CN113949081A - 光伏和风电消纳的储热容量优化配置方法、设备及介质 - Google Patents

光伏和风电消纳的储热容量优化配置方法、设备及介质 Download PDF

Info

Publication number
CN113949081A
CN113949081A CN202111382137.4A CN202111382137A CN113949081A CN 113949081 A CN113949081 A CN 113949081A CN 202111382137 A CN202111382137 A CN 202111382137A CN 113949081 A CN113949081 A CN 113949081A
Authority
CN
China
Prior art keywords
power
photovoltaic
heat storage
wind
heat
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.)
Pending
Application number
CN202111382137.4A
Other languages
English (en)
Inventor
王建众
李国栋
赵永明
袁静
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.)
State Grid Gansu Electric Power Co Longnan Power Supply Co
Original Assignee
State Grid Gansu Electric Power Co Longnan Power Supply Co
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 State Grid Gansu Electric Power Co Longnan Power Supply Co filed Critical State Grid Gansu Electric Power Co Longnan Power Supply Co
Priority to CN202111382137.4A priority Critical patent/CN113949081A/zh
Publication of CN113949081A publication Critical patent/CN113949081A/zh
Pending legal-status Critical Current

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种光伏和风电消纳的储热容量优化配置方法、设备及介质，其中，所述方法包括以下步骤：确定储热系统辅助提供接纳光电风电电量，构建储热系统约束；以总体收益最大为目标及所述储热系统约束，建立储热储电系统容量优化配置模型，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案。与现有技术相比，本发明利用火电机组进行调峰使得系统更灵活多变，在多方成本寻优的情况下，控制影响因素、明确目标函数和简化系统成本，并采用了储能设备对系统进行调峰，减小弃光弃风率的同时起到高效利用能源的作用。

Description

光伏和风电消纳的储热容量优化配置方法、设备及介质
技术领域
本发明属于新能源储能领域，涉及一种储热储电系统优化配置方法，尤其是涉及一种光伏和风电消纳的储热容量优化配置方法。
背景技术
近年来，光伏风电产业日益壮大，光伏和风电场规模也逐年增加。由于太阳能和风电都具有不连续性、不稳定和不可控的特点，光伏风电大规模并网会给电网调峰带来巨大的负担，因此弃风率一直很高。储能系统有助于系统的调峰过程。储能系统可以将多余的能量转化为热能储存，这将成为电力系统安全运行的重要组成部分，可以有效提高光伏风力发电的可控性发电，实现电网调峰，电力平稳输出，减少光伏、风力发电对电网的冲击，有效解决风电弃风率高的问题。
现有已有较多基于储能技术消纳光伏风电的技术，如戴远航等提出了风电场与含储热的热电联产联合运行的优化调度；于靖等在考虑储热装置的风电-热电联合运行的策略；专利申请CN201910650474.3公开一种光热—光伏—风电联合发电系统的容量优化方法等。但上述现有方案还存在灵活性不够、能源利用率不够高等不足。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种光伏和风电消纳的储热容量优化配置方法，灵活性高，在减小弃光弃风率的同时起到高效利用能源的作用。
本发明的目的可以通过以下技术方案来实现：
一种光伏和风电消纳的储热容量优化配置方法，该方法包括以下步骤：
确定储热系统辅助提供接纳光电风电电量，构建储热系统约束；
以总体收益最大为目标及所述储热系统约束，建立储热储电系统容量优化配置模型，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案；
所述储热储电系统容量优化配置模型的目标函数表示为：
H(E)＝max{G(E)+F(E)+T(E)+B(E)-RTESE-CTESPTES-TACsystem}
式中，E为储热优化配置容量；G(E)、F(E)、T(E)、B(E)分别为光热转换收益、风热转换收益、代替供热收益和补偿供热收益；RTES为储热系统单位容量价格；CTES为储热系统单位功率价格；T为储热系统寿命年限；ACsystem为系统每年的运行维护成本。
进一步地，所述储热系统辅助提供接纳光电风电电量基于光电风电可发功率、火电机组最小出力和储热优化配置功率计算获得，具体地：
Figure BDA0003365977020000021
Figure BDA0003365977020000022
式中，Pd为提高接纳光伏风电的功率；δ为储热转换效率；Pfd为风电可发功率；Pgf为光伏可发功率；T为储热系统一天动作的时段数；Δt为单个时段储热动作的时长；PTES为储热系统容量；Ph,min为火电机组最小出力。
进一步地，所述风电可发功率的表达式为：
Figure BDA0003365977020000023
Figure BDA0003365977020000024
Figure BDA0003365977020000025
Figure BDA0003365977020000026
式中，u、uin、uout、ue分别为实际风速、输入风速、输出风速和额定风速；Pfd、Pe分别为风电实际情况下的输出功率和额定功率；K为风速形状因子；α、β分别为拟定功率参数；σ为风速样本中的标准差；
Figure BDA0003365977020000027
为样本中的平均风速。
进一步地，所述光伏可发功率的表达式为：
Pgf＝Itilt×A×N×ηgf
ηgf＝ηgf.ref×[1-δ×(Tgf-Tsta)]
Figure BDA0003365977020000028
式中，Pgf为光伏实际情况下的输出功率；Itilt、Iref分别为倾斜面上辐照强度和参考辐照强度；A为光伏组件面积；N为光伏组件数量；ηgf、ηgf.ref分别为光伏组件实际发电效率和参考发电效率；δ为温度修正系数；Tgf、Tsta、Ten、Te、Tref分别为光伏组件运行温度、标准测试条件下的测试温度、温度环境、额定运行温度和参考温度。
进一步地，所述火电机组最小出力基于发电机组输出功率确定，所述发电机组输出功率的表达式为：
Figure BDA0003365977020000031
式中，Ph为发电机组输出功率；Pt,force为调峰机组额定出力功率；Pc,force为常规机组正常运行的强迫出力功率；i为调峰机组数目；j为保障常规机组数量。
进一步地，所述储热系统约束包括风电系统安全约束条件和光伏系统安全约束条件，其中，所述风电系统安全约束条件表示为：
Figure BDA0003365977020000032
Figure BDA0003365977020000033
式中，pf(t)风电功率系数；
Figure BDA0003365977020000034
为风电在时刻t的最大出力；
Figure BDA0003365977020000035
为风电分布式电源接入容量；Pf(t)为风电并网的有功功率；∑Pfd为可发风电总量；Pfd,max为风电最大接纳量；
所述光伏系统安全约束条件表示为：
Figure BDA0003365977020000036
Figure BDA0003365977020000037
式中，pg(t)为光伏功率系数；
Figure BDA0003365977020000038
为光伏在时刻t的最大出力；
Figure BDA0003365977020000039
为光伏分布式电源接入容量；Pg(t)为光伏并网的有功功率；∑Pgf为光伏总量；Pgf,max为光伏最大接纳量。
进一步地，所述光热转换收益的计算公式为：
G(E)＝ETGRη1
式中，ETG为储热系统提高光伏接纳转换的热量；R为电网外送单位热量的价格；η1为电锅炉光热转换效率；
所述风热转换收益的计算公式为：
F(E)＝ETFRη2
式中，R为电网外送单位热量的价格；ETF为储热系统提高风电接纳转换的热量；η2为电锅炉风电热转换效率；
所述代替供热收益的计算公式为：
T(E)＝(ETF+ETG)(Cf+Rmβ)
式中，Cf为供热机组产生单位热量的排放废气成本；Rm为煤炭的价格；β为供热机组煤耗率；
所述补偿供热收益的计算公式为：
B(E)＝(ETG+ETF)MB
式中，MB为电网对非常规调峰机组的调峰电量补偿价格；
所述系统每年运行维护成本的计算公式为：
ACsystem＝ACfd+ACgf+ACh+ACTES
式中，ACsystem为系统每年的运行维护成本；ACfd为风电发电单元每年的运行维护成本；ACgf为火电发电单元每年的运行维护成本；ACh为火电调峰机组每年的运行维护成本；ACTES为储能设备每年运行维护成本。
进一步地，根据典型日消纳弃光弃风储热梯度调度，采用以50MW为梯度的调度策略，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案。
本发明还提供一种电子设备，包括：
一个或多个处理器；
存储器；和
被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述光伏和风电消纳的储热容量优化配置方法的指令。
本发明还提供一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如上所述光伏和风电消纳的储热容量优化配置方法的指令。
与现有技术相比，本发明具有以下有益效果：
1、本发明利用火电机组进行调峰，使得系统更灵活多变，在多方成本寻优的情况下，控制影响因素、明确目标函数和简化系统成本。
2、本发明依据实际工程的约束条件对储热系统约束，采用50MW进行梯级调度，按储热容量确定调度等级，优化配置结果准确可靠。
3、本发明采用了储能设备对系统进行调峰，减小弃光弃风率的同时起到高效利用能源的作用。
4、本发明以优化分布式光伏和风电消纳为目的，在明确用户用电量的同时，并确定储热储电系统的容量，最终计算得到最终所得收益，并根据调峰使储能系统对电力系统的运行起到削峰填谷的作用。
5、本发明通过计算不同情况下的系统的优化容量配比光伏、风电、火电和储热系统，从而提高系统的可靠性及其经济性。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本发明以光伏和风电消纳的储热容量优化配置方法为目的，利用火电机组出力实现调峰，依据储热系统实际工程约束条件，按储热容量等级，储热设备采用梯级调度，提出利用光电转换效益、风电转换效益、和代替供热收益和补偿供热收益，来建立储热系统最优容量配置数学模型。该方法应用于包括风电单元、太阳能光伏发电单元、火电调峰配置、储热储电设备的系统。具体地，参考图1所示，本发明的光伏和风电消纳的储热容量优化配置方法，该方法包括以下步骤：
确定储热系统辅助提供接纳光电风电电量，构建储热系统约束，该储热系统约束包括风电系统安全约束条件、光伏系统安全约束条件和功率约束条件；以总体收益最大为目标及所述储热系统约束，建立储热储电系统容量优化配置模型，根据典型日消纳弃光弃风储热梯度调度，采用以50MW为梯度的调度策略，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案。
1、储热系统约束
储热系统辅助提供接纳光电风电电量具体为：
计算光伏发电功率和风电发电功率及其安全约束条件、负荷功率、火电机组最小出力来确定约束条件；
根据给定的负荷预测曲线，在明确发电机组组合、调峰机组额定出力、调峰机组数量、常规机组正常强迫出力、常规机组数量的情况下，确定火电发电机组输出功率；
根据光电风电可发功率、火电机组最小出力和储热优化配置功率计算储热系统辅助提供接纳光电和风电量。
(1)风电可发功率及其安全约束
风电可发功率的表达式为：
Figure BDA0003365977020000061
Figure BDA0003365977020000062
Figure BDA0003365977020000063
Figure BDA0003365977020000064
式中，u、uin、uout、ue分别为实际风速、输入风速、输出风速和额定风速；Pfd、Pe分别为风电实际情况下的输出功率和额定功率；K为风速形状因子；α、β分别为拟定功率参数；σ为风速样本中的标准差；
Figure BDA0003365977020000065
为样本中的平均风速。
由于新能源出力不稳定、促进新能源消纳相关补偿机制不完善，引入对风电系统安全约束条件：
Figure BDA0003365977020000066
Figure BDA0003365977020000067
式中，pf(t)风电功率系数，其为风速v的分段函数；
Figure BDA0003365977020000068
为风电在时刻t的最大出力；
Figure BDA0003365977020000069
为风电分布式电源接入容量；Pf(t)为风电并网的有功功率，其不超过风电出力的最大范围；∑Pfd为可发风电总量；Pfd,max为风电最大接纳量；
(2)光伏可发功率及其安全约束
光伏可发功率的表达式为：
Pgf＝Itilt×A×N×ηgf
ηgf＝ηgf.ref×[1-δ×(Tgf-Tsta)]
Figure BDA0003365977020000071
式中，Pgf为光伏实际情况下的输出功率，W；Itilt、Iref分别为倾斜面上辐照强度、参考辐照强度，W/m2；A为光伏组件面积，m2；N为光伏组件数量；ηgf、ηgf.ref分别为光伏组件实际发电效率、参考发电效率；δ为温度修正系数；Tgf、Tsta、Ten、Te、Tref分别为光伏组件运行温度、标准测试条件下的测试温度、温度环境、额定运行温度、参考温度，℃。
由于新能源出力不稳定、促进新能源消纳相关补偿机制不完善，引入对光伏系统安全约束条件：
Figure BDA0003365977020000072
Figure BDA0003365977020000073
式中，pg(t)为光伏功率系数，其为光照强度和温度的函数；
Figure BDA0003365977020000074
为光伏在时刻t的最大出力；
Figure BDA0003365977020000075
为光伏分布式电源接入容量；Pg(t)为光伏并网的有功功率，其不超过光伏出力的最大范围；∑Pgf为光伏总量；Pgf,max为光伏最大接纳量。
(3)火电机组最小出力
根据给定的负荷预测曲线，在明确发电机组组合、调峰机组数量、调峰机组额定出力、常规机组数量、常规机组正常强迫出力的情况下，确定发电机组输出功率：
Figure BDA0003365977020000076
式中，Ph为发电机组输出功率；Pt,force为调峰机组额定出力功率；Pc,force为常规机组正常运行的强迫出力功率；i为调峰机组数目；j为保障常规机组数量。
根据对应用户基础用电负荷进行计算，确定火电机组出力最小值，具体地：
Pfh-Pfd-Pgf＜Ph,min
式中，Pfh为负荷功率；Ph,min为最小火电出力；Pfd风电实际输出功率；Pgf为光伏实际输出功率。
(4)储热系统辅助提供接纳光电风电电量
储热系统辅助提供接纳光电风电电量基于光电风电可发功率、火电机组最小出力和储热优化配置功率计算获得，具体地：
Figure BDA0003365977020000081
Figure BDA0003365977020000082
式中，Pd为提高接纳光伏风电的功率；δ为储热转换效率；Pfd为风电可发功率；Pgf为光伏可发功率；T为储热系统一天动作的时段数；Δt为单个时段储热动作的时长；PTES为储热系统容量；Ph,min为火电机组最小出力。
2、目标函数
储热储电系统容量优化配置模型的目标函数表示为：
H(E)＝max{G(E)+F(E)+T(E)+B(E)-RTESE-CTESPTES-TACsystem}
式中，E为储热优化配置容量；G(E)、F(E)、T(E)、B(E)分别为光热转换收益、风热转换收益、代替供热收益和补偿供热收益；RTES为储热系统单位容量价格；CTES为储热系统单位功率价格；T为储热系统寿命年限；ACsystem为系统每年的运行维护成本。
光热转换收益的计算公式为：
G(E)＝ETGRη1
式中，ETG为储热系统提高光伏接纳转换的热量(MW*h)；R为电网外送单位热量的价格(元/(MW*h))；η1为电锅炉光热转换效率。
风热转换收益的计算公式为：
F(E)＝ETFRη2
式中，R为电网外送单位热量的价格(元/(MW*h))；ETF为储热系统提高风电接纳转换的热量(MW*h)；η2为电锅炉风电热转换效率。
代替供热收益的计算公式为：
T(E)＝(ETF+ETG)(Cf+Rmβ)
式中，Cf为供热机组产生单位热量的排放废气成本(元/(MW*h))；Rm为煤炭的价格(元/t)；β为供热机组煤耗率(kg/(kW*h))。
补偿供热收益的计算公式为：
B(E)＝(ETG+ETF)MB
式中，MB为电网对非常规调峰机组的调峰电量补偿价格(元/(MW*h))。
系统每年运行维护成本的计算公式为：
ACsystem＝ACfd+ACgf+ACh+ACTES
式中，ACsystem为系统每年的运行维护成本(元)；ACfd为风电发电单元每年的运行维护成本(元)；ACgf为火电发电单元每年的运行维护成本(元)；ACh为火电调峰机组每年的运行维护成本(元)；ACTES为储能设备每年运行维护成本(元)。
3、模型求解
根据典型日消纳弃光弃风储热梯度调度，确定50MW为储热单位调度等级，光伏风电裕量大于0的部分需要调度储热系统进行消纳，得出不同时刻的储热容量梯度。根据得出的不同时刻容量，划分为多个储热容量梯度，计算系统在不同容量梯度时间的光热转换收益、风热转换收益、代替供热收益、补偿供热收益、储热成本和运行维护成本，收益最大时的储热容量梯度则为最优容量配置。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种光伏和风电消纳的储热容量优化配置方法，其特征在于，该方法包括以下步骤：
确定储热系统辅助提供接纳光电风电电量，构建储热系统约束；
以总体收益最大为目标及所述储热系统约束，建立储热储电系统容量优化配置模型，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案；
所述储热储电系统容量优化配置模型的目标函数表示为：
H(E)＝max{G(E)+F(E)+T(E)+B(E)-RTESE-CTESPTES-TACsystem}
式中，E为储热优化配置容量；G(E)、F(E)、T(E)、B(E)分别为光热转换收益、风热转换收益、代替供热收益和补偿供热收益；RTES为储热系统单位容量价格；CTES为储热系统单位功率价格；T为储热系统寿命年限；ACsystem为系统每年的运行维护成本。
2.根据权利要求1所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述储热系统辅助提供接纳光电风电电量基于光电风电可发功率、火电机组最小出力和储热优化配置功率计算获得，具体地：
Figure FDA0003365977010000011
Figure FDA0003365977010000012
式中，Pd为提高接纳光伏风电的功率；δ为储热转换效率；Pfd为风电可发功率；Pgf为光伏可发功率；T为储热系统一天动作的时段数；Δt为单个时段储热动作的时长；PTES为储热系统容量；Ph,min为火电机组最小出力。
3.根据权利要求2所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述风电可发功率的表达式为：
Figure FDA0003365977010000013
Figure FDA0003365977010000014
Figure FDA0003365977010000015
Figure FDA0003365977010000021
式中，u、uin、uout、ue分别为实际风速、输入风速、输出风速和额定风速；Pfd、Pe分别为风电实际情况下的输出功率和额定功率；K为风速形状因子；α、β分别为拟定功率参数；σ为风速样本中的标准差；
Figure FDA0003365977010000028
为样本中的平均风速。
4.根据权利要求2所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述光伏可发功率的表达式为：
Pgf＝Itilt×A×N×ηgf
ηgf＝ηgf.ref×[1-δ×(Tgf-Tsta)]
Figure FDA0003365977010000022
式中，Pgf为光伏实际情况下的输出功率；Itilt、Iref分别为倾斜面上辐照强度和参考辐照强度；A为光伏组件面积；N为光伏组件数量；ηgf、ηgf.ref分别为光伏组件实际发电效率和参考发电效率；δ为温度修正系数；Tgf、Tsta、Ten、Te、Tref分别为光伏组件运行温度、标准测试条件下的测试温度、温度环境、额定运行温度和参考温度。
5.根据权利要求2所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述火电机组最小出力基于发电机组输出功率确定，所述发电机组输出功率的表达式为：
Figure FDA0003365977010000023
式中，Ph为发电机组输出功率；Pt,force为调峰机组额定出力功率；Pc,force为常规机组正常运行的强迫出力功率；i为调峰机组数目；j为保障常规机组数量。
6.根据权利要求1所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述储热系统约束包括风电系统安全约束条件和光伏系统安全约束条件，其中，所述风电系统安全约束条件表示为：
Figure FDA0003365977010000024
Figure FDA0003365977010000025
式中，pf(t)风电功率系数；
Figure FDA0003365977010000026
为风电在时刻t的最大出力；
Figure FDA0003365977010000027
为风电分布式电源接入容量；Pf(t)为风电并网的有功功率；∑Pfd为可发风电总量；Pfd,max为风电最大接纳量；
所述光伏系统安全约束条件表示为：
Figure FDA0003365977010000031
Figure FDA0003365977010000032
式中，pg(t)为光伏功率系数；
Figure FDA0003365977010000033
为光伏在时刻t的最大出力；
Figure FDA0003365977010000034
为光伏分布式电源接入容量；Pg(t)为光伏并网的有功功率；∑Pgf为光伏总量；Pgf,max为光伏最大接纳量。
7.根据权利要求1所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，所述光热转换收益的计算公式为：
G(E)＝ETGRη1
式中，ETG为储热系统提高光伏接纳转换的热量；R为电网外送单位热量的价格；η1为电锅炉光热转换效率；
所述风热转换收益的计算公式为：
F(E)＝ETFRη2
式中，R为电网外送单位热量的价格；ETF为储热系统提高风电接纳转换的热量；η2为电锅炉风电热转换效率；
所述代替供热收益的计算公式为：
T(E)＝(ETF+ETG)(Cf+Rmβ)
式中，Cf为供热机组产生单位热量的排放废气成本；Rm为煤炭的价格；β为供热机组煤耗率；
所述补偿供热收益的计算公式为：
B(E)＝(ETG+ETF)MB
式中，MB为电网对非常规调峰机组的调峰电量补偿价格；
所述系统每年运行维护成本的计算公式为：
ACsystem＝ACfd+ACgf+ACh+ACTES
式中，ACsystem为系统每年的运行维护成本；ACfd为风电发电单元每年的运行维护成本；ACgf为火电发电单元每年的运行维护成本；ACh为火电调峰机组每年的运行维护成本；ACTES为储能设备每年运行维护成本。
8.根据权利要求1所述的光伏和风电消纳的储热容量优化配置方法，其特征在于，根据典型日消纳弃光弃风储热梯度调度，采用以50MW为梯度的调度策略，求解所述储热储电系统容量优化配置模型，获得最优容量配置方案。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；和
被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述光伏和风电消纳的储热容量优化配置方法的指令。
10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述光伏和风电消纳的储热容量优化配置方法的指令。
CN202111382137.4A 2021-11-22 2021-11-22 光伏和风电消纳的储热容量优化配置方法、设备及介质 Pending CN113949081A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111382137.4A CN113949081A (zh) 2021-11-22 2021-11-22 光伏和风电消纳的储热容量优化配置方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111382137.4A CN113949081A (zh) 2021-11-22 2021-11-22 光伏和风电消纳的储热容量优化配置方法、设备及介质

Publications (1)

Publication Number Publication Date
CN113949081A true CN113949081A (zh) 2022-01-18

Family

ID=79338583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111382137.4A Pending CN113949081A (zh) 2021-11-22 2021-11-22 光伏和风电消纳的储热容量优化配置方法、设备及介质

Country Status (1)

Country Link
CN (1) CN113949081A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114444814A (zh) * 2022-03-01 2022-05-06 阳光电源股份有限公司 包含多能源子系统的微网设备选型寻优方法、装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109494784A (zh) * 2018-10-15 2019-03-19 国网辽宁省电力有限公司电力科学研究院 一种提高风电消纳的大容量储热系统优化控制方法
CN110970912A (zh) * 2019-12-09 2020-04-07 国网新疆电力有限公司 一种含储能的新能源电力系统运行模拟方法
CN112862285A (zh) * 2021-01-28 2021-05-28 华北电力大学 一种热力负荷参与风电消纳的经济性评估方法
CN113159423A (zh) * 2021-04-22 2021-07-23 国网山东省电力公司潍坊供电公司 基于风、火、光储协调的多能源联合优化调度运行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109494784A (zh) * 2018-10-15 2019-03-19 国网辽宁省电力有限公司电力科学研究院 一种提高风电消纳的大容量储热系统优化控制方法
CN110970912A (zh) * 2019-12-09 2020-04-07 国网新疆电力有限公司 一种含储能的新能源电力系统运行模拟方法
CN112862285A (zh) * 2021-01-28 2021-05-28 华北电力大学 一种热力负荷参与风电消纳的经济性评估方法
CN113159423A (zh) * 2021-04-22 2021-07-23 国网山东省电力公司潍坊供电公司 基于风、火、光储协调的多能源联合优化调度运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李冰清: "基于电储热的分布式电源消纳能力研究", 中国优秀硕士学位论文全文数据库 信息科技, 15 January 2019 (2019-01-15), pages 38 *
郭苏 等: ""风电-光伏-储热联合发电系统的多目标容量优化"", 《太阳能学报》, vol. 41, no. 11, pages 360 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114444814A (zh) * 2022-03-01 2022-05-06 阳光电源股份有限公司 包含多能源子系统的微网设备选型寻优方法、装置

Similar Documents

Publication Publication Date Title
WO2022100091A1 (zh) 一种广义源储系统调度的集中控制方法
CN112865174B (zh) 基于双层模型预测控制的微能网多时间尺度优化控制方法
CN112990523B (zh) 区域综合能源系统分层优化运行方法
CN111030104B (zh) 一种含储氢装置的多能源系统提升能源利用率的方法
CN108039737A (zh) 一种源网荷协调运行模拟系统
CN112541609A (zh) 风光热和水蓄能联合可再生能源发电系统容量优化模型
CN110374813A (zh) 一种风电-光伏-储热联合发电系统
CN115577929A (zh) 基于多场景分析的乡村综合能源系统随机优化调度方法
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
CN113949081A (zh) 光伏和风电消纳的储热容量优化配置方法、设备及介质
CN111740408A (zh) 一种基于鲁棒随机模型的光热电站最优报价决策方法
CN113962419B (zh) 基于改进多目标布谷鸟搜索算法的热电联产机组负荷优化分配方法
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
CN116976590A (zh) 基于市场下含光热电站的需求响应虚拟电厂优化调度方法
CN111969595A (zh) 一种在离网/并网下水光蓄混合能源系统的运行优化方法
CN115276088B (zh) 一种联合发电系统中光热电站储热容量优化配置方法
CN110119850A (zh) 基于光热发电调节的储热量双阶段优化调度方法
CN115513997A (zh) 一种中长时间尺度下新能源电源实时备用率的确定方法
CN114421536A (zh) 一种基于储能的多能源互动调控方法
CN113036820A (zh) 一种光热电站参与的双边调峰辅助服务市场模拟运行方法
Pei et al. Capacity optimization of concentrated solar power-photovoltaicwind power combined generation system
CN107679747B (zh) 一种光伏出力跟踪环境治理负荷需求的控制方法
CN116187209B (zh) 高比例新能源系统容量优化配置方法、设备、介质及装置
CN112884191A (zh) 一种基于网源协调的热电日前调度模型及计算方法
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

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