CN112952918B - 基于边际效益的电力调峰与调频联合出清方法 - Google Patents
基于边际效益的电力调峰与调频联合出清方法 Download PDFInfo
- Publication number
- CN112952918B CN112952918B CN202110306740.8A CN202110306740A CN112952918B CN 112952918 B CN112952918 B CN 112952918B CN 202110306740 A CN202110306740 A CN 202110306740A CN 112952918 B CN112952918 B CN 112952918B
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- unit
- peak
- capacity
- shaving
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于边际效益的电力调峰与调频联合出清方法,包括:获取待决策日所需求的调频容量,并对调频容量的调频机组出清;获取待决策日所需求的深度调峰容量,并对调峰容量的调峰机组出清;将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组;若存在交叉机组则将交叉机组分别作为调频机组和调峰机组确定对应的调频边际效益和调峰边际效益;若交叉机组的调峰边际效益高于调频边际效益,则将交叉机组作为调峰机组进行出清,否则作为调频机组出清。本发明的有益效果为:通过根据发电机组作为调峰机组和调频机组的边际效益差,判定其运行的状态,避免传统联合出清方法所面临的的混合整数规划问题,从而提升了求解的效率。
Description
技术领域
本发明属于电力市场决策技术领域,具体涉及一种基于边际效益的电力调峰与调频联合出清方法。
背景技术
电力调峰、电力调频是两类主要的电力辅助服务品种,也是当前我国各省区主要推动建设的辅助服务市场交易品种。发电企业提供电力调峰及电力调频辅助服务具有互斥型,即当作为电力调峰辅助服务提供方时,发电企业不具备提供电力调频辅助服务的技术能力;当作为电力调频辅助服务提供方时,发电企业不具备提供电力调峰辅助服务的技术能力。因此,为避免分步出清中可能造成的市场成员机会成本损失,大都采用联合出清方法,解决电力调峰及电力调频的出清问题。
然而,传统电力调峰与电力调频联合出清模型往往通过引入0-1状态变量作为发电机组不同时段是否作为调峰机组或调频机组的决策变量,导致电力调峰与电力调频联合出清模型在数学上为混合整数规划问题。当需要细致考虑发电机组运行成本或煤耗水平等因素时,上述模型将转化为混合整数非线性规划问题,一般称为NP-hard难题,现有的解决方案往往难以高效进行,影响处理的效率。
发明内容
为了解决现有技术存在的难以高效进行出清、计算效率低的问题,本发明提供了一种基于边际效益的电力调峰与调频联合出清方法,其具有避免了传统联合出清方法所面临的混合整数规划问题,提升了求解效率等特点。
根据本发明具体实施方式提供的一种基于边际效益的电力调峰与调频联合出清方法,包括:
获取待决策日所需求的调频容量,并对所述调频容量的调频机组出清;
获取待决策日所需求的深度调峰容量,并对所述调峰容量的调峰机组出清;
将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组;
若存在交叉机组则将所述交叉机组分别作为调频机组和调峰机组确定对应的调频边际效益和调峰边际效益;
若所述交叉机组的所述调峰边际效益高于所述调频边际效益,则将所述交叉机组作为调峰机组进行出清,否则作为调频机组出清。
进一步地,所述获取待决策日所需求的调频容量,并对所述调频容量的调频机组出清包括:
基于确定所需要的调频容量;
其中FN为决策日的调频容量需求,γFN为调频容量比例系数,Pt L为时段系统负荷预测,为取最大值函数。
进一步地,所述获取待决策日所需求的调频容量,并对所述调频容量的调频机组出清还包括:
基于和对所述调频容量的调频机组出清;
其中FAg为发电机组g申报的调频容量,FG为按照申报价格排序的发电机组序号。
进一步地,所述获取待决策日所需求的深度调峰容量,并对所述调峰容量的调峰机组出清包括:
基于对所述调峰容量的调峰机组需求统计;
其中PNt为t时段的调峰容量需求,Pt N为t时段全网新能源发电功率,PC,min为全网常规电源发电机组最小技术出力。
进一步地,所述获取待决策日所需求的深度调峰容量,并对所述调峰容量的调峰机组出清还包括:
基于和对所述调峰容量的调峰机组出清;
其中PAg为发电机组g的调峰容量,PG为按照申报价格排序的发电机组序号,PNM为待决策日最大调峰需求
为发电机组g申报的最小调峰出力,为发电机组g最小技术出力。
进一步地,所述将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组包括:
基于g∈PG&g∈FG==1,进行所述交叉机组的判定,所述交叉机组为同时处于调峰及调频机组出清结果的发电机组;
其中g∈PG、g∈FG分别表示发电机组g属于调峰机组出清范畴及属于调频机组出清范畴。
进一步地,所述调峰边际效益的确定具体包括:
基于
确定调峰成本;其中Min为最小化优化模型,PCost为调峰成本优化目标函数,NT为待决策日的优化时段数,PCg,t为发电机组g时段t的调峰出清容量,为发电机组g调峰申报价格,s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调峰出清容量不超过其调峰容量,第二个约束条件为各时段所有发电机组调峰出清容量与该时段调峰容量需求相等;
交叉机组的调峰边际效益为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本之差为:
ΔPCostg=PCost-PCost(-g),其中ΔPCostg为交叉机组的调峰边际效益,PCost、PCost(-g)分别为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本。
进一步地,所述调频边际效益的确定具体包括:
基于
确定调频成本;其中FCost为调频成本优化目标函数,FCg,t为发电机组g时段t的调频出清容量,为发电机组g调频申报价格;s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调频出清容量不超过其调频申报容量,第二个约束条件为各时段所有发电机组调峰出清容量与调峰容量需求相等;
交叉机组的调频边际效益为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本之差为:
ΔFCostg=FCost-FCost(-g)
ΔFCostg为交叉机组的调频边际效益,FCost、FCost(-g)分别为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本。
进一步地,所述交叉机组的状态判定为:
ΔPCostg≥ΔFCostg
若交叉机组满足上式所示的判断条件,则将作为调峰机组,将其从调频机组中剔除;否则将其作为调频机组,从调峰机组中剔除。
进一步地,所述基于边际效益的电力调峰与调频联合出清方法还包括:
若所有的交叉机组均完成出清机组的判定则重新补充调峰机组和调频机组,以满足调峰需求及调频需求。
本发明的有益效果为:通过根据发电机组作为调峰机组和调频机组的边际效益差,判定其运行的状态,从而避免了传统联合出清方法所面临的混合整数规划问题,从而提升了求解的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例提供的基于边际效益的电力调峰与调频联合出清方法的流程图;
图2是根据另一示例性实施例提供的基于边际效益的电力调峰与调频联合出清方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
参照图1所示本发明的实施例提供了一种基于边际效益的电力调峰与调频联合出清方法,具体包括:
101、获取待决策日所需求的调频容量,并对调频容量的调频机组出清;
102、获取待决策日所需求的深度调峰容量,并对调峰容量的调峰机组出清;
103、将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组;
104、若存在交叉机组则将交叉机组分别作为调频机组和调峰机组确定对应的调频边际效益和调峰边际效益;
105、若交叉机组的所述调峰边际效益高于所述调频边际效益,则将交叉机组作为调峰机组进行出清,否则作为调频机组出清。
具体的,参照图2所示,首先进行调频需求计算:统计待决策日的调频容量需求,以开展调峰机组出清。当前调频容量需求计算的研究较多,不影响本发明主要创新,采用定比例法确定调频需求。其基本方法是根据待决策日的最大负荷预测,按照一定比例系数,确定所需要的调频容量需求,可表示为:
其中FN为决策日的调频容量需求,γFN为调频容量比例系数一般由人工经验或者负荷短时间波动分析得到,Pt L为时段系统负荷预测,为取最大值函数。PN为调峰需求英文peaking need的首字母组合,P为功率英文power的首字母,L为负荷英文load的首字母,t为时间英文time的首字母,max为最大化英文maximum的前三个字母。
调频机组出清:目的在于不考虑电力调峰的影响,单独对调频机组出清。由于各省区电力调频辅助服务市场交易规则设计不尽相同,不影响本发明主要创新,仅考虑调频容量申报价出清模式下的电力调频辅助服务市场的情况。
调频容量申报价出清模式下,调频机组出清仅与其调频容量申报价格有关。根据电网安全稳定运行需求,剔除由于安全因素不能参与电力调频辅助服务市场的发电机组,在剩余发电机组中根据其调频容量申报价格按照从低到高的顺序排序,并将该发电机组集合命名为调频候选集合,记为。根据电网安全稳定运行需求确定不能参与电力调频辅助服务市场发电机组的过程属于电力系统安全稳定分析的成熟技术,此处不再赘述。其中,FGS为调频机组集合英文frequency generator set首字母组合。
根据电力调频辅助服务市场发电机组申报价格排序,调频市场出清机组为按照该排序,所申报的调频容量恰能满足调频容量需求的发电机组集合,即可表示为:
其中FAg为发电机组g申报的调频容量,FG为按照申报价格排序的发电机组序号。其中FA为调频能力英文frequency ability首字母组合,g为机组英文generator首字母,FG为调频机组英文frequency generator的首字母组合。根据以上两式,排序前FG的发电机组调频容量之和恰能满足最大调频需求,任一扣除一台发电机组则不能满足该需求,则单独考虑电力调频辅助服务市场下的调频机组出清结果即为前FG台发电机组。
调峰需求统计:统计待决策日各时段的深度调峰容量需求,作为调峰机组出清的依据。电网调度运行过程中,当发电机组所能达到的最小技术出力仍超过负荷预测、新能源发电功率预测、调频容量需求等边界因素所确定的发电空间时,即需要发电机组提供电力调峰辅助服务,对应的调峰需求为发电机组最小技术出力与负荷预测、新能源发电功率预测、调频容量需求之差,可表示为:
其中PNt为t时段的调峰容量需求,Pt N为t时段全网新能源发电功率,PC,min为全网常规电源发电机组最小技术出力。其中,Pt N、PC,min中的P为功率英文power的首字母,上标中N、C分别为新英文new,传统英文common的首字母,上标中min为最小英文minimum的前三字母。
调峰机组出清:在于不考虑电力调频的影响,单独对调峰机组出清。由于各省区电力调峰辅助服务市场交易规则设计不尽相同,不影响本发明主要创新,仅考虑单段式电力调峰辅助服务市场的情况。
单段式电力调峰辅助服务市场中,发电主体只需要申报其最小调峰出力及调峰价格。调峰机组出清过程中,根据电网安全稳定运行需求,剔除由于安全因素不能参与电力调峰辅助服务市场的发电机组,在剩余发电机组中根据其调峰申报价格按照从低到高的顺序排序,并将该发电机组集合命名为调峰候选集合,记为。根据电网安全稳定运行需求确定不能参与电力调峰辅助服务市场发电机组的过程属于电力系统安全稳定分析的成熟技术,不影响本发明主要创新,不赘述其实施流程。其中,PGS为调峰机组集合英文peakinggenerator set首字母组合。
待决策日最大调峰需求为各时段调峰容量需求的最大值,可表示为:
其中PAg为发电机组g的调峰容量,PG为按照申报价格排序的发电机组序号,PNM为待决策日最大调峰需求PNM为最大调峰需求英文peaking need maximum的首字母组合;
为发电机组g申报的最小调峰出力,为发电机组g最小技术出力。
其中PA为调峰能力英文peaking ability首字母组合,g为机组英文generator首字母,PG为调峰机组英文peaking generator的首字母组合。
根据以上两式,排序前PG的发电机组调峰容量之和恰能满足最大调峰需求,任一扣除一台发电机组则不能满足该需求,则单独考虑电力调峰辅助服务市场下的调峰机组出清结果即为前PG台发电机组。
交叉机组判定:为保证发电机组运行计划安排平稳,一般要求各运行日发电机组参与电力调峰或电力调频的状态不能交替,即若作为调峰机组,即不能作为调频机组,反之亦然。则电力调峰与电力调频联合出清结果与电力调峰、电力调频单独出清相比,出清结果差异取决于是否存在交叉机组。本步骤的实施目的在于比对调峰机组出清、调峰机组出清结果,通过是否存在交叉机组,判定是否需要对出清结果进行调整修正。所谓交叉机组是指同时处于调峰及调频机组出清结果的发电机组,其判定公式为:
g∈PG&g∈FG==1,
其中g∈PG、g∈FG分别表示发电机组g属于调峰机组出清范畴及属于调频机组出清范畴。&为“且”逻辑运算符,==为判定成立的逻辑运算符。若确有某发电机组同时属于步骤二调频机组出清结果,且属于步骤四调峰机组出清结果,则上式成立;否则不成立。
若无交叉机组,表明上述单独出清结果与联合出清结果一致,可直接输出结果;否则表明联合出清结果与单独出清结果不一致,需要统计所有的交叉机组,则进入以下边际效益的分析。
调峰边际效益分析:判定交叉机组作为调峰机组时的边际效益。其中调峰边际效益是指该机组作为调峰机组与不作为调峰机组相比,预期调峰成本变化量。调峰成本可通过调峰出清模型计算得到。考虑该交叉机组作为调峰机组时,调峰成本计算模型可表示为:
确定调峰成本;其中Min及其后公式为优化目标项,PCost为调峰成本优化目标函数,NT为待决策日的优化时段数,PCg,t为发电机组g时段t的调峰出清容量,为发电机组g调峰申报价格,s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调峰出清容量不超过其调峰容量,第二个约束条件为各时段所有发电机组调峰出清容量与该时段调峰容量需求相等;其中,Pcost为调峰英文Peaking首字母与成本英文cost的组合,NT为时段数英文number of time首字母组合,中小写字母p为价格英文price的首字母,其上标P为调峰英文peaking的首字母,PC为调峰出清英文peaking clearing首字母组合。
不考虑该交叉机组作为调峰机组时,调峰成本计算模型只需要在式(10)基础上,将机组范围PGS替换为剔除发电机组g后的子集PGS(-g)即可。
交叉机组的调峰边际效益为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本之差为:
ΔPCostg=PCost-PCost(-g),其中ΔPCostg为交叉机组的调峰边际效益,PCost、PCost(-g)分别为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本。
调频边际效益分析:判定交叉机组作为调频机组时的边际效益。其中调频边际效益是指该机组作为调频机组与不作为调频机组相比,预期调频成本变化量。调频成本可通过调频出清模型计算得到。考虑该交叉机组作为调频机组时,调频成本计算模型可表示为:
其中FCost为调频成本优化目标函数,FCg,t为发电机组g时段t的调频出清容量,为发电机组g调频申报价格;s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调频出清容量不超过其调频申报容量,第二个约束条件为各时段所有发电机组调峰出清容量与调峰容量需求相等;其中,Fcost为调频英文frequency首字母与成本英文cost的组合,中小写字母p为价格英文price的首字母,其上标F为调频英文frequency的首字母,FC为调频出清英文frequency clearing首字母组合。
不考虑该交叉机组作为调频机组时,调频成本计算模型只需要在式(12)基础上,将机组范围FGS替换为剔除发电机组g后的子集FGS(-g)即可。
交叉机组的调频边际效益为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本之差为:
ΔFCostg=FCost-FCost(-g)
ΔFCostg为交叉机组的调频边际效益,FCost、FCost(-g)分别为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本。
交叉机组的状态判定:根据交叉机组调频及调峰边际效益,判定其联合出清中应作为调频机组还是调峰机组。判定条件为若交叉机组的调峰边际效益高于调频边际效益,则应作为调峰机组,否则应作为调频机组。特别的,考虑到负荷预测偏差对调峰需求影响较大,当该交叉机组调峰边际效益与调频边际效益相等时,优先将其列为调峰机组,以优先满足调峰需要。判定条件可表示为:
ΔPCostg≥ΔFCostg
若交叉机组满足上式所示的判断条件,则将作为调峰机组,将其从调频机组中剔除;否则将其作为调频机组,从调峰机组中剔除。从而从而避免了传统联合出清方法所面临的混合整数规划问题,提升了求解效率。
在本发明的一些具体实施例中在判定是否所有的交叉机组均完成上述状态判定过程。若未完成,则返回判定步骤转入下一个交叉机组状态判定;若完成所有交叉机组状态判定,则需要转入起始步骤,重新补充调峰、调频机组,以满足调峰需求及调频需求。需要特别说明的时,再返回起始步骤,重新进行调频、调峰机组出清时,对已经确定状态的发电机组应维持其状态,不再重复分析,从而避免重复分析降低分析的效率。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于边际效益的电力调峰与调频联合出清方法,其特征在于,包括:
获取待决策日所需求的调频容量,并对所述调频容量的调频机组出清;
获取待决策日所需求的深度调峰容量,并对所述调峰容量的调峰机组出清;
将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组;
若存在交叉机组则将所述交叉机组分别作为调频机组和调峰机组确定对应的调频边际效益和调峰边际效益;
若所述交叉机组的所述调峰边际效益高于所述调频边际效益,则将所述交叉机组作为调峰机组进行出清,否则作为调频机组出清。
6.根据权利要求1所述的基于边际效益的电力调峰与调频联合出清方法,其特征在于,所述将调频机组出清结果和调峰机组出清结果进行比较,确定是否存在交叉机组包括:
基于g∈PG&g∈FG==1,进行所述交叉机组的判定,所述交叉机组为同时处于调峰及调频机组出清结果的发电机组;
其中g∈PG、g∈FG分别表示发电机组g属于调峰机组出清范畴及属于调频机组出清范畴。
7.根据权利要求1所述的基于边际效益的电力调峰与调频联合出清方法,其特征在于,所述调峰边际效益的确定具体包括:
基于
确定调峰成本;其中Min为最小化优化模型,PCost为调峰成本优化目标函数,NT为待决策日的优化时段数,PCg,t为发电机组g时段t的调峰出清容量,为发电机组g调峰申报价格,PGS为调峰机组集合,PAg为发电机组g的调峰容量,PNt为时段t的调峰容量需求,s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调峰出清容量不超过其调峰容量,第二个约束条件为各时段所有发电机组调峰出清容量与该时段调峰容量需求相等;
交叉机组的调峰边际效益为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本之差为:
ΔPCostg=PCost-PCost(-g),其中ΔPCostg为交叉机组的调峰边际效益,PCost、PCost(-g)分别为考虑该发电机组作为调峰机组时的调峰成本与不考虑该发电机组作为调峰机组时的调峰成本。
8.根据权利要求7所述的基于边际效益的电力调峰与调频联合出清方法,其特征在于,所述调频边际效益的确定具体包括:
基于
确定调频成本;其中FCost为调频成本优化目标函数,FCg,t为发电机组g时段t的调频出清容量,为发电机组g调频申报价格,FGS为调频机组集合,FAg为发电机组g申报的调频容量,FN为决策日的调频容量需求;s.t.及其后公式为约束条件项,第一个约束条件为各发电机组调频出清容量不超过其调频申报容量,第二个约束条件为各时段所有发电机组调峰出清容量与调峰容量需求相等;
交叉机组的调频边际效益为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本之差为:
ΔFCostg=FCost-FCost(-g)
ΔFCostg为交叉机组的调频边际效益,FCost、FCost(-g)分别为考虑该发电机组作为调频机组时的调频成本与不考虑该发电机组作为调频机组时的调频成本。
9.根据权利要求8所述的基于边际效益的电力调峰与调频联合出清方法,其特征在于,所述交叉机组的状态判定为:
ΔPCostg≥ΔFCostg
若交叉机组满足上式所示的判断条件,则将作为调峰机组,将其从调频机组中剔除;否则将其作为调频机组,从调峰机组中剔除。
10.根据权利要求1至9任一项所述的基于边际效益的电力调峰与调频联合出清方法,其特征在于,还包括:
若所有的交叉机组均完成出清机组的判定则重新补充调峰机组和调频机组,以满足调峰需求及调频需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110306740.8A CN112952918B (zh) | 2021-03-23 | 2021-03-23 | 基于边际效益的电力调峰与调频联合出清方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110306740.8A CN112952918B (zh) | 2021-03-23 | 2021-03-23 | 基于边际效益的电力调峰与调频联合出清方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112952918A CN112952918A (zh) | 2021-06-11 |
CN112952918B true CN112952918B (zh) | 2023-04-14 |
Family
ID=76228049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110306740.8A Active CN112952918B (zh) | 2021-03-23 | 2021-03-23 | 基于边际效益的电力调峰与调频联合出清方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112952918B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN107392432A (zh) * | 2017-06-27 | 2017-11-24 | 东南大学 | 考虑中长期电量合约分解的调频备用市场实现方法 |
KR101925076B1 (ko) * | 2018-02-26 | 2018-12-04 | 주식회사 에코전력 | 블록체인 기반으로 운영되는 ess 타워 운영 시스템 및 이를 이용한 초융합 전력망 자율운영방법 |
CN109428344A (zh) * | 2017-09-01 | 2019-03-05 | 国家电网公司 | 含风电场的多电源投资规划方法和装置 |
CN109687455A (zh) * | 2019-01-24 | 2019-04-26 | 刘占生 | 一种基于电网周波频率的智能用电控制器 |
CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电系统的运营策略优化方法 |
CN111047114A (zh) * | 2019-12-28 | 2020-04-21 | 中国南方电网有限责任公司 | 抽水蓄能机组在日前电力现货市场的双层竞价优化方法 |
CN111507679A (zh) * | 2020-03-16 | 2020-08-07 | 中国电力科学研究院有限公司 | 一种储能电站消纳新能源的运营方法及系统 |
CN111525603A (zh) * | 2020-06-02 | 2020-08-11 | 华北电力大学 | 一种基于bess辅助的火电机组调频调峰优化方法 |
CN112288491A (zh) * | 2020-11-04 | 2021-01-29 | 国网湖南省电力有限公司 | 一种电力现货市场下的水火电机组同台出清方法及系统 |
CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
-
2021
- 2021-03-23 CN CN202110306740.8A patent/CN112952918B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN107392432A (zh) * | 2017-06-27 | 2017-11-24 | 东南大学 | 考虑中长期电量合约分解的调频备用市场实现方法 |
CN109428344A (zh) * | 2017-09-01 | 2019-03-05 | 国家电网公司 | 含风电场的多电源投资规划方法和装置 |
KR101925076B1 (ko) * | 2018-02-26 | 2018-12-04 | 주식회사 에코전력 | 블록체인 기반으로 운영되는 ess 타워 운영 시스템 및 이를 이용한 초융합 전력망 자율운영방법 |
CN109687455A (zh) * | 2019-01-24 | 2019-04-26 | 刘占生 | 一种基于电网周波频率的智能用电控制器 |
CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电系统的运营策略优化方法 |
CN111047114A (zh) * | 2019-12-28 | 2020-04-21 | 中国南方电网有限责任公司 | 抽水蓄能机组在日前电力现货市场的双层竞价优化方法 |
CN111507679A (zh) * | 2020-03-16 | 2020-08-07 | 中国电力科学研究院有限公司 | 一种储能电站消纳新能源的运营方法及系统 |
CN111525603A (zh) * | 2020-06-02 | 2020-08-11 | 华北电力大学 | 一种基于bess辅助的火电机组调频调峰优化方法 |
CN112288491A (zh) * | 2020-11-04 | 2021-01-29 | 国网湖南省电力有限公司 | 一种电力现货市场下的水火电机组同台出清方法及系统 |
CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
Non-Patent Citations (3)
Title |
---|
Power regulation resources required by wind power in Finland and regulation characteristics of power plants;MSc Mikko Holmgren,等;《Power & Energy Society》;20091230;第1-10页 * |
国内外促进可再生能源消纳的电力现货市场发展综述与思考;樊宇琦,等;《中国电机工程学报》;20210305;第41卷(第5期);第1729-1750页 * |
山西电力调频市场机制设计与运营实践;刘永奇,等;《电力系统自动化》;20190825;第43卷(第16期);第175-182页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112952918A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gupta et al. | An hour wise device scheduling approach for demand side management in smart grid using particle swarm optimization | |
CN107609679A (zh) | 一种年调节水库发电调度图的多参数优选绘制方法及系统 | |
CN110838076B (zh) | 一种月度跨省区可再生能源消纳方法及终端设备 | |
CN106327081A (zh) | 基于全寿命周期的配网项目可靠性效益评估方法 | |
Tahir et al. | Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days | |
CN110011358A (zh) | 一种配电网负荷状态调节控制器 | |
CN114399142A (zh) | 电力现货市场出清电价关键影响参数分析方法 | |
CN115660222A (zh) | 一种抽水蓄能电站的容量优化方法、装置及设备 | |
Fernandes et al. | Analysis of residential natural gas consumers using fuzzy c-means clustering | |
CN116681312A (zh) | 一种面向生态的多目标水库优化调度决策方法及系统 | |
CN104268769A (zh) | 一种基于模型聚类方法的分时电价设计方法 | |
CN112952918B (zh) | 基于边际效益的电力调峰与调频联合出清方法 | |
Zalzar et al. | An incentive-based settlement mechanism for participation of flexible demands in day-ahead markets | |
Jangid et al. | A cluster-based aggregation of shiftable loads for day-ahead scheduling | |
Zhao et al. | Time-of-use price optimizing model and its solving method | |
JP2014228873A (ja) | エネルギー最適計画作成方法と最適制御装置 | |
Dai et al. | A demand response scheme in smart grid with clustering of residential customers | |
CN114580919A (zh) | 多场景两阶段需求响应资源优化调度方法、装置及设备 | |
CN111709605B (zh) | 一种基于多重反调节作用的水库电站调峰能力评估方法 | |
Shen et al. | A Novel AI-based Method for EV Charging Load Profile Clustering | |
CN110348692B (zh) | 一种大型混联水库群多目标蓄能调度图计算方法 | |
Van Der Veen et al. | Computing the value of flexibility in electricity retail, ahead and balancing markets | |
Liu et al. | Integrated Demand Response in Multi-Energy Market Based on Flexible Loads Classification | |
Klobasa et al. | Demand response-a new option for wind integration | |
CN112381367A (zh) | 一种用户侧用电管理的分布式储能控制方法及系统 |
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 |