CN112952839B - 一种基于可控负荷的配电网经济调度评估方法 - Google Patents

一种基于可控负荷的配电网经济调度评估方法 Download PDF

Info

Publication number
CN112952839B
CN112952839B CN202110128564.3A CN202110128564A CN112952839B CN 112952839 B CN112952839 B CN 112952839B CN 202110128564 A CN202110128564 A CN 202110128564A CN 112952839 B CN112952839 B CN 112952839B
Authority
CN
China
Prior art keywords
distribution network
period
regional
controllable load
day
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.)
Active
Application number
CN202110128564.3A
Other languages
English (en)
Other versions
CN112952839A (zh
Inventor
张文军
胡浩
易善军
韩玉辉
宋昆
尹洪全
朱宏涛
周攀
李海琛
明德才
张晓志
陈双
刘蒙聪
刘绎高
刘文胜
尚国政
戴幸涛
张钧贺
王祎晨
史航
周宁
顾晓川
赵嵩
赵鹏宇
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.)
Shenyang University of Technology
State Grid Eastern Inner Mongolia Power Co Ltd
Original Assignee
Shenyang University of Technology
State Grid Eastern Inner Mongolia Power Co Ltd
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 Shenyang University of Technology, State Grid Eastern Inner Mongolia Power Co Ltd filed Critical Shenyang University of Technology
Priority to CN202110128564.3A priority Critical patent/CN112952839B/zh
Publication of CN112952839A publication Critical patent/CN112952839A/zh
Application granted granted Critical
Publication of CN112952839B publication Critical patent/CN112952839B/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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力系统调度技术领域，提供一种基于可控负荷的配电网经济调度评估方法，包括：步骤1：采集区域配电网内风电场、光伏电站、常规火电机组、可控负荷的相关数据；步骤2：计算区域配电网在预测日t时段内的预测总负荷量、用户k的可控负荷的预测可调度容量、所有风电场的总预测出力、所有光伏电站的总预测出力，并计算预测日t时段内可控负荷参与区域配电网调度情况下的总调度成本；步骤3：计算预测日t时段内可控负荷参与区域配电网调度的经济性指标；步骤4：对预测日t时段内可控负荷参与区域配电网调度的经济性进行评估。本发明能够提高电网经济调度评估的准确性，且在维持电网稳定运行的同时降低电网的调度成本。

Description

一种基于可控负荷的配电网经济调度评估方法
技术领域
本发明涉及电力系统调度技术领域，特别是涉及一种基于可控负荷的配电网经济调度评估方法。
背景技术
近年来，高比例可再生能源接入电网，目前大多数动态经济调度方法仍然遵循传统的“发电跟随负荷”模式，区域电网主要通过调节常规机组出力来维持电网的功率平衡，而常规机组的运行成本相对较高，同时还存在一定的环境污染。
随着智能电网迅速发展，新型可控负荷能够参与调度，配电网负荷可调度性显著增强，大规模新能源接入后电网的调度模式有望在一定程度上实现“负荷跟随发电”。
发明内容
针对现有技术存在的问题，本发明提供一种基于可控负荷的配电网经济调度评估方法，能够提高电网经济调度评估的准确性，且在维持电网稳定运行的同时降低电网的调度成本。
本发明的技术方案为：
一种基于可控负荷的配电网经济调度评估方法，其特征在于：包括下述步骤：
步骤1：采集区域配电网内风电场、光伏电站、常规火电机组、可控负荷的相关数据
采集区域配电网在预测日之前N1个相似日内第i∈{1，2，…，N1}个相似日t时段的总负荷量
Figure BDA0002924294000000011
预测总负荷量
Figure BDA0002924294000000012
用户k的可控负荷的可调度容量
Figure BDA0002924294000000013
用户k的可控负荷的预测可调度容量
Figure BDA0002924294000000014
用户k的可控负荷的单位调用成本
Figure BDA0002924294000000015
以及在预测日之前N个相似日内第n∈{1，2，…，N}个相似日t时段的风电场j的出力
Figure BDA0002924294000000016
风电场j的预测出力
Figure BDA0002924294000000017
单位弃风惩罚成本cpun，WT、光伏电站l的出力
Figure BDA0002924294000000018
光伏电站l的预测出力
Figure BDA0002924294000000019
单位弃光惩罚成本cpun，PV、常规火电机组m的出力
Figure BDA00029242940000000110
常规火电机组m的单位出力成本cG，m、常规火电机组m的单位环境惩罚成本cpun，G，m、常规火电机组m的单位热备用成本cGB，m；
其中，t时段的数据为该t时段内各时刻数据的平均值，k∈{1，2，…，NCL}，NCL为区域配电网内用户的总数，j∈{1，2，…，NWT}，NWT为区域配电网内风电场的总数，l∈{1，2，…，NPV}，NPV为区域配电网内光伏电站的总数，m∈{1，2，…，NG}，NG为区域配电网内常规火电机组的总数；
步骤2：计算计及可控负荷参与的调度成本
步骤2.1：计算区域配电网在预测日t时段内的预测总负荷量为
Figure BDA0002924294000000021
其中，
Figure BDA0002924294000000022
为预测日t时段内总负荷量预测的误差修正系数；
Figure BDA0002924294000000023
步骤2.2：计算区域配电网中用户k在预测日t时段内可控负荷的预测可调度容量为
Figure BDA0002924294000000024
其中，
Figure BDA0002924294000000025
为用户k在预测日t时段内可控负荷的可调度容量预测的误差修正系数；
Figure BDA0002924294000000026
步骤2.3：计算区域配电网在预测日t时段内所有风电场的总预测出力为
Figure BDA0002924294000000027
其中，
Figure BDA0002924294000000028
为预测日t时段内风电场j的预测出力，
Figure BDA0002924294000000029
为预测日t时段内风电场j的出力预测的误差修正系数；
Figure BDA00029242940000000210
步骤2.4：计算区域配电网在预测日t时段内所有光伏电站的总预测出力为
Figure BDA00029242940000000211
其中，
Figure BDA00029242940000000212
为预测日t时段内光伏电站l的预测出力，
Figure BDA00029242940000000213
为预测日t时段内光伏电站l的出力预测的误差修正系数；
Figure BDA00029242940000000214
步骤2.5：计算预测日t时段内可控负荷参与区域配电网调度情况下的总调度成本为
Figure BDA00029242940000000215
其中，
Figure BDA00029242940000000216
分别为区域配电网在预测日t时段内的总弃风惩罚成本、总弃光惩罚成本、常规火电机组总出力成本、可控负荷总调度成本；α1、β1、γ1、η1分别为可控负荷参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数、可控负荷调度成本系数；α为0表示t时段内风电完全消纳，α为1表示t时段内存在弃风现象；β为0表示t时段内光电完全消纳，β为1表示t时段内存在弃光现象；γ为0表示t时段内不需要火电机组出力，γ为1表示t时段内需要火电机组出力；η为0表示t时段内可控负荷不参与调度，η为1表示t时段内可控负荷参与调度；
Figure BDA0002924294000000031
Figure BDA0002924294000000032
Figure BDA0002924294000000033
Figure BDA0002924294000000034
其中，κ为弃风所占总弃能的比例，ν为弃光所占总弃能的比例；
Figure BDA0002924294000000035
为常规火电机组m在预测日t时段内的启停状态，
Figure BDA0002924294000000036
为1表示常规火电机组m在t时段内启动，
Figure BDA0002924294000000037
为0表示常规火电机组m在t时段内停止；
Figure BDA0002924294000000038
为预测日t时段内火电机组m需要提供的出力
Figure BDA0002924294000000039
其中，
Figure BDA00029242940000000310
为区域配电网在t时段内的线损率；
步骤3：计算预测日t时段内可控负荷参与区域配电网调度的经济性指标为
Figure BDA00029242940000000311
其中，α2、β2、γ2分别为可控负荷不参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数；
步骤4：对预测日t时段内可控负荷参与区域配电网调度的经济性进行评估：若φ(t)>0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本上升；若φ(t)<0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本下降。
本发明的有益效果为：
本发明将区域配电网内可控负荷纳入电网经济调度中，实现了“负荷跟随发电”的调度模式，相较于传统“发电跟随负荷”模式，该经济调度模式能够在维持电网稳定运行的同时降低电网的调度成本。
本发明首先对配电网中影响经济调度的设备参数和负荷参数进行采集、计算，然后计算单时间段内的负荷量以及可再生能源出力，并计算弃风弃光惩罚成本、火电机组以及可控负荷调度成本，最后通过比较考虑可控负荷的调度总成本与不考虑可控负荷参与调度的总成本，计算可控负荷参与配网调度的经济性指标，能够更加准确地判断可控负荷参与配电网调度对配电网经济性的影响，为决策是否需考虑可控负荷参与调度提供依据。
附图说明
图1为本发明的基于可控负荷的配电网经济调度评估方法的流程图。
图2为具体实施方式中可控负荷参与调度和可控负荷不参与调度的调度成本对比图。
具体实施方式
下面将结合附图和具体实施方式，对本发明作进一步描述。
如图1所示，本发明的基于可控负荷的配电网经济调度评估方法，包括下述步骤：
步骤1：采集区域配电网内风电场、光伏电站、常规火电机组、可控负荷的相关数据
采集区域配电网在预测日之前N1个相似日内第i∈{1，2，…，N1}个相似日t时段的总负荷量
Figure BDA0002924294000000041
预测总负荷量
Figure BDA0002924294000000042
用户k的可控负荷的可调度容量
Figure BDA0002924294000000043
用户k的可控负荷的预测可调度容量
Figure BDA0002924294000000044
用户k的可控负荷的单位调用成本
Figure BDA0002924294000000045
以及在预测日之前N个相似日内第n∈{1，2，…，N}个相似日t时段的风电场j的出力
Figure BDA0002924294000000046
风电场j的预测出力
Figure BDA0002924294000000047
单位弃风惩罚成本cpun，WT、光伏电站l的出力
Figure BDA0002924294000000048
光伏电站l的预测出力
Figure BDA0002924294000000049
单位弃光惩罚成本cpun,PV、常规火电机组m的出力
Figure BDA00029242940000000410
常规火电机组m的单位出力成本cG,m、常规火电机组m的单位环境惩罚成本cpun,G,m、常规火电机组m的单位热备用成本cGB,m；
其中，t时段的数据为该t时段内各时刻数据的平均值，k∈{1,2,…,NCL}，NCL为区域配电网内用户的总数，j∈{1,2,…，NWT}，NWT为区域配电网内风电场的总数，l∈{1,2,…,NPV}，NPV为区域配电网内光伏电站的总数，m∈{1,2,…,NG}，NG为区域配电网内常规火电机组的总数。
本实施例中，N1＝20，N＝5，t时段为8:00-8:15时段；某区域配电网内有风电场NWT＝5个，有光伏电站NPV＝3个，有常规火电机组NG＝2个。
步骤2：计算计及可控负荷参与的调度成本
步骤2.1：计算区域配电网在预测日t时段内的预测总负荷量为
Figure BDA00029242940000000411
其中，
Figure BDA00029242940000000412
为预测日t时段内总负荷量预测的误差修正系数；
Figure BDA0002924294000000051
本实施例中，测得负荷侧预测日之前20个相似日内8:00-8:15时段的历史实际总负荷量数据(平均值)为：135.6MW、126.7MW、136.6MW、136.5MW、137MW、145MW、126.8MW、142.1MW、134.7MW、138.5MW、145.2MW、150.5MW、130.4MW、134.7MW、140.8MW、150.1MW、120.5MW、136.9MW、138.9MW、145.6MW；负荷侧预测日之前20个相似日内8:00-8:15时段的历史预测总负荷量数据为：132.5MW、122.5MW、129.6MW、145.5MW、135MW、148.9MW、127.8MW、138.1MW、130.7MW、142.5MW、140.2MW、148.2MW、135.3MW、132.4MW、135.2MW、140.1MW、110.5MW、138.8MW、148.1MW、135.6MW。计算得到预测日8:00-8:15时段内总负荷量预测的误差修正系数
Figure BDA0002924294000000052
进一步计算得到区域配电网在预测日8:00-8:15时段内的预测总负荷量
Figure BDA0002924294000000053
步骤2.2：计算区域配电网中用户k在预测日t时段内可控负荷的预测可调度容量为
Figure BDA0002924294000000054
其中，
Figure BDA0002924294000000055
为用户k在预测日t时段内可控负荷的可调度容量预测的误差修正系数；
Figure BDA0002924294000000056
步骤2.3：计算区域配电网在预测日t时段内所有风电场的总预测出力为
Figure BDA0002924294000000057
其中，
Figure BDA0002924294000000058
为预测日t时段内风电场j的预测出力，
Figure BDA0002924294000000059
为预测日t时段内风电场j的出力预测的误差修正系数；
Figure BDA00029242940000000510
本实施例中，测得区域配电网内五个风电场在预测日8:00-8:15时段的预测出力分别为13.61MW、10.71MW、16.53MW、13.2MW、10.1MW，各个风电场在预测日之前五个相似日内8:00-8:15时段的历史出力数据为14.5MW、17.5MW、16.7MW、17.5MW、14.2MW；10.1MW、10.2MW、12.3MW、11.1MW、9.5MW；18.5MW、17.8MW、20.9MW、22.4MW、21.9MW；19.5MW、16.75MW、18.7MW、16.5MW、14.2MW；10.1MW、8.2MW、10.3MW、9.1MW、7.5MW，各个风电场在预测日之前五个相似日内8:00-8:15时段的历史预测出力数据为16.9MW、15.72MW、16.4MW、15.5MW、13.1MW；9.5MW、8.9MW、8.3MW、12.1MW、8.75MW；17.5MW、19.87MW、17.45MW、21.3MW、15.9MW；15.5MW、14.2MW、18.5MW、16.8MW、15.25MW；10.2MW、9.25MW、11.3MW、14.1MW、8.54MW。计算得到预测日8:00-8:15时段内五个风电场的出力预测的误差修正系数分别为-0.0292、-0.1002、-0.0852、-0.0552、0.1846，进一步计算得到区域配电网在预测日8:00-8:15时段内所有风电场的总预测出力
Figure BDA0002924294000000061
步骤2.4：计算区域配电网在预测日t时段内所有光伏电站的总预测出力为
Figure BDA0002924294000000062
其中，
Figure BDA0002924294000000063
为预测日t时段内光伏电站l的预测出力，
Figure BDA0002924294000000064
为预测日t时段内光伏电站l的出力预测的误差修正系数；
Figure BDA0002924294000000065
本实施例中，测得区域配电网内三个光伏电站在预测日8:00-8:15时段的预测出力分别为9.5MW、6.17MW、14.28MW，各个光伏电站在预测日之前五个相似日8:00-8:15时段的历史出力数据为8.5MW、8.72MW、6.7MW、10.5MW、9.2MW；9.1MW、7.2MW、8.3MW、7.1MW、6.5MW；11.5MW、10.8MW、10.9MW、9.4MW、9.9MW，各个光伏电站在预测日之前五个相似日8:00-8:15时段的历史预测出力数据为7.2MW、8.2MW、7.7MW、12.5MW、10.2MW；8.1MW、8.5MW、6.3MW、7.7MW、6.9MW；12.5MW、13.8MW、8.9MW、10.4MW、9.1MW。计算得到预测日8:00-8:15时段内三个光伏电站的出力预测的误差修正系数分别为0.0472、-0.024、0.0416，进一步计算得到区域配电网在预测日8:00-8:15时段内所有光伏电站的总预测出力
Figure BDA0002924294000000066
步骤2.5：计算预测日t时段内可控负荷参与区域配电网调度情况下的总调度成本为
Figure BDA0002924294000000067
其中，
Figure BDA0002924294000000068
分别为区域配电网在预测日t时段内的总弃风惩罚成本、总弃光惩罚成本、常规火电机组总出力成本、可控负荷总调度成本；α1、β1、γ1、η1分别为可控负荷参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数、可控负荷调度成本系数；α为0表示t时段内风电完全消纳，α为1表示t时段内存在弃风现象；β为0表示t时段内光电完全消纳，β为1表示t时段内存在弃光现象；γ为0表示t时段内不需要火电机组出力，γ为1表示t时段内需要火电机组出力；η为0表示t时段内可控负荷不参与调度，η为1表示t时段内可控负荷参与调度；
Figure BDA0002924294000000071
Figure BDA0002924294000000072
Figure BDA0002924294000000073
Figure BDA0002924294000000074
其中，κ为弃风所占总弃能的比例，v为弃光所占总弃能的比例；
Figure BDA0002924294000000075
为常规火电机组m在预测日t时段内的启停状态，
Figure BDA0002924294000000076
为1表示常规火电机组m在t时段内启动，
Figure BDA0002924294000000077
为0表示常规火电机组m在t时段内停止；
Figure BDA0002924294000000078
为预测日t时段内火电机组m需要提供的出力
Figure BDA0002924294000000079
其中，
Figure BDA00029242940000000710
为区域配电网在t时段内的线损率。
步骤3：计算预测日t时段内可控负荷参与区域配电网调度的经济性指标为
Figure BDA00029242940000000711
其中，α2、β2、γ2分别为可控负荷不参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数。
本实施例中，预测日8:00-8:15时段内可再生能源总出力为96.1638MW，小于预测的基线负荷138.3557MW。此时，
Figure BDA00029242940000000712
中α1＝0，β1＝0，需利用常规火电机组或采用可控负荷参与调度，总成本中只考虑火电机组调度成本以及可控负荷调度成本。仅考虑常规火电机组时，η1＝0；仅考虑可控负荷参与调度时，γ1＝0。
当可控负荷不参与调度时，仅常规火电机组参与调度：区域配电网在预测日8:00-8:15时段内的线损率
Figure BDA00029242940000000713
带入公式
Figure BDA00029242940000000714
计算得到预测日8:00-8:15时段内常规火电机组需要提供的总出力为
Figure BDA00029242940000000715
配电网内两座常规火电机组的装机容量分别为50MW、30MW，热备用成本cGB,m分别为300元/MW、200元/MW，调度常规火电机组来实现功率平衡，环境惩罚成本cpun,G,m为100元/MW，火电机组单位出力成本cG,m为600元/MW。此时，装机容量为50MW的常规火电机组参与调度。计算得到区域配电网在预测日8:00-8:15时段内的常规火电机组总出力成本
Figure BDA0002924294000000081
Figure BDA0002924294000000082
进一步得到预测日8:00-8:15时段内可控负荷不参与区域配电网调度情况下的总调度成本为46879.9元。
当可控负荷参与调度时，与常规火电机组共同参与调度：配电网内可控负荷备用总容量为
Figure BDA0002924294000000083
用户k的可控负荷的单位调用成本
Figure BDA0002924294000000084
可控负荷总调度成本为20000元。根据公式
Figure BDA0002924294000000085
计算得到预测日8:00-8:15时段内常规火电机组需要提供的总出力为
Figure BDA0002924294000000086
此时，装机容量为30MW的常规火电机组参与调度。计算得到区域配电网在预测日8:00-8:15时段内的常规火电机组总出力成本
Figure BDA0002924294000000087
进一步得到预测日8:00-8:15时段内可控负荷参与区域配电网调度情况下的总调度成本为42191.93元。
本实施例中可控负荷参与调度和可控负荷不参与调度的调度成本对比图如图2所示。由图2可以看出，可控负荷参与调度的总调度成本相对于可控负荷不参与调度的总调度成本有所降低，说明本发明的方法能够在维持电网稳定运行的同时降低电网的调度成本。
将上述计算得到的预测日8:00-8:15时段内可控负荷不参与区域配电网调度情况下的总调度成本46879.9元、可控负荷参与区域配电网调度情况下的总调度成本42191.93元带入公式
Figure BDA0002924294000000088
得到预测日8:00-8:15时段内可控负荷参与区域配电网调度的经济性指标φ(t)＝-0.0527。
步骤4：对预测日t时段内可控负荷参与区域配电网调度的经济性进行评估：若φ(t)>0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本上升；若φ(t)<0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本下降。
本实施例中，预测日8:00-8:15时段内φ(t)＝-0.0527<0，表示加入可控负荷后，区域配电网在预测日8:00-8:15时段内的整体调度成本下降，调度更具经济性。
显然，上述实施例仅仅是本发明的一部分实施例，而不是全部的实施例。上述实施例仅用于解释本发明，并不构成对本发明保护范围的限定。基于上述实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，也即凡在本申请的精神和原理之内所作的所有修改、等同替换和改进等，均落在本发明要求的保护范围内。

Claims (1)

1.一种基于可控负荷的配电网经济调度评估方法，其特征在于：包括下述步骤：
步骤1：采集区域配电网内风电场、光伏电站、常规火电机组、可控负荷的相关数据
采集区域配电网在预测日之前N1个相似日内第i∈{1,2,…，N1}个相似日t时段的总负荷量
Figure FDA0002924293990000011
预测总负荷量
Figure FDA0002924293990000012
用户k的可控负荷的可调度容量
Figure FDA0002924293990000013
用户k的可控负荷的预测可调度容量
Figure FDA0002924293990000014
用户k的可控负荷的单位调用成本
Figure FDA0002924293990000015
以及在预测日之前N个相似日内第n∈{1，2,…,N}个相似日t时段的风电场j的出力
Figure FDA0002924293990000016
风电场j的预测出力
Figure FDA0002924293990000017
单位弃风惩罚成本cpun,WT、光伏电站l的出力
Figure FDA0002924293990000018
光伏电站l的预测出力
Figure FDA0002924293990000019
单位弃光惩罚成本cpun,PV、常规火电机组m的出力
Figure FDA00029242939900000110
常规火电机组m的单位出力成本cG,m、常规火电机组m的单位环境惩罚成本cpu，G,m、常规火电机组m的单位热备用成本cGB，m；
其中，t时段的数据为该t时段内各时刻数据的平均值，k∈{1，2，…，NCL}，NCL为区域配电网内用户的总数，j∈{1，2，…，NWT}，NWT为区域配电网内风电场的总数，l∈{1，2，…，NPV}，NPV为区域配电网内光伏电站的总数，m∈{1，2，…，NG}，NG为区域配电网内常规火电机组的总数；
步骤2：计算计及可控负荷参与的调度成本
步骤2.1：计算区域配电网在预测日t时段内的预测总负荷量为
Figure FDA00029242939900000111
其中，
Figure FDA00029242939900000112
为预测日t时段内总负荷量预测的误差修正系数；
Figure FDA00029242939900000113
步骤2.2：计算区域配电网中用户k在预测日t时段内可控负荷的预测可调度容量为
Figure FDA00029242939900000114
其中，
Figure FDA00029242939900000115
为用户k在预测日t时段内可控负荷的可调度容量预测的误差修正系数；
Figure FDA00029242939900000116
步骤2.3：计算区域配电网在预测日t时段内所有风电场的总预测出力为
Figure FDA00029242939900000117
其中，
Figure FDA00029242939900000118
为预测日t时段内风电场j的预测出力，
Figure FDA00029242939900000119
为预测日t时段内风电场j的出力预测的误差修正系数；
Figure FDA0002924293990000021
步骤2.4：计算区域配电网在预测日t时段内所有光伏电站的总预测出力为
Figure FDA0002924293990000022
其中，
Figure FDA0002924293990000023
为预测日t时段内光伏电站l的预测出力，
Figure FDA0002924293990000024
为预测日t时段内光伏电站l的出力预测的误差修正系数；
Figure FDA0002924293990000025
步骤2.5：计算预测日t时段内可控负荷参与区域配电网调度情况下的总调度成本为
Figure FDA0002924293990000026
其中，
Figure FDA0002924293990000027
分别为区域配电网在预测日t时段内的总弃风惩罚成本、总弃光惩罚成本、常规火电机组总出力成本、可控负荷总调度成本；α1、β1、γ1、η1分别为可控负荷参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数、可控负荷调度成本系数；α为0表示t时段内风电完全消纳，α为1表示t时段内存在弃风现象；β为0表示t时段内光电完全消纳，β为1表示t时段内存在弃光现象；γ为0表示t时段内不需要火电机组出力，γ为1表示t时段内需要火电机组出力；η为0表示t时段内可控负荷不参与调度，η为1表示t时段内可控负荷参与调度；
Figure FDA0002924293990000028
Figure FDA0002924293990000029
Figure FDA00029242939900000210
Figure FDA00029242939900000211
其中，κ为弃风所占总弃能的比例，v为弃光所占总弃能的比例；
Figure FDA00029242939900000212
为常规火电机组m在预测日t时段内的启停状态，
Figure FDA00029242939900000213
为1表示常规火电机组m在t时段内启动，
Figure FDA00029242939900000214
为0表示常规火电机组m在t时段内停止；
Figure FDA00029242939900000215
为预测日t时段内火电机组m需要提供的出力
Figure FDA0002924293990000031
其中，
Figure DEST_PATH_IMAGE002
为区域配电网在t时段内的线损率；
步骤3：计算预测日t时段内可控负荷参与区域配电网调度的经济性指标为
Figure FDA0002924293990000032
其中，α2、β2、γ2分别为可控负荷不参与区域配电网调度情况下的弃风惩罚成本系数、弃光惩罚成本系数、常规火电机组出力成本系数；
步骤4：对预测日t时段内可控负荷参与区域配电网调度的经济性进行评估：若φ(t)>0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本上升；若φ(t)<0，则加入可控负荷后，区域配电网在预测日t时段内的整体调度成本下降。
CN202110128564.3A 2021-01-29 2021-01-29 一种基于可控负荷的配电网经济调度评估方法 Active CN112952839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110128564.3A CN112952839B (zh) 2021-01-29 2021-01-29 一种基于可控负荷的配电网经济调度评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110128564.3A CN112952839B (zh) 2021-01-29 2021-01-29 一种基于可控负荷的配电网经济调度评估方法

Publications (2)

Publication Number Publication Date
CN112952839A CN112952839A (zh) 2021-06-11
CN112952839B true CN112952839B (zh) 2022-09-20

Family

ID=76240019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110128564.3A Active CN112952839B (zh) 2021-01-29 2021-01-29 一种基于可控负荷的配电网经济调度评估方法

Country Status (1)

Country Link
CN (1) CN112952839B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法
CN106786551A (zh) * 2017-01-17 2017-05-31 深圳尚沃电力有限公司 面向电力供需平衡的负荷群参与调度的控制方法及其系统
CN107292766A (zh) * 2017-06-26 2017-10-24 国网能源研究院 面向风电消纳的电力系统调峰手段经济性评估方法与系统
CN107423879A (zh) * 2017-06-07 2017-12-01 国网辽宁省电力有限公司 一种可控负荷参与自动发电控制的方法
CN107732962A (zh) * 2017-09-29 2018-02-23 国网辽宁省电力有限公司 一种基于超短期弃风曲线预测的弃风减量方法
CN108493992A (zh) * 2018-03-27 2018-09-04 国网江苏省电力有限公司电力科学研究院 一种含分布式潮流控制器的风电场优化调度方法
CN110401192A (zh) * 2019-08-09 2019-11-01 长沙理工大学 考虑负荷最优转移比例和风、光最优并网比例的电力系统动态经济调度方法
CN110535183A (zh) * 2018-05-25 2019-12-03 国网河南省电力公司电力科学研究院 一种虚拟电厂的调度方法及系统
CN110782363A (zh) * 2019-08-15 2020-02-11 东南大学 一种计及风电不确定性的交直流配电网调度方法
CN110956324A (zh) * 2019-11-29 2020-04-03 厦门大学 基于改进的moea/d的主动配电网日前高维目标优化调度方法
CN111626527A (zh) * 2020-06-10 2020-09-04 太原理工大学 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
CN111900719A (zh) * 2020-06-22 2020-11-06 国电南瑞科技股份有限公司 考虑柔性可控负荷的电网充裕度评估方法、装置及系统
CN112165084A (zh) * 2020-07-24 2021-01-01 国网内蒙古东部电力有限公司通辽供电公司 计及光伏-负荷双侧预测不确定性的多时间尺度优化方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法
CN106786551A (zh) * 2017-01-17 2017-05-31 深圳尚沃电力有限公司 面向电力供需平衡的负荷群参与调度的控制方法及其系统
CN107423879A (zh) * 2017-06-07 2017-12-01 国网辽宁省电力有限公司 一种可控负荷参与自动发电控制的方法
CN107292766A (zh) * 2017-06-26 2017-10-24 国网能源研究院 面向风电消纳的电力系统调峰手段经济性评估方法与系统
CN107732962A (zh) * 2017-09-29 2018-02-23 国网辽宁省电力有限公司 一种基于超短期弃风曲线预测的弃风减量方法
CN108493992A (zh) * 2018-03-27 2018-09-04 国网江苏省电力有限公司电力科学研究院 一种含分布式潮流控制器的风电场优化调度方法
CN110535183A (zh) * 2018-05-25 2019-12-03 国网河南省电力公司电力科学研究院 一种虚拟电厂的调度方法及系统
CN110401192A (zh) * 2019-08-09 2019-11-01 长沙理工大学 考虑负荷最优转移比例和风、光最优并网比例的电力系统动态经济调度方法
CN110782363A (zh) * 2019-08-15 2020-02-11 东南大学 一种计及风电不确定性的交直流配电网调度方法
CN110956324A (zh) * 2019-11-29 2020-04-03 厦门大学 基于改进的moea/d的主动配电网日前高维目标优化调度方法
CN111626527A (zh) * 2020-06-10 2020-09-04 太原理工大学 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法
CN111900719A (zh) * 2020-06-22 2020-11-06 国电南瑞科技股份有限公司 考虑柔性可控负荷的电网充裕度评估方法、装置及系统
CN112165084A (zh) * 2020-07-24 2021-01-01 国网内蒙古东部电力有限公司通辽供电公司 计及光伏-负荷双侧预测不确定性的多时间尺度优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Economic Dispatch on a Power System Network Interconnected With Solar Farm;Aicha Mallem等;《2019 1st International Conference on Sustainable Renewable Energy Systems and Applications (ICSRESA)》;20200901;1-6页 *
多措并举促进清洁能源消纳策略的研究;胡浩等;《企业管理》;20181231(第S2期);280-281页 *
考虑需求响应和电动汽车参与的主动配电网经济调度;石文超等;《电力系统自动化》;20200610;第44卷(第11期);41-51页 *

Also Published As

Publication number Publication date
CN112952839A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN111738502B (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN105375479B (zh) 一种基于模型预测控制的分布式能源能量管理方法
CN110535185B (zh) 一种考虑需求响应的含光热电站多源优化运行方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
CN112039056A (zh) 一种新能源两阶段优化调度方法
CN103997039B (zh) 基于概率区间预测的计及风电接纳的旋转备用区间预测方法
CN109474007B (zh) 一种基于大数据云技术的能源互联网调度方法
CN114707767A (zh) 一种新能源电力系统低谷时段可调峰功率预测方法
CN114498629A (zh) 面向新能源消纳的用户负荷准线需求响应方法和装置
CN115765044A (zh) 风光水电系统联合运行及风险分析方法和系统
CN117040027A (zh) 一种农村虚拟电厂的协调优化方法和装置
CN117013535B (zh) 一种兼顾生态调度需求的水风光火互补容量配置方法
Xiao et al. Power Source Flexibility Margin Quantification Method for Multi-Energy Power Systems Based on Blind Number Theory
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
CN112508241A (zh) 一种智能电网能量优化调度方法
CN112418537A (zh) 一种面向多能源云储能系统的优化调度方法
CN116683461A (zh) 一种考虑不确定性的虚拟电厂随机鲁棒调度控制方法
CN112952839B (zh) 一种基于可控负荷的配电网经济调度评估方法
CN117013522A (zh) 考虑分布式电源和气电协同的综合能源系统调度优化方法
CN113435673A (zh) 基于负荷率的深度调峰费用分摊计算方法和系统
CN106026191A (zh) 用于最小化弃光电量光伏电站发电权置换电量评估的方法
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN115081838A (zh) 基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法
Fang et al. Peak Shaving Strategy of Concentrating Solar Power Generation Based on Multi-Time-Scale and Considering Demand Response.

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