CN113393074B - 考虑外网灵活性的发电扩展规划的模型构建方法 - Google Patents
考虑外网灵活性的发电扩展规划的模型构建方法 Download PDFInfo
- Publication number
- CN113393074B CN113393074B CN202110390893.5A CN202110390893A CN113393074B CN 113393074 B CN113393074 B CN 113393074B CN 202110390893 A CN202110390893 A CN 202110390893A CN 113393074 B CN113393074 B CN 113393074B
- Authority
- CN
- China
- Prior art keywords
- formula
- external network
- constraint
- power
- power generation
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 102
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004146 energy storage Methods 0.000 claims description 86
- 150000001875 compounds Chemical class 0.000 claims description 49
- 230000005540 biological transmission Effects 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 13
- 238000012886 linear function Methods 0.000 claims description 11
- 230000009977 dual effect Effects 0.000 claims description 10
- 239000013256 coordination polymer Substances 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 102000016550 Complement Factor H Human genes 0.000 description 1
- 108010053085 Complement Factor H Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
-
- 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
- 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
- H02J3/381—Dispersed generators
-
- 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]
-
- 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
- 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
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Power Engineering (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Algebra (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)
Abstract
本发明公开考虑外网灵活性的发电扩展规划的模型构建方法,步骤为:1)获取外部网络信息;2)基于所述外部网络信息,建立外网最优潮流模型;3)利用多参数规划方法获取外网最优潮流模型的联络线功率可行域;4)获取内部网络信息;5)建立考虑外网灵活性的发电扩展规划模型的目标函数6)建立发电扩展规划模型的等式约束条件和不等式约束条件;7)建立考虑外网灵活性的发电扩展规划模型;8)解算考虑外网灵活性的发电扩展规划模型,得到规划方式和总成本。本发明方法能够在保护外部网络数据隐私的情况下,通过多参数规划的方法,将外网的运行信息进行等值,用于内部网络的发电扩展规划。
Description
技术领域
本发明涉及电力系统发电扩展规划计算领域,具体是考虑外网灵活性的发电扩展规划的模型构建方法。
背景技术
随着能源转型的不断发展,现代电力系统中电力电子式电源以及新能源占比的迅速提升,电源形式以及发电方式发生重大变化,由于新能源的不确定性和低惯性,电力系统的安全稳定运行面临着巨大挑战。挖掘现有电力系统灵活性在扩展规划中已经成为应对新能源消纳,保障电力系统稳定的一种方法。现有的灵活性资源大多因成本昂贵,区域条件的限制未能在发电扩展规划中得到充分利用。然而随着互联电力系统的不断发展,多区域电网的联合运行灵活性潜力巨大,但是由于通信条件以及敏感信息泄露的问题,传统的集中式规划方法在实际中很难实现。针对以上问题,可以采用多参数规划法对外网进行等值,进而可以在发电扩展规划中在没有数据泄露的情况下计及外部网络的影响,达到促进新能源消纳并降低总成本的效果。
现有的计及外部网络影响的发电扩展规划主要有三种方法:集中式方法,将外部网络等值为虚拟发电机和静态的联络线传输功率。集中式方法虽可以准确考虑外部网络,但外部网络的数据隐私不能得到很好的保护。将外网等值为虚拟发电机的方法过于理想化,在实际中会给电网的运行带来风险。而忽略外部灵活性的方法则过于保守,使总成本大大增大。
发明内容
本发明的目的是提供考虑外网灵活性的发电扩展规划的模型构建方法,包括以下步骤:
1)获取外部网络信息;
所述外部网络信息包括外部网络拓扑结构、发电机参数、负荷需求、负荷曲线和支路潮流限值。
2)基于所述外部网络信息,建立外网最优潮流模型;
外网最优潮流模型的目标函数如下所示:
外网最优潮流模型的约束条件包括外部网络实时功率平衡约束、支路潮流约束、发电机出力约束和联络线传输约束;
其中,外部网络实时功率平衡约束如下所示:
支路潮流约束如下所示:
发电机出力约束如下所示:
联络线传输约束如下所示:
3)利用多参数规划方法获取外网最优潮流模型的的联络线功率可行域,并将外网最优潮流模型的目标函数表示为联络线功率上的分段线性函数,步骤包括:
3.1)对外网最优潮流模型进行简化,得到外网最优潮流简化模型:
min z(P)=CP (44)
式中,C为发电成本向量,P为外网发电机出力矩阵;min z(P)表示外网发电成本最小;
cons(P,w)=A1P+A2w+B≤0 (45)
3.2)建立外网最优潮流简化模型的有效约束和无效约束;
A1,aP+A2,aw+Ba=0 (46)
A1,iaP+A2,iaw+Bia<0 (47)
式中,A1,a、A2,a、Ba为有效约束的系数矩阵;A1,ia、A2,ia、Bia为无效约束的系数矩阵;
3.3)建立KKT条件,分别如公式(10)至公式(14)所示:
C+A1,a Tλa+A1,ia Tλia=0 (48)
A1,aP*+A2,aw*+Ba=0 (49)
λa≥0 (50)
A1,iaP*-A2,iaw*-Bia<0 (51)
λia=0 (52)
式中,下标(*)a和(*)ia分别表示有效约束和无用的约束集;λ为对偶因子;P*和w*表示外网最优潮流简化模型的解;
3.4)对公式(10)、公式(11)、公式(14)进行求解,得到:
式中,fP(w)、fλ(w)分别表示以优化变量P*和对偶变量λa为线性参数的外网发电成本函数;
3.5)将参数组(P*,λa)代入公式(12)和公式(13),得到部分可行域CRwi,即:
3.6)重复步骤3.4)至步骤3.5),完成所有部分可行区域的搜索,得到联络线功率的完整可行区域CRw,即:
式中,Nreg表示部分可行域的数量;
4)获取内部网络信息;所述内部网络信息包括已有发电机的数据、目标年份负荷数据、支路潮流约束限值和待建机组信息。
5)建立考虑外网灵活性的发电扩展规划模型的目标函数
所述发电扩展规划模型的目标函数如下所示:
式中,IC为投资成本,OC为运行成本,f(w)为外网发电成本,πs为场景概率,S代表了场景集,w为参数即联络线功率;
其中,投资成本IC如下所示:
式中,Cng、Cnrg、Ces分别为新建传统机组、新建新能源机组和储能系统的单位投资成本,xng、xnrg、xes分别为传统机组、新能源机组、储能系统的投资数量,ng、nrg、es分别代表新建传统机组、新建新能源机组和新建储能系统;NG、NRG、ES分别代表新建传统机组集、新建新能源机组集和新建储能系统集;
运行成本OC如下所示:
式中,分别为已有发电机组、新建传统机组和储能系统的单位运行成本;Cls、γ分别为弃负荷惩罚系数和弃风惩罚系数;Peg,t、Png,t、分别为已有发电机组、新建机组的t时刻的功率和储能系统t时刻的充放电功率;U为弃风量;Lls,t为t时刻的弃负荷量;Γ为总时刻;EG为已有发电机组集;eg表示已有发电机组;
弃风量U如下所示:
6)建立发电扩展规划模型的等式约束条件和不等式约束条件;
发电扩展规划模型的等式约束条件如下所示:
式中,Lt、Tc,t为t时刻的负荷需求、联络线功率。
发电扩展规划模型的不等式约束条件包括已有发电机组出力约束、新建传统机组出力约束、新建新能源机组出力约束、储能系统约束条件、支路潮流约束、切负荷约束、上行储备约束、对外网发电成本的凸松弛条件和联络线的可行域约束;
其中,已有发电机组出力约束如下所示:
新建传统机组出力约束如下所示:
新建新能源机组出力约束如下所示:
储能系统约束条件分别如公式(27)至公式(31)所示:
式中,Et、Et-1分别为t和t-1时刻的储能系统的能量;ηch、ηdch为储能系统的充放电效率;
支路潮流约束分别如公式(32)和公式(33)所示:
切负荷约束如下所示:
上行储备约束如下所示:
对外网发电成本的凸松弛条件如下所示:
联络线的可行域约束如下所示:
7)基于发电扩展规划模型的目标函数、等式约束条件和不等式约束条件建立考虑外网灵活性的发电扩展规划模型;
8)解算考虑外网灵活性的发电扩展规划模型,得到规划方式和总成本。解算工具为求解器CPLEX。
值得说明的是,本发明利用计算机,通过编程,输入外部网络的具体数据如网络拓扑结构,发电机、负荷参数等;采用多参数规划方法,将外部网络的运行约束和发电成本表示为联络线功率可行域和联络线功率的函数,结合内部网络的规划目标年份负荷需求,建立新的发电扩展规划模型。最后利用商业求解器(CPLEX)求解投资决策、投资成本以及运行成本。
本发明的技术效果是毋庸置疑的,本发明方法能够在保护外部网络数据隐私的情况下,通过多参数规划的方法,将外网的运行信息进行等值,用于内部网络的发电扩展规划。本发明方法通过考虑外部网络的灵活性并将其等值为联络线传输功率的动态灵活性,能够明显降低总的投资成本并能提高新能源消纳。
附图说明
图1为春季场景某一天中的一个时刻联络线可行域;
图2为IEEE 30-14系统接线图;
图3为负荷曲线图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
考虑外网灵活性的发电扩展规划的模型构建方法,包括以下步骤:
1)获取外部网络信息;
所述外部网络信息包括外部网络拓扑结构、发电机参数、负荷需求、负荷曲线和支路潮流限值。
2)基于所述外部网络信息,建立外网最优潮流模型;
外网最优潮流模型的目标函数如下所示:
外网最优潮流模型的约束条件包括外部网络实时功率平衡约束、支路潮流约束、发电机出力约束和联络线传输约束;
其中,外部网络实时功率平衡约束如下所示:
支路潮流约束如下所示:
发电机出力约束如下所示:
联络线传输约束如下所示:
3)利用多参数规划方法获取外网最优潮流模型的的联络线功率可行域,并将外网最优潮流模型的目标函数表示为联络线功率上的分段线性函数,步骤包括:
3.1)对外网最优潮流模型进行简化,得到外网最优潮流简化模型:
min z(P)=CP (82)
式中,C为发电成本向量,P为外网发电机出力矩阵;min z(P)表示外网发电成本最小;
cons(P,w)=A1P+A2w+B≤0 (83)
3.2)建立外网最优潮流简化模型的有效约束和无效约束;
A1,aP+A2,aw+Ba=0 (84)
A1,iaP+A2,iaw+Bia<0 (85)
式中,A1,a、A2,a、Ba为有效约束的系数矩阵;A1,ia、A2,ia、Bia为无效约束的系数矩阵;有效约束即对优化问题的最优解起实际约束的约束,无效约束则不会影响问题的最优解,随后将根据多参数规划理论建立规划参数的可行域(步骤3-5)。
3.3)建立KKT条件,分别如公式(10)至公式(14)所示:
C+A1,a Tλa+A1,ia Tλia=0 (86)
A1,aP*+A2,aw*+Ba=0 (87)
λa≥0 (88)
A1,iaP*-A2,iaw*-Bia<0 (89)
λia=0 (90)
式中,下标(*)a和(*)ia分别表示有效约束和无用的约束集;λ为对偶因子;P*和w*表示外网最优潮流简化模型的解;
3.4)对公式(10)、公式(11)、公式(14)进行求解,得到:
式中,fP(w)、fλ(w)分别表示以优化变量P*和对偶变量λa为线性参数的外网发电成本函数;
3.5)将参数组(P*,λa)代入公式(12)和公式(13),得到部分可行域CRwi,即:
3.6)重复步骤3.4)至步骤3.5),完成所有部分可行区域的搜索,得到联络线功率的完整可行区域CRw,即:
式中,Nreg表示部分可行域的数量;
4)获取内部网络信息;所述内部网络信息包括已有发电机的数据、目标年份负荷数据、支路潮流约束限值和待建机组信息。
5)建立考虑外网灵活性的发电扩展规划模型的目标函数
所述发电扩展规划模型的目标函数如下所示:
式中,IC为投资成本,OC为运行成本,f(w)为外网发电成本,πs为场景概率,S代表了场景集,w为参数即联络线功率;
其中,投资成本IC如下所示:
式中,Cng、Cnrg、Ces分别为新建传统机组、新建新能源机组和储能系统的单位投资成本,xng、xnrg、xes分别为传统机组、新能源机组、储能系统的投资数量,ng、nrg、es分别代表新建传统机组、新建新能源机组和新建储能系统;NG、NRG、ES分别代表新建传统机组集、新建新能源机组集和新建储能系统集;
运行成本OC如下所示:
式中,分别为已有发电机组、新建传统机组和储能系统的单位运行成本;Cls、γ分别为弃负荷惩罚系数和弃风惩罚系数;Peg,t、Png,t、分别为已有发电机组、新建机组的t时刻的功率和储能系统t时刻的充放电功率;U为弃风量;Lls,t为t时刻的弃负荷量;Γ为总时刻;EG为已有发电机组集;eg表示已有发电机组;
弃风量U如下所示:
6)建立发电扩展规划模型的等式约束条件和不等式约束条件;
发电扩展规划模型的等式约束条件如下所示:
式中,Lt、Tc,t为t时刻的负荷需求、联络线功率。
发电扩展规划模型的不等式约束条件包括已有发电机组出力约束、新建传统机组出力约束、新建新能源机组出力约束、储能系统约束条件、支路潮流约束、切负荷约束、上行储备约束、对外网发电成本的凸松弛条件和联络线的可行域约束;
其中,已有发电机组出力约束如下所示:
新建传统机组出力约束如下所示:
新建新能源机组出力约束如下所示:
储能系统约束条件分别如公式(27)至公式(31)所示:
式中,Et、Et-1分别为t和t-1时刻的储能系统的能量;ηch、ηdch为储能系统的充放电效率;
支路潮流约束分别如公式(32)和公式(33)所示:
切负荷约束如下所示:
上行储备约束如下所示:
对外网发电成本的凸松弛条件如下所示:
联络线的可行域约束如下所示:
7)基于发电扩展规划模型的目标函数、等式约束条件和不等式约束条件建立考虑外网灵活性的发电扩展规划模型;
8)解算考虑外网灵活性的发电扩展规划模型,得到规划方式和总成本。解算工具为求解器CPLEX。
实施例2:
考虑外网灵活性的发电扩展规划的模型构建方法,包括以下步骤:
1)输入外部网络详细的信息,包括外网的拓扑结构,发电机参数,负荷需求,负荷曲线,支路潮流限值;
2)建立外网最优潮流模型。为了准确地建立外部灵活性模型,需将运行约束和发电成本投影到边界上,将其表示为联络线传输功率的可行域及其关于联络线功率的成本函数。根据第一步输入的外部网络的详细信息,首先建立外网最优潮流模型;
代表外网发电机的发电成本向量,EN表示外部网络集,en是外部网络中的元素,代表了外部网络发电机t时刻的发电功率;公式(1)为使外部网络的发电成本最小;公式(2)代表了外部网络实时功率平衡,为外部网络t时刻的负荷需求,为t时刻的联络线传输功率,其中tl为TL的元素,TL代表了联络线集合;公式(3)代表了支路潮流约束;H为功率传输分布因子;公式(4)表示发电机出力约束,公式(5)为联络线传输约束,
3)多参数规划过程。为方便起见,第(2)步所建立的外网最优潮流模型可重新表示为(5)-(6),公式(5)以外网发电成本为目标函数,其中C为发电成本向量,P为外网发电机出力矩阵;公式(6)则为运行约束集,A1、A2、B为系数矩阵,w为参数向量,表示联络线功率,即
min z(P)=CP (120)
cons(P,w)=A1P+A2w+B≤0 (121)
A1,aP+A2,aw+Ba=0 (122)
A1,iaP+A2,iaw+Bia<0 (123)
基于多参数规划,可将运行约束投影至边界,表示为联络线功率可行域。发电成本同样可以表示为联络线功率上的分段线性函数。具体步骤如下:
假设P*和w*为优化模型(6)-(7)的解,根据有效约束(8)和无效约束(9),KKT条件可表示为(10)-(14);
C+A1,a Tλa+A1,ia Tλia=0 (124)
A1,aP*+A2,aw*+Ba=0 (125)
λa≥0 (126)
A1,iaP*-A2,iaw*-Bia<0 (127)
λia=0 (128)
其中下标(*)a和(*)ia分别表示有效约束和无用的约束集,λ为对偶因子。
根据修正后的KKT条件,对式(10)、(11)、(14)进行求解,优化变量和对偶变量可表示为参数的线性函数,如式(15)所示。
将所得到的(P*,λa)代入(12)、(13),得到部分可行域CRwi,如式(16)所示。
4)输入内部网络详细信息,包括已有发电机数据,目标年份负荷数据,支路潮流约束限值,待建机组信息;
5)建立考虑外网灵活性的发电扩展的目标函数
基于外部柔性灵活性投影模型,发电扩展的目标函数可表示为:
式(19)中IC为投资成本,OC为运行成本,f(w)为外网发电成本,πs为场景概率,S代表了场景集,w为参数即联络线功率;式(20)为投资成本分别包括三项:新建传统机组的投资成本、新建新能源机组的投资成本、新建储能系统的投资成本,Cng、Cnrg、Ces分别为新建传统机组、新建新能源机组和储能系统的单位投资成本,xng、xnrg、xes分别为传统机组、新能源机组、储能系统的投资数量,ng、nrg、es分别代表新建传统机组、新建新能源机组和新建储能系统;式(21)为内部网络系统的运行成本包括:已有传统机组的运行成本、新建传统机组的运行成本、弃负荷惩罚、弃风惩罚项和储能系统的运行成本,分别为已有机组、新建传统机组和储能系统的单位运行成本,Cls、γ为弃负荷惩罚系数和弃风惩罚系数,Peg,t、Png,t、分别为已有机组、新建机组的t时刻的功率和储能系统t时刻的充放电功率,U为弃风量,具体表达式如式(22)所示。式(22)中Pnrg,t分别为新能源的最大出力和t时刻的出力,Lls,t为t时刻的弃负荷量。
6)建立发电扩展规划的等式约束
式(23)中Lt,Tc,t为t时刻的符合需求和联络线功率。
7)建立发电扩展规划的不等式约束
根据电力系统运行的要求建立如下的不等式约束:
式(24)-(26)分别为已有机组、新建传统机组、新建新能源机组的出力约束,分别为已有机组的出力上下限,分别为新建传统机组的出力上下限,分别为新能源机组的出力上下限。式(27)-(31)为储能系统的约束条件,其中分别为储能系统的充放电状态,由式(31)知两者不能同时为1,式(27)-(28)为储能系统充放电功率的约束,为储能系统充放电功率的最大值,式(29)为储能系统的功率平衡约束,Et,Et-1分别为t和t-1时刻的储能系统的能量,ηch,ηdch为储能系统的充放电效率,式(30)限制了储能系统所存储的能量,分别为储能系统能量的上下限。支路潮流约束由式(32)-(33)组成,式(32)为支路潮流的等式方程,为功率传输分布因子,为支路潮流约束的上下限,式(34)为切负荷约束,式(35)为上行储备约束,其中Pes,t为t时刻的储能系统的净出力具体表达式如式(36)所示,为上行储备需求。式(37)是对外网发电成本的凸松弛。式(38)为联络线的可行域约束。
8)发电扩展规划计算:结合式(19)-(38)建立考虑外网灵活性的发电扩展规划模型,通过商用求解器CPLEX求解该混合整数线性规划模型得到规划决策结果和总成本。
实施例3:
参见图1至图3,基于多参数规划的考虑外部灵活性的发电扩展规划方法具体步骤如下:
1)输入外部网络详细的信息,IEEE30-14系统接线图参见图2。
输入外网的拓扑结构,发电机参数,负荷需求,负荷曲线,支路潮流限值;
表1外网发电机参数
外网的拓扑结构如图2所示,发电机参数如表1所示。外网负荷需求如表2所示。支路潮流约束统一设为700MW。注:联络线传输功率设定为外网向内网输送功率。
表2各节点的负荷需求
节点 | 春季 | 夏季 | 秋季 | 冬季 |
1 | 0 | 0 | 0 | 0 |
2 | 91.7 | 167.5 | 110.9 | 160.4 |
3 | 160.2 | 285.6 | 175.5 | 250.3 |
4 | 103.8 | 217.5 | 130.3 | 200.6 |
5 | 87.6 | 125.7 | 110.6 | 118.6 |
6 | 91.2 | 135.4 | 105.4 | 123.5 |
7 | 0 | 0 | 0 | 0 |
8 | 0 | 0 | 0 | 0 |
9 | 109.5 | 160.3 | 112.7 | 155.8 |
10 | 89 | 120.8 | 100 | 120.8 |
11 | 83.5 | 120.4 | 95 | 121.4 |
12 | 86.1 | 126.7 | 101.3 | 124.3 |
13 | 93.5 | 130.7 | 104.1 | 125.8 |
14 | 94.9 | 130.8 | 110。5 | 120.9 |
2)建立外网最优潮流模型
为了准确地建立外部灵活性模型,需将运行约束和发电成本投影到边界上,将其表示为联络线传输功率的可行域及其关于联络线功率的成本函数。根据第一步输入的外部网络的详细信息,首先建立外网最优潮流模型;
代表外网发电机的发电成本,EN表示外部网络集,en是外部网络中的元素,代表了外部网络发电机t时刻的发电功率;公式(1)为使外部网络的发电成本最小;公式(2)代表了外部网络实时功率平衡,为外部网络t时刻的负荷需求,为t时刻的联络线传输功率,其中tl为TL的元素,TL代表了联络线集合;公式(3)代表了支路潮流约束,H为功率传输分布因子;公式(4)表示发电机出力约束,公式(3)中的为也就是-700MW,功率转移分布因子H可以利用计算机编程中的语句求得,其余参数可以在表1和表2中获得。公式(5)为联络线传输功率约束,分别为其上下限,分别为200MW,1000MW。
3)多参数规划过程
为方便起见,第(2)步所建立的外网最优潮流模型可重新表示为(6)-(7),公式(6)以外网发电成本为目标函数,其中C为发电成本向量,P为外网发电机出力矩阵;公式(7)则为运行约束集,A1、A2、B为系数矩阵,w为参数向量,表示联络线功率,即
min z(P)=CP (6)
cons(P,w)=A1P+A2w+B≤0 (7)
A1,aP+A2,aw+Ba=0 (8)
A1,iaP+A2,iaw+Bia<0 (9)
基于多参数规划,可将运行约束投影至边界,表示为联络线功率可行域。发电成本同样可以表示为联络线功率上的分段线性函数。
具体步骤如下:
假设P*和w*为优化模型(6)-(7)的解,根据有效约束(8)和无效约束(9),KKT条件可表示为(10)-(14);
C+A1,a Tλa+A1,ia Tλia=0 (10)
A1,aP*+A2,aw*+Ba=0 (11)
λa≥0 (12)
A1,iaP*-A2,iaw*-Bia<0 (13)
λia=0 (14)
其中下标(*)a和(*)ia分别表示有效约束和无用的约束集,λ为对偶因子。
根据修正后的KKT条件,对式(10)、(11)、(14)进行求解,优化变量和对偶变量可表示为参数的线性函数,如式(15)所示。
将所得到的(P*,λa)代入(12)、(13),得到部分可行域CRwi,如式(16)所示。
多参数规划的过程在外网最优潮流的基础上借助多参数规划程序包,得到全部联络线的可行域(17)和成本函数(18),副图1为春天某一个时刻的联络线可行域,表3列出了该时刻联络线可行域的系数和以及成本函数的系数和
表3春季第一个时刻联络线可行域约束及部分子可行域成本函数
4)输入内部网络详细信息
输入内部网络拓扑结构,已有发电机数据,目标年份负荷数据,支路潮流约束限值,待建机组信息;
表4内网已有发电机信息
表5内网负荷需求
节点 | 春季 | 夏季 | 秋季 | 冬季 |
1 | 0 | 0 | 0 | 0 |
2 | 158.7657 | 204.2857 | 155.2966 | 171.4171 |
3 | 158.7657 | 204.2857 | 155.2966 | 171.4171 |
4 | 163.56 | 223.3333 | 161.1793 | 181.6533 |
5 | 153.9714 | 185.2381 | 149.4138 | 161.181 |
6 | 0 | 0 | 0 | 0 |
7 | 158.7657 | 204.2857 | 155.2966 | 171.4171 |
8 | 153.9714 | 185.2381 | 149.4138 | 161.181 |
9 | 0 | 0 | 0 | 0 |
10 | 168.3543 | 242.381 | 167.0621 | 191.8895 |
11 | 0 | 0 | 0 | 0 |
12 | 153.9714 | 185.2381 | 149.4138 | 161.181 |
13 | 0 | 0 | 0 | 0 |
14 | 144.3829 | 147.1429 | 137.6483 | 140.7086 |
15 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
16 | 144.3829 | 147.1429 | 137.6483 | 140.7086 |
17 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
18 | 158.7657 | 204.2857 | 155.2966 | 171.4171 |
19 | 153.9714 | 185.2381 | 149.4138 | 161.181 |
20 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
21 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
22 | 0 | 0 | 0 | 0 |
23 | 153.9714 | 185.2381 | 149.4138 | 161.181 |
24 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
25 | 0 | 0 | 0 | 0 |
26 | 168.3543 | 242.381 | 167.0621 | 191.8895 |
27 | 0 | 0 | 0 | 0 |
28 | 0 | 0 | 0 | 0 |
29 | 144.3829 | 147.1429 | 137.6483 | 140.7086 |
30 | 149.1771 | 166.1905 | 143.531 | 150.9448 |
表6新建传统机组信息
表7新建储能系统信息
5)建立考虑外网灵活性的发电扩展的目标函数
基于外部柔性灵活性投影模型,发电扩展的目标函数可表示为:
式(19)中IC为投资成本,OC为运行成本,f(w)为外网发电成本,πs为场景概率,S代表了场景集,w为参数即联络线功率;式(20)为投资成本分别包括三项:新建传统机组的投资成本、新建新能源机组的投资成本、新建储能系统的投资成本,Cng、Cnrg、Ces分别为新建传统机组、新建新能源机组和储能系统的单位投资成本,xng、xnrg、xes分别为传统机组、新能源机组、储能系统的投资变量,1代表建立,0代表不建立新建机组;ng、nrg、es分别代表新建传统机组、新建新能源机组和新建储能系统;式(21)为内部网络系统的运行成本包括:已有传统机组的运行成本、新建传统机组的运行成本、弃负荷惩罚、弃风惩罚项和储能系统的运行成本,分别为已有机组、新建传统机组和储能系统的单位运行成本,Cls、γ为弃负荷惩罚系数和弃风惩罚系数,Peg,t、Png,t、分别为已有机组、新建机组的t时刻的功率和储能系统t时刻的充放电功率,U为弃风量,具体表达式如式(22)所示。式(22)中Pnrg,t分别为新能源的最大出力和t时刻的出力,Lls,t为t时刻的弃负荷量。式(18)中风电单位投资成本为1200000$/MW,场景概率πs=0.25,公式(21)中弃负荷惩罚系数为4000$/MW,弃风惩罚系数为500$/MW。
6)建立发电扩展规划的等式约束
式(23)中Lt,Tc,t为t时刻的符合需求和联络线功率。
7)建立发电扩展规划的不等式约束
根据电力系统运行的要求建立如下的不等式约束:
式(24)-(26)分别为已有机组、新建传统机组、新建新能源机组的出力约束,分别为已有机组的出力上下限,分别为新建传统机组的出力上下限,分别为新能源机组的出力上下限。式(27)-(31)为储能系统的约束条件,其中分别为储能系统的充放电状态,由式(31)知两者不能同时为1,式(27)-(28)为储能系统充放电功率的约束,为储能系统充放电功率的最大值,式(29)为储能系统的功率平衡约束,Et,Et-1分别为t和t-1时刻的储能系统的能量,ηch,ηdch为储能系统的充放电效率,式(30)限制了储能系统所存储的能量,分别为储能系统能量的上下限。支路潮流约束由式(32)-(33)组成,式(32)为支路潮流的等式方程,为功率传输分布因子,为支路潮流约束的上下限,式(34)为切负荷约束,式(35)为上行储备约束,其中Pes,t为t时刻的储能系统的净出力具体表达式如式(36)所示,为上行储备需求。式(37)是对外网发电成本的凸松弛。式(38)为联络线的可行域约束,发电机爬坡率设为0.35倍的发电机出力最大值,且内网的支路潮流限值为500MW,上行备用需求设为0.05倍的每小时负荷Lt,其余参数的值均能在表1-表7中找到。
(8)发电扩展规划计算
结合式(19)-(38)建立考虑外网灵活性的发电扩展规划模型,通过商用求解器CPLEX求解该混合整数线性规划模型得到规划决策结果和总成本。
计算结果为16节点装300MW机组5台,18节点装250MW机组5台,20节点装500MW机组22台,13节点装200MW风电机组4台,25节点装200MW风电机组8台,14和21节点各装5台储能系统。总成本为1.4025×1010美元。
实验结果
表8不同等值方法发电扩展规划结果对比
试验结果
本发明采用基于多参数规划法等值的考虑外网灵活性的发电扩展规划计算方法与外网等值为虚拟发电机和固定负荷的方法及逆行对比,而且与集中式规划方法也进行了投资决策,投资成本上的对比。相关对比结果如表8所示,其中()代表机组安装节点,括号前的数字代表待建机组数量,M1,M2,M4分别为外网等值为虚拟发电机,固定负荷和集中式规划方法。M1方法中外网被等值为虚拟发电机,忽略了外部网络的运行,扩大了联络线功率传输能力,成本最低,但在实际电网中是不可行的。比较M2和M3可以看出,所提的方法(M3)能够容纳更多的新能源机组,并能显著降低总成本。M4方法证明了本方法的有效性。
从实验结果可知:
本发明方法能够在保护外部网络数据隐私的情况下,通过多参数规划的方法,将外网的运行信息进行等值,用于内部网络的发电扩展规划。本发明方法通过考虑外部网络的灵活性并将其等值为联络线传输功率的动态灵活性,能够明显降低总的投资成本并能提高新能源消纳。
Claims (7)
1.考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于,包括以下步骤:
1)获取外部网络信息;
2)基于所述外部网络信息,建立外网最优潮流模型;
3)利用多参数规划方法获取外网最优潮流模型的联络线功率可行域,并将外网最优潮流模型的目标函数表示为联络线功率上的分段线性函数;
4)获取内部网络信息;
5)建立考虑外网灵活性的发电扩展规划模型的目标函数
6)建立发电扩展规划模型的等式约束条件和不等式约束条件;
发电扩展规划模型的不等式约束条件包括已有发电机组出力约束、新建传统机组出力约束、新建新能源机组出力约束、储能系统约束条件、支路潮流约束、切负荷约束、上行储备约束、对外网发电成本的凸松弛条件和联络线的可行域约束;
其中,已有发电机组出力约束如下所示:
新建传统机组出力约束如下所示:
新建新能源机组出力约束如下所示:
储能系统约束条件分别如公式(4)至公式(8)所示:
式中,Et、Et-1分别为t和t-1时刻的储能系统的能量;ηch、ηdch为储能系统的充放电效率;
支路潮流约束分别如公式(9)和公式(10)所示:
式中,Tl max、Tl min为支路潮流约束的上下限;
切负荷约束如下所示:
上行储备约束如下所示:
其中,t时刻的储能系统的净出力Pes,t如下所示:
对外网发电成本的凸松弛条件如下所示:
联络线的可行域约束如下所示:
7)基于发电扩展规划模型的目标函数、等式约束条件和不等式约束条件建立考虑外网灵活性的发电扩展规划模型;
所述发电扩展规划模型的目标函数如下所示:
式中,IC为投资成本,OC为运行成本,f(w)为外网发电成本,πs为场景概率,S代表了场景集,w为参数即联络线功率;
其中,投资成本IC如下所示:
式中,Cng、Cnrg、Ces分别为新建传统机组、新建新能源机组和储能系统的单位投资成本,xng、xnrg、xes分别为传统机组、新能源机组、储能系统的投资数量,ng、nrg、es分别代表新建传统机组、新建新能源机组和新建储能系统;NG、NRG、ES分别代表新建传统机组集、新建新能源机组集和新建储能系统集;
运行成本OC如下所示:
式中,分别为已有发电机组、新建传统机组和储能系统的单位运行成本;Cls、γ分别为弃负荷惩罚系数和弃风惩罚系数;Peg,t、Png,t、分别为已有发电机组、新建机组的t时刻的功率和储能系统t时刻的充放电功率;U为弃风量;Lls,t为t时刻的弃负荷量;Γ为总时刻;EG为已有发电机组集;eg表示已有发电机组;
弃风量U如下所示:
8)解算考虑外网灵活性的发电扩展规划模型,得到规划方式和总成本。
2.根据权利要求1所述的考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于:所述外部网络信息包括外部网络拓扑结构、发电机参数、负荷需求、负荷曲线和支路潮流限值。
3.根据权利要求1所述的考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于,外网最优潮流模型的目标函数如下所示:
外网最优潮流模型的约束条件包括外部网络实时功率平衡约束、支路潮流约束、发电机出力约束和联络线传输约束;
其中,外部网络实时功率平衡约束如下所示:
支路潮流约束如下所示:
式中,Tl max、Tl min分别表示支路潮流约束的上下限;H为功率传输分布因子;
发电机出力约束如下所示:
联络线传输约束如下所示:
4.根据权利要求1所述的考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于,利用多参数规划方法获取外网最优潮流模型的联络线功率可行域的步骤包括:
1)对外网最优潮流模型进行简化,得到外网最优潮流简化模型:
min z(P)=CP (25)
式中,C为发电成本向量,P为外网发电机出力矩阵;min z(P)表示外网发电成本最小;
cons(P,w)=A1P+A2w+B≤0 (26)
式中,cons(P,w)表示运行约束集;A1、A2、B为外网最优潮流简化模型约束条件的系数矩阵;w为指代联络线功率Pt tl的参数向量;
2)建立外网最优潮流简化模型的有效约束和无效约束;
A1,aP+A2,aw+Ba=0 (27)
A1,iaP+A2,iaw+Bia<0 (28)
式中,A1,a、A2,a、Ba为有效约束的系数矩阵;A1,ia、A2,ia、Bia为无效约束的系数矩阵;
3)建立KKT条件,分别如公式(29)至公式(33)所示:
C+A1,a Tλa+A1,ia Tλia=0 (29)
A1,aP*+A2,aw*+Ba=0 (30)
λa≥0 (31)
A1,iaP*-A2,iaw*-Bia<0 (32)
λia=0 (33)
式中,下标(*)a和(*)ia分别表示有效约束和无用的约束集;λ为对偶因子;P*和w*表示外网最优潮流简化模型的解;
4)对公式(29)、公式(30)、公式(33)进行求解,得到:
式中,fP(w)、fλ(w)分别表示以优化变量P*和对偶变量λa为线性参数的外网发电成本函数;
5)将参数组(P*,λa)代入公式(31)和公式(32),得到部分可行域CRwi,即:
6)重复步骤4)至步骤5),完成所有部分可行区域的搜索,得到联络线功率的完整可行区域CRw,即:
式中,Nreg表示部分可行域的数量;
5.根据权利要求1所述的考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于:所述内部网络信息包括已有发电机的数据、目标年份负荷数据、支路潮流约束限值和待建机组信息。
7.根据权利要求1所述的考虑外网灵活性的发电扩展规划的模型构建方法,其特征在于,解算考虑外网灵活性的发电扩展规划模型的工具为求解器CPLEX。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110390893.5A CN113393074B (zh) | 2021-04-12 | 2021-04-12 | 考虑外网灵活性的发电扩展规划的模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110390893.5A CN113393074B (zh) | 2021-04-12 | 2021-04-12 | 考虑外网灵活性的发电扩展规划的模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113393074A CN113393074A (zh) | 2021-09-14 |
CN113393074B true CN113393074B (zh) | 2022-12-20 |
Family
ID=77617729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110390893.5A Active CN113393074B (zh) | 2021-04-12 | 2021-04-12 | 考虑外网灵活性的发电扩展规划的模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393074B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091263B (zh) * | 2021-11-23 | 2024-03-01 | 中国电力科学研究院有限公司 | 双联络线电网送受电能力仿真分析方法、系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846429A (zh) * | 2016-05-26 | 2016-08-10 | 中国电力科学研究院 | 基于电网分区和类扩展变量松弛的电力系统潮流优化方法 |
CN108123818A (zh) * | 2016-11-30 | 2018-06-05 | 江南大学 | 一种虚实网络灵活可扩展融合的仿真方法 |
CN109167348A (zh) * | 2018-08-24 | 2019-01-08 | 重庆大学 | 基于多参数规划理论的联络线功率可行域确定方法 |
CN109412162A (zh) * | 2018-08-27 | 2019-03-01 | 国家电网公司 | 基于外网运行约束等值的电力系统最优潮流计算方法 |
CN110458319A (zh) * | 2019-06-17 | 2019-11-15 | 中国电力科学研究院有限公司 | 一种电网安全约束节能调度模型的构建方法 |
CN112153165A (zh) * | 2020-11-27 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种电力业务仿真环境构建方法、系统、设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103107533B (zh) * | 2012-11-02 | 2015-04-22 | 国电南瑞科技股份有限公司 | 适应大规模间歇式能源接入的输电网短期扩展规划方法 |
CN103222410B (zh) * | 2013-05-07 | 2014-05-21 | 甘肃省电力设计院 | 新能源发配输电系统与荒漠治理综合利用方法与设施 |
WO2016144225A1 (en) * | 2015-03-12 | 2016-09-15 | Telefonaktiebolaget Lm Ericsson (Publ) | Method node and computer program for energy prediction |
EP3400617A1 (en) * | 2016-01-06 | 2018-11-14 | Flisom AG | Interconnected photovoltaic module configuration |
CN106410852B (zh) * | 2016-11-24 | 2019-02-01 | 国家电网公司 | 电网消纳新能源发电的评估方法及设备 |
CN107944686A (zh) * | 2017-11-17 | 2018-04-20 | 国网新疆电力有限公司 | 考虑电网输送风电适应性的网架扩展方法 |
CN110492529A (zh) * | 2019-07-01 | 2019-11-22 | 中国电力科学研究院有限公司 | 一种考虑海水淡化的沿海多源多荷协调控制系统和方法 |
-
2021
- 2021-04-12 CN CN202110390893.5A patent/CN113393074B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846429A (zh) * | 2016-05-26 | 2016-08-10 | 中国电力科学研究院 | 基于电网分区和类扩展变量松弛的电力系统潮流优化方法 |
CN108123818A (zh) * | 2016-11-30 | 2018-06-05 | 江南大学 | 一种虚实网络灵活可扩展融合的仿真方法 |
CN109167348A (zh) * | 2018-08-24 | 2019-01-08 | 重庆大学 | 基于多参数规划理论的联络线功率可行域确定方法 |
CN109412162A (zh) * | 2018-08-27 | 2019-03-01 | 国家电网公司 | 基于外网运行约束等值的电力系统最优潮流计算方法 |
CN110458319A (zh) * | 2019-06-17 | 2019-11-15 | 中国电力科学研究院有限公司 | 一种电网安全约束节能调度模型的构建方法 |
CN112153165A (zh) * | 2020-11-27 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种电力业务仿真环境构建方法、系统、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
"Incorporating External Flexibility in Generation Expansion Planning";Wei Dai.etc;《IEEE Transactions on Power Systems ( Volume: 36, Issue: 6, November 2021)》;20210804;第5959-5962页 * |
"灵敏度一致性等值方法的改进研究";刘珏麟;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170315;C042-2660 * |
"考虑水电库容弹性的电力系统经济调度";温世杨等;《电力系统自动化》;20200720;第73-82页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113393074A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104123589B (zh) | 一种梯级水电站短期优化调度方法 | |
CN110266038B (zh) | 一种多虚拟电厂分布式协调调控方法 | |
CN110070213B (zh) | 一种电-气综合能源系统的日前调度方法 | |
CN112016747B (zh) | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 | |
CN103219743B (zh) | 基于风电功率波动概率特性的主导节点选择方法 | |
CN103617453A (zh) | 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法 | |
CN106911140A (zh) | 一种储能规划方法 | |
CN103683337A (zh) | 一种互联电网cps指令动态分配优化方法 | |
CN106712035A (zh) | 一种电力系统经济调度方法 | |
CN115995790A (zh) | 一种配电网故障恢复方法、系统、设备及介质 | |
CN112636331A (zh) | 智能电网的动态经济调度分布式优化方法及系统 | |
CN113393074B (zh) | 考虑外网灵活性的发电扩展规划的模型构建方法 | |
CN111428970A (zh) | 一种大规模水电站群跨省外送能力分析模型及求解方法 | |
Yang et al. | Deep learning-based distributed optimal control for wide area energy Internet | |
CN115659651A (zh) | 一种考虑多种灵活性资源的综合能源协同优化调度方法 | |
CN104915788A (zh) | 一种考虑多风场相关性的电力系统动态经济调度的方法 | |
CN103633641A (zh) | 一种考虑风电接纳的中长期交易运营计划获取方法 | |
Yuhui et al. | Midium and long term contract decomposition method considering cascade water quantity matching constraint | |
CN115800276A (zh) | 一种考虑机组爬坡的电力系统应急调度方法 | |
CN110751328A (zh) | 基于联合加权熵的高比例可再生能源电网适应性规划方法 | |
CN109149630A (zh) | 一种新能源电量消纳能力分析规划方法 | |
Zhang et al. | Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System | |
CN107196348A (zh) | 一种考虑多端柔直的日前发电计划编制方法 | |
CN113673912A (zh) | 考虑输电网影响的配电-气网分布式协同规划方法及系统 | |
Ju et al. | A Linear Envelope for the Maximum Energy Storage Model of Cascade Hydropower Groups |
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 |