CN113704679B - 一种基于广义储能调节特性的水电站发电优化方法及装置 - Google Patents

一种基于广义储能调节特性的水电站发电优化方法及装置 Download PDF

Info

Publication number
CN113704679B
CN113704679B CN202111020495.0A CN202111020495A CN113704679B CN 113704679 B CN113704679 B CN 113704679B CN 202111020495 A CN202111020495 A CN 202111020495A CN 113704679 B CN113704679 B CN 113704679B
Authority
CN
China
Prior art keywords
hydropower station
monthly average
monthly
original
output
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
CN202111020495.0A
Other languages
English (en)
Other versions
CN113704679A (zh
Inventor
司大军
吴耀武
李玲芳
娄素华
周俊东
王远
孙鹏
梁书豪
游广增
陈义宣
陈姝敏
何烨
高杉雪
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.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid 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 Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Priority to CN202111020495.0A priority Critical patent/CN113704679B/zh
Publication of CN113704679A publication Critical patent/CN113704679A/zh
Application granted granted Critical
Publication of CN113704679B publication Critical patent/CN113704679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请提供了一种基于广义储能调节特性的水电站发电优化方法及装置，包括：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力和水电站原始月初水头；计算系统原始月平均净负荷方差；根据水电站原始月初水头优化水电站月平均发电流量偏差量；计算系统月平均净负荷方差，判断其相对于系统原始月平均净负荷方差的减少程度是否大于或等于设定阈值；根据水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头和水电站优化出力修正系数；最后计算水电站优化月平均出力值。本申请结合水电站的多时间尺度调节能力，充分挖掘水电站作为广义储能的灵活性调节能力，提升了水电站参与电力电量平衡时平抑负荷波动的能力。

Description

一种基于广义储能调节特性的水电站发电优化方法及装置
技术领域
本申请属于电力系统技术领域，具体涉及一种基于广义储能调节特性的水电站发电优化方法及装置。
背景技术
水电站又称水力发电厂，是把水的位能和动能转换成电能的工厂。水电站水力发电的基本生产过程是：从河流高处或其他水库内引水，利用水的压力或流速冲动水轮机旋转，将重力势能和动能转变成机械能，然后水轮机带动发电机旋转，将机械能转变成电能。即水力发电是将水的势能变成旋转机械能，又变成电能的转换过程。
多变的天然来水径流和水库的调节能力，对水电站及其水库的中长期运行方式有着显著的影响。水电站在中长时期内所利用的天然来水变化非常剧烈，在时间(季度间和年际间)上的分配极不均匀，水资源在时间尺度上的不均匀分配与电力系统负荷特性的适应性较差。
在现有的相关技术中，在对水电站及其水库进行中长期优化调度时，通常以水电站的运行经济性或者系统运行成本为优化目标，所得到的水电站月度电量安排必然会趋于电站发电量最大的趋势，这种优化结果与电力系统负荷的季节性差异相违背，没有与电力系统负荷波动相适应，导致水电站参与系统电力电量平衡时平抑系统负荷波动的能力较低。
发明内容
本申请提供了一种基于广义储能调节特性的水电站发电优化方法及装置，以解决现有的水电站发电优化方法与电力系统负荷的季节性差异相违背，没有与电力系统负荷波动相适应的问题。
一方面，本申请提供一种基于广义储能调节特性的水电站发电优化方法，包括：
获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；
根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；
根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；
根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；
根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；
判断所述减少程度是否大于或者等于设定阈值；
如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；
根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；
根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
可选的，所述判断所述减少程度是否大于或者等于设定阈值之后，还包括：如果所述减少程度小于所述设定阈值，再次根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；
可选的，所述根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷的公式为：
Figure BDA0003241748660000021
式中，
Figure BDA0003241748660000022
为系统原始月平均净负荷，Lt为电力系统典型年月平均负荷，Nt为月平均风电光伏联合出力，Pt 0为水电站原始月平均出力，
Figure BDA0003241748660000023
为系统内剩余水电站原始月平均出力之和，t为月份。
计算所述系统原始月平均净负荷方差的公式为：
Figure BDA0003241748660000024
其中，
Figure BDA0003241748660000031
式中，
Figure BDA0003241748660000032
为系统原始月平均净负荷方差，
Figure BDA0003241748660000033
为全年12个月月平均净负荷的平均值。
可选的，所述根据所述水电站原始月初水头优化水电站月平均发电流量偏差量包括：
保持水电站月初水头为所述原始月初水头，使用加速变步长搜索算法对所述水电站月平均发电流量偏差量进行优化。
可选的，根据所述水电站原始月初水头计算水电站原始出力修正系数的公式为：
Figure BDA0003241748660000034
式中，
Figure BDA0003241748660000035
为水电站原始出力修正系数，kp为水电机组的出力系数，
Figure BDA0003241748660000036
为月份t的月初水头，
Figure BDA0003241748660000037
为月份t+1的月初水头。
可选的，所述根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷的公式为：
Figure BDA0003241748660000038
Figure BDA0003241748660000039
式中，Pt为水电站月平均出力，ΔQt为月平均发电流量偏差量，LNt为系统月平均净负荷。
可选的，所述根据所述系统月平均净负荷计算系统月平均净负荷方差的公式为：
Figure BDA00032417486600000310
其中，
Figure BDA00032417486600000311
式中，
Figure BDA0003241748660000041
为系统月平均净负荷方差，
Figure BDA0003241748660000042
为全年12个月月平均净负荷的平均值；
所述计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度的公式为：
Figure BDA0003241748660000043
式中，η为减少程度。
可选的，所述根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头的公式为：
Figure BDA0003241748660000044
式中，
Figure BDA0003241748660000045
为水电站优化月初水头，
Figure BDA0003241748660000046
为所述水电站月平均发电流量偏差量的优化值，kv为“库容-水头”转换系数；
所述根据所述水电站优化月初水头，计算水电站优化出力修正系数的公式为：
Figure BDA0003241748660000047
式中，
Figure BDA0003241748660000048
为水电站优化出力修正系数。
可选的，所述根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值的公式为：
Figure BDA0003241748660000049
式中，Pt *为水电站优化月平均出力值。
另一方面，本申请还提供一种基于广义储能调节特性的水电站发电优化装置，包括：获取模块、处理模块和判断模块；其中，
所述获取模块被配置为：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；
所述处理模块被配置为：根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；
所述判断模块被配置为：判断所述减少程度是否大于或者等于设定阈值；
所述处理模块还被配置为：如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
由以上技术方案可知，本申请提供了一种基于广义储能调节特性的水电站发电优化方法及装置，所述方法包括：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；判断所述减少程度是否大于或者等于设定阈值；如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
本申请提供的基于广义储能调节特性的水电站发电优化方法及装置，在现有以水电站运行经济性最大化为目标的水电站中长期发电优化调度模型的基础上，进一步考虑水电站群的多时间尺度调节能力，充分挖掘水电站群作为广义储能的灵活性调节能力，以平抑系统净负荷季节及日间波动为优化目标，对水电站群的中长期发电计划进行二次优化调度，提升了水电站参与电力电量平衡时平抑负荷波动的能力。在进行月平均出力优化时，首先假设各月月初水头保持不变，对月平均发电流量进行优化，优化后再修正各月月初水头，计算精确优化出力数值，既提高了水电站运行优化模型的求解速度，又保证了优化模型的求解精度。以电力系统净负荷波动性最小为优化目标，避免了火电机组频繁变出力所引起的运行费用增加、提高了电力系统消纳高比例可再生能源的能力，与未来高比例可再生能源电力系统的发展相适应。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于广义储能调节特性的水电站发电优化方法的流程图；
图2为本申请实施例提供的一种基于广义储能调节特性的水电站发电优化装置的结构示意图。
具体实施方式
为使本申请示例性实施例的目的、技术方案和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
请参阅图1，图1为本申请实施例提供的一种基于广义储能调节特性的水电站发电优化方法的流程图。
如图1所示，一方面，本申请提供一种基于广义储能调节特性的水电站发电优化方法，包括：
S101：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头。
在本实施例中，所述典型年月平均负荷为逐月发电量与该月份小时数的比值，单位为MW。所述月平均风电光伏联合出力为风电、光伏月平均出力之和，单位为MW。所述水电站原始月平均出力的单位为MW。所述水电站原始月初水头的单位为m。
S102：根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差。
可选的，所述根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷的公式为：
Figure BDA0003241748660000071
式中，
Figure BDA0003241748660000072
为系统原始月平均净负荷，Lt为电力系统典型年月平均负荷，Nt为月平均风电光伏联合出力，Pt 0为水电站原始月平均出力，
Figure BDA0003241748660000073
为系统内剩余水电站原始月平均出力之和，t为月份。
计算所述系统原始月平均净负荷方差的公式为：
Figure BDA0003241748660000074
其中，
Figure BDA0003241748660000075
式中，
Figure BDA0003241748660000076
为系统原始月平均净负荷方差，
Figure BDA0003241748660000077
为全年12个月月平均净负荷的平均值。
S103：根据所述水电站原始月初水头优化水电站月平均发电流量偏差量。
可选的，所述根据所述水电站原始月初水头优化水电站月平均发电流量偏差量包括：
保持水电站月初水头为所述原始月初水头，使用加速变步长搜索算法对所述水电站月平均发电流量偏差量进行优化。
S104：根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷。
可选的，根据所述水电站原始月初水头计算水电站原始出力修正系数的公式为：
Figure BDA0003241748660000078
式中，
Figure BDA0003241748660000079
为水电站原始出力修正系数，所述水电站原始出力修正系数为水电机组的固有参数,，kp为水电机组的出力系数，
Figure BDA0003241748660000081
为月份t的月初水头，
Figure BDA0003241748660000082
为月份t+1的月初水头。
可选的，所述根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷的公式为：
Figure BDA0003241748660000083
Figure BDA0003241748660000084
式中，Pt为水电站月平均出力，ΔQt为月平均发电流量偏差量，LNt为系统月平均净负荷。
S105：根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度。
可选的，所述根据所述系统月平均净负荷计算系统月平均净负荷方差的公式为：
Figure BDA0003241748660000085
其中，
Figure BDA0003241748660000086
式中，
Figure BDA0003241748660000087
为系统月平均净负荷方差，
Figure BDA0003241748660000088
为全年12个月月平均净负荷的平均值。
所述计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度的公式为：
Figure BDA0003241748660000089
式中，η为减少程度。
S106：判断所述减少程度是否大于或者等于设定阈值。
在本实施例中，所述设定阈值提前给定，所述设定阈值决定了求解精度与速度，所述设定阈值越大则求解精度越高、求解速度越快。
可选的，如果所述减少程度小于所述设定阈值，再次根据所述水电站原始月初水头优化水电站月平均发电流量偏差量。
在本实施例中，如果所述减少程度小于所述设定阈值，则说明优化结果未满足设定精度要求。需要再次根据所述水电站原始月初水头对水电站月平均发电流量偏差量进行优化，以使优化结果满足设定的精度要求。
S107：如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值。
在本实施例中，如果所述减少程度大于或者等于所述设定阈值，则说明优化结果满足设定精度要求。此时，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值。根据所述水电站月平均发电流量偏差量的优化值进一步计算水电站优化月平均出力值。
S108：根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数。
可选的，所述根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头的公式为：
Figure BDA0003241748660000091
式中，
Figure BDA0003241748660000092
为水电站优化月初水头，
Figure BDA0003241748660000093
为所述水电站月平均发电流量偏差量的优化值，kv为“库容-水头”转换系数，所述“库容-水头”转换系数反映了单位发电流量改变量所引起水头变化的程度，为水电站的固有参数。
所述根据所述水电站优化月初水头，计算水电站优化出力修正系数的公式为：
Figure BDA0003241748660000094
式中，
Figure BDA0003241748660000095
为水电站优化出力修正系数。
S109：根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
可选的，所述根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值的公式为：
Figure BDA0003241748660000101
式中，Pt *为水电站优化月平均出力值。
请参阅图2，图2为本申请实施例提供的一种基于广义储能调节特性的水电站发电优化装置的结构示意图。
如图2所示，另一方面，本申请还提供一种基于广义储能调节特性的水电站发电优化装置，包括：获取模块201、处理模块202和判断模块203；其中，
所述获取模块201被配置为：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；
所述处理模块202被配置为：根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；
所述判断模块203被配置为：判断所述减少程度是否大于或者等于设定阈值；
所述处理模块202还被配置为：如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
由以上技术方案可知，本申请提供了一种基于广义储能调节特性的水电站发电优化方法及装置，所述方法包括：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；判断所述减少程度是否大于或者等于设定阈值；如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
本申请提供的基于广义储能调节特性的水电站发电优化方法及装置，在现有以水电站运行经济性最大化为目标的水电站中长期发电优化调度模型的基础上，进一步考虑水电站群的多时间尺度调节能力，充分挖掘水电站群作为广义储能的灵活性调节能力，以平抑系统净负荷季节及日间波动为优化目标，对水电站群的中长期发电计划进行二次优化调度，提升了水电站参与电力电量平衡时平抑负荷波动的能力。在进行月平均出力优化时，首先假设各月月初水头保持不变，对月平均发电流量进行优化，优化后再修正各月月初水头，计算精确优化出力数值，既提高了水电站运行优化模型的求解速度，又保证了优化模型的求解精度。以电力系统净负荷波动性最小为优化目标，避免了火电机组频繁变出力所引起的运行费用增加、提高了电力系统消纳高比例可再生能源的能力，与未来高比例可再生能源电力系统的发展相适应。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于广义储能调节特性的水电站发电优化方法，其特征在于，包括：
获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；
根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；
根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；
根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；
根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；
判断所述减少程度是否大于或者等于设定阈值；
如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；
根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；
根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
2.根据权利要求1所述的方法，其特征在于，所述判断所述减少程度是否大于或者等于设定阈值之后，还包括：如果所述减少程度小于所述设定阈值，再次根据所述水电站原始月初水头优化水电站月平均发电流量偏差量。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷的公式为：
Figure FDA0003241748650000011
式中，
Figure FDA0003241748650000012
为系统原始月平均净负荷，Lt为电力系统典型年月平均负荷，Nt为月平均风电光伏联合出力，
Figure FDA0003241748650000013
为水电站原始月平均出力，
Figure FDA0003241748650000014
为系统内剩余水电站原始月平均出力之和，t为月份；
计算所述系统原始月平均净负荷方差的公式为：
Figure FDA0003241748650000021
其中，
Figure FDA0003241748650000022
式中，
Figure FDA0003241748650000023
为系统原始月平均净负荷方差，
Figure FDA0003241748650000024
为全年12个月月平均净负荷的平均值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述水电站原始月初水头优化水电站月平均发电流量偏差量包括：
保持水电站月初水头为所述原始月初水头，使用加速变步长搜索算法对所述水电站月平均发电流量偏差量进行优化。
5.根据权利要求4所述的方法，其特征在于，根据所述水电站原始月初水头计算水电站原始出力修正系数的公式为：
Figure FDA0003241748650000025
式中，
Figure FDA0003241748650000026
为水电站原始出力修正系数，kp为水电机组的出力系数，
Figure FDA0003241748650000027
为月份t的月初水头，
Figure FDA0003241748650000028
为月份t+1的月初水头。
6.根据权利要求5所述的方法，其特征在于，所述根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷的公式为：
Figure FDA0003241748650000029
Figure FDA00032417486500000210
式中，Pt为水电站月平均出力，ΔQt为月平均发电流量偏差量，LNt为系统月平均净负荷。
7.根据权利要求6所述的方法，其特征在于，所述根据所述系统月平均净负荷计算系统月平均净负荷方差的公式为：
Figure FDA0003241748650000031
其中，
Figure FDA0003241748650000032
式中，
Figure FDA0003241748650000033
为系统月平均净负荷方差，
Figure FDA0003241748650000034
为全年12个月月平均净负荷的平均值；
所述计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度的公式为：
Figure FDA0003241748650000035
式中，η为减少程度。
8.根据权利要求7所述的方法，其特征在于，所述根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头的公式为：
Figure FDA0003241748650000036
式中，
Figure FDA0003241748650000037
为水电站优化月初水头，
Figure FDA0003241748650000038
为所述水电站月平均发电流量偏差量的优化值，kv为“库容-水头”转换系数；
所述根据所述水电站优化月初水头，计算水电站优化出力修正系数的公式为：
Figure FDA0003241748650000039
式中，
Figure FDA00032417486500000310
为水电站优化出力修正系数。
9.根据权利要求8所述的方法，其特征在于，所述根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值的公式为：
Figure FDA00032417486500000311
式中，
Figure FDA00032417486500000312
为水电站优化月平均出力值。
10.一种基于广义储能调节特性的水电站发电优化装置，其特征在于，包括：获取模块、处理模块和判断模块；其中，
所述获取模块被配置为：获取电力系统典型年月平均负荷、月平均风电光伏联合出力、水电站原始月平均出力以及水电站原始月初水头；
所述处理模块被配置为：根据所述电力系统典型年月平均负荷、所述月平均风电光伏联合出力和所述水电站原始月平均出力计算系统原始月平均净负荷和系统原始月平均净负荷方差；根据所述水电站原始月初水头优化水电站月平均发电流量偏差量；根据所述水电站原始月初水头计算水电站原始出力修正系数，根据所述水电站月平均发电流量偏差量和所述水电站原始出力修正系数计算水电站月平均出力和系统月平均净负荷；根据所述系统月平均净负荷计算系统月平均净负荷方差，计算所述系统月平均净负荷方差相对于所述系统原始月平均净负荷方差的减少程度；
所述判断模块被配置为：判断所述减少程度是否大于或者等于设定阈值；
所述处理模块还被配置为：如果所述减少程度大于或者等于所述设定阈值，所述水电站月平均发电流量偏差量即为水电站月平均发电流量偏差量的优化值；根据所述水电站月平均发电流量偏差量的优化值，计算水电站优化月初水头，根据所述水电站优化月初水头，计算水电站优化出力修正系数；根据所述水电站原始月平均出力、所述水电站优化出力修正系数和所述水电站月平均发电流量偏差量的优化值计算水电站优化月平均出力值。
CN202111020495.0A 2021-09-01 2021-09-01 一种基于广义储能调节特性的水电站发电优化方法及装置 Active CN113704679B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111020495.0A CN113704679B (zh) 2021-09-01 2021-09-01 一种基于广义储能调节特性的水电站发电优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111020495.0A CN113704679B (zh) 2021-09-01 2021-09-01 一种基于广义储能调节特性的水电站发电优化方法及装置

Publications (2)

Publication Number Publication Date
CN113704679A CN113704679A (zh) 2021-11-26
CN113704679B true CN113704679B (zh) 2022-12-23

Family

ID=78658757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111020495.0A Active CN113704679B (zh) 2021-09-01 2021-09-01 一种基于广义储能调节特性的水电站发电优化方法及装置

Country Status (1)

Country Link
CN (1) CN113704679B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636674A (zh) * 2019-01-23 2019-04-16 三峡大学 一种大规模水电站群月度交易电量分解与校核方法
CN109726907A (zh) * 2018-12-21 2019-05-07 南瑞集团有限公司 一种水电站群中长期出力计算方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726907A (zh) * 2018-12-21 2019-05-07 南瑞集团有限公司 一种水电站群中长期出力计算方法及系统
CN109636674A (zh) * 2019-01-23 2019-04-16 三峡大学 一种大规模水电站群月度交易电量分解与校核方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于高比重水电调峰能力的电站优化运行策略;张程翔等;《水电能源科学》;20171025(第10期);全文 *
水电站综合出力系数变化规律及应用研究;苟露等;《中国农村水利水电》;20170615(第06期);全文 *

Also Published As

Publication number Publication date
CN113704679A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
An et al. Theories and methodology of complementary hydro/photovoltaic operation: Applications to short-term scheduling
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
EP2562904B1 (en) Method for maintaining an optimal amount of energy derived from a power generation system in a storage device
CN104795846A (zh) 一种抽水蓄能电站与风电的联合系统的优化运行方法
CN112736985B (zh) 一种考虑受端负荷特性的水光联合调度的出力分配方法
CN117078109A (zh) 一种基于水风光互补的水电调节能力表征及计算方法
CN111969591B (zh) 一种光蓄能水电站互补的离网式混合能源系统优化方法
CN113394808B (zh) 清洁能源基地的发电调度方法和装置
CN110768303A (zh) 一种海岛型能源系统设备容量的优化配置方法
CN113704679B (zh) 一种基于广义储能调节特性的水电站发电优化方法及装置
CN109638886B (zh) 一种基于CVaR的风电日前出力申报优化方法
CN116562554A (zh) 一种考虑灵活性供需平衡的长短期储能联合规划方法
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
CN115600838A (zh) 一种水电站调节能力评价方法、设备和介质
CN112801816A (zh) 一种风光水互补系统总效益的资源优化调度方法
CN116316740B (zh) 一种考虑新能源影响的储能代替火电容量效率计算方法
Bludszuweit et al. Pre-feasibility study of a grid connected wind-PV hybrid system with energy storage and power prediction
CN116979570B (zh) 微电网混合型储能方法、系统及装置
US11811236B1 (en) Counter-solar power plant
Shabani et al. Comparison of the optimal design of PV-battery and PV-PHS off-grid energy systems-a case study in Sweden
Avdeev et al. Transition to Smart Grids of Power Supply with Renewable Energy Sources in the Republic of Crimea
CN113394818A (zh) 一种基于异质能源互补性的电力系统优化调度方法
CN113824149A (zh) 一种面向新能源并网的电力电量平衡分析方法
CN114614495A (zh) 一种配置风电和光伏发电的抽蓄灌溉系统的运行控制方法
CN116862713A (zh) 高比例可再生能源系统下水电机组振动预测模型及方法

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