调峰特性指标体系；
建立一套适用于电力系统协调运行的海上风电调峰特性指标体系，具体表述为：
为更直观地了解海上风电的调峰特性，给予电力系统的运行调度提供参考，建立了一套适用于电力系统协调运行的海上风电调峰特性指标体系。海上风电调峰特性指标体系分为三大类：第一类是表征海上风电自身的自然出力调峰特性；第二类是表征海上风电与电源侧总出力占比的电源匹配调峰特性；第三类是表征海上风电与电网负荷及其峰谷时段匹配的负荷匹配调峰特性。海上风电调峰特性指标体系如图2所示。
1)自然出力调峰特性
日平均出力表征了一天内的海上风电出力水平，通过对比不同日下的该指标，能直观地认识到海上风电当日出力大小。海上风电的日平均出力表达式为PW,A：
Figure BDA0002864613830000091
式中：T为一天内的单位时段数；PW(t)为第t个时段的海上风电向电网的出力。
日最大出力PW,max与日最小出力PW,min表征海上风电场在一天内的最大出力与最小出力，其表达式为：
Figure BDA0002864613830000092
Figure BDA0002864613830000093
波动性是包括海上风电在内的一系列新能源的典型特性，表征其供能的不稳定性，通常以波动率ρ来衡量波动性的大小。波动率ρ(t)的表达式为：
Figure BDA0002864613830000094
式中：SWB为海上风机的额定容量。
2)电源匹配调峰特性
海上风电装机容量占比表征了其在电力系统发电侧总装机容量中所占比重，该指标能直观地反映海上风电与电力系统电源侧常规机组的耦合程度。当海上风电装机容量占比越大，发电侧间歇性、随机性的出力特征越强，电力系统的调峰难度也将越大，所需的调度运行要求也越高。海上风电装机容量占比εOW表达式为：
Figure BDA0002864613830000101
式中：SFB为其它常规机组的额定容量。
3)负荷匹配调峰特性
日峰时段最小出力表征了在负荷峰时段的海上风电最小出力。海上风电的日峰时段最小出力
Figure BDA0002864613830000105
表达式为：
Figure BDA0002864613830000102
式中：T1为负荷峰时段。
日谷时段最大出力表征了在负荷谷时段的海上风电最大出力。海上风电的谷时段最大出力
Figure BDA0002864613830000106
表达式为：
Figure BDA0002864613830000103
式中：T3为负荷谷时段。
日峰谷时段出力均值差表征了海上风电的日峰时段出力平均值与日谷时段平均值的差值。当该指标为正时，说明当日的海上风电出力具有正调峰特性，有利于电力系统的运行；当该指标为负时，说明当日海上风电出力具有反调峰特性，不利于电力系统的运行。海上风电的日峰谷时段出力均值差ΔPWT,max表达式为：
Figure BDA0002864613830000104
式中：
Figure BDA0002864613830000107
为负荷峰时段的海上风电出力平均值；
Figure BDA0002864613830000108
为负荷谷时段的海上风电出力平均值。
步骤2，构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数；
构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数，具体表述为：
该模型中共分为电源侧、电网侧、负荷侧、储能侧及海上风电侧五类。在电源侧中，由于火电仍为我国当前主要发电方式，仅考虑火电机组参与整个系统的协调运行；在电网侧中，考虑了当地地区电网与其它地位的互联互通，即双方签有联络线受送电协议，可在必要时外送电或内受电；在负荷侧中，主要考虑激励型需求响应，其类型为可控及可中断负荷，可在必要时切除该类负荷并给予补偿；在储能侧中，在地区电网中建有一个高充放电功率的大型储能电站；在海上风电侧中，该地区电网接有大装机容量的海上风电厂。
以系统运行成本最低为目标函数，考虑了火电机组运行成本、本地电网受送电成本、可控及可中断负荷切负荷补偿成本、储能设备运行成本及海上风电弃风惩罚成本，其表达式为：
minF＝F1+F2+F3+F4+F5
式中：F为系统总运行成本；F1为火电机组运行成本；F2为本地电网受送电成本；F3为可控及可中断负荷切负荷补偿成本；F4为储能设备运行成本；F5为海上风电的弃风惩罚成本。
1)火电机组运行成本
火电机组运行成本包含燃料成本、启停成本和环境成本，其中环境成本指排放CO2造成的环境损失，其表达式为：
Figure BDA0002864613830000111
式中：F1,G为火电机组燃料成本；F1,QT为火电机组启停成本；F1,E为火电机组环境成本；N为电源侧火电机组的总数；ai、bi、ci为第i台火电机组燃料成本系数；PCi(t)为第t个时段第i台火电机组出力；Si为第i台火电机组启停成本；ui,t为0-1变量，当第t个时段第i台火电机组处于运行状态时为1，否则为0；Ei为第i台火电机组的CO2环境成本系数；ui、vi、wi为第i台火电机组碳排放成本系数。
2)本地电网受送电成本
联络线协议规定了本地电网的最大外送电功率、最大外送电量、最大内受电功率、最大内受电量、外送电协议电价和内受电协议电价等。通常，联络线受送电协议电价会低于本地电网电价，且本地电网的运行成本中包含了发电成本。所以，本地电网受送电成本包含了向其他电网外送电时与本地电网电价产生的差额成本和从其它电网受电时的购电成本。因此可得本地电网受送电成本表达式为：
Figure BDA0002864613830000121
式中：Zt为0-1变量，当第t个时段本地电网的受送电功率为正，即实际为外送电时为1，否则为0；c(t)为本地电网电价；cs(t)为联络线协议电价。
3)可控及可中断负荷切负荷补偿成本
可控及可中断负荷的切负荷补偿成本包括容量补偿和电量补偿，其中容量补偿系数为固定值，电量补偿系数采用阶梯式分段价格，其表达式为：
Figure BDA0002864613830000122
式中：D为参与激励型需求响应的可控及可中断负荷用户总数；Cd为第d个可控及可中断负荷用户的容量补偿系数；PL,d(t)为第t个时段第d个可控及可中断负荷用户的降负荷功率；E为电位电量补偿价格的阶梯式分段数；Cd,e为第d个可控及可中断负荷用户在分段e的电量补偿系数；qd,e为第d个可控及可中断负荷用户在分段e的降负荷响应电量。
4)储能设备的运行成本
储能设备的运行成本一般考虑其与其充放电功率成线性关系，其表达式为：
Figure BDA0002864613830000123
式中：KB为储能设备的运行成本系数。
5)海上风电的弃风惩罚成本
海上风电运行成本较低，因此仅考虑其弃风惩罚成本，其表达式为：
Figure BDA0002864613830000124
式中：Wp为海上风电场的弃风惩罚成本系数；Pqf(t)为第t个时段的海上风电弃风功率。
步骤3，建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束；
建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束，具体表述为：
1)功率平衡约束
Figure BDA0002864613830000131
式中：PWP(t)为第t个时段的海上风电实际出力；PL*(t)为第t个时段的考虑激励型需求后的本地负荷；PL(t)为第t个时段的本地负荷需求；PC(t)为第t个时段的常规机组出力；PS(t)为第t个时段的本地电网与其它地区电网在联络线协议下的送受电功率；为PB(t)第t个时段的储能设备的充放电功率。
2)火电机组出力约束
PCi,min≤PCi(t)≤PCi,max
式中：PCi,min为第i个火电机组的最小技术出力；PCi,max为第i个火电机组的最大技术出力；
3)火电机组爬坡约束
Figure BDA0002864613830000132
式中：ΔPCi(t)第t个时段第i个火电机组的出力变化率；Ri为第i台火电机组的最大爬坡率。
4)火电机组最小启停时间约束
Figure BDA0002864613830000133
式中：Ti,MinOn为第i个火电机组的最小运行时间；Ti,MinOff为第i个火电机组的最小停运时间。
5)本地电网受送电功率约束：
PS,min≤PS(t)≤PS,max
式中：PS,min为本地电网的最大内受电功率；PS,max为本地电网的最大外送电功率。
6)本地电网受送电最大电量约束：
Figure BDA0002864613830000141
式中：WS为本地电网一天内的受送电电量；Δt为每个单位时段的时间；WS,min为本地电网一天内的最大外送电量；WS,max为本地电网一天内的最大内受电量。
7)本地电网受送电最大变化能力约束：
Figure BDA0002864613830000142
式中：ΔPS(t)为第t个时段本地电网的受送电变化率；ΔPS,min为本地电网的外送电量最小变化能力；ΔPS,max为本地电网的外送电量最大变化能力。
8)可控及可中断负荷最大降负荷约束
0≤PL,d(t)≤PL,d,max
式中：PL,d,max为第d个可控及可中断负荷用户的最大降负荷功率。
9)可控及可中断负荷的最小、最大中断时间约束：
Figure BDA0002864613830000143
式中：Td,min为第d个可控及可中断负荷的切负荷最小中断时间；xd,t为0-1 变量，当第t个时段第d个可控及可中断负荷处在切负荷调用状态时其值为1，否则为0；Td,max为第d个可控及可中断负荷的切负荷最大中断时间。
10)可控及可中断负荷的最大中断次数约束：
Figure BDA0002864613830000144
式中：Id,max为第d个可控及可中断负荷的最大中断次数。
11)储能设备的充放电功率约束：
PB,min≤PB(t)≤PB,max
式中：PB,min为储能设备的最大放电功率；PB,max为储能设备的最大充电功率。
12)储能设备的荷电状态约束：
Figure BDA0002864613830000151
式中：SOCmin为储能设备的最小荷电状态；SOC(t)为第t个时段储能设备的荷电状态；SOCmax为储能设备的最大荷电状态；E(t)为第t个时段储能设备的电量；Emax为储能设备的最大电量；μ1,t、μ2,t均为0-1变量，当储能设备处于充电状态时μ1,t＝1、μ2,t＝0，当储能设备处于放电状态时μ1,t＝0、μ2,t＝1；ηB为储能电池的充放电效率。
13)海上风电出力约束：
0≤PW(t)≤PWP(t)
步骤4，获取电源侧常规机组相关参数、电网侧联络线受送电协议内容、负荷侧可控及可中断负荷用户相关参数、储能侧储能设备相关参数和海上风电场历史出力数据；
步骤5，在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置；
在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置，具体表述为：
本发明预设该地区电网在某个调度日内，分别采用源网荷协调运行方法和源网荷储协调运行方法作为场景1和场景2。除场景1中储能侧不参与调度外，两场景中的其它参数均一致。
1)场景一：该场景仅考虑源网荷三者的协调运行。
2)场景二：该场景下考虑了源网荷储四者的协调运行。储能电池的最大充放电功率以该地方电网发电侧装机容量的10％来配置。储能电池的容量依据投资成本回收时间最小化来配置，通常以最大充电放电功率为作为储能电池容量的最小公约数。储能电池容量选取10组。首先，分别求解得到场景2下不同储能电池容量的源网荷储协调运行成本；然后，分别用场景1下的源网荷的协调运行成本减去在场景2下源网荷储协调运行成本，得到配置储能后降低的电网运行成本；最后，分别用投资成本除以降低的电网运行成本，除以365天，即可得到10组不同储能电池容量的投资成本收回年数。
步骤6，基于Matlab环境下使用Yalmip调用Gurobi求解器，对比分析两个场景下电力系统的总运行成本变化、化石燃料消耗情况和海上风电的消纳情况；
下面给出具体实例：
对于本实施例，该地区电网中包含1个海上风电场、3台火电机组、3个可控及可中断负荷用户和1个储能电池，还与其它地方电网签有联络线受送电协议。为体现未来大规模海上风电并网趋势，该海上风电场的装机容量设定为60MW，为该地区总装机容量的16％，且对负荷侧的最高渗透率可达20.41％。当天日负荷曲线见图3；海上风电场的弃风惩罚成本系数取0.6元/kWh，当天实际出力数据为该地区某海上风电场的实测出力，见图4；火电机组的环境成本系数Ei取20 元/t。
预设该地区电网在某个调度日内，分别采用源网荷协调运行策略和源网荷储协调运行策略作为场景1和场景2。除场景1中储能侧不参与调度外，两场景中的其它参数均一致。
1)场景1：源网荷协调运行方法
该场景仅考虑源网荷三者的协调运行，其一日内的系统运行成本结果如图6 所示，共计147.65万元。
2)场景2：源网荷储协调运行方法
该场景下考虑了源网荷储四者的协调运行。储能电池的最大充放电功率以该地方电网发电侧装机容量的10％来配置，即37.5MW。储能电池的容量依据投资成本回收时间最小化来配置，通常以最大充电放电功率为作为储能电池容量的最小公约数，储能设备的运行成本系数取0.2元·kW-1，初始SOC取0.4。
储能电池容量从37.5MW·h至375MW·h共选取10组。首先，分别求解得到场景2下不同储能电池容量的源网荷储协调运行成本；然后，分别用场景1下的源网荷的协调运行成本减去在场景2下源网荷储协调运行成本，得到配置储能后降低的电网运行成本；最后，分别用投资成本除以降低的电网运行成本，除以 365天，即可得到10组不同储能电池容量的投资成本收回年数。
当储能电池容量选取112.5MW·h时，其投资成本收回年最低，为4.941年。因此，本实施例场景2下配置的储能电池容量选取112.5MW·h，储能电池种类选用液流电池，故无需考虑其最大充放电深度。场景2不同协调运行下一日内的系统运行成本如图5所示，共计128.27万元。
图6中左侧为场景1成本，右侧为场景2成本。从图6中可以看出，场景2 中的负荷容量补偿和负荷电量补偿较场景1中有明显的下降，表明前者中负荷侧承担的调峰压力减少，无需大量切负荷以满足电能供需平衡，因此大幅度降低了可控及可中断负荷的切负荷补偿；同时，场景2中的弃风惩罚成本较场景1中也有显著的下降，表明源网荷储协调运行能更好地消纳海上风电，减少弃风，因此更有利于当地电网的海上风电大规模并网；场景2中的火电机组燃料成本和环境成本较场景1中仅小幅度下降，原因在于为减小系统总运行成本，尽管场景2中的海上风电消纳水平高，但场景2中可控及可中断负荷的切负荷量也大幅度降低，且场景2中的电网外送电也略高于场景1，所以最终场景2下的火电机组出力仅小幅度降低。
因此，通过以上两场景的算例结果分析，场景2的系统运行成本较场景1降低了10.58％，海上风电消纳率提高了66.81％。结果表明，计及大规模海上风电并网的源网荷储协调运行策略使得海上风电消纳明显提高，同时通过降低可控及可中断负荷的切负荷功率有效降低了系统运行成本和小幅度减少了火电机组出力。
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种计及大规模海上风电并网的源网荷储协调运行方法，其特征在于，包括如下步骤：
步骤1，建立一套适用于电力系统协调运行的海上风电调峰特性指标体系；
步骤2，构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数；
步骤3，建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束；
步骤4，获取电源侧常规机组相关参数、电网侧联络线受送电协议内容、负荷侧可控及可中断负荷用户相关参数、储能侧储能设备相关参数和海上风电场历史出力数据；
步骤5，在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置；
步骤6，基于Matlab环境下使用Yalmip调用Gurobi求解器，对比分析两个场景下电力系统的总运行成本变化、化石燃料消耗情况和海上风电的消纳情况。
2.根据权利要求1所述的计及大规模海上风电并网的源网荷储协调运行方法，其特征在于，步骤1所述的建立一套适用于电力系统协调运行的海上风电调峰特性指标体系，具体表述为：
海上风电调峰特性指标体系分为三大类：第一类是表征海上风电自身的自然出力调峰特性；第二类是表征海上风电与电源侧总出力占比的电源匹配调峰特性；第三类是表征海上风电与电网负荷及其峰谷时段匹配的负荷匹配调峰特性。
3.根据权利要求1所述的计及大规模海上风电并网的源网荷储协调运行方法，其特征在于，步骤2所述的构建计及大规模海上风电并网的源网荷储协调运行系统模型，以系统运行成本最低为目标函数，具体表述为：
该模型中共分为电源侧、电网侧、负荷侧、储能侧及海上风电侧五类；在电源侧中，由于火电仍为我国当前主要发电方式，仅考虑火电机组参与整个系统的协调运行；在电网侧中，考虑了当地地区电网与其它地位的互联互通，即双方签有联络线受送电协议，可在必要时外送电或内受电；在负荷侧中，主要考虑激励型需求响应，其类型为可控及可中断负荷，可在必要时切除该类负荷并给予补偿；在储能侧中，在地区电网中建有一个高充放电功率的大型储能电站；在海上风电侧中，该地区电网接有大装机容量的海上风电场；
以系统运行成本最低为目标函数，考虑了火电机组运行成本、本地电网受送电成本、可控及可中断负荷切负荷补偿成本、储能设备运行成本及海上风电弃风惩罚成本，其表达式为：
min F＝F1+F2+F3+F4+F5
式中：F为系统总运行成本；F1为火电机组运行成本；F2为本地电网受送电成本；F3为可控及可中断负荷切负荷补偿成本；F4为储能设备运行成本；F5为海上风电的弃风惩罚成本。
4.根据权利要求1所述的计及大规模海上风电并网的源网荷储协调运行方法，其特征在于，步骤3所述的建立模型约束条件，包括功率平衡约束、火电机组相关约束、本地电网受送电相关约束、可控及可中断负荷相关约束、储能电池相关约束和海上风电出力约束，具体表述为：
1)功率平衡约束；
2)火电机组出力约束；
3)火电机组爬坡约束；
4)火电机组最小启停时间约束；
5)本地电网受送电功率约束；
6)本地电网受送电最大电量约束；
7)本地电网受送电最大变化能力约束；
8)可控及可中断负荷最大降负荷约束；
9)可控及可中断负荷的最小、最大中断时间约束；
10)可控及可中断负荷的最大中断次数约束；
11)储能设备的充放电功率约束；
12)储能设备的荷电状态约束；
13)海上风电出力约束。
5.根据权利要求1所述的计及大规模海上风电并网的源网荷储协调运行方法，其特征在于，步骤5所述的在某一调度日内分别设置源网荷储协调运行和源网荷协调运行两个场景，其中，在源网荷储协调运行场景中储能设备容量配置以投资成本回收年数最低来选择配置，具体表述为：
预设该地区电网在某个调度日内，分别采用源网荷协调运行方法和源网荷储协调运行方法作为场景1和场景2；除场景1中储能侧不参与调度外，两场景中的其它参数均一致；场景2中储能电池的容量依据投资成本回收时间最小化来配置。
CN202011581881.2A 2020-12-28 2020-12-28 一种计及大规模海上风电并网的源网荷储协调运行方法 Active CN112769156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011581881.2A CN112769156B (zh) 2020-12-28 2020-12-28 一种计及大规模海上风电并网的源网荷储协调运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011581881.2A CN112769156B (zh) 2020-12-28 2020-12-28 一种计及大规模海上风电并网的源网荷储协调运行方法

Publications (2)

Publication Number Publication Date
CN112769156A true CN112769156A (zh) 2021-05-07
CN112769156B CN112769156B (zh) 2023-04-07

Family

ID=75696259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011581881.2A Active CN112769156B (zh) 2020-12-28 2020-12-28 一种计及大规模海上风电并网的源网荷储协调运行方法

Country Status (1)

Country Link
CN (1) CN112769156B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113937822A (zh) * 2021-09-28 2022-01-14 广东电网有限责任公司 一种海上风电调度运行方法、系统、电子装置及存储介质
CN115663924A (zh) * 2022-12-26 2023-01-31 西华大学 含设定比例风光接入的多时间尺度源网荷储协同调度方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574216A (zh) * 2015-01-22 2015-04-29 国家电网公司 一种基于wams数据的风电出力特性分析方法
CN105515027A (zh) * 2015-08-06 2016-04-20 樊朝晖 一种负荷曲线可配置的储能微网控制方法
CN106372742A (zh) * 2016-08-19 2017-02-01 天津大学 考虑电转气多源储能型微网日前最优经济调度方法
CN107046298A (zh) * 2017-04-20 2017-08-15 国家电网公司 一种含风电电力系统的抽水蓄能电站容量配置方法
CN108063451A (zh) * 2017-11-17 2018-05-22 国网辽宁省电力有限公司 一种提高风电接纳能力的电网多元优化调度方法
CN108063453A (zh) * 2017-12-04 2018-05-22 国网辽宁省电力有限公司 一种提高风电接纳能力的电网全时段多元优化调度方法
CN109301818A (zh) * 2018-10-17 2019-02-01 国网河南省电力公司电力科学研究院 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法
CN109830984A (zh) * 2019-03-14 2019-05-31 中国能源建设集团广东省电力设计研究院有限公司 海上风电场与海岛微电网联合调度方法、装置和设备
CN110112767A (zh) * 2019-03-19 2019-08-09 华北电力大学 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
CN110676863A (zh) * 2019-10-22 2020-01-10 国网安徽省电力有限公司电力科学研究院 储能优化配置方法及系统
CN110676885A (zh) * 2019-09-06 2020-01-10 国家电网公司西北分部 一种以新能源为核心的调峰方法
CN111062617A (zh) * 2019-12-18 2020-04-24 广东电网有限责任公司电网规划研究中心 一种海上风电出力特性分析方法及系统
CN111382902A (zh) * 2020-03-02 2020-07-07 天津大学 基于运行效益增量的区域综合能源系统储能优化配置方法
CN111697578A (zh) * 2020-06-24 2020-09-22 国网福建省电力有限公司 多目标含储能区域电网运行控制方法
CN111934361A (zh) * 2020-07-29 2020-11-13 国网甘肃省电力公司电力科学研究院 一种源网协调调峰优化策略评估方法
CN111969593A (zh) * 2020-07-24 2020-11-20 南昌大学 基于混合储能的热电联供微网模型预测控制优化调度方法
CN112037082A (zh) * 2019-06-04 2020-12-04 中国农业大学 一种电网调峰中可中断负荷电价的计算方法及系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574216A (zh) * 2015-01-22 2015-04-29 国家电网公司 一种基于wams数据的风电出力特性分析方法
CN105515027A (zh) * 2015-08-06 2016-04-20 樊朝晖 一种负荷曲线可配置的储能微网控制方法
CN106372742A (zh) * 2016-08-19 2017-02-01 天津大学 考虑电转气多源储能型微网日前最优经济调度方法
CN107046298A (zh) * 2017-04-20 2017-08-15 国家电网公司 一种含风电电力系统的抽水蓄能电站容量配置方法
CN108063451A (zh) * 2017-11-17 2018-05-22 国网辽宁省电力有限公司 一种提高风电接纳能力的电网多元优化调度方法
CN108063453A (zh) * 2017-12-04 2018-05-22 国网辽宁省电力有限公司 一种提高风电接纳能力的电网全时段多元优化调度方法
CN109301818A (zh) * 2018-10-17 2019-02-01 国网河南省电力公司电力科学研究院 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法
CN109830984A (zh) * 2019-03-14 2019-05-31 中国能源建设集团广东省电力设计研究院有限公司 海上风电场与海岛微电网联合调度方法、装置和设备
CN110112767A (zh) * 2019-03-19 2019-08-09 华北电力大学 广域多形态需求侧负荷参与系统调峰的荷源优化控制方法
CN112037082A (zh) * 2019-06-04 2020-12-04 中国农业大学 一种电网调峰中可中断负荷电价的计算方法及系统
CN110676885A (zh) * 2019-09-06 2020-01-10 国家电网公司西北分部 一种以新能源为核心的调峰方法
CN110676863A (zh) * 2019-10-22 2020-01-10 国网安徽省电力有限公司电力科学研究院 储能优化配置方法及系统
CN111062617A (zh) * 2019-12-18 2020-04-24 广东电网有限责任公司电网规划研究中心 一种海上风电出力特性分析方法及系统
CN111382902A (zh) * 2020-03-02 2020-07-07 天津大学 基于运行效益增量的区域综合能源系统储能优化配置方法
CN111697578A (zh) * 2020-06-24 2020-09-22 国网福建省电力有限公司 多目标含储能区域电网运行控制方法
CN111969593A (zh) * 2020-07-24 2020-11-20 南昌大学 基于混合储能的热电联供微网模型预测控制优化调度方法
CN111934361A (zh) * 2020-07-29 2020-11-13 国网甘肃省电力公司电力科学研究院 一种源网协调调峰优化策略评估方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JUNHUI LI等: "Coordination Scheduling Model of Multi-Type Flexible Load for Increasing Wind Power Utilization", 《IEEE ACCESS ( VOLUME: 7)》 *
王海华等: "规模风电并网条件下储能系统参与辅助调峰服务容量配置优化研究" *
蔡霁霖等: "基于风电消纳时序场景的电池储能系统配置策略", 《高电压技术》 *
裘昕月等: "考虑风电出力不确定性的综合能源系统鲁棒优化", 《智慧电力》 *
黄彪等: "基于一致性算法的主动配电网源-荷-储分布式协调优化调度" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113937822A (zh) * 2021-09-28 2022-01-14 广东电网有限责任公司 一种海上风电调度运行方法、系统、电子装置及存储介质
CN113937822B (zh) * 2021-09-28 2024-04-12 广东电网有限责任公司 一种海上风电调度运行方法、系统、电子装置及存储介质
CN115663924A (zh) * 2022-12-26 2023-01-31 西华大学 含设定比例风光接入的多时间尺度源网荷储协同调度方法
CN115663924B (zh) * 2022-12-26 2023-04-14 西华大学 含设定比例风光接入的多时间尺度源网荷储协同调度方法

Also Published As

Publication number Publication date
CN112769156B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN112769156B (zh) 一种计及大规模海上风电并网的源网荷储协调运行方法
CN110163415B (zh) 一种变工况特性下的多能流系统多目标模糊协同优化方法
CN111799821A (zh) 一种带氢储能的能源系统及控制方法
CN112366684A (zh) 一种海岛微电网系统
CN115222213A (zh) 一种电网配电管理规划方法及系统
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
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
CN113937798B (zh) 一种多站融合场景下考虑新能源消纳的储能系统配置方法
CN114389262B (zh) 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN115438981A (zh) 一种园区智慧能源系统动态用能优化提升方法
CN115293645A (zh) 一种考虑碳排放累积熵的区域源荷协调调度方法
CN115882460A (zh) 一种考虑需求侧管理的两阶段新能源微电网优化调度方法
CN113346487A (zh) 一种基于多源互补的源荷匹配方法、系统及设备
CN112541778A (zh) 一种基于微电网参与两阶段市场出清系统优化运行方法
CN114844127B (zh) 基于暂态和稳态约束的储能容量配置方法
CN117559490B (zh) 一种基于碳减排的储能电站多维协同调度方法
Ma et al. A Calculation Method of Dynamic Carbon Emission Factors for Different Regions in a Province Based on Time Division
CN219918432U (zh) 一种风光氢综合能源电力送出系统结构
Huan et al. Optimization of Integrated Energy Service Provider Considering Carbon Trading
Sun et al. Research on multi-objective optimal scheduling strategy of new energy hydrogen production system
Huang et al. Evaluation Method of Comprehensive Balance Capacity for Provincial Power System Considering Efficient Interaction Between Source and Load
CN117691634A (zh) 基于变速抽蓄的新能源电网能量平衡优化控制方法及系统
Wang et al. Simulation of Coordinated Optimization Model of Power Grid Energy Storage Based on Improved Genetic Algorithm
Song et al. No-Fluctuation Wind Power Grid-Connection Aided by Pumped Storage

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