CN113991646A - 一种兼顾经济性与公平性的电力系统优化调度方法 - Google Patents

一种兼顾经济性与公平性的电力系统优化调度方法 Download PDF

Info

Publication number
CN113991646A
CN113991646A CN202111219684.0A CN202111219684A CN113991646A CN 113991646 A CN113991646 A CN 113991646A CN 202111219684 A CN202111219684 A CN 202111219684A CN 113991646 A CN113991646 A CN 113991646A
Authority
CN
China
Prior art keywords
power
node
marginal electricity
representing
optimal
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
CN202111219684.0A
Other languages
English (en)
Inventor
王海燕
邓盈盈
刘旭娜
龙川
刘立扬
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 Sichuan Economic Research Institute
Original Assignee
State Grid Sichuan Economic Research Institute
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 Sichuan Economic Research Institute filed Critical State Grid Sichuan Economic Research Institute
Priority to CN202111219684.0A priority Critical patent/CN113991646A/zh
Publication of CN113991646A publication Critical patent/CN113991646A/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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • H02J3/008—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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • 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)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种兼顾经济性与公平性的电力系统优化调度方法，建立包含发电成本最低的目标函数、系统功率平衡约束和线路传输功率的最优潮流模型；根据最优潮流模型推导节点边际电价，确定节点边际电价，包括交流模型与直流潮流下的发电机节点和负荷节点的节点边际电价；求解节点边际电价波动率；根据发电机组的发电成本、节点边际电价波动率和机组约束条件建立电力系系统的优化调度模型；对优化调度模型进行求解得出电力系统的优化调度方法。本发明建立了电力系统节点边际电价波动率指标，以反映调度方案的公平合理性，通过优化调度的方式尽可能减少各节点间边际电价的差异，有助于推动电力市场的建设并保证电力系统的良性运行。

Description

一种兼顾经济性与公平性的电力系统优化调度方法
技术领域
本发明涉及电力系统领域，更具体地说，它涉及一种兼顾经济性与公平性的电力系统优 化调度方法。
背景技术
自全球工业化以来，传统化石能源被大量开发利用，且随着全球经济高速发展和人口数 量不断上升，世界各国对煤炭、石油、天然气等传统化石能源的需求与消耗急剧增加，因而 产生的环境污染、常规能源枯竭和全球气候变暖等一系列问题也日益凸显。能源行业碳排放 占全国总量的70％以上，电力行业碳排放在能源行业中的占比超过40％，由此可见，实现“双 碳”目标，能源是主战场，电力是主力军，大力发展风能、太阳能等新能源是关键，构建新 型电力系统是重点。
而随着大规模可再生能源的接入，电力系统的不确定性大大增加，电力调度的难度也因 此增加。在传统的电力系统调度中，系统各节点电价由电网公司统一核定，各节点间存在明 显的电价补贴现象，这一措施虽然尽可能实现了全网用户用电价格的统一，但其公平性一直 受到质疑。而对于高度市场化电力系统而言，各个节点的电价就是节点边际电价，其高低受 到阻塞等因素的影响，在某些时间段，可能会出现极高的尖峰价格与反常价格，这一现象的 出现也不利于市场的良性运行。
发明内容
本发明针对上述技术问题不足之处，本发明的目的是提供一种兼顾经济性与公平性的电 力系统优化调度方法，本发明根据电网发展实际与电力市场推进水平，建立了电力系统节点 边际电价波动率指标，以反映调度方案的公平合理性，通过优化调度的方式尽可能减少各节 点间边际电价的差异，保证不同用户用电价格的公平性，并通过分析不同灵活性资源配置水 平下系统节点边际电价成本的变化，指导电力系统的规划建设，有助于推动电力市场的建设 并保证电力系统的良性运行。
本发明的上述技术目的是通过以下技术方案得以实现的：
一种兼顾经济性与公平性的电力系统优化调度方法，包括以下步骤：
步骤一，建立包含发电成本最低的目标函数、系统功率平衡约束和线路传输功率的最优 潮流模型；
步骤二，根据最优潮流模型推导节点边际电价，确定节点边际电价，包括交流模型与直 流潮流下的发电机节点和负荷节点的节点边际电价；
步骤三，确定节点边际电价波动率；
步骤四，根据发电机组的发电成本、节点边际电价波动率和机组约束条件建立电力系系 统的优化调度模型；
步骤五，对优化调度模型进行求解得出电力系统的优化调度方法。
与现有技术相较而言，本发明考虑供电价格公平性与稳定性的系统节点边际电价波动率 指标，该指标为本发明首次提出，指标可细分为关于时间的波动率指标和关于空间的波动率 指标。本发明提出兼顾系统运行经济性与公平性的优化调度模型，电力系统传统优化调度方 法大多以系统运行的安全稳定性、经济性等为目标，本发明创新性地提出为保证电力系统从 传统的调度模式向电力市场环境下的出清模式过渡，在当前阶段，利用该调度方法对未来中 国各省电网规划建设方案进行校验，可对规划建设方案对于市场化运行的适应程度进行评估， 指导电力系统未来的规划建设。而随着未来成熟的电力市场环境的建成，可利用该优化调度 模型给出能够确保各节点用户用电价格公平性的系统运行方式，同时尽可能确保系统整体的 运行经济性，以尽可能小的经济代价保证市场的良性运转。
进一步的，步骤一中，对包含发电成本最低的目标函数、系统功率平衡约束和线路传输 功率的最优潮流模型最优潮流模型进行求解推导节点边际电价的表达式，最优潮流模型的数 学模型为
Figure BDA0003312119040000021
pl(pi,dj)≤Plmax；其中，fi(pi)表示节点的 机组报价函数，pi表示节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统 的网络损耗，pl(pi,dj)表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节 点集合。
进一步的，步骤二中，将最优潮流模型转化拉格朗日函数，其表达式为：
Figure BDA0003312119040000022
其中，fi(pi)表示节点的机组报价函数，pi表示 节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj) 表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节点集合，L是支路的集 合，λ、μ表示最优潮流模型的拉格朗日乘子；
对拉格朗日函数的节点符合进行求导，得出节点边际电价，其表达式为
Figure BDA0003312119040000031
其中，λ、μ表示最优潮流模型的拉格朗日乘子，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷功 率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的拉 格朗日乘子。
进一步的，在交流模型中，当系统没有发生阻塞时节点边际电价的表达式忽略掉式中的 支路阻塞分量。
进一步的，直流潮流中的节点边际电价的表达式为
Figure BDA0003312119040000032
其中，λ、 μ表示最优潮流模型的拉格朗日乘子，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷 功率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的 拉格朗日乘子。
进一步的，步骤三中，从时间和空间的角度确定电力系统节点边际电价的波动率，包括 以下步骤：
从时间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure BDA0003312119040000033
其 中，T表示调度周期时间段数，
Figure BDA0003312119040000034
为节点i在整个调度周期内的节点边际电价均值，Li,t为节点 i任意时刻t∈[1,T]的节点边际电价；
从空间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure BDA0003312119040000035
其中，n表示系统节点数量，
Figure BDA0003312119040000036
为时刻t全系统所有节点的节点边际电价的均值。
进一步的，根据时间与空间的波动率确定节点边际电价波动率，其表达式为
Figure BDA0003312119040000037
其中，H1(i)表示节点i的节点边际电价关于时间的波动率，H2(t)表示时刻t的系统节点边际电价关于空间的波动率，H为系统节点边际电价波动率，I为系统中所有节点的集合，T表示调度周期时间段数。
进一步的，步骤四中，以发电成本最低与节点边际电价波动率最低为目标函数建立优化 调度模型，其数学表达式为
Figure BDA0003312119040000041
式中，s表示风电场景，S表 示所有可能出现的场景集合，p(s)表示场景s出现的概率，且∑p(s)＝1；T为调度总时段， T＝24；f1 s(t)为场景s下时段t的火电机组总发电成本，f2 s(t)表示场景s下时段t的风电弃用 的惩罚成本，H(s)表示场景s下系统节点边际电价波动率；
火电机组的发电成本包括火电机组的煤耗成本和机组的启停机成本，煤耗成本的数学表 达式为
Figure BDA0003312119040000042
式中，Mt表示所有机组，amt、bmt、cmt表示机组mt的 煤耗成本系数；
机组的启停机成本的数学表达式为
Figure BDA0003312119040000043
式中， fq1(t)、fq2(t)分别表示启动成本和停机成本，Kmt、Bmt分别表示机组启动过程中的固定成本 系数和变动成本系数，
Figure BDA0003312119040000044
为机组mt在时段t已经连续停机的时间，τmt为机组mt的冷却时 间常数，Gmt为机组mt的停机成本。
进一步的，对优化调度模型建立约束条件进行约束，约束条件包括最小启停机时间约束、 机组出力上下限约束、功率平衡约束、线路潮流约束、裕度约束以及储能约束。
进一步的，步骤五中，采用粒子群算法对优化调度模型进行求解得出电力系统的优化调 度方法，其求解过程如下：
利用粒子群算法以电力系统运行成本与节点边际电价波动率之积最小为目标对日前机组 出力进行寻优，获取日前机组出力情况的寻优结果；
根据日前机组出力情况的寻优结果以电力系统运行成本最低为目标对各风电场景下机组 出力与抽水蓄能机组的抽水功率或发电功率进行优化，将优化结果返回至粒子群算法中继续 寻优。
与现有技术相比，本发明具有以下有益效果：
1、本发明建立了一项能有效反映电力系统灵活性资源利用水平与调度方案公平合理性的 指标—系统节点边际电价波动率，该指标由电力市场环境下的节点边际电价引出，同时从时 间、空间的角度评价电力系统运行状态下系统节点边际电价的稳定程度。
2、本发明基于电力系统优化调度的基本原则，建立了同时涵盖系统运行成本最低和系统 节点边际电价波动率最低为目标的，包含火电机组出力约束、网络约束、功率平衡约束、储 能约束等在内的优化调度模型，通过该模型对含风电的电力系统进行优化调度，可以有效保 证系统运行在经济性较好的状态。
3、本发明结合我国电网发展实际与电力市场推进水平，通过优化调度的方式尽可能减少 各节点间边际电价的差异，保证不同用户用电价格的公平性，同时反过来指导电力系统的规 划建设，有助于推动我国电力市场的建设并保证其良性运行。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不 构成对本发明实施例的限定。在附图中：
图1为本发明一实施例提供的优化调度方法的流程图；
图2为本发明一实施例提供的求解优化调度模型的流程规划图；
图3为设置风电场景关于功率与时间的场景图；
图4为设置关于风电场景下的四种情景模式；
图5为采用本发明调度方法后的不同情景下某节点边际电价的变化曲线
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明白，下面结合实施例和附图，对本发明 作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本 发明的限定。
需说明的是，当部件被称为“固定于”或“设置于”另一个部件，它可以直接在另一个 部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件，它可以是 直接或者间接连接至该另一个部件上。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特 定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或 者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者 隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上， 除非另有明确具体的限定。
实施例一
节点边际电价(Locational Marginal Price,LMP)是由Fred C.Schweppe教授在80年代提出 的，其定义为某节点增加单位负荷，在保证电网安全运行的前提下系统增加的最小成本，实 际上就是在最经济的调度模式下系统成本对节点负荷的微分。节点边际电价作为实时电价的 一种形式，已经成为电力市场的主要定价方法并被逐渐普及。在采用节点边际电价定价时， 模型可以考虑多种约束条件，可以考虑系统中的网络阻塞，考虑系统中的网络损耗，机组出 力，节点的电压和相角等。这些约束信息都会作用节点边际电价使节点边际电价含有不同的 信息、具有不同的管理功能。模型考虑阻塞时，该方法是一种解决阻塞问题的方法。换句话 说该方法在定价的同时缓解阻塞，并将阻塞费用计入节点边际电价中。节点边际电价可以视 为电力市场环境下的经济调度。
使用电力系统的抽象模型对节点边际电价的经济含义进行推导：
min f(x) (1)
h(x)＝b (2)
式(1)为抽象模型的目标函数，根据不同的要求可以有不同的形式，在这里表示系统发 电成本最低；式(2)为抽象模型的等式约束，在此将其定义为系统的功率平衡方程。x是模 型中的自变量。
构造拉格朗日函数求解模型：
L＝f(x)+λ(b-h(x)) (3)
λ为模型的拉格朗日因子；b在模型中表示节点的注入功率；下面以b为变量来求解模型。 x、λ为变量b的函数并且假设目标函数在x*(b)、λ*(b)取得极小值。
L(b)＝f(x*(b))+λ*(b)(b-h(x*(b))) (4)
拉格朗日函数对b求导可得：
Figure BDA0003312119040000061
由于x*(b)、λ*(b)为模型的最优解，同时根据最优解条件和等式约束条件可以得到：
fx(x*(b))-λ*(b)hx(x*(b))＝0 (6)
b-h(x*(b))＝0 (7)
经过简化式(5)可以得到：
L'(b)＝λ*(b) (8)
因此我们可以知道拉格朗日乘子λ是参数b的边际值，当增加一个单位时函数L将增加λ。 λ就是所要求的边际价格，也称为“影子价格”。
由以上的所述，可以知道节点边际电价是当节点增大一个单位的负荷时在保证系统安全 的前提下，系统所增加的最小成本。节点边际电价是经过求解优化模型得到的，其经济含义 是功率平衡方程的拉格朗日乘子。
基于上述的关于节点边际电价的求解，本实施例一提供一种兼顾经济性与公平性的电力 系统优化调度方法，如图1所示，包括以下步骤：
步骤一，建立包含发电成本最低的目标函数、系统功率平衡约束和线路传输功率的最优 潮流模型；
步骤二，根据最优潮流模型推导节点边际电价，确定节点边际电价，包括交流模型与直 流潮流下的发电机节点和负荷节点的节点边际电价；
步骤三，确定节点边际电价波动率；
步骤四，根据发电机组的发电成本、节点边际电价波动率和机组约束条件建立电力系系 统的优化调度模型；
步骤五，对优化调度模型进行求解得出电力系统的优化调度方法。
可选地，步骤一中，对包含发电成本最低的目标函数、系统功率平衡约束和线路传输功 率的最优潮流模型最优潮流模型进行求解推导节点边际电价的表达式，最优潮流模型的数学 模型为
Figure BDA0003312119040000071
pl(pi,dj)≤Plmax；其中，fi(pi)表示节点的机 组报价函数，pi表示节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统的 网络损耗，pl(pi,dj)表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节点 集合。
可选地，步骤二中，将最优潮流模型转化拉格朗日函数，其表达式为：
Figure BDA0003312119040000081
其中，fi(pi)表示节点的机组报价函数，pi表示 节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj) 表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节点集合，L是支路的集 合，λ、μ表示最优潮流模型的拉格朗日乘子；
对拉格朗日函数的节点符合进行求导，得出节点边际电价，其表达式为
Figure BDA0003312119040000082
其中，λ、μ表示最优潮流模型的拉格朗日乘子，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷功 率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的拉 格朗日乘子。
具体的，当该支路未发生阻塞时，该拉格朗日乘子的值为0，否则即为该约束对应的影 子价格。
可选地，在交流模型中，当系统没有发生阻塞时节点边际电价的表达式忽略掉式中的支 路阻塞分量。
具体的，在交流模型中，节点边际电价的表达式
Figure BDA0003312119040000083
包含三部分，第一部分λ为能量价格分量，第二部 分
Figure BDA0003312119040000084
为网损分量，第三部分
Figure BDA0003312119040000085
为支路阻塞分量，当系统没有发生阻塞 时第三项为零，即式中只有能量价格分量与网损分量部分。
可选地，直流潮流中的节点边际电价的表达式为
Figure BDA0003312119040000086
其中，λ、μ 表示最优潮流模型的拉格朗日乘子，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷功 率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的拉 格朗日乘子。
具体的，采用直流潮流计算节点边际电价，节点边际电价中忽略了网损的影响，在系统 没有发生阻塞的情况下，系统中各节点边际电价相等。在发生阻塞时，引起阻塞的节点被迫 只能用价格较高的机组满足负荷，所以其节点边际电价要高于其他节点。
可选地，步骤三中，从时间和空间的角度确定电力系统节点边际电价的波动率，包括以 下步骤：
从时间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure BDA0003312119040000091
其 中，T表示调度周期时间段数，
Figure BDA0003312119040000092
为节点i在整个调度周期内的节点边际电价均值，Li,t为节点 i任意时刻t∈[1,T]的节点边际电价；
从空间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure BDA0003312119040000093
其中，n表示系统节点数量，
Figure BDA0003312119040000094
为时刻t全系统所有节点的节点边际电价的均值。
可选地，根据时间与空间的波动率确定节点边际电价波动率，其表达式为
Figure BDA0003312119040000095
其中，H1(i)表示节点i的节点边际电价关于时间的波动率，H2(t)表示时刻t的系统节点边际电价关于空间的波动率，H为系统节点边际电价波动率，I为系统中所有节点的集合，T表示调度周期时间段数。
具体的，提出系统节点边际电价波动率的指标，用以反映全网各节点在各时间段的边际 电价的波动水平，从时间和空间的角度刻画系统边际成本的稳定程度，
可选地，步骤四中，以发电成本最低与节点边际电价波动率最低为目标函数建立优化调 度模型，其数学表达式为
Figure BDA0003312119040000096
式中，s表示风电场景，S表示 所有可能出现的场景集合，p(s)表示场景s出现的概率，且∑p(s)＝1；T为调度总时段，T＝24； f1 s(t)为场景s下时段t的火电机组总发电成本，f2 s(t)表示场景s下时段t的风电弃用的惩罚成 本，H(s)表示场景s下系统节点边际电价波动率；
火电机组的发电成本包括火电机组的煤耗成本和机组的启停机成本，煤耗成本的数学表 达式为
Figure BDA0003312119040000097
式中，Mt表示所有机组，amt、bmt、cmt表示机组mt的 煤耗成本系数；
机组的启停机成本的数学表达式为
Figure BDA0003312119040000101
式中， fq1(t)、fq2(t)分别表示启动成本和停机成本，Kmt、Bmt分别表示机组启动过程中的固定成本 系数和变动成本系数，
Figure BDA0003312119040000102
为机组mt在时段t已经连续停机的时间，τmt为机组mt的冷却时 间常数，Gmt为机组mt的停机成本。
具体的，火电机组发电成本的数学表达式为f(t)＝fg(t)+fq(t)。
可选地，对优化调度模型建立约束条件进行约束，约束条件包括最小启停机时间约束、 机组出力上下限约束、功率平衡约束、线路潮流约束、裕度约束以及储能约束。
具体的，最小启停机时间约束的数学表达式为：
umt,t＝1,t∈[1,Imt],Imt＝min{T,(Ton_mt-Xon_mt,0)·umt,0} (9)
Figure BDA0003312119040000103
Figure BDA0003312119040000104
umt,t＝0,t∈[1,Dmt],Dmt＝min{T,(Toff_mt+Xon_mt,0)(1-umt,0)} (12)
Figure BDA0003312119040000105
Figure BDA0003312119040000106
式中，Imt、Dmt分别表示调度周期开始阶段机组mt必须开、关机的时段，Xon_mt,0表示机组mt在调度周期开始时已经连续开、停机的时间，正数表示开机，负数表示停机，umt,0表示机组mt在调度周期开始时的开停机状态；Ton_mt、Toff_mt分别表示机组最小连续开关机时间。
机组出力上下限约束的数学表达式为：
Figure BDA0003312119040000107
式(15)中，
Figure BDA0003312119040000108
与
Figure BDA0003312119040000109
分别对应火电机组mt的出力上下限，e与e表示水电站mh的出力上现象，
Figure BDA0003312119040000111
与
Figure BDA0003312119040000112
分别为风光预测的期望值，Pmt,t、Pmh,t、Pmw,t、Pmp,t分别为火电机组mt、 水电站mh、风电场mw及光伏电站mp的出力，由于风光预测误差已纳入净负荷进行考虑， 要求风光机组出不大于其出力的期望值。
网络功率平衡约束的数学表达式为：
Figure BDA0003312119040000113
式(16)中，
Figure BDA0003312119040000114
为场景s下负荷与风光预测误差之和，简称为负荷。
线路潮流约束的数学表达式为：
Pfl min≤Pfl,t≤Pfl max (17)
式(17)中，Pfl,t表示时段t线路l上的传输功率，由线路首端流向末端时为正，反之为 负，Pfl max为线路l的最大正向传输容量；Pfl min为Pfl max的相反数，Pfl min表示线路l的最大反向 传输容量。
灵活性裕度约束的数学表达式为：
Figure BDA0003312119040000115
储能约束的数学表达式为：
Figure BDA0003312119040000116
Figure BDA0003312119040000117
式(19)中，Ei(t)为第i台储能设备所储蓄的能量，Ei、
Figure BDA0003312119040000118
分别为第i台储能设备的能量下 限与上限；βi为第i台储能设备的容量；Pi c、Pi d为第i台储能设备的充放电功率，
Figure BDA0003312119040000119
第i 台储能设备的充放电效率。
式(20)中，Pi c(t)和Pi d(t)分别为第i台储能设备时刻t的充放电功率；
Figure BDA00033121190400001111
分别表示第i 台储能设备时刻t的充放电状态，为1时表示正在充电或放电，为0时表示闲置。
Figure BDA00033121190400001112
和
Figure BDA00033121190400001113
分别为充电功率的最大值。
可选地，步骤五中，采用粒子群算法对优化调度模型进行求解得出电力系统的优化调度 方法，其求解过程如下：
利用粒子群算法以电力系统运行成本与节点边际电价波动率之积最小为目标对日前机组 出力进行寻优，获取日前机组出力情况的寻优结果；
根据日前机组出力情况的寻优结果以电力系统运行成本最低为目标对各风电场景下机组 出力与抽水蓄能机组的抽水功率或发电功率进行优化，将优化结果返回至粒子群算法中继续 寻优。
具体的，如图2所示，图2为对优化调度模型求解的流程规划图，由于本申请的基础实 施例中提出的优化调度模型为多目标优化模型，既有确保电力系统运行经济性的运行成本最 小化，又有保证电价水平稳定以确保公平性的系统节点边际电价波动率最低。两目标间存在 复杂的关联关系，均与系统调度结果有着直接的关联。因此，采用双层结构进行求解，在本 申请的基础实施例中所提出的优化调度模型中，两目标函数并无明显的重要程度的区别，可 以认为两目标权重一致，然而两目标函数的量纲与数量级存在很大差异，因此首先利用粒子 群算法以系统运行成本与系统节点边际电价波动率之积最小为目标对日前机组出力进行寻优， 并根据日前机组出力情况以系统运行成本最低为目标对各典型风电场景下日内机组出力与抽 水蓄能机组的抽水功率或发电功率进行优化并将结果返回至粒子群算法中继续寻优，这样的 求解策略有效的避免了粒子群算法难以考虑各类约束的问题。
实施例二
为验证本发明所提系统节点边际电价波动率指标及优化调度模型的有效性，本实施例二 在实施例一的基础上进行进一步的验证说明，采用现有的算例系统进行仿真。仿真包括三个 部分第一部分为机组参数设置，第二部分为情景设置，第三部分为仿真结果。
1、机组参数设置如下：
发电侧机组参数如表1所示
表1 机组的相关参数
Figure BDA0003312119040000121
Figure BDA0003312119040000131
日前风电与负荷预测结果如表2所示
表2 日前风电与负荷预测结果
时刻 风电 负荷 时刻 风电 负荷 时刻 风电 负荷
1 66 290.7 9 45 357.0 17 100 459.0
2 60 306.0 10 40 433.5 18 97 459.0
3 50 300.0 11 35 510.0 19 98 459.0
4 40 291.0 12 30 603.0 20 96 549.0
5 40 255.0 13 52 621.0 21 92 648.0
6 35 260.1 14 65 468.0 22 87 621.0
7 38 270.3 15 70 438.0 23 60 561.0
8 39 357.0 16 90 459.0 24 60 450.0
2、情景设置
假设风电的功率预测误差服从标准差为期望值的4％的正态分布，日内使用拉丁超立方抽 样和同步回代削减进行风电原始场景的生成与削减，得到如图3所示的风电场景。
为说明系统灵活性资源配置水平对调度结果的影响，同时说明本发明优化调度模型引入 系统节点边际电价波动率这指标的作用，设定了4类不同的情景，具体描述如下表3所示。
表3 4类情景设置
Figure BDA0003312119040000132
3、仿真结果
针对不同情景进行日前调度，得到的机组组合方案如图4所示，可以看出，随着系统灵 活性资源的充裕，可以通过调用灵活性资源在负荷高峰或低谷时刻为系统提供支撑，避免常 规机组由于最小启停时间的限制而处于不够经济的运行状态。
不同情景下系统总的运行成本与系统节点边际电价波动率如表4所示，可以看出，随着 系统灵活性资源逐渐丰富，系统的总运行成本得以有效降低，系统节点边际电价波动率也逐 步降低，但对比情景III与情景IV确实可以看出，为实现节点边际电价，系统付出了一定的 经济损失作为代价。而图5中某节点边际电价的在整个调度周期内的波动情况也说明了这一 点，灵活性资源的充裕使得日内调度更加游刃有余，系统运行成本得到了有效控制。对比情 景III和情景IV也可看出两方案节点边际电价的波动整体趋势相似，但情景IV中出现了两次 较大的波动，尤其是从时刻19到时刻20，这是由于该节点相邻的线路出现了阻塞现象所导 致的。
表4 各情景运行成本与系统节点边际电价波动率
Figure BDA0003312119040000141
综上所述可以得出结论，本发明所提出的系统节点边际电价波动率可以有效衡量系统中 各节点边际电价关于时间、空间的波动程度和分布均匀程度，基于该指标的优化调度模型对 于系统的灵活性资源配置水平较为敏感，可以通过该模型对电力系统规划方案进行校核，有 利于电力系统从传统的调度模型到电力市场环境的出清方式进行过渡。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说 明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护 范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。

Claims (10)

1.一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，包括以下步骤：
步骤一，建立包含发电成本最低的目标函数、系统功率平衡约束和线路传输功率的最优潮流模型；
步骤二，根据最优潮流模型推导节点边际电价，确定节点边际电价，包括交流模型与直流潮流下的发电机节点和负荷节点的节点边际电价；
步骤三，求解节点边际电价波动率；
步骤四，根据发电机组的发电成本、节点边际电价波动率和机组约束条件建立电力系系统的优化调度模型；
步骤五，对优化调度模型进行求解得出电力系统的优化调度方法。
2.根据权利要求1所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，步骤一中，对包含发电成本最低的目标函数、系统功率平衡约束和线路传输功率的最优潮流模型最优潮流模型进行求解推导节点边际电价的表达式，最优潮流模型的数学模型为
Figure FDA0003312119030000011
其中，fi(pi)表示节点的机组报价函数，pi表示节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj)表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节点集合。
3.根据权利要求1所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，步骤二中，将最优潮流模型转化拉格朗日函数，其表达式为：
Figure FDA0003312119030000012
其中，fi(pi)表示节点的机组报价函数，pi表示节点的发电功率，dj表示节点j的负荷功率，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj)表示线路传输的功率，I为含有发电机的节点集合，J为含有负荷的节点集合，L是支路的集合，λ、μ表示最优潮流模型的拉格朗日乘子；
对拉格朗日函数的节点符合进行求导，得出节点边际电价，其表达式为
Figure FDA0003312119030000013
其中，λ、μ表示最优潮流模型的拉格朗日乘子，ploss(pi,dj)表示电力系统的网络损耗，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷功率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的拉格朗日乘子。
4.根据权利要求3所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，在交流模型中，当系统没有发生阻塞时节点边际电价的表达式忽略掉式中的支路阻塞分量。
5.根据权利要求3所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，直流潮流中的节点边际电价的表达式为
Figure FDA0003312119030000021
其中，λ、μ表示最优潮流模型的拉格朗日乘子，pl(pi,dj)表示线路传输的功率，dj表示节点j的负荷功率，L是支路的集合，μl表示最优潮流模型中线路传输功率约束中第l条支路的约束对应的拉格朗日乘子。
6.根据权利要求1所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，步骤三中，从时间和空间的角度确定电力系统节点边际电价的波动率，包括以下步骤：
从时间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure FDA0003312119030000022
其中，T表示调度周期时间段数，
Figure FDA0003312119030000023
为节点i在整个调度周期内的节点边际电价均值，Li,t为节点i任意时刻t∈[1,T]的节点边际电价；
从空间的角度确定节点边际电价关于时间的波动率，其表达式为
Figure FDA0003312119030000024
其中，n表示系统节点数量，
Figure FDA0003312119030000025
为时刻t全系统所有节点的节点边际电价的均值。
7.根据权利要求6所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，根据时间与空间的波动率确定节点边际电价波动率，其表达式为
Figure FDA0003312119030000026
其中，H1(i)表示节点i的节点边际电价关于时间的波动率，H2(t)表示时刻t的系统节点边际电价关于空间的波动率，H为系统节点边际电价波动率，I为系统中所有节点的集合，T表示调度周期时间段数。
8.根据权利要求1所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，步骤四中，以发电成本最低与节点边际电价波动率最低为目标函数建立优化调度模型，其数学表达式为
Figure FDA0003312119030000027
式中，s表示风电场景，S表示所有可能出现的场景集合，p(s)表示场景s出现的概率，且∑p(s)＝1；T为调度总时段，T＝24；f1 s(t)为场景s下时段t的火电机组总发电成本，
Figure FDA0003312119030000031
表示场景s下时段t的风电弃用的惩罚成本，H(s)表示场景s下系统节点边际电价波动率；
火电机组的发电成本包括火电机组的煤耗成本和机组的启停机成本，煤耗成本的数学表达式为
Figure FDA0003312119030000032
式中，Mt表示所有机组，amt、bmt、cmt表示机组mt的煤耗成本系数；
机组的启停机成本的数学表达式为
Figure FDA0003312119030000033
式中，fq1(t)、fq2(t)分别表示启动成本和停机成本，Kmt、Bmt分别表示机组启动过程中的固定成本系数和变动成本系数，
Figure FDA0003312119030000034
为机组mt在时段t已经连续停机的时间，τmt为机组mt的冷却时间常数，Gmt为机组mt的停机成本。
9.根据权利要求8所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，对优化调度模型建立约束条件进行约束，约束条件包括最小启停机时间约束、机组出力上下限约束、功率平衡约束、线路潮流约束、裕度约束以及储能约束。
10.根据权利要求1所述的一种兼顾经济性与公平性的电力系统优化调度方法，其特征在于，步骤五中，采用粒子群算法对优化调度模型进行求解得出电力系统的优化调度方法，其求解过程如下：
利用粒子群算法以电力系统运行成本与节点边际电价波动率之积最小为目标对日前机组出力进行寻优，获取日前机组出力情况的寻优结果；
根据日前机组出力情况的寻优结果以电力系统运行成本最低为目标对各风电场景下机组出力与抽水蓄能机组的抽水功率或发电功率进行优化，将优化结果返回至粒子群算法中继续寻优。
CN202111219684.0A 2021-10-20 2021-10-20 一种兼顾经济性与公平性的电力系统优化调度方法 Pending CN113991646A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111219684.0A CN113991646A (zh) 2021-10-20 2021-10-20 一种兼顾经济性与公平性的电力系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111219684.0A CN113991646A (zh) 2021-10-20 2021-10-20 一种兼顾经济性与公平性的电力系统优化调度方法

Publications (1)

Publication Number Publication Date
CN113991646A true CN113991646A (zh) 2022-01-28

Family

ID=79739556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111219684.0A Pending CN113991646A (zh) 2021-10-20 2021-10-20 一种兼顾经济性与公平性的电力系统优化调度方法

Country Status (1)

Country Link
CN (1) CN113991646A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115034832A (zh) * 2022-07-05 2022-09-09 广东电网有限责任公司 一种天然气和电力的协调调度方法、装置及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115034832A (zh) * 2022-07-05 2022-09-09 广东电网有限责任公司 一种天然气和电力的协调调度方法、装置及系统

Similar Documents

Publication Publication Date Title
CN110288152B (zh) 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN108717594A (zh) 一种冷热电联供型多微网系统经济优化调度方法
CN111799772B (zh) 一种考虑机组深度调峰的电热系统优化调度方法
CN115907240B (zh) 计及互补互济运行特性的电网多类型调峰资源规划方法
CN115689233A (zh) 计及调峰主动性的风光水火储系统互补协调优化调度方法
CN115912342A (zh) 基于云模型的区域柔性负荷低碳调度方法
CN115081700A (zh) 基于综合储能技术的数据中心多能协同优化方法及系统
CN113991646A (zh) 一种兼顾经济性与公平性的电力系统优化调度方法
CN114759599A (zh) 光氢燃料电池热电联供系统、容量配置方法及介质
CN113313351A (zh) 计及多能耦合影响的电-气-热系统灵活性评估方法
CN112307603A (zh) 考虑大规模风电接入的混合储能容量优化配置方法及系统
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
CN116914733A (zh) 一种基于多类型需求响应与储热改造的电力系统低碳经济调度方法
CN116191493A (zh) 一种火电机组深度调峰和复合储能协同规划方法与装置
CN115986833A (zh) 考虑两阶段需求响应的热电联供微网低碳经济调度方法
CN114583762A (zh) 一种考虑多分区火电均衡调度的日电力电量平衡分析方法
CN110460109B (zh) 区域电网间输电通道新增容量的分析方法及装置
CN114626624A (zh) 一种计及热负荷转换的综合能源系统电热联合优化调度方法
CN113364042B (zh) 一种数据中心光储协同优化配置方法和系统
CN113794242A (zh) 一种计及天然气网动态特性的区间优化调度方法
CN109345030B (zh) 多微网的综合能源系统热电能流分布式优化方法和装置
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
Li et al. Study on grid planning method considering multiple energy access
CN115907072B (zh) 一种基于免疫克隆的用户侧气热电耦合低碳经济用能方法
Chen et al. A Joint Optimization Method for Considering Demand Response Trading and Carbon Capture Power Plant Dispatch Based on Carbon Trading

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